SPSS的認識和基本運用PPT學習教案

1、會計學1SPSS的認識和基本運用的認識和基本運用個人資料 嚴禁外傳第1頁/共83頁個人資料 嚴禁外傳第2頁/共83頁第3頁/共83頁個人資料 嚴禁外傳第4頁/共83頁個人資料 嚴禁外傳第5頁/共83頁個人資料 嚴禁外傳第6頁/共83頁個人資料 嚴禁外傳第7頁/共83頁第8頁/共83頁2.1 打開打開 SPSS 軟件軟件個人資料 嚴禁外傳第9頁/共83頁2.3 SPSS 主菜單介紹主菜單介紹菜單欄共有10個下拉式菜單： 菜單：文件的建立、讀取、存儲、顯示和打印等菜單：剪切、復制、粘貼、查找等；插入變量、插入個案、選項菜單：界面的設置 菜單：有關數(shù)據(jù)變量定義、數(shù)據(jù)文件的轉換等，對個案排序、合并文件

2、個人資料 嚴禁外傳第10頁/共83頁菜單：有關數(shù)值的計算、重新編碼、缺失值替代等菜單：有關一系列統(tǒng)計方法的應用菜單：有關統(tǒng)計圖的制作菜單：腳本程序的設定菜單：有關窗口的排列，最大化、最小化、分割窗口：主題、教程個人資料 嚴禁外傳第11頁/共83頁個人資料 嚴禁外傳第12頁/共83頁3.1 在變量視圖區(qū)定義問卷模板在變量視圖區(qū)定義問卷模板個人資料 嚴禁外傳第13頁/共83頁p第第1步步：在變量視圖區(qū)“名稱”欄中，單擊輸入變量名稱例如，居住狀況、居住定區(qū)等 可以用漢字、字母、數(shù)字等，但第一個字符不能為阿拉伯數(shù)字2個變量名稱不能完全一致，多選題可加后綴個人資料 嚴禁外傳第14頁/共83頁p定義變量類

3、型（一般默認），變量類型包括：數(shù)值型，同時定義數(shù)值的寬度，即整數(shù)部分+小數(shù)點+小數(shù)部分的位數(shù)，默認為8位；小數(shù)位數(shù)默認為2位逗號數(shù)值型，即整數(shù)部分每3位數(shù)加一逗號 小數(shù)點數(shù)值型，無論數(shù)值大小，均以整數(shù)形式顯示，每3位加一小點（但不是小數(shù)點），可定義小數(shù)位置，但都顯示0，且小數(shù)點用逗號表示科學計數(shù)法，以指數(shù)形式顯示個人資料 嚴禁外傳第15頁/共83頁p定義變量“寬度”和“小數(shù)”，可默認個人資料 嚴禁外傳第16頁/共83頁p定義變量顯示格式個人資料 嚴禁外傳第17頁/共83頁p第第2步步，定義變量“標簽”u問卷題目u改為陳述句個人資料 嚴禁外傳第18頁/共83頁p第第3步：步：輸入標簽值個人資料

4、嚴禁外傳第19頁/共83頁p缺失值/列寬/對齊方式/測量變量類型（默認）個人資料 嚴禁外傳第20頁/共83頁定義好的變量庫定義好的變量庫u三步定義好變量u然后到數(shù)據(jù)視圖區(qū)錄入數(shù)據(jù)個人資料 嚴禁外傳第21頁/共83頁在此區(qū)錄入數(shù)據(jù)1行為1份問卷，1列為1個問題3.2 在數(shù)據(jù)視圖區(qū)錄入數(shù)據(jù)在數(shù)據(jù)視圖區(qū)錄入數(shù)據(jù)每行數(shù)據(jù)來自一張問卷個人資料 嚴禁外傳第22頁/共83頁左手放在Tab鍵上自動跳到下一格（行）右手放在數(shù)字鍵盤上2人配合，1次5個數(shù)字個人資料 嚴禁外傳第23頁/共83頁第24頁/共83頁第25頁/共83頁第26頁/共83頁第27頁/共83頁第28頁/共83頁第29頁/共83頁4.1 認識認識

5、“分析分析”菜單菜單個人資料 嚴禁外傳第30頁/共83頁4.2 進行描述性統(tǒng)計進行描述性統(tǒng)計-單選題頻率（百分數(shù)）單選題頻率（百分數(shù)）個人資料 嚴禁外傳第31頁/共83頁p第第1步：變量的導入步：變量的導入當然要顯示表格通過小箭號把需要分析的變量（問題）移入右面的空白變量區(qū) 個人資料 嚴禁外傳注意左欄顯示的是標簽注意左欄顯示的是標簽改為變量名稱更合適！改為變量名稱更合適！第32頁/共83頁通過通過編輯編輯菜單菜單“選項選項”修改修改個人資料 嚴禁外傳第33頁/共83頁p第第2步：選擇統(tǒng)計量步：選擇統(tǒng)計量個人資料 嚴禁外傳第34頁/共83頁p第第3步：選擇統(tǒng)計圖表步：選擇統(tǒng)計圖表個人資料 嚴禁外

6、傳第35頁/共83頁p第第4步：選擇步：選擇 統(tǒng)計圖表的輸出格式統(tǒng)計圖表的輸出格式個人資料 嚴禁外傳第36頁/共83頁 格式（格式（1）：按值（選項）的升序排序）：按值（選項）的升序排序12345678個人資料 嚴禁外傳第37頁/共83頁64851732 格式（格式（2）：按計數(shù)的升序排序）：按計數(shù)的升序排序個人資料 嚴禁外傳第38頁/共83頁4.3 圖表解讀圖表解讀個人資料 嚴禁外傳第39頁/共83頁4.4 圖表導出（圖表導出（1）-復制粘貼復制粘貼兩種復制的結果不同！個人資料 嚴禁外傳第40頁/共83頁4.4 圖表導出（圖表導出（2）-導出導出注意導出要素和格式（文件類型）個人資料 嚴禁外

7、傳第41頁/共83頁4.5 進行描述性統(tǒng)計描述進行描述性統(tǒng)計描述個人資料 嚴禁外傳第42頁/共83頁個人資料 嚴禁外傳第43頁/共83頁4.6 描述性統(tǒng)計交叉表描述性統(tǒng)計交叉表個人資料 嚴禁外傳第44頁/共83頁個人資料 嚴禁外傳第45頁/共83頁被訪者的居住狀況* 性別 交叉制表761353.8%46.2%100.0%4.6%6.6%5.3%2.9%2.5%5.3%1016316461.6%38.4%100.0%66.4%69.2%67.5%41.6%25.9%67.5%16112759.3%40.7%100.0%10.5%12.1%11.1%6.6%4.5%11.1%21366.7%33.

8、3%100.0%1.3%1.1%1.2%.8%.4%1.2%43757.1%42.9%100.0%2.6%3.3%2.9%1.6%1.2%2.9%112計數(shù)被訪者的居住狀況 的 %性別 的 %總數(shù)的 %計數(shù)被訪者的居住狀況 的 %性別 的 %總數(shù)的 %計數(shù)被訪者的居住狀況 的 %性別 的 %總數(shù)的 %計數(shù)被訪者的居住狀況 的 %性別 的 %總數(shù)的 %計數(shù)被訪者的居住狀況 的 %性別 的 %總數(shù)的 %計數(shù)在父母（子女）處住擁有自己的房子住單位宿舍（公寓）與對象合租與同事/朋友合租借住同事/朋友處被訪者的居住狀況男女性別合計個人資料 嚴禁外傳第46頁/共83頁4.7 多選題處理多選題處理個人資料

9、嚴禁外傳第47頁/共83頁p第第1步：步： 定義多重響應集定義多重響應集個人資料 嚴禁外傳第48頁/共83頁個人資料 嚴禁外傳第49頁/共83頁p第第2步：多選題分析頻率步：多選題分析頻率個人資料 嚴禁外傳第50頁/共83頁個人資料 嚴禁外傳第51頁/共83頁$信息來源 頻率6116.2%25.1%92.4%3.7%9023.9%37.0%379.8%15.2%41.1%1.6%112.9%4.5%6617.5%27.2%4612.2%18.9%3910.3%16.0%143.7%5.8%377100.0%155.1%電視電臺報紙/雜志傳單路牌中介機構親戚朋友互聯(lián)網(wǎng)現(xiàn)場看房其他被訪者獲得房產信

10、息的來源a總計N百分比響應個案百分比組a. 個案摘要243100.0%0.0%243100.0%243100.0%0.0%243100.0%$信息來源a$關注因素aN百分比N百分比N百分比有效的缺失總計個案組a. 個人資料 嚴禁外傳第52頁/共83頁p第第3步：多選題分析交叉表步：多選題分析交叉表個人資料 嚴禁外傳第53頁/共83頁$關注因素*性別 交叉制表13102356.5%43.5%8.6%11.0%56379360.2%39.8%36.8%40.7%975214965.1%34.9%63.8%57.1%28194759.6%40.4%18.4%20.9%36296555.4%44.6%

11、23.7%31.9%685011857.6%42.4%44.7%54.9%2342785.2%14.8%15.1%4.4%653810363.1%36.9%42.8%41.8%691540.0%60.0%3.9%9.9%41580.0%20.0%2.6%1.1%15291243計數(shù)$關注因素 內的 %性別 內的 %計數(shù)$關注因素 內的 %性別 內的 %計數(shù)$關注因素 內的 %性別 內的 %計數(shù)$關注因素 內的 %性別 內的 %計數(shù)$關注因素 內的 %性別 內的 %計數(shù)$關注因素 內的 %性別 內的 %計數(shù)$關注因素 內的 %性別 內的 %計數(shù)$關注因素 內的 %性別 內的 %計數(shù)$關注因素 內

12、的 %性別 內的 %計數(shù)$關注因素 內的 %性別 內的 %計數(shù)發(fā)展商信譽房型及建筑質量周邊環(huán)境地段配套設施交通便利性價比物業(yè)管理產權使用期其他被訪者購買小型公寓關注的因素a總計男女性別總計百分比和總計以響應者為基礎。組a. 個人資料 嚴禁外傳第54頁/共83頁第55頁/共83頁零售品牌形象建筑裝飾有形展示購物便利商品價格商店氛圍商品品質設施設備R19R20R21R22R23R28R7R8R9R13R14R17R18R24R25R26R27R1R4R6R3R5R15R16R10R11R12R2R29R30R31序序 號號指指 標標序序 號號指指 標標1停車便利17付款便利2商業(yè)氛圍18溫度適宜3

13、交通便利19商品知識4門頭牌匾20營業(yè)時間5購物籃衛(wèi)生21商品價格6出入口通暢22商品新鮮7結賬速度23品牌多樣8商品充足24背景音樂9商品質量25商場人氣10促銷活動26商場燈光11電梯便利27衛(wèi)生干凈12服務態(tài)度28指示清晰13促銷廣告29貨架整齊14購物車易取30通道合適15退換貨便利31建筑獨特16裝修裝飾第56頁/共83頁第57頁/共83頁第58頁/共83頁第59頁/共83頁第60頁/共83頁第61頁/共83頁第62頁/共83頁確認待分析的原變量是否適合做因子分析。因子分析的主要任務是將原有變量的信息重疊部分提取，綜合成因子，進而最終實現(xiàn)減少變量個數(shù)的目的，確認待分析的原變量是否適合

14、做因子分析。因子分析的主要任務是將原有變量的信息重疊部分提取，綜合成因子，進而最終實現(xiàn)減少變量個數(shù)的目的，故它要求原始變量之間存在較強的相關關系。故它要求原始變量之間存在較強的相關關系。進而因子分析之前，通常要采取計算進而因子分析之前，通常要采取計算相關系數(shù)矩陣相關系數(shù)矩陣、巴特利特球度檢驗和、巴特利特球度檢驗和KMO檢驗等方法來檢驗候選數(shù)據(jù)是否適合采用因子分析。檢驗等方法來檢驗候選數(shù)據(jù)是否適合采用因子分析。第63頁/共83頁構造因子變量。構造因子變量。將原有變量綜合成少數(shù)幾個因子是因子分析的核心內將原有變量綜合成少數(shù)幾個因子是因子分析的核心內容，它的容，它的關鍵是根據(jù)樣本數(shù)據(jù)求解因子載荷陣關

15、鍵是根據(jù)樣本數(shù)據(jù)求解因子載荷陣。因子。因子載荷陣的載荷陣的求解方法求解方法有基于主成分分析法、基于因子分有基于主成分分析法、基于因子分析模型的主軸因子法、極大似然法等。析模型的主軸因子法、極大似然法等。第64頁/共83頁利用旋轉方法使因子變量更具有可解釋性。利用旋轉方法使因子變量更具有可解釋性。將原有變量綜合為少數(shù)幾個因子后，如果因子的實際含義不清，將原有變量綜合為少數(shù)幾個因子后，如果因子的實際含義不清，則不利于后續(xù)分析。為了解決這個問題，可以通過因子旋轉的方則不利于后續(xù)分析。為了解決這個問題，可以通過因子旋轉的方式式使一個變量只在盡可能少的因子上游比較高的載荷使一個變量只在盡可能少的因子上游

16、比較高的載荷，這樣使提，這樣使提取出的因子具有更好的解釋性。取出的因子具有更好的解釋性。第65頁/共83頁選擇該項，會使結果更清晰選擇該項，會使結果更清晰計算因子變量得分。計算因子變量得分。 實際中，當因子確定以后，便可計算各因子在每個樣本上的具體數(shù)值，這些數(shù)值稱為因子得分。于是，實際中，當因子確定以后，便可計算各因子在每個樣本上的具體數(shù)值，這些數(shù)值稱為因子得分。于是，在以后的分析中就可以利用因子得分對樣本進行分類或評價等研究在以后的分析中就可以利用因子得分對樣本進行分類或評價等研究，進而實現(xiàn)降維和簡化問題的目標。，進而實現(xiàn)降維和簡化問題的目標。第66頁/共83頁第67頁/共83頁相關矩陣相關

17、矩陣a a1.000-.053.873-.086-.858.004-.0531.000-.155.572.020.640.873-.1551.000-.248-.778-.018-.086.572-.2481.000-.007.640-.858.020-.778-.0071.000-.136.004.640-.018.640-.1361.000.390.000.325.000.491.390.207.000.459.000.000.207.093.000.462.325.000.093.486.000.000.459.000.486.236.491.000.462.000.236購買預防蛀牙的

18、牙膏是重要的我喜歡使牙齒亮澤的牙膏牙膏應當保護牙齦我喜歡使口氣清新的牙膏預防壞牙不是牙膏提供的一項重要功效購買牙膏時最重要的考慮是富有魅力的牙齒購買預防蛀牙的牙膏是重要的我喜歡使牙齒亮澤的牙膏牙膏應當保護牙齦我喜歡使口氣清新的牙膏預防壞牙不是牙膏提供的一項重要功效購買牙膏時最重要的考慮是富有魅力的牙齒相關Sig.（單側）購買預防蛀牙的牙膏是重要的我喜歡使牙齒亮澤的牙膏牙膏應當保護牙齦我喜歡使口氣清新的牙膏預防壞牙不是牙膏提供的一項重要功效購買牙膏時最重要的考慮是富有魅力的牙齒行列式 = .014a. 第68頁/共83頁KMO 和 Bartlett 的檢驗KMO 和 Bartlett 的檢驗.6

19、60111.31415.000取樣足夠度的 Kaiser-Meyer-Olkin 度量。近似卡方dfSig.Bartlett 的球形度檢驗適合進行因子分析第69頁/共83頁公因子方差公因子方差1.000.9261.000.7231.000.8941.000.7391.000.8781.000.790購買預防蛀牙的牙膏是重要的我喜歡使牙齒亮澤的牙膏牙膏應當保護牙齦我喜歡使口氣清新的牙膏預防壞牙不是牙膏提供的一項重要功效購買牙膏時最重要的考慮是富有魅力的牙齒初始提取提取方法：主成分分析。第70頁/共83頁說明的總方差說明的總方差2.73145.52045.5202.73145.52045.5202

20、.68844.80244.8022.21836.96982.4882.21836.96982.4882.26137.68782.488.4427.36089.848.3415.68895.536.1833.04498.580.0851.420100.000成分123456合計方差的 %累積 %合計方差的 %累積 %合計方差的 %累積 %初始特征值提取平方和載入旋轉平方和載入提取方法：主成分分析。第71頁/共83頁第72頁/共83頁成分矩陣成分矩陣a a.928 -.301.795.936 -.342.789-.869-.351 .871購買預防蛀牙的牙膏是重要的我喜歡使牙齒亮澤的牙膏牙膏應當保護牙齦我喜歡使口氣清新的牙膏預防壞牙不是牙膏提供的一項重要功效購買牙膏時最重要的考慮是富有魅力的牙齒12成分提取方法 :主成分分析法。已提取了 2 個成分。a. 旋轉成分矩陣旋轉成分矩陣a a.962 .848.934 .854-.933 .885購買預防蛀牙的牙膏是重要的我喜歡使牙齒亮澤的牙膏牙膏應當保護牙齦我喜歡使口氣清新的牙膏預防壞牙不是牙膏提供的一項重要功效購買牙膏時最重要的考慮是富有魅力的牙齒12成分提取方法 :主成分分析法。 旋轉法 :具有 Kaiser 標準化的正交旋轉法。旋轉在 3 次迭