spss編程命令

.SPSS復(fù)習(xí)提綱基本操作讀取數(shù)據(jù)讀取文件data list file= fixed/free/varname format.讀取數(shù)列data list /varname format.begin datadata listend data.讀取矩陣matrix data variable varname/file=/n=n/contents=corr.數(shù)據(jù)編輯變量名變量名不超過8個字符, 名首必須是字母變量標(biāo)簽variable labels varname .不能超過40個字符值標(biāo)簽value labels varname value .不能超過20個字符形式format varname (fw.d).缺失值missing values varname ().排序sort cases by varname (a/b).數(shù)據(jù)合并add files/file=*/file=/rename old varname=new varname/drop varname.數(shù)據(jù)轉(zhuǎn)換Computecompute target varname=expression.算術(shù)運算：+,-,*,/,*(冪)算術(shù)函數(shù)：sqrt, rnd(四舍五入), trunc(取整)統(tǒng)計函數(shù)：mean, sum, sd, max, min 缺失值函數(shù)：SYSMIS，MISSING，NMISS，NVALID，VALUE（不算缺失值）時間函數(shù)： CTIME.DAYS,$JDATEIfif () target varname=expression.Recoderecode varname (old value /else/lowest through value/value through value/value through high=new value) into newvarname.Missing values：user-defined 也會被重編碼，因此應(yīng)小心user-defined. user-defined 不包括在范圍內(nèi)Split fileSort cases by varname .split file layered by varname .split file off. Flipflip variables = varname/all.Rankrank variable = varname.數(shù)據(jù)分析描述性統(tǒng)計FrequenciesFrequencies varname/histogram NORMAL /barchart (freq/percent)/piechart.DescriptiveDescriptive varname/statistics=sum mean min max (集中趨勢) RANGE stddev SEMEAN VARIANC(離中趨勢) skewness（偏度） SESKEW KURTOSIS（峰度） SEKURT（形狀測量）/varname (znewvarname).Exploreexamine varname/plot BOXPLOT STEAMLEAF HISTOGRAM(不帶有正態(tài)曲線) NPPLOT（證明正態(tài)）/ STATISTICS DESCRIPTIVES EXTREME/MESTIMATORS（修正均值）.CrosstabsCrosstabs/tables=row varname BY column varname/Statistic=chisq（默認(rèn)） corr KAPPA（評定者間一致性系數(shù)）PHI CC（修正）/CELLS= .相關(guān)分析Graphscatterplot=varname with varname.Personcorrelations/variables=varlist/ MISSING=PAIRWISE/LISTWISE（數(shù)據(jù)足夠時更穩(wěn)定）.Spearman/kendall(順序變量)nonpar corr/variables=varlist/print=spearman(默認(rèn))/kendall（有重復(fù)）/both.差異性檢驗單樣本檢驗t-test testval=value/variables=varname.獨立樣本檢驗t-test groups=varname(value1 value2)/variables=varname.相關(guān)樣本檢驗t-test pairs=varname with varname.曼惠特尼U檢驗npar tests/ m-w=varname with value1 value2.維克爾松檢驗npar test/ wilcoxon=varname with varname.方差分析前提假設(shè)：獨立、等距、正態(tài)、同質(zhì)數(shù)據(jù)要求：多元正態(tài)，線性(散點圖)Oneway anova（單一自變量平-單一因變量）oneway varlist by varname/statistics descriptives homogeneity/contrast valuelist/posthoc=LSD TURKEY（敏感）BONFERRONI Scheffe(保守) snk DUNNETT.Unianova（多個自變量-單一因變量）unianova dependent varname BY factor varlist/posthoc varlist=lsd snk turkey/plot=profile(varname/varname*varname)/desigh=factor varlist.manovadependent varname BY factor varlist/DESIGN=FACNAME1 within FACNAME2(FACNUM1) FACNAME1 within FACNAME2(FACNUM2)Multivariate（多個自變量-多個因變量）glmdependent varlist BY factor varlist/desigh=factor varlist/PRINT = HOMOGENEITY（同質(zhì)性前提）/plot=profile(varname/varname*varname)/posthoc varlist=lsd snk turkeymanova dependent varlist BY factor varlist/DESIGN=FACNAME1 within FACNAME2(FACNUM1) FACNAME1 within FACNAME2(FACNUM2)REPEATED MEASURE（包含組內(nèi)自變量-多個因變量）glmwsfactor varlist BY factor varlist/WSFACTORs wsfacname wsfacnum/wsdisigh wsfaclist/desigh=varlist/emmeasn = tables(varname) compare adj(lsd)/plot=profile(varname/varname*varname/varname*wsfacname)manova wsfactor varlist BY facname (facnum)/WSFACTORS wsfacname (wsfacnum)/WSDESIGN =WSFACNAME1 within WSFACNAME2(WSFACNUM1) WSFACNAME1 within WSFACNAME2(WSFACNUM2)/DESIGN=FACNAME1 within FACNAME2(FACNUM1) FACNAME1 within FACNAME2(FACNUM2)/WSDESIGN=WSFACNAME/DESIGN=MWITHIN FACNAME (FACNUM1) MWITHIN FACNAME (FACNUM2) /DESIGN=FACNAME/WSDESIGN=MWITHIN WSFACNAME (WSFACNUM1) MWITHIN WSFACNAME (WSFACNUM2).回歸分析前提假設(shè)：等距/等比/（順序） 線性 非共線性 殘差正態(tài)，同質(zhì)，線性數(shù)據(jù)要求：cases : variables=10：1；被試數(shù)目 100；無Outliers（）；無multicollinearityIGRAPH /VIEWNAME=Scatterplot /X1 = VAR(before) TYPE = SCALE /Y = VAR(after) TYPE = SCALE /COORDINATE = VERTICAL /FITLINE METHOD = REGRESSION LINEAR LINE = TOTAL SPIKE=OFF /X1LENGTH=3.0 /YLENGTH=3.0 /X2LENGTH=3.0/CHARTLOOK=NONE /SCATTER COINCIDENT = NONE.EXE.REGRESSION/DEPENDENT DEPENDENT VARNAME/METHOD=STEPWISE/ENTER FACTOR VARLIST/STATISTICS COEFF（） OUTS R ANOVA COLLIN（檢驗multicollinearity）/CASEWISE（檢驗outlier） .聚類分析CLUSTER VARLIST/PRINT SCHEDULE CLUSTER(CLUNUM)/PLOT DENDRGRAM VICICLE主成分分析前提假設(shè)：多元正態(tài) 線性 等距（順序） 相關(guān)-數(shù)據(jù)要求：cases : variables=5：1；被試數(shù)目200；正態(tài)不是必須，如果正態(tài)分布，解決會更好；線性：如果非線性，應(yīng)考慮轉(zhuǎn)換變量后再作因素分析；無Outliers；在主成分分析中，multicollinearity不是問題，在主因素分析中，不能有 multicollinearity相關(guān)矩陣FACTOR /MATRIX=IN(CORR=*) /method=correlation /format=sort blank(0.40) /ROTATION VARIMAX /PLOT=EIGEN rotation.一般主成分分析FACTOR /VARIABLES VARLIST /PLOT EIGEN ROTATION /ROTATION VARIMAX/METHOD=CORRELATION /PRINT KMO （相關(guān)和共線性檢驗）.數(shù)據(jù)報告描述性統(tǒng)計FrequenciesDescriptive 報告Descriptives峭度為正表示總體分布的峰態(tài)較標(biāo)準(zhǔn)正態(tài)更陡; 反之更緩.斜度為正表示樣本值比較集中于均值的左邊; 斜度為負(fù)表示樣本值比較集中于均值的右邊Explore 報告Descriptives去掉5%的均值5% trimmed mean 四分位距interquartile range 讀Respondents Stem-and-Leaf Plot 讀Respondents BoxplotOutlier：從矩形框始，在1.5 倍箱距的點之外Extreme：從矩形框始，在3倍箱距的點之外 1.5 倍箱距的點之外的Outlier需要給予注意，如果是多于3個點位置很近，多數(shù)情況考慮保留。3 倍箱距的點之外的Extreme value需要給予特別注意，如果是孤立的點，多數(shù)情況考慮可以作為缺失值計算一次，作為有效值計算一次。 讀Normal Q-Q Plot of Respondents X軸：實得分?jǐn)?shù) Y軸：Z分?jǐn)?shù)的期望值 如果呈線性說明正態(tài)分布Crosstabs 報告Respondents A*B Crosstabulation單位格 standardized residual 2.0引起chi-square 增加或顯著 報告Chi-Square Tests報告自由度 df = (r-1) * (c-1)E 的最小值 5, c 可能不準(zhǔn)確Chi Square 統(tǒng)計量不是描述相關(guān)的良好指標(biāo)。因為它隨樣本量變化而變化。兩變量間各種類型的相關(guān)都會產(chǎn)生一樣的Chi Square 值。相關(guān)分析 報告Graph散點圖提示的outlier 需要特別處理散點圖也幫助我們找出multivariate outlier，關(guān)系的異常值 報告Correlations-Correlations和Nonparametric Correlations - Correlation對數(shù)據(jù)的相關(guān)分析顯示，a與b有顯著相關(guān)，r(df)=，p.001，雙尾差異性檢驗單樣本檢驗 報告One-Sample Test獨立樣本檢驗 報告Independent Samples Test 如果Levenes Test for Equality of Variances不顯著，報告Equal variances assumed 的Welchst test結(jié)果。 如果Levenes Test for Equality of Variances顯著，報告Equal variances not assumed 的t test 結(jié)果。a的均值(M =, SD =) 與b（M =, SD =)有顯著差異 。t(df) =, p = 0.05。相關(guān)樣本檢驗 報告Paired Samples Test曼惠特尼U檢驗（獨立樣本） 報告Test Statistics維克爾松檢驗（相關(guān)樣本）方差分析One way anova 看Descriptives 報告ANOVA 報告Multiple Comparisonsa的均值(M =, SD =) 、b的均值（M =, SD =)和c的均值（M =, SD =)有顯著差異 。t(df) =, p = 0.05。事后檢驗顯示，a與b有顯著差異，a-b=,p=0.05; c與b有顯著差異，c-b=,p=0.05; a與c有顯著差異，a-c=,p=0.05。Unianova 主效應(yīng)和交互作用報告Tests of Between-Subjects Effects自變量只有兩組時，報告Hotellings Trace；自變量大于兩組時，報告Wilks Lambda；方差齊性的統(tǒng)計前提被違反時，報告Pillais Trace 。 如果是不平衡處理，事后檢驗報告Estimated Marginal Means- Pairwise Comparisons（Option） 如果是平衡處理報告，事后檢驗報告Pairwise Comparisons（Posthoc） 交互作用圖報告Profile Plots*因素方差分析結(jié)果顯示，a與b交互作用顯著，F(xiàn)（）=，p0.05，交互作用圖如圖1。簡單效應(yīng)結(jié)果顯示，a1在b1（M=，SD=）和b2（M=，SD=）上有顯著差異，F(xiàn)（）=，p0.05；a2在b1（M=，SD=）和b2（M=，SD=）上有顯著差異，F(xiàn)（）=，p0.05。a的主效應(yīng)顯著，F(xiàn)（）=，p0.05；b的主效應(yīng)顯著，F(xiàn)（）=，p0.05。Multivariate 報告Boxs Test of Equality of Covariance Matrices 簡單效應(yīng)結(jié)果報告Manova 如果是不平衡處理，事后檢驗報告Estimated Marginal Means- Pairwise Comparisons（Option） 如果是平衡處理報告，事后檢驗報告Pairwise Comparisons（Posthoc） 交互作用圖報告Profile Plots*因素方差分析結(jié)果顯示，a與b交互作用顯著，F(xiàn)（）=，p0.05，交互作用圖如圖1。簡單效應(yīng)結(jié)果顯示，a1在b1（M=，SD=）和b2（M=，SD=）上有顯著差異，F(xiàn)（）=，p0.05；a2在b1（M=，SD=）和b2（M=，SD=）上有顯著差異，F(xiàn)（）=，p0.05。a的主效應(yīng)顯著，F(xiàn)（）=，p0.05；b的主效應(yīng)顯著，F(xiàn)（）=，p0.05。REPEATED MEASURE 如果Mauchly test of sphericity檢驗不顯著，交互作用、組內(nèi)主效應(yīng)結(jié)果報告Tests of Within-Subjects Effects 如果Mauchly test of sphericity檢驗顯著，交互作用、組內(nèi)主效應(yīng)結(jié)果報告Multivariate Tests 組建主效應(yīng)報告Tests of Between-Subjects Effects自變量只有兩組時，報告Hotellings Trace；自變量大于兩組時，報告Wilks Lambda；方差齊性的統(tǒng)計前提被違反時，報告Pillais Trace 。 簡單效應(yīng)結(jié)果報告Manova 組內(nèi)變量事后檢驗結(jié)果報