SPSS中自变量和因变量如何输入

SPSS中自变量和因变量如何输入
我现在在做硕士论文,分析到最后一个问题被卡住了.下面是我收集数据的表格.
Win-Win Win-Lose Lose-Win Lose-Lose
Price 53 48 9 70
Guanxi 36 42 78 24
Service 75 14 57 34
Total:164 104 144 128
根据最左列的3个independent variables,每一个受访者都需要在相应的dependent variables中选择一个答案.
例如,A受访者,认为Price最容易导致Win-Win,Guanxi最容易导致Win-Lose,而Service最容易导致Lose-Win.
我现在的问题是不知道该如何在SPSS中输入数据,也不知道用哪种测试可以得出类似 Win-Win=X1 Price+X2 Guanxi+ X3 Service.通过比较X1,X2,X3,得出哪个因素最容易导致 Win-Win的结局.
急盼答复

（一）定义变量
输入数据前首先要定义变量.单击valuable view 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、Type、Width、Decimal、Label、Values、Missing、Columns、Align、Measure等.
（二）数据的输入与编辑
定义了所有变量后,单击“Data View”标签,即可在出现的数据视图（编辑）窗中输入数据.数据录入时可以逐行录入,也可以逐列.
由于各种原因,已经输入的数据有时会需要修改,这就需要进行编辑,可用方向键或鼠标将黑框移动到要修改的单元,键入新值.
方差分析是用于两个及两个以上样本均数差别的显著性检验.
方差分析的基本思想：通过分析研究不同变量的变异对总变异的贡献大小,确定控制变量对研究结果影响力的大小.
方差分析的前提要求：（1）样本是独立的随机样本；
（2）各样本皆来自正态总体；
（3）总体方差具有齐性,即各总体方差相等.
方差分析实质：对各总体均值相等假设进行检验.（用F统计量进行检验）
单因素方差分析测试某一个控制变量的不同水平是否给观察变量造成了显著差异和变动.
单因素方差分析的零假设H0为一个控制变量在不同水平下各总体均值之间不存在显著差异.
判断方式：如果相伴概率≤显著性水平a,则拒绝H0,如果相伴概率＞显著性水平a,则不拒绝H0,认为控制变量在不同水平下各总体均值之间不存在显著差异.
多因素方差分析中的控制变量在两个或两个以上,它的研究目的是要分析多个控制变量的作用、多个控制变量的交互作用以及其他随机变量是否对结果产生了显著影响.
多因素方差分析的零假设H0为多个控制变量的不同水平下,各总体均值没有显著差异.
判断方式：如果相伴概率≤显著性水平a,则拒绝H0,如果相伴概率＞显著性水平a,则不拒绝H0,认为控制变量在不同水平下各总体均值之间不存在显著差异.
协方差分析是将那些很难控制的因素作为协变量,在排除协变量影响的条件下,分析控制变量对观察变量的影响,从而更加准确地对控制因素进行评价.
协方差分析要求协变量应是连续数值型,多个协变量间互相独立,且与控制变量之间也没有交互影响.
2.步骤
步骤1：单因素方差分析
选择[File]=>[Open]=>[Data],弹出Open Data对话框,选择“数学成绩2.SAV”文件,单击“Open”按钮.
选择[Analyze]=>[Compare Means]=>[One-Way ANOVA],弹出One-Way ANOVA对话框,把“数学”变量移到右边的“Dependent List”框中,把“组别”变量移到 “Factor”框中,如图5-1所示.

图5-1 One-Way ANOVA对话框
单击“Options”按钮,弹出One-Way ANOVA：Options对话框,在Statistics框中选中“Homogeneity of variance test”复选框,选中“Means plot”复选框,如图5-2所示.

图5-2 One-Way ANOVA：Options对话框
单击“Continue”按钮,返回到One-Way ANOVA对话框,单击“Post Hoc”按钮,弹出One-Way ANOVA：Post Hoc Multiple Comparison对话框,选中“LSD”（最小显著法,默认为0.05）和“S-N-K”（q检验,固定为0.05）复选框,如图5-3所示.

图5-3 One-Way ANOVA：Post Hoc Multiple Comparison对话
单击“Contrasts”按钮,弹出One-Way ANOVA：Contrasts对话框,选择“Polynomial”复选框,如图5-4所示.

图5-4 One-Way ANOVA：Contrasts对话框
单击“Continue”按钮,返回One-Way ANOVA对话框,单击“OK”按钮.
步骤2：多因素方差分析
选择[File]=>[Open]=>[Data],弹出Open Data对话框,选择“数学成绩2.SAV”文件,单击“Open”按钮.
选择[Analyze]=>[General Linear Model]=>[Univariate],弹出Univariate对话框,把“数学”变量移到右边的“Dependent Variable”框中,把“组别”和“性别”变量移到 “Fixed Factor”框中,如图5-5所示.

图5-5 Univariate对话框（一）
单击“Option”按钮,弹出Univariate：Options对话框,在Display框中选择“Homogeneity Tests”复选框,如图5-6所示.

图5-6 Univariate：Options对话框
单击“Continue”按钮返回Univariate对话框,单击“Post Hoc”按钮,弹出Univariate：Post Hoc对话框,把“组别”变量移到右边的“Post Hoc Tests for框中,然后选择“LSD”和“S-N-K”检验方法,如图5-7所示.

图5-7 Univariate: Post Hoc Multiple Comparisons for Observed Means对话框
单击“Continue”按钮,返回Univariate对话框,单击“Plots”按钮,弹出Univariate：Profile Plots对话框,把“组别”变量移到右边的Horizontal Axis文本框中,然后点击“Add”按钮,把“组别”变量移到Plots文本框中,同样的方法把“性别”变量移到Plots文本框中,如图5-8所示.

图5-8 Univariate：Profile Plots对话框
单击“Continue”按钮,返回Univariate对话框,单击“Contrasts”按钮,弹出Univariate：Contrasts对话框,选中“组别”变量,然后在Contrast的下拉框中选择“Simple”方式,再点击右边的“Change”按钮,同样的方法对“性别”变量进行设置,如图5-9所示.

图5-9 Univariate：Contrasts对话框
单击“Continue”按钮,返回Univariate对话框,单击“OK”按钮.
步骤3：协方差分析
选择[File]=>[Open]=>[Data],弹出Open Data对话框,选择“数学成绩3.SAV”文件,单击“Open”按钮.
选择[Analyze]=>[General Linear Model]=>[Univariate],弹出Univariate对话框,把“数学”变量移到右边的“Dependent Variable”框中,把“组别”变量移到 “Fixed Factor”框中,把“入学成绩”变量移到Covariate框中,如图5-10所示.

图5-10 Univariate对话框（二）
其中“Option”、“Plots”、“Contrast”的设置和步骤2的设置一样,这里就不再叙述,单击“OK”按钮.