发布时间：
你可以下个汉化版的阿，另外可以去图书馆找找spss的教程看看
这要看你的数据量，如果巨大，可能是要用SPSS。如果数据量不是很大，EXCEL也是可以的，只是要自己运用函数额处理。
我们的老师基本不会看spss，可以忽略这个选项或者干脆直接写数据量大于0就好了。
会。本科论文毕业后是会进行查重的并且主要是以全省为范围抽查的形式选择几份本科论文进行二次查重。虽然这个几率是有点小，但是如果某位同学真的运气那么好不幸被抽查到，那么这位同学在这之后的半个月甚至是一个月怕是都会很难过。
这就带给很多高校生一个警示，在撰写本科论文时一定要达到高校本科论文标准，那么在这之后几年乃至十几年后的论文抽查环节都是不需要担心的。
本科高校生在撰写本科论文时一定要注意降重，以下是现阶段论文降重的几个技巧。
1、修改措辞
基本上社会上所有的论文查重系统都是以重复字符数来判定论文是否存在抄袭等学术不端行为，所以本科该校毕业生可以通过改变句式，添加删减修饰语，同义词替换的方式来降低论文出重复字符数。
2、图片
社会上的论文查重系统对于图片的检测功能是不完善的，包括现阶段最权威的中国知网查重系统，本科高校生可以利用这一点，在不影响论文大意的前提下，对论文中出现的重复数据以截图的形式展示，避免知网查重这一部分内容。
毕业论文实证分析不会怎么办：
1 .均衡分析与非均衡分析
简单的说均衡就是数量分析，非均衡就是变量分析。
2，静态分析与动态分析
动态分析需要考虑时间因素，静态不需要考虑，如果你做的是近3-5年的财物数据变化，那么就要考虑动态分析
3 1跟2相结合而产生的静态均衡分析，比较静态均衡分析，动态均衡分析
例如动态均衡分析，就是要在考虑数据分析的基础上考虑时间因素的影响。
4 定性分析与定量分析
研究经济现象的性质以及内在规定性与规律性要用定性分析，而研究经济现象量的关系要用定量分析。所以，你要看好自己题目研究的主体因素到底是定性还是定量
实证分析有哪些工具可以用：
比较常用与简单，如果不会，网上有一大堆免费的教程可以看，统计专业的同学应该不用说了，这是必须要会的。
2 Eviews
常规的Ols回归，本科毕业论文较为常用，当然上面的spss也比较常用，在软件操作中需要使用Ols进行多元回归性进行回归，然后在根据结果分析，主要目的为了完善模型。
3二元选择模型
数学专业的应该不陌生，其他专业看不懂也没关系
4 Arima
说实话不常用，但是经济学专业的同学一定知道，这个是分析经济指标预测的重要模型。
简单的举个例子，spss在对于个人数据分析和结果处理方面来看
个人数据分析与结果处理（针对大学生的论文）
分析主要包括描述性分析、信度效度分析、相关分析、假设检验（回归分析）。在分析之前我们首先要懂得SPSS的分析原理。
用SPSS分析的问卷必须是李克特五、七级量表，新研究者建议设计五级单因素的量表。问卷数据收集完成，第一步要剔除无效问卷，保证数据的准确性。
分析步骤如下：
01、录入信息
打开SPSS软件，在变量界面输入问题及值，一般值为1代表非常不同意，2代表不同意，3代表不一定，4代表同意，5代表非常同意。
02、描述性分析
描述性分析是对被调查者的最基本的信息进行描述，如性别、学历、年龄、工等等。描述性分析主要对问卷的均值、标准差进行分析。
最后汇总了列成表格或图表，图表的项有频数、频率、均值、标准值等，加以文字说明，使结果清晰明了。
03、信度分析
信度分析主要是通过SPSS分析验证设计的问卷是否可靠，是否具有良好的相关性进行分析，收集数据是否存在矛盾、可靠等等。
问卷分析的步骤如下：点击“分析”----“标度”----“可靠性分析”-----“选择项”----“确定”
结果分析：问卷是否可靠关键在于：Alpha（a系数）
a<则表示设计的问卷信度不可靠；
04、效度分析和因子分析 通俗来说，效度分析是检验问卷题目与研究目的是否相一致。一般分为内容效度和结构效度； 内容效度是指题项与所测变量的适合性和逻辑相符性； 结构效度是指题项衡量所测变量的能力，实证分析着重分析结构效度，通过进行探索性因素分析（Exploratory factor analysis，EFA）检验来证明量表的结构有效性。 分析步骤如下：分析--降维--因子--将左边所有变量选到右边变量框中--描述--选择初始解和KMO--点击继续--提取--在提取里选择主成份和碎石图--继续--旋转--选择最大方差法。 得出结果如下： 结果分析：效度分析结果主要看KMO值和sig.（显著性）； 若KMO>，则说明问卷中设计的自变量之间具有一定的联系，问卷是有效的； sig.<说明该问卷符合做因子分析，下一步则可以进行因子分析（EFA）。 05、相关分析 相关分析前首先取各个因子的平均值。 步骤如下：分析--相关--双变量--将左边的变量选到右边--在皮尔逊和双变量前打勾--确定。 得出的结果如下： 假设前面两个为因子1、因子2（自变量），第三个为因变量。 相关性是检验自变量与因变量的关系。 可以看出因子1与因变量的相关系数为，且sig.<，说明自变量（因子1）与因变量呈正相关。 相关系数的取值范围介于-1~1之间，绝对值越大，表明变量之间的相关越为紧密。 06、回归分析 回归分析需要看的图有模型摘要图、ANOVA、系数图等等 步骤如下：分析--回归--线性--选择自变量和因变量--点击统计--选择德、共线性等--继续--选择XY变量--继续--保存--继续--确定。 模型摘要图主要看R方和德宾值（D-W），调整后的R方为说明自变量对因变量的可解释程度为（R方代表的是自变量对因变量的解释能力，R方与调整后的R方越接近说明数据越稳定）。D-W值是检验自变量之间是否存在自相关，上图中D-W>2表示问卷中的几个自变量无自相关性， 即方差分析表，ANOVA表的一个作用就是验证假设（A对B不产生影响）是否成立，一般只看sig.值即可，上图sig.<,说明拒绝原假设，至少有一个对因变量产生显著性影响。 下一步看系数表，系数表则说明有几个自变量对因变量产生显著性影响。 可以看出，相关性分析是检验自变量与因变量之间是否具有相关性（正向或反向相关），回归分析则说明了自变量对因变量是否具有显著性影响。 07、一些常见p的问题 1.在信度分析时，那个值该怎么写，问卷信度总是多 ，怎么写？ 信度分析主要看Alpha（a系数），a<则表示设计的问卷信度不可靠， 2.如果两个变量的sig值为，说明了什么？ SPSS的原理是假设A对B不产生影响，分析得出的结果P（sig.）<，则假设不成立，即A对B具有显著性影响。如果sig.=大于>，说明假设成立，A对B（或B对A）不产生影响，任何一方变动都不会影响另一方。 上面是我对现在大学生而言，就怎么处理自己的论文，对自己论文进行数据处理和分析，希望对你有所帮助，谢谢阅读。 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。 选择什么分析方法，主要依据研究数据的数据类型以及研究目标选择。 可以分为几个步骤：1）确定分析目标、2）判断数据类型、3）选择分析方法。 一、 确定分析目标 确定研究目标，即确定研究的思路，也就是你想研究什么，从哪些题中得到什么结果？ 一般在开始分析前都需要先对自己的问卷确定一个大致的研究思路，这也是最重要的部分。 缺少思路，或者不知道从哪里开始入手，可以查看spssau关于问卷思路框架的总结。 参考资料：分析思路总结-SPSSAU 二、 判断数据类型 有了基本框架后，就进入到具体的分析方法选择。 所有数据大致可以分为两种：定量数据和定类数据。 定量数据是年龄、身高这类数字大小有具体意义的。定类数据如性别、职业数字大小没有实际意义。 三、选择分析方法 变量的关系最常见有：相关关系、影响关系、差异关系，及其他关系。 结合数据类型和所要研究的目的，即可选出分析方法，spssau中就有详细的方法选择说明。 参考资料：分析方法选择-SPSSAU 最后就是分析数据，spssau提供标准三线表格式结果和智能文字分析，方便快速解读结果撰写分析报告。 1、答辩中老师常出的问题: 毕业论文采用了哪些与本专业相关的研究方法？ 论文中的核心概念是什么?用你自己的话高度概你选题的缘由是什么?研究具有何种现实指导意义？ 论文中的核心概念怎样在你的文中体现？ 从反面的角度思考:如果不按照你说的去做,结果又会怎样？ 论文的理论基础与主体框架的关联?主要的理论基础是什么？ 经过研究,你认为结果会是怎样?有何正面或负效果？ 论文研究的对象是个体还是群体?是点的研究还是面的研究？ 研究的应然、实然、使然分别是什么？ 论文中的结论、建议或策略是否具有可行性和操作性。 研究对象是否具有可比性?研究框架是否符合论文规范 2、需准备的问题 针对论文答辩的目的和内容,在论文答辩前可以从下列问题中,根据自己实际,选取几个问题,作好汇报准备。内容最好烂熟于心中,不看稿纸,语言简明流畅。 为什么选择这个课题研究,有什么学术价值或现实意义? 前人做过哪些研究,取得哪些成果,有哪些问题没有解决,自己有什么新的看法,提出并解决了哪些问题? 文章的基本观点和立论的基本依据。的问 学术界和社会上对某些问题的具体争论,自己的倾向性观点。 重要引文的具体出处。 本应涉及或解决但因力不从心而未接触的问题;因认为与本文中心关系不大而未写入的新见解。 本文提出的见解的可行性。 定稿交出后,自己重读审查新发现的缺陷。 写作毕业论文(作业)的体会。 本文的优缺点。 3、资料准备 主要准备参加答辩会所需携带的用品,如:硕士论文的底稿、说明提要、主要参考资料,还应带上笔和笔记本,以便把答辩老师所提出的问题和见解记录下来。通过记录,不仅可以缓解紧张,同时还可以边记边思考,更好地吃透老师所提问的要害和实质。 毕业论文答辩是一种有组织、有准备、有计划、有鉴定的比较正规的审查论文的重要形式。那么毕业论文答辩一般会问什么问题呢？下面就和我一起去看一下吧。 1、你为什么选择这个题目？ 选题问题可能涉及到你的研究兴趣以及以后的研究方向。如果你已经有了明确的研究方向，之前已经认真瞭解过，可以大胆的告诉导师，如果还没有确定研究方向，可以和老师说说你的选题来源以及之前搜集过的资料。 2、全文基本结构、框架是怎么设计的？ 该问题的回答并非是让您将论文大纲讲述一遍，而是对整个文章的一个综合说明，比如：全文按照“总——分——总”的结构展开论述，开头从总体上论述XXXX的特点等大背景，之后“提出XXXXX问题”，再根据问题提出XXXXX对策，最后是总结陈述，各部分相互间存在逻辑联系，相互配合，成为整体的有机组成部分（该结构是最为常见的结构，您需要依照自身文章实际情况做具体分析。 全文各个部分之间的逻辑关系是怎样的？ 该问题的回答与论文大纲相结合，比如：全文的逻辑关系是，首先交代大背景——对XXX现状加以论述说明——提出XXX当前存在的问题——分析原因——提出相应的对策建议——对全文进行总结说明。 1、把握好论文内容：自己的论文自己要读通，论文的整体思路，要表达的重点是什么，一定要梳理清楚。多练习几次用口述的方式介绍自己的论文，不要只在心里说，练习的时候一定要注意自己的用词是否够直白清楚。对论文中处理的问题，提出的观点、使用的材料，引用的文献等等，都要完整把握。 2、设想可能的提问：可以预先设想评委老师们可能会提出的问题，给自己准备的提问预想清单，列出 10 个以上的问题，这样不只能帮助你用不同的角度审视自己的论文，也能对这些可能提出的问题准备好答案，在正式答辩时更从容地应对。 3、模拟练习：请身边的人进行模拟答辩，练习自己陈述和答题的口条，这除了能让你的身体熟悉正式答辩时该如何应对外，也能间接舒缓紧张的情绪，在踏入正式答辩会场时更加自信。 1、把握好答辩的时间 在答辩的时候，一定要把握好时间。一般答辩老师会给你5分钟，让你简单叙述你的论文的主要内容。另外，答辩的时候，要时刻注意时间，该停止的时候，就要停止，这样能显得更有准备。 2、语流一定要适中 答辩的时候，一定注意自己讲话的语速，语速一定要适中。语速太快显得很急，别人就听不清了；语速太慢的话，则容易导致时间不足了。 3、用适当的体态动作进行辅助 在答辩的时候，我们可以适当用一些体态动作来辅助，这样会更生动、更形象，不然傻傻站在那里会显得很生硬、很尴尬。而且巧用体态动作，能进一步凸显我们的自信，从而给答辩老师留下一个好的印象。 4、紧扣论文主题进行答辩 在答辩的时候，一定要紧扣论文的主题来答辩，这一点也是答辩老师特别关注的。所以现场答辩的时候，一定要扣题。 毕业论文答辩通常涉及以下几方面的问题：1. 论文研究问题：提问者可能会询问你研究问题的背景、意义和贡献，要求你解释领域中的新思想或新发现。2. 研究方法：答辩委员会可能会就你选择的方法、数据收集、数据分析和解释等方面提出问题。3. 论文结论：你可能会被要求就论文结论的合理性、可靠性和准确性发表意见。4. 研究局限性和未来工作：委员会可能会就限制、局限性和未来研究方向等问题提出问题。5. 与其他研究的关系：你可能会被要求就你的论文与领域内其他相关研究之间的联系和差异发表意见。6. 学术诚信和论文撰写：委员会可能会就你的引用和引用文献的完整性、正确性和学术诚信方面向你提问。7. 论文的逻辑性和语言表达：委员会可能会就论文中的逻辑性和语言的流畅程度提出问题。他们关注的是你是否表达清晰、简明扼要。8. 实践应用意义：答辩委员会通常还会问及你的毕业论文对实际工作有何贡献或者对某个具体问题的解决有何帮助。9. 能否进一步完善论文：有时候，委员会希望从你的毕业论文中探讨某个问题的进一步研究方向，并询问你是否已经有进一步的计划。10. 行研荣誉：一些委员会可能会问及你在完成毕业论文过程中所获得的奖项和荣誉。需要注意的是，在毕业论文答辩过程中，Answer the question. 一条基本原则是不要回答不了解的问题。如果你不理解一个问题，可以请委员会进一步阐述或者请求回答另一个问题。通常委员会会识别你的回答程度，因此回答问题时要有条理，富有逻辑性和深度。 毕业论文答辩是一种有组织、有准备、有计划、有鉴定的比较正规的审查论文的重要形式。为了搞好毕业论文答辩，在举行答辩会前，校方、答辩委员会、答辩者(撰写毕业论文的作者)三方都要作好充分的准备。在答辩会上，考官要极力找出来在论文中所表现的水平是真是假。而学生不仅要证明自己的论点是对的，而且还要证明老师是错的。 问卷调查输入execl 再倒入spss软件进行分析 调查问卷要先做信度效度，再根据分析目的做一些单因素、多元回归分析 具体要做什么分析，可以 要看你分析的是什么问题了，下面举例说明，希望最你有帮助。SPSS的问卷分析中一份问卷是一个案，首先要根据问卷问题的不同定义变量。定义变量值得注意的两点：一 区分变量的度量，Measure的值，其中Scale是定量、Ordinal是定序、Nominal是指定类；二 注意定义不同的数据类型Type各色各样的问卷题目的类型大致可以分为单选、多选、排序、开放题目四种类型，他们的变量的定义和处理的方法各有不同，我们详细举例介绍如下： 1 单选题：答案只能有一个选项例一 当前贵组织机构是否设有面向组织的职业生涯规划系统？ A有 B 正在开创 C没有 D曾经有过但已中断编码：只定义一个变量，Value值1、2、3、4分别代表A、B、C、D 四个选项。录入：录入选项对应值，如选C则录入32 多选题：答案可以有多个选项，其中又有项数不定多选和项数定多选。（1）方法一（二分法）：例二 贵处的职业生涯规划系统工作涵盖哪些组群？画钩时请把所有提示考虑在内。A月薪员工 B日薪员工 C钟点工编码：把每一个相应选项定义为一个变量，每一个变量Value值均如下定义：“0” 未选，“1” 选。录入：被调查者选了的选项录入1、没选录入0，如选择被调查者选AC，则三个变量分别录入为1、0、1。（2）方法二：例三 你认为开展保持党员先进性教育活动的最重要的目标是那三项：1（ ） 2 （ ） 3（ ）A、提高党员素质 B、加强基层组织 C、坚持发扬民主D、激发创业热情 E、服务人民群众 F、促进各项工作编码：定义三个变量分别代表题目中的1、2、3三个括号，三个变量Value值均同样的以对应的选项定义，即：“1” A，“2” B，“3” C，“4” D，“5” E，“6” F录入：录入的数值1、2、3、4、5、6分别代表选项ABCDEF，相应录入到每个括号对应的变量下。如被调查者三个括号分别选ACF，则在三个变量下分别录入1、3、6。注：能用方法二编码的多选题也能用方法编码，但是项数不定的多选只能用二分法，即方法一是多选题一般处理方法。3 排序题： 对选项重要性进行排序例四 您购买商品时在 ①品牌 ②流行 ③质量 ④实用 ⑤价格 中对它们的关注程度先后顺序是（请填代号重新排列） 第一位 第二位 第三位 第四位 第五位编码：定义五个变量，分别可以代表第一位 第五位，每个变量的Value都做如下定义：“1” 品牌，“2” 流行，“3” 质量，“4” 实用，“5” 价格录入：录入的数字1、2、3、4、5分别代表五个选项，如被调查者把质量排在第一位则在代表第一位的变量下输入“3“。4 选择排序题：例五 把例三中的问题改为“你认为开展保持党员先进性教育活动的最重的目标是那三项，并按重要性从高到低排序”，选项不变。编码：以ABCDEF6个选项分别对应定义6个变量，每个变量的Value都做同样的如下定义：“1” 未选，“2” 排第一，“3” 排第二，“4” 排第三。录入：以变量的Value值录入。比如三个括号里分别选的是 ECF，则该题的6个变量的值应该分别录入：1（代表A选项未选）、1、 3（代表C选项排在第二）、1、2、4。注：该方法是对多选题和排序题的方法结合的一种方法，对一般排序题（例四）也同样适用，只是两者用的分析方法不同（例四用频数分析、例五用描述分析），输出结果从不同的侧面反映问题的重要性（前一种方法从位次从变量的频数看排序，后一种方法从变量出发看排序）。5 开放性数值题和量表题：这类题目要求被调查者自己填入数值，或者打分例六 你的年龄（实岁）：______编码：一个变量，不定义Value值录入：即录入被调查者实际填入的数值。 6开放性文字题：如果可能的话可以按照含义相似的答案进行编码，转换成为封闭式选项进行分析。如果答案内容较为丰富、不容易归类的，应对这类问题直接做定性分析。三 问卷一般性分析下面具体介绍SPSS中问卷的一般处理方法，操作以版本为例 ，以下提到的菜单项均在Analyze主菜单下1频数分析：Frequencies过程可以做单变量的频数分布表；显示数据文件中由用户指定的变量的特定值发生的频数；获得某些描述统计量和描述数值范围的统计量。适用范围：单选题（例一），排序题（例四），多选题的方法二（例三）频数分析也是问卷分析中最常用的方法。实现： Descriptive statistics……Frequencies 2 描述分析：Descriptives:过程可以计算单变量的描述统计量。这些述统计量有平均值、算术和、标准差，最大值、最小值、方差、范围和平均数标准误等。适用范围：选择并排序题（例五）、开放性数值题（例六）。实现： Descriptive statistics……Descriptives，需要的统计量点击按钮Statistics…中选择3 多重反应下的频次分析：适用范围：多选题的二分法（例二）实现：第一步在Multiple Response……Define Sets把一道多选问题中定义了的所有变量集合在一起，给新的集合变量取名，在Dichotomies Counted value中输入1。第二步在Multiple Response……Frequencies中做频数分析。4 交叉频数分析：解决对多变量的各水平组合的频数分析的问题适用范围：，适用于由两个或两个以上变量进行交叉分类形成的列联表，对变量之间的关联性进行分析。比如要知道不同工作性质的人上班使用交通工具的情况，可以通过交叉分析得到一个二维频数表则一目了然。实现：第一步根据分析的目的来确定交叉分析的选项，确定控制变量和解释变量（如上例中不同工作性质的人是控制变量，使用交通工具是解释变量）。第二步选择Descriptive statistics……Crosstabs 四 简单图形描述介绍在做上述频数分析、描述分析等分析时就可以直接做出图形，简单方便，同时也可以另外作图。SPSS的作图功能在菜单Graphs下，功能强大，图形清晰优美。现在把常用图简单介绍如下1饼图：又称圆图，是以圆的面积代表被研究对象的总体，按各构成部分占总体比重的大小把圆面积分割成若干扇形，用以表示现象的部分对总体的比例关系的统计图。频数分析的结果宜用饼图表示。2曲线图：是用线段的升降来说明数据变动情况的一种统计图。它主要表示现象在时间上的变化趋势、现象的分配情况和2个现象的依存关系等。3面积图：用线段下的阴影面积来强调现象变化的统计图。4条形图：利用相同宽度条形的长短或高低表现统计数据大小及变化的统计图。五 问卷深入分析除了以上简单的分析，spss强大的功能还可以对问卷进行深入分析，比如常用的有聚类分析、交叉分析、因子分析、均值比分析（参数检验）、相关分析、回归分析等。因为涉及到很专业的统计知识，下面只将个人觉得比较有用的方法的适用范围和分析目的简单做介绍：1聚类分析样本聚类，可以将被调查者分类，并按照这些属性计算各类的比例，以便明确研究所关心的群体。比如按消费特征对被调查者的进行聚类。2 相关分析相关分析是针对两变量或者多变量之间是否存在相关关系的分析方法，要根据变量不同特征选择不同的相关性的度量方式。问卷分析中的多数用的变量都属于分类变量，要采用斯皮尔曼相关系数。其中可以用卡方检验，其是对两变量之间是否具有显著性影响的分析方法3均值的比较与检验（1）Means过程：对指定变量综合描述分析，分组计算计算均值再比较。比如可以按性别变量分为男和女来研究二者收入是否存在差距。（2）T 检验：独立样本t检验用于不相关的样本是否开来自具有相同均值的总体的检验。比如，研究购买该产品的顾客和不购买的顾客的收入是否有明显差异。如果样本不独立则要用配对t检验。比如研究参加职业培训后 工作效率是否提高。4 回归分析问卷分析中的回归分析常采用的是用离散回归模型，一般是逻辑斯蒂模型，解释一个变量对另一变量的影响具体有多大。比如，研究对某商品的消费受收入的影响程度。 需要演示结果，用科学的三线表，不用演示计算过程 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。 我们的老师基本不会看spss，可以忽略这个选项或者干脆直接写数据量大于0就好了。 会。2022年，民办高校的本科毕业论文都要求做spss数据分析，抄袭率要求10%以下。SPSS，统计产品与服务解决方案软件。最初软件全称为“社会科学统计软件包”。毕业论文spss会问什么问题
毕业论文问卷调查spss
毕业论文会看spss结果吗