虽然本科是计算机专业，但是对SPSS接触较少，在研究生期间阅读文献的过程中看到过比较多关于数据的图表分析，第一感觉就是大家好厉害，能做出这么复杂的数据分析，一份高质量的数据确实能让文章看起来比较漂亮，于是下决心学一下数据分析这一类的软件，也能更方便的去阅读高质量文献，下面就以新手的视角为大家分享这两天的SPSS学习成果。

一、样本来源

前几天去一所中学发放线下的调查问卷，共发放问卷224份，回收问卷220份，问卷回收率为98.2%，其中有效问卷为211份，针对这211份问卷进行数据分析。

二、基础知识学习

在阅读文献的过程中，有时候根本看不懂数据分析结果的值代表什么含义，如果不能很好的解读这些值所代表的意思，就会影响文献的阅读，所以在开始学SPSS这个软件之前，先进行了基本知识的学习，先从B站进行系统的知识点学习，明白数据类型（定量和定类）、P值的意义（测量数据间的规律情况把握程度）以及如何去剖析现有的问卷（基本情况分析、差异关系分析、影响关系研究）；然后再用带有数据智能分析的软件去分析数据（小样本），把学到的知识运用到真实的数据环境中，有助于深入消化这些知识点，重要的不是去分析数据而是学习知识点；最后再回到SPSS软件本身，用SPSS软件对211份数据进行分析。

三、剖析问卷

在做数据分析之前，要剖析课题和问卷，看看适合做什么类型的数据分析，然后再进行下一步。通过对问卷进行剖析，暂定对问卷进行信度分析、效度分析、t检验和方差分析。其中方差分析比较复杂，满足两个条件才可以做方差分析，那就是正态性检验和方差齐性检验。

根据定类变量（X）对定量变量（Y）进行分组，进行正态性检验，正态性检验要求比较严格，一般很难满足，但只要正态性检验结果里其峰度绝对值小于10并且偏度绝对值小于3，则可以进行下一步的方差分析。为了进一步说明此样本可被接受为正态分布，可用直方图来辅助说明。若分析出来的直方图基本上呈现出钟形（中间高，两端低），则说明数据虽然不是绝对正态，但基本可接受为正态分布。

根据定类变量（X）对定量变量（Y）进行分组，进行方差齐性检验，分析每个分析项P值是否小于0.05或者0.01；若呈显著性，拒绝原假设（原假设：满足方差齐性），则说明数据波动不一致，即说明方差不齐；反之则说明数据波动一致，说明数据满足方差齐性。

还可以对数据进行效应量化分析，效应量化分析的结果包括组间差异、总差异、偏Eta方η2、Cohen's f值，用于分析数据间的差异。当呈现出显著性差异（前提），可以分析差异，同时还可以分析差异幅度（即效应量)。偏Eta方（η2值）：介于0~1之间，该值越大说明差异幅度越大。Cohen's f值：表示效应量大小，效应量小、中、大的区分临界点分别是：0.1、0.25和0.40。

四、小结

以上关于SPSS的分享就是近几天的学习成果，也已经对现有的问卷作出的相应的分析，如果有解释的不太合理地方，也欢迎大家批评指正。