SPSSの使い方

該当欄をクリックするとPDF資料が表示されます

基礎編 応用編 シンタックス 出力の整理

基礎編
集計項目の指定方法
  各種集計処理でどのように項目を指定するか
頻度集計
 

カテゴリカルデータに対する、基本集計である、頻度集計(=度数分布表の作成)を行う

「パーセンタイル値」の算出は、これを利用

記述統計
  量的データに対する、基本集計である、平均値やSD(標準偏差)を求める
クロス集計
  カテゴリデータ間の関連性を検証するためのクロス集計を行う
散布図(相関図、同時分布図)を描く
  量的あるいは順序尺度データ間の関連性を調べるときに利用される、散布図(相関図、同時分布図)の描き方
相関係数
 

量的あるいは順序尺度データ間の関連性を示す指標である、相関係数を求める

Pearsonの積率相関係数以外に、順位相関係数(Spearman あるいは Kendall)も指定可能

対応のないt検定
 

量的データ(正規性を仮定)の平均値をグループ間で検定する

正規性が前提になっている。これが怪しい場合は、下の順位和検定を利用する。

順位和検定
 

量的データや、順序尺度を有したカテゴリカルデータに対し、分布のズレを順位を用いて検定する

Wilcoxon の順位和検定、あるいは、Mann-Whitney のU検定とも呼ばれる

分散分析(一元配置分散分析)
 

対応のないt検定(2群のみ比較可能)を3群以上の場合に拡張した検定。

正規性が前提になっている。これが怪しい場合は、下のクラスカル・ワリス検定を利用する。

クラスカル・ワリス(Kruscal-Wallis)検定
 

順位和検定(2群のみ比較可能)を、3群以上の場合に拡張した検定。

対応のあるt検定、対応のある順位和検定
 

同じ対象に2回測定したデータの差を、平均値(t検定)あるいは、順位(順位和検定)を用いて検定する

後者はWilcoxon の符号付き順位検定とも呼ばれる

t検定には、差の変数が正規分布をしているという前提がある

マクネマー(MacNemar)検定 (対応のある比率の差の検定)
 

指導前後の実施率の差や、A地方とB地方の訪問率の差のように、対応のある比率の差を検証する。

結果は2×2表にまとめられるが、その後の処理は、クロス集計表に対するカイ二乗検定とは異なっているので、カイ二乗検定で代用することはできない。

値ラベルの付け方
 

各変数の値にラベルを付ける

例: 性別に対し、 「1=男性」「2=女性」

欠損値指定、小数桁数指定、変数名(変数ラベル)指定
 

欠損値(処理対象とならない値)の指定方法

量的データに対する、表示小数桁数の指定方法

変数の名前(ラベル)の付け方

コードの付け替え(値の再割り当て)方法
 

再コードの指定方法

例: 5段階評価を、「1,2=1」「3=2」「4,5=3」

計算機能(四則演算や関数)の使い方
 

既存の変数を利用して、新たな値を計算処理により求める

例: 身長、体重からBMIを算出する

計算機能の具体例
 

BMI(肥満指数)と、変数の総和の計算方法を具体的に説明

データの選択(処理を一部のデータに限定する)方法
 

処理の対象を一部のデータに限定する

例: 男女別のデータを、男性のみに限定し解析する

グループ別に集計する
 

サブグループ別に、一連の解析を実行する

例: 男女別に、クロス集計や各種検定を実行する

エクセルデータの読込方
  エクセルで作成したデータをSPSSで読み込む方法
SPSSでの処理結果をエクセルで利用する方法
 

SPSSで処理した結果を、エクセルで利用する方法

「コピー&ペースト」による簡便法以外に、エクスポートを利用した一括処理方法を説明

応用編(多変量解析)
回帰分析
 

独立変数(X)を用いて、従属変数(Y)を予測・推定する

一次式(直線)以外の曲線回帰も、処理可能

主成分分析
 

関連性を有する変数群から、それらを代表する変数(主成分)を抽出(新規構成)する

重要度(分散の大きさ、寄与率)に応じて、順位が付与される

第1主成分、第2主成分、・・・

因子分析を利用するが、主成分分析は、因子分析とは独立した分析である

固有値1以上の主成分を抽出するのが一般的である

因子分析
 

該当変数群から、その背後に潜む潜在因子を抽出する

探査的な解析の場合は、「主因子法」+「バリマックス回転」が一般的