SPSS-数据文件的合并与拆分&SPSS预分析

Posted 2021-03-16 foremostxl

第五章  数据文件的合并与拆分

添加变量

多个数据文件的合并

 

 

 

 变量的合并

 

 

 练习：

1.将带权重的问卷录入数据.sav中的权重变量添加到问卷录入数据(整理后).sav文件中，并尽量保留数据。



操作流程：数据——合并文件——添加变量

 

 

2. a.Sav包括了id号为偶数的5位受访者的性别、年龄和身高，c.sav则提供了4位受访者的体重，将

   数据c.sav中的变量添加到a.sav中。（a是非活动集，c是活动集）

 

 合并个案

 

 

 查看数据，右键单击，点击描述统计数据，然后

 

 

 

 

 

 练习：

1.给定两个数据文件9月3日商品订购明细.sav和9月4日商品订购明细.sav，现在需要将两日的商品订购明细合并到一个数据集中。

2.将用户信息.sav中的变量添加到9月3日商品订购明细.sav中，并保留9月3日商品订购明细.sav中的全部数据。

多个数据文件的拆分

主要内容：有时需要将一个数据文件分解，比如按照地区分析产品的销售情况，或者按照性别分析男女生的得分情况。

步骤：数据---拆分文件

案例文件：分类汇总练习某企业职工信息.sav

注意事项：数据的拆分并没有将总的文件拆分成几个分文件，而是在总文件中层次分明地显示出分文件。

SPSS预分析

SPSS预分析是进行其他统计分析的基础和前提。

通过基本统计方法的学习，可以对要分析数据的总体特征有比较准确的把握，从而有助于选择其他更为深入的统计分析方法。

第一章   频率分析

第二章   探索分析

第三章   相关分析

第一章 频率分析

连续变量的频率分析：研究数值型数据

分类变量的频率分析：研究分类数据/顺序型数据   

 

分类变量的频数分析

分析被调查者“所在的城市”和“性别”的频数分布调研数据.sav


分析被调查者“职业”和“婚姻状况”的频数分布调研数据.sav

在输出文件进行 图形编辑 双击

 

 选着标签，按首字母顺序排列

选着统计按 频数大小排列

 

 

 

 选着值 是按值标签排列的  例如 北京-1；上海--2

 

 

 

连续变量的频数分析

连续变量的统计描述从以下的几个方面：

集中趋势：大部分数值集中到某区间的趋势

离散趋势：数值向两边分散的趋势

分布形状（是否对称，分布曲线的形状）

分布特征（单、双峰，有无极端值等）

集中趋势

 

 

 中位数、众数

离散趋势：

全距

定义：全距也称为极差，是数据的最大值与最小值之间的绝对差。

在相同样本容量情况下的两组数据，全距大的一组数据要比全距小的一组数据更为分散。

计算公式：最大值－最小值。

 

 四分位数与百分位数

 

 练习

分析被调查者“周岁年龄”的最大值／最小值／平均值／众数／中位数／标准差／百分位数

数据：调研数据.sav

 

 

正态分布描述指标

 标准化的作用：统一量纲

3σ原则为

在正态分布中σ代表标准差,μ代表均值。x=μ即为图像的对称轴

3σ原则为

数值分布在(μ-σ,μ+σ)中的概率为0.6827

数值分布在(μ-2σ,μ+2σ)中的概率为0.9545

数值分布在(μ-3σ,μ+3σ)中的概率为0.9973

可以认为，Y 的取值几乎全部集中在(μ-3σ,μ+3σ)区间内，超出这个范围的可能性仅占不到0.3%.

标准化Z分数：在（-3,3）区间内

看某个数值型字段是否有异常值

例如：求年龄的标准化操作：

 

 

 

 

 

 年龄异常值：

 

 

 异常值处理-首先变成缺失值-再替换

 

 

 再做缺失值的替换

 

 

 

 

 偏度和峰度

 

 

右偏，平均值>中位数>众数

左偏，平均值<中位数<众数

 

 

 第二章   探索分析

定义：调用此过程可对变量进行更为深入详尽的描述性统计分析，故称之为探索分析。

它在一般描述性统计指标的基础上，增加有关数据其他特征的文字与图形描述，显得更加细致与全面，有助于用户思考对数据进行进一步分析的方案。

 

案例：

CCSS_Sample.sav, 用探索过程考察不同城市受访者年龄的分布情况。

 

 

 茎叶图说明

 

 

比如第二行的数字：

1 | 0 5 6 9，

它们代表数据集中有10、15、16和19四个数字。

可以这样理解茎+叶=实际的数值，如 1|0 5 6 9 中茎值为1，叶值为 0、5、6和9共四个叶值。

箱线图

交叉列联表分析

定义：前面的分析都是对单个变量的数据分布情况进行分析。

但在实际分析中，还需要掌握多个变量在不同取值情况下的数据分布情况，从而进一步深入分析变量之间的相互影响和关系，这种分析就称为交叉列联表分析。

用于两个或两个以上分组变量之间的关联关系。

 

研究问题：

不同性别的婚姻状况，数据调研数据.sav

操作流程：分析——描述统计——交叉表

 

 

 

 

练习： 

CCSS_Sample.sav，希望了解受访者的性别和学历交叉频数分布及百分比情况。

 

 

 

 

 0.152>0.05 接受0假设；得出性别和学历没有关系

多选项分析

1．多选项二分法（Multiple Dichotomies Method）

2．多选项分类法（Multiple Category Method）

 

 

 

 

 

 

 

 

 

 

 

 第三章   相关分析

 假设检验

 

 

 

假设检验

1、假设  2、检验

Step1、列出原假设，并默认原假设（无效假设）成立。

Step2、在原假设的条件下抽取样本，利用样本验证原假设的正确性。

 

相关分析的方法原理：

分析步骤一般为：
绘制两个变量的散点图；
计算变量之间的相关系数；
相关系数的显著性检验。

SPSS相关系数检验的原假设为：
H0:|??| =0 ，两变量间无直线相关关系

 

 

 

在说明变量之间线性相关程度时，根据经验可将相关程度分为以下几种情况：

若|r|≥0.8 时，视为高度相关；

若0.5≤|r|＜0.8 时，视为中度相关；

当0.3≤|r|＜0.5时，视为低度相关；

当|r|＜0.3时，说明变量之间的相关程度极弱，可视为不相关

 

相关系数：

表示变量间关系的密切程度，如果一个变量的取值发生变化，另外一个变量的取值也相应发生变化，则这两个变量有关。 

 

 

散点图：呈现变量间的关联程度

如果对变量之间的相关程度不需要掌握得那么精确，可以通过绘制变量的相关散点图来直接判断。

双变量相关分析案例：

案例文件 ：CCSS_Sample.sav，利用相关分析考察总信心指数与家庭月收入S9的相关性。

 

 

 

 

 0.128>0.05 拒绝零假设 接受备选假设 即：信心指数与家庭月收入S9的相关性

 

偏相关分析案例：

案例文件 ：CCSS_Sample.sav，前面的分析知道，家庭月收入对总信心指数是有影响的，

那么现在控制家庭月收入S9对总信心指数影响的前提下，考察总信心指数和年龄的相关性。

 

 

 

 

 

 

 

 

 

 

 

 

 

1111