SPSS在心理數(shù)據(jù)檢查與篩選中的應用[論文設計]

1、spss在心理數(shù)據(jù)檢查與篩選中的應用spss作為目前最流行的統(tǒng)計軟件包，以其功能強大、界面友好而被廣泛使用.但很多用戶在數(shù)據(jù)錄入完畢后就開始了統(tǒng)計分析，這常常會導致結果 的錯誤.其實在這之前還有一項重要的工作要做就是數(shù)據(jù)的檢查與篩選(screen2ing data)spss在這方面為我們提供了很多有用的功能.但很多用 戶常常忽略這些功能，而目前的統(tǒng)計教材.spss的教材中幾乎沒有這方面的 專門論著，我們以spss最新的10.0版本為例，就在其中如何利用各種功能 進行數(shù)據(jù)的檢查與篩選進行探討.spss的其他版本及sa s, splm等統(tǒng)計軟 件與此類似.1數(shù)據(jù)的采集、錄入階段數(shù)據(jù)產(chǎn)生差錯的原因

2、1. 1被試差錯 多見于自陳式問卷調查中.女ii:由于社會贊許等原因導致 被試對某問題不能真實回答從而造成數(shù)據(jù)偏態(tài)；由于敏感的問題導致被試拒 絕回答從而造成數(shù)據(jù)不全.12儀器差錯 多見于使用心理測評儀進行測量的時候丄3主試差錯 由于心理學數(shù)據(jù)常常非常龐大，因此在數(shù)據(jù)錄入時難免岀錯；另外數(shù)據(jù)在文 本文件、excel> access. spss等不同格式、不同版本之間轉換時，在心 理測評儀向計算機傳輸數(shù)據(jù)時也常會發(fā)生錯行、亂碼等錯誤1 .2數(shù)據(jù)的檢查與篩選 保證數(shù)據(jù)準確的最好方法是將原始數(shù)據(jù)與計算機所 呈現(xiàn)的數(shù)據(jù)清單進行核對.但對龐大的數(shù)據(jù)這兒乎是不可能的.這時就需要 應用描述性統(tǒng)計量和統(tǒng)計

3、圖來進行篩選和檢測.最重要的是解決三個問題: 所有的數(shù)據(jù)都在允許的范圍內嗎？平均數(shù)和標準差都比較合理嗎？有無超出 取值范圍的數(shù)據(jù)?2. 1缺失值(m issing values)缺失值是數(shù)據(jù)分析中一個非常常見的現(xiàn)象,出現(xiàn)的主要原因有：設備故障、拒絕回答、測驗時走神等，對此應：2. 1. 1缺失值的檢測spss默認缺失值以黑點表示，可以通過快速瀏覽數(shù) 據(jù)列表(data view )發(fā)現(xiàn)，記錄下缺失值所在的變量即數(shù)據(jù)的列.2. 1.2對缺失值的處理(1)剔除有缺失值的觀測單位，即刪除spss數(shù)據(jù) 列表中缺失值所在的數(shù)據(jù)行；在spss的統(tǒng)計分析程序中，打開op t ions按 鈕，便會出現(xiàn)缺失值的處

4、理欄(m issing values),可分別選擇下列選項: exclude cases analy2sis by analysis (剔除正在分析的變量中帶缺失值的觀察單 位);exclude case list w ise (剔除所有分析變量中帶缺失值的觀察單位);(2) 對缺失值進行估計后補上.主要有兩種方法:一是根據(jù)文獻報道等知識經(jīng)驗 進行估計；二是用spss提供的工具進行估計.在“t ransfo rm ”菜單下的“rep lace m issingvalues” 列出了 5 種替代的方法：(a) series mean:以列的算 術平均值進行替代；(b)mean of nearly

5、 po int:以缺失值鄰近點的算術平均值 進行替代；(c)m edian of nearly po int:以缺失值臨近點的中位數(shù)替代；(d) linear interpo lat ion:根據(jù)缺失值前后的2個觀察值進行線性內查法估計和 替代(e) linear t rend atpo int:用線形回歸法進行估計和替代; 將缺失值作 為常數(shù)值，如：作為“0” .2. 2奇異值(out liers)和極端值(ext reme values) 奇異值和極端值是指各 變量中與整體數(shù)據(jù)相距太遠的極值，由于它的夸大作用，常常會歪曲統(tǒng)計結 果，導致犯一類和二類錯誤.通常有四種原因可導致奇異值的出現(xiàn)：(

6、1)數(shù)據(jù) 輸入時出錯；(2)在不同數(shù)據(jù)格式之間進行轉換時，缺失值處的數(shù)碼代號被當 成了實際觀測值；(3)出現(xiàn)奇異值的樣本并非屬于所要考察的總體；考察 的樣本相對于正態(tài)分布有比較多的極值2 2. 1奇異值和極端值的檢測用 柱狀圖、箱絲圖、莖葉圖、正態(tài)檢驗的q2q圖等檢測有無極端值和奇異值. 以箱絲圖為例，箱絲圖中都標有奇異值的行號，看不清時可拖動邊框將箱絲 圖放大查看.2. 2. 2減少奇異值和極端值影響的方法（1）將奇異值和極端值作為缺失 值處理：在"variable view "視圖中點擊“missing"欄下含有奇異值和極端 值的變量，彈出“m issingv

7、alues"對話框，有3個選項可以使用：（a） “discrete m issingvalues"最多可以指定3個數(shù)值為缺失值，（b） "range of m iss2ing values”指定某一取值范圍內的數(shù)值為缺失值；（c） “rangep lus one op t ional discrete m issingv指定某一取值范圍和某一特定數(shù)值為缺失值;（2）根據(jù)檢測 的奇異值和極端值，用“data0 select cases”工具中的“if?”對數(shù)據(jù)的取值范 圍進行限定，然后再進行統(tǒng)計分析；（3）對奇異值進行估計.方法同缺失值的 估計；（4）將原始數(shù)據(jù)轉換

8、成標準z分數(shù)（stat ist ics dsum2marize ode scrip t ives osave standardized value as）或進彳亍其他的轉換后再進行統(tǒng)計分析；（5）刪 除奇異值所在的觀察單位.2. 3統(tǒng)計分析前的假設檢驗許多統(tǒng)計檢驗都需要樣本數(shù)據(jù)服從正態(tài)分布, 并且相關聯(lián)的變量之間應方差齊同.若不符合上述條件便應進行數(shù)據(jù)轉換, 否則便會導致錯誤2 .但對于大樣本數(shù)據(jù)，我們可以近似地認為其為正態(tài)分 布，而不用去進行正態(tài)性檢驗“ analyze "下的“ descrip t ives ”, “ frequen2cies ” 和“explore”可以完成這些

9、工作.2. 3. 1 方差齊性檢驗（sp read vs. level w ith levene test） "descrip t ives” 和 "frequencies"的功能基本相同，都可進行正態(tài)性檢驗和方差齊性檢驗.若滿 足方差齊性，則可進行下一步工作；若不滿足，選“pow er est imet ion”進行 數(shù)據(jù)變換來滿足方差齊性.有6種方法可供選擇:(1) natural log:取自然對數(shù);(2) losfquare roo t:取平方根的倒數(shù)；(3) recip rocal:取倒數(shù)；(4) square roo t: 取平方根；(5) squar

10、e:取平方;(6) cube:取立方.若spss提供的6種變換均 不能滿足要求，應考慮采用非參數(shù)統(tǒng)計的方法.2. 3. 2 正態(tài)檢驗(no rmality p lo ts w ith tests) 在 analyze0descrip t ives stat ist ics exp lo re”中可進行正態(tài)檢驗，及做出q 2q圖.若不支持正態(tài)分布, 則應進行數(shù)據(jù)變換，方法同方差齊性檢驗，或選用非參數(shù)統(tǒng)計的方法.2.4相關分析前的數(shù)據(jù)檢查相關分析z前應用descrip2t ives stat ist ics"對數(shù)據(jù)進行觀察.當一個變量取值范圍很窄時，應做數(shù)據(jù)變換后再進行相關 分析，否則會

11、使相關的資料得出不相關的結論；在做連續(xù)變量和等級資料的 相關或兩個等級資料的相關時，若90%的被試都選擇等級資料中的一種情 況(如：90%的被試都選擇“嚴重”)，則相關性通常會很低，對這類數(shù)據(jù)應用 其他方法進行分析；當均值是一個很大的數(shù)，而同時標準差很小時，相關系 數(shù)值通常也會很小，對這樣的資料不宜做相關分析.spss如何求f檢驗值我國是水域大國，有著豐富的漁業(yè)資源以及悠久的漁業(yè)養(yǎng)殖歷史。在“九五”、 “十五”期間，漁業(yè)及其關聯(lián)產(chǎn)業(yè)快速發(fā)展，特別是水產(chǎn)品生產(chǎn)和加工產(chǎn)業(yè) 發(fā)展迅速，有力保障了國民食品需求。對中國水產(chǎn)品供需狀況進行系統(tǒng)分析, 并進行“十一五”時期供需預測，能夠全面了解我國水產(chǎn)品供需

12、各環(huán)節(jié)的現(xiàn) 狀、問題及發(fā)展趨勢，從而對“十一五”時期我國漁業(yè)產(chǎn)業(yè)發(fā)展規(guī)劃具有重 要指導意義。一、水產(chǎn)品供給預測我國水產(chǎn)品供給來自國內外兩個市場，國內市場供給主要包括海洋漁業(yè) 和內陸漁業(yè)兩部分。(%1) 國內生產(chǎn)預測 在“九五”和“十五”期間，我國水產(chǎn)品生產(chǎn)得到 了長足發(fā)展，如圖1所示，20世紀90年代以來，我國水產(chǎn)品生產(chǎn)量持續(xù)上 升，10年間水產(chǎn)品產(chǎn)量幾乎增長4倍，從1990年不足1300萬噸迅速上升到 2002年的4800萬噸。從圖1中我們還可以觀察到國內水產(chǎn)品產(chǎn)量增長具有 階段性特征，以1996年為拐點，1996年以前以較低水平增長，1996年以后 以較高水平增長，但增長率近乎相同。因此，

13、在預測中考慮到國內水產(chǎn)品產(chǎn)量增長具有階段性特征，我們采用 含有虛擬變量的時間序列函數(shù)來預測“十一五”時期國內水產(chǎn)品生產(chǎn)量，方 程如下：y= a + 0t+ yd+ e (tl990=l)其中y表示國內水產(chǎn)品產(chǎn)量；t為時 間變量，以1990年為基期；d為虛擬變量，當1 wtw6,即19901995年， d=0,當7wtw21,即1996-2010年，d=e運用spss軟件，得到如下預 測方程：y=980.446+225.982(+780.201d + e(14.177) (14.553) (6.69)其中剩余 r2=0.994,調整后的 r2=0.993, f=850.653, dw檢驗值為1.

14、245,從而說明該方程回歸效果較好，不存在自 相關性，可以用此方程對2005-2010年國內水產(chǎn)品產(chǎn)量進行預測，其預測結 果見表1(略)：（二）進口預測20世紀50年代末至90年代初期，我國水產(chǎn)品貿易一 直以出口為主，這與我國豐富的漁業(yè)資源有關，但隨著人民生活水平提高以 及對外貿易戰(zhàn)略的改變，我國水產(chǎn)品進口從無到有，不僅數(shù)量大幅增長，而 且品種日益多樣化，極大豐富了國內市場?？v觀過去10年我國水產(chǎn)品進口格 局，進口量大致呈不規(guī)則上升趨勢（見圖2）?？紤]到我國水產(chǎn)品進口歷史較短，初期發(fā)展具有不規(guī)律性，進口量占總 供給量較小等特點，因此我們用簡單的時間序列函數(shù)來預測2005-2010年水 產(chǎn)品進口

15、數(shù)量：y=a + bt+£ （tl990=l）其中y表示水產(chǎn)品進口數(shù)量，t為時間變 量，以1990年為基期；運用spss軟件，得到如下預測方程：y=-9.765 + 19.698t+ e（-3.503） （8.061）其中剩余 r2=0.855,調整后的 r2=0.842, f=64.979, dw檢驗值為1.482,從而說明該方程回歸效果較好，不存在自相關性，可以 用此方程對2005-2010年水產(chǎn)品進口量進行預測，其預測結果見表2（略）。（三）“十一五”水產(chǎn)品供給預測：基于國內生產(chǎn)與國外供給1.方法一：中期分項預測。根據(jù)上面對水產(chǎn)品國內生產(chǎn)和進口數(shù)量的預 測，可以得到2005-2

16、010年我國水產(chǎn)品總供給量（總供給量=國內生產(chǎn)量+ 進口量）（見表3（略）。上述這種預測是基于1990-2002年我國水產(chǎn)品供給的中期樣本數(shù)據(jù)進 行的，它的優(yōu)點在于包含了這12年較多的水產(chǎn)品供給信息，缺點在于預測信 息處理缺乏偏向性。由于1996年是個明顯的分界點（對于國內生產(chǎn)部分和進 口部分皆如此），對1996年以前的信息考慮過多可能會淡化1996年之后的重 要信息，從而導致預測失真，另外我們對供給的預測是在兩次估計中完成的, 存在多次預測加大誤差的可能性。因此我們引進第二種方法，即短期灰色預 測方法，對1996年以后的水產(chǎn)品總供給量進行總體預測，從而矯正第一種中 期分項預測的誤差。2方法二

17、：短期灰色預測。我們以1996-2002年我國水產(chǎn)品總供給量為 樣本，進行“十一五”時期水產(chǎn)品產(chǎn)量的短期灰色預測。第一步，建立gm （1, 1）模型第二步，模型精度檢驗。對cm （1, 1）模型精度進行檢驗，將k= l, 2,6分別代入上述模型中，并將模型計算的累加值還原，與實際供給量進 行比較，結果見表4（略）。第三步，得到“十一五”水產(chǎn)品總供給灰色預測值（見表5（略）。3.方法三：綜合模型與最終預測值。比較中期分項預測結果和短期灰色 預測值，我們發(fā)現(xiàn)兩者差別不大，說明這兩種方法都能夠較好地推測未來的 供給情況，因此這里我們以1： 1的權重，將兩模型結果進行綜合，以得到更 精準的供給預測（見

18、表6（略）。二、水產(chǎn)品需求預測我國水產(chǎn)品市場需求由4部分組成，包括城鄉(xiāng)居民食用消費、加工工業(yè) 原料消費、出口貿易以及其他消費部分。（一）城鄉(xiāng)居民食用消費預測 這 喑e分包括城鄉(xiāng)居民的家庭消費和社會 消費。根據(jù)以往事實，家庭消費約占這一部分消費的50%。由于水產(chǎn)品市場 供應充足，再加上水產(chǎn)品自身的營養(yǎng)價值很高，城鄉(xiāng)居民對水產(chǎn)品的家庭消 費日益增加。其中由于受到收入約束，鄉(xiāng)村居民對水產(chǎn)品的消費要普遍低于 城市居民的消費水平。社會消費水平指餐館、飯店的水產(chǎn)品消費和請客送禮 等形式的其他消費。隨著人們生活水平提高，社會消費部分的比重將會越來 越大。由于各組成部分均呈增長趨勢，因此城鄉(xiāng)居民食用消費量逐年

19、增長， 預計未來年份這種上升趨勢仍會持續(xù)（見圖3）從圖3可以看到水產(chǎn)品城鄉(xiāng)居民食用消費量幾乎呈線性上升，因此我們 用簡單的時間序列函數(shù)來預測2005-2010年的城鄉(xiāng)居民水產(chǎn)品食用消費量:y=a + pt+ £ （tl990=l）其中y表示城鄉(xiāng)居民水產(chǎn)品食用數(shù)量，t 為時間變量，以1990年為基期；運用spss軟件，得到如下預測方程：y= 1035.118+98.476t+ e（47.625） （35.963）其中剩余 r2=0.992,調整后的 r2=0.991, f= 1293.904, dw檢驗值為1.231,從而說明該方程回歸效果很好，不存在自相 關性，可以用此方程對2005

20、-2010年城鄉(xiāng)居民食用消費量進行預測，其預測 結果見表7（略）：（二）加工工業(yè)原料消費預測 水產(chǎn)品可用于加工動物蛋白飼料（包括魚 粉、添加劑）和醫(yī)藥保健品等。隨著我國水產(chǎn)品產(chǎn)量的大幅度增加和水產(chǎn)品 加工技術的不斷提高，該部分消費量增長很快，目前年消費水產(chǎn)品已達600 萬噸以上。從歷年的加工原料消費趨勢來看，預計“十一五”期間消費量仍 會上升。從圖4可以看出，19902002年加工工業(yè)原料消費量大致呈拋物線趨勢, 但是用含t和t2的二次函數(shù)預測，就會出現(xiàn)原料消費量負增長的現(xiàn)象，這與 事實相悖，因此我們用雙對數(shù)時序模型來代替二次函數(shù)對2005-2010年的消 費量進行預測：iny= a -i-

21、0 lnt+ e (tl990=l)其中y表示加工工業(yè)原料消費量，t為 時間變量，以1990年為基期；運用spss軟件，得到如下預測方程：iny=4.497+0.8221nt(42.649)(14.688)其中剩余r2=0.951,調整后的 r2=0.947,f=215.732, dw檢驗值為1.391,該方程回歸效果較好，可以用此方程對2005-2010年 加工工業(yè)原料消費量進行預測，其預測結果見表8(略)。(%1) 出口量預測 海關出口、邊境口岸易貨交易等形式的出口貿易也是 水產(chǎn)品市場需求的一部分，由于我國水產(chǎn)品外貿體制改革成效顯著、對外經(jīng) 濟關系不斷改善、水產(chǎn)品生產(chǎn)加工質量的日益提高，我

22、國水產(chǎn)品出口量呈現(xiàn) 逐年上升趨勢。從圖5可以看岀，199902002年我國水產(chǎn)品出口量在總體上大致呈上 升趨勢，并且以1999年為拐點以更快速度進行二次增長，考慮到水產(chǎn)品出口 量增長具有階段性，因此我們采用含有虛擬變量的時間序列函數(shù)來預測“十 一五”水產(chǎn)品出口量：y= a + 3t+ yd+ £ (tl990=l)其中y表示出口量；t為時間變量， 以1990年為基期；d為虛擬變量，當1 wtw9,即1990-1998年，d=0,當 10wtw21,即1999-2010年，d=l。運用spss軟件，得到如下預測方程:y=37.279+14.890t-35.509d+ e(5.258)

23、(11.920) (-3.507)其中剩余 r2=0.961,調整后的 r2=0.953, f= 122.303, dw檢驗值為1.370,從而說明該方程回歸效果很好，不存在自 相關性，可以用此方程對2005-2010年國內水產(chǎn)品產(chǎn)量進行預測，其預測結 果見表9(略)。（四）其他消費預測 這里我們主要是對由于多種綜合復雜原因造成的水 產(chǎn)品損耗進行預測。從圖6可以看出，每年的水產(chǎn)品損耗量幾乎呈直線上升，因此我們擬用 簡單的時間序列函數(shù)來對2005-2010年的損耗量進行預測：y=a+fh+§ （tl990=l）其中y表示加工工業(yè)原料消費量，i為時 間變量，以1990年為基期；運用sps

24、s軟件，得到如下預測方程：y=88.318+33.681t+ e（15.625） （47.297）其中剩余 r2=0.995,調整后的 r2=0.995, f= 2237.044, dw檢驗值為1.115,該方程回歸效果很好，不存在自相關性，可 以用此方程對2005-2010年水產(chǎn)品損耗量進行預測，其預測結果見表 10（略）。（五）“十一五”水產(chǎn)品需求預測1. 方法一：中期分項預測。根據(jù)對水產(chǎn)品需求4部分的預測，可得到2005 -2010年我國水產(chǎn)品總需求量（總需求量=城鄉(xiāng)居民食用消費量+加工工業(yè) 原料消費量+出口量+損耗）（見表11（略）。同水產(chǎn)品供給預測一樣，上述的這種預測是基于1990-

25、2002年我國水產(chǎn) 品需求的中期樣本數(shù)據(jù)進行的，它的優(yōu)點在于包含了這12年較多的水產(chǎn)品需 求信息，缺點則在于對需求的預測是在4次預測中完成的，存在多次預測有 可能加大誤差的可能，因此我們應該設計其他預測方案以便對上述預測結果 進行比較和調整。通過對1999-2002年水產(chǎn)品總需求量樣本的聚類分析，可以看出1996 年是個明顯的分水嶺，19901995是第一類，19962002則是第二類，因此 我們釆用第二種方法，即短期灰色預測方法，對1996年以后的水產(chǎn)品總需求 量進行總體預測。2. 方法二：短期灰色預測。我們以1996-2002年我國水產(chǎn)品總需求量為 樣本，進行預測。第一步，建立gm （1,

26、 1）模型。第二步，模型精度檢驗。對gm （1, 1）模型精度進行檢驗，將k=l, 2, -6分別代入上述模型 中，并將模型計算的累加值還原，與實際需求量進行比較，結果見表12（略）。第三步，得到“十一五”期間我國水產(chǎn)品總需求灰色預測值（見表13（略）。3. 方法三：綜合模型與最終預測值。比較中期分項預測結果和短期灰色 預測值，我們發(fā)現(xiàn)兩者差別不大，說明這兩種方法都能夠較好地預測未來的 需求情況，因此這里我們以1： 1的權重，將兩模型結果進行綜合，以得到更 精準的需求預測值（見表14（略）。三、“十一五”期間水產(chǎn)品供需均衡分析通過以上分析，我們可以得到“十一五”期間我國水產(chǎn)品供需均衡表（見 表

27、15（略）。由表15（略）可以看出，“十一五”期間我國水產(chǎn)品供需的基本態(tài)勢仍然是 供大于求，人們對水產(chǎn)品需求增長有充分的安全保障。其中供給增長仍然主 要來源于國內，進口水產(chǎn)品雖有增長，但所占比例不高；而需求增長主要來 源于城鄉(xiāng)居民食用消費，但也應看到加工工業(yè)原料消費增長迅猛，這反映了 我國水產(chǎn)品加工業(yè)快速發(fā)展的大好形勢，另外出口貿易和損耗也出現(xiàn)了長足 的增長趨勢，反映了我國水產(chǎn)品貿易逐步開放，水產(chǎn)品生產(chǎn)和需求規(guī)模逐漸 擴大的現(xiàn)實。以上述實證研究為基礎，在充分考慮我國水產(chǎn)品生產(chǎn)現(xiàn)實問題與困境的 前提下，我們認為，保障“十一五”期間水產(chǎn)品供需均衡需要注意以下幾個 問題。（一）要逐步形成水產(chǎn)品生產(chǎn)和加工產(chǎn)業(yè)帶，實現(xiàn)水產(chǎn)品加工與原料基 地的整體有機結合水產(chǎn)品加工是提高水產(chǎn)品綜合效益和附加值的重要途徑, 優(yōu)質水產(chǎn)品通過深加工可以有效提高產(chǎn)品品位，低值水產(chǎn)品通過深加工既可 以增加營養(yǎng)源又能夠提高綜合利用率。但目前我國水產(chǎn)品加工幾乎是空白， 由于加工環(huán)節(jié)薄弱，主導產(chǎn)品的規(guī)?；l(fā)展受到限制，抗御市場風險的