温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

EXCEL版通过在EXCEL中设定的Sobel检验公式，将对应的数值输入进去即可。根据∣Z∣是否大于1.96，如果大于1.96，则表示中介效应显著，反之不显著。可前往QQ群自行下载文件。(3)

语中介变量是联系两个变量之间关系的桥梁和纽带。理论上，中介变量意味着某种内部机制。下面我们对中介变量的概念、分类、检验方法等方面进行介绍。SPSS有话说概念考虑自变量X

导

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

3中纳入的变量都是在上一个模型基础上的。比如，模型

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

通过偏相关分析进行控制）、分离第一公因子控制（假设探索性因子分析所提取的第一公因子为共同方法偏差的最佳估计，将这个因子从数据中分离出来）、单一潜在变量控制法等等。特别提示

语根据回归分析的基本假设，自变量之间要求相互独立的。如果某两个或多个自变量之间出现了相关性，导致参数估计出现偏差，或者标准误很大，模型失真，则称为存在多重共线性。

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

文章打赏全部归编辑者所有，用知识创造生产力。小贴士在这里，你将会得到一群同样喜欢统计、热爱技术的朋友以及一个视你为手足的团队一份公平，靠你的双手努力获得发展的平台一个和伟大的产品共同成长的机会

导

导

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

导

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

语心理学实证论文中，需要涉及数据的统计分析，在这过程中容易出现一些错误。主要涉及抽样、研究变量的选择、信度和统计分析等方面。SPSS有话说一、抽样方面

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

导

系数越高,信度越高,问卷的内部一致性越好●评分者信度：多个评分者给同一批人的答卷评分的一致性程度。其中，最常用的是内部一致性信度，其数值也称克隆巴赫信度系数(Cronbach

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

导语一项科研课题的调查研究或心理学、教育学、管理学等方面的毕业论文设计，经常需要使用调查问卷，但调查问卷回收回来之后，如何用专业的统计软件SPSS来分析处理，并形成专业的调查报告？SPSS有话说1.

导语重要的事情说三遍！了解数据类型是进行相应统计分析的前提。不同的数据类型对应的统计分析方法不同，例如，卡方检验、T检验和方差分析均是差异检验的重要方法，但是三者所针对的数据类型不同。除了之前介绍的连续数据和离散数据，数据类型还可以怎么划分？SPSS有话说根据数据所反映的测量水平，可以将数据分为称名数据、顺序数据、等距数据和等比数据。四种数据的特点如下：（一）称名数据（名义变量）

导语什么是边缘显著？以及如何进行转化处理？SPSS有话说在数据统计分析中，在进行假设检验时，显著性水平一般以0.05为最临界值，p值低于0.05即为达到统计学上的显著性。但我们经常发现，有时候p值没有达到显著，但却在0.05附近，此时我们称之为“边缘显著”，所下的统计学结果或结论是“某种结果具有某种倾向”。过去40年间心理学家对边缘显著态度发生了明显的变化，标明边缘显著的文章比例越来越高，社会心理学领域特别明显。总体来说，不考虑心理学分支的差异，2010年发表的文章报告边缘显著p值的比1970年高2.47倍。不考虑年份差异，社会心理学领域报告边缘显著的文章比例比发展心理学高1.6倍，比认知心理学高1.22倍，认知心理学比发展心理学高1.3倍。在控制了文章中的实验数量后，社会心理学仍然比认知和发展心理学高，后面二者没有显著差异。这些数据说明研究者越来越愿意通过描述边缘显著效应来支持自己的假设。那边缘显著的p值范围是多少呢？目前边缘显著的界定仍比较模糊，尚未有统计学上的明确标准。一般来说，学者们把

统计学习分为统计思想和统计方法两部分，即道和术。有道无术，无源之水，有术无道，无水之木。因此，要做到知行合一，理论与实践相结合，用理论指导实践，用实践检验理论。思想非一朝一夕之功，但方法操作可以速成。因此，我们先从统计思想出发，扎实基本功，然后从统计方法出发，因为纸上谈兵终觉浅，回到实践才能行。关于统计方法也是我们的侧重点，本质上就是一种技术操作，需要不断强化的过程，而要熟练使用必须不断错误，不断尝试，符合桑代克的“尝试——错误”学习观。真正的科学研究主要是针对无限总体，鉴于时间、资源、资金等方面的限制，一般我们进行的科研主要是有限总体。人与动物的最大区别在于“善假于物”，也就是善于使用工具。在研究无限总体的过程中，我们可能很难完全获取所有的数据，因此，抽样应运而生。就相当于你想知道做的汤咸不咸，尝一口就行不需要把汤全部喝完，这就是“抽样”，弱水三千只取一瓢。根据事件发生概率大小，可以分为：必然事件（P=1）、不可能事件(P=0)、随机事件或偶然事件(0

将本推文或者海报转发朋友圈集50个赞，截图发送给微信客服，即可获得30元课程优惠券；③下单，完成之后支付即可；④

导语问卷或量表调查研究需要多少份或要求多大的样本量？SPSS有话说问卷调查中没有绝对的样本量标准，不同的研究方法、研究目的，研究要求和研究资料都可决定样本量得大小。一般而言，样本越大，结果的估计越精确。但样本过大或过小均可影响研究的可行性。因此，科学地确定样本量可增加研究的可靠性，得到可信的研究结果。样本量的多少取决于多个方面：首先，取决于样本总体的广泛性，比如研究汉族和藏族学生，那样本量差异就很大。因为汉族学生的总体很庞大，要想获得一个具有代表性样本，显然需要很大的样本量。而藏族学生的总体很少，相对少的样本量理论上代表性也可能比较好了。

导语在使用教育学、心理学、管理学、医学等量表时，我们需要计算量表各个维度（也称分量表）及量表总分的得分。那么，量表的维度分和总分用的是各个题目相加的总分还是它们的平均分呢？SPSS有话说第一，不论是总分还是平均分，影响的只是描述性统计，并不影响推断统计。或者说，值影响单个变量本身具体的分值大小，但不影响多个变量之间的关系，包括变量之间的相关关系、差异关系、回归预测关系。但在回归分析中，对标准化回归系数没有影响，但对非标准化回归系数是有影响的。第二，不论是采用总分还是平均分，都不影响不同样本的变量高低大小顺序。第三，不论是采用总分还是平均分，都不影响推断统计的显著性水平p值。第四，既然以上三点都说明总分和平均分不影响推断统计，即不影响研究假设的结论，那我们是不是用哪个都可以呢，可以随便用？不是！因为量表是提供给各个研究者进行相同主题研究的工具，因而量表的使用应该是标准化的，也就是操作、评分和解释等应该是一致的，目的是使得使用相同量表的研究具有可比性和可交流性，所以，学术研究用的量表应该遵循共同的计分方法，也就是量表最初编制者制定的计分方法，而不应该擅自改变计分方法，这其实也是对量表编制者的尊重。第五，需要注意的是，用总分还是用平均分在解释上是有一定差异的，从平均分可以知道甚至简单对比不同维度的取值水平，但总分则不可以，除非各个维度项目数一样。例如职业倦怠量表，A维度包含5个题目，B维度包含8个维度，题目数量不同，它们的总分就无法比较；但如果用题目的平均分，那么A和B维度的平均分就具有对比的意义了。再者，当我们采用李克特量表时（计分方法如1—5分），维度的平均分与李克特量表的评分刻度对应，例如平均分为4.06，那么说明被试在这个维度上靠近1-5计分法的4分，这个4分就有意义了。例如在完全不同意（1分）——不太同意（2分）—不确定（3分）—比较同意（4分）—完全同意（5分）中，平均分4分就表明被试的态度处于“比较同意”的较高水平。但如果我们采用总分的话，就不能直接与评分尺度对应。总之，如果是我们自己编制的量表，那么我们可以自己决定量表计分方法是总分还是平均分。但如果我们使用的是别人现成的量表，那么就必须使用人家定好的计分方法。授人以鱼不如授人以渔给我一份数据，还你一个世界明诚数据工作室

导语心理学和社会科学使用的问卷或量表基本上很难达到连续变量的水平，如李克特量表很难取小数（尽管将其视为连续变量对待），因此，社会科学研究的变量通常为离散型变量。那么，为什么可以当作连续变量使用？SPSS有话说李克特量表是属评分加总式量表最常用的一种，属同一构念的这些项目是用加总方式来计分，单独或个别项目是无意义的。它是由美国社会心理学家李克特于1932年在原有的总加量表基础上改进而成的。该量表由一组陈述组成，每一陈述有"非常同意"、"同意"、"不一定"、"不同意"、"非常不同意"五种回答，分别记为5、4、3、2、1，每个被调查者的态度总分就是他对各道题的回答所得分数的加总，这一总分可说明他的态度强弱或他在这一量表上的不同状态。变量类型一般可以分为连续变量和分类变量（离散变量），二者的区别在于能否在变量的取值范围内取任意可能值。前者可以取任意值，后者不可以。其次，连续变量既可以取整数，也可以取小数，而分类变量只能去整数。分类变量按照各类别间是否存在顺序关系可分为顺序变量和名义变量。顺序变量是有大小、高低之差的分类变量。而名义变量则是没有顺序的分类变量，使用数字代表某类事物，数字之间没有量的关系，只具有指代关系。如将性别分成男和女，分别用0或1表示。李克特量表的变量本质上是顺序变量（等级），从1~5分别代表非常不同意~非常同意，因为从非常不同意到比较不同意之间的距离并不等于比较同意到非常同意的距离。但当类别变量超过5个时采用极大似然估计也能得到精确的估计结果，所以也方便当作连续变量来处理。另外，离散变量无法计算平均数，或进行相关、回归等统计分析，因此无法检验有关的研究假设，为了方便解释和有意义分析，将其作为连续变量来进行处理。授人以鱼不如授人以渔给我一份数据，还你一个世界明诚数据工作室

将本推文或者海报转发朋友圈集50个赞，截图发送给微信客服，即可获得30元课程优惠券；③下单，完成之后支付即可；④

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

问题上期我们留了一个问题：身高与肺活量的相关是否真实？如何检验两个变量的相关是否真实或者虚假？接下来，我们来介绍偏相关分析——教你如何辨别是非。相关知识偏相关分析也称净相关分析，在剔除控制变量的影响下，分析变量之间是否存在显著的相关性的统计方法。换言之，偏相关分析是一种用来判断虚假相关的方法。比如，同样的身高，体重数值未必一样，还会受胖瘦的影响。这时肥胖可能就是我们的控制变量。例如下图，X与Y有相关关系（重合部分），但是这部分关系可能不是真实的，于是我们引入另一个变量Cov作为控制变量，再对X和Y做相关分析，发现这时候相关度就变小了（扣除了Cov与Y的相关，剩下的红色框里面的是X与Y“独有”的相关）。当控制变量个数为一时，偏相关系数称为一阶偏相关系数；控制变量个数为二时，偏相关系数称为二阶相关系数；控制变量个数为为零时，偏相关系数称为零阶偏相关系数，也就是相关系数。相关分析是研究两个变量共同变化的密切程度，但有时出现相关的两个变量又同时与另外的一个变量相关（共同作用）；有时由于某个变量充当了相关性的中介作用，而另外的两个变量并不存在实质性的相关关系，造成这种伪相关现象的变量被称为“桥梁变量”（中介变量）。操作步骤问题：分析身高与肺活量之间是否存在虚假相关？

问题上期说到，相关分析仅能说明变量之间的相互依存的关系，而不能说明变量之间的数量关系，即函数关系。本质上，函数关系是相关关系的特殊形式，没有相关关系，就没有函数关系可言。也就是说，相关关系是函数关系的基础。那么，如何说明变量之间的函数关系？请看本期回归分析的介绍。相关知识表达互相联系事物的依存情况有两种方式：相关关系和回归关系（函数关系）。回归关系是一种确定关系，通过一个或几个事物的取值能够得到另一个事物的取值，这是通过回归方程（函数方程）实现的。相关关系不是确定关系，当一个或几个事物的取值发生变化时，与它（它们）有联系的事物的取值也会发生变化，但变化值不是确定的数值。回归分析的分类：根据研究自变量的数量，可以把回归分析分为一元回归分析和多元回归分析。如果只有一个自变量一个因变量，称为一元回归分析，如果研究的是两个或两个以上的自变量，则称为多元回归分析。根据自变量和因变量之间的关系类型，可以将回归分析分为线性回归分析和非线性回归分析。回归模型也相应地分为线性回归模型和非线性回归模型。其中，线性回归指的是自变量和因变量之间存在线性的关系，这种关系可以用一条直线来表示；非线性回归则用于非直线关系的研究和表示，比如正弦函数等。相关分析与回归分析的区别与联系：例如，【头发长见识短】忽略现实的意义，我们可以认为头发的长度与见识的高低存在负相关。而回归分析考察的是自变量对因变量影响的数量关系。相关分析只能说明有无和程度大小问题，而回归分析不仅能说明有无，还能说明头发长度为x时，见识的高低。回归分析的原理：决定系数R2:强迫法与逐步法的区别：（1）输入：对于用户提供的所有自变量，回归方程全部接纳。（2）逐步：先检查不在方程中的自变量，把F值最大（检验概率最小）且满足进入条件的自变脸选入方程中，接着，对已经进入方程的自变量，查找满足移出条件的自变量（F值最小且F检验概率满足移出条件）将其移出。（3）前进：对于用户提供的所有自变量，系统计算出所有自变量与因变量的相关系数，每次从尚未进入方程的自变量组中选择与因变量具有最强正或负相关系数的自变量进入方程，然后检验此自变量的影响力，直到没有进入方程的自变量都不满足进入方程的标准为止。（4）后退：对于用户提供的所有自变量，先让它们全部强行进入方程，再逐个检查，剔除不合格变量，直到方程中的所有变量都不满足移出条件为止。（5）删除：也叫一次性剔除方式，其思路是通过一次检验，而后剔除全部不合格变量。这种方法不能单独使用，通常建立在前面已经构造出初步的回归方程的基础上，与前面其他筛选方法结合使用。回归分析类型选择：操作步骤问题：分析自我控制对大学生拖延行为的预测作用？

问题前面我们讲述了差异检验的相关知识，包括T检验、方差分析、卡方检验等，但这些都是检验差异关系的。有差别就必然存在联系，如何检验变量之间关系的紧密程度和方向呢？接下来，我们来介绍一下相关分析。相关知识相关分析是研究两个或两个以上变量间的相关关系的统计分析方法。例如，人的身高和体重之间、空气中相对湿度与降雨量之间的相关关系，都是相关分析研究的问题。SPSS软件中常见的相关分析有三处，【交叉表—统计—相关性】、【相关分析】、【线性回归-统计-部分相关性和偏相关性】。常见的相关系数有三种，它们分别是Pearson、Spearman、Kendall系数。使用Pearson相关系数时，需要满足以下

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

温馨提示数据分析服务：如有数据分析或一对一远程教学的需要，请添加微信2433657970（小明同学）进行咨询。SPSS教学视频：请点击《常用统计分析方法与操作》视频课程

问题实际工作中，其实有很多因素是很难人为控制的，它们的不同水平确实会对结果变量产生了较为显著的影响，如果忽略这些因素，而直接简单的分析其他因素对结果变量的影响，所得出的结果可能存在偏差。为了更加准确的研究控制变量的不同水平对目标变量的影响，应该尽量剔除其他因素对结论的影响。接下来，我们介绍一种统计控制的方法——协方差分析。相关知识（1）协变量协变量(covariate)指与因变量有线性相关并在探讨自变量与因变量关系时通过统计技术加以控制的变量。常用的协变量包括因变量的前测分数、人口统计学指标以及与因变量明显不同的个人特征等。协变量应该属于控制变量的一种。有些控制变量可以通过实验操作加以控制(如照明、室温等),

问题前面介绍的处理连续数据的统计分析方法为参数检验，参数检验对于总体的分布有一定的要求，参数检验的条件较为严格，如t和F的独立性、正态性和方差齐性。当资料不满足时，理论上运用上述方法会有一定的误差，如果不用t和F，还有没有其他方法进行补充或替代呢？接下来，我们介绍非参数检验的相关知识。相关知识非参数检验是统计分析方法的重要组成部分，它与参数检验共同构成统计推断的基本内容。参数检验是在总体分布形式已知的情况下，对总体分布的参数如均值、方差等进行推断的方法。但是，在数据分析过程中，由于种种原因，人们往往无法对总体分布形态作简单假定，此时参数检验的方法就不再适用了。非参数检验正是一类基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。由于非参数检验方法在推断过程中不涉及有关总体分布的参数，因而得名为“非参数”检验。参数检验与非参数检验的比较：非参数检验分类：1、

问题问卷调查中，经常涉及单选题、多选题、填空题或简答题。前面一些讲解均是针对单选题，那么如果遇到多选题，应该如何进行处理？接下来我们来介绍多选题的处理方法——多重响应分析。图1