用spss怎么分析数据平均值标准差（SPSS数据分析之平均值检验操作）
用spss怎么分析数据平均值标准差（SPSS数据分析之平均值检验操作）2、编辑变量1、导入数据原始数据原始数据操作：
参数检验：是推断统计的重要组成部分，传统上采用抽样研究的方法，从总体中随机抽取一定数量的样本进行研究，以此来推断总体，当总体分布已知的情况下，利用样本数据对总体包含的参数进行推断的问题，就是参数检验，参数检验不仅能够对一个总体的参数进行推断，还能够比较两个或多个总体的参数，在实际问题研究中，对于总体分布未知或无法准确的假设时，就用非参数性检验，这个我们之后会继续学习。
参数检验中，包括平均值检验、单样本T检验、两独立样本T检验和配对样本的T检验。
大家好，今天我们一起先学习平均值检验，是计算一个或多个自变量类别中，因变量的值组平均值和相关的单变量的统计，也可以通过比较两个样本的均值，来判断两个样本的均值是否相等，零假设是两个样本的均值有显著差异。
话不多说，直接上操纵。
原始数据
原始数据
操作：
1、导入数据
2、编辑变量
性别：1表示男，2表示女
定义性别变量：变量视图→值标签
性别值标签
年龄段：1表示“＜35”，2表示“35-44”，3表示“45-64”，4表示“65 ”
定义年龄段变量：
转换→重新编码为不同变量→输出变量（名称）→旧值和新值→确定旧值和新值对应关系→继续→确定
重新编码为不同变量
不同变量名称
重新编码对应值
变量视图→值标签
年龄段值标签
研究问题：通过平均值检验，研究不同性别之间的储蓄金额是否存在显著差异
3、操作：分析→比较平均值→均值
因变量列表：储蓄金额
自变量列表：性别
选项→ANOVA表和eta、线性相关检验→继续
平均值检验
4、结果输出
|
ANOVA 表a | |||||||
|
平方和 |
df |
均方 |
F |
显著性 | |||
|
储蓄金额 * 性别 |
组间 |
（组合） |
33931568495.762 |
1 |
33931568495.762 |
.429 |
.513 |
|
组内 |
18093029252322.832 |
229 |
79008861363.855 | ||||
|
总计 |
18126960820818.594 |
230 | |||||
|
a. 少于三组，无法计算 储蓄金额 * 性别 的线性度量。 | |||||||
其中，显著性为0.513＞0.05，说明性别对储蓄金额无显著性差异。
同理，可以看不同年龄段对储蓄金额是否有显著差异
|
ANOVA 表 | |||||||
|
平方和 |
df |
均方 |
F |
显著性 | |||
|
储蓄金额 * 年龄段 |
组间 |
（组合） |
357818045639.858 |
3 |
119272681879.953 |
1.524 |
.209 |
|
线性 |
20916585451.104 |
1 |
20916585451.104 |
.267 |
.606 | ||
|
线性偏差 |
336901460188.754 |
2 |
168450730094.377 |
2.152 |
.119 | ||
|
组内 |
17769142775178.734 |
227 |
78278162005.193 | ||||
|
总计 |
18126960820818.594 |
230 | |||||
通过上表可知，显著性均大于0.05，说明不同年龄段对储蓄金额无显著性差异
|
相关性度量 | ||||
|
R |
R 方 |
Eta |
Eta 方 | |
|
储蓄金额 * 年龄段 |
-.034 |
.001 |
.140 |
.020 |
上表的相关性度量，可知R方为0.001，Eta值为0.140，两个值都是越接近1，说明两者之间的相关性越强，相反越弱，因此，可知年龄段和储蓄金额之间的相关性非常弱，即无相关性。
今天的数据分析就学习到这里，有任何问题可以评论留言，如有想看的操作讲解，可以私信我。谢谢大家的点赞、关注和转发。
