spss复习材料.docx
- 文档编号:2479060
- 上传时间:2023-05-03
- 格式:DOCX
- 页数:12
- 大小:1.02MB
spss复习材料.docx
《spss复习材料.docx》由会员分享,可在线阅读,更多相关《spss复习材料.docx(12页珍藏版)》请在冰点文库上搜索。
spss复习材料
表格填写M和SD要用到转置(Excel)
关键变量:
不能有缺失值,否则会报错
分类汇总:
将数据按照某些类别进行分类计算平均分,记得点分成一个文档
拆分文档:
按组织输出(男生女生)
性别要用类别数据:
0、1,不能用1和2,不然系统会识别成连续数据
个案:
数据→选择个案(情商分数大于条件如果
加权个案:
数据→加权个案
计算变量的方法:
可以用函数,sum(s1,s2,s3)sum(v1tov5)变量为连续的时候才能用
个案排秩:
转换→个案排秩,排名按最大值
缺失值不能超过10%,数据才能用,严格来说不能超过2%,性别缺失不可以替代,直接剔除,连续数据可以替代
如何判断正态分布,要看偏度和峰值,描述性统计→频率,只有一个驼峰,不超过1
均值的标准误在假设检验需要用到
探索性描述:
正态性检验采用斯密诺夫,sig>0.05则正态分布
QQ图:
若一个变量的数据服从正态分布,QQ图将是一条直线
PP图:
检验数据是否符合某一分布,原假设:
符合某一分布,PP图呈一条直线
检验分布:
正态;点击自然对数转换、标准值、差分
三线表:
上下1.5,中间0.5
交叉表的独立性检验:
两个类别变量之间是否有关联,sig<0.05则有关联,举例:
性别和独生子女情况是否有关联
效应量的判断,根据克莱姆V系数,系数在0.1-0.3属于小效应量,一般来说要大于0.2,克莱姆V系数不是统计检验力,需要进行换算,统计检验力(如0.29)说明二者有关联,其可能性大小为29%。
统计检验显著,小效应量:
说明统计结论的可靠性较低,还需进一步研究资料佐证。
风险评估:
A是B的两倍
分层交叉表的独立性检验:
分层卡方分析,分层卡方检验,需要大量本数据
分层的变量常用人口学变量:
性别、年级、职业、地区
与期望值越远,相关程度越大
因变量为类别数据时,常算比值比
一致性卡方检验Kappa值=内部一致性系数取值0-1之间用交叉表分析
≥0.75两者一致性较好
0.75>kappa≥0.4一致性一般
<0.4一致性较差
列联表品质相关分析:
两个分类变量的相关分析
Φ相关系数(2×2列联表)、C相依系数(大于2×2列联表)
克莱姆V系数可以算效应量和统计检验力
交叉表也可以算相关
单样本T检验:
1样本均值与总体均值的差异检验。
2某一样本均值与指定检验值的差异检验。
1统计量检验显著(P小于0.05,拒绝原假设H0),并且是大效应量(或中效应量)。
此时说明统计结论可信度高(或可信度尚可),完全(或基本上)可以认同此结论。
2统计量检验显著(P小于0.05,拒绝原假设H0),并且是小效应量。
此时,效应量小,就算统计检验显著也实际意义不大,研究结论推广时要慎重,还需要进一步的研究资料佐证此结论。
3统计量检验不显著(P大于0.05,接受原假设H0),然而是大效应量(或中效应量)。
此时需要进一步计算统计检验力。
如果统计检验力高,则认为是抽样误差引起的大效应量(或中效应量);如果统计检验力低,则说明可能是样本量不足造成,此时可以适当增加样本容量,再做实验或调查,获取数据再进行研究分析,以提高统计检验力。
4统计量检验不显著(P大于0.05,接受原假设H0),并且是小效应量。
此时可以认同此结论,检验结果无统计意义也无实际意义,不需要进一步探讨研究。
此时可以不需要计算统计检验力。
独立样本T检验:
对于相互独立的两个来自正态总体的样本,利用独立样本T检验来检验这两个总体的均值是否相等。
先看F值,P>0.05,方差齐性,看第一行检验结果。
P<0.05方差不齐性
☐
摘要独立样本T检验:
原始测量数据未知或丢失,只知道两个比较组别的样本数量、平均值、标准差,在这种情况下而进行的一种均值比较t检验。
配对样本T检验:
前测后测差异
方差分析
点雪费(C),选项点描述、方差齐性检验、平均值图、按具体分析排除个案
偏η方是效果量
实测幂是统计检验力
多因素方差分析:
是涉及一个因变量和多个自变量的方差分析。
要求因变量服从正态总体,且总体中各单元的方差相同
均方=平方和/自由度
F=均方/误差项
交互效应显著,主效应就不用去看了,直接分析简单效应
莫莱奇球性检验,P>0.05,所检验的因变量符合球性分析,不符合就要看格林豪斯
☐被试间设计的方差分析中组别之间的两两比较,是在【事后多重比较】中实现;
☐被试内设计的方差分析中组别之间的两两比较,则使用“比较主效应”来实现两两比较。
相关分析
多重共线性:
量表和数据都是由被试填的
零相关不是没有任何相关,而是相关不显著
皮尔逊积差相关:
1两个变量都是连续型的等距数据;
2两个变量都服从正态分布;
要用反复抽样的方法
3两个变量有线性关系。
斯皮尔曼(Spearman)等级相关分析,是分析顺序变量之间(等级变量之间)的秩相关
(1)两个变量都是等级变量(顺序变量);
(2)一个变量是正态分布的等距数据,另外一个变量是等级变量;
(3)两个变量都是等距数据,但样本量较小(N<30)。
肯德尔(Kendall)和谐系数相关分析,也被称为肯德尔W系数分析,是分析等级变量间的秩相关,适用于多列等级资料的相关,k个评分者评N个对象,也可以是同一个人先后k次评N个对象。
在算相关时涉及到性别(类别数据),要将性别变成1和0才对
回归分析
在做一元线性回归前要做散点图看是不是线性的。
多元回归分析
1先看每一个变量与因变量的散点图,是否为线性,如果不是线性,则要把它们进行平方或取绝对值,变成线性的关系。
2主要从模型摘要的结果来看。
看调整后的R方。
3ANOVA方差分析表,中的F值是看整个方程是否显著。
说明至少有一个回归系数显著。
4共线性就是共同方法偏差。
看VIF值,不能大于10
做中介调节时,如果用平均分做的,变量应该用长方形
有调节的中介模型(moderatedmediationmodel)意味着自变量通过中介变量对因变量产生影响,而中介过程受到调节变量的调节。
逻辑:
先有中介效应显著,再检验中介效应是否被调节。
有调节的中介模型(mediatedmoderatormodel)意味着自变量对因变量的效应受到调节变量的调节,而调节效应(至少部分地)通过中介变量而起作用。
逻辑:
直接路径的调节效应显著后,再检验调节是否被中介。
中介效应检验程序
期末:
问题性手机使用和睡眠问题,手机使用、心理(自我控制、抑郁、情绪)和行为的关系
考察性别差异、方差分析、相关分析、回归分析
T检验、方差分析(年级差异:
大一、大二、大三)、回归分析(中介和调节
有调节的中介效应分析步骤
1.反向计分
2.替换缺失值
3.计算变量
4.信度系数:
分析→度量→可靠性分析
5.相关分析、平均数、标准差
6.差异性检验(性别:
T检验,年级:
方差分析)
7.一定要有控制变量
8.性别进行虚拟化:
1=男生和0=女生
9.对所有连续变量进行中心化处理(年龄及其他变量)
①描述性统计,算平均值
②计算变量:
目标变量Cage,年龄-年龄的均值(4位小数)
10.改标签备注,第一列名称必须为英文
11.先分析调节效应:
process宏Model1检验调节效应,bootsrtap选择5000,下面选择BiasCorrected,注意;右边框中放的是中心化的值,不是原值
12.int是交互项,结果看OUTCOME:
因变量,coeff是b值,se是标准误,R-sq是R2,注意:
放到表格里都要变成2位小数,F和t值后面要加星号(显著值),只有当交互作用显著,才看底下的简单效应检验(低中高情况下)
13.再分析中介效应:
用Model4,全部也用中心化的值!
直接看IndirecteffectofXonY,判断中介效应值是否显著,填表用2位数,报告b,se,t(星号),95%CI,用中心化处理的数据都是没有标准化的系数。
(要报告的都是没有标准化的系数!
!
)
14.有调节的中介效应检验:
找类似的模型,用process,右边全部放入中心化的数据,Bootstrap用1000次。
15.第一步,看outcome为中介变量,交互效应显著就不用关心主效应是否显著了
16.接着看outcome为因变量,中介变量是否能预测因变量,如果显著,则说明中介效应应该显著,而且这个中介被调节了。
如果调节变量调节了X→Y这个路径,则需要进一步看ConditionaodirecteffectsofXonYvalueofthemoderator.如果调节变量调节的是其他路径,则看ConditionaoindirecteffectsofXonYvalueofthemoderator.
17.进行简单效应检验,做交互效应值,用Model1做,此时因变量要变成被调节路径的因变量,此后看ConditionaleffectofXonYatvalueofthemoderator.
18.换数据,呈现b,SE,t,p,95%CI,
19.画图
方法1:
调节效应图,填写(有几位数就写几位数)主效应、调节变量效应、调节效应、常量、改写下面调节变量高中低名称、上方因变量、自变量名称,可以换坐标轴边界,使其变好看。
方法2:
用回归方程画图,替换X轴、Y轴名称,点描述,将两个变量的中心化变量放入框中描述,看标准差,将标准差写在表格两遍空白处,带入方程,
如低亲子关系,低师生关系=C亲子关系的b值*(负亲子关系标准差)+C师生关系的b值*(负师生关系标准差)+交互项b值*(负亲子关系标准差)*(负师生关系标准差)
后面的空格处只需更改标准差的符号,后调整纵坐标,更改横纵坐标
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- spss 复习 材料