发布时间：
你要先有论文的目的和分析思路，然后根据目的的论文和分析思路，确定需要收集的数据和类型，最后才考虑 应该用spss什么方法来实现。下面是我自己写的一个 带数据分析的论文写作指导首先，我要说明这里的指导并非常规意义的指导，我这里说的指导是到底应该如何写论文（应该还是很抽象，不过看完就知道了）。迄今为止，我大约也帮忙做了能有上千份的学生论文数据分析部分，包括一部分的整篇论文写作,其中涉及到有医学类、护理类、人文社科类、教育类、经济学类、心理学类等，单凡需要用到数据分析的论文。因为我是做市场研究与数据分析的，擅长的主要工具是spss，不敢说百分百精通spss，但是应付个八九十应该是足够了，很自然的平时就利用下班和业余时间帮学生做一些论文数据分析以及论文写作指导。很多论文的核心部分都包括数据分析，而统计学也应该是所有学科应该学习的一门重要课程，但是恰恰相反，很多学科只是把统计学和数据分析作为一项选修甚至不重要的课程对待，这样导致学生在最后做论文时完全不懂。而在这种情况下，很多学生因为对数据分析的一窍不通，导致论文从开始的设计到后续的数据收集、整理等都会出现问题，最终导致分析出问题。因此，在对数据分析一窍不通的情况下，应该如何从头构建论文及写作呢？很多论文虽然数据分析部分是核心，但是不管哪种论文的写作，都脱离不了论文的框架。因此，具体的过程应该如下：首先是选题，当然很多时候是导师直接给选题，这个没有太多讨论。其次是选题确定后，马上要做的不是想我应该怎么去写作，或者在哪抱怨“哎~~郁闷，完全不知道怎么写嘛”。而是先通过文献查找，看前人在这个选题方面已经做了哪些研究，都是如何做的。通过查找文献找到跟选题有关的资料，然后对这些资料进行整理，整理不需要计较参考文献的结论和数据细节等，而是要把每篇文献的研究目的、采用的研究方法、采用的分析方法整理出来。当然参考文献中的分析方法你可能还完全不懂，但是没关系，你先把这些参考文献中使用的分析方法全部罗列出来，如线性回归、方差分析、均值t检验、logistic回归等，把这些文献中常用的统计方法罗列出来，你需要弄清楚对应关系，即每种分析方法是用来支持和实现什么样的研究目的，以及能够得出什么样的结论，认真阅读文献就能实现这一步。第三．通过上一步，你应该朦胧的知道你选题相关的参考文献中常用的统计方法名称，以及这些统计方法能够帮助实现哪些目的，或者得出什么结论，同时也不会对自己的选题那么恐惧和迷茫了，因为可能你的选题已经有前人做过了，你的论文只是“复制”一遍而已了，我说的复制是重复一遍前人的研究。在这种情况下，可以构思下自己的选题，这一步属于纯理论层面的，你需要将自己的思路具体化，比如要实现什么目的，很自然的需要什么数据分析方法也就能确定了。当然很多论文会预先设计一系列待验证的假设，也是在这一步完成，因为你找到的文献中可能会存在矛盾的结论，可能会存在一些你认为的研究缺陷（文献看多了，自然自己就会有想法出来了），提出自己的一系列假设，能够很清楚的指导后面的数据收集和分析。第四．选题、假设还有研究方法这些经过前面几步都能确定了，接下来就是要考虑具体研究和收集数据的环节了。这个环节最重要的也是首要的是弄清楚你的数据应该是什么类型的，通过哪种方法来获取。其实也容易了，因为前面你已经确定了统计分析方法，而每种方法有它特定的数据类型要求，比如是分类数据（如性别、民族、年级等）、比如连续性数据（如年龄、身高、体重、温度、长度、距离等）。分类数据简单通俗点的理解就是这些数字本身是没有意义的，是人为赋予它一定的含义，这些数据之间不存在连续性，且加减乘除没有意义，而连续性数据是数据本身有意义，且能够进行一些加减乘除运算。确定了所需要的数据类型，就大致能够知道在数据收集时，应该注意的问题。比如一份问卷调查，其中应该如何设计问题也就大致清楚了，通常问卷设计时就要考虑两种数据类型的问题，因为不同的选项设计会导致不同的数据类型。如你设计一个问题的答案选项是“有/没有”、“是/否”这种是属于分类数据，如果你的答案选项是李克特量表式“非常满意----非常不满意”这种，在处理时可以按照分类数据，只能统计出一些百分比，也可能将其按照连续数据如12345打分形式，这样可以求均值，可以做很多其他多元统计分析。因此这一步确定数据类型很关键，如果数据类型弄错的话，则收集的数据完全无用。第五．具体收集数据过程，不细说了，收集回来之后就是数据的录入。记住一定要录入原始的数据，而不是经过加减整理汇总后的数据。数据录入格式也是有要求的，一般大致同样的情况下，都是一行代表一个个案或者一份问卷的数据，而一列对应表示的是问卷中的一个问题，即变量。因此数据录入完成后，应该是有多少样本数据，就有多少行，数据中包含多少个指标，那就有多少列。第六．这一步才是你应该开始头疼的数据分析不会了怎么办。因为到这里才开始是数据的具体分析过程了。不会怎么办，前面已经知道了分析方法，这种情况，只有找本教材，然后找对应的方法介绍学习即可，或者实在不行找人指导，找人帮忙等等。最后。分析完成后，开始整篇论文的写作。其实完成前面的每一步，到最后写文献综述以及讨论时，自然就会得心应手了，很少会需要绞尽脑汁甚至东拼西凑。
在网上搜spss教程啊
SPSS入门教程
对于第一次使用SPSS的用户，系统会弹出使用向导，用户可以在其中选择所需要的操作，如果不希望该向导再出现，直接勾选左下角的【以后不再显示此对话框】，也可以在这里直接打开数据源，点击确定
也可以直接在菜单栏中选择【文件-打开】，这里有几种数据源打开方式，根据自己所现有的数据存储方式进行打开
例如这里最常见的是点击【数据】，然后在文件类型中选择【sav】即SPSS格式文件
然后选择一份SPSS文件，然后点击打开
然后直接利用菜单栏的各种所需要的功能进行统计分析，这里功能很多，如果有时间、感兴趣的同学可以逐个功能打开进行试验操作
最后统计分析完点击【文件-另存为/保存】把统计好的数据保持下来即可
以上内容来自开心电玩
SPSS软件主要用于对数据做统计学方面的一些分析和检验，是用于对数据进行一些基本处理、分析，以及做一些统计检验的软件，使用SPSS分析数据通常有以下几步：导入数据——>数据基本处理——>数据分析——>总结并得出结论。打开SPSS后会出现两个界面，如下图；图一是数据处理分析区，包括数据视图（数据处理区）和变量视图（数据包含各字段编辑区）；图二是分析结果区，分析的各类结果都会在此显示。导入数据：在数据处理区左上方选择“文件”——>“导入数据”，导入相应格式的数据，此处我以csv文件格式为例。点击之后，出现如下对话框，选择好要处理的数据，点击“打开”，对要导入数据数据按需要进行预处理，再点击确定。
结果变量为有序分类资料的列联表可采用秩和检验、ridit分析或有序logistic回归分析处理。ridit分析使用spss须辅助手工计算。秩和检验可轻易解决整体上组间是否有差异，若有差别须进一步两两比较，方法较为复杂：正规方法通过spss编程进行检验；也可按卡方分割方式或直接进行秩和检验两两比较（一般须调整检验水准）；进行秩变换使用方差分析。该组数据部分证型样本太少，采用秩和检验和直接两两比较（例数太少可以不用调整检验水准）（请参考马斌荣主编的《spss for windows ver 在医学统计中的应用》一书相应章节）。建议增加样本含量或适当合并证型或合并疗效标准再进行检验。若样本量足够大可拟合spss中ordinal过程。
SPSS入门教程
对于第一次使用SPSS的用户，系统会弹出使用向导，用户可以在其中选择所需要的操作，如果不希望该向导再出现，直接勾选左下角的【以后不再显示此对话框】，也可以在这里直接打开数据源，点击确定
也可以直接在菜单栏中选择【文件-打开】，这里有几种数据源打开方式，根据自己所现有的数据存储方式进行打开
例如这里最常见的是点击【数据】，然后在文件类型中选择【sav】即SPSS格式文件
然后选择一份SPSS文件，然后点击打开
然后直接利用菜单栏的各种所需要的功能进行统计分析，这里功能很多，如果有时间、感兴趣的同学可以逐个功能打开进行试验操作
最后统计分析完点击【文件-另存为/保存】把统计好的数据保持下来即可
以上内容来自开心电玩
使用spss检验的具体操作过程如下：
按照教材step by step
未分开组之前做pearson相关分析，分开后做t检验、方差分析。我经常做医学数据分析的。
我觉得直接用相关分析就行了，如果要用T检验的话，你首先得保证你的那3个变量数据都是正态分布，因此还要先做个正态分布检验来进行证明，所以比较麻烦。
数据大概这么录入，那个“编号”是录入习惯，和分析没关系。
选择分析-相关-双变量
在双变量相关窗口如上选择
得出的结果首先看显著性，<说明这个结果有意义。在此前提下，再看Pearson，正数说明是正相关，负数说明负相关，具体值的相关关系看下图。
按照国际标准对。根据世界卫生组织规定，成人收缩压≥140mmHg或（和）舒张压≥90mmHg时即可确诊为高血压。收缩压≤120mmHg称为理想血压，收缩压≤130mmHg称为正常血压，介于130和140之间者，称为临界高血压。舒张压就是当人的心脏舒张时，动脉血管弹性回缩时，产生的压力称为舒张压，又叫低压。
probit回归。需要建立三个变量，分别是浓度，抑制率，和总数。小数位数按照实际要求设置。输入数据。总数用1或者100，其他按实际输入开始计算。
分析—回归—probit响应频率为抑制率，观测值汇总会总数，协变量为浓度，转换选择对数底为10，模型选择logit用 SPSS 计算 IC50点击确定即可。在弹出的输出界面的置信限制中找到概率的估计浓度即为IC50。
SPSS统计分析过程
包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，每类中又分好几个统计过程。
比如回归分析中又分线性回归分析、曲线估计、Logistic回归、Probit回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，而且每个过程中又允许用户选择不同的方法及参数。SPSS也有专门的绘图系统，可以根据数据绘制各种图形。
以上内容参考：百度百科-多元线性回归
描述统计，或是其他很多操作都可以得到样本量，样本量为N，你注意看下就可以了，
1、打开spss，建立变量。（需要建立三个变量，分别是浓度，抑制率，和总数。小数位数按照实际要求设置。如下图所示。）
2、输入数据。总数用1或者100，其他按实际输入：
3、开始计算。分析—回归—probit：
4、响应频率为抑制率，观测值汇总会总数，协变量为浓度，转换选择对数底为10，模型选择logit：
5、点击确定即可。
在弹出的输出界面的置信限制中找到概率的估计浓度即为IC50。本例子求出的IC50为。
用spss计算样本量的步骤如下：
1、一般来说，样本数据是水平排列的，spss软件要求数据垂直排列，所以可以直接粘贴原始水平数据，在excel中可以快速转换成垂直数据，避免了繁琐和错误的手工数据输入。
2、复制excel垂直数据粘贴到spss软件数据输入区的第一列。之后选择，双击“变量视图”更改数据格式。
3、设置数据后，在工具栏中选择“分析-描述统计-探索”。调用explore对话框。
4、然后，将区间估计值选择到“因变量列表”（本例中为权重），点击“统计”按钮，调出“探索：统计”对话框。再次选中“说明”以设置置信区间。
5、最后，完成之后单击继续后点击确定按钮，即可以得到结果。
SPSS是分析原始数据的，这里已经给出了平均数和标准差，就不需要用SPSS了，直接用T的计算公式，这个公式在很多统计学的书上都有，可以找来看看。至于显著性水平，上面已经给出来了，一颗星表示显著，两颗星表示非常显著。
spss独立样本t检验 p值和t值
T检验中的p值与两个独立样本的样本量大小、样本均值和方差有关。
由独立样本t检验，t值计算公式可知。
进行独立样本T检验，推荐使用SPSSAU，比SPSS更傻瓜简单的统计分析工具，随T检验分析表格输出智能文字分析建议和分析结果，帮助理解检验的结果。
两个步骤得出分析结果，小白也可以快速完成分析：
第一步：选中t检验分析方法
第二步将分析项拖拽到对应分析框内
输出结果。SPSSAU直接输出论文需要的三线表表格形式：
通过分析建议可以知道对T检验的分析结果的解读应该重点关注上表格中p值，，当P值小于或（根据实际研究而定），即呈现显著性差异，然后再对比平均值大小进行描述即可。
独立样本t检测包括两个检验：前一个是方差齐性检验（也就是Levene检验），后一个t检验。方差齐性检验是t检验的前提。所以看结果先看方差齐性检验结果。如自主学习动机这一项，方差齐性检验结果sig.值，也就是p值>，说明方差齐性（方差相等）。之后的结果全部都要看第一行，也就是假设方差相等这一行。对应的第一行的p值，第一行t值，仅供参考，祝好运！
是否存在显著差异,就是要把变量输进去,在spss中做统计分析.会马上输出结果,那个表就有p值和t值可以直接看的