利用SPSS做數(shù)據(jù)分析

1、【本 文 中 采 用SPSS18 】首先，要把問卷中的答案都輸進(jìn) SPSS中，強(qiáng)烈建議直接在 SPSS中輸入，不要在 EXCEL中輸入，再導(dǎo)入 SPSS這樣可能會(huì)出問題在輸數(shù)據(jù)之前先要到變量視圖中定義變量如下列圖4WH1敦:訓(xùn)40性別(1 *1無右晶假設(shè)文2敕阿B0(1. 253無jjjf 號(hào) g、杯3邸題E0瞰耳程卩.(1下.畠毎史恂401.衲圾無&瑕工f乍年眼致叫8Qi從事軸Hi乍年1 1-WJ無所有類型都是數(shù)值，寬度默認(rèn)，小數(shù)點(diǎn)看個(gè)人喜好，標(biāo)簽自定，其他默認(rèn)除了值講講值的設(shè)定乩男二點(diǎn)一下有三點(diǎn)的藍(lán)色小框框會(huì)跳出一個(gè)對(duì)話框，如果你的變量是性別， 學(xué)歷，那么就如下列圖如果是五點(diǎn)維度的量表，那

2、么就是記住，每一題都是一個(gè)變量，可以取名Q1 , Q2設(shè)定好所有問卷上有的變量之后，就可以到數(shù)據(jù)視圖中輸入數(shù)據(jù)啦如下列圖1性別職球尊級(jí)總工帖嘏KYXtelP褸行乖范1隹行覷2傣行丟范-23214452223216333123.1114441243T2斗44512323444E21311144722223655822321343弓S1232154310112111S51112321444I 1?22321344132323464314223221S4都輸完后還有要做的就是計(jì)算你的每個(gè)維度的平均得分如果你的問卷 Q1-Q8是一 個(gè)維度，那么就把Q1-Q8的得分加起來除以題目數(shù) 8那么得到的維度 1

3、分?jǐn)?shù)會(huì)顯示在數(shù) 據(jù)視圖中的最后具體操作如下轉(zhuǎn)換一一計(jì)算變量轉(zhuǎn)換Q分析直銷妙圖形實(shí)計(jì)算變量對(duì)個(gè)秦內(nèi)的值計(jì)數(shù)2轉(zhuǎn)換值E回重新編碼為相同變量魚 回重新編碼為不同變量遲 囲自動(dòng)重新編碼0=可視離散化PK杲憂離散化!準(zhǔn)備逹複數(shù)據(jù)遲H個(gè)案排秩雀 尋日期和時(shí)間向?qū)EZS創(chuàng)立時(shí)間序列叢噩替換缺失值00蚣隨機(jī)數(shù)字生成器9運(yùn)行掛起的轉(zhuǎn)換Ctrl+G點(diǎn)確定，就會(huì)在數(shù)據(jù)視圖的最后一列出現(xiàn)計(jì)算后的變量如果你的滿意度有 么就要計(jì)算3個(gè)維度，外加滿意度這個(gè)總維度， 滿意度=3個(gè)維度的平均分有題目的平均分把你所有的維度變量都計(jì)算好之后就可以分析數(shù)據(jù)啦3個(gè)維度，那=滿意度量表的所1描述性統(tǒng)計(jì)分析 克銷呦 圖龍 實(shí)用程序窗口(

4、巴報(bào)告描述統(tǒng)計(jì)恚(T)也較均值凹-般線性模型 廣義線性檯型 混合模型兇 相關(guān)回歸遲)對(duì)數(shù)敎性檯型電;神經(jīng)網(wǎng)絡(luò)分類(E)度量非參數(shù)檢驗(yàn)収：預(yù)測(cè)生存函數(shù)世 多重響應(yīng)心) 缺失值 分祈住鳥 多重婦因CD 煙雜抽擇匕 盾捏梧吿me比率遲)軌探素旦交叉表p-p ELQ-QE3613151114：13462113i1151115：1%將你要統(tǒng)計(jì)的變量都放到變量欄中，直接點(diǎn)確定描述性&性別性別I jj年齡年齡W教育程度敎育程度 鳥 戦等級(jí)咽觴等級(jí) J 0從爭(zhēng)類似工作年跟. dj在KY工作年限KYr 曲變3碼行垂范I H變謂行垂范囚夷量凹：少信行垂范循石垂褊- 少愿員瀏勵(lì)B員鼓勵(lì) 少個(gè)性化關(guān)心個(gè)性化. 少領(lǐng)導(dǎo)

5、魅力額導(dǎo)魅力I選項(xiàng)Qh旦 ootstrapiB:.I.將標(biāo)唯化得分另存崗孌量迄卜確定聲 |重置助如果你要統(tǒng)計(jì)男女的人數(shù)比例，各個(gè)學(xué)歷或者各個(gè)年級(jí)的比例，就要用描述統(tǒng)計(jì)中的頻率如果要統(tǒng)計(jì)男女中的年級(jí)分布，比方大一男的有幾個(gè)，大二女的有幾個(gè)，就用交叉表不細(xì)說了地球人都懂的2. 差異性分析差異性分析主要做的就是人口學(xué)變量的差異影響，男女是否有差異，年級(jí)是否有差異，不做的就跳過對(duì)于性別來說，差異分析采用獨(dú)立樣本 T檢驗(yàn)，也可以采用單因素 ANOVA分析，下面以T 檢驗(yàn)為例分煩迫：宜年目型：圏堆0 頭用程甲里 窗|_|世；蒂朝報(bào)告描逑頸計(jì)表比擬均值迪1般銭性模型 廣史線性複型 混合複型兇相關(guān)回歸遲對(duì)數(shù)線

6、性複型仗神經(jīng)網(wǎng)絡(luò)降維度量但非參數(shù)檢驗(yàn)凹 預(yù)測(cè)生存函數(shù)電寒蠶響應(yīng)切二缺失值分析00.葉呻- r, rj / i卄訐nv均值蝕單樣取T檢驗(yàn)削 函獨(dú)立樣本T檢驗(yàn)T EL配對(duì)拌本T檢驗(yàn)巳 單因素NOVA.Tr36131511143462113115將性別放進(jìn)下面的分組變量中,誦獨(dú)立樣本T檢鯊的年齡年齡民敎育程度教育程度 職稱等級(jí)職稱等頸 H從爭(zhēng)類個(gè)工作年限 /在KY工作年限！燈 d變Q1曄行垂范須 ;jj變3睛行垂范2 jSQ3窿行垂范3 Lj變3睛行垂范嗎 ，變05睛行垂范可接著定義組性別門2定畑拈貼遲;/重置遲】一取消幫助. 確定|.)按確定方歪方程的Levene檢臉均值方程的t檢臉FSig.td

7、fSi訶帥均值査值歪廿的 95%SlsZlflTES上限芟革型$臨疔為.601.440-1 637113.105-4S17S32.0827267-.3354614.0319Q50慚設(shè)方差不相等1.640112.199.10-.1517532.093:5076-.3350416.0315352粗織瑣諾4.312.0402.225113.028-.1057073.0634722-.3510006-.0203339冏讖方差不相諾-2.199103.1S6030-.1887073-.35316960102451看Sig 雙側(cè)得分，小于 0.05就說明有顯著差異，上圖可見男女在組織承諾上是有顯著差 異的

8、，在變革型領(lǐng)導(dǎo)行為的認(rèn)同上沒有顯著差異 而對(duì)于學(xué)歷，年級(jí)，年齡，工作年限等因素， 我們可以采用單因素 ANOVA分析，如下:;r單因素方差分析|啟性別性別1 d年齡年齡1企教育稈度教育程度 占職稱等皺陽稱等級(jí): ;1g從爭(zhēng)類flTft年限 /變Cd隠行垂范1 d變a睛行垂范刃 ifi孌8謠行垂范3因變雖列表電：少感情頂諾囑惜最諾 少標(biāo)準(zhǔn)承諾飆范承諾】 少理想軍諾理想承話 Q經(jīng)濟(jì)承諾經(jīng)濟(jì)禺諾: 爐時(shí)機(jī)承諾磯會(huì)承諾!兩兩比擬H：Bootstrap： B.-.因子D：|亠在KY工作年限KY工.一確定粘貼巴重置壓；.取消幫助按確定AN OVA平方和df均方P F顯著性感惜承諾組間爼內(nèi)總數(shù)5.74540

9、.14053.88551091141.149M22.E01.029標(biāo)準(zhǔn)最諾爼間組內(nèi)總數(shù)7.22650.85758.08351091141.445.4673.097.012理想承諾爼間爼內(nèi)總數(shù)3.88160.74564.6055 11Q9114.772.5571,386.235經(jīng)濟(jì)最諾組間姐內(nèi)總數(shù)3,37456,94560.3195109114.675.5221,292.273時(shí)機(jī)承諾鉅間組內(nèi)總數(shù)10.49951.70762.20551091142.100.4744.426.001由上圖可知，在 KY工作年限不同，在感情承諾、標(biāo)準(zhǔn)承諾、時(shí)機(jī)承諾上都有顯著差異 顯著性小于0.05 如果做出來沒有差

10、異，可以在下列圖中選擇兩兩比擬X職榦等級(jí)陽稱等級(jí); “從事類似工作年限比照回兩兩出較凹選項(xiàng)一，Bootstrap (B).性別i性別 話年齡年齡I*教育程廈；教育程度: &感悟承諾L感情承諾; 少換范承諾視范承諾1 令理想質(zhì)諾理理承諾 捋經(jīng)濟(jì)承諾障濟(jì)點(diǎn)諾;&時(shí)機(jī)承諾磯會(huì)星諾1因子叵工待jj在KY工作年限KY工一d變Q1躍行垂范1 d變Q2隠行垂范2 變茁皓行垂范引L 口 r二a確定ILJI粘貼巴L_J重置遲；聰消構(gòu)助選中LSD (最小顯著方差法)繼續(xù)確定就會(huì)出來多重比擬的圖LSD墨重比擬因雯量(I)在:燈工惟澤限(J)在燈工惟隼限均值差(I-J)標(biāo)惟誤95%遙值區(qū)閻下限上限感情質(zhì)跖1年2年-.

11、0126994.2134657953-.43573141O3B43年46743301994139210722Q1.8626654年-.03472222283416879-.4B7208417643弭.47111112323362J45.010628931594B年艮以上.1652778.2263416.4Z1-.2B72996178432年1年.0126394.2134657953-.4103S4435781M年.4801 31 4.1904224013.1 02720.8575424年-.022023F15327.921-.459112.415065弭=般古臥4e3s095 潘謹(jǐn)-66620

12、33.038523.929091E年及以上.1779762S2U53274 21-.2531126150651年-.46743301094139021-.862635-.0722012年-.4B01314.1904224013-.657542-1027204年-.5021 552.2069612017-.912346-091965再找有沒上標(biāo)為小星星的有就可以說明二者有差異，沒就沒方法了你改數(shù)據(jù)吧=上圖說明1年和3年、5年的在感情承諾上有明顯差異我去 4年的怎么沒差異=0 別的也就這么做不重復(fù)說了3. 相關(guān)分析相關(guān)分析主要就是分析你兩個(gè)大變量中各個(gè)維度是否存在相關(guān)性和兩大變量是否存在相關(guān) 性下

13、例為兩大變量的相關(guān)分析分析相關(guān)雙變量確定后變革型頓導(dǎo)行 為組織承諾變堇型領(lǐng)導(dǎo)行為Pearson相關(guān)性1顯著性雙側(cè).000N115115Pearson相關(guān)性.601*1顯薯性舉側(cè).000N115115*在心水平I雙側(cè)上顯著相關(guān).可見變革型領(lǐng)導(dǎo)行為和組織承諾在0.01水平上顯著相關(guān)上標(biāo)兩顆星相關(guān)性比擬好 其他維度也是一樣的做法4. 回歸分析相關(guān)分析只能說明二者的相關(guān)性，并不能說明是否是由于A的變化引起明因果關(guān)系就要用回歸分析在做回歸之前，首先要做一下自變量之間的相關(guān)性，如果相關(guān)系數(shù)超過 歸會(huì)有比擬大的偏差這里不說了，不會(huì)的看3.相關(guān)分析B的變化，要想證0.75就不能做回回歸如下報(bào)告描述統(tǒng)計(jì)描述統(tǒng)計(jì)

14、比擬均值辿1；一般銭性梗型廣義線性模型混合模型亠：相關(guān)回歸遲； 對(duì)數(shù)線性檯型儀;神經(jīng)網(wǎng)絡(luò)作年限KY工柞年限德行垂14151112L3曲線怙計(jì)匸度量冷一非奏數(shù)檢驗(yàn)比二元 Logistic. 匕多項(xiàng)Logistic., n有序預(yù)測(cè)CD生存函數(shù)：寒重響應(yīng)9 已缺失值分析世二S Probit.非皺性迥;陽權(quán)重怙計(jì)凹復(fù)雜抽拝也15戰(zhàn)量揑制也丐3Hroc曲墟圖V13最正確尺 JiCTREGL.容重歸因D分折直銷囲圖形實(shí)用程序心：wn.w；幫助如果你想用ABC變量預(yù)測(cè)D，就把D放因變量中，ABC放自變量中，方法選擇進(jìn)入直 接確定，如下列圖模型非標(biāo)唯化系數(shù)I標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)唯俁差試用版1820.2643

15、.104002語行垂范129ose,1951.B330S2愿昌鼓勵(lì).0630S0.0341.03G.302個(gè)性化關(guān)心176,049,2923.609000額導(dǎo)魅力278096.2912.E92005a因變雖:組織承諾上圖的結(jié)果說明德行垂范和愿景鼓勵(lì)被踢出回歸方程，因?yàn)镾ig大于0.05所以只有個(gè)性化關(guān)心和領(lǐng)導(dǎo)魅力可以顯著預(yù)測(cè)組織承諾5問卷信度和效度信度=分析一一度量一一可靠性分析分析印 直銷固 圖形 買用程序世：固口也 幫助報(bào)告描述統(tǒng)計(jì)H.H表(T)比擬均值M：一般線性模型廣義線性模型泯合模型蜃相關(guān)回歸遲對(duì)數(shù)綾性模型2神經(jīng)網(wǎng)貉分類降維作年限KY工件笙限德行垂范114t512*313613乍51

16、1可靠性分折遲：-度量CS：非養(yǎng)數(shù)檢驗(yàn)迥.：預(yù)測(cè)生薦函數(shù)逞 多重響應(yīng)口 缺失值分析Q3 多重歸因CD 復(fù)雜抽樣丄 質(zhì)量控制 0ROC曲線圖電.夢(mèng)錐區(qū)開(FREFSUALL.多維尺度PROXSCL：.匡參維尺度ALSCALXM.t1151153*3苗可靠性分析工程I;徐性別性別id變cn隠行垂范可J年齡年齡I1/變Q2窿行垂范2教育程度教育程度id變Q3瞎行垂范可1水職稱零級(jí)咼稱等級(jí)；睛行垂范弟莊J從爭(zhēng)類似王作年限L總工L tJJ變05碼行垂范規(guī)JKYTft年限KYT1t.亠變Q5行垂范可dwi憾惜承諾Md變Q7爲(wèi)行垂范打活組8眩情承諾邁H變QB豬行垂范8V模型廻M 確定刻度標(biāo)簽：幫助J粘貼遲重

17、置遲 取消IJ - J J 把你同一份量表的題目全部放進(jìn)去，比方變革型領(lǐng)導(dǎo)量表有26題直接確定可靠性統(tǒng)計(jì)量CronbachsAlpha項(xiàng)數(shù).93926結(jié)果說明Cron bachs值為0.939,量表信度很好超過0.7才行效度分析一般采用結(jié)構(gòu)效度分析，就是因子分析分析一一降維一一因子分析分析直消迪圖形實(shí)用程序衛(wèi)窗口蘭報(bào)告描述統(tǒng)計(jì)i H憩T卜?比擬均值辿一般銭性模型迫卜廣義錢性模型混合模型1相關(guān)邏卜作刼KY工作年限1415111213回歸遲卜11對(duì)數(shù)線性模型Q36神經(jīng)網(wǎng)絡(luò)13分類15降維廃量非參數(shù)檢驗(yàn)迥卜預(yù)測(cè)卜生存函數(shù)但卜爭(zhēng)重響應(yīng)應(yīng)缺失值分祈00因子分tffFK-. 對(duì)應(yīng)分析 擾憂尺度211311

18、15多重歸因*11宜雜抽樣也15質(zhì)量控制Q卜130ROC曲戟團(tuán)凹13把你同一量表的題目都放進(jìn)去點(diǎn)描述選 KMO* 因干分析：描述統(tǒng)計(jì)蜿計(jì)量副原始分析結(jié)果(!)相關(guān)炬陣L.系數(shù)(9連模型迥)L顯著性水平(L一再生(8)匚;行列式電I. j反映象|丁 KMO和Baitlett的球?qū)櫠葯z驗(yàn)K再點(diǎn)旋轉(zhuǎn)，選擇最大方差法其他都默認(rèn)，最后確定KMO和Sartlett的檢驗(yàn)職拝足第度的 Kaiser-Meyer-Olkin Bartlett的球形度檢驗(yàn)逬似卡方dfSig.8392292.802325.0000.839大于0.5,表示可以進(jìn)行因子分析解釋的總方差成惜初蛇特征值提取平方和載入施轉(zhuǎn)平方和載入會(huì)計(jì)方羞的祐累積驚含計(jì)方差的累積合事方差的MW%110.74241 3154W151074241.31541.3155 20320.01320 01322.7081041551.730270610.41551730J 31610.53936.61232.4569 J4861.1732 456S 44861.17A4 19116.1195273041.5075.79666.9741.5075.79666.9743.70314.24466.974累積解釋變異66.974%,比擬好匯游成撈矩陣?成份1234變Q1712.354-,004,324變.724215.162.238變Q2.777.138.34