干货 | 利用SPSS进行高级统计分析第一期
作者:彭彭
Hello,
这里是行上行下,我是喵君姐姐~
你是否还在为分析实验数据而感到头疼?你是否还在苦于自己不知道如何选择合适的模型来分析数据?
本期我们就来为大家带来了利用SPSS软件进行高级统计分析的实操教程~
第一期内容包括:描述性统计表格模板、卡方&T检验、相关&回归分析等。
描述性统计表格模板
两者之间有无显著差异:卡方&T检验
1.卡方检验(分类数据)
1.1 原始数据
1)Spss操作
2)Spss结果解读
个案处理摘要:频数分布表
A*B交叉表:原始数据—交叉表
卡方检验:报告皮尔逊卡方的值,看显著性
1.2 频数表
1)Spss操作
2)Spss结果解读
个案处理摘要:频数分布表
A*B交叉表:原始数据—交叉表
卡方检验:报告皮尔逊卡方的值,看显著性
3)报告【
、p值】
卡方检验结果显示,实验组和对照组的疗效没有显著差异,
=0.84(p=0.361),表明本实验研究的抗抑郁药并无疗效。
2. 独立样本t检验
1)Spss操作
2)Spss结果解读
组统计:两组的描述性统计
独立样本检验莱文方差等同性检验:p<0.05说明方差不齐,看第二行;p< span=''>>0.05说明方差齐性,看第一行
3)报告【M、SD、t(df)、p、cohens‘ d】
对五个维度的满意度水平是否存在性别差异进行独立样本t检验,发现在价格满意度和物品质量满意度上存在性别差异,其中男性的价格满意度(M=3.17,SD=1.25)高于女性(M=2.78,SD=1.24),t(580)=3.61,p<0.001, Cohen's d=0.31;男性的物品质量满意度(M=3.22,SD=1.37)显著高于女性的物品满意度(M=2.88,SD=1.40),t(580)=2.81,p=0.005,Cohen's d=0.24。
而种类满意度、组织满意度和服务满意度上均无性别差异,(t(580)=0.69,p=0.490,Cohen's d=0.06;t(580)=-0.63,p=0.529,Cohen's d=-0.05;t(580)=-0.21,p=0.831,Cohen's d=-0.02)。
3. 相关样本t检验
1)Spss操作
2)Spss结果解读
配对样本统计:描述性统计
配对样本相关性:配对样本之间的相关
配对样本检验:报告t、自由度、显著性、cohens‘ d
3)报告【M、SD、t(df)、P、Cohen‘s d】
第1组、第2组的研究对象在参加销售培训前后,销售技能均有显著提高(M1=63.95,SD=13.53;M1=71.65,SD=14.52,t(19)=-4.15,p=0.001,Cohen's d=-0.93;M2=73.57,SD=10.61;M2=83.45,SD=9.21,t(19)=-3.85,p=0.001,Cohen's d=-0.86);表明第1组、第2组的培训有一定的成效。而第三组的研究对象在参加销售培训后,销售技能并没有显著提高,t(19)=-2.03,p=0.057,Cohen's d=-0.45。
相关&回归
1.相关
1.1 双变量相关
1)Spss操作
2)Spss结果解读
3)报告【相关性矩阵=M、SD、r、p】
1.2 偏相关
1)Spss操作
2)Spss结果解读
2. 线性回归
1)Spss操作
2)Spss结果解读
3)报告【B、SE、β、p、Δ、F和t也可以】
对现有数据进行分层回归分析,以工作满意度作为被预测变量,以亲密性、社会支持作为预测变量。考虑到性别与工作满意度显著相关,对工作满意度可能产生影响,因此将性别作为控制变量。
表2显示,在控制了第一层变量的情况下,亲密性可以显著负向预测工作满意度(β=-0.24,p<0.01< span=''>);社会支持(β=0.22,p<0.01< span=''>)可以显著正向预测工作满意度。
本期的内容就到此结束啦~
本期我们为大家介绍了描述性统计表格模板,以及如何使用SPSS软件进行卡方&T检验、相关&回归分析等。下期我们会继续介绍如何进行中介、调节、有中介的调节以及方差分析。
我们下期再见!
排版:青柚
作者:彭彭
校对:喵君姐姐