如何分析spss數據

㈠ 如何用spss進行數據分析

錄入完數據後，你可以先進行基礎的數據統計--描述性統計。然後根據你的數據結果再看是否需要相關回歸或者其他分析。spss裡面的描述統計主要在analyze——descriptive裡面，其中有描述統計、頻數統計、交叉分析。 描述性統計分析是統計分析的第一步，先選擇analyze，你就能看到descriptive，然後滑鼠再選Descriptive 菜單中，最常用的是列在最前面的四個過程：Frequencies過程的特色是產生頻數表；Descriptives過程則進行一般性的統計描述；Explore過程用於對數據概況不清時的探索性分析；Crosstabs過程則完成計數資料和等級資料的統計描述和一般的統計檢驗。 先選擇analyze，---再選descriptive 打開任意的分析窗口後，你把想分析的數據選入，可以一起按滑鼠左鍵選中按中間按鈕加入，然後選擇單擊後彈出Statistics對話框，用於定義需要計算的其他描述統計量。你可以分析均數(Mean)、中位數(Median)、眾數(Mode)、總和(Sum)等等。 然後還可以點Charts對話框，選擇直方圖、餅圖等來繪圖。都確定好後，選擇單擊Continue鈕 ，然後選擇OK。就可以了。直接就會有輸出結果。 你可以先看看描述性統計的結果，有沒有什麼缺失值或者不符合實際的數據出現。要是有，你需要糾正數據，再用描述統計進行分析。 我覺得說的挺詳細的了。呵呵~~~~

㈡ 怎麽分析spss的數據

首先你要確定你的分析目的，你想通過數據分析達到哪些目的和結果
其次評估需要哪些方法來達到你的目的
第三根據方法確認你的數據是否足以支撐分析
第四 就是分析方法進行分析

㈢ spss數據怎麼分析，急急急！

spss 的相關表格每個單元格有三行數據，一個是pearson相關系數值，它代表了相關系數的大小，一個是樣本容量，代表你這組數據有多少被試，最後一個是顯著性檢驗結果，即sig（雙側），它可以用來說明你所得到的相關分析結果有沒有統計學意義，通常sig<0.05即認為顯著，有統計學意義（有統計學意義或者說顯著的意思是說這種相關性可以分辨出來，不表示相關的大小，就好像用顯微鏡可以看到細胞並不能說明細胞很大），如果不顯著，即便相關系數很大，也不能說明該相關有意義，相關性有可能是抽樣誤差所致，但這個時候你可以考慮增大樣本容量後再分析看看。相關系數值後面的星號也反映了顯著性，一個*表明0.05水平顯著，**代表0.01水平顯著

㈣ 如何快速玩轉spss數據分析

只要認識了軟體的基本界面和功能，然後把你的數據准備好，輸入進軟體系統，點擊需要進行分析的功能，軟體會自動給出分析建模的結果。

1、看軟體的界面圖，左下角有兩個視圖，「數據視圖」和「變數視圖」。首先你需要在「變數視圖」定義好你的變數，其中包括名稱、類型、標簽、值、測量等。

2、定義好變數之後，切換進「數據視圖」，「數據視圖」是一個長的類似於Excel表格的界面，在這里你可以輸入你需要進行分析的數據，你也可以直接從excel中復制過來，前提是格式需要一致。

3、數據准備好後，根據你想要分析的方法，在軟體界面上選擇分析的功能。比如，這里我准備了一個購買力的數據集，變數涉及區域、總體消費、家庭規模、家庭收入、每次消費額、孩子數、大學以上比例、購買力等欄位。我想分析購買力的影響因素。這里輸入自變數、因變數數據後，進行回歸分析。

4、將對應的數據選入進自變數和因變數，再根據需要設置一些參數信息，再點擊「確定」就可以得到分析結果了。

注意事項

1、做完後檢查有沒有什麼缺失值或者不符合實際的數據出現。要是有，你需要糾正數據，再用描述統計進行分析。

2、spss不需要寫代碼或者程序。

㈤ spss如何用

簡單的舉個例子，spss在對於個人數據分析和結果處理方面來看

個人數據分析與結果處理（針對大學生的論文）

分析主要包括描述性分析、信度效度分析、相關分析、假設檢驗（回歸分析）。在分析之前我們首先要懂得SPSS的分析原理。

用SPSS分析的問卷必須是李克特五、七級量表，新研究者建議設計五級單因素的量表。問卷數據收集完成，第一步要剔除無效問卷，保證數據的准確性。

分析步驟如下：

01、錄入信息

打開SPSS軟體，在變數界面輸入問題及值，一般值為1代表非常不同意，2代表不同意，3代表不一定，4代表同意，5代表非常同意。

02、描述性分析

描述性分析是對被調查者的最基本的信息進行描述，如性別、學歷、年齡、工等等。描述性分析主要對問卷的均值、標准差進行分析。

最後匯總了列成表格或圖表，圖表的項有頻數、頻率、均值、標准值等，加以文字說明，使結果清晰明了。

03、信度分析

信度分析主要是通過SPSS分析驗證設計的問卷是否可靠，是否具有良好的相關性進行分析，收集數據是否存在矛盾、可靠等等。

問卷分析的步驟如下：點擊「分析」----「標度」----「可靠性分析」-----「選擇項」----「確定」

結果分析：問卷是否可靠關鍵在於：Alpha（a系數）

a<0.7則表示設計的問卷信度不可靠；

0.7<a<0.8則說明問卷具有一定的可靠性；

0.8<a<0.9則說明問卷信度很好；

04、效度分析和因子分析

通俗來說，效度分析是檢驗問卷題目與研究目的是否相一致。一般分為內容效度和結構效度；

內容效度是指題項與所測變數的適合性和邏輯相符性；

結構效度是指題項衡量所測變數的能力，實證分析著重分析結構效度，通過進行探索性因素分析（Exploratory factor analysis，EFA）檢驗來證明量表的結構有效性。

分析步驟如下：分析--降維--因子--將左邊所有變數選到右邊變數框中--描述--選擇初始解和KMO--點擊繼續--提取--在提取里選擇主成份和碎石圖--繼續--旋轉--選擇最大方差法。

得出結果如下：

結果分析：效度分析結果主要看KMO值和sig.（顯著性）；

若KMO>0.7，則說明問卷中設計的自變數之間具有一定的聯系，問卷是有效的；

sig.<0.001說明該問卷符合做因子分析，下一步則可以進行因子分析（EFA）。

05、相關分析

相關分析前首先取各個因子的平均值。

步驟如下：分析--相關--雙變數--將左邊的變數選到右邊--在皮爾遜和雙變數前打勾--確定。

得出的結果如下：

假設前面兩個為因子1、因子2（自變數），第三個為因變數。

相關性是檢驗自變數與因變數的關系。

可以看出因子1與因變數的相關系數為0.779，且sig.<0.001，說明自變數（因子1）與因變數呈正相關。

相關系數的取值范圍介於-1~1之間，絕對值越大，表明變數之間的相關越為緊密。

06、回歸分析

回歸分析需要看的圖有模型摘要圖、ANOVA、系數圖等等

步驟如下：分析--回歸--線性--選擇自變數和因變數--點擊統計--選擇德、共線性等--繼續--選擇XY變數--繼續--保存--繼續--確定。

模型摘要圖主要看R方和德賓值（D-W），調整後的R方為0.684說明自變數對因變數的可解釋程度為68.4%（R方代表的是自變數對因變數的解釋能力，R方與調整後的R方越接近說明數據越穩定）。D-W值是檢驗自變數之間是否存在自相關，上圖中D-W>2表示問卷中的幾個自變數無自相關性，

即方差分析表，ANOVA表的一個作用就是驗證假設（A對B不產生影響）是否成立，一般只看sig.值即可，上圖sig.<0.01,說明拒絕原假設，至少有一個對因變數產生顯著性影響。

下一步看系數表，系數表則說明有幾個自變數對因變數產生顯著性影響。

可以看出，相關性分析是檢驗自變數與因變數之間是否具有相關性（正向或反向相關），回歸分析則說明了自變數對因變數是否具有顯著性影響。

07、一些常見p的問題

1.在信度分析時，那個值該怎麼寫，問卷信度總是0.5多 ，怎麼寫？

信度分析主要看Alpha（a系數），a<0.7則表示設計的問卷信度不可靠，0.7<a<0.8則說明問卷具有一定的可靠性，0.8<a<0.9則說明問卷信度很好。0.5小於0.7說明問卷信度不可靠，接下來的分析也用不到了，建議調改問卷或數據。

2.如果兩個變數的sig值為0.531，說明了什麼？

SPSS的原理是假設A對B不產生影響，分析得出的結果P（sig.）<0.001/0.01/0.05，則假設不成立，即A對B具有顯著性影響。如果sig.=0.531大於>0.05，說明假設成立，A對B（或B對A）不產生影響，任何一方變動都不會影響另一方。

上面是我對現在大學生而言，就怎麼處理自己的論文，對自己論文進行數據處理和分析，希望對你有所幫助，謝謝閱讀。

㈥ spss數據怎麼分析

首先，要了解數據分析的一般流程是什麼？

可以將一個完整的數據分析項目分為以下五個流程：

數據獲取

外部數據主要有三種獲取方式，一種是獲取國內一些網站上公開的數據資料，例如國家統計局；一種是通過爬蟲等工具獲取網站上的數據。還有一種是通過企業內部的資料庫，SPSS有豐富的資料庫介面，可以便捷地從資料庫中讀取數據。

數據存儲

對於數據量不大的項目，可以使用excel來處理數據，但對於數據量過萬的項目，使用資料庫來存儲與管理會更高效便捷。SPSS也有自己的用作數據儲存的數據格式，sav文件。用戶可以將經過SPSS處理的數據保存為sav格式，同時也可以非常方便地將sav文件轉換為其他數據格式文件。

數據預處理

數據預處理也稱數據清洗。大多數情況下，我們拿到手的數據是格式不一致，存在異常值、缺失值等問題的，而不同項目數據預處理步驟的方法也不一樣。數據分析有80%的工作都在處理數據，可見數據預處理在數據分析的重要性。

建模與分析

這一階段首先要清楚數據的結構，結合項目需求來選取模型。

可視化分析

數據分析最後一步是撰寫數據分析報告，一般包括數據可視化分析。

其次，掌握了數據分析的一般流程後，便要以SPSS為工具，根據以下流程對一個完整項目進行以下細分並掌握：

㈦ spss如何進行數據分析

SPSS可以導入EXCEL的數據，然後進行分析，一般我用的比較多的就是analyse菜單欄裡面的例如回歸分析，時間序列分析，方差分析，描述統計之類的。你用完之後可以再FILE中保存，但是他保存的和EXCEL不同，是一個工作區域。

㈧ spss怎麼分析數據

SPSS是社會統計科學軟體包的簡稱， 其官方全稱為IBM SPSS Statistics。

首先，要了解數據分析的一般流程是什麼？一個完整的數據分析項目分為以下五個流程：

2.1 數據獲取外部數據主要有三種獲取方式，一種是獲取國內一些網站上公開的數據資料，例如國家統計局；一種是通過爬蟲等工具獲取網站上的數據。還有一種是通過企業內部的資料庫，SPSS有豐富的資料庫介面，可以便捷地從資料庫中讀取數據。2.2 數據存儲對於數據量不大的項目，可以使用excel來處理數據，但對於數據量過萬的項目，使用資料庫來存儲與管理會更高效便捷。SPSS也有自己的用作數據儲存的數據格式，sav文件。用戶可以將經過SPSS處理的數據保存為sav格式，同時也可以非常方便地將sav文件轉換為其他數據格式文件。2.3 數據預處理數據預處理也稱數據清洗。大多數情況下，我們拿到手的數據是格式不一致，存在異常值、缺失值等問題的，而不同項目數據預處理步驟的方法也不一樣。CDA數據分析師認為數據分析有80%的工作都在處理數據，可見數據預處理在數據分析的重要性。2.4 建模與分析這一階段首先要清楚數據的結構，結合項目需求來選取模型。

㈨ 如何用spss做數據分析

根據分析目的做分析

㈩ 如何運用SPSS分析數據

卡方檢驗
你的數據應該用交叉列聯表做，數據錄入格式為：建立兩個變數，變數1是組別，
正常對照組用數據1表示，病例組用數據2表示；變數2是療效等分類變數，用1表示分類屬性1，用2表示分類屬性2，
還有一個變數3是權重，例數
數據錄入完成後，先加權頻數後點analyze-descriptive statistics-crosstabs-把變數1選到rows里
，把變數2選到column里，然後點擊下面的statistics，打開對話框，勾選chi-squares，
然後點continue，再點ok，出來結果的第3個表就是你要的卡方檢驗，第一行第一個數是卡方值，
後面是自由度，然後是P值。