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
︾
微信公众号
读者也喜欢这些内容:
SPSS怎么处理数据缺失值 SPSS怎么处理多个控制变量
SPSS作为一款专业的数据统计分析软件,在数据处理的过程中,经常会遇到数据缺失和处理多个数据变量的问题。下面我给大家介绍一下SPSS怎么处理数据缺失值,SPSS怎么处理多个控制变量的相关内容。...
阅读全文 >
SPSS异常值的判断方法 SPSS怎么做异常值处理
在数据分析工作中,我们所说的异常值,就是那些对比于整体数据较为怪异、不符合统计规律的某些数值。如果放任这些数值的存在,可能会对最终的分析结果产生不利的影响。接下来,我就以“SPSS异常值的判断方法,SPSS怎么做异常值处理”这两个话题为例,带大家了解一下与异常值相关的分析操作技巧。...
阅读全文 >
SPSS多重插补步骤 SPSS多重插补数据怎么分析
我们在通过SPSS对缺失的数据进行处理时,经常会用到插补方法,数据插补又分为:均值/中位数插补、模型插补和多重插补等,几种方法各有特点,今天我们就来着重说一下多重插补的使用方法,一起来了解一下SPSS多重插补步骤,SPSS多重插补数据怎么分析的相关内容。...
阅读全文 >
SPSS做单因素Logistic回归分析 SPSS做单因素Logistic回归分析结果怎么看
使用分析软件对数据集进行分析时,可以选择不同的分析模型和运算方式。今天,我就以“SPSS做单因素Logistic回归分析,SPSS做单因素Logistic回归分析结果怎么看”这两个问题为例,来向大家介绍一下,如何在SPSS中使用单因素Logistic回归分析。...
阅读全文 >