资源简介

(共32张PPT)
第10章 SPSS简介
重点——了解SPSS的使用基础，掌握SPSS数据统计功能、工作界面及数据输入等基本操作。
解SPSS的基本功能
能够熟练运用SPSS解决统计学原理中回归分析、因子分析、主成分分析等分析方法的计算及其分析结果的解读
第10章 SPSS简介
10.1 SPSS概述
10.2 常用统计分析功能
10.1 SPSS概述
SPSS是Statistics Package for Social Sciences
（社会科学统计软件包）的缩写，它是社会科学研究人员首选的统计软件，也是目前世界上最流行的统计软件之一。
统计功能
1）统计数据的收集与预处理；2）图表的创建与编辑；
3）描述性统计分析；4）参数估计与假设检验；
5）方差分析；6）相关分析；7）回归分析；
8）聚类和判别分析；9）主成分分析和因子分析；
10）时间序列分析；11）信度分析
10.1 SPSS概述
工作界面
1）数据编辑窗口
图10-1 数据视图 图10-2 变量视图
10.1 SPSS概述
工作界面
2）结果输出窗口
图10-3 结果输出窗口
10.1 SPSS概述
工作界面
3）结果编辑窗口
图10-4 图表编辑器窗口
10.1 SPSS概述
工作界面
4）语法编辑窗口
图10-5 语法编辑器窗口
10.1 SPSS概述
工作界面
5）脚本编辑窗口
图10-6 宏程序编辑窗口
10.1 SPSS概述
数据输入
建立SPSS数据文件时应完成两项任务：
描述SPSS数据的结构。
录入、编辑SPSS数据。
1）输入数据建立数据文件
图10-15 变量定义窗口中定义好的各变量
10.1 SPSS概述
2）从其他数据文件导入数据建立数据文件
（1）直接打开
图10-16 Excel数据文件
图10-17 打开数据对话框图 图10-18 打开Excel数据源对话框
10.1 SPSS概述
（2）数据库查询方式打开文件
图10-20 “数据库向导”窗口
（3）从文本文件导入数据
选择菜单“文件→打开文本数据…”，弹出“打开文件”对话框，选择要导入的文本文件名后会出现文本数据导入的向导。
10.2 常用统计分析功能
回归分析
1）基本概念和基本原理
①一元线性回归模型 y=β0+β1x+ε
②一元线性回归方程 E(y)=β0+β1x
在实际情况中，某一事物（被解释变量）总会受到多方面因素（多个解释变量）的影响。一元线性回归分析是在不考虑其他影响因素或在认为其他影响因素确定的条件下，分析一个解释变量是如何线性影响解释变量的，因而是比较理想化的分析。
③多元线性回归模型： y=β0+β1x1+β2x2+…+βpxp+ε
表达因变量y与若干个不同自变量x1，x2，…，xp之间关系。
④多元回归方程 E(y)= β0+β1x1+β2x2+…+βpxp
2）一元线性回归SPSS实例分析
【例10-2】现有2001-2016年财政收入和国内生产总值（单位：亿元）的数据，如表10-6所示，请研究财政收入和国内生产总值之间的线性关系。（数据来源：《中国统计年鉴》，中国统计出版社）
表10-6 2001-2016年国内生产总值与财政收入数据
年份 国内生产总值 财政收入 年份 国内生产总值 财政收入
2001 110863.1 16386.04 2009 349081.4 68518.30
2002 121717.4 18903.64 2010 413030.3 83101.51
2003 137422.0 21715.25 2011 489300.6 103874.43
2004 161840.2 26396.47 2012 540367.4 117253.52
2005 187318.9 31649.29 2013 595244.4 129209.64
2006 219438.5 38760.20 2014 643974.0 140370.03
2007 270232.3 51321.78 2015 689052.1 152269.23
2008 319515.5 61330.35 2016 744127.2 159604.97
2）一元线性回归SPSS实例分析
第1步 分析
第2步 数据组织
第3步 作散点图，观察变量的相关性
第4步 一元线性回归分析设置
图10-21 国内生产总值与财政收入的散点
图10-22 “线性回归”对话框
2）一元线性回归SPSS实例分析
第5步 主要结果及分析
（1）表10-7为变量输入和移去表
（2）表10-8是模型汇总表
（3）表10-9是方差分析表
（4）表10-10是回归系数表
（5）表10-11是残差统计表
（6）图10-27和图10-28是残差分布直方图和观测量累积概率P-P图
（7）图10-29是保存于数据文件中的预测值（PRE_1）、残差（RES_1）、Cook距离（COO_1）和杠杆值（LEV_1）。
3）多元线性回归SPSS实例分析
【例10-3】表10-12是1992年亚洲各国家和地区平均寿命（y）、按购买力计算的人均GDP（x1）、成人识字率（x2）、一岁儿童疫苗接种率（x3）的数据，试用多元回归的方法分析各国家各地区平均寿命与人均GDP、成人识字率、一岁儿童疫苗接种率的关系（数据来源：联合国开发计算署《人类发展报告》，1992年）
表10-12 1992年亚洲各国家和地区的人口现状
序号 国家和地区 y x1 x2 x3 序号 国家和地区 y x1 x2 x3
1 日本 79 194 99 99 12 印度尼西亚 62 27 84 92
2 中国香港 77 185 90 79 13 越南 63 13 89 90
3 韩国 70 83 97 83 14 缅甸 57 7 81 74
4 新加坡 74 147 92 90 15 巴基斯坦 58 20 36 81
5 泰国 69 53 94 86 16 老挝 50 18 55 36
6 马来西亚 70 74 80 90 17 印度 60 12 50 90
7 斯里兰卡 71 27 89 88 18 孟加拉国 52 12 37 69
8 中国大陆 70 29 80 94 19 柬埔寨 50 13 38 37
9 菲律宾 65 24 90 92 20 尼泊尔 53 11 27 73
10 朝鲜 71 18 95 96 21 不丹 48 6 41 85
11 蒙古 63 23 95 85 22 阿富汗 43 7 32 35
3）多元线性回归SPSS实例分析
第1步 分析
第2步 数据组织
第3步 多元线性回归分析设置
第4步 主要结果及分析
（1）表10-13是相关系数矩阵表
（2）表10-14是输入或移除的变量表
（3）表10-15是模型汇总表
（4）表10-16是方差分析表
（5）表10-17是回归系数表
（6）表10-18是被排除（剔除）的变量信息表 图10-30 “线性回归”对话框
（7）表10-19是残差统计表
（8）图10-31与图10-32是残差分布直方图与观测量累积概率P-P图，说明残差分布是呈正态分布的。
（9）是保存于当前数据文件中的预测值（PRE_1）、残差（RES_1）、标准化预测值（ZPR_1）和标准化残差（ZRE_1）。
10.2 常用统计分析功能

2）因子分析SPSS实例分析
【例10-4】中心城市的综合发展是带动周边地区经济发展的重要动力。在我国经济发展进程中，各个中心城市一直是该地区经济和社会发展的“引路者”。因而，分析评价全国35个中心城市的综合发展水平，无论是对城市自身的发展，还是对周边地区的进步，都具有十分重要的意义。下面应用因子分析模型，选取反映城市综合发展水平的12个指标作为原始变量，运用SPSS软件，对全国35个中心城市的综合发展水平作分析评价。（数据来源于《中国城市统计年鉴（2004）》。数据见表10-20。）
我们选取了反映城市综合发展水平的12个指标，其中包括8个社会经济指标，分别为：x1—非农业人口数（万人）；x2—工业总产值（万元）；x3—货运总量（万吨）；x4—批发零售住宿餐饮业从业人数（万人）；x5—地方政府预算内收入（万元）；x6—城乡居民年底储蓄余额（万元）；x7—在岗职工人数（万人）；x8—在岗职工工资总额（万元）。
4个城市公共设施水平的指标：x9—人均居住面积（平方米）；x10—每万人拥有公共汽车数（辆）；x11—人均拥有铺装道路面积（平方米）；x12—人均公共绿地面积（平方米）。
2）因子分析SPSS实例分析
第1步 分析
第2步 数据组织
第3步 因子分析设置
图10-34 “因子分析：抽取”对话框 图10-35 “因子分析：旋转”对话框
2）因子分析SPSS实例分析
第4步 主要结果及分析
（1）表10-21是特征值与方差贡献表
表10-21 特征根与解释的总方差 成份 初始特征值 提取平方和载入 旋转平方和载入 合计 方差的% 累积% 合计 方差的% 累积% 合计 方差的% 累积%
1 6.671 55.589 55.589 6.671 55.589 55.589 6.526 54.381 54.381
2 2.675 22.293 77.882 2.675 22.293 77.882 2.649 22.077 76.458
3 1.107 9.224 87.105 1.107 9.224 87.105 1.278 10.647 87.105
4 .670 5.581 92.686
5 .437 3.642 96.329
6 .229 1.909 98.238
7 .076 .631 98.869
8 .073 .612 99.482
9 .032 .264 99.746
10 .021 .179 99.925
11 .007 .056 99.981
12 .002 .019 100.000
提取方法：主成份分析。 2）因子分析SPSS实例分析
（2）表10-22是旋转前的因子载荷矩阵 （3）表10-23是旋转后的因子载荷矩阵
表10-22 旋转前的因子载荷矩阵 表10-23 旋转后的因子载荷矩阵 成份 成份 1 2 1 2 3
x1 .878 -.325 x1 x1 .929 -.183 .039
x2 .854 .254 x2 x2 .806 .309 .344
x3 .830 -.210 x3 x3 .870 -.147 .253
x4 .789 -.203 x4 x4 .791 .091 -.437
x5 .956 .062 x5 x5 .934 .194 .155
x6 .984 -.032 x6 x6 .970 .174 -.053
x7 .933 -.207 x7 x7 .947 .030 -.191
x8 .971 -.039 x8 x8 .952 .199 -.155
x9 .059 .465 x9 x9 .010 .205 .840
x10 .207 .898 x10 x10 .034 .914 .175
x11 .243 .927 x11 x11 .068 .921 .259
x12 .241 .698 x12 x12 .092 .809 -.106
提取方法：主成份。 提取方法：主成份。 旋转法：具有Kaiser标准化的正交旋转法。 a. 旋转在4次迭代后收敛。 a. 已提取了3个成份。 2）因子分析SPSS实例分析
（4）因子得分及综合因子得分情况：
各因子的得分已保存在数据文件中，综合因子得分为
F=（54.381F1+22.077F2 +10.647F3）/87.105
可通过“转换→计算变量”进行计算，其结果如表10-24所示
10.2 常用统计分析功能

2）主成分分析SPSS实例分析
【例10-5】为了从总体上反映世界经济全球化的状况，现选择了具有代表性的16个国家的数据，这些国家参与经济全球化的程度指标值如表10-25所示（其各指标的具体含义如表10-26所示）。试分析一个国家参与经济全球化的程度主要受哪些因素的影响。（数据来源：刘玉玫，《经济全球化程度的量化研究》，统计研究）
表10-26 对指标意义的解释
指标 指标意义
x1 GDP占全球GDP的比重
x2 货物贸易占货物GDP的比重
x3 外国分支机构占世界全部分支机构的比重
x4 本国发生的全部收益占GDP的比重
x5 本国发生的全部收益占世界发生的全部收益的比重
x6 对外直接投资和接受外国直接投资总额占GDP的比重
x7 外国直接投资占国内投资总额的比重
x8 本国直接投资额占全球直接投资额的比重
x9 跨国并购额占全球跨国并购额的比重
x10 国际经济外向度
x11 对外贸易依存度
x12 货物和服务进出口总额占GDP的比重
x13 国际金融总资本流量占GDP的比重
x14 对外金融资产负债占GDP的比重
x15 国际金融总资本流量占全球国际金融总资本流量的比重
2）主成分分析SPSS实例分析
第1步 分析
第2步 数据组织
第3步 主成分分析的设置
图10-36 “因子分析：描述统计”对话框 图10-37 “因子分析：抽取”对话框
2）主成分分析SPSS实例分析
第4步 主要结果及分析
（1）表10-27是特征值与方差贡献表
表10-27 特征值和方差贡献率 成份 初始特征值 提取平方和载入 合计 方差的 % 累积 % 合计 方差的 % 累积 %
1 6.049 40.325 40.325 6.049 40.325 40.325
2 5.813 38.755 79.080 5.813 38.755 79.080
3 1.142 7.616 86.696 1.142 7.616 86.696
4 .876 5.842 92.538
5 .599 3.996 96.534
6 .326 2.174 98.709
7 .119 .796 99.505
8 .041 .272 99.776
9 .018 .121 99.897
10 .010 .063 99.961
11 .004 .027 99.988
12 .001 .009 99.997
13 .000 .002 99.999
14 .000 .001 100.000
15 4.080E-7 2.720E-6 100.000
提取方法：主成份分析。 2）主成分分析SPSS实例分析
（2）主成分的碎石图
图10-40 各成分的碎石图
2）主成分分析SPSS实例分析
（3）表10-28是旋转前的因子载荷矩阵
表10-28 旋转前的因子载荷矩阵 成份 1 2 3
x1 .407 .805 .268
x2 .596 -.727 .209
x3 -.147 .016 .821
x4 .895 -.333 -.181
x5 .614 .763 .028
x6 .826 -.124 -.281
x7 .273 -.627 .184
x8 .636 .703 .041
x9 .619 .703 .008
x10 .552 .766 .196
x11 .654 -.691 .172
x12 .666 -.685 .166
x13 .863 -.191 -.297
x14 .728 -.632 .144
x15 .579 .760 .005
提取方法：主成份。a. 已提取了3个成份 2）主成分分析SPSS实例分析

2）主成分分析SPSS实例分析
表10-29 标准化正交特征向量矩阵
t1 t2 t3
x1 0.17 0.33 0.25
x2 0.24 -0.30 0.20
x3 -0.06 0.01 0.77
x4 0.36 -0.14 -0.17
x5 0.25 0.32 0.03
x6 0.34 -0.05 -0.26
x7 0.11 -0.26 0.17
x8 0.26 0.29 0.04
x9 0.25 0.29 0.01
x10 0.22 0.32 0.18
x11 0.27 -0.29 0.16
x12 0.27 -0.28 0.16
x13 0.35 -0.08 -0.28
x14 0.30 -0.26 0.13
x15 0.24 0.32 0.00
结 束
THANKS
【作业】
对调查数据进行适当
整理与显示。

展开更多......

收起↑