spss怎麼使用方法

㈠ 誰能教我怎樣用spss做調查問卷分析啊，包括怎樣輸入數據，急啊

1、首先打開SPSS，選擇「打開現有的數據源」，如下圖所示。

㈡ 如何用SPSS分析問卷

1、定義變數

打開SPSS後，進入變數設置可以看到變數名、變數類型、變數值的寬度等等，這些都是對變數進行細化定義的。我們可以把問卷中的一個問題理解為一個變數，那麼一個答案也就與一個變數取值相對應。

2、錄入數據

錄入數據大體分為四種：即讀取SPSS格式的數據;讀取ESCEL表格數據;讀取文本數據;讀取相對應的資料庫。錄入數據的方法很簡單，打開SPSS數據錄入的窗口直接進行錄入即可。

3、分析統計

錄入數據後，就是進行數據分析了，但要選擇分析方法，也就是說用什麼分析統計過程，來獲得正確的分析結果。此時，就要具體結合我們調查問卷的具體情況而定。SPSS分析方法主要有兩種，一是作圖分析法，特點是分析簡單直觀易懂;二是數值分析法，特點選擇性強，分析結果細致。

4、保存結果

SPSS分析軟體可以把多個分析結果保存在同一個窗口中——結果輸出窗口。但一般情況下，我們需要把分析結果復制到分析報告中，而不在窗口內進行保存，而是只保存數據，因為這樣我們隨時可以根據數據，採取不同的分析法進行重新分析，也就會隨時有不同的結果。

㈢ 如何快速掌握 SPSS

這個過程必須親自動手練習，打開軟體界面，對照教材上的步驟，一步一步的點菜單，熟悉相應的統計對話框，能定位到具體的輸出結果，能區分哪些是關鍵結果哪些是次要結果。

有許多學習者之所以學SPSS，並不是要系統的吃透，而僅僅是為了使用其中某一個統計方法，例如大學生要使用因子分析法來處理畢業論文數據，那麼此時他只需要快速的了解基本操作，集中精力攻破因子分析一個統計操作過程就可以了。

這個時間有的人需要幾個小時，有的人則需要一個星期，在按時完成畢業論文的壓力之下，一段時間的集中學習是完全可以讓你熟練操作並得到相關的結果。

學軟體一定要有勇於嘗試、不怕出錯的理念，不懂的按鈕和菜單就直接打開去看，手忙腳亂時點一點滑鼠的右鍵看看軟體有沒有解決方案。

數據界面主要分為以下幾個方面：

標題欄：標題欄顯示文件的標題。

菜單欄：通過點擊形成下拉菜單，提供軟體的主要功能（如描述統計、均值比較、一般線性模型等）。

常用工具欄：提供軟體內置常用的工具（如剪切、粘貼、清除等）。

數據單元格信息顯示欄：點擊數據單元會顯示該單元格中的具體信息，主要是在單元格中的信息超出單元格範圍時會使用。

編輯顯示區：點擊之後可以直接在編輯顯示區進行數據編輯。

視圖轉換欄：點擊數據視圖或變數視圖按鈕可以在數據界面和變數界面進行轉換。

系統狀態欄：可以在此處查看系統處理數據的狀態，在數據量較大時可以觀察是否在處理或者是已經處理完畢。

㈣ 怎麼用spss 具體步驟,做出回歸系數和OR 和P 值

（1）OR值的定義

計算OR值（比值比），可以確定兩組結果發生的比較風險。當使用logistic回歸對二元因變數建模時，有時會通過OR值對結果進行解釋。

（2）操作步驟

Logistic回歸中，自動會輸出OR值及95%置信區間。如果想單獨計算兩組數據的OR值、及其置信區間和p值，可使用【醫學研究】--【OR值】。

結果顯示，吸煙者患癌症的風險是非吸煙者患癌症風險的4.75倍。

與非吸煙者相比，吸煙者的發病率是非吸煙者發病率的4倍。

㈤ SPSS數據錄入的幾種方法

第一種方法：使用SPSS窗口錄入數據

如果樣本量不大，涉及變數不多，可以直接在SPSS窗口錄入數據。

錄入方法：打開SPSS後，選擇窗口下方的【Data View】選項卡，即可直接在表格中錄入數據，完成錄入後存成 *.sav文件即可。

我用的是破解版，如下圖：

第二種方法：用SPSS命令程序錄入數據

使用SPSS命令程序錄入數據，最基本的命令有四條：Data List、Variable Labels、Value Labels和Missing Values。利用這四條命令，可以編寫一個SPSS數據錄入的小程序並錄入數據，最後得到SPSS軟體可以直接使用的*.sav數據。

第三種方法：在Excel中錄入數據

用戶既可以在SPSS中打開需要分析的Excel文件，也可以在Excel中錄入、保存，然後在SPSS中打開保存的Excel文件。在Excel中錄入數據時，一般第一行錄入變數，第二行開始錄入數據，在錄入完畢後，將文件保存為Excel默認格式（*.xlsx）即可。

使用Excel錄入數據有以下幾個特點：(1)不用補0，可以錄入漢字，但速度較慢，適合於變數個數有限（幾十個變數）的小樣本數據錄入；（2）可以進行各種計算，如數學與三角函數；（3）可以進行位置計算；（4）可以用Excel做輔助分析，進行數據變換；（5）可以非常方便地製作圖表。

第四種方法：利用EpiData程序錄入數據

EpiData是丹麥的一個非營利組織編寫的用於數據錄入的免費軟體，要獲得該軟體，可以訪問該軟體主頁（http://www.epidata.dk）。在小規模數據錄入方面，目前使用較多的是EpiData3.1，其簡潔、實用，並已基本實現漢化，極大方便了研究人員進行數據錄入。

使用EpiData錄入數據主要有6個步驟：（1）製作數據描述文件；（2）建立數據文件；（3）檢查數據；（4）數據錄入；（5）瀏覽數據文件資料；（6）導出數據。

㈥ spss如何用

簡單的舉個例子，spss在對於個人數據分析和結果處理方面來看

個人數據分析與結果處理（針對大學生的論文）

分析主要包括描述性分析、信度效度分析、相關分析、假設檢驗（回歸分析）。在分析之前我們首先要懂得SPSS的分析原理。

用SPSS分析的問卷必須是李克特五、七級量表，新研究者建議設計五級單因素的量表。問卷數據收集完成，第一步要剔除無效問卷，保證數據的准確性。

分析步驟如下：

01、錄入信息

打開SPSS軟體，在變數界面輸入問題及值，一般值為1代表非常不同意，2代表不同意，3代表不一定，4代表同意，5代表非常同意。

02、描述性分析

描述性分析是對被調查者的最基本的信息進行描述，如性別、學歷、年齡、工等等。描述性分析主要對問卷的均值、標准差進行分析。

最後匯總了列成表格或圖表，圖表的項有頻數、頻率、均值、標准值等，加以文字說明，使結果清晰明了。

03、信度分析

信度分析主要是通過SPSS分析驗證設計的問卷是否可靠，是否具有良好的相關性進行分析，收集數據是否存在矛盾、可靠等等。

問卷分析的步驟如下：點擊「分析」----「標度」----「可靠性分析」-----「選擇項」----「確定」

結果分析：問卷是否可靠關鍵在於：Alpha（a系數）

a<0.7則表示設計的問卷信度不可靠；

0.7<a<0.8則說明問卷具有一定的可靠性；

0.8<a<0.9則說明問卷信度很好；

04、效度分析和因子分析

通俗來說，效度分析是檢驗問卷題目與研究目的是否相一致。一般分為內容效度和結構效度；

內容效度是指題項與所測變數的適合性和邏輯相符性；

結構效度是指題項衡量所測變數的能力，實證分析著重分析結構效度，通過進行探索性因素分析（Exploratory factor analysis，EFA）檢驗來證明量表的結構有效性。

分析步驟如下：分析--降維--因子--將左邊所有變數選到右邊變數框中--描述--選擇初始解和KMO--點擊繼續--提取--在提取里選擇主成份和碎石圖--繼續--旋轉--選擇最大方差法。

得出結果如下：

結果分析：效度分析結果主要看KMO值和sig.（顯著性）；

若KMO>0.7，則說明問卷中設計的自變數之間具有一定的聯系，問卷是有效的；

sig.<0.001說明該問卷符合做因子分析，下一步則可以進行因子分析（EFA）。

05、相關分析

相關分析前首先取各個因子的平均值。

步驟如下：分析--相關--雙變數--將左邊的變數選到右邊--在皮爾遜和雙變數前打勾--確定。

得出的結果如下：

假設前面兩個為因子1、因子2（自變數），第三個為因變數。

相關性是檢驗自變數與因變數的關系。

可以看出因子1與因變數的相關系數為0.779，且sig.<0.001，說明自變數（因子1）與因變數呈正相關。

相關系數的取值范圍介於-1~1之間，絕對值越大，表明變數之間的相關越為緊密。

06、回歸分析

回歸分析需要看的圖有模型摘要圖、ANOVA、系數圖等等

步驟如下：分析--回歸--線性--選擇自變數和因變數--點擊統計--選擇德、共線性等--繼續--選擇XY變數--繼續--保存--繼續--確定。

模型摘要圖主要看R方和德賓值（D-W），調整後的R方為0.684說明自變數對因變數的可解釋程度為68.4%（R方代表的是自變數對因變數的解釋能力，R方與調整後的R方越接近說明數據越穩定）。D-W值是檢驗自變數之間是否存在自相關，上圖中D-W>2表示問卷中的幾個自變數無自相關性，

即方差分析表，ANOVA表的一個作用就是驗證假設（A對B不產生影響）是否成立，一般只看sig.值即可，上圖sig.<0.01,說明拒絕原假設，至少有一個對因變數產生顯著性影響。

下一步看系數表，系數表則說明有幾個自變數對因變數產生顯著性影響。

可以看出，相關性分析是檢驗自變數與因變數之間是否具有相關性（正向或反向相關），回歸分析則說明了自變數對因變數是否具有顯著性影響。

07、一些常見p的問題

1.在信度分析時，那個值該怎麼寫，問卷信度總是0.5多 ，怎麼寫？

信度分析主要看Alpha（a系數），a<0.7則表示設計的問卷信度不可靠，0.7<a<0.8則說明問卷具有一定的可靠性，0.8<a<0.9則說明問卷信度很好。0.5小於0.7說明問卷信度不可靠，接下來的分析也用不到了，建議調改問卷或數據。

2.如果兩個變數的sig值為0.531，說明了什麼？

SPSS的原理是假設A對B不產生影響，分析得出的結果P（sig.）<0.001/0.01/0.05，則假設不成立，即A對B具有顯著性影響。如果sig.=0.531大於>0.05，說明假設成立，A對B（或B對A）不產生影響，任何一方變動都不會影響另一方。

上面是我對現在大學生而言，就怎麼處理自己的論文，對自己論文進行數據處理和分析，希望對你有所幫助，謝謝閱讀。

㈦ spss怎麼用

用spss進行數據分析：

數據獲取

外部數據主要有三種獲取方式，一種是獲取國內一些網站上公開的數據資料，例如國家統計局；一種是通過爬蟲等工具獲取網站上的數據。還有一種是通過企業內部的資料庫，SPSS有豐富的資料庫介面，可以便捷地從資料庫中讀取數據。

數據存儲

對於數據量不大的項目，可以使用excel來處理數據，但對於數據量過萬的項目，使用資料庫來存儲與管理會更高效便捷。SPSS也有自己的用作數據儲存的數據格式，sav文件。用戶可以將經過SPSS處理的數據保存為sav格式，同時也可以非常方便地將sav文件轉換為其他數據格式文件。

數據預處理

數據預處理也稱數據清洗。大多數情況下，我們拿到手的數據是格式不一致，存在異常值、缺失值等問題的，而不同項目數據預處理步驟的方法也不一樣。數據分析有80%的工作都在處理數據，可見數據預處理在數據分析的重要性。

建模與分析

這一階段首先要清楚數據的結構，結合項目需求來選取模型。

可視化分析

數據分析最後一步是撰寫數據分析報告，一般包括數據可視化分析。

其次，掌握了數據分析的一般流程後，便要以SPSS為工具，根據以下流程對一個完整項目進行以下細分並掌握：

㈧ Spss的基本方法使用步驟

Spss的基本方法使用步驟

由於一次的調研工作，我們的數據分析採用spss的統計分析工具，然後我是一個新人，全都是一步一步從零開始操作的。在學習的過程中簡單記錄了一點筆記，既然寫了，就覺得應該把它保存下來，所以來到了這里，為我的第一次spss操作做個馬克。

因子分析方法：指標非常多，反映相同事情的進行聚合

設置的地方：

描述—— kmo

抽取 —— 主成分，碎石圖

旋轉——最大方差法

得分——保存為變數

選項——大小為變數、刪除最小系數，特徵值為0.6

kmo > 0.6 ——看是否有效，對原始數據的檢驗。

在SPSS軟體統計結果中，不管是回歸分析還是其它分析，都會看到「SIG」，SIG=significance，意為「顯著性」，後面的值就是統計出的P值，如果P值0.01<P<0.05,則為差異顯著，如果P<0.01,則差異極顯著。

公因子方差——提取程度（損失的數據，如果損失低於40%即滿意）

解釋總方差：可以分成幾類，然後提取主成分因子，累積方差貢獻率，累積特徵值大於等於85%（放寬70%）.(損失率低於15%)

碎石圖：類似於解釋總方差，特徵值大於1的就是主成分，對解釋方差的解釋和完善

成分矩陣——一般不考慮，不夠充分，只是中間步驟

旋轉後成分矩陣——成分1，成分2中大於0.6的歸為一類，載荷大於設置的值才會把得分顯示在視圖。

步驟：

分析→度量→可靠性分析→統計量→描述性（如果項已刪除則進行度量）→繼續（模型α）→確定

分析：可靠性統計量：0.7以上有效

可刪除的分析：如果刪除後信度變大，則可以考慮把這個因素刪除

平均數：反應數量的中點

中位數：全體樣本的中點

步驟：

均值：描述性統計分析→描述→導入變數→確定

中位數：比較均值→均值→導入變數→選項→導入中位數即可→確定

步驟：

分析→回歸→線性→因變數→自變數→

統計量：估計→模型擬合度→共線性診斷→DW

繪制：Y：ZRESID, X:ZPRED; 直方圖，正態概率圖

保存：不操作

選項： 默認

→確定

模型匯總表

DW統計量代表自相關

DW = 2不存在為偽回歸

DW < 2 正自相關

DW > 2 負相關

多重響應，多重響應數據本質上屬於分類數據，但由於各選項均是對同一個問題的回答，之間存在一定的相關，將各選項單獨進行分析並不恰當。因此對多選題最常見的分析方法是使用SPSS中的「多重響應」命令，通過定義變數集的方式，對選項進行簡單的頻數分析和交叉分析
作用1：進行簡單的頻數分析：可以直觀明了的比較一道多選題的各個選項被選比例。
作用2：進行交叉分析：可以通過設置分層變數來進行某個選項控制下的分析。

步驟：

分析→多重響應→定義變數集（把多選題變成一個變數）→設置定義把多選題的選項放進集合中的變數→將變數編碼設置為二分法，計數值為1→名稱標簽→添加 、

交叉表

行、列→定義范圍→確定

㈨ 如何用spss進行邏輯模型的建立 有什麼方法

1、首先安裝好SPSS軟體，然後搜索到軟體、運行，點擊確定。

2、將數據導入進SPSS，不會導入可以用復制、粘貼的方式，然後在菜單欄中選擇分析-回歸-線性。

3、將自變數、因變數數據導入到相應位置。選擇右側的統計量，選中參數，選中選項，選中Bootstrap，然後點擊下面的確定。

4、等待片刻，就會出現求解結果，可以看到線性擬合決定因子R方為0.991，表示擬合程度可以。