Hello，大家好！
这里是壹脑云科研圈，我是喵君姐姐~
在之前的文章中，我们以此介绍了如何利用SPSS进行高级统计分析，内容包括：
(1)描述性统计表格模板、卡方&T检验、相关&回归分析
(2)中介、多重中介、链式中介、调节分析、有中介的调节分析
(3)单因素方差分析、多因素方差分析、重复测量方差分析
(4)EFA、CFA分析以及结构方程模型
在本系列中，我们邀请到彭彭继续对之前的教程进行完善。在本期中，我们主要介绍如何对数据进行描述、卡方&T检验、独立样本t检验、相关样本t检验、回归分析。
写在前面：
本文件为教程文件，主要向表达具体操作问题，很多分析可能是没有逻辑的。这也提醒我们，不可数据驱动，一定要理论先行，数据辅助。
此外，本系列的数据来自马得勇主持的“网民社会意识调查”数据库，在此向马教授及其项目组全体成员的工作致敬。
01
对数据进行描述
- 描述内容
一般情况下，描述平均数、标准差及相关性即可。
操作为：
选择需要的变量，勾选平均值及标准差即可，需要其他的统计量也可以进行勾选。比如百分位数常用于区分高低分组（前后27%）。
相关的分析如下，一般都是连续变量，因此选择双变量相关，特殊类型数据请采用其他相关。
做相关的时候，也可以计算平均值和标准差。
描述统计中为平均值、标准差。
相关性表格中为相关系数，显著性，星星代表的显著情况如表格注释。
描述性统计表格模板
02
对数据关系进行描述：
两者之间有无显著差异：卡方&T检验
- 分类变量*分类变量：卡方检验
(1) SPSS操作
(2) SPSS结果解读
结果选择：
(1) 当两组总样本量n≥40,且所有单元格的期望计数(理论数，T)≥5时，选择Pearson卡方(第一行);若所得P≈0.05时，用Fisher精确检验(第四行)。
(2) 当n≥40但有1≤T≤5时，用连续校正。
(3) 当n<40或T<1时，用Fisher（费希尔）精确检验。
结果解读：对于被调查的被试来说，男性和女性间的政治面貌存在显著差异（=13.765，p<0.001）。
- 分类变量*连续变量：独立样本t检验
(1) SPSS操作
(2) SPSS结果解读
莱文方差等同性检验：p<0.05说明方差不齐，看第二行；p>0.05说明方差齐性，看第一行。
Cohens‘ d 计算公式：
网站:
https://www.easycalculation.com/zh/statistics/effect-size.php
结果报告：对“为减少收入不平等，应当对富人征收更高比例的税”的认同程度是否存在性别差异进行检验，采用独立样本t检验的方式，结果发现女性的认同度（M=2.27，SD=0.982）显著高于男性（M=2.20，SD=1.059），t（3472）=-2.096，p=0.036，cohens‘ d=-0.07。
- 分类变量（成对）*连续变量=相关样本t检验
(1) SPSS操作
(2) SPSS结果解读
结果报告与独立样本t检验一致，因为所选分析数据并无成对关系，因此解读很困难，在此略过。
03
对数据的预测关系：线性回归
(1) SPSS操作
(2) SPSS结果解读
(3) 报告
对现有数据进行回归分析，以我国政治社会现状满意度作为被预测变量，以派别、教育程度及真实作答情况作为预测变量。
结果发现，如下表所示，派别可以显著负向预测政治社会现状满意度（β=-0.12，p<0.001）；教育程度能够显著正向预测政治社会现状满意度（β=0.06，p<0.01）；但真实作答情况无法显著预测政治社会现状满意度（β=0.002，p=0.90）。
本期的内容就到此结束啦！
本期我们介绍了如何对数据进行描述，卡方&T检验、独立样本t检验、相关样本t检验、回归分析。
在下一期中，我们将继续介绍中介分析以及有调节的中介分析。
作者 | 彭彭
排版 | 半枫荷
校对 | 蓝桉 喵君姐姐
