A. spss软件怎么用
第一节 Linear过程 8.1.1 主要功能 调用此过程可完成二元或多元的线性回归分析。在多元线性回归分析中，用户还可根据需要，选用不同筛选自变量的方法（如：逐步法、向前法、向后法，等）。 返回目录 返回全书目录 8.1.2 实例操作 〔例8.1〕某医师测得10名3岁儿童的身高（cm）、体重（kg）和体表面积（cm2）资料如下。试用多元回归方法确定以身高、体重为自变量，体表面积为应变量的回归方程。 儿童编号 体表面积（Y） 身高（X1） 体重（X2） 12345678910 5.3825.2995.3585.2925.6026.0145.8306.1026.0756.411 88.087.688.589.087.789.588.890.490.691.2 11.011.812.012.313.113.714.414.915.216.0 8.1.2.1 数据准备 激活数据管理窗口，定义变量名：体表面积为Y，保留3位小数；身高、体重分别为X1、X2，1位小数。输入原始数据，结果如图8.1所示。 图8.1 原始数据的输入 8.1.2.2 统计分析 激活Statistics菜单选Regression中的Linear…项，弹出Linear Regression对话框（如图8.2示）。从对话框左侧的变量列表中选y，点击Ø钮使之进入Dependent框，选x1、x2，点击Ø钮使之进入Indepentdent(s)框；在Method处下拉菜单，共有5个选项：Enter（全部入选法）、Stepwise（逐步法）、Remove（强制剔除法）、Backward（向后法）、Forward（向前法）。本例选用Enter法。点击OK钮即完成分析。 图8.2 线性回归分析对话框 用户还可点击Statistics…钮选择是否作变量的描述性统计、回归方程应变量的可信区间估计等分析；点击Plots…钮选择是否作变量分布图（本例要求对标准化Y预测值作变量分布图）；点击Save…钮选择对回归分析的有关结果是否作保存（本例要求对根据所确定的回归方程求得的未校正Y预测值和标准化Y预测值作保存）；点击Options…钮选择变量入选与剔除的α、β值和缺失值的处理方法。 8.1.2.3 结果解释 在结果输出窗口中将看到如下统计数据： * * * * M U L T I P L E R E G R E S S I O N * * * * Listwise Deletion of Missing DataEquation Number 1 Dependent Variable.. YBlock Number 1. Method: Enter X1 X2 Variable(s) Entered on Step Number 1.. X2 2.. X1 Multiple R .94964R Square .90181Adjusted R Square .87376Standard Error .14335Analysis of Variance DF Sum of Squares Mean SquareRegression 2 1.32104 .66052Resial 7 .14384 .02055F = 32.14499 Signif F = .0003 —————— Variables in the Equation ——————Variable B SE B Beta T Sig TX1 .068701 .074768 .215256 .919 .3887X2 .183756 .056816 .757660 3.234 .0144(Constant) -2.856476 6.017776 -.475 .6495 End Block Number 1 All requested variables entered. 结果显示，本例以X1、X2为自变量，Y为应变量，采用全部入选法建立回归方程。回归方程的复相关系数为0.94964，决定系数（即r2）为0.90181，经方差分析，F=34.14499，P=0.0003，回归方程有效。回归方程为Y=0.0687101X1+0.183756X2-2.856476。 本例要求按所建立的回归方程计算Y预测值和标准化Y预测值（所谓标准化Y预测值是指将根据回归方程求得的Y预测值转化成按均数为0、标准差为1的标准正态分布的Y值）并将计算结果保存入原数据库。系统将原始的X1、X2值代入方程求Y值预测值（即库中pre_1栏）和标准化Y预测值（即库中zpr_1栏），详见图8.3。 图8.3 计算结果的保存 本例还要求对标准化Y预测值作变量分布图，系统将绘制的统计图送向Chart Carousel窗口，双击该窗口可见下图显示结果。 图8.4 对标准化Y预测值所作的正态分布图]
B. spss 的问题，使用方法
运用SPSS的select菜单过滤出月收入超过5000以上的，然后运用直方图Histogram菜单判断其分布类型，当然需要对分布进行检验才行。可以用SPSS的非参数检验菜单来实现
C. Spss的基本方法使用步骤
Spss的基本方法使用步骤
由于一次的调研工作，我们的数据分析采用spss的统计分析工具，然后我是一个新人，全都是一步一步从零开始操作的。在学习的过程中简单记录了一点笔记，既然写了，就觉得应该把它保存下来，所以来到了这里，为我的第一次spss操作做个马克。
因子分析方法：指标非常多，反映相同事情的进行聚合
设置的地方：
描述—— kmo
抽取 —— 主成分，碎石图
旋转——最大方差法
得分——保存为变量
选项——大小为变量、删除最小系数，特征值为0.6
kmo > 0.6 ——看是否有效，对原始数据的检验。
在SPSS软件统计结果中，不管是回归分析还是其它分析，都会看到“SIG”，SIG=significance，意为“显著性”，后面的值就是统计出的P值，如果P值0.01<P<0.05,则为差异显著，如果P<0.01,则差异极显著。
公因子方差——提取程度（损失的数据，如果损失低于40%即满意）
解释总方差：可以分成几类，然后提取主成分因子，累积方差贡献率，累积特征值大于等于85%（放宽70%）.(损失率低于15%)
碎石图：类似于解释总方差，特征值大于1的就是主成分，对解释方差的解释和完善
成分矩阵——一般不考虑，不够充分，只是中间步骤
旋转后成分矩阵——成分1，成分2中大于0.6的归为一类，载荷大于设置的值才会把得分显示在视图。
可靠性分析（问卷问题分类正确的前提下）
步骤：
分析→度量→可靠性分析→统计量→描述性（如果项已删除则进行度量）→继续（模型α）→确定
分析：可靠性统计量：0.7以上有效
可删除的分析：如果删除后信度变大，则可以考虑把这个因素删除
平均数：反应数量的中点
中位数：全体样本的中点
步骤：
均值：描述性统计分析→描述→导入变量→确定
中位数：比较均值→均值→导入变量→选项→导入中位数即可→确定
线性回归
步骤：
分析→回归→线性→因变量→自变量→
统计量：估计→模型拟合度→共线性诊断→DW
绘制：Y：ZRESID, X:ZPRED; 直方图，正态概率图
保存：不操作
选项： 默认
→确定
模型汇总表
DW统计量代表自相关
DW = 2不存在为伪回归
DW < 2 正自相关
DW > 2 负相关
多选题可以考虑使用多重响应
多重响应，多重响应数据本质上属于分类数据，但由于各选项均是对同一个问题的回答，之间存在一定的相关，将各选项单独进行分析并不恰当。因此对多选题最常见的分析方法是使用SPSS中的“多重响应”命令，通过定义变量集的方式，对选项进行简单的频数分析和交叉分析 作用1：进行简单的频数分析：可以直观明了的比较一道多选题的各个选项被选比例。 作用2：进行交叉分析：可以通过设置分层变量来进行某个选项控制下的分析。
步骤：
分析→多重响应→定义变量集（把多选题变成一个变量）→设置定义把多选题的选项放进集合中的变量→将变量编码设置为二分法，计数值为1→名称标签→添加 、
交叉表
行、列→定义范围→确定
D. 熟练使用spss要学什么课程
主要是《spss实用统计分析》，注重操作一点，全部是上机课；《统计学原理》，主要是统计方法的原理、公式、偏重笔头上的计算，由理论课和上机课组成，偏重理论一点。要熟练运用，主要还是靠自己多做做，熟悉软件。
E. spss使用方法
楼主电脑上安装SPSS软件了吗？要想建立一个SPSS数据文件，先打开SPSS的变量视图，进行变量定义，比如你这个问题“你对网络购物了解吗？”就相当于一个数值型变量。如楼上所说，选项ABCD其实各对应一个分值，从1到4就可以，比如1代表很不了解，4代
F. 求spss22.0教程，不要软件，只要教程，谢谢！
spss版本多，教程都是大同小异，只是功能升级了，我这里有spss16.0的教程，买来的，需要追问；
G. 求推荐一本spss的使用教程书籍,要求对软件的每一个功能都详尽解释，最好还有案例做示范。
一般都是用张文彤的我替别人做这类的数据分析蛮多的
H. SPSS clementine中文版及使用教程
http://www.verycd.com/topics/208578/我下载过，这是多语言版，可选择中文的。verycd里面还有12.0，不过是英文的至于教程嘛，上网搜索Clementine+视频专教程就行属了，有讲解，按步操作，很简单的
I. spss17.0中文版软件教程
我个人认为spss 16.0以后的版本的基本操作过程都是一样的，没有多少太大的变化，呵呵，我没有17.0的教程，只有16.0的一些课件和教材，如果你需要的话，留个邮箱我给你发过去。呵呵，祝spss学习愉快~~
