SPSS的简易使用：操作

p.s.自用，算是B站视频《一小时学会spss》的学习笔记

p.ss.数据都是瞎编的^^

p.sss.SPSS版本为IBM SPSS Statistics 22

目录

描述统计

​编辑

相关

相关

偏相关

回归

T检验（两组数据）

单样本T检验

独立样本T检验

相关样本T检验

方差分析（三组数据及以上）

一个自变量两个以上水平

两个自变量一个因变量的被试内设计

两个自变量一个因变量的被试间设计

两个自变量的混合实验设计

卡方检验

独立性检验

---

描述统计

描述一组数据的集中和离散情况

1.数据导入

2.使用：分析-描述统计-描述

3.结果呈现

相关

相关

1.数据导入

2.使用：分析-相关-双变量

3.结果呈现

偏相关

1.数据导入

2.使用：分析-相关-偏相关

3.结果呈现

回归

Y=第一行+第二行X （前提是相关性显著）（Y因变量  X自变量）

1.数据导入

2.使用：分析-回归-线性

 3.结果呈现

Y = 99.576 + 1.173X （系数-B-(常量)&weight）

T检验（两组数据）

两组数据的检验

单样本T检验

一组数据和某个值的比较

1.数据导入

2.使用：分析-比较平均值-单样本T检验

3.结果呈现

独立样本T检验

举例：男女分别的数据，因此要定义1和2  

1.数据导入：★定义

2.使用：分析-比较平均值-独立样本T检验

 3.结果呈现

相关样本T检验

一批人前后做的，即一组被试的前后侧

1.数据导入

2.使用：分析-比较平均值-配对样本检验

3.结果呈现 

方差分析（三组数据及以上）

三组数据及以上的检验 

p.s.一定要看方差是否齐性（显著性sig>0.05）

0.区分

0.1）被试内设计：炒了两个菜，甲乙都尝了
0.2）被试间设计：炒了两个菜，甲尝了一个，乙尝了一个

一个自变量两个以上水平

p.s.两个水平用T检验(独立/相关)

▼以下以被试内为例：

1.数据导入

Eg.灯光亮度：强/中/弱 -> 影响工作效率

2.使用：分析-一般线性模型-重复测量

3.结果呈现

▼以下以被试间为例：

1.数据导入

Eg.灯光亮度：强/中/弱 -> 影响工作效率

2.使用：分析-比较平均值-单因素ANOVA

2.1）组内比较

2.2）两两比较

3.结果呈现

3.1）组内比较

3.2）两两比较

 

两个自变量一个因变量的被试内设计

p.s.几种水平结合就是几列变量（每列变量都是数据且是a1b1 a1b2……）

1.数据导入

Eg. 工厂：大/小 × 灯光亮度：强/中/弱 -> 影响工作效率

2.使用：分析-一般线性模型-重复测量

若要两两比较，进行以下操作：

p.s.水平轴尽量选取自变量少的因子

3.实验结果

……（后略）

两个自变量一个因变量的被试间设计

输入三列变量（两列变量需要定义，一列变量为数据）  

1.数据导入

Eg. 工厂：大/小 × 灯光亮度：强/中/弱 -> 影响工作效率

 

 点击  

2.使用：分析-一般线性模型-单变量

3.实验结果

两个自变量的混合实验设计

变量输入时是以上两种方法的结合，即被试内+被试间

1.数据导入

Eg. 工厂：大/小(被试间) × 灯光亮度：强/中/弱(被试内) -> 影响工作效率

2.使用：分析-一般线性模型-重复度量

   

3.实验结果

......（后略）

卡方检验

拟合度（适合性）检验：又称1*C表的卡方检验，把一个变量分成若干类别（如性别分为男和女）。判断几个变量是否符合一定的比例，比如男女分别是10和20人，我们需要检验他是否符合1比3的比例；如果只是简单的看几个数据之间是否有显著差异，则只需要把数据变量输入检验变量列表中即可。

1.数据导入

2.使用：数据-加权个案

→ 

分析-非参数检验-旧对话框-卡方

检验人数是否符合1:3的比例：

3.结果呈现

独立性检验

1.数据导入

2.使用：数据-加权

  

分析-描述统计-交叉表格

3.结果呈现