spss课程心得体会【篇一：spss心得体会】学习spss在教育统计中的应用心得体会一、什么是spss？为什么要学习spss？新学期开始时，在信息化教育测量与评价的课程中第一次接触到spss这个软件，作为本科是计算机专业出身的我，当时只知道spss是一套统计软件，就是一套根据统计学原理所编写出来的统计分析软件，至于统计什么？分析什么？我一无所知，尤其是看到老师推荐的《spss在教育统计中的应用》这本书的时候，就简单的把它理解为用spss软件来统计、分析与教育相关的数据，最终得出想要的结论而已，而现在看来，我当初的想法未免有点简单与无知。

下面就来让我们了解一下spss。

spss软件是一组专业的、通用的统计软件包，同时它也是一个组合式软件包，兼有数据管理、统计分析、统计绘图和统计报表功能。

它广泛用于教育、心理、医学、市场、人口、保险等研究领域，也用于产品质量控制、人事档案管理和日常统计报表等。

spss软件对计算机硬件系统的要求较低；对运行的软件环境要求宽松，有各种版本可运行在windows xp、win7系统环境下， spss统计软件采用电子表格的方式输入与管理数据，能方便地从其他数据库中读入数据（如dbase，excel，lotus等）。

我为什么要学习spss呢？其实很简单，一方面，做为一名研究生，要具备一定的科研能力，如今量化研究的方法大行其道，一切要以事实说话、要以数据说话，有了数据支持的研究才能更容易被认可、被推论。

另一方面，根据对aect94定义的理解，教育技术学研究的对象是学习过程和学习资源，包含大量的偶然现象和非精确现象。

因此，要深入研究教育技术现象及其规律，必须运用统计描述、统计分析方法和模糊数学分析方法，才可能使这门学科达到真正完善的地步。

教育技术学研究的现象多数是偶然的现象，其变化发展往往具有几种不同的可能性，究竟出现哪一种结果，那是带有偶然性的，是随机的。

这类偶然现象是遵循统计规律的，当随机现象是由大量的成份组成，或者随机现象出现大量的次数时，就能体现统计平均规律。

我们只有对数据资料作统计处理，才可能可以发现它们的内在规律，掌握现象的特征，检验研究的假设，才能得出准确的、可靠的研究结果。

二、对本spss各章节学习的心得新课程老师带领下，采取一种新的学习方式，老师讲解了基础部分后，全班同学采取小组分工、协作学习，然后对全班同学进行讲解学习内容，教师进行当堂指导，这种方法改变了同学们的学习态度，同学们不再是课前不预习，课下不复习的状态，每组都有自己的任务，课前有一定的压力，同学间的讨论也明显的增多，例如：一次课下同学们在一起吃饭，有几位同学还在调侃说“两个菜之间用spss进行分析后得出的结果不接受h0假设，也就是两个菜之间不相关”，虽然这只是一个课下的玩笑，但是这也可以体现出对学习的态度的转变。

下面就本学期的所学spss的各章节做一下归纳，这些归纳也是基于本人平时在课前预习，课上及课后的一些所思所想，也许会有一些理解上的偏颇在内，但这仅限于心得而已。

本学期学习各个章节及分工如下表：章节名称1.spss的认识及数据文件的处理2.数据清理与基本统计及测量质量分析3.t检验4.方差分析1、 2人 3人 7.聚类分析 8.统计图形 2人 1人 2人 6.卡方检验 3人2人 5.相关分析 3人分工人数章节名称分工人数 spss的认识及数据文件的处理心得体会可能是由于是同学们第一次讲，万事开头难，压力很大，在大家认为最为简单的内容讲解上，两位同学并没有完全展现出二人实际水平，大家在这一节课上都感觉到很压抑，总的感觉是这节内容很简单，但是内容又很松散，可讲的东西太多，讲的东西多就没有突出重点和难点，所以听过之后就有种无数的碎片漂浮在脑海中一样，很难将知识系统化，课后总结一下无非就是两块，一块是了解spss软件的历史及基本功能，还有一块就是spss软件当中一个模块叫做数据文件的处理，在认识spss软件当中了解到它是一组社会科学统计软件包，诞生于1968年，当时美国的3位大学生开发出了它，经过这么多年的后续开发，spss已经有了很多的版本，具有了更的兼容性、和更友好的操作界面，也在很多的学科领域得到了应用，而在教育中的应用只是它的一个分支。

此外它对硬件的要求也很低，当前一般的电脑都能安装它，安装的过程中也没有什么特殊的方法，傻瓜式的安装方式完全就可以满足。

在数据文件的处理方面，主要是要学会定义变量、处理变量两方面；定义变量是要注意根据自己实际采集的数据来定义变量，例如是数值型的变量还是文本型的变量及变量的长度，小数点保留尾数等，总之就是一句话，根据实际调查的数据要求来定义相应变量。

变量定义只有只要细心的将实际调查的数据录入到spss当中即可，当然也可以在spss软件之外进行数据编制，可以通过execel等编辑后可以直接导入到spss中。

在处理变量模块当中，可以对变量进行添加、删除、拆分与合并等操作，只要根据实际调查数据，细心调整变量，使操作更加简便和明了。

2、数据清理与基本统计及测量质量分析的心得体会数据的清理与基本统计及测量质量分析由两名同学进行讲解，由于吸取了上节课两名同学的经验，本节讲授的明显好于上节课，这里我也是把它分为两块进行学习，一块是数据的清理，另一块是相关统计理论的学习。

在数据清理方面主要学习了奇异数据的检查与清理，在这里本人觉得非常有必要进行数据清理，在实际的调查数据时难免会出现错误或者碰到极为特殊的典型案例，所以这些数据很难符合大众规律，在统计、分析过程中可能会造成分析结果异常，从而直接影响最终的结论。

所以觉得非常有必要进行数据检查与清理。

而我认为本节的难点不是怎样熟练运用spss软件，而是在第二块中的，相关统计理论的学习，学习这些理论需要一定的数学基础，只有明确这些理（论如均值、标准误差、中数、众数、全距、四分位等）原理，知其然，知其所以然，这才是关键，在spss中想要实现对数据进行以上分析只需要轻轻点击一下按钮就可以是轻松实现，但是如果不清楚到底用它们来做什么就无从谈起做数据分析了，所以本节内容知道分析原理的重要性要远远大用spss对数据做出相关分析的重要性。

总结为一句话“知道它们是做什么的后才会让它们去做该做的工作”。

3、 t检验的心得体会t检验由两名同学讲解，在学习t检验时，首先要明确什么样的数据适合t检验，t检验的结果要说明什么问题？经过学习可以知道，t检验是对两组数据间的平均水平或均数的比较，通过比较可以得出两组数据间的显著性水平，而这两组数据都要符合正态分布，方差具有齐同性，t检验由两种情况，一种配对提检验，要求两组数据不可以独立颠倒顺序，如果颠倒顺序就会改变问题的性质，这种t检验称为配对t检验；另一种情况下的t检验是两组数据可以任意颠倒顺的检验称为独立样本的t检验。

但是这两种情况都必须符合最先的要求，即都是符合正态分布，方差都具有齐同性。

通过spss的相关操作可以轻松完成检验，但是在检验的过程中必须设置置信区间，一般设置为95%，在设置置信区间时必须要考虑到所做分析的数据，如果像要得到显著性差异的结果则可尽量将置信区间设置小些，如果想要得到不显著差异就要将置信区间甚至大些，本人的理解为若置信区间小，则可以理解为在小范围内是可以相信的，但如果将分析结果的置信区间值调大则说明在很大的范围内这个结果可信，反之则不可信，【篇二：spss软件学习心得】误差理论数据处理分析常见的统计软件有sas,spss,minitab,excel等。

这些统计软件的功能大同小异，各有所侧重。

其中的sas和spss是目前在大型企业，各类院校及科研机构中较为流行的两种统计软件。

特别是spss，其界面友好，功能强大，易学，易用，包含了几乎全部尖端的统计方法，具备完善的数据定义，操作管理和开放的数据接口以及灵活美观的统计图表制作。

作为专业的统计软件，spss感觉比excel更丰富，也更准确。

从表1中分析，抗拉强度的极小值为67.89，极大值为80.36，均值标准误差为0.86948，标准差为3,47793，方差为12.096。

屈服强度的极小值为47.14，极大值为8.227。

表2从表2中分析，回归平方和为176.469，自由度为1，均值方差,176.469，显著性为497.056，残差平方和为4.970，自由度为14，均值方差为0.355。

表3从表3从分析，常数量b为12.514，非标准化系数的标准误差为2.719，t值为4.602。

标准系数使用版为0.986，t值为22.自变量的b值为1.196，非标准化系数的标准误差为0.054，295。

表4图1从散点图可以看出，抗拉强度y与屈服强度x大致呈线性关系。

人们假设y与x之间的内在关系是一条直线，这些点与直线的偏离是实验过程中其他一些随机因素的影响而引起的。

心得体会在学习spss中必须学会的是“数据组织方式和数据测度”，这个对于那些学习信息的人容易理解，对文科出身的人不容易理解。

但是这个问题对于初学者很重要。

在实际使用spss时，就得按部就班地按照先定义变量，测调度，在录入（导入数据），再分析。

分析并不是整个流程。

在大二快结束的学习过程中参加了spss的课程学习，尽管我只是大略地学习，泛泛地接触这门课程，但是对这门课的兴趣很浓。

参与这次实践的经历深刻改变了我对这门课的认识。

我越发感到我需要这门课程，我必须掌握这门统计技术，分析方法。

这就是社会的需求，学校的标准，也是个人发展得需要。

虽然只有几周的学习时间，但我已经对该课程有了更多的了解，十分感谢黄璟老师讲解的这门课，提供了这个平台。

理论加实践，为不同基础的学生提供了好的学习环境。

我认为开设很有必要，应当成为重点。

现实生活中的数据多不胜数，但要得到有用的数据并不容易，这就要应用数据分析的方法确定数据的属性，再用清理工具（清洗、集成、转换、消减）进行筛选转化为有用的信息，再用spss深入分析，得出规律。

对数据的分析是以统计学为基础的，统计学提供了一套完整的科学方法论，统计软件则是实现的手段，统计分析软件具有很多有点。

它功能全面，系统地集成了多种成熟的统计分析方法；有完善的数据定义、操作和管理功能；方便地生成各种统计图形和统计表格；使用方式简单，有完备的联机帮助功能；软件开放性好，能方便地和其他软件进行数据交换。

我们接触最多的统计软件是excel 和spss。

在统计学中应用excel,在数据分析中则主要是spss，它具有很好的人机界面和完善的输出结果。

这门课程中我们学了另外一种数据分析方法就是聚类分析。

它与“物以类聚，人以群分”是同样的道理。

多元统计分析方法就是对样品或指标进行量化分类的问题，它们讨论的对象是大量的样品，要求能合理地按各自的特性也就是相似性来进行合理的分类，没有任何模式可供参考或依循，即是在没有先验知识的情况下进行的。