1、如何将EXCEL导入到SPSS中,(1) FileOpenData (2) 弹出的对话框中File of Type选择Excel (3) 选择worksheet（一般都是第一页吧），点击OK,（2）,（3）,数据录入定义变量及其属性,变量名,变量类型,变量长度,小数位数,变量名标签,变量值标签,缺失值,列显示宽度,对齐方式,度量尺度,变量名：可以直接输入中（英）文名；如果是句子，可以取句子核心单词的首字母（首拼音）。 变量类型：市场调查的数据类型一般是数据型（Numeric）。 变量长度：一般直接使用默认值。 小数位数：问卷搜集得来多为整书，所以小数位数取0。 变量名标签：输入变量名的具体含义
2、，数据分析时易于结果读取。 变量值标签：一般是对名义变量进行标注，比如“0男性”，“1女性”。母的也是易于结果读取。 缺失值：设定录入的哪些值是缺失值。比如0男，1女，则其他数值都为缺失值。 列显示宽度：设定对应列数据的显示宽度。 对齐方式：设定对应列数据的对齐方式。 度量尺度 定类型（Nominal）:代表类型的编码，而这些编码的数值只是一个符号，数值之间不存在有意义的量的关系。比如男女，班级，手机品牌。 定序型（Ordinal）:不仅具有分类功能，也存在量的关系。例如老中青。 定距型（Scale）：是采用一定单位的实际测量值，两个间距测度变量的差与和都具有数量意义。例如李克特打分。,数据计
3、算：生成新数据,有时我们需要基于几组变量生成新的变量，例如求X1、X2的平均值。 方法一：在EXCEL里进行操作，然后导入SPSS。 方法二：直接在SPSS中实现。 TransformCompute Variable 在“Target Variable”里输入新变量名的名称，在Numeric Expression里输入计算公式,新变量名称,计算公式,信度分析,信度分析：采用同样的方法对同一对象重复测量时所得结果的一致性程度。 统计指标：Cronbach 信度系数 SPSS实现：AnalyzeScaleReliability Analysis 结果解释：一般要求大于0.7，此时可认为问卷信度较好
4、，具有较高的内部一致性。,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,信度高,信度低,效度分析,效度分析：所测量到的结果反映所想要考察内容的程度。 效度分类： 收敛效度：指的是量表不同一构念的其他指标确实相互关联的程度。 判别效度：一个测量值不其他应该有所丌同的构念之间不相互关联的程度。 统计指标：收敛效度为AVE（平均方差提取），判别效度需要用AVE的平方根与其他变量相关系数进行比较。 实现方法：需要用结构方程模型的相关软（如Lisrel或Amos）件实现。,描
5、述统计分析：频数分析,频数分析：频数分析适用于离散变量，功能是描述离散变量的分布特征。 SPSS实现：AnalyzeDescriptive StatisticsFrequencies,输出统计量,四分位数,N分位数,有选择的输出百分位数,平均数,中位数,众数,求和,标准差,最小值,最大值,均值标准误差,方差,极差,偏度,峰度,作图,条形图,饼图,直方图,描述统计分析：描述性统计量,SPSS实现：AnalyzeDescriptive StatisticsDescriptives,平均数,求和,标准差,最小值,最大值,均值标准误差,方差,极差,偏度,峰度,按变量顺序排序（一般选这个）,将标准化后的
6、变量结果存为新的变量,描述统计分析：绘制散点图,GraphsLegacy DialogsScatter Dot 选择Simple Scatter 选择变量输入X轴和Y轴。 OK。,X轴,Y轴,独立样本T检验,分析的变量,分组依据,类别对应数值。例如之前编码1-男，即在Group1输入1,SPSS实现：Analyze Compare MeansIndependent-Samples T Test,独立样本T检验（结果解释）,从上表中可以看出： 方差齐性检验中，F=0.727，对应的p值为0.394，大于0.05，即在0.05显著性水平下，接受原假设，即方差齐性。 于是看方差齐性对应的t检验结果，
7、t值为0.828，对应的p值为0.403，大于0.05，即在0.05显著性水平下，可以认为两者均值没有差异。,方差齐性检验,满足方差齐性检验看这里,不满足方差齐性检验看这里,方差分析：单因素方差分析,单因素方差分析：在一个影响因素的不同水平下，观测变量的均值是否有差异。 SPSS实现： AnalyzeCompare MeanOne-Way ANOVA 将因变量移入“Dependent List”表框，将自变量移入“Factor”表框；在Options里选择Homogeneneity of variance test；点击“OK”，基本的方差分析便可完成。,因变量,自变量,方差齐性检验,方差分析
8、：单因素方差分析（结果解释）,从上表中可以看出：方差分析的p值为0.520，大于0.05，接受原假设，即不同性别调查对象的忠诚度不存在差异。,方差齐性检验结果：p值为0.984，大于0.05，接受原假设，即方差齐性。,方差分析：多因素单变量方差分析,单因素方差分析：在多个影响因素的不同水平下，观测变量的均值是否有差异。 SPSS实现： AnalyzeGeneral Linear ModelUnivariate 将因变量移入“Dependent List”表框，将自变量移入“Factor”表框，然后点击OK即可。,因变量,自变量,方差分析：多因素单变量方差分析（结果解释）,从上表中可以看出：通过
9、观察各因素对应的F统计量和P值，可以看出，Q2、Q3和交互项对loyalty的影响皆不显著。,线性回归分析,线性回归分析：利用数理统计中的回归分析，来确定两种或两种以上变量间相互依赖的定量关系。 SPSS实现： AnalyzeRegressionLinear 将因变量移入“Dependent”表框，将自变量移入“Independent”表框，然后点击OK即可。,因变量,自变量,线性回归分析（数据解释）,回归方程拟合优度为0.265，即因变量的变异的26.5%可以通过自变量解释。,F=23.607，即对应的值为0.000，即在0.05显著性水平下模型整体显著。,VEQUITY和REQUITY的t
10、值都大于1.96，对应的p值小于0.05，即在0.05显著性水平下显著，且估计系数大于0，即两者与因变量正向相关。BEQUITY系数对应的p值为0.168，大于0.05，不能证明其与因变量之间存在关系。,作业要求,针对现有数据，完成作业 1. 分析被访者的性别、年龄、婚姻状况、受教育水平、收入水平的基本情况。用条形图表示。 2. 分析满意度量表与重要性量表的信度。 3. 重要性与满意度分析，提示： 1）计算H1a to H10a的均值，存为“满意度”；2）计算H1b到H10b的均值，存为“重要性”；3）画两者的散点图；4）解释并提建议。 4. 分析不同性别的受访者的满意度是否有差异。（提示：T检验） 5. 分析不同收入的受访者的满意度是否有差异。（提示：方差分析） 6. 请分析哪些因素对顾客满意度有影响？（提示：用h1bh10b对h13进行回归分析）请将最后请将结果汇总到word，发送至ftp:/202.116.88.98/。,第三题参考,
