SPSS基本操作、信度分析

一、常用的统计量和数据分布集中量数：代表一组数据典型水平或集中趋势的量。差异量数：代表一组数据离散程度、变异程度的量。相关系数：用于描述两个或多个变量间关联程度的量。正态分布学生成绩的初步分析

第一页，共34页。集中量数和差异量数算术平均数中位数：按大小顺序排列，位于中间位置的数。众数：出现频数最多的数。全距平均差方差标准差第二页，共34页。相关系数积差相关：两变量均为正态连续变量，(一般n≥30)。相关系数的取值范围在-1~1之间，其绝对值越大，表明两变量间的线性关联越强。第三页，共34页。第四页，共34页。正态分布和正态曲线最为常见一种概率分布形态，在理论和实践中均有广泛的应用。简记特征：单峰、对称第五页，共34页。峰度（Kurtosis）指描述某变量所有取值分布形态陡缓程度的统计量。是与正态分布相比较的量。峰度大于0表示比正态分布高峰要更加陡峭。峰度小于0表示比正态分布高峰要更加平坦。第六页，共34页。偏度（Skewness）是描述某变量值取值分布对称性的统计量。偏度大于0为正偏，长尾巴托在右边偏度小于0为负偏，长尾巴托在左边变量数据标准化（Z得分或Z分数）：比较两个从不同单位总体中抽出的变量值。第七页，共34页。标准分数又简称标准分，它是以原始分与平均分之差（离差）除以标准差的商。是表示某人的原始分数在一个群体中所处的相对位置的一个量数。

第八页，共34页。标准分数的特点1.标准分给出了个体在总体中的位置，如果Z＞0，则考生分数在平均分之上；如果Z＜O，其成绩在平均分数之下；如果Z＝0，考生成绩处在总体平均分的水平。2.原始分数（X）转换成标准分数（Z）是线性转换，那么标准分的分布形状与原始分的分布形状是相似的。当原始分的分布是正态分布时，标准分的分布也是正态分布的。第九页，共34页。3.在标准分数组中，都是以平均数为零，标准差为1的。这对于任何一个由原始分数转换来的标准分数组都是成立的。这样通过标准分转换将不同科（次）考试成绩调整到同参照点，同一分值单位，也就是说标准分具有相同参照点和等距性，这是其最大的优点，因而可以对考生的考试得分进行比较，各种成绩也具有可加性（合总分）。第十页，共34页。数学、语文成绩在总体中比平均分(零分)分明高出1.5和3个标准差。这样我们可以肯定地说语文比数学的成绩好。在总体中由标准分构成的次数分布曲线就是以平均数为零、标准差为1的标准正态分布。在标准正态分布中，标准分与所对应的分布次数（百分数）是一一对应着的，通过标准正态分布表即可查到标准分其相应的百分数。如某选拔性考试中，甲、乙两人的标准分分别为1.0和1.5，那么相应所占的百分位数就分别为84.13％,93.32％。就甲来说有84.13％的考生不如甲，如果录取率在20％的话，那么，该生自然在录取之列。第十一页，共34页。学生成绩的初步分析分数分布形态注:(1)各分数段的区间大小应根据实际需要确定。

(2)一般要求学生的成绩分布为正态或负偏态。第十二页，共34页。二、SPSS界面简介第十三页，共34页。Analysis-DescriptiveStatistics-Descriptives第十四页，共34页。单击Options第十五页，共34页。标准化处理第十六页，共34页。第十七页，共34页。测验的信度信度（reliability）：测验结果的稳定性、可靠性程度。信度的统计定义第十八页，共34页。重测信度和复本信度的估计方法

第十九页，共34页。SPSS实现第二十页，共34页。第二十一页，共34页。分半信度和同质性信度第二十二页，共34页。第二十三页，共34页。第二十四页，共34页。第二十五页，共34页。第二十六页，共34页。第二十七页，共34页。同质性检验（案例：统计学成绩）第二十八页，共34页。第二十九页，共34页。第三十页，共34页。第三十一页，共34页。评分者信度例题：有A、B、C三位教师给6篇作文评分，试求评分者信度。第三十二页，共34页。输入数据行列转换：data-restructure-transposealldata分别排序：transform-rankcases计算Ri：transform-computevariable代入公式：肯德尔和谐系数计算公式：W=12[∑R2i–(∑Ri)2/N]/[K2(N3–N)]其中K