本科论文spss研究方法

你的思路反了，你应该首先根据你做这个问卷的目的来确定一系列假设和分析思路，之后才能有针对性的选择分析方法。比如你想比较不同性别在某个量表维度是否有差异，那就用均值t检验如果你想分析 性别、年龄、学历等多个自变量对一个量表总体的影响，那就用回归分析

看你问卷上面有哪些类型题目选择统计方法

SPSS基本常用分析方法总结第一章均值比较检验与方差分析在经济社会问题的研究过程中，常常需要比较现象之间的一些指标有无显著差异，特别当考察的样本容量n比较大时，由随机变量的中心极限定理知，样本均值近似他服从正态分布、所以，均值的比较检验主要研究关于正态总体则均值有关的假设是否成立的问题。本章主要内容：1．单个总体均值的t检验(One-Sample T Test)；2．两个独立总样本均值的I检验(Independent- Samples T Test );3．两个有联系总体均值的t检验(Paired-Samples T Test )；4．单因素方差分析(0ne-Way ANOVA)；5．双因素方差分析(General Linear Model→Univariate)。假设条件：研究的数据服从正态分布或近似地服从正态分布。在Aanlyze菜单中，均值比较检验可以从菜单Compare Means 和General Linear Model得出。第一节 单个总体均值的t检验(One-Sample T Test)单个总体的t检验也称为单一样本的t检验，也就是检验单个变量的均值是否与假定的均值之间存在差异。将单个变量的样本均值与假定的常数相比较，通过检验得出预先的假设是否正确的结论。例 根据2002年我国不同行业的工资水平，检验国有企业的职工平均年工资收入是否等于10000元，假设数据近似地服从止态分布。首先建立假设：H0：国有企业工资为10000元。H1：国有企业工资不等于10000元。第二节 两个总体的t检验 (Two-Samples T Test)一、两个独立样本的t检验 (Independent -Samples T Test)Independent -Samples T Test是检验两个没有联系的总体样本均值间是否存在显著的差异，两个没有联系的总体样也称独立样本，如两个无联系的企业生产的同样产品之间的某项指标的均值的比较，不同地区的儿童身高、体重的比较等，都可以通过抽取样本检验两个总体的均值是否存在显著的差异。 例2. 2 某医药研究所考察—种药品对男性和女性的治疗效果是否有显著差异，调查了10名男性服用者及7名女性服用者，对他们服药后的各项指标进行综合评分，服用的效果越好，分值就越高，每人所得的总分见表2-2，试根据表在一声声哀嚎声中，数学老师带着一摞试卷走了进来。好像是因为冬天天冷，体育老师冻感冒了。所以变成了两节数学课，顺便考个试。数学老师名叫欧岛，一个很富有数学气息的名字，常年带着一个黑框眼睛。卷子陆续分发。作为一个学渣，苏牧无奈的拿出了数学参考资料，想碰碰运气看能不能找到原题。“叮！查看了数学题目，数学积分+1，当前积分1/100，等级：一级”突然，从脑海中冒出来的声音，将他吓了一大跳，差点没从凳子上滑落下来。一旁的同桌颜小珂忍住没有笑场。欧岛则是狠狠的瞪了苏牧一眼。“？？？…”苏牧瞪大了眼睛，有些不可置信。“这是什么鬼东西？这是系统？？居然真的有系统这种东西？”苏牧继续翻动，又出现了同样的声响。“叮！您查看了数学题目，数学积分+1，当前积分2/100，等级：一级”他只是瞟了一眼，居然就增加了积分？苏牧觉得自己的脑子清明了些。这些陌生的数学题目，似乎看起来也熟悉了几分。他越发的激动起来。这些都是真正出现在他眼前的变化！苏牧翻书的动作越来越快，积分也越来越多，直到欧岛走过来站到了他的面前，才反应过来迅速收了回去。这个时候，他的积分已经达到了81/100。他并没有慌张，而是继续将试卷上的题目查看了一遍。终于，系统迎来了新的提示音。“叮，您的数学积分已经足够，等级：二级，当前积分0/1000！”这一瞬间，苏牧仿佛像醍醐灌顶一般，曾经那些陌生的数学题，仿佛变成了多年的好友！他居然！看懂了！看懂了！！居然看懂了！！苏牧的内心顿时内流满面，颇有苦尽甘来的感觉。仿佛是要检验自己的成果，苏牧的心思完全沉寂在了试卷之中，这是一个学渣对于知识的渴望。时间一点一滴的过去，就连苏牧自己都没有发现。可惜的是，虽然他的数学已经达到了二级，但还是有些题目没办法运算出来。“叮…..”这一次不是系统的提示音，而是下课的铃声。苏牧真的是头一次感受到了时间过的如此之快。曾经漫长的两个小时，现在居然还让他有些意犹未尽。这就是学霸的感觉吗？他默默的想到。这张试卷，苏牧觉得自己应该是103分。因为不会的题目他都空着。而那些简单一点的题目，苏牧有一种迷之自信。他得出的答案，一定是正确答案！……“我要好好学习了。”强忍住内心的激动，苏牧摆正了

spss数据分析的五种方法如下：

1、线性模型；点击分析，一般线性模型，单变量，设置因变量和固定因子，点击确定即可。

2、图表分析。

3、回归分析；点击分析，打开回归，设置自变量和因变量数据，点击确定即可。

4、直方图分析。

5、统计分析。

SPSS是世界上最早的统计分析软件，由美国斯坦福大学的三位研究生Norman H. Nie、C. Hadlai (Tex) Hull 和 Dale H. Bent于1968年研究开发成功，同时成立了SPSS公司，并于1975年成立法人组织、在芝加哥组建了SPSS总部。

2009年7月28日，IBM公司宣布将用12亿美元现金收购统计分析软件提供商SPSS公司。如今SPSS已出至版本，而且更名为IBM SPSS。迄今，SPSS公司已有40余年的成长历史。

统计建模：

Complex Samples是12版中新增的模块，用于实现复杂抽样的设计方案，以及对相应的数据进行描述。但当时并未提供统计建模功能。

在13版中，这将会有很大的改观。一般线形模型将会被完整地引入复杂抽样模块中，以实现对复杂抽样研究中各种连续性变量的建模预测功能，例如对市场调研中的客户满意度数据进行建模。

对于分类数据，Logistic回归则将会被系统的引入。

这样，对于一个任意复杂的抽样研究，如多阶段分层整群抽样，或者更复杂的PPS抽样，研究者都可以在该模块中轻松的实现从抽样设计、统计描述到复杂统计建模以发现影响因素的整个分析过程，方差分析模型、线形回归模型、Logistic回归模型等复杂的统计模型都可以加以使用，而操作方式将会和完全随机抽样数据的分析操作没有什么差别。

可以预见，该模块的推出将会大大促进国内对复杂抽样时统计推断模型的正确应用。