SPSS操作--心理学研究方法-舒华-笔记-(修复的)

《SPSS操作--心理学研究方法-舒华-笔记-(修复的)》由会员分享，可在线阅读，更多相关《SPSS操作--心理学研究方法-舒华-笔记-(修复的)（41页珍藏版）》请在装配图网上搜索。

1、SPSS操作一心理学研究方法-舒 华-笔记-（修复的）目录额外变量的控制方法二、输出描述性数据&剔除极端数据2三、数据的转换41 .数据标准化4四、心理学研究中的变量间相关关系52 .皮尔逊相关5相关关系：偏相关分析、交叉滞后的相关设计、结构模型和线性结构方程5(1)相关分析6(2)偏相关分析6(3)交叉滞后的相关设计8(4)结构模型和线性结构方程83 .斯皮尔曼等级相关系数8五、多重回归模型分析的SPSS操作101 . 一元线性回归(一个自变量)102 .多元线性回归(多个自变量)13(1) Enter 法14(2)层次回归15(3)逐步回归(stepwise regression) 17六

2、、实验设计的基本术语(主效应、简单效应等)17(1)主效应与交互作用17(2)简单效应和简单简单效应17七、被试间设计191 .单因素被试间设计(t、F) 19独立样本t检验结果如方差分析计算效应量52)23进行事后检验步骤如下：242 .两因素完全随机实验设计(方差分析AN0VA) 253 .被试内设计284 .混合设计283一、额外变量的控制方法1 .排除法2 .对立法：额外变量与自变量的效果对立3 .恒定法4 .随机化法(1)被试随机分派：用excel将被试编号，在 编号右侧写入能生成随机数的函数Rand (),然后按随机后的数字排序，则被试 就被随机化了。(2)安排试验顺序：例如随机化

3、安排72次试 验的顺序5 .匹配法(1)被试匹配分组(2)实验材料匹配分组(3)共朝控制:实验过程中进行控制P386 .兼作组法：被试内设计7 .抵消平衡法：ABBA二、输出描述性数据&剔除极端数据File Edit View Data TransformAnalyzeGraphs Utilities& H（3i图2遍回JReports95 ：流窃性1Descriptive Statistics编号TablesRFM AnalysisCompare MeansGeneral Linear ModelGeneralized Linear ModelsMixed ModelsCorrelate82

4、8083816482858386849 *Untitled2 DataSet 1 - SPSS Statistics Data EditorAdd-ons Window Help9将要检查的变量移入右边的框中，并勾选红框中的选项（意思是：输出Z分数，并作为一个 变量列出来。因为检查数据有效应的时候要用到Z分数）。珊DispersionDescri ptives: Options Sum,2、藻助程度k0流铉性1灵活性1处创任10流锡性2灵活性2 e必创附0流锡性3妗灵活性3回 Std. deviationJ Variance；iRang巳Distribution0 Save standard1

5、0 Minimum回 MaximumS.E. meanKurtosis 口 SkewnessDisplay Order0 Variable I 照O AlphabeticO Ascending means、Descending means：Options.点击0Ption设置需要输出的描述性统计量，我们需要的统计量主要是最大、最小值。Descriptive Statistics-IMinimumMaximumMeanStd. Deviation总分94 17*SffWrsrr总分3942166.273.538总分2942187.023.877总分1Valid N (listwise)94942

6、156.753.102输出的数据包括平均数、最大最小值、标准差。切换到数据视图，生成了新变量Z值，从中可以看出Z值不在-3到3范围内的数据。R JWCU lUaCGvtlJ tatneK* WU tdeor 8t w Rai IraraWmU* Ag 3k OSQ& EB ci 5a正，代产自 工1 2-76义4任1勺分3滋，住忌分均分3分3XS2Z9H1161063190 14151048772。出 3630.6631329601506611516110(090 2M793Xgfi0164364164.O2GX3.0 2407946995230 40114OD77564J263S31 370

7、95526S112I0B114.181105210 563136ID1378粉1079451 CSZ991,79994079321636831力 71 360781侬607TO61.23453-120311-150 33-1 XF8396139731215111 0486010r256945366341321110%6460.1宓1 2200166 2.01664 -0 8=64313243t9-163379-1G3733-1助的141574745431168O54849 1633790=B4005890&CS4-1.29526-1 53017-1 53017161016230 4011408

8、 期1.542010 2407917*332816337?1 旃 10E5-1 55017二、数据的转换在行为科学研究中，有时需要对原始数据转 换后才能进行分析，常见原因包括：原始数据不 能很好的满足F检验的需要，研究者希望获得误 差变异的同质性，或者使原始数据接近正态分 布，或者是希望减小误差变异等。i.数据标准化图曼表经陵据.sav (DataSet1! - SPSS Statistics Data Edit。，Fite Edt Vie DateTransformAnalyze Graph Ltilitie Add-cns Window Help以邑击2 m S fReports版弋43：

9、生渔排带200Descriptive Statistics123 Frequencies.Tables|Fol Des)3riptives.F4BF10格生SRFM Anaiysis飞 Explore.Bx Crosstabs.叵Ratio.图 P-P Plots.囹 Q-Q Plots.343.006E9.C0Compare MeansGeneral Linear ModelGeneralized Linear Models Mxed Medels352.00348.C0361.00148.C0373.G03GO.CO382.00431 .COCorrelateRegressionLogli

10、ncar394.001.00E4.C0404.005.0048.C041ann? nn用rn生涯关注柏品爱公夕心关夕B21 B21 BF4BF10BF11BF13 生渔自H 生潴好奇 生雄桧制 生淮适应力总分VariableCsj：夕主动性人格Options.0KPaste Reset Cancel|回 Save standardized values mm variables将标准化得分另算为变量(Z)点击OK,就可以看到表格窗口中已有两列将原始数据转换成了标准数据，如下图。53 .聂士的DatoSKl - SPSS SUrthdc Editortie 9 的Qom Uarotam MahH

11、 Qf9thz,44” Mtfcw三、心理学研究中的变量间相关关系1 .皮尔逊相关相关关系: 偏相关分析、交叉滞后的相关设计、结 构模型和线性结构方程（2）偏相关分析弱 *Untitled4 DataSet3 - SPSS Statistics Data EditorFile Edit View Data TransformAnalyzeGraphs Utilities Add-ons Window Help口国阿眄*ra & IReportsDescriptive StatisticsTables1:循号1.0编号阅读理第varRFM AnalysisCornpare MeansGenera

12、l Linear Model4426551256678187一8MixedCorrelModelsateHL Rivariate17099RegressionLoglinearNeural Networks公 Partial.S Distances.10101111oo1212Classify351313Dimension Reduction501414Scale100 4 L4 CCCorrelations阅谈谋营智商阅读速度Pearson Correlation158-.007Sig. (2-tailed)N31|758.9713131阅读理艇 Pearson C o缠卿军1.198Sig

13、. (2-tailed)p 4NI.286313131智商Pearson CorrelationSig. (2-tailed) N-.007 .97131.198,28631131分析结果中显示，阅读理解与阅读速度之间的相 关为0.58, p=0. 785,阅读速度与智商之间的相 关为-0.007, p=0. 971,阅读理解与智商相关为 0. 196, p=0. 286.相关关系不能确定为因果关系，若自变量和因变量相关，但没法证明因变量是由于自变量的 影响造成的，此时发现第三个变量对自变量和因 变量都有影响，可以的解决方法是把第三个变量 转化为控制变量。偏相关分析是一种尝试从统计上控制第三变

14、量的方法，可用来估计第三变量的效果。逻辑 是，在移出或控制第三变量的前提下，测量研究者所感兴趣的两个变量之间的关系。使用SPSSOptions.OK Psste Reset Cancel ； ； Help !Test of Significance LW .d 3此处可选择双侧检验和单CorrelationsControl Va riables倒读谏席阅读理解智商阅读速度Correlation1.000.060Significance (2-tailed).752df028阅读理解 Correlation.0601.000Significance (2-tailed).752df280从输出的

15、结果可看出，在控制智商变量的前提下，阅读速度与阅读理解成绩之间的相关为0.06, p=0.752.不控制时，二者的相关为中得出的0.58,说明智商的确是重要的第三变量, 对阅读理解和阅读速度之间的0. 58相关有显著 的贡献。(3)交叉滞后的相关设计相关分析仅能确定两个变量有因果关系，但 无法确定相关方向，即是变量1影响变量2还是 变量2影响变量1,交叉滞后相关可以作为解决 该问题的一种方法。喜欢暴力 电视节目同伴评定的 攻击行为I960 （211名9岁男孩）1970(相同被试19岁时)2T1观看暴力电视与犯罪行为的追踪研究(Eronetal., 1972)(4)结构模型和线性结构方程近年来流

16、行的高级技术，可以确定几个变量 之间的因果线路。能够同时考虑有无因果关系以 及因果关系的方向两个问题。2 .斯皮尔曼等级相关系数当计算评分者信度时，评分者只有两人或者一个人先后两次评若干份试卷时，采用此种相关 系数计算。SPSS操作步骤如下CorrelationsW分13Spearmans rho总分 1Correlation CoefficientSig. (2-tailed)N1.00094I .27(rA .009f 94总分？ Correlation Coefficient Sig. (2-tailed) N.270.00994 j/ 1.00094*. Correlation is

17、signiticant at the 0.01 level (2-tailed).四、多重回归模型分析的SPSS操作归分析（英语:Regression Analysis)是一种统计学上分析数据的方法，目的在于了解 两个或多个变量间是否相关、相关方向与强度, 并建立数学模型以便观察特定变量来预测研究 者感兴趣的变量。在使用回归分析时，所有变量 必须进行标准化处理。值使用最小二乘法计公式为y=a+bx, 算。1. 一元线性回归（一个自变量）假设Y与X的相关显著，意味着回归系数c显著（即H0:c=0的假设被拒绝）。B19B19 620 B20&B21 （B21 易BF4 feBFW &BF11 晶

18、BF13 /主动性人格 生涯自信 我生涯好方 4S生涯关注 8生摩枪刎 0生渡适应力愈分 /公,切&生动性人格） / Zscor式生海关注）亿 夕Zsco：生涯目低）Z Zscore（生涯好附）Z 夕2scor生健检制|） Z.匕 pendent:酸Z氯pre（生逛位应力族分）2生旌适应二四ste 旦Cancel | | Help输出结果:我们看到的第一个表格是变量进入和移除的情况，因为这个模型拟合的比较好，所以我们 看变量只有进入没有移除，但大部分的时候变量是有进有出的，在移除的变量这一栏也应该有变 量的。移进的变量y冶打厄 EnteedJRemove曹/多除的变量Modelwiables

19、EnteredVariables RemovedMethod1Zscore住动性 人格尸Entera. All requested variables entered.b. Dependent Variable: Zscu便住鹿适应力总分）第二个表格是模型的概况IModel SummaryModelRR SquareAdjusted R SquareStd. Error of the Estimate1.497a.247.245.86901208a. Predictors: （Constant）?score 住动性人格）R表示拟合优度，它是用来衡量估计的模型对观测值的拟合程度。它的值越接近1说

20、明模型 越好。调整的R平方比调整前R平方更准确一些, 图中的最终调整R2=0,245，表示自变量一共可 以解释因变量24. 5%的变化。【一般认为,拟合优度达到0.1为小效应（R 方0.01）, 0.3为中等 方方0.09）, 0.5为大（R方025）,这是针对自然科学的一般界限】结果为R2=0. 247, AR2=0. 245 （矫正后的R2）表示自变量能解释因变量总变异的24. 5%,SE=0.869 （随机误差的估计值）。该表中，写论文报告结果时,只报告矫正后的R2值。ANOVAbModelSum of SciuaresdfMean SquareFSia.1Regression77.38

21、3177.3831 02.470.000aResidual235.617312.755Total313.000313a. Predictors: （Constant）, Zscor。住动性人格）b. Depen dent Variable: Zsco 但性涯适应力总分）第三个表Anova表示方差分析结果，主要看F和sig值两个，F值为方差分析的结果，是一个对整个回归方程的总体检验，指的是整个回归 方程有没有使用价值，其F值对应的Sig值小于0.05就可以认为回归方程是有用的。另外，从F值的角度来讲:F的值是回归方程的显著性检验, 表示的是模型中自变量可解释的因变量的变异 与误差变异相比是统计上

22、显著的。表格可以检验 是否所有偏回归系数全为0 (多元回归分析时),sig值小于0. 05可以证明模型的偏回归系数至少有一个不为零。若FFa(k,n-k-l),则拒绝原假设，即认为列入模型的各个自变量联合起来对因变量有显 著影响，反之，则无显著影响。这里简单对 Fa(k,n-k-l)进行一下解释，k为自变量个数，n 为样本容量，n-k-l为自由度。对于我的实验中 的情况来讲，k=3,样本容量为146,所以查表 的时候应该差Fa142), 一般数理统计课本中 都有F分布表，a表示的显著性水平(一般取 0. 05),但我们手头不一定会有课本，就需要借 助于excel来查F表，打开excel,在公式

23、区输 入：=FINV(0. 05, 3,142),在单元格中即出现2. 668336761,表中的F值显著大于这个值，则认为各个解释变量对因变量有显著影响。ICoefficients3ModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)Zscore住动性人格)-1.109E-14.497.049.049.497.00010.1231.000 .000a. Dependent Variable: Zs co re 性涯适应力总分)第四个表是参数的检验，这个表格给出了对偏回归

24、系数（B）和标准偏回归系数（Beta）的 检验，偏回归系数（B）用于不同模型的比较, 表示有截距时的回归系数，标准偏回归系数（Beta）用于同一个模型的不同系数的检验，表 示无截距时的回归系数（回归线经过原点），表 示自变量变化1个单位，因变量变化B个单位， 其值越大表明对因变量的影响越大。标准偏回偏向归系数 Coefficient/归系的ModelXxUnrtrxferdized CoefficientsStandardizedCceffnent”/t知6Std. Error阳a1(ConstS).147.0423.495.001宾治、御?欠止用地.010.001,6238.927,0002

25、(Constant).128343.805.001宾港、餐饮业用地.C08.Ml.6758.542.000运输、枇发企业用地.COO.000.3844.857,0003(Constant).134,0324.177,000宾馆、餐饮北用地.CO8.001,6899.096.000运输、批发企业用施.000.0005.519,000工业企北用地374E05.000-.1652.142,0394(Constat).123.0314.014,000笠潦、馨?欠比用他.013.0021.0785.936.000运输、批发企业用地.000.000.5346二、,000工业企业用地-5.22E-05.00

26、0-.231鎏恁北用地-.001.000-.4412.328.026垃pended V&过此固体，立圾播放维图多元回归分析的参数检验结果需要注意的是，多元回归分析时，方差分析是对多个自变量的总体检验，而不是单个自变量（单个自变量在系数表中，为单样本T检验，如 上图），这就是第三个表回归系数表中的内容。系数表格列出了自变量的显著性检验结果（使用单样本T检验）,最后一列为T检验的sig, 表中均小于005,说明自变量对因变量具有显 著影响,B表示各个自变量在回归方程中的系数, 负值表示这个自变量对因变量有显著的负向影 响，但是由于每个自变量的量纲和取值范围不 同，基于B并不能反映各个自变量对因变量

27、影响 程度的大小，这时候我们就要借助标准系数。目 前表格中的“试用版”实际上是Beta的意思, 此时数值越大表示对自变量的影响更大。归分析结果，只报Beta值，t值，不需要报F值，只需要在结果上标*。2.多元线性回归（多个自变量）使用多重回归模型进行数据分析一般思路： 相关分析。将多个自变量与一个因变量进行相关分析，初步探讨各自变量与因变量之间的关系，以及各变量之间的关系（输出结果为相关矩阵）。 完全多重分析。将所有相关的自变量与因变量做多重回归分析，探讨影响因变量的预测性指标。 层次回归。当第一步的相关分析中，某一个 自变量与因变量的相关系数很高时，为了进一 步探讨该变量对因变量的独特作用，

28、采用层次回归的方法，将感兴趣的变量放在最后一步进入方程，考察在排除了其他变量的贡献的情况下，该变量对回归方程的贡献。如果该变量仍有明显的贡献，那么可以得出结论，该变量确实具有其他变量所不能代替的独特作用。Enter法将多个自变量同时放入建立的方程式中。Model Summary夕Zscor式主动性人格）区主动性人格 g Zscor式生源关注2生底关注|夕Zscore（生盛好哥）Z生蔡好街|ModelRR SquareAdjusted R SquareStd. Error ot the Estimate1,945a,892.891.33006070a. Predictors: （Constant

29、）,在co他性涯好奇工Zscor。住动性人 格 Zs core仕涯关注）从图中可以看出，三个自变量能够解释因变量2总变异的89. 2%ANOVAbModelSum of SquaresdfMean SquareFSiq.1RegressionResidualTotal279.22933771313.000331031393,076 .109854.380.000aa. Predictors: (Constant), Zscore性：涯好奇，Zscore住动性人格),Zscore性:正关注)b. Dependent Variable; Zscore性涯适应力总分)由此图看出，该回归方程是有意义的

30、(p0.05)Coefficients3Unstandardized CoefficientsStandardized CoefficientsModelBStd. ErrorBetatSig.1(Constant)-1.014E-14.019.0001.000Zscore住动性人格).081.021.0813.809.000Zscore性涯关注).538.021.53825.153.000Zscore佳涯好奇).517.023.51722.730.000a. Dependent Variable: Zs co re 也涯适应力总分)可以看出三个自变量都对因变量有显著影响(p=0.003, 同

31、接受安慰剂的大鼠相比，接受药物A的大鼠逃避潜伏期更短（见图 5-11）.然而.当从出生开始的饲养空间小时，药物类型的主效应不显著， F0.05,说明两样本代表的总体方差相等，齐性）、t （t值）、df（自由度）、Siq.（2-tallde）双侧 t 检验的 p 值、MeanDifference (平均差)、Std.Error Difference (差别 的标准误)、95% Confidence Interval of theDifferenceLowerUpperconfidence interval j散思是置信3区间，即0. 95水平的置信区间的的最大值(upper)和最小值(lower

32、)o （2）单因素两组匹配组设计（t检验）（3）单因素完全随机多组设计【单因素多水平F 检验：方差分析AN0VA】一般线性模型General Linear Model,单变量的【Univariate，多变量的【Multivariate】，重复测 量【Repeated Measures)o弱 Univariate: OptionsXFactor(s) and Factor Interactions:Display Means for:J Compare main effects：Confidence interval adjustment;LD(none)DisplayQ Descriptive

33、 statistics stimateffecize j Observed power Parameter estimates Contrast coefficient matrix加述统 七Homogeneity iestsj Spread vs. level plot| j Residual plotL J Lack o fitj General estimable functionSignificance level:I-05 I Confidence intervals are 95.0%Continue Cancel Help勾选后，点击 LContinue!回到Univariate

34、对话框，点击【0K】，开始F检 验。输出的结果包括描述统计和方差分析两部分 结果。Tests of Between-Subjects EffectsDependent Variable:HSourceType III Sum ofSauaresdfMean SquareFSia.Corrected Model171.1113285.5561.280.28624611.780124611.780368.220.000分组组间 171-111285.5561.280.286Error组内 3809.8725766,840Total28747.00060Corrected Total总 3980.9

35、8359a. R Squared =.043 (Adjusted R Squared = .009)3X上图为输出的方差分析结果。均方【MeanSquare结果显示 F (2, 57) =1.280, P=0. 2860. 05,表 示在0. 05水平上无显著差异。方差分析计算效应量(t2)单因素方差分析时，效应量需要手动计算，计算 公式为： 多因素方差分析时，效应量可以用SPSS计算, 操作步骤如下:进行事后检验步骤如下:弱 Univariate总6, 姓名6.姓名 8 7、 性别性别 i.5 9,熨科还是理科 felO.社会用色 811、目常的学a工作 81、心片心周 8 2、海幼程度2、

36、 8流肠性1 心灵活性1晶蚀削性1 品总制 晶流线性2 is灵活性2 品铀创性2 急分2Univariate! Post Hoc Multiple Comparisons for Observed Means XEqual Variances Assumed LSD NK| Waller-Duncan口, Bonferroni Sidak O ScheffeH lukey Tukeys-tDuncanType l/Type II Error Ratio:| DunnettControl Category100Last R-E-G-W-F R-E-G-W-QI | Hochbergs GT2 G

37、abriel 2-sided O 匚 ControlO ControlEqual Variances Nat AssumedTathhsnes： T2： Dun netts T3 Games-Howell | : Dunnetfs C检验结果如下:TukevHSDm外组fJ）讣阳Mean Difference (I- J)Sid. ErrorSid.95% Confidence IntervalLov-/er BoundUonerBound12-2.842.498.496-8.853.173-5.622.436.063-11.49.24212.842.498,496-3.178.8532.79

38、2.469.500-8.733.15315.622.436.063-.2411.4922.792.469,600-3.168.73控制组（1组）与5分钟实验组（2组）相比,P=0.496,差异不显著。控制组与10分钟实验组（3组）相比，P=0. 063,边缘显著。5分钟实验组（2组）与10分钟实验组（3组）4相比,P=0.500,差异不显著。2.两因素完全随机实验设计（方差分析ANOVA）期 *Untitled6 DataSet5 - SPSS Statistics Data EditorFile Edit View Data TransformAnalyze Graphs Lftilitie

39、s Add-ons Window Help信口昌应一褊国dReportsDescriptive Statistics文科还是理 朴10、社 316217118192。21：痂号1TablesRFM Analysis、心情2、激动程度Cornpare Meansf-General Linear Model器W Univariate.Generalized Linear Models：TMultivariate.Mixed Modelsrep Repeated Measures.Correlate0 cctfccciccIVariance Components.进行以上操作后，点击【0K】按钮。利

40、用SPSS制作平均数分析图的步骤如下:国 Univa ri ateXn-Dependent variable:Model.a翁与6、姓名/名 8八性别八性别 昼9、文科还是国科. 呈JQ，社会角色1。 8兀心内1、心岩 8 2、灌劾程度2、8流眩性1品灵活性1决 触创性1 册总制 a流端性2 8灵活任28触创性2&总分2a流筋性3 a夕软分Fixed Factor(s):Contrasts.HW $泗L砰睡 J0学习时是否彭秋听告乐Post Hoc.Random Fsctor(s):Save.EOptions.Covariate(s);EHWLS Weight:1OKPasteResetCancelHelp3