总结使用SPSS的一些步骤和技巧

根据处理数据的一些流程，记录一下使用SPSS的一些步骤，除了标题的加粗，其余加粗都是指在SPSS软件中操作的具体按钮。

一、所需安装的软件

SPSS24.0，AMOS24.0, PROCESS插件

二、导入数据

1.推荐使用问卷星，直接导出SPSS格式的文件。

并对每一个变量的名称、小数位、值标签、测量（数据类别）进行调整和确认。

2.乱码处理

新建窗口-编辑-选项-语言-语言环境的书写系统-操作系统的书写系统-应用-确定

3.三线表制作

分析-表-定制表-摘要统计
(1)如何变成三线表：可将“三线表样式文件”导入SPSS文件夹下面的Looks文件夹，选择 格式-表外观-三线表 即可转换成三线表）

(2)EXCEL中生成三线表：修改字段名称后在word中 清除格式-无边框-上下框1.5磅-中间线0.75磅。

4.数据录入

（1）单选题、打分题、填空题：
每一题用一列数据来保存，值可以根据选项来设置。

（2）多选题、比重题、排序题：有多少个选项就要设置多少个题目，0代表没有选择，1代表选择，或者通过值标签提供每一个选项。题目名字可以设置成：Q1_1, Q1_2, Q1_3, Q1_4

（3）NPS量标题、Likert量标题：每个题目生成一个变量，每个变量可以设置选项值。后续分析的时候，使用量表各维度的总分（题项分数加总），量表的总分（题项分数加总），中心化处理后的维度分或总分（维度分-平均分），标准化处理后的维度分或总分来进行运算。

三、数据分析

1.描述统计

（1）直接使用三线表完成。分析-表-定制表-摘要统计
（2）分析-描述统计-描述-变量-选项-平均值、标准差、最大值、最小值 、方差、范围等

2.样本分布合理性

频率分析、卡方拟合优度检验
分析-非参数检验-旧对话框-卡方-检验变量-值-确定
(若p>0.05,则符合事先预设的分布）

3.多选题

（1）定义：
分析-多重响应-定义变量集-集合中的变量-二分法（计数值1，代表被选择）-名称-添加-关闭
多选题的描述分析：分析-多重响应-频率-确定 （缺点：定义后无法保存，下次打开要重新定义。改善：使用分析-表-多重响应表来定义）
多分类的题：分析-多重响应-定义变量集-集合中的变量-类别（1-题项数）-名称-添加-关闭

（2）可做的分析：频率分析、交叉分析、卡方检验
两种方法：a.分析-多重响应；b.分析-表。推荐第二种。
a.频率分析：可以先在分析-表-多重响应表里定义好多选题，然后使用分析-表-定制表来进行分析
b.交叉分析：一个单选题（列）和多个多选题（行）；一个多选题（列）和一个多选题（行）（没有太大含义）
c.卡方检验：分析-表-定制表-检验统计-独立性检验（卡方检验）-确定
（单元格数值若＜5，表明卡方检验结果不可靠，即不适合做卡方检验）
一般不会针对多选题和多选题做卡方检验，只会针对单选题和多选题做卡方检验。如果存在小于5的单元格，则不做卡方检验。

4.克隆巴赫系数

分析-标度-可靠性分析

5.相关分析

分析-相关-双变量-选项-平均值和标准差

6.中心化处理

（1）分析-描述统计-描述-平均值
（2）转换-计算变量-M_()=()-平均值

7.标准化处理

（1）分析-描述统计-描述-将标准化值另存为变量

8.调节效应

（1）中心化处理or标准化处理
（2）算交互项：（中心化以后的）自变量x调节变量
方法1：层级回归模型：分析-回归-线性-因变量，自变量-下一个-交互项-统计:R方变化量-确定
方法2：Process处理：分析-回归-process-model1-因变量，自变量，调节变量（不放交互项）-确定

（若y对x、z和xz的回归R方显著高于y对x、z的回归R方，则调节效应显著）
（int-1是交互项，也可以看它的系数的显著性，若显著，则调节效应显著）

9.中介效应

（1）中心化处理or标准化处理
（2）方法1：层级回归模型
a.分析-回归-线性-因变量Y，自变量X-确定
b.分析-回归-线性-因变量M，自变量X-确定
c.分析-回归-线性-因变量M，自变量X，M-确定
（3）方法2:Process处理：
分析-回归-process-因变量Y，自变量X，M-model4-options（sobel，total）-继续-确定

（若报错，是因为字符长度太长，变量名称改成字母）
（若bootstrap的区间不包含0，则中介效应显著；若包含0，则中介效应不显著）