第一篇：對(duì)SPSS,AMOS的總結(jié)分析

對(duì)SPSS,AMOS的總結(jié)分析

作者:spssman 來源:【整理】 發(fā)布時(shí)間:2009-5-5 瀏覽:

訪問者:

58.23.96.242 摘要提示：SPSS是探索性統(tǒng)計(jì)分析軟件，AMOS是驗(yàn)證性統(tǒng)計(jì)分析軟件。做探索性因素分析時(shí)用SPSS，探索性因素分析完成后，為了驗(yàn)證所得到的因子結(jié)構(gòu)是否合理，就需要進(jìn)行驗(yàn)證性因

素分析，這就用的了AMOS。

近段時(shí)間以來，我對(duì)SPSS11.0 SPSS16.0 AMOS16.0進(jìn)行了較為系統(tǒng)的理論和技能的學(xué)習(xí)，可以說受益匪淺。咨將學(xué)習(xí)過程中的體會(huì)總結(jié)之，如下：

一.對(duì)SPSS而言，可以說是一個(gè)十分強(qiáng)大的統(tǒng)計(jì)工具，里面的任何一個(gè)菜單都可以完成諸多任務(wù)。如果想掌握整個(gè)SPSS操作功能的話，可以說難度很大。當(dāng)然都學(xué)下來也沒有必要，我們只要掌握所需要用到的即可。對(duì)于心理學(xué)和社會(huì)學(xué)而言，主要學(xué)習(xí)下面的操作：（1）參數(shù)檢驗(yàn)：單樣本、兩獨(dú)立樣本、配對(duì)樣本（2）方差分析：單因素、多因素、協(xié)方差分析（3）非參數(shù)檢驗(yàn)：X2、二項(xiàng)式分布、K—S檢驗(yàn)（4）相關(guān)分析和線性回歸分析（5）聚類分析(6)因子分析（7）信度分析。以上的內(nèi)容是我們經(jīng)常用到的，尤其是相關(guān)分析和線性回歸分析。

當(dāng)然我主要學(xué)習(xí)的是SPSS中的探索性因素分析。所謂探索性因素分析其實(shí)就是嘗試找出某事物中最能代表其本質(zhì)的因素。因素可以是一個(gè)，兩個(gè)或者多個(gè)。因素的個(gè)數(shù)可以人為規(guī)定也可以由系統(tǒng)自動(dòng)生成，軟件會(huì)自動(dòng)將相似的題目數(shù)劃到同一因素下。但是不管是人為決定因素的個(gè)數(shù)還是系統(tǒng)自動(dòng)生成，其最大的目的就是為了盡可能找到特征根值大于1的因素?cái)?shù)以及找到方差的最大貢獻(xiàn)率，一般而言大于50%就認(rèn)為不錯(cuò)了。（1）首先我要講到的是探索性因素分析中對(duì)正交旋轉(zhuǎn)和斜交旋轉(zhuǎn)選擇的問題。在這個(gè)問題上，各家的看法也不太一致。比較有代表性的是李茂能一般會(huì)采用斜交中的Promax法，其解釋是為了簡化結(jié)構(gòu)，使項(xiàng)目與因素間達(dá)到較高的因素負(fù)荷；而張文彤則主張采用正交旋轉(zhuǎn)法，其解釋是斜交旋轉(zhuǎn)的結(jié)果太容易受研究者主觀意愿的左右，故一般采用正交旋轉(zhuǎn)。我想正交相對(duì)斜交而言，前者能夠最大的保持因子的不相關(guān)性，這點(diǎn)很重要。從我所看過的碩士論文中，用正交的相對(duì)來說比較多，所以建議還是采用正交旋轉(zhuǎn)會(huì)更好一些。（2）其次，就是對(duì)正交旋轉(zhuǎn)下最大變異法（Varimax）和極大相等法（Equanmax）的選擇。前者的特點(diǎn)是能夠?qū)е碌谝粋€(gè)因素的負(fù)荷量過大，而后者則是平均分配幾個(gè)因子的負(fù)荷量，當(dāng)然這也要考慮你的研究目的了。不過從使用的頻次和哈師大崔洪弟老師的建議還是采用Varimax法的居多。（3）最后一點(diǎn)我要提的就是在編制問卷過程中試題的刪減標(biāo)準(zhǔn)，以下幾點(diǎn)是我總結(jié)的，錯(cuò)誤之處希望大家給予指正：①理論上的語義分析。②鑒別度和難度的判斷，一般而言要大于0.3。③項(xiàng)目與總分的相關(guān)，應(yīng)大于0.3.④項(xiàng)目的負(fù)荷量。視樣本大小而定，一般大于0.4.⑤一般橫跨兩個(gè)因素或空白的項(xiàng)目也要?jiǎng)h除，這一點(diǎn)我是在李茂能的書上看到的。

二、對(duì)AMOS16.0的使用。初學(xué)AMOS給人耳目一新的感覺，尤其是相對(duì)LISREL枯燥的編程而言，AMOS的主動(dòng)操作更是增大了使用者的便捷性和趣味性。AMOS是線性結(jié)構(gòu)方程的一種，其操作方法也就是驗(yàn)證性因子分析，其涵義即為對(duì)理論模型和現(xiàn)實(shí)數(shù)據(jù)擬合程度的一種再分析。其版本經(jīng)歷了AMOS4.0 AMOS6.0 AMOS9.0和AMOS16.0，目前我使用的便是當(dāng)前最新的版本。（1）首先做驗(yàn)證性因素分析重要的就是前期模型的假設(shè)，即構(gòu)建顯變量和潛變量之間的關(guān)系。將可能的關(guān)系羅列出來，并在模型中予以表示。（2）關(guān)于擬合指標(biāo)的選擇。結(jié)合李茂能、侯杰泰和所見到的論文，用到的比較多的擬合指標(biāo)如下：X2/df、RMR RMSEA GFI AGFI AIC CAIC NFI TLI(NNFI)和CFI。其中X2/df一般在1~3左右波動(dòng)，越小越好。RMR RMSEA均小于0.05，模型擬合的較好；GFI AGFI NFI TLI(NNFI)和CFI均大于0.9，模型擬合的比較好。（3）關(guān)于問卷編制中試題的刪減標(biāo)準(zhǔn)，以下幾點(diǎn)是我自己總結(jié)而得，錯(cuò)誤之處希望大家給予指正：①在標(biāo)準(zhǔn)化下，看其因子中的負(fù)荷。若小于0.3則考慮刪除，同時(shí)也要參考下MI值。②若MI值中兩誤差的指數(shù)很高的話，找到兩誤差對(duì)應(yīng)的題目原題，看一下相關(guān)，若相關(guān)高，則刪除其中一題，這是崔老師在課上講到的，原文出處我沒有找到。③以上過程不斷的重復(fù)，修正和刪除，直至模型擬合的的較好。注意一點(diǎn)就是理論上一定要通，不能僅僅根據(jù)數(shù)據(jù)數(shù)值而定。（4）最后我要提的就是在SEM中對(duì)中介變量和調(diào)節(jié)變量的檢驗(yàn)。由于國內(nèi)相關(guān)研究并不多，但是AMOS卻是一個(gè)極好利用的工具。我想隨著統(tǒng)計(jì)工具的普及，對(duì)三變量中介和調(diào)節(jié)關(guān)系的研究也會(huì)逐漸多起來。

以上只是簡要敘述了SPSS,AMOS的使用后的感受，里面涉及的內(nèi)容還有很多。下面介紹幾本比較好的這方面的書籍。SPSS方面比較好的是張文彤的《SPSS統(tǒng)計(jì)分析高級(jí)教程》，張本的語言很幽默，特點(diǎn)就是操作性強(qiáng)，每步的操作都有詳細(xì)的介紹，很適合上機(jī)演練。對(duì)每個(gè)菜單都有較為詳細(xì)的敘述，當(dāng)然缺點(diǎn)便造成了對(duì)每一個(gè)功能的介紹并不夠深入。另外一本是薛薇的SPSS統(tǒng)計(jì)軟件的應(yīng)用，可以說是本SPSS的入門書，淺顯易懂，最大的特點(diǎn)就是書后附了張數(shù)據(jù)光盤，可以在電腦上實(shí)時(shí)練習(xí)，是初學(xué)SPSS的不錯(cuò)選擇。

對(duì)AMOS的書，容易買到的應(yīng)該是侯杰泰的《結(jié)構(gòu)方程模型及應(yīng)用》是很好的一本書，可以作為SEM的入門書，不過書中的軟件是以LISREL來運(yùn)行的；如果想學(xué)AMOS的話，臺(tái)灣李茂能的《結(jié)構(gòu)方程模式軟體AMOS之簡介及其在測驗(yàn)編制上之應(yīng)用：Graphics&Basic》，這本書編寫的非常好，算是很詳細(xì)的一本書了，可惜的是大陸這本書可能并不多。學(xué)習(xí)時(shí)主要參考以上兩本書來進(jìn)行的。

另外有對(duì)中介和調(diào)節(jié)變量感興趣的同學(xué)可以參見近幾年溫忠麟和侯杰泰在《心理學(xué)報(bào)》上發(fā)表的相關(guān)文章。想這以后必將是心理學(xué)研究的一個(gè)熱點(diǎn)。

問：

AMOS與SPSS到底有哪些區(qū)別 答：

如果你對(duì)統(tǒng)計(jì)知識(shí)一點(diǎn)都不懂的話還是最好看看基礎(chǔ)的統(tǒng)計(jì)學(xué)，任何軟件都只是一個(gè)工具，還要你自己有統(tǒng)計(jì)知識(shí)。

軟件還是用SPSS比較簡單，只要你會(huì)點(diǎn)就可以了至于AMOS他是一個(gè)做路徑分析、結(jié)構(gòu)方程比較常用的軟件，建議用SPSS，一般的統(tǒng)計(jì)都能做。

SPSS是探索性統(tǒng)計(jì)分析軟件，AMOS是驗(yàn)證性統(tǒng)計(jì)分析軟件。做探索性因素分析時(shí)用SPSS，探索性因素分析完成后，為了驗(yàn)證所得到的因子結(jié)構(gòu)是否合理，就需要進(jìn)行驗(yàn)證性因素分析?，F(xiàn)在的論文如果涉及因子分析的話，大多要求進(jìn)行驗(yàn)證性因素分析，以及路徑分析等等。這時(shí)候，AMOS就派上用場了，AMOS可以進(jìn)行驗(yàn)證性因素分析、路徑分析、群組分析等等

第二篇：SPSS總結(jié)

SPSS的基本統(tǒng)計(jì)功能

1、數(shù)據(jù)的預(yù)處理

2、描述性統(tǒng)計(jì)和探索性統(tǒng)計(jì)

3、假設(shè)檢驗(yàn)（包括參數(shù)檢驗(yàn)、非參數(shù)檢驗(yàn)等）

4、方差分析（包括一般的方差分析和多元方差分析）

5、相關(guān)分析

6、回歸分析

7、多元統(tǒng)計(jì)分析，包括聚類分析、判別分析、因子分析、對(duì)應(yīng)分析、主成分分析等

8、時(shí)間序列分析

9、信度分析

10、數(shù)據(jù)挖掘：決策樹與神經(jīng)網(wǎng)絡(luò)

SPSS 統(tǒng)計(jì)分析的一般步驟

1、建立SPSS數(shù)據(jù)文件： 在【變量視圖】定義SPSS數(shù)據(jù)文件的結(jié)構(gòu)，在【數(shù)據(jù)視圖】進(jìn)行錄入數(shù)據(jù)文件的錄入。

2、SPSS數(shù)據(jù)的管理數(shù)據(jù)的預(yù)處理 ：

集中于【數(shù)據(jù)】和【轉(zhuǎn)換】兩個(gè)菜單項(xiàng)。

3、SPSS數(shù)據(jù)的統(tǒng)計(jì)分析階段

： 在【分析】菜單中選擇正確的統(tǒng)計(jì)方法。

4、SPSS分析結(jié)果的閱讀和解釋

： 讀懂SPSS輸出窗口中的分析結(jié)果

5、明確其統(tǒng)計(jì)含義，并結(jié)合背景知識(shí)做出合理的解釋。

第2章 SPSS統(tǒng)計(jì)分析前的準(zhǔn)備

一、SPSS數(shù)據(jù)文件的特點(diǎn)

1、SPSS數(shù)據(jù)文件是一種有結(jié)構(gòu)的數(shù)據(jù)文件（一般文本文件僅有純數(shù)據(jù)部分，而沒有關(guān)于結(jié)構(gòu)的描述）；

2、由數(shù)據(jù)的結(jié)構(gòu)和內(nèi)容兩部分構(gòu)成；

3、其中數(shù)據(jù)的結(jié)構(gòu)記錄數(shù)據(jù)類型、取值說明、數(shù)據(jù)缺失等必要信息（在【變量視圖】，每一列大家都要明白你在定義什么，有什么用）；

4、數(shù)據(jù)的內(nèi)容是那些待分析的具體數(shù)據(jù)；

5、在【數(shù)據(jù)視圖】每一列代表一個(gè)變量(variable)，變量名顯示在表格頂部；

6、在【數(shù)據(jù)視圖】的每一行代表一個(gè)記錄（case）（即一個(gè)案例，或稱一個(gè)對(duì)象、一個(gè)觀察、一個(gè)個(gè)體），記錄序號(hào)顯示在表格的左側(cè)；

7、在【數(shù)據(jù)視圖】可以輸入和編輯數(shù)據(jù)，但是不能輸入數(shù)學(xué)表達(dá)式和函數(shù)

二、定義變量

1、【數(shù)據(jù)視圖】是進(jìn)行數(shù)據(jù)輸入、數(shù)據(jù)編輯的界面，對(duì)應(yīng)的表格用于查看、錄入和修改數(shù)據(jù)。

2、【變量視圖】 是定義數(shù)據(jù)文件的變量的界面，對(duì)應(yīng)的表格用于輸入和修改變量的定義。

3、用SPSS讀取其他格式的數(shù)據(jù)：

1）數(shù)據(jù)文件：*。sav

語法文件：*。sps 結(jié)果文件：*。spo

腳本文件： *。sbs 2）文件-打開-數(shù)據(jù)，可打開多種文件類型（。sav、。xls、。dbf、。txt、。dat等）

注：要想順利打開txt文檔，txt文檔最好有固定的分隔符，如一個(gè)空格或一個(gè)逗號(hào)等。

三、數(shù)據(jù)的編輯

在SPSS中，數(shù)據(jù)文件的編輯、整理等功能被集中在了【數(shù)據(jù)】和【轉(zhuǎn)換】兩個(gè)菜單項(xiàng)中：

1、數(shù)據(jù)的增刪、復(fù)制、剪切、粘貼；

2、數(shù)據(jù)的排序，Sort Cases排序便于數(shù)據(jù)的瀏覽，快捷找到最大值或最小值，迅速發(fā)現(xiàn)數(shù)據(jù)的異常值；

四、文件的拆分：文件的拆分相當(dāng)于統(tǒng)計(jì)學(xué)中的數(shù)據(jù)分組，即將數(shù)據(jù)按一個(gè)或幾個(gè)分組變量分組。

五、數(shù)據(jù)選取 ：

數(shù)據(jù)選取（個(gè)案選?。┑幕痉绞?/p>

按指定條件選取（If condition is satisfied）

隨機(jī)抽樣(Random sample of cases)選取某一區(qū)域內(nèi)(Based on time or case range)

六、個(gè)案加權(quán)：記錄加權(quán)是對(duì)觀測數(shù)據(jù)賦以權(quán)重，常用于頻數(shù)表資料；

七、文件的合并：合并文件是指將外部數(shù)據(jù)中的記錄或變量合并到當(dāng)前的數(shù)據(jù)文件中去。合并數(shù)據(jù)文件包括兩種方式：

從外部數(shù)據(jù)文件增加記錄到當(dāng)前數(shù)據(jù)文件中——縱向合并或稱追加記錄。從外部數(shù)據(jù)文件增加變量到當(dāng)前數(shù)據(jù)文件中——橫向合并或稱追加變量。

八、變量的計(jì)算和變換：【轉(zhuǎn)換】-【計(jì)算變量】

九、數(shù)據(jù)的重新編碼recode 統(tǒng)計(jì)分組

將字符型變量轉(zhuǎn)換為數(shù)值型變量 將幾個(gè)小類別合為一個(gè)類別 將數(shù)值型變量轉(zhuǎn)換為字符型

十、統(tǒng)計(jì)結(jié)果的保存為word文件：【文件】-【導(dǎo)出】

第3章

SPSS描述性統(tǒng)計(jì)

1.Frequencies（頻率）過程的特色是產(chǎn)生頻數(shù)表；功能 產(chǎn)生頻數(shù)分布表；

繪制條形圖、餅圖、直方圖；

計(jì)算集中趨勢與離散程度、分布形狀（峰度和偏度的意義）等統(tǒng)計(jì)量； 按要求給出分位數(shù)；

對(duì)數(shù)據(jù)的分布趨勢進(jìn)行初步分析

（注：對(duì)于定性變量來說，一般來說產(chǎn)生頻數(shù)分布表，制作條形圖，餅圖即可）；

2.描述分析（Descriptives過程）

適用的分析對(duì)象：定量變量，測度為scale。功能：

調(diào)用此過程對(duì)變量進(jìn)行描述性統(tǒng)計(jì)分析，計(jì)算均值、標(biāo)準(zhǔn)差、全距和均值標(biāo)準(zhǔn)誤差等； 并可將原始數(shù)據(jù)轉(zhuǎn)換成Z分?jǐn)?shù)（(原始值-均值)/標(biāo)準(zhǔn)差）。

3.Explore（探索）過程用于對(duì)數(shù)據(jù)概況不清時(shí)的探索性分析，定量變量； 在一般描述性統(tǒng)計(jì)分析的基礎(chǔ)上，增加有關(guān)數(shù)據(jù)其他特征的文字與圖形描述。提供莖葉圖、箱線圖、PP圖、QQ圖等；

指出異常值（Outliers），可檢查數(shù)據(jù)是否有錯(cuò)誤，剔除異常值和錯(cuò)誤數(shù)據(jù)； 進(jìn)行點(diǎn)估計(jì)和區(qū)間估計(jì)，計(jì)算均值的置信區(qū)間，； 檢驗(yàn)一組數(shù)據(jù)是否呈正態(tài)分布； 4.列聯(lián)表分析

（1）列聯(lián)表分析的適用條件

對(duì)一個(gè)定量變量的描述和分析，一般用頻數(shù)分析（頻數(shù)分布表、餅圖、直方圖、條形圖）； 對(duì)兩個(gè)定性變量的描述和分析，通常使用列聯(lián)表、對(duì)應(yīng)分析，或使用卡方檢驗(yàn)； 對(duì)兩個(gè)以上定性變量的描述和分析，通常使用高維列聯(lián)表。（2）期望頻數(shù)的分布

如果行變量和列變量是獨(dú)立的，可以計(jì)算出列聯(lián)表中每個(gè)格子里的頻數(shù)應(yīng)該是多少，稱為期望頻數(shù)；

（3）列聯(lián)表分析的基本思路

檢驗(yàn)列聯(lián)表中的行變量與列變量之間是否獨(dú)立（或是否相關(guān)）。原假設(shè)為行變量與列變量之間獨(dú)立（或不相關(guān)）。比較觀察頻數(shù)與期望頻數(shù)的差。

如果兩者的差越大，表明實(shí)際情況與原假設(shè)相去甚遠(yuǎn)；如果差越小，表明實(shí)際情況與原假設(shè)越相近。

對(duì)于這個(gè)假設(shè)的檢驗(yàn)，可以采用卡方分布，進(jìn)行卡方檢驗(yàn)。

（4）列聯(lián)表分析的步驟

檢驗(yàn)列聯(lián)表中的行變量與列變量之間是否獨(dú)立（是否相關(guān)）提出假設(shè)

H0：行變量與列變量獨(dú)立（不相關(guān)）H1：行變量與列變量不獨(dú)立（相關(guān) 計(jì)算檢驗(yàn)的統(tǒng)計(jì)量 統(tǒng)計(jì)決策

進(jìn)行決策：P值決策

P<0。05，則拒絕原假設(shè)H0，否則，接收原假設(shè)。（5）Pearson卡方檢驗(yàn)的應(yīng)用條件

所有單元的期望頻數(shù)應(yīng)該大于1，或不應(yīng)有大量的期望頻數(shù)小于5的單元格。

如果列聯(lián)表中有20%以上的單元格中的期望頻數(shù)小于5，則一般不宜用卡方檢驗(yàn)。Pearson卡方檢驗(yàn)最普遍

第4章

SPSS的均值比較過程 1。Means過程

對(duì)準(zhǔn)備比較的各組計(jì)算描述指標(biāo)，進(jìn)行預(yù)分析，也可直接比較，定量變量。（1）Means過程是專門計(jì)算各種平均數(shù)，并對(duì)平均數(shù)進(jìn)行簡單比較的；（2）雖然Descriptive Statistics（描述統(tǒng)計(jì)）菜單項(xiàng)中的幾個(gè)過程也能計(jì)算均數(shù)，但Means過程的輸出結(jié)果是將各組的描述指標(biāo)放在一起的，便于相互比較；

（3）Means過程必須設(shè)置分組變量，若沒有分組變量的話，可以使用Descriptive Statistics菜單項(xiàng)中的幾個(gè)過程。

（4）適用于測度水平為SCALE的變量。

2。單樣本T檢驗(yàn)（1）目的

檢驗(yàn)?zāi)匙兞康目傮w均值與指定的檢驗(yàn)值之間是否存在顯著差異。（2）適用條件

樣本來自的總體服從正態(tài)分布（3）基本步驟

H0： μ＝μ0 H1： μ≠μ0

構(gòu)造檢驗(yàn)統(tǒng)計(jì)量 統(tǒng)計(jì)決策

如果P值<α（α一般取值為0。05），拒絕原假設(shè)； 如果P值>α，接受原假設(shè)；

3。

獨(dú)立樣本T 檢驗(yàn)（1）目的

通過比較兩個(gè)樣本均值差的大小來確定兩個(gè)總體的均值是否相等。（2）適用條件

獨(dú)立性：兩個(gè)樣本相互獨(dú)立，且均為大樣本；

正態(tài)性：如果兩個(gè)樣本相互獨(dú)立但都是小樣本，或有一個(gè)樣本是小樣本，則要求總體服從正態(tài)分布；

方差齊性

（3）基本步驟

a、方差齊性F檢驗(yàn)

原假設(shè)：兩個(gè)總體方差相等； 備則假設(shè)：兩個(gè)總體方差不相等；

P值<0。05 時(shí)，拒絕原假設(shè)，說明方差不齊；否則兩個(gè)總體方差無顯著性差異。b、對(duì)兩總體的均值提出假設(shè) H0： μ1＝μ2

H1： μ1≠μ2 c、統(tǒng)計(jì)決策

在SPSS中進(jìn)行兩獨(dú)立樣本t檢驗(yàn)時(shí)，應(yīng)首先對(duì)F檢驗(yàn)作判斷。如果方差相等，觀察分析結(jié)果中Equal variances assumed列的t檢驗(yàn)相伴概率值；如果方差不相等，觀察Equal variances not assumed列的t檢驗(yàn)相伴概率值。如果P值<α，拒絕原假設(shè)； 如果P值>α，不能拒絕原假設(shè)；

4.配對(duì)樣本的T 檢驗(yàn)

配對(duì)樣本是指對(duì)同一樣本的某個(gè)變量進(jìn)行前后兩次測試所獲得的兩組數(shù)據(jù)，或是對(duì)兩個(gè)完全相同的樣本在不同條件下進(jìn)行測試所獲得的兩組數(shù)據(jù)。其差別在于抽樣不是相互獨(dú)立的，而是互相關(guān)聯(lián)的。（1）配對(duì)樣本通常有兩個(gè)特征： 第一，兩組樣本的樣本數(shù)相同；

第二，兩個(gè)樣本記錄的先后順序一一對(duì)應(yīng)，不能隨意更改。（2）適用條件

兩樣本數(shù)據(jù)必須兩兩配對(duì) 兩總體服從正態(tài)分布

配對(duì)樣本的錄入方式是：每對(duì)數(shù)據(jù)在同一個(gè)case的兩個(gè)配對(duì)的變量上（3）檢驗(yàn)步驟 a、提出假設(shè) H0： μ1＝μ2

H1： μ1≠μ2 b、統(tǒng)計(jì)決策

如果P值<α，拒絕原假設(shè)； 如果P值>α，不能拒絕原假設(shè)；

第5章 方差分析

如何對(duì)一個(gè)或兩個(gè)總體的均值進(jìn)行檢驗(yàn)，我們可以用均值比較，如果要討論多個(gè)總體均值是否相等，我們所采用的方法是方差分析。

方差分析中有以下幾個(gè)重要概念。（1）因素（Factor）：是指所要研究的變量，它可能對(duì)因變量產(chǎn)生影響。如果方差分析只針對(duì)一個(gè)因素進(jìn)行，稱為單因素方差分析。如果同時(shí)針對(duì)多個(gè)因素進(jìn)行，稱為多因素方差分析。

（2）水平（Level）：水平指因素的具體表現(xiàn)，如銷售的四種方式就是因素的不同取值等級(jí)。

（3）單元（Cell）：指因素水平之間的組合。（4）元素（Element）：指用于測量因變量的最小單位。一個(gè)單元里可以只有一個(gè)元素，也可以有多個(gè)元素。

（5）交互作用（Interaction）：如果一個(gè)因素的效應(yīng)大小在另一個(gè)因素不同水平下明顯不同，則稱兩因素間存在交互作用。

1.單因素方差分析

單因素方差分析也叫一維方差分析，它用來研究一個(gè)因素的不同水平是否對(duì)觀測變量產(chǎn)生了顯著影響，即檢驗(yàn)由單一因素影響的一個(gè)（或幾個(gè)相互獨(dú)立的）因變量由因素各水平分組的均值之間的差異是否具有統(tǒng)計(jì)意義。（1）適用條件

在各個(gè)水平之下觀察對(duì)象是獨(dú)立隨機(jī)抽樣，即獨(dú)立性；

各個(gè)水平的因變量服從正態(tài)分布，即正態(tài)性；

各個(gè)水平下的總體具有相同的方差，即方差齊性；（2）基本原理

SST（總的離差平方和）=SSA（組間離差平方和）+SSE（組內(nèi)離差平方和）

如果在總的離差平方和中，組間離差平方和所占比例較大，說明觀測變量的變動(dòng)主要是由因素的不同水平引起的，可以主要由因素的變動(dòng)來解釋，系統(tǒng)性差異給觀測變量帶來了顯著影響；反之，如果組間離差平方和所占比例很小，說明觀測變量的變動(dòng)主要由隨機(jī)變量因素引起的。

SPSS將自動(dòng)計(jì)算檢驗(yàn)統(tǒng)計(jì)量和相伴概率P值，若P<α，則拒絕原假設(shè)，認(rèn)為因素的不同水平對(duì)觀測變量產(chǎn)生顯著影響；反之，接受零假設(shè)，認(rèn)為因素的不同水平?jīng)]有對(duì)觀測變量產(chǎn)生顯著影響。

另外，SPSS還提供了多重比較方法，多重比較是通過對(duì)總體均值之間的配對(duì)比較來進(jìn)一步檢驗(yàn)到底哪些均值之間存在差異，最常用的多重比較方法是LSD。（3）檢驗(yàn)步驟 a、提出假設(shè)

H0： 各個(gè)總體的均值無顯著性差異。

H1： 各個(gè)總體的均值有顯著性差異。b、統(tǒng)計(jì)決策

方差齊性檢驗(yàn)結(jié)果，P值>0。05，方差齊，否則，方差不齊；

單因素方差分析表，P值>α，接受H0，都則，拒絕H0，接受H1。

2.多因素方差分析

多因素方差分析是對(duì)一個(gè)獨(dú)立變量是否受一個(gè)或多個(gè)因素或變量影響而進(jìn)行的方差分析。它不僅能夠分析多個(gè)因素對(duì)觀測變量的獨(dú)立影響，更能夠分析多個(gè)因素的交互作用能否對(duì)觀測變量產(chǎn)生顯著影響。（2）基本原理

由于多因素方差分析中觀察變量不僅要受到多個(gè)因素獨(dú)立作用的影響，而且因素其交互作用和一些隨機(jī)因素都會(huì)對(duì)變量產(chǎn)生影響。因此觀測變量值的波動(dòng)要受到多個(gè)控制變量獨(dú)立作用、控制變量交互作用及隨機(jī)因素等三方面的影響。以兩個(gè)因素為例，可以表示為：

Q總＝Q控1＋Q控2＋Q控1控2＋Q隨其中，Q表示各部分對(duì)應(yīng)的離差平方和。多因素方差分析比較

Q

控

1、Q 控

2、Q 控 1 控

Q

隨

占 Q

總 的比例，以此推斷不同因素以及因素之間的交互作用

2、是否給觀測變量帶來顯著影響。

（3）基本術(shù)語

a、Dependent Variable 觀測變量或因變量 主要指研究中的定量變量

如：移動(dòng)話費(fèi)、學(xué)生成績、銷售量、畝產(chǎn)量等

b、Fixed Factor 固定效應(yīng)因素，固定因素，控制因素

主要指研究中的定性變量

如：資費(fèi)等級(jí)、客戶類型、漫游類型、促銷策略等 c、Random Factor 隨機(jī)效應(yīng)因素、隨機(jī)因素

人為無法對(duì)其水平值進(jìn)行準(zhǔn)確控制，只是能夠直觀觀測到

如：話費(fèi)水平、收入水平、消費(fèi)習(xí)慣等

d、Interaction 交互作用、交互效應(yīng)

如果一個(gè)因素的效應(yīng)大小在另一個(gè)因素不同水平下明顯不同，則稱為兩因素間存在交互作用。

當(dāng)存在交互作用時(shí)，單純研究某個(gè)因素的作用是沒有意義的，必須分另一個(gè)因素的不同水平研究該因素的作用大小。例如：飲食習(xí)慣、適量運(yùn)動(dòng)對(duì)減肥的作用； e、main effect 與交互效應(yīng)相對(duì)應(yīng)的

主效應(yīng)就是每個(gè)因素對(duì)因變量的單獨(dú)影響（main effect）f、Covariates 協(xié)變量

指對(duì)應(yīng)變量可能有影響，需要在分析時(shí)對(duì)其作用加以控制的連續(xù)性定量變量 當(dāng)模型中存在協(xié)變量時(shí)，一般是通過找出它與因變量的回歸關(guān)系來控制其影響（3）應(yīng)用條件

等方差；

各樣本的獨(dú)立性：只有各樣本為相互獨(dú)立的隨機(jī)樣本，才能保證變異的可加性（可分解性）；

正態(tài)性：即所有觀察值系從正態(tài)總體中抽樣得出；（4）基本步驟

提出假設(shè)

H0：因素A中的r個(gè)水平的均值相等（因素A 對(duì)因變量無顯著性影響）H1：因素A中的r個(gè)水平的均值不全相等（因素A 對(duì)因變量有顯著性影響）統(tǒng)計(jì)決斷 P值檢驗(yàn)法

依次查看各F值的P值，p-值<α，應(yīng)拒絕原假設(shè)； 如果其P值大于顯著性水平，則不能拒絕H0，可以認(rèn)為相應(yīng)不同水平的控制變量或交互影響沒有造成均值的顯著差異;

第6章

非參數(shù)檢驗(yàn)

非參數(shù)檢驗(yàn)（nonparametric test），又稱為任意分布檢驗(yàn)（distribution-free test）； 不依賴于總體的分布類型，對(duì)樣本所來自總體的分布不作嚴(yán)格假定的統(tǒng)計(jì)推斷方法，稱為非參數(shù)檢驗(yàn)（nonparametric test）

它不考慮研究對(duì)象總體分布的具體形式，也不對(duì)總體參數(shù)進(jìn)行統(tǒng)計(jì)推斷；

而是通過檢驗(yàn)樣本所代表的總體分布位置及分布形狀是否一致來得出統(tǒng)計(jì)結(jié)論。特點(diǎn)

參數(shù)檢驗(yàn)條件不滿足時(shí)的處理方法

不對(duì)均數(shù)等參數(shù)檢驗(yàn)，而是檢驗(yàn)分布是否相同

在總體分布未知的情況下，利用樣本數(shù)據(jù)對(duì)總體的分布形態(tài)進(jìn)行推斷。非參數(shù)檢驗(yàn)的著眼點(diǎn)不是總體參數(shù)，而是總體的分布情況 非參數(shù)檢驗(yàn)研究目標(biāo)總體的分布是否與已知理論分布相同 非參數(shù)檢驗(yàn)研究各樣本所在總體的分布位置，形狀是否相同 優(yōu)點(diǎn)

第一，具有較好的穩(wěn)健性；

第二，受限條件少：對(duì)數(shù)據(jù)要求不像參數(shù)檢驗(yàn)?zāi)菢訃?yán)格

第三，適用范圍廣：可應(yīng)用于各種不同的情況，不受總體分布形狀的限制，適合處理無法精確數(shù)量化的定性數(shù)據(jù)和小樣本數(shù)據(jù) 第四，計(jì)算通常較簡單，且容易理解 缺點(diǎn)

第一，將定量數(shù)據(jù)轉(zhuǎn)換為定性數(shù)據(jù)時(shí)，漏失了數(shù)據(jù)的一些信息

第二，檢驗(yàn)的敏感度和效果，均不如參數(shù)檢驗(yàn)好。檢驗(yàn)效率低于參數(shù)檢驗(yàn)，主要是犯第二類錯(cuò)誤的可能性加大。

第三，參數(shù)檢驗(yàn)適用的數(shù)據(jù)，非參數(shù)方法會(huì)降低檢驗(yàn)效能；當(dāng)數(shù)據(jù)滿足參數(shù)檢驗(yàn)條件時(shí)，效能低于參數(shù)法，不滿足參數(shù)法條件時(shí)，處于“優(yōu)勢” 非參數(shù)檢驗(yàn)的應(yīng)用場合

定量數(shù)據(jù)，不滿足參數(shù)檢驗(yàn)的條件，且無適當(dāng)?shù)淖兞孔儞Q方法解決此問題； 定量數(shù)據(jù)，其分布類型無法獲知，且為小樣本； 定量數(shù)據(jù)，極度偏態(tài)，或個(gè)別數(shù)值偏離過大； 各組離散度相差懸殊

一端或兩端存在不確定數(shù)值的定量數(shù)據(jù)

定序數(shù)據(jù)，比較各組間等級(jí)強(qiáng)度的差別； 非參數(shù)檢驗(yàn)的主要方法 單個(gè)樣本的非參數(shù)檢驗(yàn)

卡方檢驗(yàn)（Chi-Square過程）

二項(xiàng)檢驗(yàn)（Binomial過程）

游程檢驗(yàn)（Runs過程）

柯爾莫哥洛夫—斯米諾夫檢驗(yàn)（l-Sample K-S過程）兩個(gè)獨(dú)立樣本的非參數(shù)檢驗(yàn) 多個(gè)獨(dú)立樣本的非參數(shù)檢驗(yàn) 兩個(gè)配對(duì)樣本的非參數(shù)檢驗(yàn) 多個(gè)配對(duì)樣本的非參數(shù)檢驗(yàn) 順序統(tǒng)計(jì)量

通過對(duì)數(shù)據(jù)從小到大的排序(即排隊(duì))，并由數(shù)據(jù)的大小排序號(hào)(排隊(duì)號(hào))代替原始數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。

秩(Rank)：排序號(hào)(排隊(duì)號(hào))在統(tǒng)計(jì)學(xué)上稱為秩

結(jié)(ties)：絕對(duì)值相等稱為結(jié)，又稱同秩，則取平均秩次。

一般來說，秩就是該組數(shù)據(jù)按照升序排列之后，每個(gè)數(shù)據(jù)的位置。

1.單個(gè)樣本的非參數(shù)檢驗(yàn) 卡方檢驗(yàn)（Chi-Square過程）

用卡方檢驗(yàn)來檢驗(yàn)定性變量的幾個(gè)取值（分類數(shù)據(jù)，或類別）所占比例是否和理論的比例沒有統(tǒng)計(jì)學(xué)差異。檢驗(yàn)分類變量的分布

適合于定性數(shù)據(jù)及頻數(shù)資料的分析

要求樣本足夠大，要求樣本容量一般大于50； 應(yīng)用領(lǐng)域

如病人經(jīng)治療后治愈、好轉(zhuǎn)、有效和無效的人數(shù)總的說來是否相同(實(shí)為治愈、好轉(zhuǎn)、有效和無效的概率或機(jī)會(huì)是否相同)成績優(yōu)、良、中、差的學(xué)生人數(shù)是否相同 贊同某種觀點(diǎn)的人數(shù)是否達(dá)到80%，等等。

比如在人群中抽取了一個(gè)樣本，可以用該方法來分析四種血型所占的比例是否相同（都是25%），或者是否符合我們所給出的一個(gè)比例（如分別為10%、30%、40%和20%）。Chi-Square檢驗(yàn)的基本思路

先按照已知總體的構(gòu)成比例分布，計(jì)算出樣本中定性數(shù)據(jù)（即各類別）的期望頻數(shù)然后求出觀測頻數(shù)和期望頻數(shù)的差值，最后計(jì)算出卡方統(tǒng)計(jì)量 利用卡方分布求出P值，假設(shè)檢驗(yàn)的H0是樣本中某指標(biāo)的比例與已知比例一致 得出檢驗(yàn)結(jié)論

2.二項(xiàng)檢驗(yàn)（Binomial過程）檢驗(yàn)二項(xiàng)分類變量分布

用于檢測所給的變量是否符合二項(xiàng)分布，變量可以是兩分類的，也可以使連續(xù)性變量，然后按你給出的分界點(diǎn)一刀兩斷。

Binomial過程對(duì)二項(xiàng)分類變量的單個(gè)樣本作檢驗(yàn)，推斷總體中兩個(gè)分類數(shù)據(jù)的比例是否分別為π和(1-π)應(yīng)用領(lǐng)域

射擊時(shí)，擊中與未擊中；學(xué)生成績，及格與不及格；疾病診斷，陰性與陽性；硬幣，正面與反面；人群性別，男和女；產(chǎn)品質(zhì)量，合格和不合格 定量數(shù)據(jù)、符號(hào)檢驗(yàn)（SING TEST）與Binomial過程

定量數(shù)據(jù)：大樣本；或小樣本，總體服從正態(tài)分布，總體方差已知； 參數(shù)檢驗(yàn)：單個(gè)樣本的均值檢驗(yàn)

定量數(shù)據(jù)，不滿足參數(shù)檢驗(yàn)的條件，且無適當(dāng)?shù)淖兞孔儞Q方法解決此問題；

極度偏態(tài)，或個(gè)別數(shù)值偏離過大；

一端或兩端存在不確定數(shù)值

3.游程檢驗(yàn)（Runs過程）

Runs過程借助樣本序列的順序推斷總體序列的順序是否是隨機(jī)的，屬隨機(jī)性檢驗(yàn) 二分類數(shù)據(jù)和定量數(shù)據(jù)（連續(xù)數(shù)據(jù)）均可

對(duì)于一個(gè)取兩個(gè)值的分類變量，游程檢驗(yàn)方法是檢驗(yàn)這兩個(gè)值的出現(xiàn)是否是隨機(jī)的。游程檢驗(yàn)還可以用于某個(gè)連續(xù)變量的取值小于某個(gè)值及大于該值的個(gè)數(shù)（類似于0和1的個(gè)數(shù)）是否隨機(jī)的問題 游程檢驗(yàn)的作用

1、檢驗(yàn)總體分布是否相同

將從兩個(gè)總體中獨(dú)立抽取的兩個(gè)樣本的觀察值混合后，觀察游程個(gè)數(shù)，進(jìn)行比較。

2、檢驗(yàn)樣本的隨機(jī)性

將取自某一總體的樣本的觀察值按從小到大順序排列，找出中位數(shù)，分為大于中位數(shù)的小于中位數(shù)的兩個(gè)部分。用上下交錯(cuò)形成的游程個(gè)數(shù)來檢驗(yàn)樣本是否是隨機(jī)的。應(yīng)用范圍

生產(chǎn)過程是否需要調(diào)整，即不合格產(chǎn)品是否隨機(jī)產(chǎn)生； 獎(jiǎng)券的購買是否隨機(jī)；

期貨價(jià)格的變化是否隨機(jī)等等。

若事物的發(fā)生并非隨機(jī)，即有某種規(guī)律，則往往可尋找規(guī)律，建立相應(yīng)模型，進(jìn)行分析，作出適宜的決策。

當(dāng)樣本按某種順序排列(如按抽取時(shí)間先后排列)時(shí)，一個(gè)或者一個(gè)以上相同符號(hào)連續(xù)出現(xiàn)的段，就被稱作游程 ；

4.（l-Sample K-S過程）

柯爾莫諾夫-斯米爾諾夫檢驗(yàn)，考察某個(gè)連續(xù)性變量是否符合理論分布 利用樣本數(shù)據(jù)推斷總體是否服從某種分布

可以檢驗(yàn)的分布有正態(tài)分布、均勻分布、Poission分布和指數(shù)分布。數(shù)據(jù)要求：定量數(shù)據(jù)，Scale

5。

獨(dú)立樣本的非參數(shù)檢

檢驗(yàn)兩個(gè)或多個(gè)獨(dú)立樣本所在總體是否相同

在不了解總體分布的情況下，通過分析樣本數(shù)據(jù)均值或中位數(shù)的差異，推斷樣本來自的兩/多個(gè)獨(dú)立總體的分布存在的顯著性差異。Independent Samples過程：主要用于檢驗(yàn)兩個(gè)獨(dú)立樣本所在總體分布是否相同 K Independent Samples過程：主要用于檢驗(yàn)多個(gè)獨(dú)立樣本所在總體分布是否相同 界面上基本相同

（1）兩個(gè)獨(dú)立樣本的非參數(shù)檢驗(yàn)

含義：由樣本數(shù)據(jù)，推斷兩個(gè)獨(dú)立總體的分布是否存在顯著差異(或兩樣本是否來自同一總體)分析對(duì)象：定量數(shù)據(jù)或定序數(shù)據(jù) 對(duì)分布的形狀不加考慮

分布形狀相同或類似的兩個(gè)總體分布位置比較，可以簡化地理解為兩總體中位數(shù)的比較 應(yīng)用范圍

兩種訓(xùn)練方法中哪一種更出成績 兩種汽 油中哪一個(gè)污染更少 兩種市場營銷策略中那種更有效

與獨(dú)立樣本t檢驗(yàn)的區(qū)別

對(duì)于定量數(shù)據(jù)，如果方差相等，且服從正態(tài)分布

兩個(gè)獨(dú)立樣本的非參數(shù)檢驗(yàn)的過程

定序數(shù)據(jù)；對(duì)于定量數(shù)據(jù)，不滿足兩個(gè)獨(dú)立樣本t檢驗(yàn)的條件

曼-惠特尼U檢驗(yàn)（Mann-Whitney U）

為檢驗(yàn)兩總體的中位數(shù)是否相等，常用Mann-Whitney U 檢驗(yàn)，或稱Wilcoxon秩和檢驗(yàn)(Wilcoxon rank sum test)；

這兩種方法是獨(dú)立提出的，檢驗(yàn)結(jié)果完全等價(jià)的； 分析步驟

建立檢驗(yàn)假設(shè)，確定顯著性水平α ：

H0：兩個(gè)總體的分布位置相同，即高中生和大學(xué)生的每周平均上網(wǎng)時(shí)間的總體分布相同；

H1：兩個(gè)總體的分布位置不同，即高中生和大學(xué)生的每周平均上網(wǎng)時(shí)間的總體分布不同。或：

H0：M1=M2；

H1：M1>M2

2、編秩，將兩組數(shù)據(jù)由小到大統(tǒng)一編秩，編秩時(shí)如遇有相同數(shù)據(jù)，取平均秩次。

3、求秩和，兩組秩次分別相加。

4、確定統(tǒng)計(jì)量

若兩組樣本容量相等，則任取一組的秩和為統(tǒng)計(jì)量；

若兩組樣本容量不等，則以樣本樣本容量較小者對(duì)應(yīng)的秩和為統(tǒng)計(jì)量。

5、查表確定P值，作出推斷結(jié)論。若P>α，不能拒絕原假設(shè)。

若則P<α，拒絕原假設(shè)，認(rèn)為兩總體的分布不相同。

（2）多獨(dú)立樣本非參數(shù)檢驗(yàn)

對(duì)三個(gè)或三個(gè)以上的總體的均值是否相等進(jìn)行檢驗(yàn)，使用的方法是單因素方差分析 ； 單因素方差分析過程需要假定條件，F(xiàn)檢驗(yàn)才有效； 有時(shí)候所采集的數(shù)據(jù)常常不能滿足這些條件，K Independent Samples過程 K Independent Samples過程

含義：由樣本數(shù)據(jù)，推斷多個(gè)獨(dú)立總體的分布是否存在顯著差異(或多個(gè)樣本是否來自同一總體)分析對(duì)象：定量數(shù)據(jù)或定序數(shù)據(jù) 對(duì)分布的形狀不加考慮

分布形狀相同或類似的多個(gè)總體分布位置比較，可以簡化地理解為多個(gè)總體中位數(shù)的比較。應(yīng)用范圍

各城市兒童身高分布一致嗎？

不同收入的居民存（?。┛罱痤~分布一致嗎？

電信公司人力資源部門比較3所大學(xué)雇員的管理業(yè)績是否存在差異？ 檢驗(yàn)方法

Kruskal-Wallis H ：克魯斯卡爾-沃利斯單因素方差分析最常用，原理同Wilcoxon檢驗(yàn) 多個(gè)樣本間的兩兩比較 多組獨(dú)立樣本；

每組5個(gè)觀察值，樣本量小，分布類型未知；

考慮采用秩轉(zhuǎn)換的非參數(shù)檢驗(yàn)方法——Kruskal-Wallis秩和檢驗(yàn)。

（3）兩/多個(gè)配對(duì)樣本非參數(shù)檢驗(yàn)

檢驗(yàn)兩個(gè)或多個(gè)配對(duì)樣本所在總體位置是否相同

在不了解總體分布的情況下，通過分析兩/多個(gè)配對(duì)樣本，推斷樣本來自的兩/多個(gè)總體的分布是否存在顯著性差異。Related Samples過程：主要用于檢驗(yàn)兩個(gè)配對(duì)樣本所在總體分布是否相同 K Related Samples過程：主要用于檢驗(yàn)多個(gè)配對(duì)樣本所在總體分布是否相同 界面上基本相同

兩個(gè)配對(duì)樣本的非參數(shù)檢驗(yàn)

含義：由樣本數(shù)據(jù)推斷兩配對(duì)總體分布是否存在顯著差異。數(shù)據(jù)要求

兩組配對(duì)的樣本數(shù)據(jù)；

兩組數(shù)據(jù)的樣本容量相同，先后次序不能任意改變，一一對(duì)應(yīng)； 統(tǒng)計(jì)分析步驟

提出基本假設(shè)

H0：兩配對(duì)總體分布無顯著差異 H1：兩配對(duì)總體分布有顯著差異 統(tǒng)計(jì)決斷

P值>α，不能拒絕原假設(shè)

P值<α，拒絕原假設(shè)

多個(gè)配對(duì)樣本非參數(shù)檢驗(yàn)

含義：由樣本數(shù)據(jù)推斷多個(gè)配對(duì)總體分布是否存在顯著差異。

數(shù)據(jù)要求：多組配對(duì)的樣本數(shù)據(jù)，多組數(shù)據(jù)的樣本容量相同，先后次序不能任意改變，一一對(duì)應(yīng)； 應(yīng)用范圍

三種促銷形式的銷售額分布一致嗎？ 收集乘客對(duì)多家航空公司是否滿意的數(shù)據(jù)，分析航空公司的服務(wù)水平是否存在顯著差異 評(píng)委打分一致嗎？ 三種檢驗(yàn)方法

Friedman M檢驗(yàn)：最常用

Kendall W檢驗(yàn) ：和諧系數(shù)檢驗(yàn)

Cochran Q：要求樣本數(shù)據(jù)為二分類數(shù)據(jù)（1－滿意

0－不滿意）檢驗(yàn)方法的選擇

1）單個(gè)樣本：若來自正態(tài)總體，可用t檢驗(yàn)，若來自非正態(tài)總體或總體分布無法確定，可用二項(xiàng)檢驗(yàn)（二項(xiàng)檢驗(yàn)）2）配對(duì)樣本：

二分類變量，可用McNemar檢驗(yàn)；

連續(xù)型變量，若來自正態(tài)總體，可用配對(duì)t檢驗(yàn)，否則可用Wilcoxon符號(hào)秩和檢驗(yàn)。

3）兩組獨(dú)立樣本：連續(xù)型變量，若來自正態(tài)總體，可用t檢驗(yàn)，否則，可用 Wilcoxon秩和檢驗(yàn)；

二分類變量或無序多分類變量，可用卡方檢驗(yàn)；

有序多分類變量，宜用Wilcoxon秩和檢驗(yàn)。4）多組獨(dú)立樣本

連續(xù)型變量值，來自正態(tài)總體且方差相等，可用方差分析；否則，進(jìn)行數(shù)據(jù)變換使其滿足正態(tài)性或方差齊的要求后，采用方差分析；數(shù)據(jù)變換仍不能滿足條件時(shí)，可用Kruskal-Wallis秩和檢驗(yàn)。

二分類變量或無序多分類變量，可用卡方檢驗(yàn)。

有序多分類變量宜用Kruskal-Wallis秩和檢驗(yàn)。

第7章 相關(guān)分析 概念

相關(guān)關(guān)系反映出變量之間雖然相互影響，具有依存關(guān)系，但彼此之間是不能一一對(duì)應(yīng)的。例如，學(xué)生成績與其智力因素、各科學(xué)習(xí)成績之間的關(guān)系、教育投資額與經(jīng)濟(jì)發(fā)展水平的關(guān)系、社會(huì)環(huán)境與人民健康的關(guān)系等等，都反映出客觀現(xiàn)象中存在的相關(guān)關(guān)系。相關(guān)關(guān)系的類型

1）根據(jù)相關(guān)程度的不同，相關(guān)關(guān)系可分為完全相關(guān)、不完全相關(guān)和無相關(guān)。2）根據(jù)變量值變動(dòng)方向的趨勢，相關(guān)關(guān)系可分為正相關(guān)和負(fù)相關(guān)。3）根據(jù)變量關(guān)系的形態(tài)，相關(guān)關(guān)系可分為直線相關(guān)和曲線相關(guān)。4）根據(jù)研究變量的多少，可分為單相關(guān)、復(fù)相關(guān)。相關(guān)分析的作用

1）判斷變量之間有無聯(lián)系

2）確定選擇相關(guān)關(guān)系的表現(xiàn)形式及相關(guān)分析方法 3）把握相關(guān)關(guān)系的方向與密切程度

4）相關(guān)分析不但可以描述變量之間的關(guān)系狀況，而且用來進(jìn)行預(yù)測。5)相關(guān)分析還可以用來評(píng)價(jià)測量量具的信度、效度以及項(xiàng)目的區(qū)分度等 相關(guān)系數(shù)

相關(guān)系數(shù)是在直線相關(guān)條件下，說明兩個(gè)變量之間相關(guān)程度以及相關(guān)方向的統(tǒng)計(jì)分析指標(biāo)。相關(guān)系數(shù)一般可以通過計(jì)算得到。作為樣本相關(guān)系數(shù)，常用字母r表示；作為總體相關(guān)系數(shù)，常用字母ρ表示。相關(guān)系數(shù)的數(shù)值范圍是介于–1與 +1之間（即–1≤ r ≤1），常用小數(shù)形式表示，一般要取小數(shù)點(diǎn)后兩位數(shù)字來表示，以便比較精確地描述其相關(guān)程度。

兩個(gè)變量之間的相關(guān)程度用相關(guān)系數(shù)r的絕對(duì)值表示，其絕對(duì)值越接近1，表明兩個(gè)變量的相關(guān)程度越高；其絕對(duì)值越接近于0，表明兩個(gè)變量相關(guān)程度越低。如果其絕對(duì)值等于零1，則表示兩個(gè)變量完全直線相關(guān)。如果其絕對(duì)值為零，則表示兩個(gè)變量完全不相關(guān)（不是直線相關(guān)）。

相關(guān)系數(shù)的注意事項(xiàng)

1）相關(guān)系數(shù)只是一個(gè)比率值，并不具備與相關(guān)變量相同的測量單位。2）相關(guān)系數(shù)r 受變量取值區(qū)間大小及樣本數(shù)目多少的影響比較大。

3）來自于不同群體且不同質(zhì)的事物的相關(guān)系數(shù)不能進(jìn)行比較。4）對(duì)于不同類型的數(shù)據(jù)，計(jì)算相關(guān)系數(shù)的方法也不相同

1.簡單相關(guān)分析的基本原理

簡單相關(guān)分析是研究兩個(gè)變量之間關(guān)聯(lián)程度的統(tǒng)計(jì)方法。它主要是通過計(jì)算簡單相關(guān)系數(shù)來反映變量之間關(guān)系的強(qiáng)弱。一般它有圖形（散點(diǎn)圖）和數(shù)值（一方面應(yīng)觀察相關(guān)系數(shù)的大小，另一方面，應(yīng)觀察概率P值，其原假設(shè)為**不相關(guān)）兩種表示方式。簡單相關(guān)系數(shù)

1）皮爾遜（Pearson）相關(guān)系數(shù)

常稱為積差相關(guān)系數(shù)，適用于研究連續(xù)變量之間的相關(guān)程度。例如，收入和儲(chǔ)蓄存款、身高和體重等變量間的線性相關(guān)關(guān)系。注意Pearson相關(guān)系數(shù)適用于線性相關(guān)的情形，對(duì)于曲線相關(guān)等更為復(fù)雜的情形，系數(shù)的大小并不能代表其相關(guān)性的強(qiáng)弱。2）Spearman等級(jí)相關(guān)系

Spearman等級(jí)相關(guān)系數(shù)是用來度量順序水準(zhǔn)變量間的線性相關(guān)關(guān)系。它是利用兩變量的秩次大小作線性相關(guān)分析，適用條件為：

① 兩個(gè)變量的變量值是以等級(jí)次序表示的資料；

②

一個(gè)變量的變量值是等級(jí)數(shù)據(jù)，另一個(gè)變量的變量值是等距或比率數(shù)據(jù)，且其兩總體不要求是正態(tài)分布，樣本容量n不一定大于30。

從斯皮爾曼等級(jí)相關(guān)適用條件中可以看出，等級(jí)相關(guān)的應(yīng)用范圍要比積差相關(guān)廣泛，它的突出優(yōu)點(diǎn)是對(duì)數(shù)據(jù)的總體分布、樣本大小都不做要求。但缺點(diǎn)是計(jì)算精度不高。3）Kendall’s等級(jí)相關(guān)系數(shù)

它是用于反映分類變量相關(guān)性的指標(biāo)，適用于兩個(gè)變量均為有序分類的情況。這種指標(biāo)采用非參數(shù)檢驗(yàn)方法測度變量間的相關(guān)關(guān)系。它利用變量的秩計(jì)算一致對(duì)數(shù)目和非一致對(duì)數(shù)目。

2.偏相關(guān)分析的基本原理

方法概述

簡單相關(guān)分析計(jì)算兩個(gè)變量之間的相互關(guān)系，分析兩個(gè)變量間線性關(guān)系的程度。但是現(xiàn)實(shí)中，事物之間的聯(lián)系可能存在于多個(gè)主體之間，因此往往因?yàn)榈谌齻€(gè)變量的作用使得相關(guān)系數(shù)不能真實(shí)地反映兩個(gè)變量間的線性相關(guān)程度?；驹?/p>

偏相關(guān)分析是在相關(guān)分析的基礎(chǔ)上考慮了兩個(gè)因素以外的各種作用，或者說在扣除了其他因素的作用大小以后，重新來測度這兩個(gè)因素間的關(guān)聯(lián)程度。這種方法的目的就在于消除其他變量關(guān)聯(lián)性的傳遞效應(yīng)。3.距離分析的基本原理

簡單相關(guān)分析和偏相關(guān)分析有一個(gè)共同點(diǎn)，那就是對(duì)所分析的數(shù)據(jù)背景應(yīng)當(dāng)有一定程度的了解。但在實(shí)際中有時(shí)會(huì)遇到一種情況，在分析前對(duì)數(shù)據(jù)所代表的專業(yè)背景知識(shí)尚不充分，本身就屬于探索性的研究。這時(shí)就需要先對(duì)各個(gè)指標(biāo)或者案例的差異性、相似程度進(jìn)行考察，以先對(duì)數(shù)據(jù)有一個(gè)初步了解，然后再根據(jù)結(jié)果考慮如何進(jìn)行深入分析。

距離分析是對(duì)觀測量之間或變量之間相似或不相似的程度的一種測度，是計(jì)算一對(duì)變量之間或一對(duì)觀測量之間的廣義的距離。根據(jù)變量的不同類型，可以有許多距離、相似程度測量指標(biāo)供用戶選擇。但由于本模塊只是一個(gè)預(yù)分析過程，因此距離分析并不會(huì)給出常用的P值，而只能給出各變量/記錄間的距離大小，以供用戶自行判斷相似性。

第8章 SPSS的回歸分析 1。一元線性回歸 方法概述

線性回歸模型側(cè)重考察變量之間的數(shù)量變化規(guī)律，并通過線性表達(dá)式，即線性回歸方程，來描述其關(guān)系，進(jìn)而確定一個(gè)或幾個(gè)變量的變化對(duì)另一個(gè)變量的影響程度，為預(yù)測提供科學(xué)依據(jù)。

一般線性回歸的基本步驟如下。

① 確定回歸方程中的自變量和因變量。

② 從收集到的樣本數(shù)據(jù)出發(fā)確定自變量和因變量之間的數(shù)學(xué)關(guān)系式，即確定回歸方程。

③ 建立回歸方程，在一定統(tǒng)計(jì)擬合準(zhǔn)則下，估計(jì)出模型中的各個(gè)參數(shù)，得到一個(gè)確定的回歸方程。

④ 對(duì)回歸方程進(jìn)行各種統(tǒng)計(jì)檢驗(yàn)。

⑤ 利用回歸方程進(jìn)行預(yù)測。

注：一元線性回歸的經(jīng)驗(yàn)?zāi)Ｐ褪牵篩=β0+β1X 統(tǒng)計(jì)檢驗(yàn)

在求解出了回歸模型的參數(shù)后，一般不能立即將結(jié)果付諸于實(shí)際問題的分析和預(yù)測，通常要進(jìn)行各種統(tǒng)計(jì)檢驗(yàn)，例如擬合優(yōu)度檢驗(yàn)、回歸方程和回歸系數(shù)的顯著性檢驗(yàn)和殘差分析等。

1）輸出結(jié)果的模型摘要

其實(shí)就是對(duì)方程擬合情況的描述。通過這張表可以知道相關(guān)系數(shù)的取值（R），相關(guān)系數(shù)的平方即可決系數(shù)（R Square），校正后的可決系數(shù)(adjusted R Square)和回歸系數(shù)的標(biāo)準(zhǔn)誤(Std。Error of the Estimate)。注意這里的相關(guān)系數(shù)大小和前面相關(guān)分析中計(jì)算出的結(jié)果完全相同。可決系數(shù)R Square的取值介于0和1之間，它的含義就是自變量所能解釋的方差在總方差中所占的百分比，取值越大說明模型的效果越好。

2）輸出結(jié)果中的方差分析表

它是回歸模型顯著性檢驗(yàn)的結(jié)果，所用方法為F檢驗(yàn)，其零假設(shè)為原方程無效，通過P值來判斷原方程是否有效。3）輸出結(jié)果中的回歸系數(shù)表

應(yīng)特別關(guān)注回歸系數(shù)β1 的T檢驗(yàn)，它的零假設(shè)為β1 =0，通過P值來判斷β1 是否有實(shí)際意義。

2.多元線性回歸

在回歸分析中，如果有兩個(gè)或兩個(gè)以上的自變量，就稱為多元回歸。

其基本步驟與一元回歸幾乎一致，只是在輸出結(jié)果的模型摘要中通過觀察調(diào)整R2 來判斷方程的擬合情況，另外，同樣可通過折線圖來觀察模型擬合效果。

3.曲線擬合

實(shí)際中，變量之間的關(guān)系往往不是簡單的線性關(guān)系，而呈現(xiàn)為某種曲線或非線性的關(guān)系。此時(shí)，就要選擇相應(yīng)的曲線去反映實(shí)際變量的變動(dòng)情況。為了決定選擇的曲線類型，常用的方法是根據(jù)數(shù)據(jù)資料繪制出散點(diǎn)圖，通過圖形的變化趨勢特征并結(jié)合專業(yè)知識(shí)和經(jīng)驗(yàn)分析來確定曲線的類型，即變量之間的函數(shù)關(guān)系。

在確定了變量間的函數(shù)關(guān)系后，需要估計(jì)函數(shù)關(guān)系中的未知參數(shù)，并對(duì)擬合效果進(jìn)行顯著性檢驗(yàn)。雖然這里選擇的是曲線方程，在方程形式上是非線性的，但可以采用變量變換的方法將這些曲線方程轉(zhuǎn)化為線性方程來估計(jì)參數(shù)。

在選擇模型的時(shí)候可以結(jié)合專業(yè)知識(shí)多選幾種，如同時(shí)選擇“指數(shù)分布”、“逆模型”和“冪函數(shù)”，然后在模型匯總中比較R2 的大小，選擇最大的一個(gè)，同時(shí)，注意觀察各自的P值，其原假設(shè)為其模型無統(tǒng)計(jì)學(xué)意義。

4.非線性回歸分析

非線性回歸分析是探討因變量和一組自變量之間的非線性相關(guān)模型的統(tǒng)計(jì)方法。線性回歸模型要求變量之間必須是線性關(guān)系，曲線估計(jì)只能處理能夠通過變量變換化為線性關(guān)系的非線性問題，因此這些方法都有一定的局限性。相反的，非線性回歸可以估計(jì)因變量和自變量之間具有任意關(guān)系的模型，用戶根據(jù)自身需要可隨意設(shè)定估計(jì)方程的具體形式。通過散點(diǎn)圖觀察，如果自變量和應(yīng)變量不能通過線性回歸或區(qū)縣估計(jì)來實(shí)現(xiàn)，則可以在SPSS通過【分析】-【回歸】-【非線性】來實(shí)現(xiàn)。

以下是SPSS處理問卷的總結(jié)

當(dāng)我們的調(diào)查問卷在把調(diào)查數(shù)據(jù)拿回來后，我們該做的工作就是用相關(guān)的統(tǒng)計(jì)軟件進(jìn)行處理，在此，我們以SPSS為處理軟件，來簡要說明一下問卷的處理過程，它的過程大致可分為四個(gè)過程：定義變量﹑數(shù)據(jù)錄入﹑統(tǒng)計(jì)分析和結(jié)果保存。下面將從這四個(gè)方面來對(duì)問卷的處理做詳細(xì)的介紹。

SPSS處理：

第一步：定義變量

大多數(shù)情況下我們需要從頭定義變量，在打開SPSS后，我們可以看到和excel相似的界面，在界面的左下方可以看到Data View，Variable View兩個(gè)標(biāo)簽，只需單擊左下方的Variable View標(biāo)簽就可以切換到變量定義界面開始定義新變量。在表格上方可以看到一個(gè)變量要設(shè)置如下幾項(xiàng)：name(變量名)、type(變量類型)、width(變量值的寬度)、decimals(小數(shù)位)、label(變量標(biāo)簽)、Values(定義具體變量值的標(biāo)簽)、Missing(定義變量缺失值)、Colomns(定義顯示列寬)、Align(定義顯示對(duì)齊方式)、Measure(定義變量類型是連續(xù)、有序分類還是無序分類)。

我們知道在SPSS中，我們可以把一份問卷上面的每一個(gè)問題設(shè)為一個(gè)變量，這樣一份問卷有多少個(gè)問題就要有多少個(gè)變量與之對(duì)應(yīng)，每一個(gè)問題的答案即為變量的取值?，F(xiàn)在我們以問卷第一個(gè)問題為例來說明變量的設(shè)置。為了便于說明，可假設(shè)此題為：

1。請問你的年齡屬于下面哪一個(gè)年齡段()? A：20—29 B：30—39 C：40—49 D：50--59 那么我們的變量設(shè)置可如下： name即變量名為1，type即類型可根據(jù)答案的類型設(shè)置，答案我們可以用1、2、3、4來代替A、B、C、D，所以我們選擇數(shù)字型的，即選擇Numeric，width寬度為4，decimals即小數(shù)位數(shù)位為0（因?yàn)榇鸢笡]有小數(shù)點(diǎn)），label即變量標(biāo)簽為“年齡段查詢”。Values用于定義具體變量值的標(biāo)簽，單擊Value框右半部的省略號(hào)，會(huì)彈出變量值標(biāo)簽對(duì)話框，在第一個(gè)文本框里輸入1，第二個(gè)輸入20—29，然后單擊添加即可。同樣道理我們可做如下設(shè)置，即1=20—

29、2=30—

39、3=40—

49、4=50--59；Missing，用于定義變量缺失值，單擊missing框右側(cè)的省略號(hào)，會(huì)彈出缺失值對(duì)話框，界面上有一列三個(gè)單選鈕，默認(rèn)值為最上方的“無缺失值”；第二項(xiàng)為“不連續(xù)缺失值”，最多可以定義3個(gè)值；最后一項(xiàng)為“缺失值范圍加可選的一個(gè)缺失值”，在此我們不設(shè)置缺省值，所以選中第一項(xiàng)如圖；Colomns，定義顯示列寬，可自己根據(jù)實(shí)際情況設(shè)置；Align，定義顯示對(duì)齊方式，有居左、居右、居中三種方式；Measure，定義變量類型是連續(xù)、有序分類還是無序分類。

以上為問卷中常見的單項(xiàng)選擇題型的變量設(shè)置，下面將對(duì)一些特殊情況的變量設(shè)置也作一下說明。

1。開放式題型的設(shè)置：諸如你所在的省份是_____這樣的填空題即為開放題，設(shè)置這些變量的時(shí)候只需要將Value、Missing兩項(xiàng)不設(shè)置即可。

2。多選題的變量設(shè)置：這類題型的設(shè)置有兩種方法即多重二分法和多重分類法，在這里我們只對(duì)多重二分法進(jìn)行介紹。這種方法的基本思想是把該題每一個(gè)選項(xiàng)設(shè)置成一個(gè)變量，然后將每一個(gè)選項(xiàng)拆分為兩個(gè)選項(xiàng)，即選中該項(xiàng)和不選中該項(xiàng)?，F(xiàn)在舉例來說明在SPSS中的具體操作。比如如下一例：

請問您通常獲取新聞的方式有哪些()1 報(bào)紙 2 雜志 3 電視 4 收音機(jī) 5 網(wǎng)絡(luò)

在SPSS中設(shè)置變量時(shí)可為此題設(shè)置五個(gè)變量，假如此題為問卷第三題，那么變量名分別為3_

1、3_

2、3_

3、3_

4、3_5，然后每一個(gè)選項(xiàng)有兩個(gè)選項(xiàng)選中和不選中，只需在Value一項(xiàng)中為每一個(gè)變量設(shè)置成1=選中此項(xiàng)、0=不選中此項(xiàng)即可。

使用該窗口，我們可以把一個(gè)問卷中的所有問題作為變量在這個(gè)窗口中一次定義。到此，我們的定義變量的工作就基本上可以結(jié)束了。下面我們要作就是數(shù)據(jù)的錄入了。首先，我們要回到數(shù)據(jù)錄入窗口，這很簡單，只要我們點(diǎn)擊軟件左下方的Data View標(biāo)簽就可以了。

第二步：數(shù)據(jù)錄入

SPSS數(shù)據(jù)錄入有很多方式，大致有一下幾種： 1。讀取SPSS格式的數(shù)據(jù) 2。讀取Excel等格式的數(shù)據(jù)

3。讀取文本數(shù)據(jù)（Fixed和Delimiter)4。讀取數(shù)據(jù)庫格式數(shù)據(jù)(分如下兩步)（1）配置ODBC（2）在SPSS中通過ODBC和數(shù)據(jù)庫進(jìn)行

但是對(duì)于問卷的數(shù)據(jù)錄入其實(shí)很簡單，只要在SPSS的數(shù)據(jù)錄入窗口中直接輸入就可以了，只是在這里有幾點(diǎn)注意的事項(xiàng)需要說明一下。

1。在數(shù)據(jù)錄入窗口，我們可以看到有一個(gè)表格，這個(gè)表格中的每一行代表一份問卷，我們也稱為一個(gè)個(gè)案。

2。在數(shù)據(jù)錄入窗口中，我們可以看到表格上方出現(xiàn)了1、2、3、4、5??。的標(biāo)簽名，這其實(shí)是我們在第一步定義變量中，我們?yōu)閱柧淼拿恳粋€(gè)問題取的變量名，即1代表第一題，2代表第二題。以次類推。我們只需要在變量名下面輸入對(duì)應(yīng)問題的答案即可完成問卷的數(shù)據(jù)錄入。比如上述年齡段查詢的例題，如果問卷上勾選了A答案，我們在1下面輸入1就行了(不要忘記我們通常是用1、2、3、4來代替A、B、C、D的)。

3。我們知道一行代表一份問卷，所以有幾分問卷，就要有幾行的數(shù)據(jù)。在數(shù)據(jù)錄入完成后，我們要做的就是我們的關(guān)鍵部分，即問卷的統(tǒng)計(jì)分析了，因?yàn)檫@時(shí)我們已經(jīng)把問卷中的數(shù)據(jù)錄入我們的軟件中了。

第三步：統(tǒng)計(jì)分析

有了數(shù)據(jù)，可以利用SPSS的各種分析方法進(jìn)行分析，但選擇何種統(tǒng)計(jì)分析方法，即調(diào)用哪個(gè)統(tǒng)計(jì)分析過程，是得到正確分析結(jié)果的關(guān)鍵。這要根據(jù)我們的問卷調(diào)查的目的和我們想要什么樣的結(jié)果來選擇。SPSS有數(shù)值分析和作圖分析兩類方法。

1。作圖分析：

在SPSS中，除了生存分析所用的生存曲線圖被整合到Analyze菜單中外，其他的統(tǒng)計(jì)繪圖功能均放置在graph菜單中。該菜單具體分為以下幾部分：：

(1)Gallery：相當(dāng)于一個(gè)自學(xué)向?qū)В瑢⒔y(tǒng)計(jì)繪圖功能做了簡單的介紹，初學(xué)者可以通過它對(duì)SPSS的繪圖能力有一個(gè)大致的了解。

(2)Interactive：交互式統(tǒng)計(jì)圖。(3)Map：統(tǒng)計(jì)地圖。

(4)下方的其他菜單項(xiàng)是我們最為常用的普通統(tǒng)計(jì)圖，具體來說有： 條圖 散點(diǎn)圖 線圖 直方圖 餅圖 面積圖 箱式圖

正態(tài)Q-Q圖 正態(tài)P-P圖 質(zhì)量控制圖 Pareto圖

自回歸曲線圖 高低圖 交互相關(guān)圖 序列圖 頻譜圖 誤差線圖

作圖分析簡單易懂，一目了然，我們可根據(jù)需要來選擇我們需要作的圖形，一般來講，我們較常用的有條圖，直方圖，正態(tài)圖，散點(diǎn)圖，餅圖等等，具體操作很簡單，大家可參閱相關(guān)書籍，作圖分析更多情況下是和數(shù)值分析相結(jié)合來對(duì)試卷進(jìn)行分析的，這樣的效果更好。

2。數(shù)值分析：

SPSS 數(shù)值統(tǒng)計(jì)分析過程均在Analyze菜單中，包括：

(1)、Reports和Descriptive Statistics：又稱為基本統(tǒng)計(jì)分析?；窘y(tǒng)計(jì)分析是進(jìn)行其他更深入的統(tǒng)計(jì)分析的前提，通過基本統(tǒng)計(jì)分析，用戶可以對(duì)分析數(shù)據(jù)的總體特征有比較準(zhǔn)確的把握，從而選擇更為深入的分析方法對(duì)分析對(duì)象進(jìn)行研究。Reports和Descriptive Statistics命令項(xiàng)中包括的功能是對(duì)單變量的描述統(tǒng)計(jì)分析。

Descriptive Statistics包括的統(tǒng)計(jì)功能有：

Frequencies(頻數(shù)分析)：作用：了解變量的取值分布情況

Descriptives(描述統(tǒng)計(jì)量分析)：功能：了解數(shù)據(jù)的基本統(tǒng)計(jì)特征和對(duì)指定的變量值進(jìn)行標(biāo)準(zhǔn)化處理

Explore(探索分析)：功能：考察數(shù)據(jù)的奇異性和分布特征

Crosstabs(交叉分析)：功能：分析事物（變量）之間的相互影響和關(guān)系 Reports包括的統(tǒng)計(jì)功能有：

OLAP Cubes(OLAP報(bào)告摘要表)：功能： 以分組變量為基礎(chǔ)，計(jì)算各組的總計(jì)、均值和其他統(tǒng)計(jì)量。而輸出的報(bào)告摘要?jiǎng)t是指每個(gè)組中所包含的各種變量的統(tǒng)計(jì)信息。

Case Summaries(觀測量列表)：察看或打印所需要的變量值 Report Summaries in Row：行形式輸出報(bào)告 Report Summaries in Columns：列形式輸出報(bào)告

(2)、Compare Means(均值比較與檢驗(yàn))：能否用樣本均值估計(jì)總體均值？兩個(gè)變量均值接近的樣本是否來自均值相同的總體？換句話說，兩組樣本某變量均值不同，其差異是否具有統(tǒng)計(jì)意義？能否說明總體差異？這是各種研究工作中經(jīng)常提出的問題。這就要進(jìn)行均值比較。

以下是進(jìn)行均值比較及檢驗(yàn)的過程：

MEANS過程：不同水平下（不同組）的描述統(tǒng)計(jì)量，如男女的平均工資，各工種的平均工資。目的在于比較。術(shù)語：水平數(shù)（指分類變量的值數(shù)，如sex變量有2個(gè)值，稱為有兩個(gè)水平）、單元Cell（指因變量按分類變量值所分的組）、水平組合

T test 過程：對(duì)樣本進(jìn)行T檢驗(yàn)的過程

單一樣本的T檢驗(yàn)：檢驗(yàn)單個(gè)變量的均值是否與給定的常數(shù)之間存在差異。

獨(dú)立樣本的T檢驗(yàn)：檢驗(yàn)兩組不相關(guān)的樣本是否來自具有相同均值的總體（均值是否相同，如男女的平均收入是否相同，是否有顯著性差異）

配對(duì)T檢驗(yàn)：檢驗(yàn)兩組相關(guān)的樣本是否來自具有相同均值的總體(前后比較，如訓(xùn)練效果，治療效果)one-Way ANOVA：一元(單因素)方差分析，用于檢驗(yàn)幾個(gè)（三個(gè)或三個(gè)以上）獨(dú)立的組，是否來自均值相同的總體。

(3)、ANOVA Models(方差分析)：方差分析是檢驗(yàn)多組樣本均值間的差異是否具有統(tǒng)計(jì)意義的一種方法。例如：醫(yī)學(xué)界研究幾種藥物對(duì)某種疾病的療效；農(nóng)業(yè)研究土壤、肥料、日照時(shí)間等因素對(duì)某種農(nóng)作物產(chǎn)量的影響;不同飼料對(duì)牲畜體重增長的效果等，都可以使用方差分析方法去解決

(4)、Correlate(相關(guān)分析)：它是研究變量間密切程度的一種常用統(tǒng)計(jì)方法，常用的相關(guān)分析有以下幾種：

1、線性相關(guān)分析：研究兩個(gè)變量間線性關(guān)系的程度。用相關(guān)系數(shù)r來描述。

2、偏相關(guān)分析：它描述的是當(dāng)控制了一個(gè)或幾個(gè)另外的變量的影響條件下兩個(gè)變量間的相關(guān)性，如控制年齡和工作經(jīng)驗(yàn)的影響，估計(jì)工資收入與受教育水平之間的相關(guān)關(guān)系

3、相似性測度：兩個(gè)或若干個(gè)變量、兩個(gè)或兩組觀測量之間的關(guān)系有時(shí)也可以用相似性或不相似性來描述。相似性測度用大值表示很相似，而不相似性用距離或不相似性來描述，大值表示相差甚遠(yuǎn)

(5)、Regression(回歸分析)：功能：尋求有關(guān)聯(lián)（相關(guān)）的變量之間的關(guān)系在回歸過程中包括：Liner：線性回歸;Curve Estimation：曲線估計(jì);Binary Logistic：二分變量邏輯回歸;Multinomial Logistic：多分變量邏輯回歸;Ordinal 序回歸;Probit：概率單位回歸;Nonlinear：非線性回歸;Weight Estimation：加權(quán)估計(jì);2-Stage Least squares：二段最小平方法;Optimal Scaling 最優(yōu)編碼回歸;其中最常用的為前面三個(gè)。

(6)、Nonparametric Tests(非參數(shù)檢驗(yàn))：是指在總體不服從正態(tài)分布且分布情況不明時(shí)，用來檢驗(yàn)數(shù)據(jù)資料是否來自同一個(gè)總體假設(shè)的一類檢驗(yàn)方法。由于這些方法一般不涉及總體參數(shù)故得名。

非參數(shù)檢驗(yàn)的過程有以下幾個(gè)： 1。Chi-Square test 卡方檢驗(yàn) 2。Binomial test 二項(xiàng)分布檢驗(yàn) 3。Runs test 游程檢驗(yàn)

4。1-Sample Kolmogorov-Smirnov test 一個(gè)樣本柯爾莫哥洛夫-斯米諾夫檢驗(yàn) 5。2 independent Samples Test 兩個(gè)獨(dú)立樣本檢驗(yàn) 6。K independent Samples Test K個(gè)獨(dú)立樣本檢驗(yàn) 7。2 related Samples Test 兩個(gè)相關(guān)樣本檢驗(yàn) 8。K related Samples Test 兩個(gè)相關(guān)樣本檢驗(yàn)(7)、Data Reduction(因子分析)(8)、Classify(聚類與判別)等等

以上就是數(shù)值統(tǒng)計(jì)分析Analyze菜單下幾項(xiàng)用于分析的數(shù)值統(tǒng)計(jì)分析方法的簡介，在我們的變量定義以及數(shù)據(jù)錄入完成后，我們就可以根據(jù)我們的需要在以上幾種分析方法中選擇若干種對(duì)我們的問卷數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，來得到我們想要的結(jié)果。

第四步：結(jié)果保存

我們的SPSS軟件會(huì)把我們統(tǒng)計(jì)分析的多有結(jié)果保存在一個(gè)窗口中即結(jié)果輸出窗口(output)，由于SPSS軟件支持復(fù)制和粘貼功能，這樣我們就可以把我們想要的結(jié)果復(fù)制﹑粘貼到我們的報(bào)告中，當(dāng)然我們也可以在菜單中執(zhí)行file->save來保存我們的結(jié)果，一般情況下，我們建議保存我們的數(shù)據(jù)，結(jié)果可不保存。因?yàn)橹灰辛藬?shù)據(jù)，如果我們想要結(jié)果的，我們可以隨時(shí)利用數(shù)據(jù)得到結(jié)果。

總結(jié)：

以上便是SPSS處理問卷的四個(gè)步驟，四個(gè)步驟結(jié)束后，我們需要SPSS軟件做的工作基本上也就結(jié)束了，接下來的任務(wù)就是寫我們的統(tǒng)計(jì)報(bào)告了。值得一提的是。SPSS是一款在社會(huì)統(tǒng)計(jì)學(xué)應(yīng)用非常廣泛的統(tǒng)計(jì)類軟件，學(xué)好它將對(duì)我們以后的工作學(xué)習(xí)產(chǎn)生很大的意義和作用。

第三篇：用spss對(duì)學(xué)生成績進(jìn)行分析

<>

課程設(shè)計(jì)報(bào)告

班 級(jí) 姓 名 學(xué) 號(hào) 指導(dǎo)教師

用統(tǒng)計(jì)軟件spss分析學(xué)生成績

摘要：應(yīng)用統(tǒng)計(jì)軟件spss，對(duì)某校一、二班學(xué)生語文，數(shù)學(xué)，英語成績進(jìn)行分析。學(xué)生成績分析是考試后老師應(yīng)做的一項(xiàng)比較麻煩的工作，主要包括：計(jì)算平均值和標(biāo)準(zhǔn)差，繪制學(xué)生成績分布直方圖等，用統(tǒng)計(jì)分析軟件spss來進(jìn)行這類數(shù)據(jù)的處理，速度快，直觀，全面。spss是世界頂尖的統(tǒng)計(jì)軟件，其功能-幾乎涵蓋了數(shù)理統(tǒng)計(jì)的各個(gè)方面，適用于自然科學(xué)于社會(huì)科學(xué)各個(gè)領(lǐng)域進(jìn)行分析統(tǒng)計(jì)，給人們進(jìn)行數(shù)據(jù)分析愛來很大方便。

關(guān)鍵字：頻數(shù)分析，描述性分析，均值比較，獨(dú)立樣本均值檢驗(yàn)

一、數(shù)據(jù)調(diào)查

（1）數(shù)據(jù)調(diào)查方法：由于學(xué)校的班級(jí)比較多，涉及到學(xué)生有上千人，如果對(duì)于每一個(gè)學(xué)生的學(xué)習(xí)成績進(jìn)行普查，會(huì)加大工作難度，并且不利于從繁雜的數(shù)據(jù)中獲取信息。因此采用抽樣的方法進(jìn)行數(shù)據(jù)調(diào)查。

（2）數(shù)據(jù)來源：抽取一班、二班的各十名，共二十名同學(xué)，采集語文成績，數(shù)學(xué)成績，英語成績作為本次統(tǒng)計(jì)分析的

表1 學(xué)生成績表（原始數(shù)據(jù)）

二、spss軟件應(yīng)用分析

1、頻數(shù)分析

（1）語文成績的頻數(shù)分析

由分析可得，語文成績?yōu)?6分的最多，占總?cè)藬?shù)15%（2）數(shù)學(xué)成績頻數(shù)分析

由此得知，數(shù)學(xué)成績?yōu)?0分的人數(shù)最多，占總?cè)藬?shù)的15%。

（3）英語成績頻數(shù)分析

有分析得知，英語成績?yōu)?8分的人最多。占總?cè)藬?shù)的15%。

2、描述性統(tǒng)計(jì)

有分析得知：語文成績的最低分是66分，最大值是88分，標(biāo)準(zhǔn) 差是7.725。數(shù)學(xué)成績的最低分是40分，最大值是90分，標(biāo)準(zhǔn)差是13.214。英語的最低分是44分，最大值是89分，標(biāo)準(zhǔn)差是10.723 可見，英語的標(biāo)準(zhǔn)差最大，水平相差較大。

3、均值比較

獨(dú)立樣本均值檢驗(yàn) 一班和二班的英語成績

分組統(tǒng)計(jì)量表 獨(dú)立樣本均值檢驗(yàn)表

由圖得知：分組統(tǒng)計(jì)量表顯示兩組數(shù)據(jù)的樣本容量，均值，標(biāo)準(zhǔn)差，和抽樣平均誤差。一班的英語平均成績低于二班。獨(dú)立樣本均值檢驗(yàn)表包含了兩組樣本的獨(dú)立檢驗(yàn)統(tǒng)計(jì)量。在進(jìn)行獨(dú)立樣本均值檢驗(yàn)時(shí)，先利用Levene方差齊次檢驗(yàn)統(tǒng)計(jì)量判斷兩組樣本對(duì)應(yīng)的總體方差是否相同。Levene檢驗(yàn)統(tǒng)計(jì)量F=1.828，其對(duì)應(yīng)的顯著性水平sig=0.193>0.05，在5%的顯著水平不能拒絕這兩組樣本對(duì)應(yīng)的總體方差相等的假設(shè)。P值為0.131>0.5,所以在5%的顯著水平下接受。

三、結(jié)論

通過上述分析，可以看到，通過用spss數(shù)據(jù)分析軟件，可以對(duì)成績進(jìn)行分析，很簡便的就能求出每科成績的平均數(shù)，標(biāo)準(zhǔn)差，均值檢驗(yàn)等，老師可以根據(jù)分析結(jié)果因材施教，調(diào)整教學(xué)計(jì)劃。

第四篇：spss數(shù)據(jù)分析報(bào)告

關(guān)于某班級(jí)2012考試成績、獲獎(jiǎng)情況統(tǒng)計(jì)分析

報(bào)告

一、數(shù)據(jù)介紹：

本次分析的數(shù)據(jù)為某班級(jí)學(xué)號(hào)排列最前的15個(gè)人在2012學(xué)習(xí)、獲獎(jiǎng)統(tǒng)計(jì)表，其中共包含七個(gè)變量，分別是：專業(yè)、學(xué)號(hào)、姓名、性別、第一學(xué)期的成績、第二學(xué)期的成績、考級(jí)考證數(shù)量，通過運(yùn)用spss統(tǒng)計(jì)軟件，對(duì)變量進(jìn)行頻數(shù)分析、描述分析、探索分析、交叉列聯(lián)表分析，以了解該班級(jí)部分同學(xué)的綜合狀況，并分析各變量的分布特點(diǎn)及相互間的關(guān)系。

二、原始數(shù)據(jù)：

三、數(shù)據(jù)分析

1、頻數(shù)分析

（1）第一學(xué)期考試成績的頻數(shù)分析

進(jìn)行頻數(shù)分析后將輸出兩個(gè)主要的表格，分別為樣本的基本統(tǒng)計(jì)量與頻數(shù)分析的結(jié)果

1）樣本的基本統(tǒng)計(jì)量，如圖1所示。樣本中共有樣本數(shù)15個(gè)，第一學(xué)期的考試成績平均分為627.00，中位數(shù)為628.00，眾數(shù)為630，標(biāo)準(zhǔn)差為32.859，最小值為568，最大值為675?！暗谝粚W(xué)期的考試成績”的第一四分位數(shù)是602，第二四分位數(shù)為628，第三四分位數(shù)為657。

2）“第一學(xué)期考試成績”頻數(shù)統(tǒng)計(jì)表如圖2所示。

3)“第一學(xué)期考試成績”Histogram圖統(tǒng)計(jì)如圖3所示。

（2）、第二個(gè)學(xué)期考試成績的頻數(shù)分析

1）樣本的基本統(tǒng)計(jì)量，如圖4所示。第二學(xué)期的考試成績平均分為463.47，中位數(shù)為452.00，眾數(shù)為419，標(biāo)準(zhǔn)差為33.588，最小值為419，最大值為522。“第二學(xué)期的考試成績”的第一四分位數(shù)是435，第二四分位數(shù)為452，第三四分位數(shù)為496。

3）“第二學(xué)期考試成績”頻數(shù)統(tǒng)計(jì)表如圖5所示。3)“第二學(xué)期考試成績”餅圖統(tǒng)計(jì)如圖6所

2、描述分析

描述分析與頻數(shù)分析在相當(dāng)一部分中是相重的，這里采用描述分析對(duì)15位同學(xué)的考級(jí)考證情況進(jìn)行分析。

輸出的統(tǒng)計(jì)結(jié)果如圖7所示。從圖中我們可以看到樣本數(shù)15，最小值1，最大值4，標(biāo)準(zhǔn)差0.941等統(tǒng)計(jì)信息。

3.探索分析。

探索分析能夠?qū)ψ兞窟M(jìn)行更為深入、詳盡的描述性統(tǒng)計(jì)分析。下面就利用探索式分析對(duì)不同性別的同學(xué)獲獎(jiǎng)情況進(jìn)行探索分析。

1）在結(jié)果輸出窗口中將看到如下統(tǒng)計(jì)數(shù)據(jù)。如圖8所示，給出了輸出的觀察量。

2）圖9所示給出了根據(jù)性別分組的各組描述統(tǒng)計(jì)量。根據(jù)表中的數(shù)據(jù)，2012，女生比男生獲獎(jiǎng)的次數(shù)多。

3）圖10以莖葉圖的形式也直觀的呈現(xiàn)了女生獲獎(jiǎng)數(shù)量遠(yuǎn)遠(yuǎn)比男生多的現(xiàn)象。，4）圖為穩(wěn)健估計(jì)量表，給出了4種不同權(quán)重下因變量均值的穩(wěn)健估計(jì)。

5）圖11中給出了分組后的百分位數(shù)，分別輸出男生和女生獲獎(jiǎng)數(shù)量的5%、10%、25%、75%、90%、及95%的百分位數(shù)。

4、交叉列聯(lián)表分析

分析多個(gè)變量在不同取值情況下的數(shù)據(jù)分布情況，從而進(jìn)一步的分析變量關(guān)系。下面就利用交叉列聯(lián)表分析不同性別學(xué)生對(duì)目前所學(xué)專業(yè)的態(tài)度。在結(jié)果輸出窗口中將顯示如下統(tǒng)計(jì)數(shù)據(jù)。1）觀察量處理摘要表，如圖12所示，2）“性別”和“所學(xué)專業(yè)興趣”的交叉列聯(lián)表如圖13所示，從圖中我們可以看出，男生中對(duì)所學(xué)專業(yè)感興趣的只有2個(gè)，（占22.2%），一般感興趣的有4人，（占44.4%），不感興趣的有3人，（占33.3%），理論值為3.6人感興趣，3.0人一般感興趣，2.4人不感興趣，殘差分別為-1.6，1.0，0.6。女生中對(duì)專業(yè)感興趣的有4人，（占66.7%），一般感興趣的有1人，（占16.7%），不感興趣的也有1人，（占16.7%），理論值為2.44人感興趣，2.0人一般感興趣，1.6人不感興趣，殘差分別為1.6，-1.0，-0.6.可見，男生對(duì)目前所學(xué)專業(yè)的興趣與女生有很大差別。

3）圖14是交叉分組下的頻數(shù)分布圖，從該圖中我們可以很直觀的看到數(shù)據(jù)分布情況。

第五篇：實(shí)習(xí)總結(jié)spss

實(shí)習(xí)總結(jié)

這次實(shí)習(xí)使用的是spss17.0版本的軟件，通過這次實(shí)習(xí)，我了解到SPSS具有完整的數(shù)據(jù)輸入、編輯、統(tǒng)計(jì)分析、圖形制作等功能。平日課下進(jìn)行統(tǒng)計(jì)調(diào)查技能培訓(xùn)的時(shí)候，分析數(shù)據(jù)所用的軟件是Excel。雖然使用Excel可以對(duì)數(shù)據(jù)進(jìn)行透視、分類、篩選以及計(jì)算相關(guān)系數(shù)等，但是這些操作都需要自己每一步每一步的進(jìn)行手動(dòng)操作，而使用SPSS軟件在對(duì)數(shù)據(jù)進(jìn)行整理時(shí)，只需對(duì)軟件某選項(xiàng)內(nèi)設(shè)置變量條件，系統(tǒng)便自動(dòng)的進(jìn)行整理。通過這次spss實(shí)習(xí)，我又入門了一項(xiàng)非常實(shí)用的軟件，會(huì)為以后統(tǒng)計(jì)分析提供多一種的選擇。下面我會(huì)從以下四方面分別闡述這次實(shí)習(xí)的收獲與總結(jié)。

做問卷調(diào)查

根據(jù)指導(dǎo)老師的安排，我需要獨(dú)自完成6份 《廣東高校在校大學(xué)生消費(fèi)使用數(shù)碼產(chǎn) 品情況》的調(diào)查問卷。去廣工、廣財(cái)聽宣講會(huì)并且在那里做了兩份問卷調(diào)查，剩下的4份是以電子版的形式做的問卷調(diào)查。在做問卷調(diào)查的過程中，為了保證問卷的有效性和準(zhǔn)確性，我會(huì)認(rèn)真審核每一份問卷是否填寫完整以及前后是否合邏輯。在我的六份問卷調(diào)查中，比較容易出現(xiàn)問題的主要在每天使用數(shù)碼產(chǎn)品的時(shí)間，也是在做問卷調(diào)查中叮囑最多的。這都是值得的，因?yàn)楸ＷC問卷的客觀和有效是后面做統(tǒng)計(jì)分析的基礎(chǔ)。這次實(shí)訓(xùn)是全班合作完成問卷，如果是一個(gè)人完成30幾份的問卷，那么真是一項(xiàng)不容小覷的任務(wù)。

Spss入門操作

這一部分主要是根據(jù)老師編制的指導(dǎo)書展開。Spss入門操作主要涉及到數(shù)據(jù)的輸入、描述統(tǒng)計(jì)分析、假設(shè)檢驗(yàn)、相關(guān)與回歸分析。針對(duì)每一項(xiàng)都有專門的案例以及相應(yīng)的練習(xí)。個(gè)人認(rèn)為最難的是假設(shè)檢驗(yàn)這一塊，因?yàn)椤督y(tǒng)計(jì)學(xué)原理》是在之前的學(xué)期學(xué)習(xí)的，統(tǒng)計(jì)分析的原理基本上都記不起來，對(duì)于輸出假設(shè)檢驗(yàn)結(jié)果對(duì)問題進(jìn)行分析方面問題比較大。我自己也回去看了相應(yīng)的統(tǒng)計(jì)學(xué)原理，有一定的了解后，進(jìn)行實(shí)操也比較順利。假設(shè)檢驗(yàn)主要是

單樣本T檢驗(yàn)、獨(dú)立樣本T檢驗(yàn)、配對(duì)樣本T檢驗(yàn)。獨(dú)立樣本與配對(duì)樣本的區(qū)分很重要，這決定著我需要進(jìn)行哪種檢驗(yàn)以及得出什么樣的結(jié)論。假設(shè)檢驗(yàn)中通常都需要先進(jìn)行方差齊性的F檢驗(yàn)，F(xiàn)值小，相應(yīng)的p值越大，就可以說方差齊性，再進(jìn)行均值差異是否顯著的T檢驗(yàn)，T檢驗(yàn)中，相應(yīng)的p值小于顯著性水平，就可以認(rèn)為兩個(gè)樣本的均值存在顯著差異。

問卷分析

這部分需要設(shè)置多個(gè)變量，輸入至少30份數(shù)據(jù)，我選擇跟舍友分工合作，我們的數(shù)據(jù)輸入降低到20份左右，彼此共享一部分?jǐn)?shù)據(jù)合起來達(dá)到30份以上的樣本量。對(duì)于問卷的分析，主要從以下三方面進(jìn)行: 大學(xué)生基本情況 運(yùn)用描述性統(tǒng)計(jì)分析對(duì)大學(xué)生每月生活費(fèi)支出做頻率分析、計(jì)算均值及離散程度，發(fā)現(xiàn)大學(xué)生的月生活費(fèi)支出主要集中在800—1200范圍。

運(yùn)用交叉表分析得出手機(jī)、電腦這兩種數(shù)碼產(chǎn)品樣本中全部大學(xué)生都擁有，其他數(shù)碼產(chǎn)品的擁有比率各有不同。在這學(xué)期當(dāng)中更換意愿最強(qiáng)的數(shù)碼產(chǎn)品是手機(jī)，并且主要是高年級(jí)的學(xué)生有更換的打算。

對(duì)大學(xué)生月生活費(fèi)支出與月消費(fèi)數(shù)碼產(chǎn)品支出做相關(guān)與回歸分析，發(fā)現(xiàn)這兩個(gè)變量存在較為顯著的相關(guān)性，一般情況下，大學(xué)生月生活費(fèi)越高，每月在數(shù)碼產(chǎn)品方面的消費(fèi)相應(yīng)也會(huì)越高。

數(shù)碼產(chǎn)品的購買情況

對(duì)樣本中大學(xué)生對(duì)數(shù)碼產(chǎn)品的了解途徑、購買方式、傾向性選擇、感興趣的促銷手段、能否接受分期付款做頻率分析，就目前來講，大學(xué)生主要通過網(wǎng)絡(luò)了解數(shù)碼產(chǎn)品，傾向于大陸行貨以及港澳臺(tái)行貨，對(duì)于打折促銷比較感興趣，大部分大學(xué)生還是會(huì)選擇實(shí)體店購買較大宗數(shù)碼產(chǎn)品，并且對(duì)分期付款方式較為能接受。

對(duì)所有在用數(shù)碼產(chǎn)品購買支出、月生活費(fèi)支出以及月消費(fèi)數(shù)碼產(chǎn)品支出做相關(guān)與回歸分析，發(fā)現(xiàn)所有在用數(shù)碼產(chǎn)品購買支出與月消費(fèi)數(shù)碼產(chǎn)品支出存在較強(qiáng)的正相關(guān)性，可以說，月消費(fèi)數(shù)碼產(chǎn)品支出越高，大學(xué)期間夠買數(shù)碼產(chǎn)品總支出越高的可能性就越大。

數(shù)碼產(chǎn)品的使用情況

對(duì)樣本中 使用數(shù)碼產(chǎn)品對(duì)作息時(shí)間的影響、上課玩手機(jī)的頻率、數(shù)碼產(chǎn)品使用時(shí)間最長的用途 做描述統(tǒng)計(jì)頻率分析，發(fā)現(xiàn)男生中有更大比例會(huì)因?yàn)槭褂脭?shù)碼產(chǎn)品而影響作息時(shí)間，數(shù)碼產(chǎn)品使用時(shí)間最長的用途占比最大的是娛樂，基本上所有人都會(huì)在課堂上使用數(shù)碼產(chǎn)品，經(jīng)常使用的頻率達(dá)到25.8%。

對(duì)使用數(shù)碼產(chǎn)品對(duì)學(xué)習(xí)的影響利弊進(jìn)行頻率分析，并且對(duì)每天花在數(shù)碼產(chǎn)品上的時(shí)間、學(xué)生績點(diǎn)做相關(guān)回歸分析，大部分學(xué)生認(rèn)為數(shù)碼產(chǎn)品對(duì)學(xué)習(xí)的影響利弊平衡或者利大于弊。相關(guān)性分析顯示，大學(xué)生每天使用數(shù)碼產(chǎn)品的時(shí)間與學(xué)生績點(diǎn)相關(guān)性不強(qiáng)，兩者之間沒有必然的聯(lián)系。

通過這次實(shí)習(xí)，對(duì)于spss軟件有了一個(gè)基本的認(rèn)識(shí)，會(huì)對(duì)樣本進(jìn)行一些簡單的描述性統(tǒng)計(jì)分析、假設(shè)檢驗(yàn)、相關(guān)與回歸分析，能夠?qū)⒁恍?shù)據(jù)信息轉(zhuǎn)換成可以直觀理解并運(yùn)用的實(shí)用信息，對(duì)于以后的學(xué)習(xí)和工作大有好處。數(shù)碼產(chǎn)品帶給我們極大的便利?；谡{(diào)查問卷的分析，大學(xué)生每天都會(huì)花相當(dāng)一部分時(shí)間使用電子產(chǎn)品。學(xué)習(xí)績點(diǎn)與每天使用數(shù)碼產(chǎn)品的時(shí)長沒有必然聯(lián)系，不過，的確有一部分同學(xué)承認(rèn)因過度使用數(shù)碼產(chǎn)品影響作息，同時(shí)也會(huì)在不同程度上受到他人使用數(shù)碼產(chǎn)品的影響。大學(xué)生應(yīng)該學(xué)會(huì)合理控制分配使用數(shù)碼產(chǎn)品的時(shí)間，讓自己最大程度地受益。