常用統(tǒng)計方法與SPSS軟件的使用PPT課件.ppt

常用統(tǒng)計方法與SPSS軟件的使用 1 書籍介紹1 張文彤 SPSS11 0統(tǒng)計分析教程 基礎(chǔ)篇 高級篇 北京希望電子出版社 2002 操作詳細(xì) 有助于理解模塊 2 馬慶國 管理統(tǒng)計 科學(xué)出版社 2005 側(cè)重于理論與實踐的結(jié)合 分階段學(xué)習(xí)容易接受 3 吳明隆 SPSS統(tǒng)計應(yīng)用實務(wù) 科學(xué)出版社 2003年 適用于社會學(xué) 管理學(xué) 心理學(xué)使用問卷調(diào)查的實證研究 其余書籍4 余建英 何旭宏 數(shù)據(jù)統(tǒng)計分析與SPSS應(yīng)用 人民郵電出版社 2003年5 阮桂海等 統(tǒng)計應(yīng)用分析教程 SPSS LISREL SAS實例精選 清華大學(xué)出版社 2003年軟件使用 SPSS11 5 目前最高版本 SPSS13 0 2 一 量化研究量化研究與質(zhì)化研究都重視研究的客觀性 科學(xué)性與數(shù)據(jù)分析的正確性 這是兩種不同的研究派別 量化研究的特征 量化研究注重減少 垃圾進(jìn) 垃圾出 研究者通過正確收集數(shù)據(jù) 選擇合適而正確的統(tǒng)計方法 以客觀的立場分析數(shù)據(jù) 使之形成有用的信息 以檢驗研究假設(shè) 進(jìn)而發(fā)現(xiàn)研究結(jié)果 整理歸納形成結(jié)論 3 一 量化研究量化研究與質(zhì)化研究的區(qū)別 1 量 采用邏輯實證主義 將現(xiàn)象背后的原理簡化為單一的客觀實在 不因人的主觀意志而轉(zhuǎn)移 內(nèi)部動力機(jī)制 質(zhì) 采用自然現(xiàn)象主義 認(rèn)為自然和社會是多元的 描述多元的現(xiàn)象 2 量 注重變量間必然的因果關(guān)系或相關(guān)情形 質(zhì) 注重變量脈絡(luò)間關(guān)系的詮釋和分析 3 量 重視假設(shè)演繹法 質(zhì) 注重經(jīng)驗歸納法 4 量 的研究者保持中立 借助儀器或問卷等收集信息 質(zhì) 的研究者一般采用參與性的活動通過互動收集信息 5 量 的研究重視由受試樣本推論到總體 質(zhì) 的情景限制推論 4 二 量的研究步驟 選擇定義研究問題 設(shè)計問卷 研究問題必須是可以檢驗的 有研究價值或重要的問題方法 通過相關(guān)文獻(xiàn)的研究分析 挖掘相關(guān)研究問題 制定研究主題 草擬研究問題 對于重要的關(guān)鍵詞要給予完整解釋執(zhí)行研究程序?qū)嵤┏绦虬?樣本的選擇 測量工具的改進(jìn) 數(shù)據(jù)的搜集數(shù)據(jù)分析檢驗研究假設(shè) 選擇合適而正確的統(tǒng)計方法 描述性統(tǒng)計 推斷性統(tǒng)計 結(jié)果分析與結(jié)論根據(jù)數(shù)據(jù)分析的結(jié)果 結(jié)論應(yīng)該與最初擬訂的假設(shè)或研究問題有關(guān) 研究結(jié)論要指出假設(shè)是否得到支持 5 理論 假設(shè) 概念的操作性定義 選取樣本 調(diào)查 相關(guān)設(shè)計訪問或問卷調(diào)查 實驗設(shè)計設(shè)計實驗組事實觀察 訪問 問卷 搜集資料 分析資料 結(jié)果發(fā)現(xiàn) 例1 6 三 量表的編制 變量的屬性名義變量 變量分類 如性別 年級 企業(yè)性質(zhì)等 控制性變量 次序變量 方向性 如表示優(yōu)劣 多少 高低 次序等等距 比率 變量 間距相等 具有可加 可乘性 如經(jīng)營額 學(xué)生成績 各種財務(wù)杠桿等 不同的變量屬性 所使用的統(tǒng)計方法也不同 如果設(shè)計的變量屬性不符合所要求使用的統(tǒng)計方法 會導(dǎo)致統(tǒng)計結(jié)果的錯誤 在回歸分析中應(yīng)該特別注意 例如 多元回歸分析的自變量與因變量應(yīng)該都是 連續(xù)變量 自變量如果是類別變量或次序變量應(yīng)該首先轉(zhuǎn)換為虛擬變量 與研究相關(guān)的變量的矢量方向一致及變量屬性一致 7 量表編制的原則 如何使用量表將定性問題轉(zhuǎn)換為定量 量表的屬性應(yīng)該是次序變量 但次序變量與名義變量都屬于 離散變量 離散變量無法求平均數(shù)或進(jìn)行相關(guān)性統(tǒng)計 回歸等分析 因此必須轉(zhuǎn)變成等距的虛擬變量來統(tǒng)計 五點(diǎn)量表法 Liket fivepoint 李克特 最可靠的方法 適合與一般群體來設(shè)計 其好處在于不但能分清矢量的高低程度 而且等確定中心距 以保持變量的內(nèi)部平衡 七點(diǎn)量表法 Liket Sevenpoint 李克特 適合與高精確度的問卷設(shè)計 一般適合與專家群體 其確定的準(zhǔn)確度更高 但如果受試群體沒有能力分清這種高精確性的矢量 會導(dǎo)致問卷收集數(shù)據(jù)的不準(zhǔn)確性 8 問卷設(shè)計 我認(rèn)為參加在職訓(xùn)練能增進(jìn)工作效率非常同意 非常不同意54321你認(rèn)為安全在你外出旅游中的作用是 1 很不重要2 不重要3 無所謂4 較重要5 很重要 例2 9 四 統(tǒng)計與數(shù)據(jù)挖掘方法論 Database ODBCInterface Datacleaning Datatransforming Dataselecting ObjectiveData Datamining ModeExplaining Man machineinteraction Datapreprocessing 10 五 數(shù)據(jù)處理常用方法 將問卷各個題目按照關(guān)鍵字段依次輸入EXCEL 形成二維的數(shù)據(jù)庫 選擇合適的方法進(jìn)行數(shù)據(jù)庫的數(shù)據(jù)的轉(zhuǎn)換字符性轉(zhuǎn)換為數(shù)字性 盡量使用EXCEL強(qiáng)大的轉(zhuǎn)換功能數(shù)據(jù)的非正常值的轉(zhuǎn)換 如通過查找原始問卷 變量屬性的轉(zhuǎn)換數(shù)據(jù)格式的轉(zhuǎn)換 如spss的強(qiáng)大的Restructure功能 行列轉(zhuǎn)置等 導(dǎo)入SPSS可使用SPSS的OPENDATA文件 單選 多選 2004新生原始數(shù)據(jù) 11 六 SPSS軟件的界面與數(shù)據(jù)控制 12 13 14 信度分析一般用于問卷 試卷 問題測量的穩(wěn)定性和可靠性ReliablityAnalysis過程通過ALPHA 克郎巴哈系數(shù) 來截定 0 9穩(wěn)定性很好 效果極佳0 9 0 8可以接受 應(yīng)該做小幅改進(jìn)0 8 0 7有價值 做部分改進(jìn)0 6 0 7有價值 做較大改進(jìn)0 6 應(yīng)該重新設(shè)計注意 如果問卷數(shù)量較少 系數(shù)可以稍微降低 案例1和2 15 七 常用的統(tǒng)計方法 描述性統(tǒng)計 基本的數(shù)據(jù)分布狀況參數(shù)假設(shè)檢驗 判別顯著性相關(guān)分析 判別相關(guān)度 線性 非線性 回歸 因素確定 因素間關(guān)系1 線性回歸 多元回歸 2 分類資料回歸多元統(tǒng)計 因素結(jié)構(gòu)1 聚類分析和判別分析2 因子分析 16 描述性統(tǒng)計常用指標(biāo) 平均值 Mean 標(biāo)準(zhǔn)方差 S D 最小值 Min 最大值 Max 偏度系數(shù) Ske 峰度系數(shù) Kur 目的 發(fā)現(xiàn)基本的數(shù)據(jù)分布狀況 為下一步有針對性的數(shù)據(jù)分析做準(zhǔn)備判斷正態(tài)分布 偏度系數(shù) Ske 0 峰度系數(shù) Kur 3 案例3課程體系評價 17 描述性統(tǒng)計我國主要來源城市競爭力分析 18 2020 1 15 19 全國調(diào)查 上海 蘇州調(diào)查 20 北京廣州調(diào)查 省內(nèi)調(diào)查 21 市內(nèi)調(diào)查 22 多項選擇題分析MultipleResponse菜單 只要數(shù)據(jù)輸入沒問題 才做更簡單 案例4 23 均數(shù)間的比較 comparemean 假設(shè)檢驗 通過P值來判斷P0 05 否定假設(shè)H1 兩個T檢驗案例 一個單因素方差分析案例 24 兩種電子商務(wù)水平下企業(yè)各流程的差異檢驗 25 相關(guān)分析 Bivariate過程 Partial過程 Bivariate過程 通過R值 相關(guān)系數(shù) 判斷因素之間的線性相關(guān)程度 0 8 R 1高度相關(guān)0 5 R 0 8顯著相關(guān)0 3 R 0 5低度相關(guān)0 R 0 3弱微相關(guān)R 0不相關(guān)注意 只有在0 05水平下具有顯著作用的關(guān)系才具有分析價值 案例7 26 Partial過程 協(xié)相關(guān)分析 核心 因素過多會產(chǎn)生干擾 應(yīng)該在消除這些干擾因素的情況下進(jìn)行因素的分析 1 如果發(fā)現(xiàn)C變量的消失會導(dǎo)致原來兩個變量 A B 的顯著性關(guān)系突然變的不顯著了 則證明C變量是A B變量的中間變量 A B兩個變量的相關(guān)性主要通過C變量來實現(xiàn) 2 如果C變量的消失沒有使A B變量之間的顯著性關(guān)系消失 則證明C變量不是A B變量的中間變量 A B C 情況1 情況2 案例7支持電子商務(wù)戰(zhàn)略的因素關(guān)系 案例8 27 多元線性回歸適用條件 1 避免共線性 Torerlance VIF 1 Torerlance 10 2 殘差獨(dú)立性 Durbin watson在2附近 樣本越多越好參差獨(dú)立性觀察 Durbin watson 參差正態(tài)PP圖解決 刪除強(qiáng)影響點(diǎn) 結(jié)合Cook s等距離計算方法 變量轉(zhuǎn)換 對數(shù) 倒數(shù)等方法變換 賦予權(quán)重 Nonliner 共線性觀察 VIF 相關(guān)性檢驗 因子分析解決 增大樣本量主成分分析嶺回歸路徑分析 結(jié)構(gòu)方程建模 28 29 分類資料回歸 Optimalscaling 在眾多因素變量的屬性不統(tǒng)一的情況下探索進(jìn)入方程的變量 只具有借鑒意義 發(fā)現(xiàn)基本規(guī)律 關(guān)鍵 判斷變量的屬性等距變量 數(shù)值 次序變量 有序多分類 名義變量 無序 案例9話費(fèi)的影響因素 30 聚類分析 聚類方法主要是把沒有分類新的資料按照相似程度歸類 R聚 對樣本進(jìn)行分類Q聚 對變量進(jìn)行分類由于我們選用的變量一般是分類變量 為了使聚類更加科學(xué)和可靠 我們使用SPSS的系統(tǒng)聚類方法 HierarchicalCluster 該方法能夠通過 距離測量方法 確定合適的測距方法選取合適的聚類中心 然后經(jīng)過疊代運(yùn)算得出結(jié)論 1 城市旅游形象因素聚類 Q 2 電子商務(wù)流程能力的聚類 R 31 聚類分析 K mean 規(guī)定聚類數(shù) 根據(jù)人為規(guī)定的聚類數(shù)進(jìn)行計算HierarchicalCluster 自行迭代計算 根據(jù)計算的結(jié)果結(jié)合專業(yè)需要進(jìn)行判斷 冰狀圖 案例11旅游形象因素的聚類 32 判別分析 Discriminant 通過實際大量的數(shù)據(jù)來幫助判斷未來事物的性質(zhì)優(yōu)點(diǎn) 建立判別函數(shù)的自變量可以是任意測量尺度的 對于數(shù)據(jù)的屬性沒有限制 虛擬變量也是可以的 適用條件 1 變量應(yīng)該是連續(xù)型或有序分類變量2 樣本來源于多元正態(tài)分布 該前提一般做不到 所以不用過多考慮 3 變量獨(dú)立 無共線性注意事項 變量數(shù)量加以控制 N 10P 8 10個為佳 可以結(jié)合主成分進(jìn)行分析 33 案例12我國上市公司的預(yù)警模型 34 因子分析 用來在復(fù)雜的結(jié)構(gòu)數(shù)據(jù)中通過主成分提取來確定大致的因素 并將這些因素歸為不同的類別 能夠避免共線性的問題 得出哪些問題能夠用來研究這些因子 尋找這些變量間的潛在結(jié)構(gòu) 因子分析各變量間應(yīng)該存在一定的相關(guān)性 可以使用KMO統(tǒng)計量和Bartlett sTest球型檢驗加以判定 在因子分析中重點(diǎn)應(yīng)該放在主成分的可解釋上確定多少主成分可以通過提取主成分積累貢獻(xiàn)率來判斷 一般在70 85 以上就比較滿意了 35 因子分析 KMO統(tǒng)計量判斷KMO 0 9 效果極佳 KMO 0 8 效果很好 KMO 0 7 效果尚可 KMO 0 6 效果接受 KMO 0 6 不能使用成分與因子分析的區(qū)別1 主成分分析目的在于避免共線性問題 不在于解釋主成分包含