常用統(tǒng)計方法與SPSS軟件的使用

常用統(tǒng)計方法與SPSS軟件的使用書籍介紹1、張文彤，“SPSS11.0統(tǒng)計分析教程（基礎篇、高級篇）”北京希望電子出版社，2002（操作詳細，有助于理解模塊）2、馬慶國，“管理統(tǒng)計”，科學出版社，2005（側(cè)重于理論與實踐的結(jié)合，分階段學習容易接受）3、吳明隆，“SPSS統(tǒng)計應用實務”，科學出版社，2003年（適用于社會學、管理學、心理學使用問卷調(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應用”，人民郵電出版社，2003年5、阮桂海等，“統(tǒng)計應用分析教程——SPSS、LISREL&SAS實例精選”，清華大學出版社，2003年軟件使用：SPSS11.5,目前最高版本：SPSS13.0一、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、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，進而發(fā)現(xiàn)研究結(jié)果，整理歸納形成結(jié)論。

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)部動力機制）；“質(zhì)”采用自然現(xiàn)象主義，認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系或相關情形，“質(zhì)”注重變量脈絡間關系的詮釋和分析。

3、“量”重視假設演繹法，“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。二、量的研究步驟選擇定義研究問題（設計問卷）

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：通過相關文獻的研究分析，挖掘相關研究問題，制定研究主題，草擬研究問題，對于重要的關鍵詞要給予完整解釋執(zhí)行研究程序?qū)嵤┏绦虬ǎ簶颖镜倪x擇、測量工具的改進、數(shù)據(jù)的搜集數(shù)據(jù)分析

檢驗研究假設、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)論應該與最初擬訂的假設或研究問題有關，研究結(jié)論要指出假設是否得到支持。理論假設概念的操作性定義選取樣本調(diào)查、相關設計訪問或問卷調(diào)查實驗設計設計實驗組事實觀察、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、學生成績、各種財務杠桿等

*不同的變量屬性，所使用的統(tǒng)計方法也不同，如果設計的變量屬性不符合所要求使用的統(tǒng)計方法，會導致統(tǒng)計結(jié)果的錯誤（在回歸分析中應該特別注意）例如：多元回歸分析的自變量與因變量應該都是“連續(xù)變量”，自變量如果是類別變量或次序變量應該首先轉(zhuǎn)換為虛擬變量（與研究相關的變量的矢量方向一致及變量屬性一致）。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)或進行相關性統(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。

五點量表法（Liket－fivepoint，李克特）：最可靠的方法，適合與一般群體來設計，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。

七點量表法（Liket－Sevenpoint，李克特）：適合與高精確度的問卷設計，一般適合與專家群體，其確定的準確度更高，但如果受試群體沒有能力分清這種高精確性的矢量，會導致問卷收集數(shù)據(jù)的不準確性。非常符合符合有時符合不符合非常不符合54521總是如此時常如此有時如此很少如此從為如此54321非常同意同意不能確定不同意非常不同意54321非常重要重要不能確定不重要非常不重要54321問卷設計：

我認為參加在職訓練能增進工作效率非常同意□□□□□非常不同意

54321

你認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2四、統(tǒng)計與數(shù)據(jù)挖掘方法論DatabaseODBCInterfaceDatacleaningDatatransformingDataselectingObjectiveDataDataminingModeExplainingMan-machineinteractionDatapreprocessing五、數(shù)據(jù)處理常用方法將問卷各個題目按照關鍵字段依次輸入EXCEL，形成二維的數(shù)據(jù)庫編號字段1字段2字段3字段4字段5字段6字段7字段8134535245223542534選擇合適的方法進行數(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的強大的Restructure功能（行列轉(zhuǎn)置等）導入SPSS可使用SPSS的OPENDATA文件單選編號1.A1.B1.C1.D2.A2.B2.C2.D2.E11001001112100111101多選2004新生原始數(shù)據(jù)六、SPSS軟件的界面與數(shù)據(jù)控制接受域拒絕域α=0.05F=3.24Sig.=0.000466F=10.4862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α>0.9穩(wěn)定性很好，效果極佳0.9>α>0.8可以接受，應該做小幅改進0.8>α>0.7有價值，做部分改進0.6>α<0.7有價值，做較大改進0.6<α應該重新設計注意：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)假設檢驗——判別顯著性

相關分析——判別相關度（線性、非線性）回歸——因素確定、因素間關系

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、因子分析描述性統(tǒng)計常用指標：平均值（Mean）、標準方差（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課程體系評價描述性統(tǒng)計我國主要來源城市競爭力分析全國調(diào)查上海、蘇州調(diào)查北京廣州調(diào)查省內(nèi)調(diào)查市內(nèi)調(diào)查多項選擇題分析MultipleResponse菜單只要數(shù)據(jù)輸入沒問題，才做更簡單案例4均數(shù)間的比較(comparemean)——

假設檢驗通過P值來判斷P<0.05,支持假設H0√P>0.05,否定假設H1兩個T檢驗案例一個單因素方差分析案例兩種電子商務水平下企業(yè)各流程的差異檢驗相關分析（Bivariate過程、Partial過程）Bivariate過程——通過R值（相關系數(shù)）判斷因素之間的線性相關程度。

0.8<?R?<1

高度相關0.5<?R?≤

0.8

顯著相關

0.3<?R?≤0.5

低度相關0<?R?≤0.3

弱微相關

R=0

不相關注意：只有在0.05水平下具有顯著作用的關系才具有分析價值

案例7Partial過程（協(xié)相關分析）

核心：因素過多會產(chǎn)生干擾，應該在消除這些干擾因素的情況下進行因素的分析。

1、如果發(fā)現(xiàn)C變量的消失會導致原來兩個變量（A、B）的顯著性關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系消失，則證明C變量不是A、B變量的中間變量。

ABC情況1情況2案例7支持電子商務戰(zhàn)略的因素關系案例8

多元線性回歸

適用條件：

1、避免共線性（Torerlance，VIF=1/Torerlance<<10）

2、殘差獨立性（Durbin－watson在2附近）★樣本越多越好

參差獨立性觀察：Durbin－watson，參差正態(tài)PP圖解決：刪除強影響點（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）

假設自變量因變量StandardizedCoefficientstSig.CollinearityStatisticsDurbin-Watson結(jié)論aToleranceVIFH1戰(zhàn)略規(guī)劃信息系統(tǒng).6267.320.000(***)1.0001.0002.14接受H2a戰(zhàn)略規(guī)劃供應商就緒.5095.385.000(***)1.0001.0002.06接受H2b代理商就緒.5095.385.000(***)1.0001.0002.06接受H2c客戶就緒.1341.233.2211.0001.002.19拒絕H3H4H5a戰(zhàn)略規(guī)劃復合型人力資源.3052.771.007(**).5601.7861.72接受信息系統(tǒng).2612.366.020(*).5571.796供應商就緒.2342.337.022(*).6791.473H3H4H5b戰(zhàn)略規(guī)劃復合型人力資源.3052.771.007(**).5601.7861.72接受信息系統(tǒng).2612.366.020(*).5571.796代理商就緒.2342.337.022(*).6791.473H3H4H5c戰(zhàn)略規(guī)劃復合型人力資源.3733.381.001(**).5951.6801.70接受信息系統(tǒng).3373.087.003(**).6071.648接受客戶就緒.025.286.775.976

1.025拒絕

分類資料回歸（Optimalscaling）

——在眾多因素變量的屬性不統(tǒng)一的情況下探索進入方程的變量（只具有借鑒意義，發(fā)現(xiàn)基本規(guī)律）

關鍵：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話費的影響因素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：對樣本進行分類Q聚：對變量進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)過疊代運算得出結(jié)論。1、城市旅游形象因素聚類（Q）2、電子商務流程能力的聚類（R）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)需要進行判斷（冰狀圖）案例11旅游形象因素的聚類

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：

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)合主成分進行分析。