【SPSS】论文中数据分析与结果处理
用SPSS分析的问卷必须是李克特五、七级量表，新研究者建议设计五级单因素的量表。问卷数据收集完成，第一步要剔除无效问卷，保证数据的准确性。分析步骤如下：
打开SPSS软件，在变量界面输入问题及值，一般值为1代表非常不同意，2代表不同意，3代表不一定，4代表同意，5代表非常同意。如下图：
描述性分析是对被调查者的最基本的信息进行描述，如性别、学历、年龄、工等等。描述性分析主要对问卷的均值、标准差进行分析。
最后汇总了列成表格或图表，图表的项有频数、频率、均值、标准值等，加以文字说明，使结果清晰明了。
信度分析主要是通过SPSS分析验证设计的问卷是否可靠，是否具有良好的相关性进行分析，收集数据是否存在矛盾、可靠等等。
问卷分析的步骤如下：点击“分析”----“标度”----“可靠性分析”-----“选择项”----“确定”
结果如下：
结果分析：问卷是否可靠关键在于：Alpha（a系数）
a<0.7则表示设计的问卷信度不可靠；
0.7<a<0.8则说明问卷具有一定的可靠性；
0.8<a<0.9则说明问卷信度很好；
通俗来说，效度分析是检验问卷题目与研究目的是否相一致。一般分为内容效度和结构效度；
内容效度是指题项与所测变量的适合性和逻辑相符性；
结构效度是指题项衡量所测变量的能力，实证分析着重分析结构效度，通过进行探索性因素分析（Exploratory factor analysis，EFA）检验来证明量表的结构有效性。
分析步骤如下：分析--降维--因子--将左边所有变量选到右边变量框中--描述--选择初始解和KMO--点击继续--提取--在提取里选择主成份和碎石图--继续--旋转--选择最大方差法。
如下图：
得出结果如下：
结果分析：效度分析结果主要看KMO值和sig.（显著性）；
若KMO>0.7，则说明问卷中设计的自变量之间具有一定的联系，问卷是有效的；
sig.<0.001说明该问卷符合做因子分析，下一步则可以进行因子分析（EFA）。
相关分析前首先取各个因子的平均值。
步骤如下：分析--相关--双变量--将左边的变量选到右边--在皮尔逊和双变量前打勾--确定。
如下图
得出的结果如下：
如图，假设前面两个为因子1、因子2（自变量），第三个为因变量。
相关性是检验自变量与因变量的关系。
可以看出因子1与因变量的相关系数为0.779，且sig.<0.001，说明自变量（因子1）与因变量呈正相关。
相关系数的取值范围介于-1~1之间，绝对值越大，表明变量之间的相关越为紧密。
回归分析需要看的图有模型摘要图、ANOVA、系数图等等
步骤如下：分析--回归--线性--选择自变量和因变量--点击统计--选择德、共线性等--继续--选择XY变量--继续--保存--继续--确定。
如下图：
结果为：
模型摘要图主要看R方和德宾值（D-W），调整后的R方为0.684说明自变量对因变量的可解释程度为68.4%（R方代表的是自变量对因变量的解释能力，R方与调整后的R方越接近说明数据越稳定）。D-W值是检验自变量之间是否存在自相关，上图中D-W>2表示问卷中的几个自变量无自相关性，
即方差分析表，ANOVA表的一个作用就是验证假设（A对B不产生影响）是否成立，一般只看sig.值即可，上图sig.<0.01,说明拒绝原假设，至少有一个对因变量产生显著性影响。
下一步看系数表，系数表则说明有几个自变量对因变量产生显著性影响。如下图：
上图中回归系数b是通过样本及回归模型通过SPSS计算得出的,是反映当自变量x的变动引起因变量y变动的量。主要看显著性，因子1、2、3的sig.<0.05，说明3个因子均对因变量产生显著性影响。
从上面可以看出，相关性分析是检验自变量与因变量之间是否具有相关性（正向或反向相关），回归分析则说明了自变量对因变量是否具有显著性影响。
1.在信度分析时，那个值该怎么写，问卷信度总是0.5多 ，怎么写？
信度分析主要看Alpha（a系数），a<0.7则表示设计的问卷信度不可靠，0.7<a<0.8则说明问卷具有一定的可靠性，0.8<a<0.9则说明问卷信度很好。0.5小于0.7说明问卷信度不可靠，接下来的分析也用不到了，建议调改问卷或数据。
2.如果两个变量的sig值为0.531，说明了什么？
SPSS的原理是假设A对B不产生影响，分析得出的结果P（sig.）<0.001/0.01/0.05，则假设不成立，即A对B具有显著性影响。如果sig.=0.531大于>0.05，说明假设成立，A对B（或B对A）不产生影响，任何一方变动都不会影响另一方。