640 likes | 1.18k Views
SPSS 統計應用研習. 授課講座:陳正誠. SPSS 介紹 資料的編碼 SPSS 資料的鍵檔、除錯、轉換 描述性分析統計程序 卡方考驗統計程序. 平均數差異考驗統計程序 獨立樣本單因子變異數分析統計程序 相關分析統計程序 線性迴歸分析統計程序. 授課大綱. SPSS. S tatistical P ackage for the S ocial S cience. 心理與輔導、教育問題研究 生物、醫學 市場調查 財務規劃. 人力資源管理 未來預測分析 工業科學研究 決策之決定 時間序列分析. SPSS 應用的領域. SPSS 之家族.
E N D
SPSS統計應用研習 授課講座:陳正誠
SPSS介紹 資料的編碼 SPSS資料的鍵檔、除錯、轉換 描述性分析統計程序 卡方考驗統計程序 平均數差異考驗統計程序 獨立樣本單因子變異數分析統計程序 相關分析統計程序 線性迴歸分析統計程序 授課大綱
SPSS • Statistical • Package for the • Social • Science
心理與輔導、教育問題研究 生物、醫學 市場調查 財務規劃 人力資源管理 未來預測分析 工業科學研究 決策之決定 時間序列分析 SPSS應用的領域
SPSS之家族 • SPSS-X • SPSS/PC+ • SPSS for Windows
SPSS主要模組 • Base Sta:描述性統計、卡方考驗、平均數差異考驗、變異數分析、相關分析、線性迴歸分析、... • Pro. Sta:因素分析、信度分析、… • Adv. Sta:Loglinear 、Nonlinear 、Survival 、… • Tables:報表製作 • Trends:時間系列分析 • LISREL:線性結構分析 • …...
SPSS for Windows系統主要特色 • 可同時顯示多個不同視窗 • 可用滑鼠挑選語法圖,亦可用Syntax視窗撰寫SPSS統計程式 • 可新建與儲存統計分析所設定的規格 • 可用HELP查詢 • 自動儲存並記憶使用者前一次操作歷程所勾選的規格選項
SPSS for Windows系統主要特色 • 可篩選觀察值進行統計分析 • 提供多種新型統計圖 • 可同時處理無限多個變數及觀察值 • 每個變數的註解可達120個字元長度 • 每個觀察值的註解最多為60個字元 • 儲存格(Cells)的長度可隨意調整
控制區 標題區 視窗大小控制區 群組視窗 資料視窗 輸出視窗 儲存格 垂直捲軸 水平捲軸 狀態列 視窗邊界 進入SPSS後之主畫面
SPSS視窗 • 群組視窗 • 檔案、編輯、資料、轉換、統計分析、繪圖、公用程式、視窗、說明 • 資料視窗: • 編輯資料 • 橫行: 個案 ; 直列:變數 • 輸出視窗 • 執行統計程序後,產生的分析結果 • 其它視窗...
挑選統計程序後之對話盒 • 主對話盒:包含三大部分 • 原始變數名單 • 被選取之變數 • 命令按鈕 • 副對話盒:更細節之統計規格
SPSS資料檔的操作 • 開啟某一舊的SPSS資料檔 • 挑選某統計程序來分析資料 • 勾選主對話盒及副對話盒 • 執行SPSS統計程序 • 產生結果
SPSS其他基本操作 • 資料的鍵入及修改 • 插入新的觀察值 • 插入新的變數 • 刪除觀察值或變數 • 列印 • 儲存
編碼 鍵檔 除錯 轉換 分析 解釋 資料處理的步驟
資料的編碼 • 問卷施測…… • 編碼:將資料加以分類,並將資料轉化成 符號(通長是數字) • 立即編碼vs.事後編碼 • 編碼簿舉例 • 進行編碼…...
如何新建一個SPSS資料檔 • 啟動SPSS • 變數的命名 • 按﹝資料﹞、﹝定義變數﹞ • 輸入變數的名稱(必要的,中英文皆可) • 設定變數的型態及儲存長度 • 設定變數的註解及觀察值的註解 • 命名第二個變數 • 輸入觀察值於儲存格中
變數命名的原則 • 第一個字元必須是英文字 • 最後一個字元不可是句點 • 空白字或特殊字元(! ? ‘ * )不可使用 • 變數名稱不可重覆 • SPSS保留字不能當變數名稱 • ALL, NE, EQ, TO, LE, LT, BY, OR, GT, AND, • NOT, GE, WITH
資料的除錯與轉換 • 除錯:檢查資料中有否極端值或超範圍值 • 計算:以運算式來產生新的變數及觀察值 • 按﹝轉換﹞、﹝計算﹞ • 計數:觀察值出現次數的計數 • 按﹝轉換﹞、﹝計數﹞ • 重新編碼 • 一對一:把某一個數值改編為另一數值 • 多對一:把介於某二個數值之間的所有數值改編為另一數值 • 按﹝轉換﹞、﹝重新編碼﹞、﹝成不同變數﹞
統計學名詞舉例 • 母群體:研究對象所構成的全體 • 樣本:母群體的一部分集合,做為推論估計母群體特性之用 • 抽樣:從母群體中抽取有限的個體,做為實際觀察或測量的對象 • 變數:一筆資料(觀察值)中的單一項目
統計學名詞舉例 • 遺漏值:若觀察值的某個變數沒有數值,則稱此筆數值為遺漏值 • 描述性統計:從搜集到的資料中,經有系統的整理,以說明某事件的現況 • 推論性統計:以相關的局部資料,來預測或推論整體的資料
變數的分類(一) • 類別變數 • 例如:性別、顏色、人種... • 序位變數 • 例如:喜好程度... • 等距變數或等比變數 • 例如:體重、年齡、溫度...
變數的分類(二) • 自變數 • 研究者操弄的變數 • 在SPSS中常以FACTOR、PREDICTOR出現 • 依變數 • 隨自變數的變化而發生改變的變數 • 在SPSS中常以RESPONSE出現
描述性統計量數 • 集中趨勢量數 • 平均數 • 中位數 • 眾數 • 離散趨勢量數 • 全距 • 變異數與標準差
描述性分析統計程序 • 按﹝統計分析﹞、﹝摘要﹞、﹝次數分配表﹞ • 次數、百分比 • 集中量數 • 離散量數… • 按﹝統計分析﹞、﹝摘要﹞、﹝描述性統計量﹞ • 集中量數 • 離散量數...
考驗假設的步驟 • 建立虛無假設(Null Hypothesis)與對立假設(Alternative Hypothesis) • 單尾考驗或雙尾考驗 • 選用適當的統計方法 • 決定顯著水準( Level) • 常用 =0.05或 =0.01 • 計算考驗統計量及P值 • 作出考驗結論 • 當P> 時,接受虛無假設 • 當P< 時,推翻虛無假設
卡方考驗()之概念 • 為統計學家皮爾遜所導出 • 適用於二個類別變數之考驗 • 主要解答的問題 • 從樣本觀察而得的次數資料和理論的次數資料,是否有顯著的差異? • 計算公式 • =(fo-fe)^2/fe • fo:觀察次數;fe:理論次數
卡方考驗()之概念 • 各細格之理論次數最好不要小於5。若有一格或數格的理論次數小於5時,在配合研究目的下,可將數格予以合併 • 遇有2*2的列聯表,應使用耶慈氏校正法計算卡方值 • 在2*2的列聯表中,若有一格或數格的理論次數小於5時,應使用費雪正確機率考驗
卡方考驗統計程序 • 按﹝統計分析﹞、﹝摘要﹞、﹝交叉表﹞ • 按﹝資料﹞、﹝觀察值加權﹞,再按﹝統計分析﹞、﹝摘要﹞、﹝交叉表﹞
平均數差異考驗(t test)之概念 • 單樣本之平均數差異考驗 • 考驗某樣本平均數與母群體平均數之差異 • 計算公式: • 兩樣本之平均數差異考驗 • 考驗兩個母群體之平均數之差異或比較來自同一母群體之兩個樣本平均數之差異 • 依樣本特性之不同可分為獨立樣本t test及相依樣本t test
獨立樣本 t test • 以F統計量考驗兩母群體變異數是否相等 • 當F檢定達顯著水準時(P< ),即兩母群體變異數不相等,則選用個別變異數 t 統計量法 • 當F檢定未達顯著水準時(P> ),即兩母群體變異數相等,則選用綜合變異數 t 統計量法
相依樣本 t test • 利用同樣的受試者參加不同實驗處理 • 以隨機方式找到成對的個體,然後給予每對中的成員不同的處理
平均數差異考驗統計程序 • 按﹝統計分析﹞、﹝比較平均數法﹞、﹝單一樣本T檢定﹞或﹝獨立樣本T檢定﹞或﹝相依樣本T檢定﹞
變異數分析之概念 • 主要在於考驗若干母群體之平均數是否相等 • 比較二組平均數之差異時,是使用 t test;而比較二組以上之平均數時,就需使用到變異數分析 • 依研究目的進行多重比較 • 事前比較:基於理論或過去研究之支持所進行的比較 • 事後比較:當變異數分析達到顯著水準時,才比較各組間平均數相互差異的情形
變異數分析之類型 • 獨立樣本 • 單因子、二因子、三因子 • 重複量數 • 單因子、二因子、三因子 • 特殊設計 • 階層設計、拉丁方格設計、...
獨立樣本單因子變異數分析 • 虛無假設與對立假設 • H0:各組平均數相同 • H1:至少有兩個平均數不相等 • WSS:每一組內各個觀察值與該組平均值差之平方和 • BSS:各組平均值與總平均值差之平方和
獨立樣本單因子變異數分析統計程序 • 按﹝統計分析﹞、﹝比較平均數法﹞、﹝單因子變異數分析﹞
相關分析之概念 • 指兩變數之間相互發生之關聯 • 通常有二種方式 • 繪製散佈圖 • 計算相關係數:表示相關程度之強弱及方向 • 皮爾遜積差相關:適用於兩個等距或等比變數 • r=sxy/sxsy;-1<=r<=1
相關分析統計程序 • 按﹝統計分析﹞、﹝相關﹞、﹝雙變數﹞
線性迴歸分析之概念 • 簡單迴歸分析 • 由一個預測變數(X)來預測一個依變數(Y) • 迴歸方程式:Y=a+bX • 複迴歸分析 • 由二個以上預測變數(Xn)來預測一個依變數(Y) • 迴歸方程式:Y=a+b1X1+b2X2+…+bnXn • 多變項複迴歸分析 • 由二個以上預測變數(Xn)來預測二個以上依變數(Yn) • 迴歸方程式:Y=E+BX
線性迴歸分析之概念 • 迴歸係數 • 原始迴歸係數:當資料為原始分數時,計算所得之係數。方程式為:Y=a+bX(簡單迴歸) • 標準化迴歸係數:當資料為標準化分數時,計算所得之係數。方程式為:ZY=ßZX(簡單迴歸) • 決定係數(R2):預測變數能正確預測依變數之變異量的百分比。在複迴歸分析時,必須加以調整,公式:1-(1-R2)*(N-1)/(N-k-1)