题目可以创新的啊，你可以写大学生创业素质调查、家教满意度啊什么的，题目一改就是完全不同的选题了 需要进一步指导可以联系
没问题，数据分析你要提供数据
1、打开对应的窗口，直接在菜单栏那里选择图形并点击旧对话框中的条形图。
2、这个时候来到新的界面，需要定义集群条形图和各个变量的摘要。
3、下一步会弹出对话框，根据实际情况确定图示的参数。
4、这样一来等生成相关的效果图以后，即可实现多项选择题用SPSS进行分析了。
原始数据要你自己提供我经常帮别人做这类的数据分析的
问卷调查中一种常见题型是多选题，又被称为多重应答。它在本质上属于分类数据，但其数据格式较特殊，在分析时也需要计算一些较为特殊的指标。SPSS的数据文件，对于多选题，其数据格式有两种：多重二分法和多重分类法。当一个题目有多个候选项，每个候选项可以被选中、也可以不被选中时，通常采用多重二分法数据格式。这种方法，将每个候选项设置为一个变量。有几个候选项，就设置几个变量。变量的取值只有两个，分别表示选中或未被选中。通常用1表示选中，用0表示未被选中。多重二分法数据格式的优点是简单明了，易于理解；缺点是需要的变量数比较多，当候选项很多时，应答可能比较分散，分析讨论较繁琐。当一个题目有多个候选项，每个候选项可以被填入可能答案中的一个、也可以不被选中而保持空缺时，通常采用多重分类法数据格式。这种方法，将每个候选项设置为一个变量，有几个候选项，就设置几个变量。每个变量的可能取值有多个，分别表示所有可能答案中的一个。通常将所有可能的答案排列起来，分别用1，2，3，…来表示。多重分类法数据格式的特点是，可以用较少的变量反映出较多的应答。但由于需要将不同变量中对同一答案的选择累加起来，故分析方法相对难于理解些。根据你提供的内容建议使用第一种方式（多重二分法）进行统计分析、、、如 采纳给分，O(∩_∩)O谢谢
1、打开对应的窗口，直接在菜单栏那里选择图形并点击旧对话框中的条形图。
2、这个时候来到新的界面，需要定义集群条形图和各个变量的摘要。
3、下一步会弹出对话框，根据实际情况确定图示的参数。
4、这样一来等生成相关的效果图以后，即可实现多项选择题用SPSS进行分析了。
您有数据的话，就可以帮您分析处理。用回归分析。
spss应用论文的78篇论文(2010年)
SPSS软件及教程百度网盘免费下载
链接：
SPSS为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称，有Windows和Mac OS X等版本。包含各版本SPSS软件及相关基础和进阶视频教程及资料，涉及统计，医学，机器学习等方向。
不会。一般规范的分析需要有一些规范的格式，SPSS是将所有所有的结果都输出，非常多都是没有用的中间过程，而且表格也不规范。可以使用下在线版本SPSS软件SPSSAU进行分析，里面出来的表格结果全部都是规范好的，并且还有智能化文字分析以及图表等。SPSS（Statistical Product and Service Solutions），“统计产品与服务解决方案”软件。最初软件全称为“社会科学统计软件包”（Solutions Statistical Package for the Social Sciences），但是随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为“统计产品与服务解决方案”，这标志着SPSS的战略方向正在做出重大调整。SPSS为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称，有Windows和Mac OS X等版本。
论文中使用的何种工具没关系主要是你写的论文的主题是哪方面的，就往哪方面杂志投
晕 星洲师范学院 怕怕
题目可以创新的啊，你可以写大学生创业素质调查、家教满意度啊什么的，题目一改就是完全不同的选题了 需要进一步指导可以联系
数据处理是一个非常重要的环节，第一次分析的人很容易忽略这部分。在数据收集完成后可以使用SPSSAU无效样本和异常值两个功能对数据无效性进行处理。无效样本：SPSSAU提供两种设置：一种是完全相同数字超过一定比例时设置成无效样本。不认真填写者通常为了方便会选择相同的答案，一般以量表题选择相同数字超过70%作为标准。另一种是缺失一定比例设为无效样本。异常值：如果存在缺失数据或在异常值的判断标准上，可设置数字为null，即异常值处理。常用的统计方法有：频数分析、描述分析、卡方分析、二元logit回归等。我们按照提纲依次进行分析即可。同时重点注意下表格格式，专业的调研报告(和论文一样)对格式有着严格的要求。建议统一修改表格格式，避免有遗漏。涉及重点数据，比如占比非常高的选项，可以用不同颜色标出。也可以适当添加图表的使用。一图胜万言，多用图表来呈现所想表达的内容，更有直观性。spss数据分析报告通常是先描述分析结果，然后结合结果和背景信息进行总结。如果内容较多，建议在每部分最后添加一小节作为总结部分，同时可以针对结论给出建议或解决方案等。最后别忘了添加附录。通常将调查问卷、统计结果等作为附件内容。方便读者查询。
给个邮箱第1章 SPSS综述 61．1 统计分析软件包--SPSS 11．0 61．2 SPSS ll．0的系统要求及安装 61．2．1 硬件环境要求 61．2．2 软件环境要求 61．2．3 SPSSll．0的安装 71．3 SPSS的启动与退出 71．4 SPSS窗口介绍 71．4．1 SPSS的数据编辑窗口 71．4．2 SPSS的语法窗口 141．4．3 SPSS的输出窗口 141．4．4 SPSS的草稿输出窗口 141．4．5 SPSS的脚本语言编辑窗口 151．5 SPSS的菜单操作 151．6 系统控制对话框及其设置 161．6．1 General选项卡 161．6．2 Viewer选项卡 171．6．3 Draft Viewer选项卡 171．6．4 Output Labels选项卡 181．6．5 Charts选项卡 181．6．6 Interactive选项卡 191．6．7 Pivot Table选项卡 191．6．8 Data选项卡 191．6．9 Currency选项卡 201．6．10 Scripts选项卡 201．7 SPSS使用中获取帮助 211．7．1 在窗口中获取帮助信息 211．7．2 在对话框中获取帮助信息 21第2章 数据文件的建立及整理 232．1数据文件 232．1．1 打开数据文件 232．1．2 变量、观测量的概念 242．1．3 定义变量 272．1．4 数据文件的保存 282．2 数据录入及数据文件的编辑 292．2．1 数据的录入 292．2．2 数据文件的编辑 302．2．3 按观测量序号查寻单元格的位置 302．2．4 按变量查寻单元格的位置 312．2．5 文件变量信息的查阅 312．2．6 变量集合的定义及使用 322．3 数据文件的整理 332．3．1 观测量分类整理 332．3．2 文件的拆分 332．4 数据文件的转置 342．5 数据文件的合并 342．5．1 增加观测量 342．5．2 增加变量 352．6 数据的分类汇总 362．7 选择观测量 382．8 观测量加权 39习题 39第3章 变量计算及转换 423．1 SPSS内部函数 423．1．1 SPSS基本运算及表达式 423．1．2 SPSS内部函数 433．2 变量计算及其应用 443．2．1 变量计算 443．2．2 COMPUTE和IF命令 453．2．3 变量计算在统计中的应用 463．3 设定随机数种子 463．4 特定变量值计数 473．5 变量重新赋值 483．6 连续变量离散化 493．7 观测量求秩 493．7．1 秩的概念 493．7．2 观测量求秩步骤 493．8 变量自动重新赋值 503．9 产生新时间序列 513．9．1 定义日期型时间变量 513．9．2 产生新时间序列 513．10 缺失值的替代处理 52习 题 54第4章 统计分析报告 564．1 分层报告过程 564．1．1 分层报告过程 564．1．2 分层概述报告实例 574．2观测量概述 584．2．1 观测量概述过程 584．3 观测量按行概述报告 594．3．1 行概述报告过程 594．3．2 行概述报告过程实例 614．4 观测量按列概述报告 624．4．1 观测量按列概述 624．4．2 观测量按列概述实例 63习题 64第5章 描述统计过程 665．1 频数分析过程 665．1．1 频数分析过程 665．1．2 频数分析实例 675．2描述统计量过程 685．2．1 描述统计量过程 685．2．2 描述统计量过程实例 695．3 数据探索过程 695．3．1 数据探索的意义 695．3．2 数据探索过程 695．3．3 数据探索实例 715．4 多维交叉表过程 715．4．1 交叉表分析过程 725．4．2 交叉表过程实例与分析 735．5 比率统计过程 75习 题 76第6章 均值比较过程 776．1 均值比较问题 776．1．1 均值比较问题的意义 776．1．2 均值比较过程使用条件 776．1．3 均值比较过程的主要内容 776．2 均值比较过程 796．2．1 均值比较过程 796．2．2 均值比较过程实例及分析 796．3 单个样本T检验过程 806．3．1 单个样本的T检验 806．3．2 单个样本T检验实例与分析 806．4 独立样本的T检验 826．4．1 独立样本的T检验 826．4．2 独立样本的T检验实例及分析 826．5 配对样本的T检验 836．5．1 配对样本的T检验 836．5．2 配对样本T检验实例及分析 83习题 84第7章 方差分析过程 857．1 单因素方差分析及其原理 857．1．1 单因素方差分析及其原理 857．1．2 使用系统默认选项进行单因素方差分析 877．1．3 单因素方差分析选择项设置 887．1．4 设置选项的单因素方差分析实例及分析 907．2 单变量多因素方差分析过程 927．2．1 使用系统默认选项进行双因素方差分析 927．2．2 单变量双因素方差分析选项项设置 957．2．3 设置选项的单变量双因素方差分析实例及分析 101习 题 104第8章 相关分析过程 1068．1 相关分析的概念 1068．1．1 相关分析的概念 1068．1．2 描述变量相关关系的统计量 1068．2 二元变量的相关分析 1068．2．1 二元变量的相关分析过程 1068．2．2 二元变量的相关分析实例与分析 1088．3偏相关分析 1108．3．1 偏相关分析的概念 1108．3．2 二元变量的偏相关分析过程 1118．3．3 二元变量的偏相关分析实例与分析 1128．4 距离分析 1138．4．1 距离分析过程 1138．4．2 距离分析过程实例及分析 118习题 119第9章 回归分析过程 1219．1 线性回归分析 1219．1．1 回归分析概念 1219．1．2 线性回归过程 1219．1．3 线性回归过程实例与分析 1279．2 曲线估计过程 1349．2．1 曲线估计过程的步骤 1349．2．2 曲线估计过程示例与分析 1369．3 非线性回归分析 1399．3．1 非线性回归分析过程步骤 1399．3．2 非线性回归的结果解释及通用模型 1419．3．3 非线性回归分析过程示例 142习题 144第10章 非参数检验 14610．1 卡方检验过程 14610．1．1 卡方检验的概念 14610．1．2 卡方检验过程 14610．1．3 卡方检验过程实例与分析 14810．2 二项检验过程 15010．2．1 二项检验过程 15010．2．2 二项检验过程步骤 15010．2．3 二项检验过程示例 15110．3 游程检验过程 15310．3．1 游程检验概念 15310．3．2 游程检验过程步骤 15310．3．3 游程检验过程示例 15410．4 单个样本的柯尔莫哥洛夫－斯米尔诺夫检验 15610．4．1 单个样本K—S检验步骤 15610．4．2 单个样本的K-S检验实例及分析 15710．5 两个独立样本的检验过程 15910．5．1 两个独立样本检验步骤 15910．5．2 两个独立样本检验实例 16010．6 多个独立样本检验过程 16210．6．1 多个独立样本检验步骤 16210．6．2 多个独立样本检验实例 16310．7 两个相关样本检验 16410．7．1 两个相关样本检验步骤 16510．7．2 两个相关样本假设检验过程实例 16510．8 多个相关样本检验 16710．8．1 多个相关样本检验过程步骤 16710．8．2 多个相关样本检验过程实例 168习题 169
需要演示结果，用科学的三线表，不用演示计算过程
具体要做什么分析，可以
三个参数对4个处理参数的差异，标“*”的是各方式有显著差异的，看看是不是这样好没问题给我个邮箱吧我把SPSS保存的文件给你里面数据都有看看方便么spss差异显著性分析
你要先有论文的目的和分析思路，然后根据目的的论文和分析思路，确定需要收集的数据和类型，最后才考虑 应该用spss什么方法来实现。下面是我自己写的一个 带数据分析的论文写作指导首先，我要说明这里的指导并非常规意义的指导，我这里说的指导是到底应该如何写论文（应该还是很抽象，不过看完就知道了）。迄今为止，我大约也帮忙做了能有上千份的学生论文数据分析部分，包括一部分的整篇论文写作,其中涉及到有医学类、护理类、人文社科类、教育类、经济学类、心理学类等，单凡需要用到数据分析的论文。因为我是做市场研究与数据分析的，擅长的主要工具是spss，不敢说百分百精通spss，但是应付个八九十应该是足够了，很自然的平时就利用下班和业余时间帮学生做一些论文数据分析以及论文写作指导。很多论文的核心部分都包括数据分析，而统计学也应该是所有学科应该学习的一门重要课程，但是恰恰相反，很多学科只是把统计学和数据分析作为一项选修甚至不重要的课程对待，这样导致学生在最后做论文时完全不懂。而在这种情况下，很多学生因为对数据分析的一窍不通，导致论文从开始的设计到后续的数据收集、整理等都会出现问题，最终导致分析出问题。因此，在对数据分析一窍不通的情况下，应该如何从头构建论文及写作呢？很多论文虽然数据分析部分是核心，但是不管哪种论文的写作，都脱离不了论文的框架。因此，具体的过程应该如下：首先是选题，当然很多时候是导师直接给选题，这个没有太多讨论。其次是选题确定后，马上要做的不是想我应该怎么去写作，或者在哪抱怨“哎~~郁闷，完全不知道怎么写嘛”。而是先通过文献查找，看前人在这个选题方面已经做了哪些研究，都是如何做的。通过查找文献找到跟选题有关的资料，然后对这些资料进行整理，整理不需要计较参考文献的结论和数据细节等，而是要把每篇文献的研究目的、采用的研究方法、采用的分析方法整理出来。当然参考文献中的分析方法你可能还完全不懂，但是没关系，你先把这些参考文献中使用的分析方法全部罗列出来，如线性回归、方差分析、均值t检验、logistic回归等，把这些文献中常用的统计方法罗列出来，你需要弄清楚对应关系，即每种分析方法是用来支持和实现什么样的研究目的，以及能够得出什么样的结论，认真阅读文献就能实现这一步。第三．通过上一步，你应该朦胧的知道你选题相关的参考文献中常用的统计方法名称，以及这些统计方法能够帮助实现哪些目的，或者得出什么结论，同时也不会对自己的选题那么恐惧和迷茫了，因为可能你的选题已经有前人做过了，你的论文只是“复制”一遍而已了，我说的复制是重复一遍前人的研究。在这种情况下，可以构思下自己的选题，这一步属于纯理论层面的，你需要将自己的思路具体化，比如要实现什么目的，很自然的需要什么数据分析方法也就能确定了。当然很多论文会预先设计一系列待验证的假设，也是在这一步完成，因为你找到的文献中可能会存在矛盾的结论，可能会存在一些你认为的研究缺陷（文献看多了，自然自己就会有想法出来了），提出自己的一系列假设，能够很清楚的指导后面的数据收集和分析。第四．选题、假设还有研究方法这些经过前面几步都能确定了，接下来就是要考虑具体研究和收集数据的环节了。这个环节最重要的也是首要的是弄清楚你的数据应该是什么类型的，通过哪种方法来获取。其实也容易了，因为前面你已经确定了统计分析方法，而每种方法有它特定的数据类型要求，比如是分类数据（如性别、民族、年级等）、比如连续性数据（如年龄、身高、体重、温度、长度、距离等）。分类数据简单通俗点的理解就是这些数字本身是没有意义的，是人为赋予它一定的含义，这些数据之间不存在连续性，且加减乘除没有意义，而连续性数据是数据本身有意义，且能够进行一些加减乘除运算。确定了所需要的数据类型，就大致能够知道在数据收集时，应该注意的问题。比如一份问卷调查，其中应该如何设计问题也就大致清楚了，通常问卷设计时就要考虑两种数据类型的问题，因为不同的选项设计会导致不同的数据类型。如你设计一个问题的答案选项是“有/没有”、“是/否”这种是属于分类数据，如果你的答案选项是李克特量表式“非常满意----非常不满意”这种，在处理时可以按照分类数据，只能统计出一些百分比，也可能将其按照连续数据如12345打分形式，这样可以求均值，可以做很多其他多元统计分析。因此这一步确定数据类型很关键，如果数据类型弄错的话，则收集的数据完全无用。第五．具体收集数据过程，不细说了，收集回来之后就是数据的录入。记住一定要录入原始的数据，而不是经过加减整理汇总后的数据。数据录入格式也是有要求的，一般大致同样的情况下，都是一行代表一个个案或者一份问卷的数据，而一列对应表示的是问卷中的一个问题，即变量。因此数据录入完成后，应该是有多少样本数据，就有多少行，数据中包含多少个指标，那就有多少列。第六．这一步才是你应该开始头疼的数据分析不会了怎么办。因为到这里才开始是数据的具体分析过程了。不会怎么办，前面已经知道了分析方法，这种情况，只有找本教材，然后找对应的方法介绍学习即可，或者实在不行找人指导，找人帮忙等等。最后。分析完成后，开始整篇论文的写作。其实完成前面的每一步，到最后写文献综述以及讨论时，自然就会得心应手了，很少会需要绞尽脑汁甚至东拼西凑。