SPSS在調(diào)查研究中的應(yīng)用PPT課件.ppt

社會(huì)統(tǒng)計(jì)軟件SPSS在調(diào)查研究中的應(yīng)用全總研究室調(diào)研四處張倩穎2011年10月 1 第一節(jié)變量及其關(guān)系第二節(jié)數(shù)據(jù)整理第三節(jié)單變量分析第四節(jié)雙變量分析 2 第一節(jié)變量及其關(guān)系 變量 數(shù)據(jù) 分為四類 名義變量 序次變量 間距變量 比率變量 定類 定序 定距 定比 了解變量 數(shù)據(jù) 類型很重要 因?yàn)椴煌愋偷淖兞?數(shù)據(jù) 往往使用不同的統(tǒng)計(jì)方法進(jìn)行分析 3 名義 定類 變量 名義變量是最簡(jiǎn)單的一種數(shù)據(jù)類型 表示為沒(méi)有次序的類別 如果只有二類 就是二分類變量 如果是三類或更多類 就叫多分類變量 從數(shù)學(xué)運(yùn)算特性來(lái)講 名義變量只能有等于或不等于的性質(zhì) 最常見的名義變量就是性別 性別只有二類 男性和女性 并且沒(méi)有次序之分 習(xí)慣上用1表示男性 2表示女性 這樣賦值是隨意的 沒(méi)有任何的數(shù)學(xué)或統(tǒng)計(jì)學(xué)上的理由 4 名義變量 有很多名義變量 例如省份 地區(qū) 性別 戶口 政治面貌 宗教信仰 民族 婚姻狀況 職業(yè) 國(guó)家等類別的排列和賦值沒(méi)有任何實(shí)際意義 5 6 序次 定序 變量 序次變量與名義變量類似 所不同的是各類是有次序之分的 即由小到大 由低到高排列 或相反 序次變量的數(shù)學(xué)運(yùn)算特性除具有等于或不等于之外 還有大于或小于之分 但是類與類之間的距離是不相等的 健康狀況 文化程度 技術(shù)等級(jí) 職務(wù)等級(jí) 您對(duì)您目前從事的職業(yè)是否滿意 7 每個(gè)人可以按照某種特征分類 8 間距 定距 變量 對(duì)于間距變量 次序和數(shù)量都很重要 間距變量的值就是變量的實(shí)際值 每二類之間差異都是相等的 比如 年齡 身高 體重等 定距變量的數(shù)學(xué)運(yùn)算特性 等于 不等于 大于 小于 加 減 9 受教育年限 10 比率 定比 變量 受教育年限是間距變量 但是實(shí)際上它是測(cè)量等級(jí)更高的變量 叫比率變量 定比變量的數(shù)學(xué)運(yùn)算特性 等于 不等于 大于 小于 加 減 乘 除 在社會(huì)科學(xué)中 只滿足間距變量而不能同時(shí)滿足比率變量的情況極為少見 一般不區(qū)分間距變量和比率變量 而是當(dāng)作一類 稱為間距變量 如 年齡 受教育年限 工齡 上一周實(shí)際工作多少小時(shí) 上月從本單位獲得的全部貨幣收入 元 11 離散變量和連續(xù)變量 上述四類變量又可以分為二大類 離散變量和連續(xù)變量 離散變量 名義變量和序次變量 把人 物 事按照他們的性質(zhì)或特性劃分 也叫分類變量 分類變量不能用來(lái)進(jìn)行數(shù)學(xué)計(jì)算或轉(zhuǎn)換 比如計(jì)算平均數(shù) 連續(xù)變量 間距變量和比率變量 把人 物 事按照他們的某一特征的數(shù)量進(jìn)行劃分 12 13 14 15 個(gè)案 調(diào)查數(shù)據(jù)所描述的對(duì)象 可以是人 動(dòng)物 事物 社會(huì)調(diào)查研究的對(duì)象就是人 變量 指所研究對(duì)象的特征 對(duì)于不同的人某個(gè)變量的值可以不同 如調(diào)查中 數(shù)據(jù)所描述的對(duì)象或個(gè)案就是職工 對(duì)于每個(gè)職工都有許多變量 例如出生年月 文化程度 職業(yè)等 數(shù)據(jù)的每一行是一個(gè)職工個(gè)案 每一列是一個(gè)變量 個(gè)案與變量 16 因變量與自變量 因變量 也叫結(jié)果變量或反映變量 i e 自變量影響的結(jié)果 可以是連續(xù)變量或分類變量 自變量 也叫解釋變量或預(yù)測(cè)變量 i e 用來(lái)解釋或預(yù)測(cè)因變量 可以是連續(xù)變量或分類變量 17 變量之間的關(guān)系 因果關(guān)系 相關(guān)關(guān)系 18 第二節(jié)數(shù)據(jù)整理 SPSS軟件概覽數(shù)據(jù)的轉(zhuǎn)換與處理 19 一 SPSS概覽 講解統(tǒng)計(jì)方法之前 先要熟悉SPSS軟件 操作過(guò)程 變量定義 數(shù)據(jù)輸入 數(shù)據(jù)整理 變量計(jì)算等 什么是SPSSSPSS窗口變量定義數(shù)據(jù)輸入 輸出 20 什么是SPSS SPSS是軟件英文名稱的首字母縮寫 原意為StatisticalPackagefortheSocialSciences 即 社會(huì)科學(xué)統(tǒng)計(jì)軟件包 隨著SPSS產(chǎn)品服務(wù)領(lǐng)域的擴(kuò)大和服務(wù)深度的增加 SPSS公司于2000年正式將英文全稱更改為StatisticalProductandServiceSolutions 意為 統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案 SPSS已有40年歷史 是應(yīng)用最廣的定量數(shù)據(jù)分析和管理的統(tǒng)計(jì)軟件 21 SPSS窗口 SPSS有三個(gè)窗口 數(shù)據(jù)編輯窗口DataEditorWindow數(shù)據(jù)顯示窗口DataView變量顯示窗口VariableView結(jié)果輸出窗口OutputViewerWindow命令編輯窗口SyntaxEditorWindow 22 主菜單 菜單引導(dǎo)與WindowsOffice其他軟件類似10個(gè)菜單 DetailsinTextpage5 23 24 25 結(jié)果輸出窗口 26 命令編輯窗口 27 數(shù)據(jù)輸入 保存 輸出 可以直接輸入可以從Excel導(dǎo)入使用數(shù)據(jù)錄入軟件 例如EpiData 免費(fèi)下載http www epidata dk download php保存Save 另存為SaveAs輸出為其他類型格式的數(shù)據(jù) 如Excel HTML 28 變量定義 變量名以英文字母 中文開頭 不超過(guò)8個(gè)字符唯一性 空格或特殊符號(hào)不能使用變量類型數(shù)值型 字符型 日期型變量名標(biāo)簽對(duì)變量名的解釋說(shuō)明 增強(qiáng)可讀性 變量值標(biāo)簽對(duì)定類和定序變量是必不可少的 29 變量值標(biāo)簽 30 變量 個(gè)案 的增刪 增加Insertvariables cases 刪除Clear 31 二 數(shù)據(jù)的轉(zhuǎn)換與處理 計(jì)算新變量 Compute 變量的重新賦值 Recode 變量值的計(jì)數(shù) Count 選擇部分案例 SelectCases Temporary命令缺失值的處理 32 1 計(jì)算新變量 Compute 數(shù)據(jù)分析經(jīng)常要在已有變量的基礎(chǔ)上 計(jì)算一些新變量 例如 計(jì)算年齡 調(diào)查時(shí)間減去出生時(shí)間 使用Compute在TargetVariable中 寫入新的變量名在NumericExpression中 寫入計(jì)算公式 33 計(jì)算年齡 計(jì)算的新變量默認(rèn)放在數(shù)據(jù)的最后一列 34 計(jì)算年齡 變量可以有條件的計(jì)算 例如 你只想計(jì)算男性年齡 用If限制 35 選擇Includeifcasesatisfiescondition 36 然后Continue OK就完成 這一過(guò)程形成下面的命令 與沒(méi)有限制條件時(shí)的命令對(duì)比 37 2 變量的重新賦值 Recode 對(duì)某一個(gè)變量的類別進(jìn)行重新分組和賦值 例如 文化程度 a9 有9個(gè)類別 現(xiàn)在要重新分類合并為5類或3類 38 使用RecodeIntoSameVariablesIntoDifferentVariables 39 選擇IntoDifferentVariables 40 文化程度 9類變成5類 41 然后Continue OK就完成 這一過(guò)程形成下面的命令 42 變量重新賦值也可以進(jìn)行條件限制 和限制性的計(jì)算新變量的過(guò)程基本一樣 例如 你只想對(duì)年齡40歲及以上的職工 進(jìn)行文化程度的重新賦值 使用If進(jìn)行限制 43 選擇Includeifcasesatisfiescondition 44 然后Continue OK就完成 這一過(guò)程形成下面的命令 45 3 變量值的計(jì)數(shù) Count 計(jì)算一些變量中 某一個(gè)值出現(xiàn)的次數(shù) 例如 a631 a638有8個(gè)關(guān)于保險(xiǎn)的問(wèn)題 1 已參保 2 未參保 3 不知道 現(xiàn)在我想知道每個(gè)職工都分別已參保了幾種保險(xiǎn) 使用Countc 再如 工作環(huán)境中有幾種職業(yè)危害 46 47 然后Continue OK就完成 這一過(guò)程形成下面的命令 我們顯示一下計(jì)數(shù)結(jié)果的頻數(shù)分布 計(jì)算一下平均參保數(shù)量 下頁(yè) 48 計(jì)數(shù)結(jié)果的分布情況 每人參加了2種保險(xiǎn) 49 4 選擇部分案例 SelectCases 有時(shí)候你只想對(duì)數(shù)據(jù)中的某一部分案例進(jìn)行分析 比如 你只想對(duì)黨員這部分人進(jìn)行分析 這時(shí)就用SelectCases 把非黨員暫時(shí)或永久地排除 除非重新選全部 否則此種篩選一直存在 50 選擇Ifconditionissatisfied 點(diǎn)擊If UnselectedCasesAre Filter Delete 51 選擇Ifconditionissatisfied 點(diǎn)擊If UnselectedCasesAre Filtered 下頁(yè) 52 帶斜杠的都是非黨員 不帶斜杠的都是黨員 53 如果選擇UnselectedCasesAre Deleted 那么剛才帶斜杠的人都會(huì)被從數(shù)據(jù)中刪除掉 所以 數(shù)據(jù)再保存時(shí) 需要特別注意 54 5 Temporary命令 暫時(shí) 前面講到 選擇案例 進(jìn)行分析 通過(guò)Filter或Delete 把你需要的研究對(duì)象挑選出來(lái) 實(shí)際上還有一種更簡(jiǎn)單的辦法 就是使用Temporary命令 這一命令不能通過(guò)點(diǎn)擊菜單得到 必須自己寫 Temporary命令和你所要做的分析同時(shí)運(yùn)行 做下一個(gè)分析時(shí) 上次的Temporary命令就已經(jīng)失效 這就帶來(lái)了很大方便 55 假如你想要計(jì)算黨員的平均收入 可以有兩種辦法 一種是用 選擇案例 Filter或Delete 將黨員挑出來(lái) 然后計(jì)算平均收入 另一種就是用Temporary命令 將我的計(jì)算操作暫時(shí)限制在黨員 Temporary命令的用法 temporary selectifa6 1 DESCRIPTIVESVARIABLES a49z STATISTICS MEANSTDDEVMINMAX 56 2020 2 4 57 兩種方法產(chǎn)生的結(jié)果完全一樣 58 黨員的月平均收入 59 6 缺失值的處理 系統(tǒng)缺失值和用戶缺失值離散型變量將0和missing都作為缺失值處理 連續(xù)型變量當(dāng)0有意義時(shí) 表示為0值 如培訓(xùn)次數(shù) 當(dāng)0值不太可能存在時(shí) 缺失處理 如上月收入 60 第三節(jié)單變量分析 頻數(shù)分布表 Frequency 描述統(tǒng)計(jì) Descriptive 集中趨勢(shì) 平均數(shù) 中位數(shù)離散程度測(cè)量 全距 方差 標(biāo)準(zhǔn)差多項(xiàng)選擇題 61 引言 頻數(shù)分布和繪圖是數(shù)據(jù)分析最基本但很有用的方法 對(duì)某個(gè)變量的總體情況進(jìn)行了解 但不能準(zhǔn)確刻畫變量的特征 因此 還要計(jì)算一些指標(biāo)來(lái)反映變量的特征 這些指標(biāo)包括測(cè)量變量值的平均水平和變量分布的離散程度 62 一 頻數(shù)分布表 頻數(shù)分布表是數(shù)據(jù)分析最簡(jiǎn)單 最基本的一種方法 是數(shù)據(jù)分析的第一步 將一個(gè)變量按觀察值大小分為不同組段 將各觀察值歸納到各組段中 最后清點(diǎn)各組段的觀察值個(gè)數(shù) 稱頻數(shù) 以表格形式表示 稱為頻數(shù)或頻次分布表 簡(jiǎn)稱 頻數(shù)表 例如 婚姻狀況頻數(shù)分布表 63 SPSS操作過(guò)程 64 SPSS輸出結(jié)果 65 頻數(shù)分布表的制作 名義變量 將變量值按照習(xí)慣的或其他有意義的順序排列序次變量 將變量值按照由小到大或由大到小順序排列間距變量 當(dāng)變量值較少時(shí) 按序次變量那樣排列 當(dāng)變量值很多時(shí) 需要進(jìn)行分組 然后順序排列 66 序次變量間距變量 67 通過(guò)點(diǎn)擊PivotTableObject可以編輯 修改 68 二 集中趨勢(shì)測(cè)量 對(duì)于某一變量 其值的平均水平或代表性值常用的有兩個(gè)指標(biāo) 中位數(shù) Median 平均數(shù) Mean 69 中位數(shù) 把一個(gè)變量的值由小到大或由大到小排列起來(lái) 處于中心的那個(gè)值就是中位數(shù) 即中位數(shù)將變量的分布分成前后相等的兩部分 其中一半的值低于中位數(shù) 另一半的值高于中位數(shù) 中位數(shù)適用于序次變量和間距變量 70 中位數(shù) 計(jì)算方法 取決于案例數(shù)是奇數(shù)還是偶數(shù) 奇數(shù)時(shí) 就是中心的那個(gè)數(shù) 偶數(shù)時(shí) 是中心兩個(gè)數(shù)的平均值將所有案例按照值的大小從小到大排列起來(lái) 如果案例數(shù)為n 那么中位數(shù)值就在這個(gè)變量分布的 n 1 2處 71 例如 案例數(shù)n 11 是奇數(shù) 那么 中位數(shù)就在 11 1 2 6即第6個(gè)數(shù) 就是41 案例數(shù)n 10 是偶數(shù) 那么 中位數(shù)就在 10 1 2 5 5即第5和第6個(gè)數(shù)之間 就是第5和第6個(gè)數(shù)的平均數(shù) 第5和第6個(gè)數(shù)都是39 所以平均數(shù)還是39 72 職工收入中位數(shù) 即一半人收入低于900元 另一半人收入高于900元 73 平均數(shù) 簡(jiǎn)單算術(shù)平均數(shù)是使用最廣泛的平均數(shù) 其計(jì)算方法就是把所有案例的該變量值都加起來(lái) 然后除以案例數(shù) 平均數(shù)只適用于間距變量 74 如果有n個(gè)案例 其某個(gè)變量值分別為 那么或者 75 平均年齡 平均收入 76 平均數(shù) 三個(gè)數(shù)學(xué)性質(zhì) 只有間距變量 連續(xù)變量 才能計(jì)算變量分布的重心 將一個(gè)變量的所有值都減去平均值 然后把這些差加起來(lái) 必定等于0敏感性 計(jì)算平均數(shù)時(shí) 用到了所有變量值 因此 每個(gè)變量值都對(duì)平均值產(chǎn)生影響 對(duì)奇異值 特別大或特別小的值 比較敏感 77 奇異值會(huì)影響平均數(shù) 但不會(huì)影響中位數(shù) 4812平均數(shù) 4 8 12 3 8中位數(shù) 8 48120平均數(shù) 4 8 120 3 44中位數(shù) 8 78 三 離散程度測(cè)量 兩個(gè)相同平均數(shù)的變量 離散程度可能有很大不同 為了更準(zhǔn)確反映變量的分布特征是比較集中 還是比較分散 除了平均數(shù)以外 還需要計(jì)算離散程度 平均指標(biāo)和離散程度指標(biāo)一般同時(shí)使用 常用的三個(gè)指標(biāo) 全距 Range 方差 Variance 和標(biāo)準(zhǔn)差 StandardDeviation 79 相同的平均數(shù) 不同的離散程度 80 全距 最簡(jiǎn)單的度量離散程度的指標(biāo)是全距 也叫極差 是指最大值與最小值的差 全距是度量離散程度極為粗糙的指標(biāo) 因?yàn)樗挠?jì)算只涉及整個(gè)變量分布的最大值和最小值 它很可能會(huì)是一個(gè)誤導(dǎo)性的指標(biāo) 81 年齡全距 59 17 42歲 82 收入全距 18692 66 18626元 83 標(biāo)準(zhǔn)差 標(biāo)準(zhǔn)差測(cè)量的是各個(gè)觀測(cè)值和平均值的平均距離有多遠(yuǎn)平均離差 MeanDeviation 將所有觀測(cè)值減去平均值 就得到每個(gè)觀測(cè)值離平均值的距離 我們叫離差 將每個(gè)觀測(cè)值的離差加起來(lái)就得到總離差 然后除以觀測(cè)值個(gè)數(shù) 就得到平均離差 即平均距離 84 方差 因?yàn)殡x差有正負(fù) 而我們關(guān)心的是距離 于是計(jì)算每個(gè)離差的平方 平方以后就沒(méi)有負(fù)數(shù) 將這些離差的平方加起來(lái)得到離差平方和 離差平方和的平均值就是方差 variance 注意 分母中不是n 而是n 1 85 由于離差平方和與離差和在量上不對(duì)等 前者大于后者 無(wú)法反映平均離差 因此計(jì)算方差的正平方根 這就是標(biāo)準(zhǔn)差 standarddeviation 86 標(biāo)準(zhǔn)差 標(biāo)準(zhǔn)差用來(lái)測(cè)量變量圍繞平均值的分布情況 離散程度標(biāo)準(zhǔn)差 0 表明變量的分布不存在任何離散 這種情況發(fā)生在所有觀測(cè)值都相同時(shí) 否則s o 當(dāng)觀測(cè)值的分布越分散 s就越大 標(biāo)準(zhǔn)差和平均數(shù)類似 對(duì)奇異值很敏感 有時(shí)候少量奇異值會(huì)大大增加標(biāo)準(zhǔn)差 87 年齡標(biāo)準(zhǔn)差 8 656 收入標(biāo)準(zhǔn)差 735 749 88 離散系數(shù) 離散系數(shù) Coefficientofvariation 是用來(lái)對(duì)變量的離散程度進(jìn)行比較的 直接比較標(biāo)準(zhǔn)差是不準(zhǔn)確的 需要與平均值對(duì)比 當(dāng)平均數(shù)比較接近時(shí) 標(biāo)準(zhǔn)差的大小基本反映了差異大小 標(biāo)準(zhǔn)差大的 差異大 標(biāo)準(zhǔn)差小的 差異小 當(dāng)平均數(shù)有較大差異時(shí) 標(biāo)準(zhǔn)差大小本身不能準(zhǔn)確說(shuō)明差異大小 計(jì)算離散系數(shù) 89 男女收入 男性收入標(biāo)準(zhǔn)差更大 但是平均數(shù)也更大 男性收入離散系數(shù)小于女性 說(shuō)明男性的收入差異小于女性 90 SPSS在下列功能中計(jì)算平均數(shù) 標(biāo)準(zhǔn)差 91 92 93 計(jì)算各省的平均收入 94 多項(xiàng)選擇題 多選項(xiàng)二分法將每個(gè)可選答案設(shè)為一個(gè)變量 統(tǒng)計(jì)此變量有沒(méi)有被選中 多選項(xiàng)分類法估計(jì)答案?jìng)€(gè)數(shù) 每個(gè)答案設(shè)一個(gè)變量 變量值取多選項(xiàng) 多選項(xiàng)分析把多個(gè)變量設(shè)成一個(gè)集合 算出累計(jì)頻次 95 第四講雙變量分析 為了檢驗(yàn)各個(gè)自變量如何影響因變量 影響方向 影響程度 必須針對(duì)不同的變量類型選擇相應(yīng)的統(tǒng)計(jì)方法 交叉表分析 Crosstabs 均值比較 Means 方差分析線性回歸 相關(guān)系數(shù) Correlate 下表列出比較常用的統(tǒng)計(jì)方法 96 97 1 二個(gè)離散變量的關(guān)系 交互表 Chi square卡方檢驗(yàn) 可以用來(lái)檢驗(yàn)二個(gè)離散變量之間的關(guān)系 例如文化程度與職業(yè) 用來(lái)分析兩個(gè)變量之間的關(guān)系 通常自變量是列變量 因變量是行變量 98 交叉 交互 表 將一個(gè)變量的值或類別的頻數(shù)分布 按照另一個(gè)變量的值或類別進(jìn)行顯示 每一行和每一列的交匯處為一個(gè)單元格 列合計(jì)數(shù)和行合計(jì)數(shù)就是每個(gè)變量的頻數(shù)分布 也叫邊緣分布 marginaldistributions 列合計(jì)和行合計(jì)的交匯處就是總案例數(shù)或樣本量 N 99 SPSS操作過(guò)程 100 SPSS命令與結(jié)果 101 交叉表中計(jì)算比例 在自變量的每一類