Aprire SPSS e cliccare sul " foglio dati" sulla parte inferiore dello schermo .
2 Fare doppio clic su " var0001 "per aprire una finestra di dialogo. Mettere nella scatola la prima variabile di interesse ( ad esempio, " sesso" ) . Fare clic su " OK ". Definire la variabile , . , Ad esempio , 1 = femmina e 2 = maschio
3
doppio clic su " var0002 " e digitare nella casella il tuo secondo variabile di interesse ( ad esempio, " maggiore " ) . Fare clic su " OK ". Definire la variabile , . , Ad esempio , 1 = ingegneria maggiore e 2 = non di ingegneria importante
analizzare i dati
4
Clicca su "Analizza " nella parte superiore della schermo di SPSS . Nel menu a discesa , fare clic su " Statistica descrittiva ". Selezionare " Tavole di contingenza . "
5
Evidenziare una variabile ( ad esempio , il sesso ) e fare clic sulla freccia per metterla nella casella " Righe " . Non fa differenza quale variabile è per "file" e che è in
6
Evidenziare l'altra variabile ( ad esempio , maggiore - ingegneria o meno ) " Colonne . " E fare clic sulla freccia per metterlo nella casella " Colonne " .
7
Fare clic sul pulsante "Statistiche" nella parte inferiore della finestra di dialogo e selezionare " Chi quadrato " nel menu a discesa. Clicca su " Cellule ". Selezionare " previsto". Fare clic su " OK ".
Leggere l'output
8
leggere la tabella di output " tavole di contingenza . " Questo indica il numero dei partecipanti che sono maschio per la loro maggiore ( ingegneria o meno) , e il numero di donne che sono per loro importanti (ingegneria o meno. Sarà anche indicare il numero di partecipanti caso ha voluto prevedere in ogni categoria .
Pagina 9
recensione tavolo per "Test Chi Quadrato " di indipendenza . la linea superiore è il Chi Quadrato di Pearson . Seguire quella riga lungo e vedere il valore di test del chi- quadrato , il numero finale ottenuto dall'analisi , quindi il df ( gradi di libertà) , che sarà 1 . l' df è il numero di gruppi ( 2) meno 1 .
10
Segui la Pearson Chi Quadrato riga lungo la colonna " Sig . "( significato ) . Questa è l' informazione più importante nella tabella. si indica se l'analisi del chi-quadrato è stato significativo , in altre parole , se i risultati sono stati a causa della variabile stimatore ( sesso) o al caso. Se il sig . è inferiore a 0,05 , è considerato significativo , significa che ci sono meno di cinque possibilità su 100 che i risultati sono frutto del caso .
software © www.354353.com