干货 | 利用SPSS进行高级统计分析第一期
- 1 描述性统计表格模板
- 2 两者之间有无显著差异：卡方&T检验
- 3 相关&回归
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。
1 描述性统计表格模板
2 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
1.2 频数表1）Spss操作
2）Spss结果解读
3）报告【卡方、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，X2 =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
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
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（M11=63.95，SD=13.53；M12=71.65，SD=14.52，t（19）=-4.15，p=0.001，Cohen’s d=-0.93；M21=73.57，SD=10.61；M22=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。
3 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
2. 线性回归1）Spss操作
2）Spss结果解读
3）报告【B、SE、β、p、ΔR2、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）；社会支持（β=0.22，p<0.01）可以显著正向预测工作满意度。
