spss中怎样分析自变量对因变量的影响-搜答案-智慧作业帮

去这里看哈,挺不错的,希望对你有帮助.我也是spss的受害者,现在天天拿软件一个个地试.

在输出中点击图形以激活,会弹出图形编辑器,在图形编辑器上点击条形图的条,在类别那一栏里面有排序,将其拖动成你要的顺序即可.

用典型相关分析,做不到你说的回归分析,回归需要因变量只有一个,你可以用因子分析提取一个共因素,然后再进行回归

首先建立两个变量如x,y,把数据录入进去（两列）,在analysis里头,选correlate,分别把x,y放进去,点OK就可以得到结果.再问：我用的是中文版的SPSS，点击：分析—相关-双变量相关，

SPSS做显著测试正态性检验→统计处理的问题_+可以在我的QQ名称来给你做了一些分析和检查.

如果你的分析方法是正确的话,这个结果是能够说明的变量3在该模型中是有贡献的,有意义的,而变量1并不显著,对Y影响不大.

analyse——generallinearmodel——univariate,选择plot,将要分析的两个要素,自变量,因变量分别ADD到横纵坐标中,就可以做交互作用出散点图.

因为逐步回归程序会帮你把不显著（没有作用的）自变量删除了,只保留重要的、有意义的变量.如果你想把所有变量都保留的话,请选择强制法（enter）进行回归分析.

请参照下列操作.系数(a)模型非标准化系数 &

未旋转的因子矩阵：不是说x7是最主要的因素,而是说x7与第1个成分的相关性最大,且为正相关.通过你这个因子矩阵表,很难将各个x进行分类,可以进行因子分析,得到旋转后的因子矩阵.旋转后的因子矩阵：表中的

因素4能够解释百分之多少的差异,是看最后一栏（1.3%）,倒数第二栏意思是累积的（Cumulative）Rsquare,因素1R方=0.239,累积的R方=0.239因素2R方=0.019,累积的R方

简单点说先看Sig.值,如果这个值

先通过computevariables功能,计算三类制度的总得分,然后对得到的三个分数求描述性统计.看样子你的问卷是可以做信效度分析的,你也可以建结构方程模型再问：��computevariable

ARMA（pq）模型中模型参数的设定主要依靠自相关函数AC和偏自相关函数pac.自回归过程AR的参数主要看PAC在哪一阶截尾,如在4阶截尾则参数P=4；移动平均模型MA的参数主要靠识别AC函数是否呈快

定量数据的话,再生成一个变量group,第一组为1,、第二组为2,例如X,group111,1222,1123,1321,1234,2321,2222,2333,2然后用两独立样本t检验SPSS操作A

可以做因子分析.首先,先将A1到An用提取主成分分析的方法,形成一个因子,同理,对B项做同样处理.其次,再在因子的层面上对两个因子单变量方差分析（当然,如果存在多个自变量因子和多个因变量因子,可以用多

改数据就行啊再问：往哪个方向改啊再答：不显著的方向

单因素方差分析是作单因素比较的,析因设计和正交设计都不是单因素,这个用不上析因设计用“Analyze--generallinearmodel-univariate”一般线性模型析因分析的方差设计的检验

可以通过“多分类Logistic回归”完成,Analyze——Regression——MultinomialLogisticRegression▲Dependent:战略类型▲Factor(s):自变

（一）定义变量输入数据前首先要定义变量.单击valuableview定义变量即要定义变量名、变量类型、变量长度（小数位数）、变量标签（或值标签）和变量的格式.每一行表示一个变量的定义信息,包括Name

spss中怎样分析 自变量对因变量的影响