非遗双效模型spss数据分析操作步骤（保姆级！）-CSDN博客

本文链接：https://blog.csdn.net/m0_49844997/article/details/145902115

以下是在SPSS中完成双效模型计算的完整操作步骤（含图文详解）：

一、数据录入与变量设置

数据（打分）：

编号	文化基因传承	社群认同度	数字化传播	市场转化率	产业链增值	技术投入比	非遗类型
1	85	78	72	90	82	88	传统工艺
2	92	85	68	76	75	79	表演艺术
3	78	72	81	88	90	85	传统医药
4	80	80	75	82	78	80	民俗活动
5	88	76	83	95	88	92	传统工艺

新建SPSS文件
- 打开SPSS → 点击左下角「变量视图」

定义变量属性

列名（英文）	中文标签	类型	测量尺度	说明
`ID`	编号	数值	度量	非遗项目唯一标识
`WHJC`	文化基因传承	数值	度量	0-100分
`SQRT`	社群认同度	数值	度量	0-100分
`SZHCB`	数字化传播	数值	度量	0-100分
`SCZH`	市场转化率	数值	度量	0-100分
`CLZZ`	产业链增值	数值	度量	0-100分
`JSTR`	技术投入比	数值	度量	0-100分
`Type`	非遗类型	字符串	名义	文本分类（如传统工艺）

输入数据
- 切换至「数据视图」，按提供的表格逐行输入数据

二、计算双效指数（DEI）

步骤1：设定权重系数

根据AHP法假设已确定权重：

文化效益（总权重60%）
文化基因传承(40%) + 社群认同度(30%) + 数字化传播(30%)
经济效益（总权重40%）
市场转化率(50%) + 产业链增值(30%) + 技术投入比(20%)

步骤2：计算文化效益得分

点击菜单栏「转换」→「计算变量」
设置目标变量：WHXY（文化效益）

输入公式：

(WHJC*0.4 + SQRT*0.3 + SZHCB*0.3) * 0.6

步骤3：计算经济效益得分

再次点击「转换」→「计算变量」
设置目标变量：JJXY（经济效益）

输入公式：

(SCZH*0.5 + CLZZ*0.3 + JSTR*0.2) * 0.4

步骤4：计算总DEI指数

继续点击「转换」→「计算变量」
设置目标变量：DEI
输入公式：
```
WHXY + JJXY  
```

三、结果验证与输出

查看计算结果
- 返回「数据视图」，新增的WHXY、JJXY、DEI列显示各项目得分
- 描述性统计
  - 点击「分析」→「描述统计」→「描述」
  - 将WHXY、JJXY、DEI拖入变量框 → 勾选“最小值/最大值/均值/标准差”
分组对比（按非遗类型）
- 点击「数据」→「拆分文件」→ 选择“按组组织输出” → 分组变量选Type
- 重新运行描述统计，观察不同类型双效指数差异

四、可视化分析（可选）

散点图：文化效益 vs 经济效益
- 点击「图形」→「图表构建器」
- 选择散点图 → 拖放WHXY到X轴，JJXY到Y轴，Type到颜色设置

雷达图：各指标对比

安装Python插件（需SPSS 26+版本）→ 使用以下代码生成：

BEGIN PROGRAM PYTHON.
import matplotlib.pyplot as plt
import numpy as np
vars = ['WHJC','SQRT','SZHCB','SCZH','CLZZ','JSTR']
data = spssaux.GetDataFromSPSS()
angles = np.linspace(0, 2*np.pi, len(vars), endpoint=False)
fig = plt.figure(figsize=(6,6))
ax = fig.add_subplot(111, polar=True)
for i in range(len(data)):
    values = data.iloc[i][vars].tolist()
    values += values[:1]
    ax.plot(angles, values, label=data.iloc[i]['Type'])
ax.set_xticks(angles)
ax.set_xticklabels(vars)
plt.show()
END PROGRAM.