spss操作實用講義

1、SPSS應(yīng)用(一) 統(tǒng)計軟件SPSS16.0簡介SPSS是世界最著名的統(tǒng)計分析軟件之一，其版本歷經(jīng)6.0,7.0，13.0,16.0,17.0，迄今已有30余年歷史。SPSS原意為Statistical Package for Social Science，即“社會科學(xué)統(tǒng)計包”，2000年正式更名為“Statistical product and Service Solutions”，意為“統(tǒng)計產(chǎn)品與服務(wù)解決方案”，標(biāo)志著其應(yīng)用領(lǐng)域的拓展加深。SPSS功能全面，包括數(shù)據(jù)管理，統(tǒng)計分析、圖表分析、輸出管理等，提供多種統(tǒng)計分析方法，可繪制各種圖形。最突出的優(yōu)點(diǎn)還是操作界面友好，利用窗口方式展示各種

2、管理和分析數(shù)據(jù)方法的功能，用對話框提供各種功能選擇項，相對于需要輸入命令或編程的其他知名統(tǒng)計軟件來說，Spss易學(xué)易用，故稱為廣大非統(tǒng)計專業(yè)人員的首選統(tǒng)計軟件。目前，spss已深入應(yīng)用于社會科學(xué)和自然科學(xué)的各個領(lǐng)域，發(fā)揮著巨大作用。1.6.1.2 Spss的啟動與退出（和office相類似，略）1.6.1.3 SPSS的主要窗口及其功能SPSS的窗口都具有典型的Windows風(fēng)格和功能，具備各種窗口控件，主要有3類：數(shù)據(jù)編輯窗口(Data Editor)、結(jié)果輸出窗口(Viewr) 和語法窗口（Syntax Editor）。下面介紹前兩類的功能及特點(diǎn)。（1）數(shù)據(jù)編輯窗口(SPSS Data E

3、ditor):系統(tǒng)啟動后自動打開的窗口就是數(shù)據(jù)編輯窗口，主要用于準(zhǔn)備、整理數(shù)據(jù)以及調(diào)用統(tǒng)計分析過程等。系統(tǒng)只能同時打開一個數(shù)據(jù)文件，當(dāng)打開新的數(shù)據(jù)文件時，系統(tǒng)自動關(guān)閉前一個數(shù)據(jù)文件，一旦關(guān)閉數(shù)據(jù)窗口的SPSS系統(tǒng)也就相應(yīng)退出。見圖1-2標(biāo)題欄數(shù)據(jù)輸入欄數(shù)據(jù)顯示區(qū)菜單欄工具欄當(dāng)前數(shù)據(jù)欄變量/數(shù)據(jù)窗口切換標(biāo)簽系統(tǒng)狀態(tài)欄圖1-2 SPSS數(shù)據(jù)編輯窗的數(shù)據(jù)窗口（2）窗口菜單和工具欄：窗口上方的菜單欄提供了SPSS系統(tǒng)全部可調(diào)用功能，共有10個選項。 eq oac(,1) File：文件管理菜單，有關(guān)文件的調(diào)入、存儲、顯示、和打印等 eq oac(,2) Edit：編輯菜單，有關(guān)文本的編輯及系統(tǒng)選項設(shè)置

4、等。 eq oac(,3) View：視圖菜單，可定義窗口視圖。 eq oac(,4) Data:：數(shù)據(jù)管理菜單，可定義及修改變量屬性，對記錄選擇、排序、加權(quán)以及對數(shù)據(jù)文件進(jìn)行轉(zhuǎn)置、連接、匯總等。 eq oac(,5) Transform：數(shù)據(jù)轉(zhuǎn)換處理帶丹，有關(guān)數(shù)值的計算、重新賦值、缺失值替代等。 eq oac(,6) Analyze：統(tǒng)計分析菜單，包含了所有SPSS提供的統(tǒng)計分析過程。 eq oac(,7) Graphs：圖形菜單，包含各種統(tǒng)計圖的繪制。 eq oac(,8) Utilities：用戶選項菜單，可顯示變量列表、文件信息，定義及使用幾何，運(yùn)行腳本文件和編輯菜單項等。 eq oa

5、c(,9) Windows：窗口管理菜單，有關(guān)窗口的排列、選擇、顯示等。 eq oac(,10) Help：求助菜單，調(diào)用各種幫助文件。除了菜單選項外，系統(tǒng)還提供快捷工具條欄，欄內(nèi)包含多個常用功能的快捷按鈕，用戶點(diǎn)擊就可直接完成相應(yīng)功能，快速簡便。（3）結(jié)果輸出窗口(SPSS Viewer)：結(jié)果輸出窗口用于顯示分析結(jié)果和系統(tǒng)信息。系統(tǒng)啟動時并不打開輸出窗口，當(dāng)完成首次統(tǒng)計分析過程后自動打開。如果處理成功，就顯示處理結(jié)果；如果處理過程中發(fā)生錯誤或失敗，則提示出錯信息。用戶也可以通過菜單，單擊FileNewOutput， 打開一個新的輸出窗口。見圖1-3。圖1-3 SPSS標(biāo)準(zhǔn)結(jié)果輸出窗口1.6

6、.2 spss數(shù)據(jù)文件的管理統(tǒng)計軟件中一般都以文件的形式組織管理數(shù)據(jù)集。在spss中，一個數(shù)據(jù)集對應(yīng)一個數(shù)據(jù)文件，其形式類似于一張二維表，表格的每列稱為一個變量（Variable），對應(yīng)數(shù)據(jù)庫中的字段，每行稱為一例記錄或觀察單位(case)，對應(yīng)數(shù)據(jù)庫中的記錄。完整的統(tǒng)計分析過程可分為建立數(shù)據(jù)文件、整理數(shù)據(jù)、選擇統(tǒng)計分析過程和查看輸出結(jié)果等步驟。只有當(dāng)數(shù)據(jù)編輯窗口中有數(shù)據(jù)時，才能進(jìn)行相應(yīng)的統(tǒng)計分析。數(shù)據(jù)文件的管理和編輯處理操作都是在數(shù)據(jù)編輯窗口中，利用File和Edit 菜單中的各項命令實現(xiàn)。主要包括以下基本操作：（1）數(shù)據(jù)文件的建立；（2）數(shù)據(jù)文件的錄入與編輯；（3）數(shù)據(jù)文件的存儲；（4）數(shù)

7、據(jù)文件的調(diào)用；(5)查看變量和數(shù)據(jù)文件信息；（6）數(shù)據(jù)文件的其他操作。1.6.2.1 數(shù)據(jù)文件的建立SPSS啟動后，根據(jù)用戶選擇，系統(tǒng)自動打開一個已有的數(shù)據(jù)文件或建立一個新的空白數(shù)據(jù)文件。用戶也可以單擊菜單FILEnewData,打開一個新的空白數(shù)據(jù)編輯窗，將待處理的數(shù)據(jù)建立為數(shù)據(jù)文件。要建立新數(shù)據(jù)文件，一般先定義變量再輸入數(shù)據(jù)。變量及有關(guān)屬性的定義在數(shù)據(jù)編輯窗的變量窗口中完成，可單擊標(biāo)簽Variable View進(jìn)入變量窗口。在變量窗口每行有10列，代表一個變量的各種屬性，包括變量名（Name）、類型（Type）、寬度（Width）、精度（Decimal）、標(biāo)簽（Label）值標(biāo)簽（Valu

8、e）、缺失值(Missing)、列寬（Columns）、對齊方式（Align）和測量類型（Measure）。1.6.2.2 數(shù)據(jù)文件的錄入與編輯在Data View窗口顯示的數(shù)據(jù)表格中，單元格所在的列決定其對應(yīng)的變量，所在行說明它是該變量的第幾個觀察值，（記錄號）。在某個單元格中輸入數(shù)據(jù)時，首先要激活它。方法是單擊該單元格，此時，其邊框加黑，就可在其中輸入數(shù)據(jù)值了。此時，當(dāng)前數(shù)據(jù)欄中會提示該單元格對應(yīng)變量名和記錄號，在數(shù)據(jù)輸入欄中輸入的數(shù)值，輸入完后按回車鍵，數(shù)據(jù)就會顯示在單元格中了，此時光標(biāo)會自動移到下一個單元格，進(jìn)行下一數(shù)據(jù)的輸入，也可以用鼠標(biāo)激活任一指定單元格進(jìn)行輸入。1.6.2.3 數(shù)

9、據(jù)文件的存儲數(shù)據(jù)輸入完后，此時的數(shù)據(jù)文件只是保存在內(nèi)存中，還需要把文件保存到硬盤或軟盤上，該過程用菜單選項FileSave（保存）或save as（另存為）實現(xiàn)。1.6.2.4 數(shù)據(jù)文件的調(diào)用用菜單選項File-Open-Data實現(xiàn)直接打開已有數(shù)據(jù)文件的功能。系統(tǒng)彈出Open File對話框，找到要打開的文件，雙擊它或單擊打開命令。SPSS支持調(diào)用多種類型的數(shù)據(jù)文件，如SPSS(*.sav)，SPSS/PC+(*.sys),SPSS portable(*.por),SYLK(*.slk),Lotus(*.W*),Data(*.dat),dBASE(*.dbf).。此外系統(tǒng)還支持：Systat

10、(*.syd,*.sys)即systat建立的數(shù)據(jù)文件；Excel(*.xls)即Excel電子表格文件；Text（*.txt）即純文本格式的數(shù)據(jù)文件。1.6.3 數(shù)據(jù)整理在數(shù)據(jù)窗口中建立或調(diào)入數(shù)據(jù)文件后，很多時候根據(jù)統(tǒng)計分析的需要還要對數(shù)據(jù)文件作進(jìn)一步的整理或?qū)?shù)據(jù)作變換，這就要對數(shù)據(jù)進(jìn)行再加工整理。SPSS提供了較強(qiáng)的數(shù)據(jù)文件的編輯與管理功能，主要集中在Edit菜單中，還有數(shù)據(jù)文件的進(jìn)一步整理和數(shù)據(jù)變換功能，主要集中在數(shù)據(jù)編輯窗口的Data和Transform的兩個菜單項中。菜單項Data中主要是數(shù)據(jù)文件維護(hù)操作，如插入變量或觀察值，文件的拆分、合并及轉(zhuǎn)置，以及對觀測數(shù)據(jù)的選擇和加權(quán)等處理

11、。Data菜單命令及其功能見表1-5 表1-5 Data 菜單中的命令及功能命令分類命令功能定義、編輯變量與觀察值Define DatesInsert VariableInsert CaseGo to Case定義與編輯日期或日期時間變量插入一個變量插入一例記錄把插入點(diǎn)定位到指定的記錄編輯數(shù)據(jù)Sort CaseTransposeRestructureMerge FileAggregateOrthogonal Design按指定的變量對記錄進(jìn)行排序數(shù)據(jù)轉(zhuǎn)置數(shù)據(jù)文件重構(gòu)合并數(shù)據(jù)文件數(shù)據(jù)的分類匯總正交設(shè)計預(yù)處理數(shù)據(jù)Split FilesSelect CaseWeight Case拆分?jǐn)?shù)據(jù)文件選擇記錄

12、對記錄進(jìn)行加權(quán)處理6.3.1 插入與刪除變量如果要在數(shù)據(jù)文件中插入新的變量，將光標(biāo)移動到出入位置的后一個變量的任何位置，從菜單中選擇Data-Insert Variable，即可插入一列新變量，而該位置后的原有變量依次右移一列。也可以使用快捷右鍵，方法是用右鍵單擊插入位置處后一變量名，則此列全部變黑，并會彈出相應(yīng)的右鍵菜單，選擇其中的Insert Variable也可實現(xiàn)相同功能。系統(tǒng)自動以默認(rèn)方式對新插入的變量名和定義屬性，用戶可以按需要修改。如果要刪除已有變量，只要單擊該變量名使此列全部加黑，然后從菜單選擇Edit-Clear，該變量即可刪除，也可以使用右鍵菜單中的Clear命令，還可以直

13、接單擊Delete鍵刪除。1.6.3.3 插入與刪除記錄在數(shù)據(jù)文件中插入新的記錄行的方法類似變量的插入，將光標(biāo)移動到插入位置的后一行任何位置，從菜單選擇Data-Insert Case，即可插入一個空行，也可以在此行中插入相應(yīng)的各變量值。如果要刪除某條記錄，單擊對應(yīng)的記錄號，使該行全部加黑，從菜單選擇Edit-Clear或單擊 Delete鍵，即可刪除此條記錄。注意此處必須是通過單擊使得整行加黑，而不是連續(xù)選擇單元格使這行變黑，后者只能刪除該行記錄的值，使其全部為空，但并未刪除記錄。1.6.3.3 定位記錄當(dāng)數(shù)據(jù)文件很大、變量很多或記錄很多時，屏幕窗口只能顯示數(shù)據(jù)的一部分，如果要查找某個特定的

14、數(shù)據(jù)，用左右移動滾動條或上下翻頁的方式就很困難。此時可以借助于SPSS記錄定位的功能。選擇菜單DataGo to Case，會彈出Go to Case對話框，在框中給出當(dāng)前光標(biāo)所在記錄的記錄號，修改記錄號的值，單擊OK后，光標(biāo)就會移動到該條記錄上。1.6.3.4 數(shù)據(jù)記錄排序在數(shù)據(jù)處理過程中，常需要對記錄按某個或某些變量的觀察值大小進(jìn)行排序。SPSS專門為數(shù)據(jù)排序設(shè)計了Sort Case命令。其步驟為:(1)選擇菜單DataSort Cases，程序?qū)棾鲆粋€Sort Case 對話框，見圖1-5.(2)在左側(cè)顯示當(dāng)前變量清單的源變量框中選擇排序變量，單擊該變量使其加黑顯示，再點(diǎn)擊右箭頭按鈕，

15、就把排序變來那個送到右邊的Sort by框中。（3）在Sort Order單選框中指定排序方式，系統(tǒng)默認(rèn)Ascending即升序排列方式，排序后觀察值從小到大排列；用戶也可以指定Descending即降序排序。單擊ok，即可進(jìn)行排序。圖1-5 Sort Case 對話框當(dāng)有多個變量排序時，按次序分別稱為其第一、第二、第三.排序變量，此時排序規(guī)則是首先按第一排序變量排序，若有相同值則按第二排序變量排序，若第二也相同則比較第三排序變量排序，依次類推。1.6.3.5 對記錄加權(quán)處理如果在計算過程中希望對不同變量的數(shù)據(jù)進(jìn)行加權(quán)處理，就需要用到此功能。（1）單擊菜單DataWeight Case，進(jìn)入W

16、eight Case對話框，見圖1-6.圖1-6 Weight Cases 對話框（2）指定加權(quán)方式。1 Do not weight cases:不做加權(quán)處理，為系統(tǒng)默認(rèn)；也可用對做過加權(quán)的變量取消加權(quán)。2 Weight cases by：要求加權(quán)處理，選擇此項后，從左邊的源變量框中選擇一個變量作加權(quán)變量，選入Frequency Variable框中，如圖1-6中的“血清瘦素”就是加權(quán)變量。（3）單擊ok執(zhí)行加權(quán)操作。在選擇加權(quán)變量時，要注意一下兩點(diǎn)：1 加權(quán)變量值為零、負(fù)數(shù)和缺失值的觀測值不參加統(tǒng)計分析。2 加權(quán)變量為分?jǐn)?shù)是允許的。統(tǒng)計分析，仍然按照實際的分?jǐn)?shù)值進(jìn)行排序。數(shù)據(jù)文件一旦作了加權(quán)

17、處理，加權(quán)產(chǎn)生的影響將一直保留，除非對數(shù)據(jù)文件再作一次加權(quán)處理或取消加權(quán)。已加權(quán)的數(shù)據(jù)文件，在主窗口右下側(cè)的狀態(tài)條中顯示W(wǎng)eight on字樣。數(shù)據(jù)保存時，有關(guān)加權(quán)信息一并保存到數(shù)據(jù)文件中。1.6.4 數(shù)據(jù)的轉(zhuǎn)換處理1.6.4.1 數(shù)據(jù)的運(yùn)算與新變量的生成選擇菜單TransformCompute,既可對選定的變量進(jìn)行運(yùn)算操作，又可通過運(yùn)算操作讓系統(tǒng)生成新的變量。在彈出的Compute Variable對話框中，首先在Target Variable指定一個變量，然后點(diǎn)擊Type&Lable.，確定是數(shù)值型變量還是字符型變量，或加上變量標(biāo)簽。在Numeric Expression框中鍵入運(yùn)算公式，

18、系統(tǒng)提供計算器和100種多種函數(shù)，在Functions框內(nèi)供用戶選擇使用。若點(diǎn)擊If.，則會彈出Compute Variable對話框，用戶可指定符合條件的變量進(jìn)行運(yùn)算。見圖1-7.最后，點(diǎn)擊ok即可完成新變量的生成。圖1-7 Compute Variable 對話框1.6.4.2 變量的重新編碼在采集數(shù)據(jù)時，得到的數(shù)據(jù)往往是多種多樣的。為有利于統(tǒng)計分析，有時候我們不得不對原始進(jìn)行重新編碼。由于數(shù)據(jù)文件的具體情況不同，在SPSS中存在兩種不同的編碼方式：intoSame Variable(編碼成同類型的變量)；into Different Variable(編碼成不同類型的變量)。（1）編碼成

19、同類型的變量：通過編碼，重新指定變量的值，或者通過設(shè)定具體的數(shù)值范圍將變量值對應(yīng)到各個不同的檔次。方法是：選擇菜單TransformRecodeInto Same Variable。在彈出的Recode Into Same Variables 對話框中，先在變量名列中選1個或多個變量，點(diǎn)擊右箭頭按鈕使之進(jìn)入右側(cè)的變量框。見1-8.圖1-8 Recode Into Same variable 對話框如果不是對所有觀察值參與編碼，我們可以通過條件表達(dá)式建立參與編碼的觀察值子集，要完成此項功能，通過點(diǎn)擊if.進(jìn)入創(chuàng)建條件表達(dá)式對話框，通過系統(tǒng)提供的數(shù)字鍵盤和函數(shù)，用戶就可方便地建立條件表達(dá)式了。此例

20、只對血清瘦素0.05，按水準(zhǔn)，不拒絕，樣本均數(shù)與已知總體均數(shù)20.7的差別無統(tǒng)計學(xué)意義，尚不能認(rèn)為此樣本來自不同的總體，95%的總體均數(shù)差值的置信區(qū)間為-0.11300.9770，包括0，也說明樣本均數(shù)與已知總體均數(shù)為20.7的差別無統(tǒng)計學(xué)意義。3.6.3 兩獨(dú)立樣本t檢驗（Independent Sample T Test過程）兩獨(dú)立樣本t檢驗主要用于兩獨(dú)立樣本均數(shù)的假設(shè)檢驗。如為兩個小樣本比較，則要求樣本來自正態(tài)分布，兩樣本的總體方差相等，如不滿足此條件，則應(yīng)用非參數(shù)的檢驗方法（Nonparametric Test）。例3 兩組雄性大鼠分別飼以高蛋白和低蛋白飼料，觀察每只大鼠在實驗第28天

21、到84天之間所增加的體重，見表3-8.問用兩種不同飼料喂養(yǎng)大鼠后，體重的增加有無差別？表3-8 用兩種不同蛋白質(zhì)含量飼料喂養(yǎng)大鼠后體重增加情況（g）組 別體重增加高蛋白組1341461191241611078311312997123低蛋白組701181018510713294本例題的問題可歸結(jié)為做這樣一個假設(shè)檢驗：。（1）調(diào)入數(shù)據(jù)文件ex9-18.sav，數(shù)據(jù)格式為一個分組變量“組別”（group，高蛋白組=1，低蛋白組=2），測量變量為“血磷值”（weight）。（2）選擇Analyze Compare Means Independent-Samples T Test，彈出對話框，見圖3-8

22、.圖3-8 Independent Sample T Test 對話框?qū)⒎纸M變量（group）選入Grouping Variable框，單擊Define ，并且定義兩個組的代表值，見圖3-9，如該例中，1 代表高蛋白組，2 代表低蛋白組。將結(jié)果變量（weight）選入Test Variable（s）框，可以同時選多個結(jié)果變量到該框。圖3-9 Define Groups對話框（3）單擊Optiona，彈出對話框，見圖3-10.圖3-10 One-Sample T Test：Options 對話框估計的置信區(qū)間（Confidence Interval）默認(rèn)為95%，但用戶可以輸入1到99之間的數(shù)值

23、以得到不同的置信區(qū)間。缺失值（MissionValues）的處理方法有兩種： eq oac(,1) Exclude cases analysis by analysis:如果分析變量存在缺失值，此觀察單位將被刪除，然后分析。 eq oac(,2) Exclude case listwise :如果任何變量有缺失值，此觀察單位將被刪除，然后分析。缺失值的處理方法默認(rèn)為Exclude cases analysis by analysis.（4）單擊continueOK ，得到主要的運(yùn)行結(jié)果，見圖3-11Group StatisticsgroupNMeanStd. DeviationStd. Err

24、or Meanweight112120.000021.388196.1742427101.000020.623617.79499Independent Samples TestLevenes Test for Equality of Variancest-test for Equality of MeansFSig.tdfSig. (2-tailed)Mean DifferenceStd. Error Difference95% Confidence Interval of the DifferenceLowerUpperweightEqual variances assumed.015.90

25、51.89117.07619.0000010.04528-2.1936840.19368Equal variances not assumed1.91113.082.07819.000009.94400-2.4690740.46907圖3-11 例3的主要運(yùn)行結(jié)果（5）結(jié)果分析：得到兩組的均數(shù)（Mean）分別為120與101，標(biāo)準(zhǔn)差（Std.Deviation）分別為21.388與20.624，標(biāo)準(zhǔn)誤（Std.Error Means）分別為6.174與7.795.Levenes方差齊性檢驗，F(xiàn)=0.015，sig.=0.905,P0.2，可認(rèn)為方差齊。選用方差齊時的t值(Equal Varia

26、nce Assumed)。兩獨(dú)立樣本t檢驗，t=1.891,P=0.076,p0.05。尚不能認(rèn)為兩種飼料喂養(yǎng)大鼠后體重的增加是不同的。兩均數(shù)之差(Mean Difference)為19，標(biāo)準(zhǔn)誤（Std.Error Means）為10.045.兩均數(shù)之差的95%總體均數(shù)置信區(qū)間為-2.19440.194，不包括0，也說明兩樣本均數(shù)的差別有統(tǒng)計學(xué)意義。如方差不齊，應(yīng)選用t值(Equal Variances not Assumed)來判斷結(jié)果。3.6.4 配對樣本t檢驗（Paired-Sample T test過程）配對樣本t檢驗主要用于配對設(shè)計資料的均數(shù)比較，如為小樣本，則要求差值服從正態(tài)分布，

27、如不滿足此條件，則應(yīng)用非參數(shù)的檢驗方法（Nonparametric Tests）。例4 應(yīng)用某藥治療8例高血壓患者，觀察者治療前后舒張壓變化情況，見表3-9，問該藥是否對高血壓患者治療前后舒張壓變化有影響？表3-9 用某藥治療高血壓患者前后舒張壓變化情況病人編號舒張壓（mmHg）治療前治療后差值（d）19688821121084310810264102984598100-26100964710610248100928本例的問題可歸結(jié)為做這樣一個假設(shè)檢驗：。（1）調(diào)入數(shù)據(jù)文件ex9-16.sav，數(shù)據(jù)格式為治療前（x1）、治療后(x2)兩個變量，見圖3-12.圖3-12 例4的數(shù)據(jù)格式（2）選擇

28、AnalyzeCompare MeansPaired Sample T Test，彈出對話框，見圖3-13.圖3-13 Paired Sample T Test 對話框?qū)1,x2分別點(diǎn)擊進(jìn)入current selections中的variable1和variable2，并選入paired variables框。如有多個匹配變量可同時選入Paired Variables框。（3）單擊Option，彈出對話框，見圖3-14.圖3-14 one-sample T Test:Options 對話框估計的置信區(qū)間（Confidence Interval）默認(rèn)值為95%，但用戶可以輸入1到99之間的數(shù)值

29、以得到不同的置信區(qū)間。缺失值（Missing values）的處理方法有兩種：（方法同前）（4）單擊continueOK ，得到主要的運(yùn)行結(jié)果，見圖3-15Paired Samples StatisticsMeanNStd. DeviationStd. Error MeanPair 1x1102.7585.4451.925x298.2586.2742.218Paired Samples TestPaired DifferencestdfSig. (2-tailed)MeanStd. DeviationStd. Error Mean95% Confidence Interval of the D

30、ifferenceLowerUpperPair 1x1 - x24.5003.1621.1181.8567.1444.0257.005圖3-15 例4 的主要運(yùn)行結(jié)果（5）結(jié)果分析：得到x1和x2的差值均數(shù)（Mean）為4.50，標(biāo)準(zhǔn)差（Std.Deviation）為3.162，標(biāo)準(zhǔn)誤（Std.Error Mean）為1.118。配對樣本t檢驗，t=4.025,P=0.005,P5 ,總的樣本量n40，所以，本例不需連續(xù)性校正，應(yīng)直接報告：=2.738，P=0.0980.05。尚不能認(rèn)為兩種藥物的療效不同。（五）秩和檢驗5.6.1 配對樣本的非參數(shù)檢驗（Two Related-Sample T

31、est）例1 某醫(yī)院組織病人對護(hù)理質(zhì)量評價，同時對護(hù)士進(jìn)行再培訓(xùn)，見表5-4 .請問培訓(xùn)前后的評分結(jié)果是否有統(tǒng)計學(xué)意義？表5-4 某醫(yī)院培訓(xùn)前后護(hù)理質(zhì)量評分護(hù)士編號（1）培訓(xùn)前評分（2）培訓(xùn)后評分（3）差值(4)=(3)-（2）秩次（553770-46713571039676-1-378913826411998-1-3106939114626.512660-13671360，-6圖5-1 例1的數(shù)據(jù)格式（1）調(diào)入數(shù)據(jù)文件ex11-1.sav，數(shù)據(jù)格式“before”和”after“兩個變量，分別為培訓(xùn)前評分和培訓(xùn)后得分，每個對子為1例（1行），共13行2列，見圖5-1

32、.（2）操作過程：從菜單選擇Analyze Nonparametric Tests Two Related Samples彈出兩相關(guān)樣本的非參數(shù)檢驗對話框，見圖5-2圖5-2 Two Related-Samples Tests 對話框 eq oac(,1) Test Pair(s) List：選擇配對的變量：“before”和“after”。 eq oac(,2) Test Tpye：由于是計量資料，故選擇Wilcoxon(默認(rèn))。 eq oac(,3) 樣本含量較小，點(diǎn)擊Exact，選擇Exact，用確切概率法；當(dāng)樣本量（對子數(shù)）大于50時，選用Asymptotic Only即漸進(jìn)分布法。

33、eq oac(,4)點(diǎn)擊Option，選擇Quartiles，輸出描述性統(tǒng)計量。（3）得到主要運(yùn)行結(jié)果，見圖5-3.RanksNMean RankSum of Ranksafter - beforeNegative Ranks2a3.006.00Positive Ranks9b6.6760.00Ties2cTotal13a. after beforec. after = beforeTest Statisticsbafter - beforeZ-2.431aAsymp. Sig. (2-tailed).015Exact Sig. (2-tailed).016Exact Sig. (1-tail

34、ed).008Point Probability.005a. Based on negative ranks.b. Wilcoxon Signed Ranks Test圖 5-3 例1 的主要運(yùn)行結(jié)果（4）結(jié)果分析：得到平均秩次（Mean Rank）和秩和（Sum of Ranks）。檢驗結(jié)果表明，雙側(cè)確切概率（Exact sig.2-tailed）為0.016，可認(rèn)為培訓(xùn)后護(hù)理質(zhì)量評分高于培訓(xùn)前，培訓(xùn)能提高培訓(xùn)質(zhì)量。用漸進(jìn)分布法（這里為正態(tài)近似法）時，計算Z值和漸進(jìn)概率（Asymp.sig）。5.6.2 兩獨(dú)立樣本的非參數(shù)檢驗（Two Independent-Samples Test）例2

35、為了比較甲、乙兩種香煙的尼古丁含量，對甲種香煙作了6次測定，對乙種香煙作了8次測定，見表5-5，問這兩種香煙的尼古丁含量有無差別？表5-5 兩種香煙尼古丁含量的秩和檢驗甲種香煙（mg）秩次乙種香煙（mg）秩次256289.5289.53113234301226732142911212223278245201=6=40.5=8=64.5（1）調(diào)入數(shù)據(jù)文件ex11-2.sav，根據(jù)格式為“group ”和“cigarette”兩個變量，分組“1”為甲種香煙，分組“2”為乙種香煙，見圖5-4（2）選擇Analyze Nonparametric Tests2 Independent-Samples ，

36、彈出兩獨(dú)立樣本的非參數(shù)檢驗對話框，見圖5-5.圖5-4 例2的數(shù)據(jù)格式圖5-5 2-Independent-Samples Tests 對話框操作1 Test Variable List：選擇檢驗變量“cigarette”2 Grouping variable：選擇分組變量“group”，單擊Define Groups，輸入1，2分別表示1，2組（Group1，Group2）。3 Test Type：選擇 Mann-Whitney U (默認(rèn))。4 樣本含量較小，點(diǎn)擊Exact，選擇Exact，用確切概率法；當(dāng)其中一組樣本含量大于10或兩組樣本含量相差大于10時，選擇Asymptotic on

37、ly ,用漸進(jìn)分布法。5 點(diǎn)擊Option，選擇Quartiles，輸出描述性統(tǒng)計量。（3）得到主要的運(yùn)行結(jié)果，見圖5-6.RanksgroupNMean RankSum of Rankscigarette166.7540.50288.0664.50Total14Test StatisticsbcigaretteMann-Whitney U19.500Wilcoxon W40.500Z-.582Asymp. Sig. (2-tailed).561Exact Sig. 2*(1-tailed Sig.).573aExact Sig. (2-tailed).596Exact Sig. (1-tai

38、led).298Point Probability.023a. Not corrected for ties.b. Grouping Variable: group圖 5-6 例2的主要運(yùn)行結(jié)果（4）結(jié)果分析：得到平均秩次（Mean Rank）和秩和（Sum of Ranks）。檢驗結(jié)果表明，雙側(cè)確切概率（Exact sig.2-tailed）為0.596，尚不能認(rèn)為兩種香煙的尼古丁含量有差別。其中甲種香煙平均秩次為6.75、乙種香煙平均秩次為8.06.當(dāng)選用漸進(jìn)分布法（這里為正態(tài)近似法）時，計算Z值和漸進(jìn)概率（Asymp.sig）。圖5-7 例3的數(shù)據(jù)結(jié)構(gòu)例3 用某藥治療不同病情的老年慢性支

39、氣管炎患者，請比較此兩種病情患者的療效有無差別。（1）數(shù)據(jù)格式為3個變量：“group”表示組別，即兩種不同病情；“effect”表示療效，數(shù)字1，2，3，4分別代表控制、顯著、有效、無效；“count”表示頻數(shù)，見圖5-7. （2）選定DataWeightCases彈出對話框，選擇Weight cases ,然后把變量Count選入Frequency Variable框。見圖5-8圖5-8 Weight Cases 對話框選擇Analyze Nonparametric Tests2 Independent-Samples ，彈出兩獨(dú)立樣本的非參數(shù)檢驗對話框，見圖5-9. 由于樣本含量較大，只

40、需選擇默認(rèn)的Mann-Whitney U法，不要選擇Exact：將effect選入Test Variable List框，將group選入Grouping Variable框。圖5-9 2-Independent Samples Tests 對話框RanksgroupNMean RankSum of Rankseffect1126102.8212955.50282107.088780.50Total208Test StatisticsaeffectMann-Whitney U4954.500Wilcoxon W12955.500Z-.543Asymp. Sig. (2-tailed).587a

41、. Grouping Variable: group圖5-10 例3的主要運(yùn)行結(jié)果（4）結(jié)果分析：兩組的秩和（Sum of Ranks）分別為12955.50、8780.50. 。平均秩次（Mean Rank）分別為102.82、107.08 。檢驗結(jié)果表明，Wilcoxon秩和檢驗統(tǒng)計量為12955.50 。正態(tài)近似法的Z值為-0.543，相應(yīng)的概率（Asymp.sig）為0.587 。因此，尚不能認(rèn)為兩組療效有差別。5.6.3 多個獨(dú)立樣本的非參數(shù)檢驗（K Independent Samples Test）例4 某醫(yī)院外科用3種手術(shù)方法治療肝癌患者15例，每組5例，進(jìn)入各組的患者系用隨機(jī)方

42、法分配，每例術(shù)后生存月數(shù)如表5-6.試問3種不同手術(shù)方法治療肝癌的效果有無差別？甲法術(shù)后生存月數(shù)乙法術(shù)后生存月數(shù)病法術(shù)后生存月數(shù)39171227116684257（1）調(diào)入數(shù)據(jù)文件ex11-4.sav，數(shù)據(jù)格式為“group”“day”兩個變量，取值分別為1、2、3，分別表示甲、乙、丙組，共15行2列，見圖5-11.（2）選擇Analyze Nonparametric TestsK Independent Samples，彈出多組獨(dú)立樣本的非參數(shù)檢驗對話框，見圖5-12. 圖5-11 例4的數(shù)據(jù)格式圖5-12 Tests for Several Independent Samples對話框操作

43、 eq oac(,1)Test Variable List：選擇“day”為檢驗變量。（不加權(quán)） eq oac(,2)Grouping Variable：選擇“group”為分組變量，點(diǎn)擊Define Range，輸入最小值1、最大值3，表示分組變量的取值范圍為1到3. eq oac(,3) Test Type ：選擇Kruskal-wallis H（默認(rèn)） eq oac(,4) 點(diǎn)擊Exact ，選擇Asymptotic Only（默認(rèn)）；當(dāng)最小樣本的例數(shù)大于5時用漸進(jìn)分布法；否則用確切概率法或計算機(jī)模擬法。 eq oac(,5) 如果輸出描述性統(tǒng)計量，點(diǎn)擊Option，選擇Quartile

44、s。（3）得到主要運(yùn)行結(jié)果。RanksgroupNMean Rankday156.802512.00355.20Total15Test Statisticsa,bdayChi-Square6.388df2Asymp. Sig.041a. Kruskal Wallis Testb. Grouping Variable: group圖5-13 例4 主要運(yùn)行結(jié)果（4）結(jié)果分析：平均秩次（Mean Rank）分別為6.80、12.00、5.20 。檢驗結(jié)果表明，=6.388，P=0.041，可認(rèn)為3種不同手術(shù)方法治療肝癌的效果不同或不全相同。另外，SPSS不提供多重比較大非參數(shù)檢驗方法，欲作多重比較

45、，可先用Rank Cases進(jìn)行編秩，然后用秩次作方差分析的多重比較。（六）直線相關(guān)與回歸例1 某校測得該校15名女中學(xué)生的胸圍和肺活量，數(shù)據(jù)見表6-4，試進(jìn)行直線相關(guān)分析。表6-4 15名女中學(xué)生的胸圍和肺活量的數(shù)據(jù)編號123456789101112131415胸圍（X）（cm）726878667065746469716560707569肺活量（Y）（ml）240022002750180027002500265021002000260023001900240025002350(1)輸入數(shù)據(jù)：可直接輸入或調(diào)入已有的數(shù)據(jù)文件，見圖6-1.（2）繪制散點(diǎn)圖：Graphs Legacy dialog

46、s/ Scatter DotSimple Scatterplot. 見圖6-2圖6-1 例1 的數(shù)據(jù)格式圖6-2. 散點(diǎn)圖定義框圖6-3 simple Scatterplot 主對話框框內(nèi)有5種選擇：Simple Scatter是簡單散點(diǎn)圖，只顯示一對相關(guān)變量的散點(diǎn)圖；overlay scatter是重疊散點(diǎn)圖，可顯示多對相關(guān)變量的散點(diǎn)圖；Matrix Scatter是矩陣式排列的散點(diǎn)圖，在矩陣中顯示多個相關(guān)變量之間的散點(diǎn)圖；3-D Scatter是三位散點(diǎn)圖，可顯示3各變量之間的散點(diǎn)圖；Simple Dot是簡單的散點(diǎn)圖，可對某一變量按照某分類畫點(diǎn)圖。這里選擇Simple Scatter，單

47、擊Define，進(jìn)入下一對話框Scatterplot。選擇肺活量進(jìn)入Y軸，胸圍進(jìn)入X軸，單擊Ok，單擊Ok。見圖6-3。(3)直線相關(guān)分析：Analyze Correlate。有 Bivariate 、partial 、Distances 3種選擇。Bivariate過程是Correlate是菜單中用得最多的一個過程，它用于兩個變量間的線性相關(guān)分析；Partial 過程是偏相關(guān)分析，是在控制其他變量影響的情況下分析某兩個變量的相關(guān)性，所計算出的相關(guān)系數(shù)為偏相關(guān)系數(shù)；Distances 過程是作距離分析，是按照各種統(tǒng)計測量指標(biāo)來計算哥哥變量（或記錄）間的相似性或不相似性（即距離），從而為以后繼續(xù)

48、進(jìn)行聚類分析等提供信息，以幫助分析復(fù)雜的數(shù)據(jù)集。在Bivariate Correlations主對話框內(nèi)，見圖6-4，將相應(yīng)的變量選入右邊窗口，下面有3各指標(biāo)；Pearson即進(jìn)行直線相關(guān)分析，是最常用的參數(shù)相關(guān)分析，為默認(rèn)輸出項；Kendalls tau-b即計算Kendalls等級相關(guān)系數(shù)，是反映分類變量一致性的指標(biāo)，只能在兩變量均屬于有序分類時使用；Spearman是計算Spearman相關(guān)系數(shù)，是最常用的非參數(shù)相關(guān)分析（秩相關(guān)）。圖6-4 Bivariate Correlations 對話框Test of Significance選項用于確定是進(jìn)行相關(guān)系數(shù)的單側(cè)（One-tailed）

49、還是雙側(cè)（Two-tailed）檢驗，一般選雙側(cè)檢驗。Flag significant correlations 選項用于要求結(jié)果中用*標(biāo)記有統(tǒng)計學(xué)意義的相關(guān)系數(shù)，當(dāng)p0.05時再系數(shù)旁標(biāo)記一個*，當(dāng)P0.01時則標(biāo)記兩個*。點(diǎn)擊Options，出現(xiàn)子對話框，見圖6-5，用于選擇需要計算的描述統(tǒng)計量和缺失值的處理。1 Statistics：有2個可選的描述統(tǒng)計量。a. Means and standard deviations：每個變量的均數(shù)和標(biāo)準(zhǔn)差。b. Cross-product deviations and covariances：各變量的離均差平方和以及協(xié)方差陣。2 Missing V

50、alues：定義分析中對缺失值的處理方法有2種。a. Exclude cases pairwise： 不分析計算某統(tǒng)計量時有缺失值的記錄b. Exclude cases listwise：不分析有任一缺失值的記錄。（4）主要輸出結(jié)果及其解釋，見圖6-6、6-7.圖6-6 例1的散點(diǎn)圖Correlations胸圍肺活量胸圍Pearson Correlation1.719*Sig. (2-tailed).003N1515肺活量Pearson Correlation.719*1Sig. (2-tailed).003N1515*. Correlation is significant at the 0

51、.01 level (2-tailed).圖6-7 例1的主要運(yùn)行結(jié)果通過散點(diǎn)圖可看出兩個變量間呈線性關(guān)系，肺活量有隨胸圍增大而增大的趨勢。有分析結(jié)果可見該校15名女中學(xué)生胸圍與肺活量的直線相關(guān)系數(shù)r=0.719，經(jīng)假設(shè)檢驗p=0.003,按的水準(zhǔn)，拒絕，接受，認(rèn)為該校女中學(xué)生的胸圍和肺活量之間存在正向直線相關(guān)關(guān)系。本例步驟簡述：1.輸入或調(diào)用數(shù)據(jù)文件：直線相關(guān)與回歸.sav；2.Analyze Correlate Bivariate；3.在Bivariate Correlations對話框內(nèi)將X（胸圍）和Y(肺活量)選入Variable，選中pearson，單擊ok；4.輸出結(jié)果。6.6.2

52、等級相關(guān)分析例2 某醫(yī)師研究子癇抽搐次數(shù)與新生兒窒息之間的關(guān)系，測得10為產(chǎn)婦子癇抽搐次數(shù)和新生兒的Apgar評分，見表6-5。用Spearman等級相關(guān)分析二者之間的關(guān)系。表6-5 10位產(chǎn)婦子癇抽搐次數(shù)和新生兒Apgar評分編號12345678910子癇抽搐次數(shù)(X)1422313152新生兒Apgar評分(Y)91685104927(1)輸入數(shù)據(jù)；直接輸入或調(diào)入已有的數(shù)據(jù)文件，見圖6-8.(2）等級相關(guān)分析：AnalyzecorrelateBivariate，出現(xiàn)Bivariate Correlations對話框。將X（子癇抽搐次數(shù)）和Y（新生兒Apgar評分）選入Variables，選

53、中Spearson，單擊ok，見圖6-9.本例步驟簡述： eq oac(,1)輸入或調(diào)用已有數(shù)據(jù)文件：等級相關(guān).sav； eq oac(,2)AnalyzecorrelateBivariate； eq oac(,3)在Bivariate Correlations對話框?qū)和Y選入Variable，選中Spearman，單擊ok； eq oac(,4) 輸出結(jié)果。圖6-9 Bivariate Correlations 主對話框（3）主要輸出結(jié)果及其解釋，見圖6-10Correlations子癇抽搐次數(shù)新生兒Apgar評分Spearmans rho子癇抽搐次數(shù)Correlation Coeffic

54、ient1.000-.963*Sig. (2-tailed).000N1010新生兒Apgar評分Correlation Coefficient-.963*1.000Sig. (2-tailed).000.N1010*. Correlation is significant at the 0.01 level (2-tailed).圖6-10 例2的主要運(yùn)行結(jié)果由分析結(jié)果可見子癇抽搐次數(shù)與新生兒Apgar評分的等級相關(guān)系數(shù)=-0.963,經(jīng)假設(shè)檢驗p0.001,按的水準(zhǔn)，拒絕，接受，認(rèn)為子癇抽搐次數(shù)與新生兒Apgar窒息之間有負(fù)向的等級相關(guān)關(guān)系。6.6.3 直線回歸分析例3 以例1的資料為例，

55、已計算得該校女中學(xué)生的胸圍和肺活量之間存在正相關(guān)關(guān)系，試進(jìn)行相關(guān)分析。數(shù)據(jù)見表6-4.圖6-11 Linear Regression主對話框(1)輸入數(shù)據(jù)；（2）繪制散點(diǎn)圖；（3）直線回歸分析：AnalyzeRegression。有l(wèi)inear(線性)、curve estimation(曲線估計)、logistic、probit(正態(tài)概率單位)、nonlinear(非線性) 、weight estimation （加權(quán)估計）、Two stage least square（兩階段最小二乘法）、 optimal scalling（最優(yōu)尺度回歸分析）等選擇，現(xiàn)主要介紹線性回歸。 本例選擇linear

56、，出現(xiàn)Linear Regression對話框，見圖6-11。1直線回歸分析主對話框介紹。a. Dependent：用于選入回歸分析的因變量，只能選入一個。b. Block：用于在多重線性回歸中，選擇不同的自變量、因變量或不同的方法（如enter 、forware）來建立回歸模型，可以將其保存在block內(nèi)，如果要再調(diào)用這種方法時，可以用previous與Next來選擇。c. Independent（s）框：選擇一個或多個自變量。對于簡單線性回歸，僅有一個自變量。d. Method框：設(shè)定模型中自變量的篩選方法（用于多重線性回歸，這里不再詳細(xì)介紹）。e. selection Variable：

57、選擇一個變量進(jìn)入，用Rules按鈕打開對話框，建立選擇條件，在回歸分析時只有符合該條件的變量才進(jìn)行分析，此框的功能和利用DataSelection Case過程來選擇變量的功能相同，不同的是Selection Variable只是在當(dāng)前的回歸分析中有效，而Selection Case卻一直有效。f. Case Lables框：選擇一個變量，其值作為每條記錄的標(biāo)簽。g. WLs Weight框：選擇一個作為權(quán)重的變量進(jìn)入對話框后，根據(jù)權(quán)重變量值的不同，就會對每條記錄進(jìn)行加權(quán)，因變量或自變量不能再作為權(quán)重變量，如果權(quán)重變量的值是非正或缺失值，響應(yīng)的記錄將被刪除。2 Statistics對話框介紹圖

58、6-12 Linear Regression:Statistics子對話框點(diǎn)擊Statistics，打開對話框，選擇需要輸出的統(tǒng)計量，見圖6-12.a. Regression Coefficients框：選中estimates可輸出回歸系數(shù)b、b的標(biāo)準(zhǔn)誤、標(biāo)準(zhǔn)化回歸系數(shù)beta、t值和p值。選中confidence intervals可輸出每一個非標(biāo)準(zhǔn)化回歸系數(shù)的95%置信區(qū)間。選中Covariance matrix可輸出非標(biāo)準(zhǔn)化回歸系數(shù)的協(xié)方差矩陣、各變量的相關(guān)系數(shù)矩陣。b.與模型擬合及其效果有關(guān)的選擇項：Model fit 、R squared change 、Descriptive、 p

59、art and partial correlation 、collinearity diagnostics等，這里不詳細(xì)介紹。c. Residuals框：用于輸出殘差分析的選擇項?？蛇x的有Durbin-Watson殘差序列相關(guān)性檢驗、超出規(guī)定的n倍標(biāo)準(zhǔn)誤的殘差列表。3.Plots對話框介紹，見圖6-13.圖6-13 Linear Regression：Plots子對話框a. Scatter組：用于選擇需要繪制的回歸分析診斷散點(diǎn)圖和預(yù)測圖。b. Standardized Residual Plots:用于繪制標(biāo)準(zhǔn)化殘差圖。c. Produce all partial plots：輸出每一個自變量

60、殘差相對于因變量殘差的散點(diǎn)圖，主要用于回歸診斷。4Save 對話框介紹，見下圖：該對話框用于選擇將回歸分析過程中的一些結(jié)果變量表村在數(shù)據(jù)窗口中，用于進(jìn)一步分析。predicted values(預(yù)測值)：包括unstandardized (非標(biāo)準(zhǔn)化預(yù)測值)、standardized(標(biāo)準(zhǔn)化預(yù)測值)、Adjusted（經(jīng)調(diào)整的預(yù)測值） S.E. of mean predictions （預(yù)測值均值的標(biāo)準(zhǔn)誤）。b. Residuals(殘差):用于模型診斷。c. Distance:給出一系列用于測量數(shù)據(jù)點(diǎn)離擬合模型距離的指標(biāo)。d. influence Statistics ：提供一些專門用于判斷強(qiáng)