当前位置:   article > 正文

使用SPSS进行简单的数据分析(数据+报告+过程)_spss数据分析

spss数据分析

一、准备数据

本次分析采用的是居民健康状况数据,数据有编号、身高、体重、代谢综合症、性别、胆固醇。

变量视图:

数据视图

计算BMI变量:

根据BMI值评判个人健康状况,新增评判结果变量,如果值为1,正常;为2,过轻;为3,肥胖。

二、数据分析

(1)简单的统计分析

选中性别列,鼠标右击,点击描述统计,可以得到描述统计分析

交叉表:分析-描述统计-交叉表

(2)交叉频数分布

分析-描述统计-交叉表

(3)复杂的交叉频数分布表

分析-描述统计-交叉表

(4)条形图

图形-旧对话框-条形图-简单(选择个案组摘要)

双击-元素-显示数据标签

(5)簇状条形图

图形-旧对话框-条形图-簇状(选择个案组摘要)

(6)堆积条形图

图形-旧对话框-条形图-堆积(选择个案组摘要)

(7)饼图

图形-旧对话框-饼图(选择个案组摘要)。选择分类变量到分区定义依据。

(8)直方图

图形-旧对话框-直方图-变量处选择身高或者体重。

双击-元素-显示分布曲线

(9)茎叶图

分析-描述统计-探索

(10)箱线图

图形-旧对话框-箱线图-简单-确定。生成图之后点击中间横线-右击-显示数据标签。

(11)散点图

图形-旧对话框-散点图-简单散点图-(X轴身高,Y轴体重)-确定。双击图像-元素-总计拟合线。

(12)描述统计量

分析-描述统计-探索-因变量为身高-统计中选描述-选项中选成列排除个案-确定

(13)参数估计

分析-比较平均值-单样本T检验-选择身高--检验值为0-确定

(14)假设检验

分析-比较平均值-单样本T检验-选择身高-检验值设置数值-确定

(15)拟合优度检验(卡方检验)

分析-非参数检验-旧对话框-卡方-选择“评判结果”-确定

原假设:无显著差异。渐近显著性水平(P值)。由于P=0.000<a=0.05,因此拒绝原假设,表明居民身体健康状况的评判结果的偏好表现出显著差异。

(16)独立性检验

分析-描述统计-交叉表-统计(按照下面设定)-单元格计数中选择实测和期望-确定

由于P<a,因此拒绝原假设,认为居民身体健康状况评判结果与性别不独立,或者说居民身体健康状况评判结果与性别有关。从几个数值的值来看,BMI指数,也即肥胖跟男女性别有关系。

上图为相关性测量。相关性度量中的Phi值、克莱姆 V以及列连系数显著性检验结果均显著,这表明肥胖性与性别两个变量不独立,即它们之间存在显著的相关性。

以上就是使用SPSS进行数据分析的全过程。包括数据导入、数据设定、数据统计和数据分析。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/2023面试高手/article/detail/726856
推荐阅读
相关标签
  

闽ICP备14008679号