笔记根据视频《SPSS一小时学会》内容记录，视频作者HaveFun6。

视频链接：https://www.bilibili.com/video/BV1Pt411Q7HG?from=search&seid=2247076489371265935

https://www.bilibili.com/video/BV19t411e76R

描述分析

解释：描述一组数据的集中和离散情况。均值、方差等。

位置：分析-描述统计-描述

e.g.一个班的成绩

 

相关

解释：只能用于数据（度量）类型，不能名义或有序。

（1）双变量相关

选项：“相关系数”-如果两个都是连续变量选pearson；如果一个是等级变量，一个是连续，选spearman。

生成表格：“相关性”正数表示正相关，－负号表示负相关。

显著性（sig.，通常看双侧sig.）：看是否小于0.05

e.g. 身高和体重

 

（2）偏相关

解释：需要控制的变量，例如夏天吃西瓜的人对离婚率的影响。其实没有影响，所以要把夏天吃西瓜的人设为控制变量，然后分析气温和离婚率的关系。

勾选：“均值和标准差”

e.g. 夏天吃西瓜的人数，离婚率，气温

 

回归

解释：有自变量和因变量，Y=A+BX。 A就是“系数”-“B列”第一行的数字，B是第二行的数字。

前提：相关性显著，即sig.小于0.05

位置：回归-线性

勾选：“描述性”

e.g. 用身高去预测体重，身高是自变量X，体重是因变量Y

 

T检验（两组数据的检验)

位置：分析-比较均值

e.g. A班的语文成绩&B班的语文成绩 的差异

（1）单样本T检验：一组数据和某个值的比较

e.g. A班语文成绩和50分之 是否有显著差异

操作：在“检验值”输入要比较的值

解释：如果Sig.小于0.05，说明和这个值之间有显著相关性

（2）独立样本T检验：没有任何相关性的两组数据的差异，要在“值”定义1和2

e.g.1  男生和女生的身高差异

操作：检验变量--身高，分组变量--性别，然后看sig.

e.g.2  12岁和14岁组的身高差异

操作：检验变量--身高，分组变量--年龄，然后看sig.

（3）相关样本T检验：一批人前后做的

位置：配对样本T检验

e.g. 我空腹考试的成绩和吃饱后考试的成绩的差异

操作：看sig.

 

方差分析（三组数据以上的检验；且前提是方差齐性）

方差齐性：方差是离散量，反映了数据的离散程度，如果两个方差的离散程度相差太大，说明两组数据的离散程度不一致，称为不齐性。比如测验大人的智力和小孩的智力，如果大人里都是弱智，小孩却是有正常、有弱智、有天才，那么大人和小孩的样本的数据离散程度不一致，不齐性。如果大人和小孩都是有正常、有弱智、有天才，那么称为齐性。

“方差齐性检验”-“显著性”如果大于0.05才是齐的，不显著，可以进行方差分析。

（1）一个自变量两个以上水平

P.S. 只有两个水平则用T检验，同一批灯光先后的亮度--相关样本T检验，不同批次的灯光--独立样本T检验。

位置：比较均值-单因素ANOVA

e.g. 灯光亮度（自变量）是否会影响工作效率（因变量）。水平：高亮度，中亮度，低亮度。

操作：①输入效率值，并把灯光三个亮度高中低的值设为1高，2中，3低，度量标准设为有序；

P.S.这个1-A转换键，可以把我们的值1/2/3，转换成它对应的标签高/中/低。

②“比较均值-单因素ANOVA”，因变量：效率，因子：亮度，选项勾选“描述性”和“方差同质性检验”；

③看数据：“方差齐性检验”-“显著性”如果大于0.05，可以做方差分析。

“ANOVA”-“显著性”小于0.05，说明三组数据高中低之间具有显著相关性，但是并不知道高中 高低 中低，两两之间谁具有显著相关性。

④并不知道高中 高低 中低，两两之间谁具有显著相关性。因此需要进行两两比较，“分析-比较均值-单因素ANQVA”，勾选“两两比较-LSD”

（2）两个自变量，一个因变量的被试内设计

解释：被试内设计即 被试者在自变量发生变化的所有情况下接受实验。

几种水平结合就是几列变量（每列变量都是数据且哦那个a1b1,a1b2,a1b3..来表示）

位置：一般线性模型-重复度量

e.g. 工厂大小以及灯光亮度（自变量）是否会影响工作效率（因变量）。水平：大工厂，小工厂//高亮度，中亮度，低亮度。

 

被试者在高中低三种亮度下（即所有情况）接受实验。

 

#两种水平共有6组变量的搭配，用a1b1,a1b2,a1b3,a2b1,a2b2,a2b3来表示。

横着的行是被试（个案），竖着的列是变量（水平）。一个被试接受6种数据。

因子1表示工厂大小，2个级别：大工厂/小工厂；因子2表示灯光亮度，3个级别：高/中/低。

如果两个自变量之间（工厂大小和灯光亮度就是两个自变量）要操作，一定要选择“选项-因子与因子交互：overall”，勾选“描述统计”。

“轮廓图”，尽量选级别数少的放在“水平轴”，另外一个放在“单图”，然后点“添加”。

看数据：

（3）两个自变量，一个因变量的被试间设计

解释：输入三列变量，其中两列需要定义，一列委数据。

位置：一般线性模型-单变量

e.g. 工厂大小以及灯光亮度（自变量）是否会影响工作效率（因变量）。水平：大工厂，小工厂//高亮度，中亮度，低亮度。

操作：①三组变量，效率是因变量 是数据，工厂大小、灯光亮度为自变量 需要定义，给自变量输入值1大、2小；1高、2中、3低.

② “一般线性模型-单变量”

③看数据：sig.

（4）两个自变量的混合实验设计

解释：变量输入时是以上两种方法的结合

位置：一般线性模型-重复度量