spss在教育研究中的应用.ppt

spss在教育研究中的应用,主讲人：曹玉 广西师范大学教育科学学院,2012.12.3,主要内容,spss17.0数据分析软件的介绍 spss17.0在数据分析中的具体应用 数据管理与描述统计分析 假设检验（均值差异比较） 方差分析 相关分析,SPSS是“社会科学统计软件包”（Statistical Package for the Social Science）的简称，是一种集成化的计算机数据处理应用软件。SPSS是世界上公认的三大数据分析软件之一（SAS、SPSS和SYSTAT）。 伴随SPSS服务领域的扩大和深度的增加，SPSS公司已决定将其全称更改为Statistical Product and Service solutions（统计产品与服务解决方案）。,1.1 SPSS 17.0 简介,20世纪60年代：美国斯坦福大学三位研究生研制 20世纪70年代：SPSS总部成立于芝加哥，推出SPSSX中小型 20世纪80年代：SPSS公司（SPSS/PC+微机版13） 20世纪90年代：SPSS公司（SPSS WINDOWS版514） 2000年以后：SPSS公司（SPSS WINDOWS版1518）,spss的发展,1.2 SPSS 主要特点,操作简便。绝大多数操作是通过菜单、按钮、对话框完成的。 无需计算机编程、需记忆大量命令和参数。 分析方法丰富、分析结果清晰、直观。 可以直接读取其他软件格式的数据文件，如：dbf、xls、sas等。 最新版本采用分布式分析系统，适应互联网，支持动态收集、分析数据和HTML报告 与一般的办公软件直接兼容不方便,1.3 SPSS17.0运行的环境要求,运行SPSS 17.0对计算机的要求并不高，但是如果用户希望获得较快的处理速度则需要配置较大的内存。对于较大的数据处理和复杂的统计运算，计算机最好具有较大的内存。,1.4 SPSS基本运行方式,完全窗口菜单方式: 所有分析操作过程都是通过菜单和按钮及对话框方式进行的。 是经常使用的一种运行方式,适用于一般分析和SPSS的初学者。,程序运行方式: 手工编写SPSS命令程序 一次性提交计算机运行 适用于大规模的分析工作和熟练的SPSS程序员. 菜单程序混合运行方式: 一般适用于熟练的SPSS程序员.,1.5 SPSS17.0的常用界面与窗口,(1)数据编辑窗口 功能:对SPSS的数据文件进行录入、 修改、管理等基本操作的窗口。,(2)结果输出窗口功能：SPSS统计分析报表及图形的输出的窗口。,(3)对象编辑窗口,在结果输出窗口的显示窗口中，直接双击其中的表格或图形均可 打开该输出结果对应的对象编辑窗口，如下图所示,几种常见的对象编辑窗口,在对象编辑窗口中我们可以对表格、图表等进行相应的编辑操作。,功能：编写和修改SPSS程序的窗口。,(4)语法编辑器窗口,(5)脚本编写窗口 依次选择菜单“文件” | “新建” | “脚本” 命令或“文件” | “打开” | “脚本” 命令均可打开脚本编写窗口，如下图所示。,1.6 SPSS17.0的安装,SPSS 17.0的启动,启动SPSS 17.0可以双击桌面上的SPSS Statistics 17.0图标,也可以在“开始”菜单中依次选择“程序” | “SPSS Statistics” 命令。,2 利用SPSS进行数据分析的步骤,建立SPSS数据文件 定义数据文件结构 录入修改和编辑待分析数据 数据的统计分析 统计分析之前的预处理 统计分析 数据和分析结果的保存 结果的说明和解释,2.1 建立spss数据,方式有两种： （1）直接录入 （2）从已有文件中读取数据,（1）读取已有数据文件,在菜单栏中依次选择“文件” | “打开” | “数据” 命令或单击工具栏中的 按钮，打开如右图所 示的“打开数据”对话框。,选择相应的文件。,双击需要打开的文件或单击 “打开” 按钮打开文件。,（2）直接录入数据,运行spss 软件，打开“数据编辑窗口”,“变量视图”定义变量,“数据视图”数据录入。,举例说明,例，将下面的数据按要求录入到SPSS中,要求 测站：字符型；宽度6；小数点0；列宽12；左对齐 一月气温：数字型；宽度10；小数点1；列宽8；右对齐,名称(Name)：变量名，不超过8个字符。 类型(Type)：变量类型，常用数值型（Numeric）、字符型（String）、日期型 （Date）。 宽度(Width)：变量宽度，默认为8。 小数(Decimals)：小数位数，默认为2。 标签(Label)：变量编码，注释变量名的含义,定义变量的属性,值(Values)：变量值编码，注释变量值的含义。 缺失（Missing）：缺失值。 列宽（Columns）：列宽，默认为8。 对齐（Align）：默认右对齐（Right）。 测量（Measure）：测度，包括三类：数值变量（Scale），名义变量（Nominal），有序变量（Ordinal）。,2.2 数据的管理与统计描述分析,2.2.1数据的管理,数据的管理功能有许多，其中有数据的排序，合并组合，数据的插入、转置、筛选等。 排序、转置、筛选、分组,（1）排序,（2）转置,（3）筛选,将读取的数据按照给定的条件进行筛选，然后标识。 操作过程如下所示(一月气温-10),（4）数据的分组,转换重新编码为不同变量“赋值”,年龄分组举例,这里我们将要处理的数据，目的是要计算一下某地区1980-1990年七月平均气温的分布情况,2.2.2 描述统计分析,用以计算数值变量的统计量，如平均数、标准差、方差等，并可对数值变量标准化,频数统计分析可以产生频数分布表、集中趋势与离散趋势等15种以上的统计量，并可给出频数分布图。,（1）频率分析,结果输出,（2）描述性分析,选择分析菜单下的统计描述命令，如图所示，系统将弹出下面的对话框，如下页所示。,在描述对话框中选择要分析项目，然后导入变量栏，如图所示,结果输出,参数假设检验的基本问题 参数假设检验的方法 零假设与备择假设 显著性与显著性水平 参数假设检验的两类错误 总体均值的假设检验 单个样本的T检验 独立样本的T检验 配对样本的T检验 非参数检验： 检验 独立性检验 一致性检验,2.2.3 假设检验,参数假设检验：,对某个未知参数（通常是指均值或方差）提出一个假设，然后利用样本信息，判断这一假设是否成立，做出接受或拒绝这个假设的决定。,通常是假设未知参数（均值或方差）等于某一个值（检验值），或者是假设两个变量的均值或方差相等。,与零假设对立的假设被称为备择假设.,备择假设 :,通常是假设未知参数（均值或方差）不等于某一个 值（检验值），或者是假设两个变量的均值或方差不相等。,零假设 :,例子,教育工作者与公司职员的平均假日支出是否存在显著差异？,科技文教人员与公司职员的平均假日支出有显著差异。,教育工作者与公司职员的平均假日支出无显著差异；,两个值的差距多小时才能认为“无显著差异”？ 这两个值的差距多大时才能认为“有显著差异”？,显著性（p值|Sig.）：相伴概率,显著性水平（）：即拒绝零假设的标准。有两个水平，0.05或0.01.SPSS默认的显著性水平为0.05。,当Sig.时，拒绝零假设，即认为“有显著差异”。,当Sig.时，接受零假设，即认为“无显著差异”。,比如正态分布曲线，通常5%或1%的概率被习惯认为是“不易发生”。 因此，在5%点右边的值被认为是不符合零假设：我们拒绝零假设； 在5%点左边的值则认为接受零假设。,如果Sig.小于0.0005，在SPSS的输出结果中，就会出现.000， 因为SPSS只保留小数点后面三位数字。,第类错误，当原假设H0为真时，却作出拒绝H0的判断，通常称之为弃真错误，由于样本的随机性，犯这类错误的可能性是不可避免的。若将犯这一类错误的概率记为，则有P拒绝H0|H0为真=。,第类错误，当原假设H0不成立时，却作出接受H0的决定，这类错误称之为取伪错误，这类错误同样是不可避免的。若将犯这类错误的概率记为，则有P接受H0|H0为假= 。,假设检验中的两类错误,假设检验的步骤：,用于推断总体均值与检验值之间是否存在显著差异。,（1） 单样本T检验,例： 在职人员接受教育的平均年限是否可以认定为16年？ 即教育程度是否可以达到本科水平？,总体均值：在职人员接受教育的平均年限,检验值： 16年,总体均值的假设检验,spss操作,分析比较均值单样本t检验,（2） 独立样本的T检验（不同群体同一属性）,独立样本的T检验目的是推断两个独立总体的均值是否 存在显著差异。,例: 教育工作者与公司职员的平均假日支出是否存在显著差异？,两个独立总体:教育工作者与公司职员,均值:平均假日支出,spss操作,分析比较均值独立样本t检验,T检验的结果应该以方差齐性成立 （Equal variances assumed）的结果为准。,（3） 配对样本的T检验（同一总体不同属性）,推断两个总体的均值是否存在显著差异。,配对样本可以是同一个变量在“前与后”、“新与旧”等 两种状态下的两组抽样数据, 也可以是对某一问题两个不同侧面的表述。,配对样本与独立样本的差异在于: 配对样本的抽样不是相互独立的，而是相互关联的。,spss操作,分析比较均值配对样本t检验,Sig.=.0000.05，表明在“学习方面”和“就业方面”的选择上存在显著差异。,（4） 卡方检验,方差分析(Analysis of Variance，简称ANOVA)，又称“变异数分析”或“F检验”，是R.A.Fisher发明的，用于两个及两个以上样本均数差别的显著性检验。 方差分析的假定条件为： （1）各处理条件下的样本是随机的。 （2）各处理条件下的样本是相互独立的，否则可能出现无法解析的输出结果。 （3）各处理条件下的样本分别来自正态分布总体，否则使用非参数分析。 （4）各处理条件下的样本方差相同，即具有齐性。,2.2.4 方差分析,方差分析的种类,单因素方差分析一个控制变量的不同水平是否对观测变量产生了显著影响。 多因素方差分析各控制变量不同水平下观测变量的均值是否存在显著差异进行比较 协方差分析将那些人为很难控制的控制因素作为协变量，并在排除协变量对观测变量影响的条件下，分析控制变量（可控）对观测变量的作用，从而更加准确地对控制因素进行评价。,单因素方差分析举例,分析-比较均值-单因素方差分析,客观事物之间的关系大致可分为两大类关系： （1）函数关系：当一个或几个变量取一定的值时，另一个变量有确定值与之相对应，我们称这种关系为确定性的函数关系。 （2）统计关系：两事物之间的一种非一一对应的关系，即当一个变量x取一定值时，另一变量y无法依确定的函数取唯一确定的值。,2.2.5 相关分析（correlations）,统计关系分为： （1）线性相关（Linear correlation）：当一个变量的值发生变化时，另外的一个变量也发生大致相同的变化。在直角坐标系中，如现象观察值的分布大致在一条直线上。 （2）非线性相关（Curvilinear correlation）：如果一个变量发生变动，另外的变量也随之变动，但是，其观察值分布近似的在一条曲线上。,线性相关可以分为： （1）正线性相关：两个变量线性的相随变动方向相同。 （2）负线性相关：两个变量线性的相随变动方向相反。,相关分析：研究变量之间的相互关系的密切程度和变化趋势，并用适当的统计指标描述。 回归分析：如果要把变量间相互关系用函数表达出来，用一个或多个变量的取值来估计另一个变量的取值。 相关系数（r）：用来表示两列变量间相关强度的指标。 散点图：是将数据以点的形式画在直角坐标系上，通过观察散点图能够直观的发现变量间的相关关系及它们的强弱程度和方向。 绘制散点图和计算相关系数是相关分析最常用的工具，它们的相互结合能够达到较为理想的分析效果。,r=1,r=0.70.8,r=0,r=0,r=-0.7 -0.8,r=-1,完全正相关r=1.00,正相关r0,无相关r=0,完全负相关r=-1.00,负相关r0,无相关r=0,散点图,spss操作双变量相关,分析相关双变量相关,结果输出,p0.05,表明两列变量存在显著性差异 r=0.88,如果需要揭示因果关系，则必需通过严格的实验设计来实现。,在菜单栏中依次选择“文件” | “保存” 命令、“文件” | “另存为” 命令或单击工具栏中的 按钮实现数据文件的保存操作。,2.3 数据的保存,