統計分析軟體入門研習－SPSS 主講人：吳朝欽 逢甲大學財稅系助理教授 分機：4305 2009/12/15

大綱 1.資料統計概論 2.假說檢定 3.多變量分析 4.複選題分析

1.資料統計概論 1.1資料概說

統計方法之考量因素 變數型態 特性 資料衡量尺度 類別：性別 名目尺度 質化變數 順序尺度 質化變數 優先順序 等距尺度 量化變數 大小 比率尺度 量化變數 資料間的比值

銀行客戶資料之變數特性與衡量尺度 變數名稱 變數值 衡量尺度 變數屬性 性別 1：男生；0：女生 名目尺度 質化變數 年齡 年齡值 比率尺度 量化變數 居住區域 東區：1；西區：2；中區：3 信用等級 最佳：1；中等：2；不良：3 順序尺度 職業 農：1；勞：2；公教：3；工商：4；自由：5；其他：6 所得 年所得值（萬元） 存款 存款值（萬元） 貸款 貸款值（萬元） 是否曾經逾期繳款 有：1；無：0

資料型態與統計方法

新資料之建立：按「輸入資料」

按「變數檢視」

解釋 名稱：  輸入變數名稱，但須注意SPSS之變數名稱僅可輸入八個字元，亦即八個半型字（英文字母或數字）或四個全型字（中文字），若輸入中文名稱則僅能輸入四個字。 類型： 一般採SPSS預設之數值型式(numeric)，使用者亦可依需要選取其他資料型式。 寬度： 欄位寬度，依據資料實際位數選取適當之欄位 寬度。

解釋-1 小數： 小數點位數，此功能係設定資料呈現之小數點位數。SPSS預設值為2，故每筆數字皆會有兩位數之小數點。 標記： 變數之備註說明，針對變數（欄位名稱）加以說明。由於SPSS之變數名稱僅可輸入八個英文字母或四個中文字，若使用者無法從變數名稱判斷該變數之真正意義，則可在此欄位中輸入較多之備註說明。例如「是否曾經逾期繳款」之變數，由於字數限制，僅能在”Name”之欄位輸入「逾期繳款」四個字，為強化該變數之說明。

解釋-2 數值： 變數之數值說明。此欄位可輸入變數值所代表之意義，例如性別變數。 遺漏： 此欄位係提供定義資料遺漏值(Missing values)之用。此功能可用以輔助使用者篩選資料之用。例如銀行客戶之職業種類有六種，而加以編碼（亦即農漁畜牧業為1；勞工為2；軍公教為3；工商服務業為4；自由業為5；其他為6），若使用者認為農漁畜牧業（編號1）與其他業（編號6）所佔顧客比例較低，擬不列入分析對象，但又想加以保留而不刪除，此時即可將該值定義為遺漏值。

按「資料檢視」

基本操作 選取資料 若使用者僅針對部分資料進行統計分析，此時即可利用本功能。茲分別舉例說明如下：

範例一：選取年齡大於40歲者進行分析

其他注意事項 以 & 代表 and 以 | 代表 or

資料轉換：存放比率

重新編碼

1.資料統計概論 1.2敘述統計

次數分配表

集中趨勢

2.假說檢定 

2.1各種平均值之檢定 在比較各族群之平均值是否有顯著差異之前，可能須先詢問要如何分群？各族群各項變數之平均值為何？然後再進行平均值之差異性檢定。資料的分群是以某些變數之值（如：性別）為分群的準則，用以分群的變數稱為獨立變數(independent variables)，而所欲計算平均值的變數稱為依變數(dependent variables)。

平均數

單一樣本 t 檢定 若銀行客戶之樣本資料存款平均值為433萬元，該銀行欲宣稱其客戶平均存款大於400萬元，試列出虛無與對立假說，並說明檢定結果(α=0.05)（資料檔：銀行客戶.sav）。 H0：客戶平均存款未大於400萬元(μ≦400) H1：客戶平均存款大於400萬元(μ>400)

獨立樣本 T 檢定 比較銀行客戶之平均存款是否因性別而有所不同。 H0：男性客戶平均存款與女性客戶平均存款無差異 (μ0-μ1=0或μ0=μ1） H1：男性客戶平均存款與女性客戶平均存款有差異 (μ0-μ1≠0或μ0≠μ1）

配對樣本 T 檢定 H0：裝設省油器前後之耗油差異平均值未大於0(Δμ≦0) H1：裝設省油器前後之耗油差異平均值大於0(Δμ>0) 某汽車保養行為了解某汽車省油器之功效，其選取八部車輛並安裝省油器，並記錄其裝設前與裝設後之耗油紀錄如下表（每100公里需加侖數） 若車輛耗油為常態分配，試檢定該省油器是否可節省汽油。 H0：裝設省油器前後之耗油差異平均值未大於0(Δμ≦0) H1：裝設省油器前後之耗油差異平均值大於0(Δμ>0)

2.2單變量變異數分析 檢定三個以上的獨立母體之平均值是否相等時，可採用變異數分析(Analysis of Variance; ANOVA)。變異數分析種類繁多，如下表： 依變數個數 自變數個數 名稱 1 （單變量變異數分析） 單因子變異數分析 2（以上） 多因子變異數分析 （多變量變異數分析） 單因子多變量分析 多因子多變量分析

範例：單因子變異數分析 某校想要瞭解不同的教學方法對學生的學習成效是否有所差異，因而進行一項教學實驗。該校找來三組學生（每組各五位同學），並施以不同的教學方法（民主式、專制式、放任式）。一段時日後，施以測驗。試問：此三種教學方法之成效是否有所差異?

範例：雙因子變異數分析 當懷疑某一屬量的依變數可能同時受到兩個屬質的自變數的影響，較正確的分析方法應是採用雙因子變異數分析，例如：如下表想要探討「性別」與「居住區域」對「存款」的影響。性別與居住區域對存款的影響效果稱為主效果；性別與區域是否同時對存款造成不同的效應則為交互效果。

檢定內容

2.3類別資料關係探討―卡方檢定 以「銀行客戶資料」為例，探討客戶信用等級與居住區域是否有關係。建立假說如下: H0：客戶信用等級與居住區域無關 H1：客戶信用等級與居住區域有關

2.4相關分析 兩變項間之關係 若兩變數均屬於連續的量化資料，則兩變數間之相關性，適合以Pearson 積差相關係數來衡量。 範例一 探討全校成績中，智力測驗與數學成績之相關性。

建立假說 程式操作 分析結果 H0：智力測驗成績與數學成績無關(ρ＝0) H1：智力測驗成績與數學成績有關(ρ≠0) 繪圖Graphs  Scatter  Simple 設定變數(X軸、y軸) Analyze Correlate  Bivariate出現對話框:(a)設定變數(Variables)(b)勾選 Pearson(c)設定雙尾或單尾檢定 分析結果

3.多變量分析 

3.1迴歸分析 迴歸分析依不同的重點分類，分為以下幾類： 依自變數個數區分  例如： 依線性性質區分  例如： 單變數迴歸（簡單迴歸）：討論單一自變數對依變數的影響。例如： 複迴歸：討論二個以上的自變數對依變數的影響。  例如： 依線性性質區分 線性迴歸：自變數與依變數間具直線特性。  例如：

3.2探索性因素分析 在〝quality.sav〞檔中，衡量問項為： 高鐵車站的動線標示清楚 (X1)。 高鐵車廂乾淨清潔 (X2)。

3.3量表之信度與效度 潛在變數的衡量，通常是以量表或問卷做為測量工具，評估量表優良與否的準則為信度與效度。 壹、信度 貳、效度

信度係指測驗結果(受試者的回答)的穩定性及可靠性(可相信的程度)。信度的衡量有三種類型：穩定性、等值性與內部一致性。 效度指問卷或量表能測量到理論上的構念或特質之程度。

4.複選題分析 一、複選題例如：你曾經由哪些管道獲贈本雜誌資訊：網路、報紙、業務人員、過去經驗、朋友介紹。 二、上面有五個可複選選項！在SPSS中一般單選題是建一個變數，但上面複選題要建立五個變數，編碼上若問卷上五個都有勾選，則五個都給1（有勾的給1、沒勾的給0）！ 三、在SPSS中選「分析-複選題分析-」定義集合，把五個變數放到「集內的變數」，『二分法」的數值打1，「名稱」自訂！按「新增」即完成設定。 四、按「分析-複選題分析-次數分配表」即可得到你要的！

簡報完畢 敬請指教