预防医学spss软件总结

预防医学spss软件总结（共10篇）

预防医学spss软件总结 篇1

一、spss界面：SPSS主界面上，有10个下拉菜单，单击菜单可以完成各项功能。10个菜单为：①文件；②编辑；③视图；④数据；⑤转换；

带美元符号的数值型变量元格，点击“复制”，；

（Dollar)：显示时数字前带有$，用用鼠标左键拖动所有希望填入该值的逗号做分割符，用圆点做小数与整数单元格区域； 间的分界符。单击右键，点击“粘贴”。2)日期型变量（Date): 须按指定的（二）、利用值标签检查录入错误：将格式进行输入。其格式有： 变量按照“数值型变量”进行设置，mm-dd-yy: 月月-日日-年年 然后设置“值标签”；在快捷键中选择 mm-dd-yyyy:月月-日日-年年年年 “值标签”快捷键，单击之，变量值 Mm/dd/yy: 月月/日日/年年 即会切换成相应的值标签； mm/dd/yyyy:月月/日日/年年年年 如果发现缺失值或无标签的数值，即实际上，日期型存储的是该时间与为录入中出现的错误。1582年10月14日零点相差的秒数； 第二章 可以用两个时间变量的差值

一、数据文件的整理：数据文件的整/(60*60*24*365=86400*365)来计算理是我们在分析前或分析中对数据所两个时间相差的年数 做的分类、排序、行列转置、数据文（3）字符型变量（String):字符型件的合并和分割，以及观测的选择和变量不能参与运算，因此在设置为字加权等。符型变量时要考虑到这一点。

数据文件的整理是为进一步分析变量的其它属性：1。变量值标签做好准备。（values)： 4.测度

二、计算变量：在数据分析中常常需（measurement)2。列宽(column)要对某个变量值进行计算和进行变量个案，不创建组）analyze all cases, dot

not creat groups”,确定即可。第三章

一、统计图的绘制原则：1）根据资料的性质和分析目的，选择合适的图形；

（2）统计图的标题用简明扼要的语言说明图的内容，放于图的下方；

（3）纵坐标和横坐标要注明标目，有单位时要注明单位；

（4）一张图中同时表达几个事物时，要用不同的图案或不同的颜色表达不同的部分。

二、统计图的绘制过程：

1、建立数据文件；

2、根据分析目的和数据类型选择适当图形；

3、作图；

4、对图进行编辑

三、条图与误差条图：单式条图

2、复式条图

3、分段条图：用分段表示频数

4、误差条图 ① 指定可信度（一般为95%）可信区间：95%CI ② 均值±指定倍数的标准差（最常见为2SD）③ 均值±指定倍数的标准误（最常见为2倍标准⑥统计分析；⑦作图；⑧工具；⑨ 窗口转换（Windows）；⑩ 帮助（Help）

二、观测（Case)：即指研究的个体(观察对象）。在SPSS 的数据文件中用“行”表示。观测个数即观察对象的个数。

变量（Variable): 指研究对象的某种特征，即研究的指标，如身高、体重等，在SPSS数据文件中用“列”表示。列数即为变量的个数。每一个变量只能占一列位置，即同一指标的测量值应在同一列出现。

三、数据文件的建立：1）打开“数据视图”：启动SPSS可直接进入此窗口，或点击菜单中的“文件”中的“新建”也可进入该窗口。（2）定义变量属性：打开变量视图（variable view)，必须对变量名、变量类型进行定义，必要时应对其长度和变量标签进行定义。（3）数据录入：打开数据视图(data view)进行数据录入。（4）保存数据文件：用快捷键存盘，或打开菜单用保存（Save)或另存为（Save as)将文件存入指定路径，系统则生成扩展名为.sav的SPSS数据文件。

四、数据文件的保存：

保存对话框中按钮的“变量”，可用来选择保存于数据库中的变量，可以全选，也可以选择某些变量保存成一个独立的文件。

如果打开一个已有文件，可以用该法选择需要的变量组成新的文件，以便于分析。

六、分析结果的保存和导出：分析结果会在output窗口展现，可用save/save as保存结果。但此文件只能用SPSS软件才能打开。可以将打开的output窗口中的结果，利用Export转成Word文档进行保存。

也可将结果中有用的表格，拷贝到Word文档进行保存和编辑。

七、变量：

变量有4种比较重要的属性：变量名，类型，标签和变量长度

定义一个变量至少要定义变量名和变量类型，变量标签和变量长度可采用默认值。

变量名(name)：每一个变量必须有变量名，最大不超过256个字符。第一字符不能是数字，后可跟除“？”、“！”、“*”字符或数字。变量名也可汉字表示。

注意：变量名不区分大小写字母。在一个文件中文件名不能重复使用。

八、变量的类型：三种基本类型：数值型、字符型和日期型

（1）数值型：即数值变量，可进行运算。分为5类

标准数值型变量（Numeric): 默认总长度为8；小数点2位。

带逗号的数值型变量（Comma): 数值显示时整数部分自右向左每3位用逗号做分割符，用圆点做整数与小数的分割符。

圆点数值型变量（Dot）：数值显示时整数部分自右向左每3位用圆点做分割符，用逗号做整数与小数的分割符。

科学记数法（Scienmtific noation):可有指数部分也可没有，指数的字母可用E也可用D。如1.23E2或 1.23D2。5.缺失值（missing)3。对齐方式（align)

九、变量标签和变量值标签：

1、变量标签（Variable labels): 是对变量进行的附加说明和进一步解释。变量标签可以定义也可不进行定义。如：

变量名 变量标签 sex 性别 T101 第1题

2、变量值标签（values): 是对变量值进行注释。如：

变量名 变量值标签 sex 1=男 2=女

文化程度 1=小学 2=初中 3=高中 4=大专及以上

十、度量测度：（1）定义的变量必须是数值变量；

（2）数值之间是有大小的区别的； 序号测量：用于表示有序分类，比如用4、3、2、1，分别代表优、良、中、差，只表示等级，这里的4不表示为2的等级。名义测量：数值仅代表种类或属性，没有大小的差别。

十一、小批量的数据，用SPSS录入即可；数据量较大时，可用Epidata、Foxpro进行录入，然后再转换为SPSS数据进行分析

十二、excel文件的调入：

1、打开SPSS数据界面；

2、在主菜单中，点击“打开数据库”命令；

3、将弹出的对话框中的文件类型改为Excel 类型，双击欲打开的文件名；

4、在弹出的对话框中的选中文件所在的sheet；

5、点击OK.十三、数据文件的编辑：复制(copy)剪切（cut)粘贴（paste)插入新变量/观测：（insert variable/case)注意：插入新变量后，必要时对变量的属性进行定义

删除变量/观测:（delete variable/case)变量信息显示：菜单utilities中的variable information

十四、已有数据和变量的修改：数据的修改：打开数据库（data view），将错误数据进行修改，并存盘；变量的修改：打开数据库（variable view），将错误进行修改（包括变量的任何属性），并存盘；

十五、多选题的录入：多选题需要使用几个变量进行记录；

1、定义变量时，如X20有三个选项，可以设三个变量，X20_

1、X20_2 及X20_3； 均以1表示选中，2表示未选中；

2、在分析之前，还应使用“分析”—“多重响应”—“定义变量集”来设定多选题变量集。

3、而多选题变量集只能在“分析”—“多重响应”—“频率”或“交叉表”中使用。

十六、日期型变量的录入:首先将变量定义为“日期型”，选定录入格式，并按照选定格式录入数据；日期型变量可以进行计算，两个日期型变量相减，为两个日期间隔的秒数； 可以将秒数换算成天、月、年

十七、操作技巧

（一）、连续输入多个相同值：如果许多连续单元格输入相同的值，步骤如下： 首先在其中任意单元格内输入相应数值，如“1”，按回车键后右击该单变换，如将某个变量值扩大10倍，或将其转换为对数值等，可按下列方法实现。

（1）打开主菜单----转换----计算变量----进入计算变量对话框；（2）在目标变量（Target variable）中键入新变量名，如键入原有变量名，将用新的数值覆盖原来的变量值。（3）从数字表达式（Numeric expression）中选择计算式，或键入计算式，并把要改变的变量放于计算式中；（4）点击 OK,即生成以目标变量 所键名为变量名的变量

三、选择个案：用途：按照分析者的要求选择需要的观测（病例）如只需要分析性别=1且年龄<10岁的人作为分析对象。

步骤：

（1）打开“数据”----选择个案，进入选择个案的的对话框，然后按照条件选择符合要求的观测

（2）将选择的观测过滤（filter)、保存成数据库或删除(delete).注意：不论滤过或删除的变量将不再进入统计分析。

四、重新编码为相同或不同变量：根据数据分析的要求，有时需对数据进行重新分类，如将数值变量转换为分类变量，或将某分类变量进行重新分组。

步骤：

（1）打开欲分析的数据文件；

（2）主菜单中的“转换”---重新编码为相同变量或重新编码为不同变量;（3）如不对变量更改变量名，则点击重新编码为相同变量;如生成新变量名，则点击重新编码为不同变量.（4）点击 旧值和新值 ,并进行变量值的设置。

五、对个案内的值计数：将个案按照某种条件分成两类。数据库中会自动生成一个新变量，“1”表示符合条件，“0”表示不符合条件

六、文件的合并：文件合并就是将两个文件合并成一个新的文件。

（1）添加个案（纵向合并）：在基础数据文件后加入另一数据文件的个案。

（2）添加变量（横向合并）：在基础数据文件变量后加入另一数据文件中的变量。

注意：进行纵向合并时，两个文件必须已经进行过升序排列。

七、加权病例（weight,定义频数列）：功能：将某列数据定义为频数列。

步骤：数据---加权个案，打开加权个案对话框,选中加权个案，并将频数变量放于频率变量 框中.注意：定义频数列后，其它各变量进行运算时，会都按加权进行。

八、拆分文件（spilt file）:功能：按照指定变量将文件分组分析。步骤：数据---拆分文件（split flie），将选择变量放于右侧“分组方式（grouping based on）”框中.选择“分组方式（compare group）”，或选择“按组组织输出（organize output by groups）”后，数据库按照选择变量进行排序，后续分析中将按指定变量分组分析。注意：如取消拆分，选择“分析所有

误）

四、单式直条图：点击“图形”→“图表构建程序”菜单项，打开“图表构建程序”对话框；

2、在图库中选择“条”图组，将右侧出现的简单条图图标拖入画布中；

3、将横轴变量拖入横轴框中；

4、将纵轴变量拖入纵轴框中；

5、单击确定；

6、编辑。

五、统计图的编辑：在结果窗口双击欲进行编辑的统计图，就会打开一个独立的“图形编辑器”窗口，一般与之相配套出现一个“属性”子对话框；

“属性”子对话框为多选项卡界面。对应着“图形编辑器”窗口中被选中的元素种类，该子对话框出现的选项卡种类也会跟着变化。

如果希望选择不同的多个图形元素，按住Ctrl键分别选择即可

编辑完成后，一定要利用编辑对话框右上角的“×”关闭对话框，然后再进行拷贝。

预防医学spss软件总结 篇2

1 试卷分析常用指标

试卷分析主要包括成绩分析和试卷质量分析两部分。成绩分析指标主要有人数、最高分、最低分、平均值、标准差、优秀率、及格率以及成绩分布等。试卷分析指标有:难度、可信度、有效度等指标[1]。

2 数据录入

数据采用SPSS 13.0软件直接录入的方法,打开SPSS软件,新建变量(Variable)包括学生编号、各题型得分、总分等,修改相应的变量标签(Variable View),输入相应数据。本次考试题型及分值分布见表1。

3 成绩统计分析

计算方法为单击Analysis→Descriptive Statistics→Descriptives,在弹出的对话框中选择各题型和总分5个变量进入Variables,即可得到对总分和各题型题目得分的一般描述分析。本调查结果见表20

通过统计分析可以看到各种题型的平均得分情况、最高分和最低分等相关指标,同时在一般统计分析中也可以增加总分、及格率、优秀率、不及格率等指标。由表2可知,各题型得分的标准差均较低,说明成绩分布趋于正态,成绩过低和过高的较少。

4 试卷质量分析

4.1 难度分析

计算方法为1-Mean/W,Mean为该题型的均分,W为该题型的总分[2,3],通过计算即可得到各种题型的难度系数。本调查得到的难度系数见表3。

一般认为,难度适中更能客现地反映学生的学习情况,多数试题难度系数应分布在0.3～0.7之间,选拔性测试以0.5左右为宜。由于本门课程是考查课,对学生总体要求不高,所以在命题时降低了试卷难度,故难度系数均偏低。

4.2 可信度分析

可信度是反映试卷题目得分一致性程度的统计量,表示考试的可靠性,用Cronbachα系数表示。通常Cronbachα系数的值为0～1。如果Cronbachα系数不超过0.6,一般认为内部一致信度不足,达到0.7-0.8时表示具有相当的信度,达0.8～0.9时说明信度非常好[4]。由于对考查课区分度要求低,对信度的要求也可适当放宽,在0.5以上即可。单击Analysis→Scale→Reliability Analysis,通过选择Statistics选项中的Scale,即可计算Cronbachα系数得到可信度指标。如果选择Statistics选项中的Scale if item deleted mode,可以得到去除此项后Cronbachα系数的改变值,即此题目对试卷总体可信度大小的影响。

本次调查中计算得出Cronbachα系数为0.726,即说明本次考试所采用的试卷总体可信度较高,大多数题目对于多数学生来说都能答对,大部分学生的成绩在及格以上。同时在Scale if item deleted mode的分析中可以看到(见表4),在去除题型一后Cronbachα系数明显增加,而去除其他3种题型后Cron-bachα系数降低,说明第一题在评价学生成绩是否有差异方面发挥的作用较低。结合表2、表3对各题型得分的分析来看,题型一较简单,得分率较高。

4.3 效度分析

有效度亦称效度,又称区分度,通常是指测量结果的正确程度,即测量结果与试图测量的目标之间的接近程度。本调查通过计算各试题考生得分与其卷面总成绩的Pearson相关系数来反映各试题的效度[5]。

单击Analysis→Correlate→Bivariate,在弹出的对话框中选择各题型和总分5个变量进入Variables,在Correlation Coefficients中选择Pearson单击,即可得到各题目与总分的相关程度的分析即效度分析。本调查结果见表5。

经统计分析发现,各题目与总分的相关系数均有显著性差异(P<0.01),说明各题型题目均有效。通常认为相关系数在0.4-0.8之间较好,本试卷4种题型与总分的相关程度均大于0.4,总体有效度较高。

5 结论

试卷质量可反映教师的命题水平,同时也是正确评价学生学习情况的重要保证,因此,在考试结束后对试卷进行合理的分析,有助于今后扬长避短,提高试卷质量,发现教学中的问题并加以改进。

本次考试试卷分析从成绩一般分析、试卷的难度、可信度和有效度方面进行了全面分析。根据上述分析结果可以看到本次试卷的优点是:试卷可信度和有效度较高(Cronbachα系数为0.726,各题型与总分的相关系数较高),说明试卷内部一致性较好,学生成绩可信度较高。同时也可以看到该试卷的缺点是难度偏低,尤其是题型一,学生总体得分率较高,在以后的命题中要注意提高试卷难度,增加学生成绩的区分度。

参考文献

[1]陈玉琨.教育评价学[M].北京:人民教育出版社,1999.

[2]任艳玲,朱明放.基于统计软件SPSS的学生试卷分析方法[J].重庆工学院学报,2007,21(4):95-98.

[3]蔡建琼,于慧芳.SPSS统计分析实例精选[M].北京:清华大学出版社,2006.

[4]刘大海,李宁.SPSS 15.0统计分析从入门到精通[M].北京:清华大学出版社,2010.

预防医学spss软件总结 篇3

关键词：SPSS软件；医学统计学；教学

现代统计学创立于17世纪的欧洲，于20世纪初随科学技术的发展而进入快速发展期。统计学是应用数学的一个分支，通过利用概率论建立数学模型，研究数据的收集、整理和分析，它能够帮助人类正确分析所占有的信息，从而逐步认识数量化的客观世界，在各领域科学研究工作中扮演着重要角色，形成了众多分支学科。我国卫生部科教司于1983年编印的《医学硕士学位研究生培养方案汇编（第一辑）》中已将医学统计学列为医学专业硕士研究生的公共必修课，是培养研究生科研思维和创新能力的关键课程之一。

一、硕士研究生医学统计学教学中存在的问题

1.医学研究生知识结构存在缺陷。医学统计学是应用概率论和数理统计学的原理、方法，研究医学信息的搜集、整理与分析方法的学科，是统计学的重要分支之一，其理论基础较为抽象、深奥。而在我国传统的医学教育中，大多数医学专业开设的高等数学课程学时有限，教学内容缺乏深度和广度，加之不同院校、专业本科教育阶段医学统计学教学参差不齐，使得进入研究生教育阶段的医学生面对抽象的统计学理论、复杂的统计学计算感到无所适从。尤其是多元统计分析方法教学的逐步开展，更是加重了学生的学习负担。学生普遍认为统计学枯燥、抽象、难懂，导致自信心不足，极大影响了学习积极性，使得医学统计学教学效果很难令人满意。

2.传统医学统计学教学重点难以突出。医学统计学教学目标是使学生掌握医学统计学的基本概念、基本方法和基本技能；掌握科学研究的统计设计原则和思维方法，并培养学生收集、整理和分析资料的能力。因此，医学统计学教学重点应该是统计学理论和方法的用途、统计学处理结果的正确分析及科学逻辑思维能力的培养等。而目前医学统计学理论课教学内容陈旧、手段滞后，教学方法单一，多局限于单个统计学方法的介绍和典型实例的验证，主要教学内容突出體现在公式意义、计算过程等内容的讲解，对统计学方法体系缺乏系统性的认识，使学生错误地认为医学统计学就是数学、就是计算，从而将主要精力放在了统计公式的记忆、结果的精确计算等方面，忽略了统计方法选择、结果解释与评价等统计学的核心内容。

二、SPSS统计软件的优势

SPSS全称为Statistical Package for Social Sciences，即社会科学统计软件包，是目前世界上最具权威的统计软件包之一，在自然、社会科学各个研究领域均得到广泛应用，在统计学理论及实践教学中拥有明显的优势。

1.软件操作方式简便。SPSS统计软件包采用菜单加对话框的操作方式，多数情况下无需使用专用的程序语言，界面设置较为人性化，只需通过鼠标点击即可完成统计分析，更易被非专业人员掌握。其结果输出形式简洁，可读性强，能够通过激活文本、统计图、统计表等编辑器进行编辑，也可直接导出至Word、PowerPoint等办公软件系统使用。

2.数据处理功能强大。SPSS统计软件包可以直接读取SPSS、Excel、dBASE、ASCII、Access、Foxpro、SAS等数据文件；能够对数据进行名称、类型、结构等修改，变量变换方式全面；可以合并不同数据库生成新的数据文件；数据库保存、导出形式多样。软件处理数据量大，可以满足各种科研、教学数据分析的需要，并能最大限度实现数据共享。

3.统计分析方法全面。SPSS统计软件包通过不断的版本升级，增加新的统计分析模块，完善统计分析功能。目前，SPSS除具有描述性统计、单变量分析、非参数检验、统计图形绘制与编辑等常规统计学分析功能外，还拥有多元相关与回归、Logistic回归、聚类分析、因子分析、判别分析、主成分分析、生存分析、分类树、时间序列分析等完善的多因素统计分析功能，上述功能均可通过菜单实现。对于如条件Logistic回归分析等部分菜单中未提供的统计功能，则可以利用简单的编程予以实现，进一步增强了软件的适用性，使SPSS软件在日常工作中的应用更加灵活高效。

三、SPSS软件融入传统医学统计学教学体会

1.多媒体教学的普及为SPSS软件进入医学统计学课堂提供了硬件支持。多媒体辅助教学是依靠各种现代化的媒体设备，使传统静态的理论课教学形式动态化，极大地提高了课堂上信息的占有量，能够充分利用有限的授课时间拓展学生的知识面，激发学习兴趣，提高学习效率。在医学统计学理论课教学实践中，多媒体技术的广泛应用为统计软件教学提供了技术平台，使得在教学过程中通过建立链接灵活调用统计软件参与数据分析，使现代化的计算分析工具与传统的统计理论教学有机地结合起来，使学生明白统计理论及方法如何在专业领域中应用，提高了学生解决问题的能力。

2.SPSS软件与医学统计学教学同步进行实现了教学内容的相互补充，突出了教学重点。一般情况下，SPSS统计软件常常作为一门独立的课程在研究生或本科生中开设，这容易使软件课教学脱离了统计学基础而成为单纯的软件使用说明，很难使学生对软件有更深入的理解，结果学生在日常使用统计软件时，难免会出现虽然能操作但却存在不同程度的统计方法错误这一现象。将SPSS统计软件引入医学统计学理论课教学，可以帮助学生从繁杂的公式记忆和计算工作中解脱出来，从而使其注意力转移到对统计学方法的理解和对统计结果的分析判断上，充分体会到统计学解决问题后所带来的快乐，有助于提高学生对统计学的学习兴趣及创新能力、动手能力的培养。同时，医学统计学理论、方法的学习也可以提升学生对SPSS软件各种分析功能的认识，实现不同功能的及时比对，帮助学生全面理解不同分析方法对统计资料的要求，有效避免统计分析方法的误用，使分析结果更加科学合理。

3.SPSS软件引入医学统计学教学过程有利于教学效果的科学评价。医学统计学的教学培养目标是使医学生掌握医学统计学的基本概念和基本技能，掌握医学科研中的统计设计、分析与评价方法，培养学生解决实际问题的能力和科学的统计思维。传统医学统计学考试受到时间等因素制约，只能就一些统计学基本概念、基本技能等简单、局限的内容予以考核，却忽略了对统计思维、解决问题能力的全面考查，不利于综合评价学生的统计学学习水平。将SPSS软件应用到统计学考试过程中，可以使考试内容不受数据量、统计方法种类的限制，使学生专心于严谨的统计学思维过程，而不必分心于机械的计算环节，在有限的时间内可以最大限度考核学生分析、解决问题的能力高低，实现对学生统计学学习水平的科学评价。

总之，将SPSS统计软件教学与传统的医学统计学理论教学同步进行，能够最大限度发挥统计软件在医学统计学教学中的优势，不仅有利于提高学生学习医学统计学的兴趣和自信心，还可以保证医学统计学教学效果良好及评价方法科学。

参考文献：

[1]黄文华，刘晓丹，夏欧东，等.强化八年制医学教育，培养高素质医学精英[J].山西医科大学学报（基础医学教育版），2007，9（3）：272-274.

[2]宋桂荣.七年制医学生医学统计学教学改革的探讨[J].大连医科大学学报，2006，28（1）：76-78.

[3]马桂锋，王金才，杨蕾，等.基于B/S的卫生统计学动态WEB教学系统的构建与应用[J].中国高等医学教育，2009，（8）：72-73.

[4]徐媛媛.充分发挥多媒体教学手段在统计学教学中的作用[J].甘肃广播电视大学学报，2005，15（1）：55-57.

[5]王锐，陈长生，徐勇勇，等.统计软件SPSS教学的经验与体会[J].西北医学教育，2004，12（5）：425-427.

[6]周康，徐秦，薛茜，等.医学统计学课程改革探讨[J].新疆医科大学学报，2003，26（4）：397-398.

作者简介：史宝林（1973-），男，硕士研究生，副教授，从事流行病学与卫生统计学教学及科研工作。

预防医学spss软件总结 篇4

SPSS软件在废水排放及处理分析中的应用

摘要：水是人类生产之源,发展之本,是环境构成中最活跃的.因素.但是随着经济,社会的快速发展,工业污水排放量的增加,水质受到不同程度的污染.本文分别从废水治理设施数,工业废水排放总量,工业废水排放达标量,工业废水中化学需氧量排放量,工业废水中氨氮排放量,生活污水排放量,生活污水中化学需氧量排放量,生活污水中氨氮排放量等层面出发,利用SPSS软件中的因子分析法对各个层面的数据进行统计分析,浓缩数据找到主要方面,并对废水的治理提出对策.作 者：韩燕    邹霞    贺彦淇  作者单位：西华师范大学数学与信息学院 期 刊：科技信息   Journal：SCIENCE & TECHNOLOGY INFORMATION 年，卷(期)：, “”(8) 分类号：X7 关键词：因子分析    SPSS软件    废水排放    治理对策   

spss期末复习总结范文 篇5

2、Spss界面窗口：数据编辑窗口、结果管理窗口、结果编辑窗口、语法编辑窗口、脚本窗口。

3、在数据预处理中应用最广泛的是计算变量。

4、Spss基本模块不能直接实现的功能：统计分析、数据计划、数据收集。1-

6、spss不能直接打开*.html文件。

1、spss数据文件格式：每一行的数据成为一个记录；每一列为一个变量。

2、Spss数据编辑器界面为数据视图界面和变量视图界面（定义数据集的数据字典）。2-

3、变量名命名准则：必须以英文字母开口，其他部分可以含有字母、数字、下划线；变量名尽量避免和spss已有的关键字重复（sum、compute、anova）；变量名最长为64个英文字符或者32个中文字符；spss变量名不区分大小写。

4、变量的度量类型不是固定不变的，可以分局分析过程来改变变量的度量类型。2-

5、spss中字符型数据值区分大小写；字符型数据可以设置值标签。

6、对于数据的处理缺省值默认为”.”，字符串默认为空，若空字符串有意义，需在变量是同对缺省值进行定义。

7、spss只读入数据（excel）。

8、添加变量合并文件：一对一合并，一对多合并；合并相同个案数，不同属性的数据文件，为添加变量；合并数据之前，需按关键变量进行排序，合并的诗句恩见必须是.sav或已经在spss中打开的文件，并确保两个文件中需要合并的变量名称不同。

1、可视化分段方法：直接输入分割点；根据条件自动生成分割点。

2、填补缺失数据方法：序列均值、临近点均值、临近点的中位数、线性插值法、点处线性趋势。

3、在做统计分析之前一般要做数据效验，如果是录入错误则重新录入；若数据确实错误，则可将这些数据设置成缺失值。

4、“标记异常个案”过程基于个案偏离聚类组中心的大小来判断异常个案，一般用于探索性数据分析步骤中。

5、可视化变量分段是对连续数据进行离散化。

1、描述数据特征的统计量，一类表示数据的中心位置（均值、中位数、众数），一类表示数据的离散程度（方差、标准差、极差）。进行数据分析第一步往往是进行描述性统计分析。4-

2、频率分析：对于给定的类，落入这个类的个案数成为频率，落入该类中的个案数和个案总数的比例成为相对频率——直方图、条形图、集中趋势和离散趋势的统计量来描述数据的分布特征。

3、饼图和条形图使用于分类变量类别个别数较少的情况，如果个别数较多，选择直方图。4-

4、中心趋势的描述：均值、中位数、众数、5%截尾均值，指一组数据向某个中心值靠拢的倾向。对于连续变量（尺度变量）和定序变量，描述中心趋势的有均值、中位数、众数、5%截尾均值（升序排序，剔除最小和最大的5%后的算术均值）；对于定性数据（名义数据），指标只有众数。（尺度变量——连续变量；名义变量——定性数据；名义变量和定序变量——分类变量）

5、离散趋势的描述：极差、方差、标准差、分位数、变异指标。4-

6、总结五数：最小值、下四分位数、中位数、上四分位数、最大值。（箱图）4-

7、偏度：α∈（-3,3），α>0，左偏，在左拖尾。α=0对称分布。峰度：β>3，高峰度，β=0，正太峰。

8、分析/描述统计/频率（条形图、饼图、直方图）/描述/探索（箱图、茎叶图、直方图、Q-Q图），输出统计量（均值、中值、众数、标准差、方差、偏度、峰度、全距、极值、百分位数）

9、定性数据图形的描述：条形图、帕累托图（从高到低排序条形图）、饼图。（首先加权个案）

10、定量数据图形的描述：直方图（用于连续型数据）、茎叶图、箱图。

11、在探索图里面勾选带检验的正态图可以输出选定变量的QQ图、变量正态性的K-S检验和S-W检验。

12、IQR（四分位距）=Q3-Q1，最下面的短线Q1-1.5IQR，最上面短线Q3+1.5IQR，离群值（圆圈表示）落入[Q3+1.5IQR，Q3+3IQR）或者（Q1-3IQR，Q1-1.5IQR],极端值（※表示）大于等于Q3+3IQR或Q1-3IQR。

13、如果只有一个因变量，茎叶图或者箱图按因子各个水平输出，选择不分组的输出结果和选择“按因子水平分组”的输出结果只在标题的组织形式上略有不同，如果有两个因变量，则两种选项的结果差异较大。

1、因为假设检验有何能犯两类错误：拒真、受伪。

2、假设检验的步骤：确定恰当的原假设和被择假设；选择检验统计量；计算检验统计量观测值发生个概率（P）；给定显著性水平α，并作出决策。5-

3、分析/比较均值/均值，输出表格“案例处理摘要”（看缺失值）、“均值报告表”（看均值列，趋势与增加幅度，如随着工作年限增加，小时工资也增加，增加幅度不均匀，列举每阶段增加幅度）、“方差分析表（ANOVA表）”（线性显著性<0.05,有线性关系，线性偏差>0.05，非线性关系成分不显著）、“相关性度量表”（R方值不大，线性关系不十分强）

4、双因素分析：在均值对话框—下一张，均值过程只对第一层的自变量进行方差分析和线性相关检验（只有描述性统计表，即均值分析报告不一样，均值列分析：同等经验下，病房护士小时工资比办公室高，随着工作经验增加，差距变小；标准差列分析：同等经验的办公室护士，小时工资差距大于同等经验的医院护士）。5-

5、单样本T检验即检验某个变量的总体均值和某指定值之间是否存在显著性差异。T检验的稳健性好。数据准备：数据—拆分文件—分割文件—比较组（完成分析之后要关闭文件分割）、单样本T检验：分析/比较均值/单样本T检验（输入检验值）—— “单个样本统计量”——均值，偏离检验值、“单个样本检验”——t为T统计量，df为自由度，sig（双侧）为P值，均值差值为各数据减去检验值，上限下限位该均值差95%的置信区间的上限和下限。sig值<0.05，拒绝原假设，不等于检验值，不满足要求。

6、两个样本的T检验分为：独立样本T检验和配对样本T检验。独立样本T检验分析两个独立样本的均值是够有显著性差异（男女身高、不同行业的起始工资）。配对样本T检验比较同一个总体的两次不同的测量（医学研究中药物疗效、被调查者父亲和母亲的受教育程度）。

7、独立样本T检验的前提条件：独立性、正态性、方差齐性；数据初探：分析/描述性统计/探索（直方图、带检验的正态图）—— “描述”（比较均值大小、标准差比接近于1，初步认定方差齐性）、“直方图”（初步判断正态分布）、“正态性检验”（K-S检验和S-W检验，sig>0.05，接受正态性假设）——判定是够满足T检验前提条件，满足则进行T检验； 分析/比较均值/独立样本T检验（定义分组变量）—— “组统计量”（显示均值、标准差及均值的标准误，均值的标准误即为标准差除以样本N的平方根）、“独立样本检验”（方差方程的Leven检验，即方差齐性检验，和均值方程的t检验，p>0.05接受方差齐性假设，选择“假设方差相等”，sig（双峰）<0.05，说明新促销方法消费金额显著不同于标准促销消费金额，再比较均值大小，说明新方案有效）。

5-8 配对样本T检验配对设计方法：同一受试对象处理前后的数据/两个部位数据/两种方法测试数据/配对的两个收拾对象分别接受两种处理后的数据。

9、配对样本T检验的前提条件：两个样本配对、两个样本所来自的总体服从正太分布；分析/比较均值/配对样本T检验——“成对样本统计量”（均值、标准量、标准差、均值的标准误），“成对样本相关系数”（样本量N、相关系数、相关系数P值sig<0.05,相关系数明显大于0，有强线性相关），“成对样本检验”（差值的均值、差值的标准差、差值均值的标准误，t统计量和相对应的显著性，t=差值的均值/均值的标准误，分析：对1的差值均值及为减轻量，由于对1均值及均值的标准误远远高于对2，所以对2的t值远远大于对1的t值，从显著性来看，对2的减轻是显著的，因此该计划最终的评估结果为可以减轻体重但不确定可以减轻脂肪）。注意：配对样本T检验之前需要检查两样本是否服从正态分布（直方图、QQ图、k-s检验，注意分析变量中的离群值，用箱图检验）。

1、非参数检验的优点：稳健性、使用范围广。缺点：检验能效较差。适用场合：参数检验方法的条件不满足，研究定类变量和定序变量之间的关系。单样本非参检验方法：二项检验、卡方检验、k-s检验。

2、卡方检验——对总体分布进行检验（心脏病猝死人数与日期关系、人口结构、血型和性格等），原假设：样本来自的总体分布于假设的分布无显著性差异。卡方统计量服从自由度为k-1的卡方分布，如果卡方值较大，说明期望频数与观测频数分布差距较大，拒绝原假设。

3、二项式检验（首先定义成功或失败的类别，默认第一类为成功类）

1、相关关系分为线性相关和非线性相关，相关变量的研究根据变量的度量类型分为定类变量之间的相关，定序变量之间的相关，尺度变量之间的相关。

2、相关分析在统计分析中的作用：判断变量之间有无联系、确定相关关系的表现形式及相关分析方法、把握相关关系的方向与密切程度、进一步采取其他统计方法进行分析提供依据、用来描述变量之间的关系状况和进行预测。7-

3、相关分析的主要方法：图示法（散点图）、计算相关系数法。图形/散点图/简单散点图，偏离大部分的点为离群值。

4、相关系数为0只能说明没有线性相关关系，相关系数适用于样本量大于30且两个变量的总体是正态分布的情况。

5、相关系数检验，原假设为ρ=0；分析/相关/双变量——“相关性”（相关系数<0.3、显著性>）0.05，线性相关不显著；剔除离群值：数据/选择个案/如果、分割文件：数据/拆分文件、分析/相关/双变量——“相关性”（相关系数、显著性）（散点图——相关系数检验——回归）

1、确定变量之间线性相关后，通过回归分析找出线性关系。线性回归是指回归系数为线性，不是非相关变量和预测变量之间的的关系。

2、回归分析的步骤：写出研究的问题和分析的目的、选择潜在相关变量、收集数据、选择合适拟合优度、模型求解、模型验证和评价、应用模型解决研究问题。

3、简单线性回归：Y=β0+β1X+ε（X为预测变量，可控，Y为因变量，随机，ε为随机误差，ε~N(0, σ²)，且假设σ²与X无关）。8-

4、决定系数R²=SSR/SST=1-SSE/SST，残差平方和SSE，回归平方和SSR，总平方和SST=SSR+SSE，0<=R²<=1。决定系数越大，回归方程的拟合程度越高，0.6以上即可以接受回归直线。

5、分析/回归/线性——“系数”（B列，写出方程Y=常量B+UnitsBX，注意Y的帽子）、“模型摘要（汇总）”（调整）R²小于R²，一元看R²，多元看调整R²，分析：R²=0.978，说明该线性模型可以解释自变量97.8%的变差，拟合效果好、“模型拟合优度检验Anova”（F=回归平方和/残差均方，sig<0.05，方程整体有效，分析：F检验中的显著性小于0.05，一元线性回归模型显著）

6、COOK距离和Leverage值（杠杆值）能给出个案对回归影响大小的信息。

7、进行线性回归需要对回归进行的条件验证：因变量和自变量的因果关系、残差具有方差齐性、残差之间不相关（自变量不需要服从正太分布）。

8、在一元的情况下，回归方程的显著性和斜率的显著性检验是等价的。

1、三个或三个以上样本均值的差异——方差分析（ANOVA）。方差分析的因变量必须是尺度类型数据（连续数据）。因素分为观测因素（因变量，最终结果）、控制因素（潜在原因，可选择）。方差分析的条件：每个处理的因变量为正态分布（正态性）；每个处理的因变量具有相同的方差（方差齐性）。

3、描述性数据分析：检验方差分析的前提条件是否满足，如果不满足，看偏离是否严重，决定使用方差分析还是非参数检验。

4、单因素方差分析（四表一图）：分析/比较均值/单因素ANONA，选择因变量和因子，两两对比，假定方差齐性部分18种（LSD—精度最高、S-N-K输出同类子集、Tukey—各组大小相等，及组等容量时使用）、未假定方差齐性4种，选项/单因素勾选“描述性”（输出方差分析描述性统计量“描述”）、“方差同质性检验”、均值图。9-

5、总体均值之间是够显著差异： “描述”（均值、标准差，分析：培训时间越长，成绩越好越稳定）； “方差齐性检验”（显著性希望>0.05，<0.05说明方差不齐，分析：在比较各个组别样本量相差不大，且各组分别的分布形态类似的情况下，方差分析对方差不等具有稳健性，案例中内个组个案数相等，峰度和偏度相等，分布形态类似，可进行方差分析，建议方差分析后进行相应非参检验验证方差分析结果）“ANOVA表”（均方=相应平方和/自由度，F=组间均方/组内均方，一共三个组，组间自由度2,60个个案，3个组，组内自由度57。分析：显著性<0.05，没有证据说明三种方式的效果相同）

SPSS统计软件教学探讨 篇6

关键词：高职院校,实验教学,SPSS软件

社会的发展和人才市场的竞争对高校的教育方式不断提出新的挑战,单纯的理论教学已经无法满足社会的需求,尤其是高职院校不可与本科院校比理论知识,理论与实际相结合的教学模式才符合时代的需求。实验教学作为迎合社会需求的产物成为我国高校教学的重要组成部分,是联系高校理论教学与工作实际的纽带。SPSS(StatisticalPackagefor theSocicalScience)是一个适合于自然科学、社会科学领域的统计分析软件包。与其他软件如SAS,SA-TA等相比,SPSS最显著的特点是使用菜单和对话框操作方式,绝大多数操作过程仅靠鼠标击键即可完成,易于操作。笔者在全校范围内开展了SPSS选修课程,结合自身在教学中的经验与感受谈几点对SPSS软件教学的体会。

1 开设SPSS软件应用课程的必要性

1.1 促进课程设置趋于合理化

为了适应社会的需求,高等院校从1992年逐步实施了教育改革,而教育改革包括:体制改革、教学改革和教育思想观念改革三个方面,其中教学改革是核心。高校的教学改革使大家逐渐体会到陈旧的知识体系和单一的课程设置对培养高素质的人才很不利,尤其是高职院校作为一种新兴的高等教育类型,同普通本科院校相比更应该抓实验教学。目前诸多高校多数课程比较注重理论内容,无法满足实际操作的需求,而SPSS软件应用课程能够弥补这一缺陷,一方面为学生创造实际操作的平台,另一方面使高校课程设置朝着合理化又迈进了一步。

1.2 培养学生学习统计知识的兴趣

统计学是财经类专业的一门必修课,也是学生认为学起来比较吃力的课程,调查结果显示困扰学习该课程的一个突出问题是学生认为计算量过大。虽然描述统计知识比较好掌握,但由于数据量较大、计算结果准确率偏低,学生容易产生畏难情绪,再加上高职院校的学生数学基础都比较差,影响了他们进一步学习统计学课程的兴趣。在实践中我们发现,当理论介绍完以后紧接着安排其对应部分的软件教学,效果比较好。

1.3 提高学生动手能力,增强职场竞争优势

在信息时代,作为数据处理和分析技术的统计方法日益广泛地应用于自然科学和社会科学研究、生产和经营管理及日常生活中,其实只要有数据处理的地方都会用到SPSS。非统计学专业的学生走上工作岗位后,在日常工作中或多或少地从事处理统计数据的工作,面对海量的数据,仅凭一张纸和一支笔,无法在规定的时间内准确无误地完成工作,如果他们在学校里系统地学习过这门课程,这些问题将会迎刃而解。

2 SPSS软件应用课程存在的问题

2.1 教材内容偏重上机操作,理论介绍略显不足

统计理论是基础,SPSS软件是解决问题的有力工具、高效途径,统计思想的训练有利于对工具运用和理解,所以在教学过程中应对理论做一定的讲解。然而在众多的书籍中,通常给出案例后,直接跳入如何调用菜单或命令进行分析,穿插介绍每个选项的中文含义,最后解释软件的输出结果,编者们认为教材的重点在于让读者掌握上机操作的步骤,不花太多的篇幅介绍统计理论。然而笔者认为该课程与普通计算机软件操作课程不同,因为SPSS课程教学不是单纯教会学生使用一种软件,而是要在统计理论的指导下正确地使用它。

2.2 数据资料缺乏连贯性,影响教学效果

数据是SPSS授课过程中必须的资料,虽然SPSS软件自身携带了一些数据,教材也附上相应的分析数据,但是这些数据资料基本上都是依据孤立的案例汇集起来的,缺乏一定的连贯性。对于初学者而言,SPSS软件的菜单繁多、可选项目难以区分,再加上数据缺乏连贯性会导致他们无法把前后学到的知识联系起来,难以把握学习SPSS软件的规律,这无疑会影响学生对统计分析的理解和对软件操作的掌握。

2.3 案例的选择脱离身边的环境

在案例的选择上不注意现实性,脱离身边的环境。要使学生掌握使用SPSS,不能空洞地讲解各种统计分析工具的用途和使用方法,这样的课堂枯燥乏味且让学生不易理解、记住相关知识点,更不用说灵活使用和掌握。如果把每一项授课知识点都融入到鲜活的个案、案例中,在案例分析讲解完成时,各种操作方法也随之讲授完成,那么学生学习将更有趣味性,也易于学生高效地理解、吸收知识点。

3 完善SPSS软件应用课程的思考

3.1 为学生适当补充预备知识

为了保证授课效果、提高学生学习的积极性,首先,不用像理论课程教学那样规范地给出数理推导过程,而用一个实例引入本次实验介绍的分析方法,让学生们明白该方法可以解决何种实际问题,这样一来再遇到相似问题,他们就知道该选用哪种方法进行分析,当然还可以借助相关统计学专业理论的书籍。其次,结合关键输出结果,介绍相应理论。很多学生面对大量的输出结果时总显得无所适从,教师可以根据自己的经验从繁多的输出结果中挑选出若干核心指标,深入介绍这些指标的理论背景。学生只有对统计理论有一定的掌握,才能更好地选择统计方法,知道为什么要选用这种方法,更好地利用软件求解并更好地理解输出结果。

3.2 用连贯数据培养学生的统计思维

在教学中最好采用与授课学生专业相近或者有较强现实意义的连贯性数据资料,如果课程安排允许的条件下,可组织学生自己收集。所谓的连贯数据是指在授课的4个环节中使用的数据都是在一个特定的研究目的下,基于同一调查对象收集到的数据。在授课时可以先给学生简要概述数据的来源和研究问题的背景,根据统计学研究问题的方法,设定一系列的研究议题和假设,然后再指导学生使用软件分析这些问题。运用连贯数据不但有助于学生把SPSS各个操作菜单联系起来,更重要的是让他们懂得每个操作选项背后的实际意义,培养他们学会用统计思维研究问题。

3.3 SPSS统计分析软件的教学测评问题

传统“纸加笔”的考试方式在本课程中显得过于僵化,既不能完整地反映本课程的教学内容和教学效果,也不能体现学生的动手能力。针对SPSS软件课程的特点和教学目的,可以采用以社会经济案例为基础的大型作业的形式进行考核。即要求学生以小组(4-6人一组)为单位,在两周的时间内完成,首先根据给定的社会经济问题收集相关数据,在SPSS软件中录入、保存数据,然后根据要解决的问题判断运用哪些数据分析方法进行分析,并利用SPSS软件完成各种分析,在此基础上,要求学生对分析结果合理的解释和分析判断,从而解决实际问题。既然SPSS统计软件作为一门课程进行学习,就需要有相应的评测方法。这样,就可以测评学生对SPSS软件的掌握程度和解决实际问题的能力,并让教师看到是否达到教学目的。

参考文献

[1]郝黎仁.SPSS实用统计分析[M].北京:中国水利水电出版社,2003.

[2]刘宁远.谈SPSS在数理统计教学中的应用[J].科技信息,2009(2):76-83.

[3]王己峰.现代统计分析软件SPSS在教育评价领域中的应用[J].统计与信息论坛,1998(1):59-63.

[4]李付坤.SPSS教学方法探讨[J].统计与咨询,2008(2):70-71.

[5]张尧庭.多元统计分析引论[M].北京:科学出版社,1982:9.

预防医学spss软件总结 篇7

摘 要： 随机抽取2015-2016学年第1学期江西中医药大学某班《中药学》期末考试试卷，运用SPSS19.0进行难度、区分度、信度、效度等分析，在分析结果的基础上提出提高命题质量的意见和建议，以真正促进教与学。

关键词： 中药学 难度 区分度 信度 效度

考试是衡量教育效果的必不可少的手段，如何用好及改进这种手段，是每一个教育工作者都必须面对的问题。作为学生成绩管理部门，有责任、有义务做好这项工作。借专业认证之机会，逐步开展课程成绩定量分析，使之更有效地服务教与学。本文随机抽取2015-2016学年第1学期江西中医药大学药学院某班《中药学》期末考试试卷，运用SPSS19.0进行统计分析，并在统计结果的基础上提出相应改进建议和方法。

1.试卷结构

本试卷分客观性试题和主观性试题，其中，客观性试题包括单选题（30分）和填空题（12分），主观性试题包括功效解释题（20分）、简答题（18分）和论述题（20分）。具体结构如下：单选题共30小题，每题1分；填空题共12小题，每题1分；功效解释题共10道题，每题1分；简答题共3小题，每题6分；论述题共2道，每题10分。

2.试卷分析

2.1原始数据录入

2.1.1数据定义

在SPSS19.0中，将单选题的题号设置为A1、A2、A3、A4……A30，总值为Atotal，填空题的题号设置为B1、B2、B3、B4……B12，总值为Btotal，功效解释题题号设置为C1、C2、C3……C10，总值为Ctotal，简答题的题号设置为D1、D2、D3，总值为Dtotal，论述题的题号设置为E1、E2，总值为Etotal，整个卷面的总值为TOTAL。其中，所有题号属性均定义为数值类型。

2.1.2数据录入

将本次考试的52份试卷按照各题得分情况输入SPSS中。

经过基本描述性统计显示，本份试卷的最大值为96分，最小值为16分，平均值为68.48，标准差为14.74，不及格率为1.92%。

2.3难度分析

试题的难度指学生对该题的失分率，计算公式为P=1-/W，其中P为难度值，为均分值，W为该题满分值，这种定义法，难度值小表明试题容易，难度值大表明试题难，最小值为0，最大值为1。一份好的试卷试题的难度值在0.3～0.8之间。整份试卷的平均难度值最好掌握在0.5左右。经分析，所有试题难度值分布区间为0～0.69，其中，填空题的第5空难度值最高（0.69），填空题的第12空难度值最低（0），有31道题的难度值低于0.3，占到总数的54.39%。所有大题的难度值分布区间为0.25～0.40，试卷的整体难度值为0.32，整份试卷整体偏容易。

2.4区分度分析

区分度指试题对被测试对象实际水平的鉴别能力，是把考生区别开来的统计量。进行区分度分析时，常以考试总分作为被试实际能力水平，而把被试在某题上的得分与总分之间的相关系数作为该题区分度。区分度的计算方法很多，对于客观题，使用斯皮尔曼（Spearman）等级相关分析。对于主观题，看成非等间距测度的连续变量，并且本试卷的样本量大于30，在此采用皮尔逊（Pearson）相关分析对试题进行分析。

区分度的常用指标为D，取值在-1～1之间，值越大，区分度越好。测量学家伊贝尔认为：试题的区分度在0.4以上表明此题的区分度很好，0.3～0.39表明此题的区分度较好，0.2～0.29表明此题的区分度不太好需修改，0.19以下表明此题的区分度不好应淘汰。

本测试的区分度分析结果如表3所示，各个小题的区分度分布在0.07～0.89之间，其中，B12没有区分度，A2、A5、A8、A10、A11、A19、A27、A29、B9、B11这10道题的区分度低于0.19，因此，这10道题和B12都应予以删除。A3、A6、A12、A17、A18、A20、A23、A24、A28、B3、B5、B10这12道题的区分度在0.2～0.29之间，应进行修改。其他题项区分度较好。结合表4，各个大题的区分度总体区间为0.74～0.93，总体区分度为0.84，所有大题区分度很好，整份试卷的总体区分度很好。

2.5信度分析

信度是反映测试内部题目得分一致性程度的统计量，表示考试的可靠性，取值范围为0～1，其值越大，信度越高，对于及格性考试测验，一般认为，信度值大于0.5，认为其可靠性较高。通过科隆巴赫a系数，得出其信度为0.899（见表2），信度非常高，说明题目得分一致性程度高。

3.结论

第一，基本统计分析。本次测试的平均成绩为68.48，标准差为14.74，标准差值比较大，说明学生的成绩不集中，比较分散，高分者与低分者差距较大，同时表明学生对考试内容的掌握程度不一，并且有很大差异。另外，从频数分布图来看，峰值出现在60左右，说明大多数学生对待大学成绩的态度是及格即可，或者说大多数学生只要经过一定努力都是可以通过考试的。

第二，难度。B5的难度比较大，为0.69，B12的难度最小，为0。一般难度范围在0.3-0.8之间比较恰当，54.39%的题目较为简单，当然，也可以认为大多数学生对B12题或54.39%的题目考察的基本知识点掌握得较好。

第三，区分度。各个小题的区分度分布在0.07～0.89之间，其中，B12没有区分度，A2、A5、A8、A10、A11、A19、A27、A29、B9、B11这10道题的区分度低于0.19，因此，这10道题和B12都应予以删除。A3、A6、A12、A17、A18、A20、A23、A24、A28、B3、B5、B10这12道题的区分度在0.2～0.29之间，应进行修改。综合看，各个大题的区分度的总体区间为0.74～0.93，所有大题的区分度很好。

第四，信度。通过信度分析，得到本次测试的信度系数为0.899。一般来说，教师自编试题的信度系数应达0.85以上，分析结果表明，本次测试质量较高。

总体来说，整份试卷质量较高。

4.建议

对于B12这类完全没有难度和区分度低于0.19的试题，在未来命题中应不予采用。对于难度低于0.3，区分度在0.2～0.29之间的题应予以相应修改。

对于离散程度（标准差）较大的情况，建议具体教学中，如条件允许，可考虑分班或者给较弱学生调整教学内容或者进行适当补课。

试卷定量分析后，对于不符合指标的题目，应及时反馈给命题老师和授课教师，进行适当删除或修改；对于符合指标的题目，建议分门别类地归入课程试题库，避免出题的随意性，有利于试题进一步标准化，增强考试的科学性，进而方便、经济、高效地测查学生的真实水平。

5.总结

通过对某门课程的定量分析了解到，日常教学行为中，不应仅围绕课堂上的教与学进行教学工作改进，考试作为教学工作的重要部分，还应重视学生教与学后的行为反馈和教师在教学过程中的优点与不足，以此为出发点，针对性地为下一次教学工作做相应调整，真正促进教与学。

参考文献：

[1]高建，许杜娟，夏泉，等.中药炮制学试卷分析及思考[J].安徽医药，2010，14（8）：991-992.

[2]黄艳，李俊.2007级临床医学专业学生的临床药理学试卷分析[J].安徽医药，2009，13（12）：1602-1604.

[3]姜常胜.高等医学院校实用教务管理手册[M].上海：上海中医学院出版社，1993.

[4]宋小平，张敏，陈建军，等.SPSS在医学生物学试卷的信度和效度分析中的应用[J].生物学通报，2008，43（11）：39-40.

[5]丁晓娟，陈灵芝，余莉，等.运用试卷分析加强医学微生物学题库建设的初探[J].基础医学教育，2009，11（6）.

课题：2015年江西中医药大学教育与改革项目（2015jzjg-31）

预防医学spss软件总结 篇8

现在借助于统计软件spss进行大学生的高等数学成绩研究, 分别研究了性别、院系等因素对高等数学成绩的影响。数据来源于某个高校的机械院系、管理院系、信息院系的学生期末高等数学成绩。

1 学生性别对高等数学成绩的影响

将学生的成绩分为男学生的成绩、女学生的成绩, 男生164人, 女生82人, 共246人, 利用SPSS统计软件, 将调查问卷收集的学生成绩数据输入SPSS统计软件得到如下结果:

从检验结果表格 (1) 可以分析出, 男生平均成绩为72.58, 女生平均成绩为73.94。表格 (2) 表示单因素方差分析的显著性为0.510>0.05, 这说明性别对高等数学的成绩没有显著性影响。

2 学生的系别对高等数学成绩的影响

246名大学生来自3个不同的系别, 分别为管理学院、信息学院、机械学院, 将调查问卷收集的学生成绩数据输入SPSS统计软件得到如下结果:

表格 (3) 表示单因素方差分析的显著性为0.470>0.05, 这说明系别对高等数学的成绩没有显著性影响。这说明大学生的高等数学成绩的好坏与在哪个系别没关系。

3 学生的性别和系别对高等数学成绩的影响

对学生的高等数学成绩的影响进行多个因素考虑, 进行多因素方差分析。将学生成绩数据输入SPSS统计软件得到如下结果:

从检验结果表格 (4) 可以分析出, 在不同性别不同系别的学生高等数学成绩的检验值0.517, 显著性为0.635>0.05, 这说明同时对学生考虑性别、系别对其高等数学成绩也没有显著影响。

通过上述总体的分析, 男生并不比女生聪明, 对于学习高等数学并没有优势。所以, 对于每个学生来说只有通过自己的努力才能学好高等数学。

摘要：高等数学是一门重要的基础课。本文利用spss统计软件讨论了影响学好高等数学的因素, 这样有利于大学生学好高等数学。

预防医学spss软件总结 篇9

学生身心健康一直是国家关注的重点。生活质量对学生有着重要的意义, 青少年对家庭或学校生活的不满意可导致一系列负性后果, 包括疾病、学业成绩不良、退学等。“生活满意感量表”[2] (SWLS) 自Diener等人于1985年发表以来, 因其良好的信效度和简便易操作的特点被许多国家广泛应用于对不同人群认知领域 (生活满意) 的主观幸福感测量。本文通过对中职生采用SWLS施测, 了解其身心健康状况并对量表进行信度和效度检验, 为学校管理和促进学生发展提供方法和依据。

1 对象与方法

1.1 对象

对我市某中职学校3个班级的学生进行问卷调查。得到有效问卷131份, 其中男生63人, 女生68人, 年龄14~16岁, 平均年龄 (15.0±0.7) 岁。

1.2 方法

(1) SWLS由5个条目组成, 每个条目采用7等级记分, 从完全不同意 (计1分) 至完全同意 (计7分) 。分值愈高, 满意感愈强, 量表具有良好的信度 (Cronbach’sα为0.87, 两个月后重测信度为0.82) 以及良好的聚合效度和判别效度, 广泛应用于认知方面的主观幸福感测量[2]。量表经1名公共卫生硕士和1名流行病学博士共同翻译定稿。 (2) 采用“健康调查表” (SF-12) [3评定131名学生最近一个月的生理健康 (PCS) 和心理健康 (MCS) 状况。调查表共12个条目, 用5等级记分法, 分别计算生理和心理健康总分再求平均值。 (3) 单条目自陈主观幸福感量表, 即“在过去一年中你过的幸福吗”, 按5等级记分, 即从非常不幸福 (计1分) 到非常幸福 (计5分) , 分值愈高, 幸福感愈强。 (4) 施测方法:在计算机课上, 让学生用15分钟时间在设定好的网页中填写。 (5) 统计方法:全部数据采用SPSS 11.0软件进行分析。

2 结果

2.1 SWLS得分

SWLS得分最小值5分, 最大值35分, 中位数18.0, 平均得分 (18.64±5.65) 分, 其中男生 (18.56±5.75) 分, 女生 (19.09±5.74) 分, 性别间得分差异无显著性 (t=-0.53, P>0.05) 。各条目平均得分见表1。

2.2 条目分析

SWLS每个条目平均得分与总分平均分的相关系数为0.62~0.73, 相关系数在0.01水平上有显著性差异 (见表2) , 且总分与各条目的相关系数均高于条目之间的相关系数。

注:*P<0.01

2.3 SWLS的信度

信度指量表题项的内部一致性, 它可衡量每个量表是否测量单一概念, 又称同质信度。本文采用Cronbach’sα系数作为信度检验指标计算得α=0.734, 表明量表的信度达到了可接受信度水平, 问卷的内在一致性较好, 符合测量学要求。

2.4 SWLS的效度

2.4.1 结构效度和聚合效度

因子分析考量量表的结构效度, 对5个条目进行分析, 采用主成分分析法得到特征根为2.44的1个初始因子, 方差贡献率为48.8%。SWLS 5个条目的因子负荷依次为0.75、0.63、0.73、0.72和0.65。表明该量表具有一维性。同时, 各条目与SWLS因子得分的相关系数依次为0.73、0.62、0.71、0.73和0.69, 表明量表具有较好的聚合效度。

2.4.2 效标效度

SWLS与单条目幸福量表的相关系数和健康量表的相关分析显示, SWLS与单条目的主观幸福感、心理健康和健康总分均呈中等程度的正相关, 与生理健康呈显著相关性 (见表3) 。

注:*P<0.01

3 讨论

研究结果显示, 在效度方面, 中职生样本中探索性因子分析提示量表是一维的。SWLS与健康问卷和临床报告具有较高的相关性[2,4]。本次测试证实了SWLS具有一定的信度以及满意的聚合效度与效标效度, 量表结构具有一维性, 因此作为总体生活满意感方面的测量工具, 其信效度均符合测量学的标准。由于本次样本数量和受试年龄 (样本来自于同一年龄段) 的局限性, SWLS在其他人群中的鉴别能力有待进一步研究。

心理健康作为整体健康的重要组成部分, 在个体的健康与疾病中起着重要作用, 也是个体良好心理素质的具体表现[5]。本次测试采用SF-12和单条目自陈主观幸福感量表作为SWLS的效标, 结果表明生活满意感、主观幸福感与心理健康的关系较生理健康更为密切, 说明心理健康对中职生认知和情感方面的影响较大。随着健康心理学的发展, 作为主观幸福感认知成分的生活满意感 (情感组成包括正性情感和负性情感) 在过去的十多年被极大关注, 因此, 具有普适性的SWLS因其良好的信效度和简便易操作性在跨文化研究中具有重要的意义。

参考文献

[1]张奇.SPSS for Windows在心理学与教育学中的应用[M].北京:北京大学出版社, 2012.

[2]Diener E, Emmons R A, Larsen R J, et al.The Satisfaction with Life Scale[J].Journal of Personality Assessment, 1985 (49) :71-75.

[3]Ware J E, Kosinski M, Keller S D.SF-36 Physical and mental health summary scales:A user′s manual[M].Boston:The Health Institute, New English Medical Center, 1994.

[4]Pavot W, Diener E.Review of the Satisfaction With Life Scale[J].Psychological Assessment, 1993 (5) :164-172.

预防医学spss软件总结 篇10

1 教材的选用

总所周知, 《统计学》课程是高职院校财经类专业的学生中开设的一门公共专业基础课程, 也是学生工作后实际应用比较广泛的一门学科, 小到自己的日常生活, 大到工作都离不开统计数字, 靠传统的手工计算办法早就行不通了, 特别是互联网的应用, 大数据背景下, 如何在众多的信息中筛选出有用的信息, 在学生学习的过程中教材和软件是必不可少的。

目前, 统计学——基于SPSS系列教材, 高等教育出版社、中国人银民大学出版社等都出版过本科、研究生使用的教材, 专门为高职院校财经类的学生使用而出版的统计学教材很少, 目前, 通过多方面调查, 笔者认为比较适合高职院校选用的是人民邮电出版社的《SPSS统计分析实用教程》, 由谢蕾蕾、宋志刚、何旭洪主编, 2013年出版。这本教材以SPSS16.0为基础, 详细介绍了多种常用统计分析方法的原理和实践技能。全书分为十一章, 主要内容包括SPSS简介;变量、数据文件、系统参数;统计描述;统计图制作;均值比较和T检验;方差分析;相关分析;回归分析;聚类分析和判别分析;因子分析和非参数检验等, 结合实际问题详细介绍使用SPSS解决这些问题的步骤和结果。

这本教材克服了在选用传统统计学教材时, 只注重理论知识讲授, 死记硬背公式。学生们对统计计算不在望而生畏, 对复杂的统计公式及数字计算, 由于软件的使用变得简单了。因此, 现在高职院校的学生必须要学习使用spss软件, 教材是学生学习过程中不可缺少的, 选好教材尤为重要。

2 强化理论基础, 重视实践技能

2.1 转变教学观念, 理论引导下, 重点强调应用

统计学是一门实践性较强的学科, 学生既要掌握扎实的基础理论知识, 也要熟练运用各种计算工具, 才能具备高超的解决实际工作中问题的能力。这样, 必须对传统的高职统计学课程进行改革。我们学校在讲授这门课时, 介绍统计的基本理论、基本概念、基本方法的同时侧重对统计软件使用的讲解, 很好的将二者有机结合起来, 做到学以至用。

2.2 以企业为依托, 实现校企共育

全面建立和完善“校企共育”的人才培养模式, 主动顺应黄河三角洲高效生态经济区和山东半岛蓝色经济区发展带来的产业结构优化升级和企业岗位需求变化, 推行“基于工作岗位”系统化课程改革, 突出学生职业岗位能力的培养, 增强社会服务能力, 为企、事业单位提供高素质技能型人才。

按照“知能兼备, 德业为本”的财经人才培养要求, 以统计职业岗位要求为目标, 以就业为导向, 打破传统学科体系, 建立以知识、能力、素质并重的课程体系及工学结合的校内外实践教学机制, 构建符合统计职业培养要求的人才培养模式;采取专职教师“顶岗实践”和兼职教师“项目指导”相结合的方式, 建设一支具有优秀专业带头人、品质优良、专兼结合的“双师”素质教师比例达到95%以上的教学团队;确立与职业要求相适应的教学标准, 通过课堂教学与岗位实践一体化, 着力培养学生的实践能力、创造能力, 为spss软件的应用提供了有利条件。

3 培养学生职业能力, 激发学生学习兴趣

3.1 深入企业工作岗位, 由让他学变成我要学

山东铝业职业学院依托山东铝业公司办学, 山东铝业公司隶属于中国铝业公司, 是全国成立的首家职业教育集团, 我院的学生, 具有其他院校学生无可比拟的学习优势, 我们学院在学生学习的过程中, 为调动学生学习的积极性, 将学生带到企业有关岗位, 如到销售处, 现场看我们的销售人员如果对收集来的数据进行处理、加工、整理到提取出有用的信息, 将spss软件的应用过程让学生亲身体会, 企业导师认真讲解、操作示范, 激发了学生的学习兴趣。特别是老师们以通俗易懂的语言对统计方法的核心思想进行系统讲解, 辅助以“操作示意图”的方式对SPSS软件的操作进行了详细介绍, 带领学生以看图做题的方式非常简单方便地学会用SPSS软件完成各种统计方法的计算工作, 面对众多数据, 同学们个个都想试试, 看看杂乱无章的初始数据, 在spss软件的操作下, 很快得出自己想要的数据, 真的由让他学变成我要学。

3.2 改革考核办法, 注重职业能力

随着统计学教学的改革, 我们改革了考核办法, 引导教师采用过程考核的方式促进学生有效学习。建立了《山东铝业职业学院考试管理规定》和考试模式改革相关通知和制度, 使课程考核方式真实反映学生完成实际工作任务能力的最佳方式进行考试。课程考核采用过程考核与结果考核相结合、理论考核与实践考核相结合的模式, 每门课程都进行了考核评价方案设计。目前我院财经专业以培养职业能力为核心的教学方法, 得到社会承认, 培养的学生已获得企业认可。

综上所述, 在大数据时代, 高职财经学生spss软件的应用学习很好地解决了传统统计学理论与实际相脱节的问题, 激发学生的学习兴趣, 培养学生解决实际问题的职业能力, 有利于推动学生就业。

摘要：广泛使用电算化处理统计数据的今天, 学习统计学而不会使用统计学软件, 在实际工作应用中寸步难行, 本文从教材的选用;强化理论基础, 重视实践技能;培养学生职业能力, 激发学生学习兴趣等方面对大数据背景下高职院校统计学运用SPSS软件研究进行了探讨。

关键词：大数据,高职院校,统计学,spss软件

参考文献

[1]项玲.高职统计学教学模式的思考[J].经济视角 (上) , 2012 (04) .

[2]张晶, 李琼.高职院校统计学教学方法研究与思考[J].现代企业教育, 2013 (14) .