操纵检验怎么做spss
粉丝475获赞3849
相关视频
02:36查看AI文稿AI文稿spss 操作步骤讲解系列中介效应检验中介效应检验分析方法目前应用较为广泛， baron 和 kenny 一九八六提出的因果步骤检验法是检验中介的核心原理。目前 boopstop 检验法是较为受欢迎的一种检验中介效应的方法。使用 process 插件去检验 因果步骤检验法的操作步骤，首先检验自变量对因变量的影响关系检验系数 c 点击分析回归线性， 进入图中对话框后，将对应变量放入应变量和自变量框中，点击确定，然后第一步检验的结果就出来了。第二步，检验自变量对中介变量的影响检验系数， 注， a， 点击分析回归线性，进入图中对话框后，将中介变量放入应变量框中，自变量放入自变量框中，点击确定，然后第二步检验的结果就出来了。 第三步，检验自变量焊中介变量对应变量的影响检验系数 c 一撇焊 b 第三步，将自变量焊中介变量都作为自变量，放入自变量框中后，点击确定后，第三步的检验结果就出来了。 bootstarp 法，在做检验前先安装 process 插件。检验步骤，点击分析回归，选中导入对应插件， 进入图中对话框后，首先将变量放入对应变量框中，首先需要选择检验模， 行后点击 absence， 勾选图中勾选的选项，点击继续确定，若即确定后，提示图中错误，一般是因为变量的名称太长，需要将变量名称换为英文字母或简短的文字，再进行一次操作， 然后结果就出来了，结果由虚线隔开，第一结果为变量描述，第二个结果为自变量对中介变量的影响的结果，第三个结果为自变量汉中介变量对应变量的结果， 第四个结果为自变量对应变量的影响，第五个结果为 bootstark 结果。 结果的整理并不唯一，图中整理方式是一种可以参照图中的整理方法进行整理。 学会了么？记得一箭三连呦，可以代作指导。
201艾吖法数据
05:16查看AI文稿AI文稿amos 操作步骤讲解系列中介效应检验，中介效应的检验，不管在什么软件上的检验步骤不会变，首先检验自变量到应变量的影响，然后自变量到中介变量的影响，最后检验自变量焊中介变量对应变量的影响。 在 excel 表格中对数据进行预处理后，导入 spss 中并保存好数据后打开 imas 软件进行路径关系的检验。 调整界面，打开界面后点击 view interface properties 界面选择在画布选项中选择横向最大前变量的构建，点击椭圆， 在右侧白色画布中画出对应的前变量个数。显变量的构建，选中显变量，添加图标后在前变量上添加对应题像数的显变量框。 变量整体调整，选中旋转图标，点击前变量框旋转到合适的位置， 变量整体移动，同时选中保持整体和移动图标，然后将所有的变量移动到对应的位置。 导入数据，点击。导入数据后点击 file name， 找到对应数据保存位置，并选择对应的数据后点击 ok。 显变量放入显变量框中，点击数据展示，将对应的题像拖入 显变量框中。变量名称修改，点击变量设置，在名称框中填入变量名。路径关系构建，选中单箭头从自变量框指向应变量框 残差项的添加箭头指向的变量均需要添加残差项， 添加未命名的变量长指残叉点击点击 poppins name and observed variables 添加未命名的变量名称 选项勾选，点击选项设置后勾选标准化系数模型，修正差异零界比值效应值 have boots prep 下的抽样次数上下线 结果运行，点击运行，跳出提示后选择继续分析模型保存，点击运行后选择保存的地点，按保存名点击保存。 运行完成，在运行过程中未出现报错情况，即图中红色箭头变红，按红色方框中显示结果，表明结果运行完成。 结果查看，点击结果查看模型是配度结果，点击 model fit 就可以看到 模型的适配度指标，一般主要看 c m， d f， 即 baseline comparisons 中的指标，重要的 resear 指标， 路径关系，路径关系显着性及标准化的路径系数效应值。打开 estimates 下的 mattresses 里的对应效应，查看中介效应的结果。 路径关系命名伤及路径关系箭头后，点击 prematers， 在 regression weight 中填入对应的字母，命名该条路径。 语法编辑，打开右键，点击对话框的左下角出现一下对话框后点击 define new estimate 语法编辑，在对话框中编辑好直接效应，中介效应，总效应，对应的值。点击保存语法语法保存 语法保存到模型同样的位置，编辑语法的结果，根据前面结构方程模型的运行步骤，点击运行后在结果 estimates 中的 status 下的 user defined estimates 查看。这样的方式结果更容易查看 模型图，将标准的因子在荷系数含标准化的路径关系系数添加到模型图中，首先选中标准化，然后点击上方红色箭头后复制模型图 结果整理，将结果复制粘贴到 excel 表格中。首先整理的是模型适配，读 seeming， d， f， risa 等指标，整理路径关系系数级选择性情况及个效应值。最后 可以展示模型图后将结果复制粘贴 word 文档中，进行三线表的制作。汉文字解释 学会了吗？记得一键三连呦，可以代作指导！
487艾吖法数据
01:41查看AI文稿AI文稿用 s p s s 一 键生成调节效应检验。大家好，我是小师姐，今天教大家用 s p s s 软件做出表一这样的调节效应，结果用到的数据是 x、 m 和 y 三个，分别是自变量、调节变量和音变量。 首先需要计算一下 x 和 m 的 交互项，点击转换计算变量，在目标变量这里输入 x m 数字表达式这里输入 x 乘 m， 这个就是它们的交互项，点击确定。在数据矢图里可以看到生成了一个 x m 的 交互项，再来做回归，点击分析， 回归现行。模型一的自变量分别是 x 和 m， 模型二比模型一多了一个 x m 的 交互项，所以它们可以一起出结果。 先把 y 放到音变量，第一个模型的自变量就是 x 和 m， 把它们两个放入自变量的框里，点击下一个，把这个交互项放到这里面， 再点击统计，勾选 r 方，变化量，继续确定。然后在这些结果表格中找到对应的数据，填到这里就可以了。模型一和模型二的 b 和标准物分别是这两列，把它们搬到上面，然后 r 方和调整后， r 方就是模型将要中的，这里 f 和 p 值就是 annova 表格中的 f 和显著性。阿方和 f 值的变化量也是在模型摘要表中的这两列。把这三个表格中的东西整理一下，汇总成表一，这样的就可以了。还有在每一个系数的系数值上面可以标上它的显著性，显著性是看这里的 p 值，如果它的显著性是小于零点零一，那可以在这里标上两颗星，如果它的显著性对应的是小于零点零五，那就标一颗星，然后可以把这个注示写在表格的左下角。
72spss小师姐
01:51查看AI文稿AI文稿用 spss 一 键生成中介效应检验。大家好，我是小师姐，今天教大家用 spss 软件做出像表一这样的中介效应检验，用到的数据是 xm 和 y， 三个分别是自变量、中介变量和音变量。中介效应的本质是做三个回归，模型一和模型二的音变量都是 y， 模型一的字变量是 x， 模型二的字变量是 x 和 m， 所以 这两个模型可以一起出结果。点击分析， 回归现行，把 y 放入音变量，先把 x 放入自变量，点击下一个，然后再放入 m， 这样的话它会分别生成两个，第一个是只有一个自变量 x， 第二个是包含自变量 x 和 m， 点击统计，勾选阿方变化量，继续 确定。在结果表格中一共有两个回归，其中模型一这里的每一个自变量的系数 b 和标准物分别是系数表中的这个 b 和标准错误， 也就是这两列的数据，把它们放在这里，阿方和调整后，阿方是模型摘要表中的这两列， f 值和 p 值是 anova 表中的 f 和显著性，阿方和 f 值的变化量也是在模型摘要表中的这两列，把它们统一的整理在这里，然后再来做模型三。 模型三是自变量为 x， 因变量是 m， 同样的，点击分析回归现行，把这个 m 拿出去，点击上一个，然后把因变量 y 换成 m， 确定 这个是模型三的结果。自变量的系数和标准物在系数表中的这两列 r 方和条形 r 方。在模型摘耀表中的这两列， f 值和 p 值是这个 f 和显著性，这个它是没有 r 方和 f 值的变化量的， 用横线或者斜杠来代替就可以，把刚才提到的这些数据整合在一起，就是中介的结果表格。
274spss小师姐
02:26查看AI文稿AI文稿spss 操作步骤讲解系列第四课 spss 正态性检验 在 spss 分析中，正态性检验是非常重要的，正态分布又称为高斯分布和上帝分布。一般情况，我们将问卷收集的量表数据可以根据中心定理满足近似正态分布，看待 ks 和 sw。 正态性检验操作步骤，首先将需要分析的数据导入 spss 中，点击分析描述统计探索。 进入图中对话框后，将需要分析的变量放入对应变量框中，点击图勾选直方图和含正态性检验，点击继续确定， 正态性检验的结果就出来了。将结果粘贴复制到 excel 表格中进行整理后，将整理好的结果粘贴复制到 word 文档中进行表格制作和文字解释。 pp 图操作步骤，点击分析描述统计 pp 图， 进入图中对话框后，将需要检验的变量放入对应的变量框中，点击确定， pp 图结果就出来了。将图粘贴复制到沃尔顿党中进行文字解释。 qq 图操作步骤，点击分析描述统计 qq 图， 进入图中对话框后，将变量放入对应的变量框中，点击确定， qq 图结果就出来了。将图粘贴复制到 word 党中进行文字解释。 描述统计分析中的偏度和风度检验。操作步骤和描述统计分析的操作步骤一致。相关文献表明，如果偏度绝对值不大于三，风度绝对值不大于十，说明数据满足近四正态分布。 感谢观看，观看完记得点赞关注哦，可以带座指导学习交流！
317艾吖法数据
00:1614🍓研究生学姐
00:16
01:18查看AI文稿AI文稿毕业论文数据分析是不是快把你逼疯了？模型筛选方法用错？答辩被导师怼的哑口无言？别慌，今天给你们掏个压箱底神器，一张图搞定所有分析难题！赶紧点赞收藏，不然刷着刷着就找不到了！ 看这个智能匹配工具，左边直接整理了十大类论文核心分析逻辑，从基础的梯检验、信效度分析，到难搞的中介调节模型，全给你覆盖到了，就跟查字典似的， 点一下你的研究类型，右边立马告诉你该用 pearson 相关还是现行回归，连结果图样式都提前预览，简直不要太贴心！想要快速了解吗？视频最后教给你，是不是有同学要喊了？统计学名词听不懂，论文里咋写啊？放心，配套帮助文档直接安排上 适用场景。核心原理、视力数据写的明明白白，完全免费！相当于给你配了个随身统计助教，照着理解就能用！要是你连软件都不想学，就想快速出结果，直接充 s p s s a i 智能分析方法都帮你选好了， 数据一拖一拽，不用写代码，不用背公式，分分钟生成能直接套用的专业报告，这不比自己熬夜折腾香一百倍？实在拿不准方法的宝子，直接私信我，免费答疑！加网站资料打包送！关注我，毕业论文数据分析一路绿灯，再也不怕被导师怼了！
04:32
01:57查看AI文稿AI文稿s p s s。 官方来给大家讲效度检验了。效度检验是评估测量工具，是否真正测到了它想要测量的内容的关键步骤，它是心理测量学和实证研究中不可或缺的一环。常见的几种效度类型有，内容效度、结构效度、效标关联效度。 其中内容效度主要靠专家判断。 s p s s 不 直接支持检验，结构效度主要靠因子分析进行检验。效标关联效度可用相关分析、 回归分析进行检验，常用于开发新问卷、学术论文研究、教育测评、企业调研等上。案例假设我们设计了一份大学生学习满意度的调查问卷，理论上有三个维度，学习环境， q 一、 q 二、 q 三、 q 四、教师教学质量， q 五、 q 六、 q 七、 q 八。课程内容设置， q 九、 q 十、 q 十一、 q 十二采用五分理科特两表评分，一 非常不同意。二不同意。三一般。四同意。五非常同意。我们将通过探索性因子分析来检验这十二个题项是否能清晰地聚合成这三个预设维度，这就是结构效度检验。 跟我操作，第一步，点击分析降维因子，将 q 一 到 q 一、 二全部选入右侧变量框中。第二步，在描述里勾选 k m o 和巴特利特球形度检验。在提取里，方法选用主成分提取，选择基于特征值，特征值大于一， 在旋转里勾选最大方差点击继续点击确定结果。解读， k m o 和巴特利特检验 k m o 等于零点六，三大于零点六，说明数据适合做因子分析，而巴特利特检验 p 值小于零点零零一， 也说明变量之间有显著相关总方差。解释前三个成分特征值大于一，与理论三因子一致，它的累计方差是八十七点九零六，累计解释了超过百分之八十七， 这个验证了三因子的合理性。重点看旋转后的成分矩阵，每题主在赫高，交叉在赫低，所有主在赫大于零点六零，且交叉在赫小于零点三零，表明两表具有良好的结构效度和内部一致性。如果某题主在赫偏小，说明这项题目不是特别合适，需要后续对题目进行更改。
82SPSS中国
14:25查看AI文稿AI文稿今天用 chat s p s s 给大家分享一个问卷的数据分析，包含着，呃，评述、描述、多选题，还有像相关，还有单因素梯检验、方差分析，最后还有一个有序逻辑回归，然后这个 chat s p s s 它是一个免费的分析软件啊， 他直接直接这登录就可以把这个数据上传上去。呃，可以给大家先看一下我大概做的一个过程，你直接跟他说，然后把你的文件发给他，让他给你个计划，给了计划之后他缺少了什么东西，你稍微补一下，然后你计划出来了之后，你按照他的这个计划一步一步的去做，可以看到这个多项题的就做出来了， 这个是评述分析，这个是描述分析，这个是正态，这是对应的文字解释，然后就是信度，各个维度的信度，呃，效度，还有就是他的单因素分析， 但是我不知道他这个单因素做的对不对，我就让他再检查了一下，嗯，然后他进行了修改，把那个单因素分析改成了非参数检验的单因素分析，然后是做的回归贡献性， 贡献性，还有这个有序逻辑回归分析的结果对应的表格。 ok， 我 也给大家直接演示一下。我们先看一下数据和问卷啊， 它这个问卷第一个部分，第二个部分主要就是单选择题、多选择题，然后第二个大部分就是它的量表，它的量表分成了不同的策略，认知策略，还有什么原认知策略，还有记忆策略， 其实他这个问卷设计的很有问题啊，他最后还设计了一个什么策略，影响因素调查，这个又是量表，他又是影响因素，这个是不太对劲的。因为我们做问卷的时候，一般我们要做量化研究，基本上都是做影响因素的探讨， 那么你必须要有一个音变量，比如说他这个问卷，他想要探讨的是听力策略使用情况的，那么其实他想要探讨的是听力策略使用情况是怎么样影响非专业、非英语专业学生他的听力成绩或者说听力能力的。 所以说他应该有一个音变量，但是他这个音变量就搞成了一个题目，这其实是不太好的，所以说非必须要使用这个有序多有序逻辑回归，这是一到五分， 但是通常我们会把这种这种自评作为一个维度来得分，你就可以做线下回归，这种有序逻辑回归很容易出错。呃，或者说他对于数据要求也是比较高的，而且他的这种分析的研究程度是不一样的， 而且他最后这个我就自作主张给他做了修改，这种开放题也是没有作用的，除非你要做什么词云图啊，这些其实没有特别大的作用，特别对于这种问卷的量化研究， 然后这个影响因素的调查，因为前面这些就是你的因素了，社交策略这些策略就是你的因素，你后面再有这个就没必要，所以说我就给他删掉了，这是之前一个新二同学给的一个数据，他让我帮他分析一下。 呃，最后大家如果需要分析的话，也可以呃呃。留言，我会抽三个同学进行分析， 然后呃它的数据，大概是这个情况。呃。前面是一般资料，然后多选题，你们多选题，从 spars 那 个问卷心中导出来，它就是单个选项是否被选中的格式， 可以看到这就是后面的具体各个维度了，而且还有具体的这后面的这几个影响因素。其实这个没有用啊，我就直接给他删掉了。呃，最后得到的结论是这个是各个维度的得分均分，然后前面就是这样的，呃，我们直接来测试吧。 我们先复制问卷，删除掉了的就不需要再复制了啊，我们看一下，先看一看是不是复制正确了。对的，复制正确了，直接复制到这个恰当。 s p s s 啊。我们先新建聊天上传数据，把这个星儿同学的这个数据上传上去， 上传上去就可以了，上传上去成功了之后你就可以看到，但是他只默认显示五个数据。哈，你可以看一下，大概是这样的就行了，然后直接问他。呃，我的研究目的是探寻，嗯， 这个音变量其实是听力字频，听力字频的影响因素，请你给我 写一下分析的。呃。计划，先让他给出计划，然后下方是我的问卷 问卷，这样告诉他就可以了，他会给你一个这个分析的。当然如果你有参考文献，嗯，因为我知道我要做什么分析。一般大家都是有参考文献的，因为你的问卷一般都是按照参考文献来计算这个这个设置出来的， 你把参考文献的丢给他，让他按照这个参考文献的一个分析，然后去给你规划一下，这样就行了。呃，可以看到这个他就规划出来了， 主要是四个部分，稳健性。其实就是一些前提，检验贡献性啊，正态性检验。呃。如果还要做中介可以做中介。呃。我们这个就不需要做中介，主要是对这个的一个影响因素，主要做到回归就可以了，但是他缺少了这个信效度，我可以叫他加上信效度，请你 加上信效度分析，再给我一个计划，其实这个计划这个后面是可以不用要的。 呃。我们可以大概看一下他最开始是描述嘛，因为最开始肯定都是要大概看一下这个情况。第二个部分就是单因素分析，就筛选初步筛选一下单个对音变量的影响是不是有显著差异的，或者说有显著影响的， 如果单个有影响，筛选出来变量的这种有影响的变量之后再去做多因素的模型构建， ok。 呃。然后他说先做限效度，但是我个人感觉限效度可以放在步骤一后面也是 ok 的。 这两个也没有本质的区别了，就让他开始吧。 开始执行第一步就直接叫他开始执行就可以了，但是注意哈，大家用的时候尽量直接复制给他。 嗯，要不然他可能建议的时候会搞忘记，直接复制给他的话他会更加准确一点，可以看到他就开始出来了。执行第一步，呃，他就说我用了这个分析方法， 可以看到它执行了，真亮了。呃。分析方法对它进行信度检验，分别是这样这样、这样的，然后使用效度分析对这几个进行探索性因子， e、 f、 a、 k、 m、 o 其实就是信效度分析了，然后都可以看到它正在执行。首先是信度分析，再就是效度分析，然后这是信度分析的结果，可以看到 对应的这几个题目，这对应的几个题目其实跟他这个都是对应上了的，可以看到一到六题，七到十一题，他这个都是对应上了的。但是从结果来看，嗯，第一个维度是可以过的，第二个维度都是大于零点六、零点七的。第四个维度这个有点问题。呃。他的得分， 嗯，说了这个如果删除后的题项，这可以到零点六，删除二十题可以到零点六。 呃，所以说可以把二十题删了，它就能达到零点六以上。呃，其实零点六有点低，只不过可以接受，然后最后一个也是都大于的，所以说建议可以把二十题删了。然后就是这个因子分析，从这个 k m o 来看，如果呃效度比较粗浅，就可以直接用 k m o， 它大于零点六零点七就是可以的。 然后做这个方差分析，也就是共同度检验。呃，这个能过就行，但是这个因子是没有过的哈，因为因子你必须要呃一个因子对应上一个维度，可以看到这个蓝色的， 它是没有对应上的，所以说它因子是没有过的。如果是这种不是特别严谨的情况下，用这个也可以。呃，这个就不说了，这个应该是差不多的，我就不给他做删减了。呃，直接开始第二步， 第二步我们尽量给他提示的稍微详细一点，让他做一下这个描述性分析，嗯，可以跟他说一下。嗯， 注意还有多选题的分析，因为我看到他好像没有说多选题的分析，因为六题这六题其实是多选题，他没有做多选，说多选题的分析，我怕他忘记，就提醒了他一下，可以看到多选题，呃。他就开始 计划执行。首先是对这种人口学单选择题变量进行评述分析，你大家如果使用的时候，建议大家可以对一下哈，避免他搞漏了，搞漏了就不太好， 他其实会默认有点偷懒。呃。他万一搞漏了，你就提醒他一下，进行添加上就行了。然后多选择题他自己都已经识别出来了，因为我们之前发给他了嘛。 呃。多选题，然后是描述分析，对这个策略的均分，因为它是一个连续变量。嗯，你当然如果你不知道为什么他要愿意用这种分析方法，你也可以问他， 然后对应的文字解释他都是有的啊。可以看到这就已经开始出来了。呃。先是平数分析，这个结果就直接可以复制到 word 啊，它就标准三线表了。呃。如果说它格式有时候有点问题，大家可以调整一下，或者直接复制在 excel 里面，再去复制到 word 里面， 然后这个是多选题的，然后这个也还是多选题的，然后就是描述分析了，就是他后面的这几个量表题得出来的维度均分。呃。他的均值可以看到，然后还是多选题， 然后他就得出来了。首先是这个分类的，当然这个文字你可以让他写的再详细一点，都是可以的。呃。接下来就是第三个。呃，单因素分析。单因素分析，呃。我们可以直接复制单因素分析，他会稍微详细一点。嗯，可以复制给他。 嗯， ok。 嗯。其实他这个单因素分析我个人感觉是不太严谨的。 嗯。因为它这个音变量是一个有序的分类变量，其实这个到底是把它当成分类变量呢？还是说有序的连续变这种这种非力正态的连续变量呢？这也是一个争议啊。呃，但是它是把它当成是分类的变量使用的卡方， 呃，这个也是可以的，把它当成这种，嗯，非正态的做非餐检验也是可以的。然后这个相关分析，他跟这个后面的几个量表题他做，呃，这个维度做相关四 p 慢也是 ok 的。 嗯，这个东西就看大家了，其实是因为他这个设计的时候有问题，所以说他不得不这样做，然后他就说了他正在执行这个卡方检验。看一下这前面的一般资料，就是单项。看一下这前面的一般资料，就是听力自评的。 然后就是这个四频二慢，看这个均分对这个听力字频的一个单调相关的强度。首先它出来的这个是相关性啊，因为它比较快。呃，我们可以看到，哎，但是它这个没有把没有把这个听力字频纳入进去，可以看到它这个题目里面是没有听力字频的。 呃，我们可以让他把听力字频纳入进去，他有点漏了相关分析，没有听力字频，请你重新做相关分析，大家可以， 大家有时候还是可以检查一下啊，因为他说了要检验这个单调相关的强度，但是他这个是没有的， 他的这个文字解释也是没有的，他说六个策略，但是跟那个拼音字频是没有的。 ok， 他 这就出来了。一就是听力字频，这些跟这个听力字频的一个相关性分析，可以看到这儿下来就是一听力字频跟这个策略认知策略的均分，他俩的相关性分析都是有信号，就代表他们是有相关性影响的。 然后就是这个多重卡方一般资料对他的一个影响，可以看到只有英语四级的情况是有影响的。还有这个学习时长是有影响的，这也是符合我们的一个经验。 但是他说了一下他这个小于他的检测结论可能不是特别可靠。呃。如果不是非常严谨的情况下不用管他这个啊， 直接我们就可以出来了，就下一步做，下一步做。呃。这个有序逻辑回归将显著影响 的变量作为有序逻辑回归直接告诉他就可以了。嗯。应变量是这个，嗯。自变量是显著的，单因素可以看到这显著的就是这两个，还有这个是被剔除掉了，记忆策略是被剔除掉了，然后这三个也是是是显著的，所以说要纳入进去， 然后他就正在做有序逻辑回归，正在做了，然后他就说了一下使用这个逐步法。逐步法我个人感觉不太好啊。因为为什么出来了给大家看一下逐步法他就会把这些剔除掉，只有显著有影响的他才会保留下来， 把那种没本来是他会保他的自变量是很多的，但是你自变量全部放进去的时候有一些自变量他就不显著了，所以说他会把不显著的剔除掉，他只保留显著的。呃。这个，这个可以，可以用这个方式，但是也可以请你直接执行 全部自变量的有序逻辑回归，这样也是 ok 的， 这样的话他就不会把这种不显著的也剔除掉。呃。嗯，你如果需要讨论不显著的部分的时候，你这样的话会更加的好一点。啊。 这个怎么看哈？跟大家讲一下。这个就是看皮质，他只要皮质是小于零点零五的，就代表这些自变量是会显著的影响， 影响这个音变量的，而且这个音变量是从小到大的，所以说你分子越高。呃，反正这个是正向的话，就代表你的认知策略越高，然后你的得分就越高，然后四局情况越高，这个得分越高，也是符合符合你的这个经验的， 然后可以看到他就正在执行了。哎，这个就是把所有都纳入进去了，可以看到基本上该显著的。呃。有一个有一个不是那么显著。 呃。嗯，他是临界显著的，可以看到这个认知策略他是临界显著的，他 p 值在零点零六八，所以说没有剔除前他有一点点不显著。 ok， 呃，这个结果就出来了，大家如果看不懂的话，还可以去看一下他的文字解释， 反正主要是教给大家一个怎么样操作的思想，大家自己去慢慢慢慢慢慢一点的弄肯定是能弄出来的。好，今天给大家分享，就到这。
05:30查看AI文稿AI文稿挑战一个视频带你入门 spss 第九讲卡方检验。哈喽，大家好，我是石头，今天要给大家分享的是我们 spss 里边的卡方检验，首先我们一起来看看它的原理是什么。卡方检验呢，就是统计样本的实际观测值与理论推断值之间的偏离程度。 实际观测值与理论推断之间的偏离程度就决定卡方值的大小。如果说卡方值越大，二者的偏差程度就越大，反之的话二者的偏差就越小。 若两个值完全相等的话，卡方值就为零，表明我们的理论值是完全符合的。因此我们要做出两个假设，第一个是卡方的零，假设 h 零样本来源总体的分布与指定理论的分布无显著差异。 第二的话是卡方检验的背责，假设 h 一 样板来源的总体的分布与指定理论分布存在显著差异。那么呢，它主要是分为两个，第一个是独立性检验，检验两个分类变量是否有关联，比如说年龄和职业之间啊。 第二个的话是你和优度检验，检验样本分布与期望分布是否一致。最终我们结果的话，主要是看 p 值和卡方值， p 值的话小于零点零五，表明显著不独立，分布不一致。卡方值的话，卡方值越大，表明他的观测值与期望值之间的差异就越大。 接下来我们来看一下如何用我们的 sps 操作。首先第一个就是你和优度检验是面向期望分布的卡方检验，它的目的呢是检验样本分布与期望分布是否一致，就比如说检验不同性别的人与期望是否一致。那么第一步我们先导入我们的数据， 查找我们的数据，找到我们的分析非参数检验旧动画框卡方，就是非参数检验旧动画康卡方，然后选择我们检验的变量，然后设置期望值，比如说我们要检验性别，把性别导入进来，然后设置我们的期望值，期望值设置为二， 比如说我们期望值为什么设置？如果说所有类别相等及样本的分布与期望分布就等于一比一， 做的类别相等就等于男比女等于一比一。若满足其他比值，则选择值输入对应的比值就可以。这样的话我们可以输入分析类别所对应的期望值，有几个类别就输入几个期望值，输入后点击我们的添加按钮就可以了。 随后我们就进行结果的解读。比如说第一个他是我们的频率，在这可以看到选择零的是二百四十六个，选择一的是二百九十五个，然后是检验统计第一个卡方，然后第二是 p 值，我们可以看到实测个位数当中的性别的各占比的频率，男性的话是二百四十六个。 让我们来看它的卡方是四点四三八，显著性是零点零三五，显著性是小于零点零五的，说明性别的实际频率与期望频率之间是存在差异的，比例是没有持平的。 第二个我们来看一下独立性检验，独立性检验的是检验两个分类变量是否有关联，检验两个分类变量之间是否独立，分析两个变量之间是否存在关系。 如果说样本量大于等于四十，且任何一个格子的理论平数是大于五，那么可以直接使用。 如果说样本量大于四十，但是出现一个格子的理论平数是大于等于一小于五十，则需要对卡方检验的数值进行校正。如果说样本量小于四十，或者任何一个格子的理论平数小于一， 则卡方检验不再适用，应该使用我们这个确切概率法进行处理，具体该如何操作，我们来看看。首先我们还是先导入数据，然后分析描述统计交叉表，描述统计交叉表， 随后我们导我们的变量，行变量和列变量，然后点击我们的精确选择我们的仅限定法，再往下调的话，找到我们的统计，选择我们的卡方， 然后找到我们的单元格，勾选我们的实测期望和行，然后点击我们的继续，最终就会出现我们的结果，结果我们来一起来解读一下。首先我们可以看到这个交叉表，这个交叉表的话，它结果可以看出来我们两个变量之间的实际频数与期望频数之间的一个占比。 最后有一个咖方检验，再让我们可以看到这一行就是他的值以及显著性，那这一部分的话是刚才我们已经讲过的，提示过的，我们直接来看这个结果，在这个结果当中我们可以看到咖方值是零点零九八六， p 值是零点六幺幺， p 值是大于零点零五的，说明不同性别与学历之间没有显著差异，即性别与学历无关，两者相互独立。 我们来看一下书写模板，这个书写模板的话也是来源于这个文献，大家可以自行下载，我们可以看到根据表似所示，我们要了解这个人对我国不同踢队的乒乓球运动员在比赛的开局中局尾局得分进一个开放的检验统计， 然后结果显示 p 值是大于零点零五的，说明这个人与我国的主力和后备选手在比赛当中运用的话是无显著差异的。大概表格就是这样，我们看这个 p 值，然后由此可以得出什么什么之类的。 再往下边看第二个表五和表六，他是把它分成了两个表，主要是分析的是这个人和我们的主力选手，以及这个人和我们的后背选手之间的关系，也是可以得出这两个屁值的话也都是大于零点零五的，无明显的差异性。 那么我们这个开放检验的话还是非常简单的，也是非常常用的。这期视频就给大家分享的是我们的开放检验，如果说你还有哪些问题，欢迎在评论区留言，我是石头，带你玩转数据分析，我们下期再见！拜拜！
26石头FM（学术版
