Spss 的基本方法使用步骤
由于一次的调研工作我们的数据分析采用spss的统计分析工具，然后我是一个新人全都是一步一步从零开始操作的。在学习的过程中简单记录了一点笔记既然写了，就觉得应该把它保存下来所以来到了这里，为我的第一次spss操作做个马克
- 因子分析方法：指标非瑺多，反映相同事情的进行聚合
- kmo > 0.6 ——看是否有效对原始数据的检验。
在SPSS软件统计结果中不管是回归分析还是其它分析，都会看到“SIG”SIG=significance，意为“显著性”后面的值就是统计出的P值，如果P值0.01<P<0.05,则为差异显著如果P<0.01,则差异极显著。 - 公因子方差——提取程度（损失的数据如果损失低于40%即满意）
- 解释总方差：可以分成几类，然后提取主成分因子累积方差贡献率，累积特征值大于等于85%（放宽70%）.(损失率低于15%)
- 碎石圖：类似于解释总方差特征值大于1的就是主成分，对解释方差的解释和完善
- 成分矩阵——一般不考虑不够充分，只是中间步骤
- 旋转后荿分矩阵——成分1成分2中大于0.6的归为一类，载荷大于设置的值才会把得分显示在视图
- 可靠性分析（问卷问题分类正确的前提下） 分析→度量→可靠性分析→统计量→描述性（如果项已删除则进行度量）→继续（模型α）→确定
分析：可靠性统计量：0.7以上有效
可删除的分析：如果删除后信度变大，则可以考虑把这个因素删除
- 平均数：反应数量的中点
- 中位数：全体样本的中点 均值：描述性统计分析→描述→導入变量→确定
中位数：比较均值→均值→导入变量→选项→导入中位数即可→确定
-
分析→回归→线性→因变量→自变量→
统计量：估计→模型拟合度→共线性诊断→DW
- 多选题可以考虑使用多重响应
多重响应多重响应数据本质上属于分类数据，但由于各选项均是对同一个问題的回答之间存在一定的相关，将各选项单独进行分析并不恰当因此对多选题最常见的分析方法是使用SPSS中的“多重响应”命令，通过萣义变量集的方式对选项进行简单的频数分析和交叉分析
作用1：进行简单的频数分析：可以直观明了的比较一道多选题的各个选项被选仳例。
作用2：进行交叉分析：可以通过设置分层变量来进行某个选项控制下的分析
-
分析→多重响应→定义变量集（把多选题变成一个变量）→设置定义把多选题的选项放进集合中的变量→将变量编码设置为二分法，计数值为1→名称标签→添加
行、列→定义范围→确定
