SPSS四種輸出成果：樞相表/輕量表、文本格式、記錄圖表、模型

SPSS四種窗口：語法窗口、輸出窗口、數(shù)據(jù)窗口、腳本窗口

SPSS三種運(yùn)行方式：命令行方式、批程序方式、菜單對話框

SPSS默認(rèn)文獻(xiàn)類型：

數(shù)據(jù)文獻(xiàn)*.sav：此為SPSS軟件默認(rèn)的數(shù)據(jù)文獻(xiàn)格式，雙擊可由SPSS直接讀取。

命令文獻(xiàn)*.spg：可在語法編輯程序（syntax）中先編寫或貼上欲執(zhí)行之分析指令，并將其存貯

起來，供后來反復(fù)使用或檢查之用。

輸出文獻(xiàn)*.spo:容許直接加以編輯或轉(zhuǎn)貼到其他編輯軟件，SPSS16.0版之后將輸出文獻(xiàn)的

默認(rèn)格式改為*.sp|。

數(shù)據(jù)文獻(xiàn)清洗一一多出反復(fù)的數(shù)據(jù)篩選清晰，將確實(shí)的數(shù)據(jù)補(bǔ)充完整，將錯誤的數(shù)據(jù)糾正或

刪除。數(shù)據(jù)一標(biāo)識反復(fù)個案標(biāo)識異常個案

問題的答案被稱作變量的取值。將答案轉(zhuǎn)變成可用手記錄分析的數(shù)據(jù)，需要通過一種被稱作

“編碼coding”的過程。

數(shù)據(jù)陣/數(shù)據(jù)文獻(xiàn)：n個案例、m個變量構(gòu)成的陣列

SPSS對數(shù)據(jù)的處理是以變量為基礎(chǔ)的。

因此，數(shù)據(jù)錄入前一定先定義變量及其屬性，包括指定名稱、（存儲）類型、寬度、小數(shù)、

標(biāo)簽、值、缺失、列（寬）、對齊、度量原則和角色。這也被稱作建立數(shù)據(jù)框架。

變量名必須以字母、中文或字符@開頭，數(shù)字不可以，其他字符可以是任何字母、數(shù)字或_、

@、#、$等符號。變最名中標(biāo)能有空白字符或其他特殊字符（如等）|。

變量名根終一種字符不能是英文句號（.）。

在SPSS中不辨別大小寫。例如，HXH、hxh或Hxh對SPSS而言，均被視為同一種變量。

SPSS的保留字不能作為變量的名稱,如ALL、AND、BY、EQ、GE、GT、LT、NE、NOT、OR、

TO、WITH等。

SPSS中變量有3種基本類型：數(shù)值型、字符型（辨別大小寫）和日期型“

但根據(jù)不一樣的顯示方式，數(shù)值型又被辨別成：數(shù)值、逗號、圓點(diǎn)、科學(xué)計(jì)數(shù)法、美元、（顧

客）設(shè)定貨幣等6個子類型。不過，只有數(shù)值（N）最為常用。

默認(rèn)狀態(tài)下，所有變量的類型均為數(shù)值型，且寬度是8位、小數(shù)位是2位。

對話框界面可修改寬度和小數(shù)位，然后“確定”，但寬度必須不小F小數(shù)位。

變量標(biāo)簽是對變量名的深入描述，可長達(dá)120個字符

SPSS有兩類缺失值：系統(tǒng)默認(rèn)缺失值和顧客定義缺失政,

對于數(shù)值型變量值，系統(tǒng)默認(rèn)缺失值為圓點(diǎn)，而字符型變量值的系統(tǒng)默認(rèn)缺失值為空

字符串（什么也沒有）。

指定“列”實(shí)際上是設(shè)定變量的顯示寬度，默認(rèn)為8個字符的寬度。

記錄學(xué)中，按照對事物描述的精確程度，將度量原則從低到高辨別為4種類型：

定類尺度：&名義叫僅能測定類別差，不能比較大小，各類之間沒有次序和等級，只能計(jì)算

頻數(shù)頻率比例，可以使用數(shù)值型變量，也可以是字符型變量。要符合窮盡和互斥的原則。

定序尺度：d序號⑼可比較優(yōu)劣或排序，但數(shù)值不代表絕對數(shù)量大小，可以是數(shù)值型變量，

可以是字符型變量。可以計(jì)算頻數(shù)、頻率和合計(jì)頻率、合計(jì)頻數(shù)。

定距尺度：d崖畫S）不僅能辨別不一樣類型并排序，還能指出類別之間的差距是多少，最經(jīng)

典的是溫度。嚴(yán)格來說只能加減。具。值沒有物埋含義，沒的絕對的“0”點(diǎn)，故不能做乘、

除運(yùn)算。

定比尺度：/度數(shù)對測算兩個測度值之間比值，與定距變量相比差異是有一種固定的絕對“零

點(diǎn)”。0在定距變量中僅是?種測量值，而定比變量真正表達(dá)沒有?？梢约訙p乘除。Eg重

量、年齡

可以將高層次測量尺度的成果轉(zhuǎn)換為低層次測量尺度的測量成果，但不能把低層次的轉(zhuǎn)化為

高層次的。

半開放題的處理：指定變量時，可以使用兩個變量，第1個變量中，''其他”作為一種選項(xiàng);

第2個變量將“其他”中“請注明”的內(nèi)容作為一種單獨(dú)的開放題，而將沒有選擇“其他”

一項(xiàng)的案例在此變量上的取值作為系統(tǒng)缺失值。為使得變量名之間具有一定的邏輯聯(lián)絡(luò)，可

以考慮將第二個變量的名稱設(shè)置為由第一種變量名稱后直接加“a”之類的字符。

多選題的處理：

①多重二分法：編碼時，將每一種選項(xiàng)定義成一種變量，有幾種選項(xiàng)就有幾種變量，且均以

取值等于1表達(dá)選了該項(xiàng)、以取值等于0表達(dá)未選該項(xiàng)。（原則處理方式）

②多重分類法：也是運(yùn)用多種變量來對一種多選題的答案進(jìn)行編碼。應(yīng)當(dāng)用多少個變尾，取

決于實(shí)際也許給出的最多答案的數(shù)目而定。這多種變量必須為數(shù)值型變量，所有變量采用同

一套取值標(biāo)簽。

Excel、txt的文獻(xiàn)讀取之后要保留為SPSS的文獻(xiàn)。插入終止線時，開始（即。歹U）處和結(jié)

尾(最終一列)處必須插入，否則會少變量

F4.0AlF是數(shù)值型A是字符串F4.0就是數(shù)值型寬度是4小數(shù)是0

什么是固定寬度的，什么是分隔符等分開的？

數(shù)據(jù)管理

轉(zhuǎn)換一變量級別的

一計(jì)算新變量：compute

(NT):不等于

l(or)：或

?(NOD：非

一已經(jīng)有變量值的分組合并：recode(重新編碼為不一樣7相似變量)

將度量變量重新分組為序號變量，或者將序號變量、名義變量的不一樣取值加以歸類合并

“重新編碼為相似變量”：對既有變量直接進(jìn)行編碼，俁留該變量，只是根據(jù)設(shè)定的規(guī)則替

代掉本來的取值。

“重新編碼為不一樣變量”：根據(jù)既有變量的取值生成一種新變置來保留重新編碼的成果。

包括端點(diǎn)??！

一持續(xù)變量的離散化

假如想進(jìn)行的分組是比較有規(guī)律的，例如,等距分組，或等樣本量分組,可以使用SPSS提

供的“可視離散化”過程進(jìn)行分組。

SPSS提供了兩種可視離散化：需顧客自行判斷設(shè)定的沅視離散化和基本全自動的最優(yōu)離散

化。

提議生成分割點(diǎn)的時候先填第一種分割點(diǎn)的位置和個數(shù)，然后自動生成寬度。

一變量的自動重編碼與數(shù)值移動

自動重編碼：自動按照原變量取值的大小或字符次序生成新變量，而新變量的值就是原變量

值大小的序號或先后序次。

個案排秩：變量的排秩實(shí)際上就是根據(jù)某個變量的取值大小來對個案排次序，同步將得到的

排序成果保留到一種新變量中。雖然效果同樣都是基于某個變量對個案進(jìn)行排序，但“個案

排秩”過程比“自動重新編碼”過程更為靈活。結(jié)：碰到相似取值怎樣給序號值

默認(rèn)為最常用的秩：新變量的值等于原變量取值的序號

成績均值低高唯一值

901111

893一4■

893242

893242

875553

846664

數(shù)值型上溶中，一種X式是以算蟠”過程運(yùn)用Lag（）函數(shù)、Lead”函數(shù)來

實(shí)現(xiàn)lag函數(shù)是返回之前的，取前面的數(shù)（滯后），在朵項(xiàng)里面；lead函數(shù)是返回背面的,

取背面的數(shù)（提前）|,不過計(jì)算變量里面沒有l(wèi)ead函數(shù)了

轉(zhuǎn)換一轉(zhuǎn)換值

—“轉(zhuǎn)換”菜單中的其他功能

“對個案內(nèi)的值計(jì)數(shù)”過程用于標(biāo)識某個變量中與否出現(xiàn)了某個值或某個范圍的值，也可以

計(jì)算一組變量中出現(xiàn)特定取值的變量個數(shù)。

數(shù)據(jù)一文獻(xiàn)級別的

一排序個案

顧客所指定的變量被稱作排序變量

排序個案vs個案排秩區(qū)別：與否產(chǎn)生新變量；個案相對位置與否變動。

一拆分文獻(xiàn)可以和選捧個案到達(dá)同樣的目的

按照不一樣組分別匯總記錄成果”按組組織輸出”

拆分文獻(xiàn)一旦設(shè)出,除非另行取消，否則將在后續(xù)的數(shù)據(jù)處理和分析中一直有效，并且會被

另存在數(shù)據(jù)集里。

一選擇個案（篩選）

除了拆分文獻(xiàn)的功能，尚有并不想對所有個案進(jìn)行分析，而只是想對其中的一部分進(jìn)行分析,

這也需要用到“選擇個案”過程。

過濾掉未選中個案：默認(rèn)未選中個案不包括在分析中，但保留在數(shù)據(jù)中；并在數(shù)據(jù)文獻(xiàn)中生

成名為的變量加以標(biāo)識，取值1表達(dá)被選中，。表達(dá)未被選中；數(shù)據(jù)視圖最左端未

被選中個案處會標(biāo)以反斜杠。

選擇個案一旦設(shè)定，除非另行取消，否則將在后續(xù)的數(shù)據(jù)處理和分析中一直有效，并且會被

另存在數(shù)據(jù)集里。

隨機(jī)個案樣本精確背面的兩個框框：

第一種框表達(dá)樣本的容量，

第二個框表達(dá)樣本的范圍，也就是從第一種個案開始到第多少個個案

老師隨機(jī)抽選同學(xué)回答問題就是這樣做的。

一加權(quán)個案

給不一樣個案賦以不一樣的權(quán)重，以變化個案在記錄分析中的重要性。一般兩種狀況下會用

到這一過程：以頻數(shù)形式錄入的數(shù)據(jù)；不等概率樣本數(shù)據(jù)。

加權(quán)個案一旦設(shè)定，除非另行取消，否則將在后續(xù)的數(shù)據(jù)處理和分析中一直有效，并且會被

另存在數(shù)據(jù)集里。（同樣的尚有選擇個案和拆分文獻(xiàn)〉

一分類匯總

按指定的分類變量對個案進(jìn)行分組，并按分組對變顯求指定的描述性記錄最，成果可以另存

為新數(shù)據(jù)文獻(xiàn)，也可以直接（生成新變量）添加到目前數(shù)據(jù)文獻(xiàn)。

個案數(shù)：定義一種新變量，其取值等于每一分組下的個案數(shù)目

上方、下方都是開區(qū)間

內(nèi)部：取值不小于等于a且不不小于等于b

外部：取值不不小于a或不小于b

分類匯總與拆分文獻(xiàn)兩個過程有何異同:

分類匯總還對變量做了描述性記錄，而拆分文獻(xiàn)只是對變量做了分類匯總，對變量進(jìn)行描述

還需要深入的操作。

一數(shù)據(jù)文獻(xiàn)的重組（指的是長、寬格式之間的轉(zhuǎn)換）

數(shù)據(jù)錄入的默認(rèn)格式每一案例占一行、每一變量占一列。這種數(shù)據(jù)被稱作寬格式數(shù)據(jù)

某些特殊狀況卜，例如反復(fù)測量數(shù)據(jù)，進(jìn)行分析時需要采用長格式數(shù)據(jù)，即：按照每一觀測

（observation）占一行、同一種案占多行的格式排列的數(shù)據(jù)。（標(biāo)識符變量、索引變量）

①長一寬將選定個案重組為變量

轉(zhuǎn)換后原文獻(xiàn)中的數(shù)據(jù)被直接替代，但文獻(xiàn)名沒有變。

②寬一長將選定變量重組為個案

一數(shù)據(jù)文獻(xiàn)的合并

①縱向拼接/垂直合并添加的是個案

②橫向合并/水平合并添加的是變量

若使用關(guān)鍵變量（指定橫向合并時按照什么樣的規(guī)則進(jìn)行對應(yīng)）進(jìn)行橫向合并，則各數(shù)據(jù)文

獻(xiàn)都必須事先按照關(guān)鍵變量取值進(jìn)行升序排列，否則會出錯。為便于以SPSS進(jìn)行橫向合并,

各數(shù)據(jù)文獻(xiàn)中，表達(dá)不一樣含義的變量盡量采用不一樣的變量名稱。

單變量描述記錄：

集中趨勢測量（中心性、中心測量）一眾數(shù)（合用于任何測量等級的變量：名義、序號和

尺度變量）

中位數(shù)（只合用于序號、尺度變量，而不合用于名義

變量，序號變量要還原到數(shù)字本來代表的意思，有二分之一的被調(diào)查對象的…在…如下/上）

均值（均值是數(shù)據(jù)分布的平衡點(diǎn)。只合用于尺度變量,

而不合用于名義、序號變量。此外，均值對變量的取值大小很敏感，故，對于存在極端值的

情形，均值不適宜用作反應(yīng)變量分布集中趨勢的指標(biāo)，更好的選擇是中位數(shù)。）

左偏（負(fù)偏態(tài)）：均值〈中位數(shù)《眾數(shù)

右偏（正偏態(tài)）：眾數(shù)〈中位數(shù)〈均值（平均數(shù)受偏高數(shù)值影響較大）

若要分析不一樣都市的中位數(shù)等的成果，可以先拆分文就再進(jìn)行分析

離散趨勢測量（尺度記錄量）一方差（總體：樣本：'一"1單位是變

量原始測量單位的平方樣本方差，也被稱作樣本修正方差，它是總體方差的無偏估計(jì)。這

也是為何需要在計(jì)算樣本方差時除以n-1的原因）、原則差、異眾比例（I-眾數(shù)組所占比例）、

范圍（全距/極差）

分布形狀測量一峰態(tài)（峰點(diǎn)陡緩程度通過計(jì)算峰度kurtosis系數(shù)來測量，多峰分布往往意味

著群體內(nèi)部存在分化）

偏態(tài)（分布與否對稱通過計(jì)算偏度skewness系數(shù)來測量，SK是無量綱的量,

取值一般在-3到+3之間，其絕對值越大，表明偏斜程度越大。當(dāng)分布呈右偏態(tài)時，SKX）,

故也稱正偏態(tài)；當(dāng)分布為左偏態(tài)時，SK<0,故也稱負(fù)偏態(tài)。）

峰度峰度系數(shù)

高

窄峰

>0

正

態(tài)峰0

低

闊峰

:0

記錄學(xué)=描述記錄+推斷記錄（參數(shù)檢查&非參數(shù)檢查）

推斷記錄:參數(shù)估計(jì)+假設(shè)檢查（由樣本來認(rèn)識總體H勺兩種方式）

參數(shù)估計(jì)=點(diǎn)估計(jì)+區(qū)間估計(jì)

描述記錄的目的在于：簡叱或概括數(shù)據(jù)（信息）。采用何種描述記錄工具取決于變量的測量

水平。

數(shù)據(jù)分析的兩個任務(wù)：描述樣本推斷總體

判斷與否正態(tài)（尺度變量）：

措施一：通過考察偏度和峰度系數(shù)

措施二：通過考察正態(tài)P-P圖

措施三：通過正態(tài)性非參數(shù)檢查（分析一非參數(shù)檢查一單樣本“使用定制字段分派”）

除了考察變量取值分布的集中趨勢、離散趨勢、分布形狀之外，還可以考察某些位置記錄量,

如：四分位數(shù)、百分位數(shù)等

對于尺度變量的描述記錄，可以采用分析一描述記錄一頻率過程，也可以采用分析

一描述記錄—描述過程，還可以用分析-描述記錄一探索過程

IQR：四分位距=第三四分位數(shù)-第一四分位數(shù)中間50%案例的取值范圍，反應(yīng)取值分布的

離散程度

樣本均值的原則誤SE=%

原則誤：抽樣分布（若反復(fù)抽樣規(guī)模為n=N的樣本，將所有也許樣木均窮盡，每一種樣本記

錄量（如均值）的值便構(gòu)成了一種新的分布，叫做抽樣分布）的原則差

單總體均值（比例是特殊的均值）的假設(shè)檢查：t檢查

<Jy（J!yjnS/

分析一比較均值一單樣本T檢查

結(jié)論舉例：由于95%置信區(qū)間并未包括。值，故應(yīng)拒絕零假設(shè)。并無足夠證據(jù)支持平均收入

為0美元的說法，故應(yīng)認(rèn)為收入不等于0美元。

二總體均值差異的假設(shè)檢查

分析一比較均值一獨(dú)立樣本T檢查

小樣本，總體方差未知，兩個方差不等，非參數(shù)檢查。

小樣本，總體方差未知，但已知兩個方差相等：T檢查

大樣本同樣可以用T檢查，由于n增大時，t與Z不停迫近，且更保守。

八（曰二（"/）7（）

平+工

兩獨(dú)立樣本t檢查的零假設(shè)為：兩總體均值之間不存在明顯差異，即ul-從2=0

詳細(xì)分兩步來完畢：

第一，運(yùn)用F檢查判斷兩總體的方差與否相似【此為進(jìn)行均值差檢查的前提條件】

第二，根據(jù)第一步選擇t記錄量和自由度計(jì)算公式，進(jìn)而對T檢查的結(jié)論作出判斷。

結(jié)論舉例：表明男性和女中的收入存在記錄上明顯的差異?！庇涗浬厦黠@”的含義：基于樣

本觀測到的男性和女性之間收入的差異并非是由隨機(jī)抽樣導(dǎo)致的，而是總體中兩性間收入確

實(shí)存在著差異。

①獨(dú)樣本

②配對樣本

針對同同樣本搜集接受“處置”前后兩個時點(diǎn)上的數(shù)據(jù)。注意，這與前面兩個獨(dú)立樣本時狀

況不一樣，這時屬于配對樣本研究。（配對樣本T檢查）

將差值作為新的記錄量（兩次觀測來自正態(tài)總體，不規(guī)定方差相等），檢查差值與否為0。

表明起始薪水與付前薪水具有記錄上明顯的差異。

比例的話編碼應(yīng)當(dāng)編成0和1,例如均值想表達(dá)男性比例，男性就是1；均值想表達(dá)女性比

例，女性就是1。

多總體均值差異的假設(shè)檢查：F檢查方差分析（AN0VA）是對T檢查的一般化

原因（factor）：要檢查的對象水平：原因的詳細(xì)體現(xiàn)

線性回歸是方差分析的一般化，方差分析是T檢查的一股化

置信度小，會增大假設(shè)檢查中犯I類錯誤（棄真錯誤）的風(fēng)險

置信水平/置信度/置信系數(shù)95%99%90%求置信區(qū)間：探索或者單樣本t檢查

置信區(qū)間的含義：一般來說，95%置信區(qū)間的意思是我們估計(jì)的目的參數(shù)有95%的也許性落

入某區(qū)間。而老式的記錄和貝葉斯學(xué)派對置信區(qū)間的解釋是有區(qū)別的。前者的95席置信區(qū)間

精確的解釋應(yīng)當(dāng)是反復(fù)抽樣100次，大概有95次所估計(jì)的參數(shù)會落入該區(qū)間。而后者對置

信區(qū)間的解釋更靠近于我們一般的理解。即有95%的也許落入該區(qū)間。

假設(shè)檢查所根據(jù)就是小概率原理（記錄上），只是把小概率a的原則定得更為詳細(xì)和數(shù)量化

而已，例如0.05、0.01等。邏輯.上根據(jù)的是反證法。

可以將第一類錯誤記為“錯殺好人”，把第二類錯誤記為“放走壞人”

方差齊性是方差分析AN0VA措施的基本假定之一

方差分析成果往往意味著：不一樣組別群體與否來自同一種更大規(guī)模的（正態(tài)）總體

應(yīng)用方差分析，因滿足如下假定條件：

被檢查變量（因變量）為尺度變量

樣本通過隨機(jī)抽樣得到（獨(dú)立性）

尺度變量在分類變量各類別上服從正態(tài)分布（正態(tài)性）

尺度變量在分類變量各類別上具有相似方差（方差齊性）（假如不齊，如存在展現(xiàn)出更大

變異（方差更大）的大規(guī)模組，則組內(nèi)變異（WSS）會被夸張后果：犯【類錯誤也許性變

大）

方差齊性的假設(shè)H0：一:地indcxl的方差相等111：三地indoxl的方差不完全相等

方差分析的假設(shè)H0：三地的均值相等H1：三地均值不一樣或不完全相似

原假設(shè)是想反對的

Sig.=0.139>0.05,故接受零假設(shè)，即三地居民在消物信心上不存在明顯的差異。

單側(cè)檢查：

備擇假設(shè)〃<a是左側(cè)檢套計(jì)算出雙側(cè)sig值之后除以2,再和0.05比較

備擇假設(shè)〃）a是右側(cè)檢直計(jì)算出雙側(cè)sig值之后除以2,再拿1減去這個數(shù)，再和0.05

比較

左側(cè)檢查就是拒絕域在左邊

誤差二隨機(jī)誤差（原因的同一水平下各觀測值之間的差異）+系統(tǒng)誤差（原因的不一樣水平下

各觀測值之間的差異）

組內(nèi)方差只包括隨機(jī)誤差組間方差既包括隨機(jī)誤差，也包括系統(tǒng)誤差

SST=SSE+SSA

MSA

~MSE

交叉表與卡方檢查針對分類變量（包括名義和序號）之