用SPSS软件分析时要是有一个自变量多个因变量该怎么分析呢

两者没有相关性p>0.05再问：请问p是什么值，0.548吗，那0.277和7是什么意思再答：7是例数。相关系数r=0.277，P=0.548>0.05，表明相关性不显著。

前后对照的数据可以用配对样本T检验,analyze-comparemeans-pairedsamplesttest,然后输入数据.

SPSS因子分析吧,我现在做的论文就是因子分析法.大体列举下我论文里怎么做因子分析的.研究方向,因子分析法分析城市竞争力：因子分析法主要目的是浓缩数据,通过研究众多变量间的内在依赖关系,探求观测数据中

x1,x2...x5是5个自变量,1个y因变量.系数a图中是将x1与y建立一个线性回归模型,常量为1.956E-6,sig.也即P值=1>0.05,无统计学意义,x1的斜率为-0.504,P=0.00

我会用SPSS再问：你有SPSS软件吗？可以发给我吗？或者是你帮我分析一下数据可以吗？再答：我可以发给你，也可以帮你分析，都行的再答：http://bbs.jjxj.org/thread-109843

用spss是很好做的,首先下载spss然后再variableview中把你的问题简短的输入,再到dateview中输入问卷中代表的程度输入表格中,当你把所有的问卷都输入完毕后页面最上面的anlyze中

你自己需要先假设这三个指标之间有什么内部作用机制,是想了解他们之间的相关性,还是想了解他们之间某些之间存在的因果关系.必须先确定你假设的内部作用机制,之后才能选择什么方法

我学过一点SPSS~还是略懂,hello,本人是统计学的,不知道你相分析什么数据的呢?、

以下全属个人看法,首先我认为,楼主对主成分分析还没有一个清楚的认知,导致所给的图形就不是最终判断分析的结果.在多元统计分析中,主成分分析是依靠因子分析的结果来进行的.请饶在下唐突,不过确实,楼主的给因

这种情况是可以出现的.在相关性分析时,你看到的是两个变量之间的关系,其他变量的影响是不被考虑的；但是,进行逐步回归分析时,如果入选的变量不止一个,那么入选变量之间可以产生影响,这种影响甚至可以改变一些

KMO是做主成分分析的效度检验指标之一,以前的文献中写说,KMO在0.9以上,非常合适做因子分析；在0.8-0.9之间,很适合；在0.7-0.8之间,适合；在0.6-0.7之间,尚可；在0.5-0.6

没用过,网上有相关的教程

首先进入SPSS的regression下面的linear做多元线性回归,这里选入所有的自变量,并在statistics下面选择输出的相应量,输出检验异方差的DW值和检验多重共线性的VIF值,根据结果来

这个维度的设置有问题,你应该没做预调查,所以出现了这个错误我经常帮别人做类似的数据分析的

其次,用SPSS软件做主成分分析也没那么复杂,不过你要钻研一番.下面的说明及举例希望可以对你有帮助：主成分分析法在SPSS中的操作1、指标数据选取、收集与

1、首先列出2X2列表如下：依从人数非依从人数合计男702393女662086合计13643179在spss中按以下格式输入数据：第一列（原始数据):70、23、66、20第二列（处理组分组）：1、2

R方统计量衡量在样本内预测因变量值的回归是否成功,一般超过0.85都是成功的,F统计量检验回归中所有的系数是否为零(除了常数或截距),统计显著性（sig）就是出现目前样本这结果的机率.Y=a*exp(

基本上就是采用anova就可以的你的主体问卷的感觉评价都是以量表来打分的.所以在比较不同性别、教育程度、职业、分段收入之间的感觉差异采用方差分析就可以了如果你的年龄是实际年龄而不是分段的,那年龄和均值

SPSS支持EXCEL格式的数据你把EXCEL格式的数据直接复制粘贴到SPSS中去就行了.没有必要再重新输一遍.

老大,首先,你上传的图我无法看清.其次,用SPSS软件做主成分分析也没那么复杂,不过你要钻研一番.下面的说明及举例希望可以对你有帮助：主成分分析法在SPSS中的操作1、指标数据选取、收集与录入（表1）