SPSS四种输出结果：枢轴表 /轻量表、文本格式、统计图表、模型 SPSS四种窗口：语法窗口、输出窗口、数据窗口、脚本窗口 SPSS三种运行方式：命令行方式、批程序方式、菜单对话框 SPSS默认文件类型：
数据文件 *.sav：此为 SPSS软件默认的数据文件格式，双击可由 起来，供日后重复使用或检查之用。
输出文件 *.spo: 允许直接加以编辑或转贴到其他编辑软件， 默认格式改为 *.spv 。
数据文件清洗——多余重复的数据筛选清楚， 删除。
数据→标识重复个案
标识异常个案
将答案转变成可用于统计分析的数据，
需要经过一个被称作
问题的答案被称作变量的取值。 “编码 coding”的过程。
数据阵 /数据文件： n 个案例、 m 个变量构成的阵列 SPSS对数据的处理是以变量为基础的。
所以，数据录入前一定先定义变量及其属性，包括指定名称、（存储）类型、宽度、小数、 标签、值、缺失、列（宽）、对齐、度量标准和角色。这也被称作建立数据框架。 变量名必须以字母、汉字或字符
@开头，数字不可以，其他字符可以是任何字母、数字或
.）。
ALL、AND、BY、E Q、GE、GT、L T、NE、NOT、OR、
_、
@、#、$等符号。变量名中不能有空白字符或其他特殊字符（如“！”、 变量名最后一个字符不能是英文句号（ SPSS的保留字不能作为变量的名称，如 TO、WITH 等。
SPSS中变量有 3 种基本类型：数值型、字符型（区分大小写）和日期型。
但根据不同的显示方式，数值型又被区分成：数值、逗号、圆点、科学计数法、美元、 户）设定货币等 6 个子类型。不过，只有数值 (N)最为常用。 默认状态下，所有变量的类型均为数值型，且宽度是 变量标签是对变量名的进一步描述，可长达 对于数值型变量值，系统默认缺失值为圆点“ 字符串（什么也没有）。
指定“列”实际上是设定变量的显示宽度，默认为 定类尺度： 定序尺度： 定距尺度： 除运算。 定比尺度： 量、年龄
测算两个测度值之间比值， 与定距变量相比差别是有一个固定的绝对
“零 E.g.重
点”。 0 在定距变量中仅是一个测量值，而定比变量真正表示没有。可以加减乘除。
8 个字符的宽度。
4 种类型：
统计学中，按照对事物描述的精确程度，将度量标准从低到高区分为
8 位、小数位是 2 位。
对话框界面可修改宽度和小数位，然后“确定”，但宽度必须大于小数位。
120 个字符
.”，而字符型变量值的系统默认缺失值为空
SPSS有两类缺失值：系统默认缺失值和用户定义缺失值。
（用
“？”、 “* ”等）。
将确实的数据补充完整， 将错误的数据纠正或
SPSS 16.0 版之后将输出文件的
SPSS直接读取。
命令文件 *.sps：可在语法编辑程序 (syntax)中先编写或贴上欲执行之分析指令，并将其存贮
在 SPSS中不区分大小写。例如， HXH、hxh 或 Hxh 对 SPSS而言，均被视为同一个变量。
仅能测定类别差，不能比较大小，各类之间没有顺序和等级，只能计算 可比较优劣或排序，但数值不代表绝对数量大小，可以是数值型变量， 不仅能区分不同类型并排序，还能指出类别之间的差距是多少，最典型
0 值没有物理含义，没有绝对的“
0”点，故不能做乘、
频数频率百分比，可以使用数值型变量，也可以是字符型变量。要符合穷尽和互斥的原则。 可以是字符型变量。可以计算频数、频率和累计频率、累计频数。 的是温度。严格来说只能加减。其
1
可以将高层次测量尺度的结果转换为低层次测量尺度的测量结果， 高层次的。
但不能把低层次的转化为
半开放题的处理： 指定变量时， 可以使用两个变量， 第 1 个变量中， “其他” 作为一个选项； 第 2 个变量将“其他”中“请注明”的内容作为一个单独的开放题，而将没有选择“其他” 一项的案例在此变量上的取值作为系统缺失值。 多选题的处理：
①多重二分法： 编码时， 将每一个选项定义成一个变量， 取值等于 1 表示选了该项、以取值等于
有几个选项就有几个变量，且均以
应该用多少个变量， 取
0 表示未选该项。（标准处理方式）
这多个变量必须为数值型变量， 所有变量采用同
为使得变量名之间具有一定的逻辑联系，
a”之类的字符。
可
以考虑将第二个变量的名称设置为由第一个变量名称后直接加“
②多重分类法： 也是利用多个变量来对一个多选题的答案进行编码。 决于实际可能给出的最多答案的数目而定。 一套取值标签。
Excel、txt 的文件读取之后要保存为 SPSS的文件。插入终止线时，开始（即 尾（最后一列）处必须插入，否则会少变量
F4.0 A1 F 是数值型 A 是字符串 F4.0 就是 数值型 宽度是 4 小数是 0 什么是固定宽度的，什么是分隔符等分开的？ 数据管理 转换→变量级别的 —计算新变量： compute
0 列）处和结
—已有变量值的分组合并： recode （重新编码为不同 / 相同变量）
将度量变量重新分组为序号变量，或者将序号变量、名义变量的不同取值加以归类合并 “重新编码为相同变量” ：对现有变量直接进行编码，保留该变量，只是根据设定的规则替 换掉原来的取值。
“重新编码为不同变量”：根据现有变量的取值生成一个新变量来保存重新编码的结果。
包括端点！！ —连续变量的离散化
如果想进行的分组是比较有规律的，例如，等距分组，或等样本量分组，可以使用 供的“可视离散化”过程进行分组。
SPSS提
2
SPSS 提供了两种可视离散化：需用户自行判断设定的可视离散化和基本全自动的最优离散 化。
建议生成分割点的时候先填第一个分割点的位置和个数，然后自动生成宽度。 —变量的自动重编码与数值移动
自动重编码： 自动按照原变量取值的大小或字符顺序生成新变量， 值大小的序号或先后序次。
个案排秩： 变量的排秩实际上就是根据某个变量的取值大小来对个案排次序， 排序结果保存到一个新变量中。
排秩”过程比“自动重新编码”过程更为灵活。 默认为最常用的秩：新变量的值等于原变量取值的序号
同时将得到的
但“个案
虽然效果同样都是基于某个变量对个案进行排序，
结：遇到相同取值如何给序号值
而新变量的值就是原变量
数值移动：在 SPSS中，一种方式是以“计算变量”过程利用 实现 lag 函数是返回之前的，取前面的数（滞后），在杂项里面； 取后面的数（提前），但是计算变量里面没有 转换→转换值
—“转换”菜单中的其他功能
lead 函数了
Lag( ) 函数、 Lead( ) 函数来
lead 函数是返回后面的，
“对个案内的值计数” 过程用于标识某个变量中是否出现了某个值或某个范围的值， 计算一组变量中出现特定取值的变量个数。 数据→文件级别的 —排序个案
用户所指定的变量被称作排序变量
排序个案 v.s.个案排秩 区别：是否产生新变量；个案相对位置是否变动。 —拆分文件
可以和选择个案达到同样的目的
“按组组织输出”
按照不同组分别汇总统计结果 另存在数据集里。 —选择个案（筛选）
也可以
拆分文件一旦设定， 除非另行取消， 否则将在后续的数据处理和分析中一直有效， 而且会被
除了拆分文件的功能， 还有并不想对全部个案进行分析， 而只是想对其中的一部分进行分析， 这也需要用到“选择个案”过程。
过滤掉未选中个案： 默认未选中个案不包括在分析中， 成名为 filter_$
被选中个案处会标以反斜杠。
选择个案一旦设定， 除非另行取消， 否则将在后续的数据处理和分析中一直有效， 另存在数据集里。
随机个案样本 精确 后面的两个框框： 第一个框表示样本的容量。
第二个框表示样本的范围，也就是从第一个个案开始到第多少个个案 老师随机抽选同学回答问题就是这样做的。
而且会被
但保留在数据中； 并在数据文件中生
的变量加以标识， 取值 1 表示被选中， 0 表示未被选中； 数据视图最左端未
3
—加权个案
给不同个案赋以不同的权重， 以改变个案在统计分析中的重要性。 一过程：以频数形式录入的数据；不等概率样本数据。
加权个案一旦设定， 除非另行取消， 否则将在后续的数据处理和分析中一直有效， 另存在数据集里。（同样的还有选择个案和拆分文件） —分类汇总
按指定的分类变量对个案进行分组，
并按分组对变量求指定的描述性统计量，
结果可以另存
为新数据文件，也可以直接（生成新变量）添加到当前数据文件。 个案数：定义一个新变量，其取值等于每一分组下的个案数目 上方、下方都是开区间
内部：取值大于等于 a 且小于等于 b 外部：取值小于 a 或大于 b
分类汇总与拆分文件两个过程有何异同： 分类汇总还对变量做了描述性统计， 还需要进一步的操作。 —数据文件的重组
（指的是长、宽格式之间的转换）
数据录入的默认格式每一案例占一行、每一变量占一列。这种数据被称作宽格式数据 某些特殊情况下，比如重复测量数据，进行分析时需要采用长格式数据，即：按照每一观测 （observation ）占一行、同一个案占多行的格式排列的数据。（标识符变量、索引变量） ①长→宽 将选定个案重组为变量
转换后原文件中的数据被直接替换，但文件名没有变。 ②宽→长 将选定变量重组为个案 —数据文件的合并
①纵向拼接 / 垂直合并 添加的是个案 ②横向合并 / 水平合并 添加的是变量
若使用关键变量 （指定横向合并时按照什么样的规则进行对应） 件都必须事先按照关键变量取值进行升序排列，
各数据文件中，表示不同含义的变量尽量采用不同的变量名称。 单变量描述统计：
集中趋势测量（中心性、中心测量） 尺度变量）
中位数 （只适用于序号、 尺度变量， 而不适用于名义
变量，序号变量要还原到数字本来代表的意思，有一半的被调查对象的
, 在, 以下
/ 上）
均值（均值是数据分布的平衡点。 只适用于尺度变量，
而不适用于名义、序号变量。另外，均值对变量的取值大小很敏感，故，对于存在极端值的 情形，均值不宜用作反映变量分布集中趋势的指标，更好的选择是中位数。） 左偏（负偏态）：均值 <中位数 <众数
右偏（正偏态）：众数 <中位数 <均值（平均数受偏高数值影响较大） 若要分析不同城市的中位数等的结果，可以先拆分文件再进行分析
2
N
通常两种情况下会用到这
而且会被
而拆分文件只是对变量做了分类汇总， 对变量进行描述
进行横向合并， 则各数据文
否则会出错。 为便于以 SPSS进行横向合并，
→众数（适用于任何测量等级的变量：名义、序号和
n
y
i
y
2
Y Y
i 1
i
2
2
i 1
离散趋势测量（尺度统计量） →方差（总体：
s
N
n 1
单位是变量
样本：
4
原始测量单位的平方 范围（全距 / 极差）
样本方差， 也被称作样本修正方差， 它是总体方差的无偏估计。 这也
n-1 的原因） 、标准差、 异众比例 （1-众数组所占比例） 、
kurtosis 系数来测量，多峰分布往往意味 skewness系数来测量， SK是无量纲的量，
SK>0，
是为什么需要在计算样本方差时除以
分布形状测量 →峰态（峰点陡缓程度通过计算峰度 着群体内部存在分化）
偏态（分布是否对称通过计算偏度
故也称正偏态；当分布为左偏态时，
取值通常在 -3 到+3 之间，其绝对值越大，表明偏斜程度越大。当分布呈右偏态时，
SK<0，故也称负偏态。）
统计学 = 描述统计 + 推断统计（参数检验 &非参数检验） 推断统计 = 参数估计 + 假设检验（由样本来认识总体的两种方式） 参数估计 = 点估计 + 区间估计
描述统计的目的在于：简化或概括数据（信息）。采用何种描述统计工具取决于变量的测量 水平。
数据分析的两个任务：描述样本 判断是否正态（尺度变量） 方法二：通过考察正态
：
方法一：通过考察偏度和峰度系数
P-P 图
“使用定制字段分配”）
离散趋势、 分布形状之外， 还可以考察一些位置统计量， 分析 → 描述统计 → 频率 过程，也可以采用
→ 描述统计 → 探索 过程
50%案例的取值范围，反映取值分布的离
分析
方法三：通过正态性非参数检验（分析→非参数检验→单样本 除了考察变量取值分布的集中趋势、 如：四分位数、百分位数等 对于尺度变量的描述统计，可以采用
→ 描述统计 → 描述 过程，还可以用分析 散程度
推断总体
IQR：四分位距 =第三四分位数 - 第一四分位数中间
s
样本均值的标准误 SE
n
标准误：抽样分布（若重复抽样规模为
n=N的样本，将所有可能样本均穷尽，每一个样本统
计量（如均值）的值便构成了一个新的分布，叫做抽样分布）的标准差 单总体均值（比例是特殊的均值）的假设检验：
t 检验
Y
0
Y
0
Y
0
t
Y
~ ( 1)
t n
/ n S / n
T 检验
20000 美元。
分析→比较均值→单样本
结论举例： 因为 95%置信区间并未包含 0 值，故应拒绝零假设。 并无足够证据支持平均收入 为 20000 美元的说法，故应认为收入不等于 二总体均值差异的假设检验
5
相关推荐：
loading