SPSS基本功能及操作

1、統(tǒng)計分析模型（1）信度分析 文獻558操作步驟：分析度量可靠性分析（R）移動變量到項目（I）框內(nèi)統(tǒng)計量描述性（項+度量+如果。）項之間（相關性）繼續(xù)確定信度系數(shù)界限值：060065認為不可信；065070認為是最小可接受值：070080認為相當好；080090就是非常好。因此，份信度系數(shù)好的量表或問卷最好在080以上，070080之間還算是可以接受的范圍；分量表最好在070以上：060070之間可以接受。若分量表的內(nèi)部一致性系數(shù)在060以下或者總量表的信度系數(shù)在080以下，應該考慮重新修訂量表或增刪題目。案例處理匯總N%案例有效102100.0已排除a0.0總計102100.0a. 在此程序中

2、基于所有變量的列表方式刪除?？煽啃越y(tǒng)計量Cronbachs Alpha基于標準化項的 Cronbachs Alpha項數(shù).822.8307項總計統(tǒng)計量項已刪除的刻度均值項已刪除的刻度方差校正的項總計相關性多相關性的平方項已刪除的 Cronbachs Alpha 值經(jīng)濟因素27.0212.415.088.099.872成長因素26.8910.058.782.669.770刪除任何題項后的Cronbachs 系數(shù)也無顯著提高?？梢姾诵闹R性員工激勵組合量表的內(nèi)部一致性高，信度較好。信度分析說明該問卷的整體結構設計具有較高的可信度。由此可以認為，該問卷具有較好的內(nèi)在信度，依此調(diào)查得到的數(shù)據(jù)是可信的，

3、基于該問卷進行的數(shù)據(jù)統(tǒng)計分析結果也是比較可靠的。（2）效度分析 文獻560每一個r值彼此都達到顯著性水平的個數(shù)越多，就表示該分量表建構效度越好。操作步驟：分析相關雙變量（B）移動變量到變量（V）框內(nèi)相關系數(shù)（Spearman/Kendalltau-b(K)）顯著性檢驗（雙側(cè)檢驗）標記顯著性相關確定相關系數(shù)經(jīng)濟因素成長因素精神因素領導因素環(huán)境因素工作因素管理因素Spearman 的 rho經(jīng)濟因素相關系數(shù)1.000.241*.183.125.266*.061.144Sig.（雙側(cè)）.015.065.210.007.544.149N102102102102102102102成長因素相關系數(shù).241

4、*1.000.711*.691*.585*.487*.432*Sig.（雙側(cè)）.015.000.000.000.000.000N102102102102102102102*. 在置信度（雙測）為 0.05 時，相關性是顯著的。*. 在置信度（雙測）為 0.01 時，相關性是顯著的。從工作滿意度與員工參與的相關分析結果中可以看出，工作滿意度的6個維度均與員工參與有相關關系，且都為正向相關，顯著性水平均達到0.05的顯著性水平，可證明薪酬激勵量表具有較高的收斂效度，可以進行后續(xù)研究，他們之間的相關性也可以說明本文的研究具有一定的意義。第二種方法（備用）：分析度量可靠性分析（R）移動變量到項目（I）

5、框內(nèi)統(tǒng)計量項之間（相關性）繼續(xù)確定項間相關性矩陣經(jīng)濟因素成長因素精神因素領導因素環(huán)境因素工作因素管理因素經(jīng)濟因素1.000.108.029-.006.239-.009.037成長因素.1081.000.670.720.657.570.502精神因素.029.6701.000.660.517.477.373領導因素-.006.720.6601.000.566.537.481環(huán)境因素.239.657.517.5661.000.471.387工作因素-.009.570.477.537.4711.000.647管理因素.037.502.373.481.387.6471.000 對比上面相關系數(shù)表，項間

6、相關性矩陣中相關系數(shù)判別標準：=0.1(強相關)（3）頻數(shù)分析 P66 文獻558操作步驟：分析描述統(tǒng)計（123）頻率（F）移動變量到變量（V）框內(nèi)顯示頻率表格統(tǒng)計量分布（偏度+峰度）繼續(xù)確定頻率也稱頻數(shù)，就是一個變量在各個變量值上取值的個案數(shù)。SPSS中的頻數(shù)分析過程可以方便地產(chǎn)生詳細的頻數(shù)分布表，即對數(shù)據(jù)按組進行歸類整理，形成各變量的不同水平的頻數(shù)分布表和常用的圖形，以便對各變量的數(shù)據(jù)特征和觀測量分布狀況有一個概括的認識。描述總體分布形態(tài)的統(tǒng)計量主要有偏度和峰度兩種。偏度(Skewness)是描述取值分布形態(tài)對稱性的統(tǒng)計量，由Pearson在1895年提出。偏度由樣本的3階中心矩與樣本方差

7、的32次方的比值而得，偏度的絕對值越大，表示數(shù)據(jù)分布的偏斜程度越高。來自正態(tài)總體的樣本偏度近似為0。偏度系數(shù)有兩種測量方式，分別為皮爾遜偏度系數(shù)1和皮爾遜偏度系數(shù)2。偏度系數(shù)等于0的時候?qū)儆谡龖B(tài)分布；偏度系數(shù)大于0的時候是右偏分布，表明較低的值占多數(shù)；偏度系數(shù)小于0的時候為左偏分布，表明較高的值占多數(shù)。峰度(Kutosis)是描述變量取值分布形態(tài)扁平程度的統(tǒng)計量，由Pearson在1905年提出。峰度等于0的時候表示數(shù)據(jù)分布的扁平程度適中，即正態(tài)分布；峰度大于0的時候表示數(shù)據(jù)呈扁平分布；峰度小于0表明數(shù)據(jù)呈尖峰分布。統(tǒng)計量經(jīng)濟因素成長因素精神因素領導因素環(huán)境因素工作因素管理因素N有效10210

8、2102102102102102缺失0000000偏度-1.776-1.902-2.168-2.885-1.795-1.960-1.671偏度的標準誤.239.239.239.239.239.239.239峰度3.2154.7937.38010.2543.9515.1343.972峰度的標準誤.474.474.474.474.474.474.474經(jīng)濟因素頻率百分比有效百分比累積百分比有效254.94.94.9322.02.06.943332.432.439.256260.860.8100.0合計102100.0100.0操作步驟：數(shù)據(jù)（D）拆分文件（F）比較組移動分組變量到分主方式（G）中（

9、注意：一次移動一個分組變量+如果一次移動多個則成為組合頻率分析）確定分析描述統(tǒng)計（123）頻率（F）移動變量到變量（V）框內(nèi)顯示頻率表格確定統(tǒng)計量最高學歷經(jīng)濟因素成長因素精神因素領導因素環(huán)境因素工作因素管理因素1N有效26262626262626缺失00000002N有效26262626262626缺失00000003N有效27272727272727缺失00000004N有效23232323232323缺失0000000經(jīng)濟因素最高學歷頻率百分比有效百分比累積百分比1有效227.77.77.7313.83.811.54726.926.938.551661.561.5100.0合計26100.

10、0100.02有效213.83.83.841246.246.250.051350.050.0100.0合計26100.0100.03有效213.73.73.741140.740.744.451555.655.6100.0合計27100.0100.0（4）描述性統(tǒng)計分析 P71 文獻558操作步驟：分析描述統(tǒng)計描述（D）移動變量到變量（V）框內(nèi)選項均值、樣本方差、樣本標準差繼續(xù)確定 離散系數(shù)另行計算描述性統(tǒng)計量是研究隨機變量變化綜合特征(參數(shù))的重要工具，它們集中描述了變量變化的特征。SPSS提供的基本統(tǒng)計量大致可以分為3類：描述集中趨勢的統(tǒng)計量、描述離散程度的統(tǒng)計量和描述總體分布形態(tài)的統(tǒng)計量。

11、統(tǒng)計學中的集中趨勢統(tǒng)計量是由樣本值確定的量，樣本值有向這個數(shù)據(jù)集中的趨勢。測度集中趨勢就是尋找數(shù)據(jù)一般水平的代表值或中心值，不同類型的數(shù)據(jù)用不同的集中趨勢測度值，選擇哪種測度值取決于數(shù)據(jù)的類型。描述集中趨勢的統(tǒng)計量有樣本均值、中位數(shù)等。均值(Mean)又稱為“算術平均值”，指一組數(shù)的平均值。樣本均值反映了變量取值的集中趨勢，或者平均水平，是最常用的基本統(tǒng)計量。統(tǒng)計學中描述離散趨勢的統(tǒng)計量是樣本值遠離集中趨勢統(tǒng)計量程度的定量化描述，說明了集中趨勢測度值的代表程度，不同的數(shù)據(jù)有不同的離散趨勢測度值。比較重要的離散趨勢統(tǒng)計量有樣本方差、樣本標準差、離散系數(shù)等。樣本方差(Variance)是刻畫樣本數(shù)

12、據(jù)關于均值的平均偏差平方的一個量，是描述樣本離散趨勢的最常用的統(tǒng)計量。樣本方差越大，表明樣本值偏離樣本平均值的可能性就越大。由于樣本方差的計算單位是樣本值的平方，將樣本方差開方后可以得到和樣本值相同量綱的統(tǒng)計量，稱為樣本標準差(Stddeviation)。樣本標準差和樣本方差一樣，也是度量樣本離散程度的重要統(tǒng)計量。離散系數(shù)也稱標準差系數(shù)，即標準差與相應均值之比，主要用于測量相對離散程度，對不同組別離散數(shù)據(jù)進行比較。離散系數(shù)消除了數(shù)據(jù)水平高低和計量單位的影響。均值、樣本方差、樣本標準差、離散系數(shù)描述統(tǒng)計量N均值標準差方差經(jīng)濟因素1024.49.767.589成長因素1024.62.614.377

13、精神因素1024.55.684.468有效的 N （列表狀態(tài)）102（5）均值比較操作步驟：分析比較均值均值（M）移動變量到因變量列表（D）框內(nèi)移動分組變量到自變量列表（I）框內(nèi)選項均值從統(tǒng)計量（S）框移動到單元格統(tǒng)計量（C）繼續(xù)確定Means過程傾向于對樣本進行描述，它可以對需要比較的各組計算描述指針，進行檢驗前的預先分析。Means過程的優(yōu)勢在于所有的描述性統(tǒng)計變量均按因變量的取值分組計算，無須先進行文件拆分過程，輸出結果中各組的描述指標放在一起，便于相互比較分析。Means過程計算指定變量的綜合描述統(tǒng)計量，包括均值、標準差、總和、觀測量數(shù)、方差等一系列單變量描述統(tǒng)計量，當觀測量按一個分類

14、變量分組時，Means過程可以進行分組計算。Means過程還可給出方差分析表和線性檢驗結果。使用Means過程求若干組的描述統(tǒng)計量，目的在于比較，因此必須分組求均值。案例處理摘要案例已包含已排除總計N百分比N百分比N百分比經(jīng)濟因素 * 最高學歷102100.0%0.0%102100.0%成長因素 * 最高學歷102100.0%0.0%102100.0%精神因素 * 最高學歷102100.0%0.0%102100.0%管理因素 * 現(xiàn)任職務102100.0%0.0%102100.0%經(jīng)濟因素 成長因素 精神因素 領導因素 環(huán)境因素 工作因素 管理因素 * 最高學歷均值最高學歷經(jīng)濟因素成長因素精神

15、因素領導因素環(huán)境因素工作因素管理因素14.424.424.424.464.194.504.3824.424.544.584.624.354.354.3534.484.704.484.744.564.374.2644.654.834.744.874.434.524.52總計4.494.624.554.674.384.434.37報告均值最高學歷經(jīng)濟因素成長因素精神因素領導因素環(huán)境因素工作因素管理因素博士4.424.424.424.464.194.504.38碩士4.424.544.584.624.354.354.35本科4.484.704.484.744.564.374.26?？?.654.83

16、4.744.874.434.524.52總計4.494.624.554.674.384.434.37（6）單因素方差分析 文獻558操作步驟：分析比較均值單因素ANOVA移動變量到因變量列表（E）框內(nèi)移動分組變量到因子（F）框內(nèi)（注意：一次只能移動一個）兩兩比較（H）LSD+ Tamhane”s T2繼續(xù)選項方差同質(zhì)性檢驗（H）繼續(xù)確定假設檢驗是對給定的總體參數(shù)值，利用樣本數(shù)據(jù)對其推斷，并給出接受或者拒絕的過程。對正態(tài)總體參數(shù)的檢驗過程一般包括參數(shù)的假設檢驗和參數(shù)估計。在總體已知的情況下對總體包含的參數(shù)進行推斷的問題稱為參數(shù)檢驗問題。參數(shù)檢驗不僅可以針對一個總體的檢驗，也可以針對兩個或更多個總

17、體的比較問題。當總體分布未知時，根據(jù)樣本推斷總體的分布類型和參數(shù)值的大小的過程稱為非參數(shù)檢驗文獻558。假設檢驗的基本原則是依據(jù)統(tǒng)計推斷原理，即小概率事件在一次特定的抽樣中一般是不會發(fā)生的，如果發(fā)生了小概率事件，就有理由懷疑假設的正確性，從而拒絕檢驗該問題時做出的假設文獻561。任何領域的研究者要檢驗一個新理論或新觀點時，可以首先陳述自己認為正確的假設，這個試圖確立的假設作為備擇假設H1，與備擇假設相配的是原假設H0。然后，通過收集有關樣本數(shù)據(jù)和采用相應的檢驗方法來檢驗。這種方法不是設法證明備擇假設成立，而是努力收集證據(jù)來證明原假設不成立文獻559。檢驗的基本步驟： 1）給出檢驗問題的零假設根

18、據(jù)檢驗問題的要求，將需要檢驗的最終結果作為零假設（原假設），通常表述為H0：u1=u2=u3=u4=u5（因素影響無顯著差異）；備擇假設H1：u1、u2、u3，u4、u5不全相等（因素影響有顯著差異）。2）選擇檢驗統(tǒng)計量在統(tǒng)計推斷中，總是通過構造樣本的統(tǒng)計量并計算該統(tǒng)計量的概率值進行推斷，一般構造的統(tǒng)計量應服從或近似服從常用的已知分布，例如均值檢驗中最常用的t分布和F分布等。3）計算檢驗統(tǒng)計量的觀測值及其發(fā)生的概率值在給定零假設前提下，計算統(tǒng)計量的觀測值和相應概率p值。概率p值就是在零假設H0成立時檢驗統(tǒng)計量的觀測值發(fā)生的概率，該概率值間接地給出了樣本值在零假設成立的前提下的概率，對此可以依據(jù)

19、一定的標準來判定其發(fā)生的概率是否為小概率。4）在給定顯著性水平條件下，做出統(tǒng)計推斷結果顯著性水平指當假設正確時被拒絕的概率，即棄真概率，一般取001或005。當檢驗統(tǒng)計量的概率p值小于顯著性水平時，則認為此時拒絕零假設而犯棄真錯誤的概率小于顯著性水平，即低于預先給定的水平，也就是說犯錯誤的概率小到我們能容忍的范圍，這時可以拒絕零假設，認為控制變量不同水平下觀測變量各總體的均值存在顯著差異，當控制變量的各個效應不同時為0時，控制變量的不同水平對觀測變量產(chǎn)牛了顯著影響；反之，如果檢驗統(tǒng)計量的概率p值大于顯著性水平，如果拒絕零假設，犯棄真錯誤的概率大于預先給定的容忍水平，這時不應該拒絕零假設，認為控

20、制變量不同水平下觀測變量各總體的均值無顯著差異，控制變量的各個效應同時為0時，控制變量的不同水平對觀測變量沒有產(chǎn)生顯著影響。方差分析是統(tǒng)計學的一個重要范疇，是對觀察結果的數(shù)據(jù)做分析的一種常用的統(tǒng)計方法，目的是檢驗兩個或多個樣本均數(shù)間差異的顯著性意義。方差分析是通過對數(shù)據(jù)誤差來源的分析判斷不同總體之間的均值是否相等，進而分析自變量是否有影響文獻561。方差分析是種假設檢驗，它是對全部樣本觀測值的變動進行分解，將某種控制因素下各組樣本觀測值之間可能存在的由該因素導致的系統(tǒng)性誤差和隨機誤差加以比較，據(jù)此推斷各組樣本之間是否存在顯著差異。若存在顯著差異，則說明該因素對各總體的影響是顯著的。方差分析主要

21、用于：均數(shù)差別的顯著性檢驗、分離各有關因素并估計其對總變異的作用、分析因素間的交互作用和方差齊性檢驗。根據(jù)觀測變量的個數(shù)，可以將方差分析分為單變量方差分析和多變量方差分析；根據(jù)因素的個數(shù)，可以將方差分析分為單因素方差分析和多因素方差分析。單因素方差分析用來研究個控制變量的不同水平是否對觀測量產(chǎn)生了顯著影響。單因素方差分析是檢驗由單因素影響的多組樣本某因變量的均值是否有顯著差異的問題，如果各組之間有顯著差異，說明這個因素(分類變量)對因變量是有顯著影響的，因素的不同水平會影響到因變量的取值。方差分析基本假定：對于因素的每一個水平，要求觀測值是來自服從正態(tài)分布總體的簡單隨機樣本：對于各組觀察數(shù)據(jù)，

22、要從具有等方差的總體中抽取的，即要求各個總體的方差必須相同（方差具有齊性）；要求獨立試驗(觀測)。ANOVA平方和df均方F顯著性經(jīng)濟因素組間.4163.139.230.875組內(nèi)59.07498.603總數(shù)59.490101成長因素組間1.2803.4271.136.338組內(nèi)36.80898.376總數(shù)38.088101方差齊性檢驗Levene 統(tǒng)計量df1df2顯著性經(jīng)濟因素.169398.917成長因素3.811398.012精神因素1.724398.167領導因素3.190398.027環(huán)境因素.834398.478工作因素.432398.730管理因素.970398.410當方差分

23、析F檢驗否定了原假設，即認為至少有兩個總體的均值存在顯著性差異時，須進一步確定是哪兩個或哪幾個均值顯著的不同，則需要進行多重比較來檢驗。多重比較是指在因變量的三個或三個以上水平下均值之間進行的兩兩比較檢驗。SPSS提供了各種不同的多重比較方法，包括最小顯著差異LSD法、Bonferroni法、Tukey法、Scheff法等。根據(jù)方差齊次性檢驗表的結果顯示，經(jīng)驗開放性這一因素的顯著性系數(shù)為0.012，小于0.05，不具有方差齊次性（各個總體的方差相同），因此讀取Tamhane”s T2的兩兩t檢驗結果；責任意識因素的顯著性系數(shù)大于0.05，具有方差齊次性，因此讀取LSD（Least一signif

24、ieantdifferenee）的兩兩t檢驗結果，結果如表？所示。多重比較因變量(I) 現(xiàn)任職務(J) 現(xiàn)任職務均值差 (I-J)標準誤顯著性95% 置信區(qū)間下限上限經(jīng)濟因素LSD12.100.224.656-.34.543-.015.220.945-.45.424-.079.249.752-.57.41Tamhane12.100.222.998-.52.723-.015.2311.000-.66.634-.079.2671.000-.82.66多重比較因變量:經(jīng)濟因素(I) 最高學歷(J) 最高學歷均值差 (I-J)標準誤顯著性95% 置信區(qū)間下限上限LSD博士碩士.000.2151.000

25、-.43.43本科-.058.213.784-.48.36?？?.229.221.303-.67.21碩士.229.221.303-.21.67本科.171.220.439-.26.61Tamhane博士碩士.000.2241.000-.62.62本科-.058.2221.000-.67.55?？?.229.240.920-.89.43（7）相關分析 文獻558操作步驟：分析相關雙變量（B）移動一個個人變量到變量（V）框內(nèi)移動全部分析變量到變量（V）框內(nèi)相關系數(shù)（Spearman/Kendall）顯著性檢驗（雙側(cè)檢驗）標記顯著性相關確定變量間的關系分為確定性關系和非確定性關系兩類：確定性關系即

26、通常所說的函數(shù)關系；非確定性關系即相關關系。相關分析(Correlate)是研究變量之間關系緊密度的一種統(tǒng)計方法，應用廣泛，是專業(yè)統(tǒng)計分析的基礎。在統(tǒng)計分析中，常利用相關系數(shù)定量地描述兩個變量之間線性關系的緊密程度。相關分析的主要目的是研究變量之間關系的密切程度，以及根據(jù)樣本的資料推斷總體是否相關。在統(tǒng)計分析中，常利用相關系數(shù)定量地描述兩個變量之間線性關系的緊密程度。數(shù)據(jù)度量尺度不同，相關分析的方法也不同。連續(xù)變量之間的相關性常用Pearson簡單相關系數(shù)來測定；定序變量的相關性常用Spearman秩相關系數(shù)或Kendall秩相關系數(shù)來測定：而定類變量的相關分析則要使用列聯(lián)表分析方法。針對不同

27、的變量類型，相關系數(shù)的計算方法不盡相同，但它們的含義和取值范圍是相同的，即相關系數(shù)的取值范圍都在-1和+1之間；如果r0，則表示兩變量存在正相關；反之，則存在負相關。一般認為，當相關系數(shù)的絕對值大于08時，兩個變量之間具有較強的線性關系；而相關系數(shù)的絕對值小于03時，兩個變量之間的線性關系較弱文獻561。由于存在抽樣的隨機性和樣本數(shù)量較少等原因，通常樣本相關系數(shù)不能直接用來說明樣本來自的兩總體是否具有顯著的線性相關性，需要通過假設檢驗的方式對樣本來自的總體是否存在顯著的線性相關關系進行統(tǒng)計推斷?；静襟E如下：文獻5585611)提出原假設，即兩總體無顯著的線性關系。2)構造檢驗統(tǒng)計量。由于不同的相關系數(shù)采用不同的檢驗統(tǒng)計量，因此在相關分析時，不同的過程需要構造不同的檢驗統(tǒng)計量。3)計算檢驗統(tǒng)計量的觀測值及對應的概率p值(