作者：彭彭
Hello，
这里是行上行下，我是喵君姐姐~
你是否还在为分析实验数据而感到头疼？你是否还在苦于自己不知道如何选择合适的模型来分析数据？
本期我们就来为大家带来了利用SPSS软件进行高级统计分析的实操教程~
第一期内容包括：描述性统计表格模板、卡方&T检验、相关&回归分析等。
1.卡方检验（分类数据）
1.1 原始数据
1）Spss操作
2）Spss结果解读
个案处理摘要：频数分布表
A*B交叉表：原始数据—交叉表
卡方检验：报告皮尔逊卡方的值，看显著性
1.2 频数表
1）Spss操作
2）Spss结果解读
个案处理摘要：频数分布表
A*B交叉表：原始数据—交叉表
卡方检验：报告皮尔逊卡方的值，看显著性
3）报告【、p值】
卡方检验结果显示，实验组和对照组的疗效没有显著差异，
=0.84（p=0.361），表明本实验研究的抗抑郁药并无疗效。
2. 独立样本t检验
1）Spss操作
2）Spss结果解读
组统计：两组的描述性统计
独立样本检验莱文方差等同性检验：p<0.05说明方差不齐，看第二行；p< span=''>>0.05说明方差齐性，看第一行
3）报告【M、SD、t（df）、p、cohens‘ d】
对五个维度的满意度水平是否存在性别差异进行独立样本t检验，发现在价格满意度和物品质量满意度上存在性别差异，其中男性的价格满意度（M=3.17，SD=1.25）高于女性（M=2.78，SD=1.24），t（580）=3.61，p<0.001, Cohen's d=0.31；男性的物品质量满意度（M=3.22，SD=1.37）显著高于女性的物品满意度（M=2.88，SD=1.40），t（580）=2.81，p=0.005，Cohen's d=0.24。
而种类满意度、组织满意度和服务满意度上均无性别差异，（t（580）=0.69，p=0.490，Cohen's d=0.06；t（580）=-0.63，p=0.529，Cohen's d=-0.05；t（580）=-0.21，p=0.831，Cohen's d=-0.02）。
3. 相关样本t检验
1）Spss操作
2）Spss结果解读
配对样本统计：描述性统计
配对样本相关性：配对样本之间的相关
配对样本检验：报告t、自由度、显著性、cohens‘ d
3）报告【M、SD、t（df）、P、Cohen‘s d】
第1组、第2组的研究对象在参加销售培训前后，销售技能均有显著提高（M1=63.95，SD=13.53；M1=71.65，SD=14.52，t（19）=-4.15，p=0.001，Cohen's d=-0.93；M2=73.57，SD=10.61；M2=83.45，SD=9.21，t（19）=-3.85，p=0.001，Cohen's d=-0.86）；表明第1组、第2组的培训有一定的成效。而第三组的研究对象在参加销售培训后，销售技能并没有显著提高，t（19）=-2.03，p=0.057，Cohen's d=-0.45。
1.相关
1.1 双变量相关
1）Spss操作
2）Spss结果解读
3）报告【相关性矩阵=M、SD、r、p】
1.2 偏相关
1）Spss操作
2）Spss结果解读
2. 线性回归
1）Spss操作
2）Spss结果解读
3）报告【B、SE、β、p、Δ、F和t也可以】
对现有数据进行分层回归分析，以工作满意度作为被预测变量，以亲密性、社会支持作为预测变量。考虑到性别与工作满意度显著相关，对工作满意度可能产生影响，因此将性别作为控制变量。
表2显示，在控制了第一层变量的情况下，亲密性可以显著负向预测工作满意度（β=-0.24，p<0.01< span=''>）；社会支持（β=0.22，p<0.01< span=''>）可以显著正向预测工作满意度。
本期的内容就到此结束啦~
本期我们为大家介绍了描述性统计表格模板，以及如何使用SPSS软件进行卡方&T检验、相关&回归分析等。下期我们会继续介绍如何进行中介、调节、有中介的调节以及方差分析。
我们下期再见！
排版：青柚
作者：彭彭
校对：喵君姐姐
联系客服
