1、1数据录入/导入定义变量及其属性2信度效度分析3描述统计分析4T检验方差分析线性回归分析如何将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
2、小数位数取0。变量名标签：输入变量名的具体含义，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
3、意义。例如李克特打分。数据计算：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
4、较好，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：收敛收敛效度效度：指的是量表不同一构念的其他指标确实相互关联的程度。判别判别效度效度：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。效度低.效度高.描述统计分析：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 StatisticsF
5、requencies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）将标准化后的变量结果存为新的变量描述统计分析：绘制散点图1.GraphsLegacy DialogsScatter Dot2.选择Simple Scatter3.选择变量输入X轴和Y轴。4.OK。X轴Y轴独立样本T检验分析的变量分组依据类别对
6、应数值。例如之前编码1-男，即在Group1输入1SPSS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，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
7、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：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
8、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。
