SPSS軟件的學(xué)習(xí)心得

SPSS學(xué)習(xí)筆記描述樣本數(shù)據(jù)一般的，一組數(shù)據(jù)拿出來，需要先有一個整體認識。除了我們平時最常用的集中趨勢外，還需要一些離散趨勢的數(shù)據(jù)。這方面EXCEL就能一次性的給全了數(shù)據(jù)，但對于SPSS，就需要用多個工具了，感覺上表格方面不如EXCEL好用。個人感覺，通過描述需要了解整體數(shù)據(jù)的集中趨勢和離散趨勢，再借用各種圖觀察數(shù)據(jù)的分布形態(tài)。對于SPSS提供的OLAPcubes(在線分析處理表)，CaseSummary(觀察值摘要分析表)，Descriptives(描述統(tǒng)計)不太常用，反喜歡用Frequencies(頻率分析)，BasicTable(基本報表)，Crosstabs(列聯(lián)表)這三個，另外再配合其它圖來觀察。這個可以根據(jù)個人喜好來選擇。一.使用頻率分析(Frequencies)觀察數(shù)值的分布。頻率分布圖與分析數(shù)據(jù)結(jié)合起來，可以更清楚的看到數(shù)據(jù)分布的整體情況。以自帶文件Trendschapter13.sav為例，選擇Analyze->DescriptiveStatistics->Frequencies,把卜${@這$選入Variables,取消在DisplayFrequencytable前的勾，在Chart里面histogram,在Statistics選項中如圖1圖1分別選好均數(shù)(Mean),中位數(shù)(Median),眾數(shù)(Mode),總數(shù)(Sum),標準差(Std.deviation),方差(Variance),范圍(range),最小值(Minimum),最大值(Maximum),偏度系數(shù)(Skewness),峰度系數(shù)(1士0$1$),按Continue返回，再

按OK,出現(xiàn)結(jié)果如圖2Statisiucshsterl:^N M葡詞13SMi鱷i帕GMean79.408iafaiedlsn79,60500wiode32.7B?Std.Deviation23,150150Variance535,525Skewness.1"8td.Error凝翎對前g,211KUJlOm總-.36&Sid.ErrorofKurtosisRarige101,504Mi麻mum33,363Majfimiini135.12^Sum10481.&1J圖2表中，中位數(shù)與平均數(shù)接近，與眾數(shù)相差不大，分布良好。標準差大，即數(shù)據(jù)間的變化差異還還小。峰度和偏度都接近0,則數(shù)據(jù)基本接近于正態(tài)分布。下面圖3的頻率分布圖就更直觀的觀察到這樣的情況

HisLoqrarn二.采用各種圖直觀觀察數(shù)據(jù)分布情況，如采用柱型圖觀察歸類的比例等。02D.DOOra?-7&.+0&16StdJMw-23.1WI5N"132M.K?60.00002D.DOOra?-7&.+0&16StdJMw-23.1WI5N"132M.K?60.000ffiJ.OffiIDQ.fflJO120.1M0 11O.DO0lTSt3rtsS0XU匚93b的■工同樣以自帶文件Trendschapter13.sav為例，我們可以觀察一下各年的數(shù)據(jù)總和的對比：.選擇Graph->Bar->Simple,在“Datainchartare”一項選擇Summaryofgroupsofcases,然后按Define,出現(xiàn)圖4,圖4.選擇BarsRepresent->Otherstatistic(e.g.mean),把hstarts一項選入Variable里面，把YEAR,Periodic一項選入CategoryAxis項中，并按ChangeStatistic鍵，出現(xiàn)圖5：

圖5.在Statistic選項中選Sumofvalues一項，按Continue返回，按OK即可出現(xiàn)圖6：YLA.R",-netp&riadic圖6從圖中可以非常直觀的看出1965年-1975年間，每年的總體數(shù)量對比和各數(shù)值多少。

三.通過列聯(lián)表來觀察，數(shù)據(jù)的交錯關(guān)系。以軟件自帶的文件UniversityofFloridagraduatesalaries.sav來說明1、選擇Tables->BasicTable，在彈出對話框中，選擇Graduate到Summaries欄，College到Down，Gender到Across欄，如圖7圖72、選擇Statistics按鍵，選取Count和layer%到CellStatistics一欄，并按Continue鍵，如圖8圖8三、選擇Layout按鍵，選擇SummaryVariableLabels->Inseparatelabels（匯總的標簽，如本例的Graduate，放在表外），StatisticsLabels->Acrosstop（數(shù)據(jù)的標簽橫放在頂部，如本例的Count和Layer%），并在Labelgroupswithvaluelabelsonly前選擇打勾（表示只需要具體的標簽名就可以，不需要匯總名，如本例Gender和College），如圖9BjasicTables:LayantSuiitfnatyVariableLabefc---QowniheSuiitfnatyVariableLabefc---Qowniheteftsick

AcrossthetOj>■■,1n錯p鼻刎右t址1曾Gta%sl?：s：LmbeL1巾Aero對hegop「DownIheJeRdde''"In^eparalfi帛日戟(?dncelHe?pGroupsinSummaiyVariableDimerKion/GroupsinSummaiyVariableDimerKion/i,llj.irrtii.M/TiirkR,Ui-Ju：刖-up「".I!,■■：□；；'?iinicir.'fn?i.siii'HiJiV'."'Jj舊沾,:圖9四、選擇Total按鍵，在Totalsovereachgroupvariable一項前選勾，則輸出表會有增加匯總一欄，如圖10圖10提示，需要什么表格形式可以根據(jù)要求來調(diào)整，但對輸出按鍵都需要熟悉，多嘗試幾次就可以看出不同的區(qū)別。圖11為輸出的表格

GradualFemale肘闔目GiQiHTqlalC2uMLa^fiir鳥Ldi|4r%CcnjhlL自aAyrkullure27124S%UI13.1%415377%AfChiLachfre22%07外19eulldlng/Conalrudlori日4%和4&牝55工雌Atfmini^tralicn133⑶%1-B9172%32220.3%1l%1.1%22%痂on12l.tft1141312%Engineenng■45336升.5%23125.5^Finerts1.1%1.1%.2Grauptotal4沔4?6%tai1吸口號圖11重要提示：如果結(jié)果變成變量的匯總（SUM）,則先選擇Data->WeightCases,把Graduate的選項先選入WeightCasesby內(nèi)，再選回DonotweightCases，按OK即可。對于其他帶有編號的一項都可以這樣做。這一點不知為何，本人屢次試過總需要這樣調(diào)整。參考圖12圖12幾種常用的統(tǒng)計方法應(yīng)用一般來說，最最常用的統(tǒng)計分析有假設(shè)檢驗和回歸分析，在SPSS中也有很好的對應(yīng)工具來做這些分析，但對其基本思路和要求都必須了解，這樣才能更靈活的發(fā)揮。下面抄錄《EXCEL在市場調(diào)查中的應(yīng)用》一書中關(guān)于這方面的內(nèi)容：.假設(shè)檢驗?zāi)康模菏怯脕砼袛鄻颖九c樣本，樣本與總體的差異是由抽樣誤差引起還是本質(zhì)差別造成的統(tǒng)計推斷方法?；舅枷耄盒「怕史醋C法思想。即P<0.01或P<0.05在一次試驗中基本不會生發(fā)。反證法思想是先提出假設(shè)（檢驗假設(shè)H），再用適當?shù)慕y(tǒng)計方法確定假設(shè)成立的可能性大小，如果可能性小，則認為假設(shè)不成立，否則，還不能認為假設(shè)不成立。方法：t檢驗，u檢驗，秩和檢驗，卡方檢驗應(yīng)用條件：A、各組資料具有可比性B、具正態(tài)分布C、方差齊性（即先作F檢驗，如F0.1，具方差齊性）.方差分析目的：又稱為變異系數(shù)分析或F檢驗。用于推斷兩組或多組資料的總體平均數(shù)是否相同，檢驗兩個或多個樣本平均數(shù)的差異是否具有統(tǒng)計意義（也可認為是檢驗多個總體均值是否有顯著性差異注1,這樣可能更簡單一點）。基本思想：用組內(nèi)均方去除組間均方的商，即F值，與1比較，若F值接近1,則說明各驗均數(shù)間的差異沒有統(tǒng)計學(xué)意義，否則表示有統(tǒng)計學(xué)意義。應(yīng)用條件：A、各組資料具有可比性B、具正態(tài)分布C、方差齊性（即F檢驗）提示，在應(yīng)用SPSS中，只要死死的記住一個顯著系數(shù)0.05就可以應(yīng)用（如果是雙尾系數(shù)需要除以2）,一般的大于0.05接受原假設(shè)，小于0.05則拒絕。簡單的說，一般結(jié)果拒絕就是說樣本有差異，樣本相對獨立，都是表示同一種意思，讀這方面書的時候，希望不要讓這些名詞混亂了思路。SPSS的方差檢驗中，需要注意下面問題：方差檢驗中，PostHoc鍵有LSD的選項：當方差分析F檢驗否定了原假設(shè)，即認為至少有兩個總體的均值存在顯著性差異時，須進一步確定是哪兩個或哪幾個均值顯著地不同，則需要進行多重比較來檢驗。LSD即是一種多因變量的三個或三個以上水平下均值之間進行的兩兩比較檢驗。IndependentSamples檢驗中的Mann-WhitneyU檢驗與KIndependentSamples中的Kruskal-Walllis（克魯斯卡爾―瓦里斯）H檢驗法思想類似，常用來作為非參數(shù)檢驗。RelatedSamples非參數(shù)檢驗中，一般有Sign普通符號檢驗法和Wilcoxon威爾科克森符號秩檢驗法。前者用于研究的問題只有兩個可能的結(jié)果：“是”或“非”，并且二者遵從二項分布；后者是普通符號檢驗法的改進，除了可以檢驗是非外，還可以了解差異的大小。KRelatedSamples非參數(shù)檢驗中，主要有Friedman秩和檢驗與CochranQ檢驗二種選擇，前者是對多個樣本是否來自同一總體的檢驗，而后者是用于只分為“成功”和“失敗”兩種結(jié)果的定類尺度測量的數(shù)據(jù)。附錄：SPSS假設(shè)檢驗方法使用對照表黎瞰檢騎而注例子景史艇科常械HkpLtTSChL-Square,E-iFioslaL+Run^Lsnple3C-5布萬伯t看外為Tf道叫石力蘭雅4二啦街曾子兄融典龍飛香的自國第妖冏一小因條，囪比一科用可或用件否型杷為制本卷昨華興洋漁炭於成因方*的即可原大微認為用卡力招t，如比學(xué)士W法箋i:同情比，哈韋…個N小花尋針11現(xiàn)7的比（?所占中近』■土,田管就笠里斗住近車再等.如足只行一仆比侍聯(lián)Bi定基舌.利西虬ffl二生杵忙如由甘修/小時阿警「霹曼吉一家范撕貂耿可狗汨品.n國eatetjiJsisMi由修a由.二個獨立訐■+CeperpJwi--jwLcbi工匚曰!pTeH時于26FE時flEEHhL-*裝m并當口八軍的湎重恒近ttiSS 本取自!?■，皂聃二個杷善祥本PhLf1fTE2Mt則,S*SF>tes對于tMated5x^1rj,一技閶S]E-n.fDK'LcoKcrfflte「方/曾量旗后片比【用第一個聘單一后■＜行一個洋本）步個演立群車Pay加瀉AK口exnJrm斗g-pStM耳于EC^p-errirn!Sbr?1?h.—用Hpk,L卡讓舊膝里用7S噌由究主不同的4的里曾M武卷多個相關(guān)群電士ngSssp-le-s對于&血Lot國苜一桁用門七三#莉，54皿臉*席f鄉(xiāng)出任由3汕人分用良成圖13其中相關(guān)、配對或有交互作用可以理解為EXCEL的重復(fù)，獨立或無交互作用可以理解為EXCEL中的無重復(fù)。圖13表大部分參考《數(shù)據(jù)分析與SPSS應(yīng)用》一書，特別說明.回歸分析目的：研究一個變量Y與其它若干變量X之間的一種數(shù)學(xué)工具。它是一組試驗或觀測數(shù)據(jù)的基礎(chǔ)上，尋找被隨機性掩蓋的變量之間的依存關(guān)系。A.直線回歸方程Yc=abXB.回歸關(guān)系的檢驗：求回歸方程在總體中是否成立，即是否樣本代表的總體也有直線回歸關(guān)系。a.方差分析：基本思想是將總變異分解為SS回歸和SS乘余，然后利用F檢驗來判斷方程是否成立。b.t檢驗：基本思想是利用樣本回歸系數(shù)b與總體平均數(shù)回歸系數(shù)進行比較來判斷回歸方程是否成立。下面摘錄《數(shù)據(jù)分析與SPSS應(yīng)用》一書關(guān)于相關(guān)回歸和時間序列分析一些概念解釋。數(shù)據(jù)變量間主要存在二類關(guān)系：一類是函數(shù)關(guān)系，一類是相關(guān)關(guān)系。前者是變量間有確定關(guān)系，即一個變量的值能夠在其他變量取值確定的情況下，按某種函數(shù)關(guān)系唯一確定；后者是變量間雖然具有的聯(lián)系，并非確定關(guān)系，如價格與銷量量，價格高了，銷售量可能會上去，但無法確定銷售量是多少。通過散點圖來觀察，如果點都集中在一條直線附近，是線性相關(guān)，如果在一條曲線附近，則為非線性相關(guān)。如果一個變量因另一個變量的增加而增加，減少而減少，則二個變量間存在正相關(guān)關(guān)系，反之則為負相關(guān)關(guān)系。極端的相關(guān)是完全相關(guān)和零相關(guān)。如某地區(qū)購買自行車多少與購買大蒜多少無關(guān)，是為零相關(guān)。按我的理解，相關(guān)分析就是推斷變量與變量之間關(guān)系的密切程度，回歸就是在相關(guān)的基礎(chǔ)上，找出變量間的擬合模型，從而進一步推測出未來的趨勢和變量。而

時間序列則是以時間的作為觀察的序列，來推斷變量間的關(guān)系的一種模型。以自帶文件Trendschapter13.sav為例，說明一下如何應(yīng)用這三種分析工具。.相關(guān)打開Trendschapter13.sav文件，可以看到，這個文件的數(shù)據(jù)是以時間來排序的，在每個值前增加一行序列號變量，如圖14IDhstalls'yearrn口n4idate152.1媽19S51'MN1555247,205196521FEB1965382.1S019653MAR19陋5MAY哈&559S.4OB4 1W,S31 1965 AAPR19659E59659659E596596596597,3519E.489se.eso7JUL1565ea.67619659SEP19658AUG8晶ea.67619659SEP196510BSJfiD 1先5 10OCT15B511723511261.戰(zhàn)1346561U50.^61556_b_

%9611723511261.戰(zhàn)1346561U50.^61556_b_

%96先96UNOV19ES12DEC19E51JAN1光52FEB15681516B3.23E94.S4319B6舊而MAR196SAPRI960圖14一個時間序列的影響因素有四種變動：A長期趨勢(SecularTrend),B季節(jié)變動(SeasonalVariation),C循環(huán)變動(CyclicalVariation),D不規(guī)則變動(IrregularVariation)。我們可以觀察一下這些數(shù)據(jù)是否存在某種關(guān)系，打開Graphs->Sequence,如圖15

圖15把hstarts選入Variables項，把四.選入TimeAxisLables,然后按OK,出現(xiàn)圖16：忖Q圖16從圖可以看出，數(shù)據(jù)總是在一個周期內(nèi)反復(fù)在上下波動，雖然高低的位置不一樣，但這種波動顯然是隨著時間的不同而變化。

因此可以察看，因變量與時間的關(guān)系如何。選擇Data->DefineDates,出現(xiàn)圖17圖17在Year一欄填入1965,Month一欄填入1，表示數(shù)據(jù)從1965年1月開始計算。選擇Analyze->Correlate->Bivariate，出現(xiàn)圖18圖18把卜${@這$,Year和Month都選入Varibales選項，CorrelationCoefficients選擇Pearson和Spearman（其實只需要選Spearman就可以，這里只是試一下，作為比較）。注：相關(guān)檢驗中有Pearson（皮爾森）相關(guān)系數(shù)和Spearman（斯皮爾曼）等級相關(guān)，前者也稱皮爾森相關(guān)系數(shù)，是對兩個定距變量關(guān)系的刻畫；后者是用來考察兩個變量中至少有一個定序變量時的相關(guān)關(guān)系。Zero-orderCorrelations（零階偏聽偏相關(guān)系數(shù)）是按Pearson簡單相關(guān)系數(shù)公式計算得到的相關(guān)系數(shù)。在皮爾森系數(shù)r是對兩個定距變量關(guān)系的刻畫：若-1WrW1,|r|越大，表明兩個變量之間的相關(guān)程度越強。若0<RW1,表明兩個變量之間存在正相關(guān)。若R=1,則表明變量之間存在著完全正相關(guān)的關(guān)系。></RW1,表明兩個變量之間存在正相關(guān)。若R=1,則表明變量之間存在著完全正相關(guān)的關(guān)系。>若-1Wr<0,表明兩個變量之間存在負相關(guān)。若r=-1,則變量間的關(guān)系為完全負相關(guān)。若r=0,表示兩個變量之間無線性相關(guān)，即零相關(guān)。按Option按鍵，如圖19圖19在Statistics選擇MeansandstandarddeviationsCross-productdeviationsandcovariances,注意，這二個選擇是Pearson才有的，如果開始只選擇Spearman,則此二項不能選。返回后，按OK如圖20：

n日舊YEAR,DOIperinMONTH,珅『啪13PearsenCornelatifln1,219*.056贏.QI刎瓶013聯(lián)6sumafeauar&s白陽Crass-n^tfuc^7020&T5S2104.691Eij.1esGovariance535.32S16.06B&僦M門213213ZrE畸notperiodicRearsenCorrelafton.［田1000Sig.欣闞醬012i.tooSun口fSquaresandCross-prOiclutte2184.691132D.OOQ?oeCovariance16.06S10,076xooMi界伯？侏MONTH,period12P&srsonCorrelalitrn0輛，如口1場一便由磁,5M1.000Sum￡qumr&sandCrogg-protfucts61Masooa73CODCggna雌，則12.C09N132132132*-Co^el5lionissianifit-anl加地005Iwei白-闔值5圖20從圖20看到Y(jié)ear的Pearson系數(shù)為0.219,Sig值為0.012,小于P值0.05,與Hstarts顯著相關(guān)，Month的Pearson系數(shù)為0.058,Sig值為0.506，大于P值0.05,則與Hstarts不顯著相關(guān)。從下圖21的Spearman也同樣得到相同的結(jié)論。CoiiieldiliDiiishsiadsVEAR.notpgHOETICMOMTH.pertodl2隼p.pmnpn&rhqh串年r|百 。?開號I曲。于)?斗巳南妨令由r曬」g輪.。航Sig(2-feiledi」Bhl132133122￥EARbnq1periodic Carre1mlicijiCoeHicient.196*i.ooa.00口Si0(T■慟伸電,024i.ciDaN132132132MONTH昨ri"12C如⑶如必?如所。他Ht.04i.□DS-l.flDOSig.(?-tailed).6181ooohl133133132士.CcrrelalionissignHlcantatlhe0,05Fevel(工?間拒口.)圖21.回歸試建立回歸模型，看能否形成各變量間的關(guān)系式。選擇Analyze->Regression->CurveEstimation,出現(xiàn)圖22

圖22把hatarts選入Dependents選項，Independent選擇Time,Models選擇(Linear)線性回歸，(Quadratic)三次曲線回歸，(Cubic)m次曲線回歸，(Exponential)指數(shù)回歸，選擇Includeconstantinequation表示方程式有常數(shù)項，Plotmodels則表示用圖表示，然后按。心出現(xiàn)圖23SiMllTlT寸MillPiV摑收快IE54IdihYl”C-i'P-1nriflTi!Vrinntib^r 電￡E-qualioriModelSummarrPararmfiijenEsbrnaieu-RSqu;iruFdflblb2UrWifirCubitEiR?HOrYkll□5G咖-iwCl聘6.8XJ5TW.S-23a.zzr11ilT3D139tzsI3DDidflu0IK>70.430船IT1B7600G6223135US.002-catQ盯.WD圖23線性方程：Y=70.430.135X二次曲線方程：Y=64.1710.415X-0.02X2三次曲線方程：Y=87.68-1.667X0.037X2(0X3)指數(shù)曲線方程：Y=68.229xe0.002從Sig值判斷，都小于0.05,都接受回歸成立，這樣，只能從R擬合度和F值較大來判斷三次曲線方程的擬合程度比較高。注意，如果方程成立的話，想要增加預(yù)測，則可以在Save選項中選擇PredictedValues一項，如果還想預(yù)測未來的數(shù)值，則可以在原表上增加若干行（如1行），然后選擇PredictCases下面Predictthrough，在Year填入1976，在Month填入1，這樣就表示預(yù)測值到1976年的一月。如圖24所示。圖24注意，在Independent選擇Time和把ID選入結(jié)果一樣，則因為ID是以時間為序來排，所以結(jié)果一樣。.時間序列因為R的似合度分別為0.05,0.064,0.199和0.039,都比較低，方程的效果不太好，如果要預(yù)測數(shù)值還是選擇時間序列比較合適，因為從剛才Sequence的圖也可以觀察到，數(shù)據(jù)是以后的時間來波動的變化關(guān)系。選擇Analyze->TimeSeries->ExponentialSmoothing,出現(xiàn)圖25

圖25把hstarts選入Variables選項，并在Model選擇Winters（注意，三種不同的模型的選擇：簡單指數(shù)平滑適用于不包含長期趨勢和季節(jié)成分的數(shù)據(jù)；Holt方法適合于包含長期趨勢但不包含季節(jié)成分的數(shù)據(jù)；Winters方法適合于包含季節(jié)成分（以及長期趨勢）的數(shù)據(jù)。EXCEL中只有簡單的指數(shù)回歸，與這里的絕不相同，從這里也可以看到專業(yè)分析軟件的優(yōu)勢更具體更仔細），又按Save鍵，如圖26圖26PredictCase選項中選擇Predictthrough,并在Year欄填入1976,month填入6,這樣就可以得到1976年1-6月份的預(yù)測值（注意，此處與上面的回歸不同，不需要增加6個ID，不然結(jié)果會顯示有缺失值）。返回，按Parameters鍵，如圖27圖27分別把Alpha（截距項的平滑系數(shù)），Gamma（趨勢項的平滑系數(shù)）和Delta（季節(jié)指數(shù)的平滑系數(shù)），設(shè)為從0到1之間以步長0.05搜索最優(yōu)的參數(shù)值，其它選項采用默認值。返回按。心出現(xiàn)結(jié)果如圖28：Siik^llc-siSumsof tini甑IErfh芋Series值eirqnkAipris(Level)Gsmms(TrendyDelta(SeasarjSumsofSquaredError?hstarts.：TfibOO.DGOCO.000004562.6152.80000.OGOOQ.doooo4573.6643.70000.ocaeoooaao45310784OQQdQ4S1W55.75A00.CQ040葉則46i5.321E.000400500J4617.179735000.OGOCO.000004GMi1087DOOO.cooob.06000464-2.9S59,35000.osoeo05000464i6.272博，阿w［如削40限211Series閭pha(Lavs*Gamine(Trentf)口回口(S&asonJSumsofSquaredErrors出errorw附75001.■DODQD.00DQDJ662.BIS11-9Sftowvihwiaram由pars^elarswittith9smalleiSumsofSqu^dE-rrats.Tneseparamdersarcusedtobracast.圖28從圖可看到平滑指數(shù)分別是Alpha=0.75,Gamma=0,Delta=0,而更重要的是，可以直接得到預(yù)測值，如圖29：◎nraiunth加沖Frr1ERR1一12312362199iS753WV?1976EU.7B2O11735931"1皿7777T1S754APR⑼方7J377363.33012S125927B2t審5mv畤巧陽現(xiàn)了律13954231K12S密期除河EJUN1575斑93敬3.3J76512713732磔7JUL19750J31J74C.4G73&1K128906551SZ5eAUG而5工期031%1293451r1875gSEP1575B3332S2iia<oa13Qiso汨舔18節(jié)Id9CT1S75審131716J5由7511NQV19757fEJ7S巧川群1321&班的1975HDEC197557回即-153JB7133-詢西1JAN197651503ss134■fl-I9?fi1F莖自197?的mi的155■isn3陽樂iSZ-fi臟栓應(yīng)136-19764Af■口197C137-1976卷mvI97fi101￡9631138-tSTfiJUN1S7G95.21515—■―圖29除了Fit一項的預(yù)測外，可以得到1976年1-6月的預(yù)測結(jié)果。同時，可以通過FIT1的預(yù)測情況與上面三次曲線回歸方程比較，采用平均絕對誤差、均方根誤差和平均絕對百分誤差的結(jié)果選擇更佳的答案。與EXCEL表現(xiàn)的比較和補充這一點是針對像我這樣開始只懂得用EXCEL的人來說。從個人的體會來說，二種軟件有一定相似，操作都簡便，同時又有一些可以互補的地方。、圖型的表現(xiàn)力是SPSS的主要優(yōu)點之一應(yīng)該說，EXCEL的圖型表現(xiàn)主要是簡便，對許多的人來說基本夠用，但對于科學(xué)的表現(xiàn)，SPSS就更為詳細和準確，這一點據(jù)說在所有統(tǒng)計軟件中都突出。因為大多的書里面都談到，這里從略。二、通過SPSS檢驗方差齊性和數(shù)據(jù)分布假設(shè)檢驗中，采用的t檢驗和方差檢驗都需要滿足二個要求，即.樣本方差齊性.樣本總體呈正態(tài)分布在EXCEL中，提供了F檢驗來檢驗方差齊性問題。也就是可以先通過F檢驗確定方差齊性與否來選擇下一步用哪個T檢驗或方差檢驗分析工具。但只要數(shù)據(jù)多于二組則無從下手；通過描述統(tǒng)計大約能從峰度和偏度來了解樣本的分布（實際工作中，只要分布單峰且近似對稱分布，也可應(yīng)用注2）,但要具體確定樣本的分布也有難度。這二個問題在SPSS就可以解決。A、用SPSS檢驗方差齊性同樣以UniversityofFloridagraduatesalaries.sa&件作為例子來檢驗性別數(shù)據(jù)是否方差齊性a.選擇Analyze->DescriptiveStatistics->Explore,再選擇DependentList->Graduate,FactorList->Gender,Display->Both,如圖30圖30b.點擊Plot按鍵，在對話框里選擇Boxplots->None,Spreadvs.LevelwithLeveneTest->Untransformed,在Descriptive選擇中取消Stem-and-leaf一項，如圖31Plots廠H5廠H5帆31加口1由#麗tht峨歸Kpiaadvs.Lftv?l如的LevsnsT位觀廣l^one廠^tiyffirestimabion「TEagFoinnBd也怦t*辿nHg神。制品圖31然后，按OK鍵，結(jié)果如圖32顯示:T0或8H削no^QiL^ityMUiiiim心。LeveneStabiledu娘SI耳6as?donkk吊nJi-31K9S,576Basedan炳ediwn.3221109E-57?OassdonMedianandiwiina的u忘但ddf322i1W51S1,57a日392doMrrmmedmeanF71ioge.sn圖32圖32中可以看出，顯著值sig都大于0.05,因此不能拒絕H0方差齊性的假設(shè)，即數(shù)據(jù)的方差齊性。提示，在SPSS中，應(yīng)用t檢驗是不需要單獨檢驗方差齊性問題。結(jié)果中就有Levene檢驗的結(jié)果，從中就可以選擇方差分別作為相等與不等假設(shè)時的結(jié)果，如圖33

□flndirN!=4d.［>mrt4mSlflLinwKe-^nCirji^ie百ITT32MlMbH31TM上岬木巾削M$￡|西&T?U/憐MT印:坳EquiJtfGlVindnEfts-1片胃M印.力加QrN4arTtlFi由r國g口皿已申H?arDFT?ftfK?^vHiranEfl98kdih”53口囪口艮號二川曲-勺部沖遍4EtMilmnmcvEFiala￡.UMnad工“中MBJtMf叫MTrem日工解@圖33而在方差檢驗中，Option的按鍵有一個HomogeneityofVariancetest的按鍵，選擇后，輸出就有方差齊性的檢驗結(jié)果。B、用SPSS檢驗樣本總體的分布。以軟件自帶文件World95forMissingValues.sav作為例子檢驗出生率的分布是否服從正態(tài)a.選擇Data->WeightCases，并把Birthrateper1000people選入Weightcasesby的選項，如圖34?FVipulalioriin恤口第入④Numberofpeople：^??FVipulalioriin恤口第入④Numberofpeople：^?%口口信WingMe而■金博咕電fetnalglife金AnQj西口2小占施B咨由號P&如痣徹Pi"但制歲Pcpulalsari