干货 | 利用SPSS进行高级统计分析第一期

news2024/9/29 13:31:37

在这里插入图片描述
Hello,大家好!

这里是壹脑云科研圈,我是喵君姐姐~

你是否还在为分析实验数据而感到头疼?你是否还在苦于自己不知道如何选择合适的模型来分析数据?

本期我们就来为大家带来了利用SPSS软件进行高级统计分析的实操教程~

第一期内容包括:描述性统计表格模板、卡方&T检验、相关&回归分析等。

在这里插入图片描述

1 描述性统计表格模板

在这里插入图片描述

2 两者之间有无显著差异:卡方&T检验

1.卡方检验(分类数据)

1.1 原始数据

1)Spss操作
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
2)Spss结果解读
在这里插入图片描述
个案处理摘要:频数分布表
A*B交叉表:原始数据—交叉表
卡方检验:报告皮尔逊卡方的值,看显著性
1.2 频数表

1)Spss操作
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
2)Spss结果解读
在这里插入图片描述
个案处理摘要:频数分布表
A*B交叉表:原始数据—交叉表
卡方检验:报告皮尔逊卡方的值,看显著性
3)报告【卡方、p值】
卡方检验结果显示,实验组和对照组的疗效没有显著差异,X2 =0.84(p=0.361),表明本实验研究的抗抑郁药并无疗效。

2. 独立样本t检验

1)Spss操作
在这里插入图片描述
在这里插入图片描述
2)Spss结果解读

组统计:两组的描述性统计
平均值等同性t检验:报告t、自由度,显著性、cohens‘ d
独立样本检验:莱文方差等同性检验:p<0.05说明方差不齐,看第二行;p< span=“”>>0.05说明方差齐性,看第一行。

3)报告【M、SD、t(df)、p、cohens‘ d】

对五个维度的满意度水平是否存在性别差异进行独立样本t检验,发现在价格满意度和物品质量满意度上存在性别差异,其中男性的价格满意度(M=3.17,SD=1.25)高于女性(M=2.78,SD=1.24),t(580)=3.61,p<0.001, Cohen’s d=0.31;男性的物品质量满意度(M=3.22,SD=1.37)显著高于女性的物品满意度(M=2.88,SD=1.40),t(580)=2.81,p=0.005,Cohen’s d=0.24。

而种类满意度、组织满意度和服务满意度上均无性别差异,(t(580)=0.69,p=0.490,Cohen’s d=0.06;t(580)=-0.63,p=0.529,Cohen’s d=-0.05;t(580)=-0.21,p=0.831,Cohen’s d=-0.02)。

3. 相关样本t检验

1)Spss操作
在这里插入图片描述
在这里插入图片描述
2)Spss结果解读

在这里插入图片描述
配对样本统计:描述性统计
配对样本检验:报告t、自由度、显著性、cohens‘ d
3)报告【M、SD、t(df)、P、Cohen‘s d】

第1组、第2组的研究对象在参加销售培训前后,销售技能均有显著提高(M11=63.95,SD=13.53;M12=71.65,SD=14.52,t(19)=-4.15,p=0.001,Cohen’s d=-0.93;M21=73.57,SD=10.61;M22=83.45,SD=9.21,t(19)=-3.85,p=0.001,Cohen’s d=-0.86);表明第1组、第2组的培训有一定的成效。而第三组的研究对象在参加销售培训后,销售技能并没有显著提高,t(19)=-2.03,p=0.057,Cohen’s d=-0.45。

3 相关&回归

1.相关

1.1 双变量相关

1)Spss操作
在这里插入图片描述
在这里插入图片描述
2)Spss结果解读
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
3)报告【相关性矩阵=M、SD、r、p】
在这里插入图片描述
1.2 偏相关
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
2. 线性回归

1)Spss操作
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
2)Spss结果解读
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
3)报告【B、SE、β、p、ΔR2、F和t也可以】

对现有数据进行分层回归分析,以工作满意度作为被预测变量,以亲密性、社会支持作为预测变量。考虑到性别与工作满意度显著相关,对工作满意度可能产生影响,因此将性别作为控制变量。

表2显示,在控制了第一层变量的情况下,亲密性可以显著负向预测工作满意度(β=-0.24,p<0.01);社会支持(β=0.22,p<0.01)可以显著正向预测工作满意度。
在这里插入图片描述
本期的内容就到此结束啦~

本期我们为大家介绍了描述性统计表格模板,以及如何使用SPSS软件进行卡方&T检验、相关&回归分析等。下期我们会继续介绍如何进行中介、调节、有中介的调节以及方差分析。

获取更多相关资料欢迎关注我们哟~

我们下期再见!

作者 | 彭彭
排版|小星星
校对|蓝桉 喵君姐姐

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/545758.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【学习日记】在不可联网电脑上安装Python和深度学习环境

测试环境 Hyer-V上开了个虚拟机&#xff0c;win7-64位企业版&#xff0c;全新未安装任何环境的最基本的操作系统。 因为不联网安装&#xff0c;而且是win7这种古老的操作系统&#xff0c;确实会遇到很多问题。做个记录。 安装Python 打开python-3.7.8.exe 安装程序 此时可能…

离岗识别 yolov5模型

离岗识别通过yolov5网络模型技术&#xff0c;离岗识别可以自动识别现场画面中人员离岗脱岗睡岗等行为&#xff0c;发现违规行为立即抓拍告警。YOLOv5在YOLOv4算法的基础上做了进一步的改进&#xff0c;检测性能得到进一步的提升。虽然YOLOv5算法并没有与YOLOv4算法进行性能比较…

Unity3d 开发Pico4程序闪退弹窗【版权保护】检测的解决方法

前言 最近在进行基于Pico4的应用开发&#xff0c;然后在部分设备上程序是无法正常进入的&#xff0c;而且总是弹出这个版权保护的窗口&#xff1a; 按理说正常的自己开发的测试的程序不应该有这种限制&#xff0c;查询后发现是 PICO 内置了版权保护机制。应用上架后&#xff0…

研发工程师玩转Kubernetes——通过文件创建Service

在《研发工程师玩转Kubernetes——部署应用》一文中&#xff0c;我们使用kubectl expose创建了一个Service&#xff0c;暴露了一个Pod上的nginx服务。这篇文章我们将使用文件的形式创建Service。 为了增加有趣性&#xff0c;我们采用《研发工程师玩转Kubernetes——构建、推送自…

与众不同的夜间开关交互效果

这个夜间模式切换开关效果是不是很炫酷&#xff0c;在短视频曾刷到过是一个国外的设计师看似是为了难为我们前端开发设计了一个元素超多且动画复杂的开关切换效果。 结果在逛 codepen 的时候发现真的被一个大佬给做出来了&#xff0c;效果真的很不错&#xff0c;而且还在原来的…

矩池云教程|体验 OpenAI 最近推出的 3D 生成模型 Shap-E!

Shap-E 是由 OpenAI 最近推出的3D生成模型&#xff0c;使用者可以通过简单的文字或图像进行三维模型的生成&#xff0c;OpenAI 认为相比于点云的生成模型Point-E&#xff0c;Shap-E的收敛更快。本文将展示如何在矩池云上体验3D模型生成。 Shap-E&#xff1a;https://github.co…

自动生成测试用例_接口测试用例自动生成工具

前言 写用例之前&#xff0c;我们应该熟悉API的详细信息。建议使用抓包工具Charles或AnyProxy进行抓包。 har2case 我们先来了解一下另一个项目har2case 他的工作原理就是将当前主流的抓包工具和浏览器都支持将抓取得到的数据包导出为标准通用的 HAR 格式&#xff08;HTTP A…

软件测试需要学会写代码吗?

无论是刚入测试行业的萌新&#xff0c;还是已经在测试行业闯荡了两三年的小司机们&#xff0c;都会琢磨一个问题&#xff1a;如果要持续发展下去&#xff0c;我要不要懂代码&#xff1f; 在软件测试初级阶段&#xff0c;不需要编程能力。但是任何一个职业&#xff0c;都会追求…

【网络协议详解】——IPv6协议(学习笔记)

&#x1f4d6; 前言&#xff1a;IPv6 协议是未来互联网的发展方向&#xff0c;它的推出为网络通信和互联带来了更大的便利性和更广阔的发展空间。相比于 IPv4&#xff0c;IPv6 支持更多的地址空间、更高效的路由和唯一的全球性地址等特点&#xff0c;可以更好地满足未来数字化时…

Mac电脑 Vscode : Flutter 开发环境搭建(最细节教程)

参考链接&#xff1a; MacVSCode安装flutter环境_mac vscode配置flutter_GalenWu的博客-CSDN博客 mac搭建Flutter环境以及初始化项目 - 简书 注意&#xff1a; *下载xcode 就包含git了, *苹果芯片和intel 芯片需要的环境不同&#xff0c;苹果芯片需要安装&#xff1a; Im…

攻防世界web新手区部分题解

前言&#xff1a;博主是个安全小白&#xff0c;正在努力学习中&#xff0c;会随着学习进度不定期更新完善本篇博客。 这里是目录 1.robots2.view_source3.backup4.disabled_button5.get_post6.cookie7.ics-068.PHP2 1.robots 题目描述: X老师上课讲了Robots协议&#xff0c;小宁…

SpringBoot+Redis完成数据缓存(内容丰富度一定超出你的想象)

SpringBootRedis完成数据缓存 去年今日此门中 人面桃花相映红 人面不知何处去 桃花依旧笑春风 感谢相遇&#xff01;感谢自己&#xff0c;努力的样子很给力&#xff01; 为了更多朋友看见&#xff0c;还是和大家说一声抱歉&#xff0c;限制为粉丝可见&#xff01;有问题可以随时…

基于SSM+JSP的大学生社团管理系统

末尾获取源码 开发语言&#xff1a;Java Java开发工具&#xff1a;JDK1.8 后端框架&#xff1a;SSM 前端&#xff1a;采用JSP技术开发 数据库&#xff1a;MySQL5.7和Navicat管理工具结合 服务器&#xff1a;Tomcat8.5 开发软件&#xff1a;IDEA / Eclipse 是否Maven项目&#x…

数字信号处理基础(二):FFT和IFFT的使用以及详细分析代码书写思路

目录 1. fft和ifft的原理1.1 fft1.2 ifft 2. 书写代码思路3. 完整代码4. 结果图 1. fft和ifft的原理 1.1 fft fft是快速傅里叶变换&#xff0c;是MATLAB中计算信号频谱的函数&#xff0c;使用方法是fft(x)&#xff0c;直接对信号x进行fft计算。 由于fft函数计算信号的频谱是0…

国考省考行测:资料分析,两年复合增长率

国考省考行测&#xff1a;资料分析&#xff0c;两年复合增长率 2022找工作是学历、能力和运气的超强结合体! 公务员特招重点就是专业技能&#xff0c;附带行测和申论&#xff0c;而常规国考省考最重要的还是申论和行测&#xff0c;所以大家认真准备吧&#xff0c;我讲一起屡屡…

考研算法第十三天:二叉排序树 【二叉排序树的插入和遍历】

这道题很妙。题目给的二叉排序树好像没学过其实就是二叉查找树。然后这道题主要的就是思路 1.节点的初始化&#xff08;记住&#xff09; struct TreeNode {int val;TreeNode *left;TreeNode *right;TreeNode(int x) : val(x), left(NULL), right(NULL) {} }; 2.节点的插入 …

HTTPS 的加密流程

文章目录 前言一.HTTPS 是什么二."加密" 是什么四.HTTPS解决了哪些问题五.HTTPS 的工作过程对称加密非对称加密引入证书 前言 本文介绍了HTTPS的加密流程&#xff0c;以及HTTPS在保护用户数据安全和确保通信机密性方面的重要性。通过详细解释HTTPS的工作原理和加密流…

网络安全里的主要岗位有哪些?小白如何快速入门?

入门Web安全、安卓安全、二进制安全、工控安全还是智能硬件安全等等&#xff0c;每个不同的领域要掌握的技能也不同。 当然入门Web安全相对难度较低&#xff0c;也是很多人的首选。主要还是看自己的兴趣方向吧。 本文就以下几个问题来说明网络安全大致学习过程&#x1f447; 网…

ChatGPT:世界已经永远改变了,而大多数人尚无所觉

1、你发现没有&#xff0c;现在跟朋友交流&#xff0c;言必聊ChatGPT。几乎所有人都在蹭GPT的热度&#xff0c;无论是头部企业还是普通的个人开发者&#xff0c;都想趁着ChatGPT东风狂赚一笔。有卖ChatGPT账号的、有借用ChatGPT的API集成服务让人付费试用的&#xff0c;还有人利…