如何分析spss数据

㈠ 如何用spss进行数据分析

录入完数据后，你可以先进行基础的数据统计--描述性统计。然后根据你的数据结果再看是否需要相关回归或者其他分析。spss里面的描述统计主要在analyze——descriptive里面，其中有描述统计、频数统计、交叉分析。 描述性统计分析是统计分析的第一步，先选择analyze，你就能看到descriptive，然后鼠标再选Descriptive 菜单中，最常用的是列在最前面的四个过程：Frequencies过程的特色是产生频数表；Descriptives过程则进行一般性的统计描述；Explore过程用于对数据概况不清时的探索性分析；Crosstabs过程则完成计数资料和等级资料的统计描述和一般的统计检验。 先选择analyze，---再选descriptive 打开任意的分析窗口后，你把想分析的数据选入，可以一起按鼠标左键选中按中间按钮加入，然后选择单击后弹出Statistics对话框，用于定义需要计算的其他描述统计量。你可以分析均数(Mean)、中位数(Median)、众数(Mode)、总和(Sum)等等。 然后还可以点Charts对话框，选择直方图、饼图等来绘图。都确定好后，选择单击Continue钮 ，然后选择OK。就可以了。直接就会有输出结果。 你可以先看看描述性统计的结果，有没有什么缺失值或者不符合实际的数据出现。要是有，你需要纠正数据，再用描述统计进行分析。 我觉得说的挺详细的了。呵呵~~~~

㈡ 怎麽分析spss的数据

首先你要确定你的分析目的，你想通过数据分析达到哪些目的和结果
其次评估需要哪些方法来达到你的目的
第三根据方法确认你的数据是否足以支撑分析
第四 就是分析方法进行分析

㈢ spss数据怎么分析，急急急！

spss 的相关表格每个单元格有三行数据，一个是pearson相关系数值，它代表了相关系数的大小，一个是样本容量，代表你这组数据有多少被试，最后一个是显着性检验结果，即sig（双侧），它可以用来说明你所得到的相关分析结果有没有统计学意义，通常sig<0.05即认为显着，有统计学意义（有统计学意义或者说显着的意思是说这种相关性可以分辨出来，不表示相关的大小，就好像用显微镜可以看到细胞并不能说明细胞很大），如果不显着，即便相关系数很大，也不能说明该相关有意义，相关性有可能是抽样误差所致，但这个时候你可以考虑增大样本容量后再分析看看。相关系数值后面的星号也反映了显着性，一个*表明0.05水平显着，**代表0.01水平显着

㈣ 如何快速玩转spss数据分析

只要认识了软件的基本界面和功能，然后把你的数据准备好，输入进软件系统，点击需要进行分析的功能，软件会自动给出分析建模的结果。

1、看软件的界面图，左下角有两个视图，“数据视图”和“变量视图”。首先你需要在“变量视图”定义好你的变量，其中包括名称、类型、标签、值、测量等。

2、定义好变量之后，切换进“数据视图”，“数据视图”是一个长的类似于Excel表格的界面，在这里你可以输入你需要进行分析的数据，你也可以直接从excel中复制过来，前提是格式需要一致。

3、数据准备好后，根据你想要分析的方法，在软件界面上选择分析的功能。比如，这里我准备了一个购买力的数据集，变量涉及区域、总体消费、家庭规模、家庭收入、每次消费额、孩子数、大学以上比例、购买力等字段。我想分析购买力的影响因素。这里输入自变量、因变量数据后，进行回归分析。

4、将对应的数据选入进自变量和因变量，再根据需要设置一些参数信息，再点击“确定”就可以得到分析结果了。

注意事项

1、做完后检查有没有什么缺失值或者不符合实际的数据出现。要是有，你需要纠正数据，再用描述统计进行分析。

2、spss不需要写代码或者程序。

㈤ spss如何用

简单的举个例子，spss在对于个人数据分析和结果处理方面来看

个人数据分析与结果处理（针对大学生的论文）

分析主要包括描述性分析、信度效度分析、相关分析、假设检验（回归分析）。在分析之前我们首先要懂得SPSS的分析原理。

用SPSS分析的问卷必须是李克特五、七级量表，新研究者建议设计五级单因素的量表。问卷数据收集完成，第一步要剔除无效问卷，保证数据的准确性。

分析步骤如下：

01、录入信息

打开SPSS软件，在变量界面输入问题及值，一般值为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

描述性分析是对被调查者的最基本的信息进行描述，如性别、学历、年龄、工等等。描述性分析主要对问卷的均值、标准差进行分析。

最后汇总了列成表格或图表，图表的项有频数、频率、均值、标准值等，加以文字说明，使结果清晰明了。

03、信度分析

信度分析主要是通过SPSS分析验证设计的问卷是否可靠，是否具有良好的相关性进行分析，收集数据是否存在矛盾、可靠等等。

问卷分析的步骤如下：点击“分析”----“标度”----“可靠性分析”-----“选择项”----“确定”

结果分析：问卷是否可靠关键在于：Alpha（a系数）

a<0.7则表示设计的问卷信度不可靠；

0.7<a<0.8则说明问卷具有一定的可靠性；

0.8<a<0.9则说明问卷信度很好；

04、效度分析和因子分析

通俗来说，效度分析是检验问卷题目与研究目的是否相一致。一般分为内容效度和结构效度；

内容效度是指题项与所测变量的适合性和逻辑相符性；

结构效度是指题项衡量所测变量的能力，实证分析着重分析结构效度，通过进行探索性因素分析（Exploratory factor analysis，EFA）检验来证明量表的结构有效性。

分析步骤如下：分析--降维--因子--将左边所有变量选到右边变量框中--描述--选择初始解和KMO--点击继续--提取--在提取里选择主成份和碎石图--继续--旋转--选择最大方差法。

得出结果如下：

结果分析：效度分析结果主要看KMO值和sig.（显着性）；

若KMO>0.7，则说明问卷中设计的自变量之间具有一定的联系，问卷是有效的；

sig.<0.001说明该问卷符合做因子分析，下一步则可以进行因子分析（EFA）。

05、相关分析

相关分析前首先取各个因子的平均值。

步骤如下：分析--相关--双变量--将左边的变量选到右边--在皮尔逊和双变量前打勾--确定。

得出的结果如下：

假设前面两个为因子1、因子2（自变量），第三个为因变量。

相关性是检验自变量与因变量的关系。

可以看出因子1与因变量的相关系数为0.779，且sig.<0.001，说明自变量（因子1）与因变量呈正相关。

相关系数的取值范围介于-1~1之间，绝对值越大，表明变量之间的相关越为紧密。

06、回归分析

回归分析需要看的图有模型摘要图、ANOVA、系数图等等

步骤如下：分析--回归--线性--选择自变量和因变量--点击统计--选择德、共线性等--继续--选择XY变量--继续--保存--继续--确定。

模型摘要图主要看R方和德宾值（D-W），调整后的R方为0.684说明自变量对因变量的可解释程度为68.4%（R方代表的是自变量对因变量的解释能力，R方与调整后的R方越接近说明数据越稳定）。D-W值是检验自变量之间是否存在自相关，上图中D-W>2表示问卷中的几个自变量无自相关性，

即方差分析表，ANOVA表的一个作用就是验证假设（A对B不产生影响）是否成立，一般只看sig.值即可，上图sig.<0.01,说明拒绝原假设，至少有一个对因变量产生显着性影响。

下一步看系数表，系数表则说明有几个自变量对因变量产生显着性影响。

可以看出，相关性分析是检验自变量与因变量之间是否具有相关性（正向或反向相关），回归分析则说明了自变量对因变量是否具有显着性影响。

07、一些常见p的问题

1.在信度分析时，那个值该怎么写，问卷信度总是0.5多 ，怎么写？

信度分析主要看Alpha（a系数），a<0.7则表示设计的问卷信度不可靠，0.7<a<0.8则说明问卷具有一定的可靠性，0.8<a<0.9则说明问卷信度很好。0.5小于0.7说明问卷信度不可靠，接下来的分析也用不到了，建议调改问卷或数据。

2.如果两个变量的sig值为0.531，说明了什么？

SPSS的原理是假设A对B不产生影响，分析得出的结果P（sig.）<0.001/0.01/0.05，则假设不成立，即A对B具有显着性影响。如果sig.=0.531大于>0.05，说明假设成立，A对B（或B对A）不产生影响，任何一方变动都不会影响另一方。

上面是我对现在大学生而言，就怎么处理自己的论文，对自己论文进行数据处理和分析，希望对你有所帮助，谢谢阅读。

㈥ spss数据怎么分析

首先，要了解数据分析的一般流程是什么？

可以将一个完整的数据分析项目分为以下五个流程：

数据获取

外部数据主要有三种获取方式，一种是获取国内一些网站上公开的数据资料，例如国家统计局；一种是通过爬虫等工具获取网站上的数据。还有一种是通过企业内部的数据库，SPSS有丰富的数据库接口，可以便捷地从数据库中读取数据。

数据存储

对于数据量不大的项目，可以使用excel来处理数据，但对于数据量过万的项目，使用数据库来存储与管理会更高效便捷。SPSS也有自己的用作数据储存的数据格式，sav文件。用户可以将经过SPSS处理的数据保存为sav格式，同时也可以非常方便地将sav文件转换为其他数据格式文件。

数据预处理

数据预处理也称数据清洗。大多数情况下，我们拿到手的数据是格式不一致，存在异常值、缺失值等问题的，而不同项目数据预处理步骤的方法也不一样。数据分析有80%的工作都在处理数据，可见数据预处理在数据分析的重要性。

建模与分析

这一阶段首先要清楚数据的结构，结合项目需求来选取模型。

可视化分析

数据分析最后一步是撰写数据分析报告，一般包括数据可视化分析。

其次，掌握了数据分析的一般流程后，便要以SPSS为工具，根据以下流程对一个完整项目进行以下细分并掌握：

㈦ spss如何进行数据分析

SPSS可以导入EXCEL的数据，然后进行分析，一般我用的比较多的就是analyse菜单栏里面的例如回归分析，时间序列分析，方差分析，描述统计之类的。你用完之后可以再FILE中保存，但是他保存的和EXCEL不同，是一个工作区域。

㈧ spss怎么分析数据

SPSS是社会统计科学软件包的简称， 其官方全称为IBM SPSS Statistics。

首先，要了解数据分析的一般流程是什么？一个完整的数据分析项目分为以下五个流程：

2.1 数据获取外部数据主要有三种获取方式，一种是获取国内一些网站上公开的数据资料，例如国家统计局；一种是通过爬虫等工具获取网站上的数据。还有一种是通过企业内部的数据库，SPSS有丰富的数据库接口，可以便捷地从数据库中读取数据。2.2 数据存储对于数据量不大的项目，可以使用excel来处理数据，但对于数据量过万的项目，使用数据库来存储与管理会更高效便捷。SPSS也有自己的用作数据储存的数据格式，sav文件。用户可以将经过SPSS处理的数据保存为sav格式，同时也可以非常方便地将sav文件转换为其他数据格式文件。2.3 数据预处理数据预处理也称数据清洗。大多数情况下，我们拿到手的数据是格式不一致，存在异常值、缺失值等问题的，而不同项目数据预处理步骤的方法也不一样。CDA数据分析师认为数据分析有80%的工作都在处理数据，可见数据预处理在数据分析的重要性。2.4 建模与分析这一阶段首先要清楚数据的结构，结合项目需求来选取模型。

㈨ 如何用spss做数据分析

根据分析目的做分析

㈩ 如何运用SPSS分析数据

卡方检验
你的数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，
正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2，
还有一个变量3是权重，例数
数据录入完成后，先加权频数后点analyze-descriptive statistics-crosstabs-把变量1选到rows里
，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，
然后点continue，再点ok，出来结果的第3个表就是你要的卡方检验，第一行第一个数是卡方值，
后面是自由度，然后是P值。