发布时间:2022-11-24 14: 21: 03
品牌型号:Dell N5010
系统:Windows 10
软件版本:IBM SPSS Statistics
在数据调查过程中,工作人员常常会遇到数据缺失现象。数据缺失分为三类,随机缺失,完全随机缺失,非随机缺失。无论哪种缺失,都可能导致严重的问题,或者大大降低统计的精度。利用IBM SPSS Statistics可以对数据缺失值进行分析,关于SPSS缺失值分析步骤是怎样的,SPSS缺失值分析结果怎么看的问题?本文结合实例,为大家做简单介绍。
一、SPSS缺失值分析步骤
由于非随机缺失值所在变量与自身取值有关(例如,高收入群体往往不愿意透露收入水平),或者与其他变量有关(例如,年龄项目缺失值可能与性别有关,因为很多女性不愿透露年龄),所以非随机缺失值难以进行估计分析。因此缺失值分析一般针对随机缺失和完全随机缺失类型。
图1是某个群体男性身高体重统计表,我们以此为例,使用SPSS进行缺失值分析。
点击【分析】,【缺失值分析】,弹出图2所示的对话框,将“身高”和“体重”指定为“定量变量”,勾选“EM”。
点击【模式】,勾选“个案表(按缺失值模式分组)”,将“变量-以下对象的缺失模式”指定为“以下对象的附加信息”,如图3所示,点击继续。
点击【描述】,勾选“单变量统计”,“使用由指示符变量构成的组执行t检验”,“生成分类变量和指示符变量的交叉表”,点击继续。点击确定即可。
以上就是SPSS缺失值分析的基本步骤,EM方法分析结果是怎样的?如何进行解读?我们在第二小节中向大家介绍。
二、SPSS缺失值分析结果怎么看
首先查看独立方差t检验,身高存在时,体重均值为67.588,身高缺失时,体重均值为62.000,体重存在时,身高均值为170.627,体重缺失时,体重均值为168.067,粗略来看,身高和体重未相互影响,提示两者为完全独立变量,但此时不能完全确定,还要结合EM相关性检验结果。
继续查看EM相关性表格,利特尔MCAR检验,其卡方值为4.332,显著性为0.115,大于0.05,此时认为缺失值为完全随机缺失类型,如果小于0.05,提示数据缺失为随机缺失类型。
SPSS缺失值分析步骤是怎样的,需要用户在分析功能中找到缺失值分析功能,按第一小节步骤操作即可。SPSS缺失值分析结果怎么看,我们需要关注EM相关性结果,利特尔MCAR检验结果显著性大于0.05,提示缺失变量为完全随机缺失类型,小于0.05,提示变量为随机缺失类型。
作者:莱阳黎曼
展开阅读全文
︾
读者也喜欢这些内容:
spss卡方检验结果怎么看 spss卡方检验结果解读
卡方检验是由皮尔逊提出的一种统计检验方法。在一定的置信水平下,通过比较卡方统计量和卡方分布函数概率值,判断实际概率和期望概率是否一致,根据实际概率和期望概率的符合程度,了解两组定类变量的相关性。利用SPSS可以迅速的完成卡方检验,避免进行大量的数学计算。关于SPSS卡方检验结果怎么看,SPSS卡方检验结果如何解读,本文结合实例,向大家作简单的介绍。...
阅读全文 >
spss数据分析用处大么 spss数据分析的原理
借助SPSS我们可以完成数据统计,分析和挖掘,从而把握数据变化规律,积极人为干预,提高经济和社会效益。对于很多数据分析初学者来说,常常有SPSS数据分析用处大么?SPSS数据分析的原理是什么的疑问,本文向大家做简单介绍。...
阅读全文 >
spssqq图怎么做 spssqq图检验正态分布
在数据分析领域,图像的使用是一种十分重要的信息展现方式,能够直观快速地传达复杂的数据信息。QQ图(Quantile-Quantile plot)作为一种常用的数据分布分析工具,被广泛应用在数据正态性的检验中。在本文中,我们将详细讨论spssqq图怎么做以及spssqq图检验正态分布的问题。...
阅读全文 >
spss变量类型有哪些 spss变量类型怎么修改
在数据分析的世界里,我们常常会遇到各种不同类型的变量。这些变量类型的理解和掌握,对于我们进行有效的数据处理和分析至关重要。在本文我们将深入探讨spss变量类型有哪些,spss变量类型怎么修改的内容。...
阅读全文 >