SPSS使用说明书
t检验
t检验主要是对两组类别，如性别等方面的差异进行分析的工具。
一、社会支持、工作压力、控制源、工作满意度的性别差异
1、进入analysis> campare means> independent-sample T test
2、输入变量名，其中结果变量（在本研究中主要是工作压力，工作满意度和控制源和社会支持）输入到test Variable(s)中，可以将所有结果变量同时输入，也可以将依次输入。
性别作为分类变量输入到Grouping V ariable 中，然后揿defeind groups键。
3、你再输入数据时如果男性输入为1，女性为2，则输入数据1、2分别代表男和女。
然后揿Continue键。
4、出现如下图形后，揿OK键，则出现统计结果
5、统计结果包括两个表格，第一个表格如下。
这个表格说明的是每个结果变量的数据信息，以时间应激为例，性别分别用1和2表示；N 表示调查的人数，其中男性67人，女性30人；Mean 表示在时间应激量表上的得分情况，其中男性的平均分为23.87，女性的平均分为21.63；Std. Deviation 表示标准差，男性得分的标准差为4.988。
女性的得分标准差为5.048。
Group Statistics
6723.87 4.988.6093021.63 5.048.9226714.97 4.000.4893014.17 3.887.71067 3.39 2.546.31130 3.97 2.659.48567 6.69 2.846.348307.37 2.834.5176712.15 2.009.2453012.43 2.096.3836733.1910.125 1.2373044.0714.326 2.6166719.259.697 1.1853019.17 5.299.9676758.4819.611 2.3963069.2319.372 3.5376711.21 4.956.60530
13.40
4.538
.829
性别121212121212121212
时间应激焦虑上司支持同事支持家人朋友内在满意外在满意整体满意内外倾向
N Mean Std. Deviation
Std. Error Mean
2、输入变量名，其中结果变量（在本研究中主要是工作压力，工作满意度和控制源和社会支持）输入到test Variable(s)中，可以将所有结果变量同时输入，也可以将依次输入。
年龄作为分类变量输入到Factor中，然后揿Post Hoc键。
3、选中LSD，然后揿Continue：
4、揿Options，选中Descriptive，然后揿Continue：
5、揿OK则出现统计结果。
统计结果包括三个表格，第一个表格如下。
这个表格说明的是每个结果变量的数据信息，以时间应激为例，20表示20到30岁这组人，N表示人数，Mean表示平均数，Std. Deviation表示标准差。
则时间应激的第一行表示的是20－30岁这组人的人数是34人。
在时间应激上得分为21.18，标准差
外在满意20 30 8.32(*) 1.296 .000 5.74 10.89
40 -8.42(*) 1.591 .000 -11.58 -5.26
30 20 -8.32(*) 1.296 .000 -10.89 -5.74
40 -16.74(*) 1.528 .000 -19.77 -13.71
40 20 8.42(*) 1.591 .000 5.26 11.58
30 16.74(*) 1.528 .000 13.71 19.77 整体满意20 30 20.75(*) 2.539 .000 15.71 25.79
40 -22.99(*) 3.118 .000 -29.18 -16.79
30 20 -20.75(*) 2.539 .000 -25.79 -15.71
40 -43.74(*) 2.995 .000 -49.68 -37.79
40 20 22.99(*) 3.118 .000 16.79 29.18
30 43.74(*) 2.995 .000 37.79 49.68 * The mean difference is significant at the .05 level.
相关分析
相关分析表示的是两组数据之间的相互关系
三、社会支持、工作压力、控制源与工作满意度的关系
1、选择Analysis > Correlate > Bivariate
2、将需要分析的内容放进来，然后揿OK键：
2、输出结果只有一项：
Correlations
时间应激焦虑上司支持同事支持家人朋友内在满意外在满意整体满意内外倾向
时间应激Pearson
Correlation
1 .839(**) -.866(**) -.853(**) -.721(**) -.516(**) -.423(**) -.503(**) -.466(**) Sig.
(2-tailed)
. .000 .000 .000 .000 .000 .000 .000 .000 N 97 97 97 97 97 97 97 97 97
焦虑Pearson
Correlation
.839(**) 1 -.893(**) -.907(**) -.787(**) -.553(**) -.496(**) -.558(**) -.511(**) Sig.
(2-tailed)
.000 . .000 .000 .000 .000 .000 .000 .000 N 97 97 97 97 97 97 97 97 97
上司支持Pearson
Correlation
-.866(**) -.893(**) 1 .930(**) .847(**) .529(**) .465(**) .530(**) .511(**) Sig.
(2-tailed)
.000 .000 . .000 .000 .000 .000 .000 .000 N 97 97 97 97 97 97 97 97 97
同事支持Pearson
Correlation
-.853(**) -.907(**) .930(**) 1 .857(**) .518(**) .465(**) .523(**) .503(**) Sig.
(2-tailed)
.000 .000 .000 . .000 .000 .000 .000 .000 N 97 97 97 97 97 97 97 97 97
家人朋友Pearson
Correlation
-.721(**) -.787(**) .847(**) .857(**) 1 .446(**) .411(**) .454(**) .452(**) Sig.
(2-tailed)
.000 .000 .000 .000 . .000 .000 .000 .000 N 97 97 97 97 97 97 97 97 97
内在满意Pearson
Correlation
-.516(**) -.553(**) .529(**) .518(**) .446(**) 1 .802(**) .967(**) .908(**) Sig.
(2-tailed)
.000 .000 .000 .000 .000 . .000 .000 .000 N 97 97 97 97 97 97 97 97 97
外在满意Pearson
Correlation
-.423(**) -.496(**) .465(**) .465(**) .411(**) .802(**) 1 .927(**) .911(**) Sig.
(2-tailed)
.000 .000 .000 .000 .000 .000 . .000 .000 N 97 97 97 97 97 97 97 97 97
整体满意Pearson
Correlation
-.503(**) -.558(**) .530(**) .523(**) .454(**) .967(**) .927(**) 1 .956(**) Sig.
(2-tailed)
.000 .000 .000 .000 .000 .000 .000 . .000 N 97 97 97 97 97 97 97 97 97
** Correlation is significant at the 0.01 level (2-tailed).
每一结果变量有三行，其中Pearson Correlation表示相关系数高低，Sig表示结果的显著性，N表示人数。
在Pearson Correlation的数值的右上角有不同的星号（这个星号在显示时不太正常，因此你要自己画，你可以根据sig的得分来画星号，如果得分小于0.05就画一个星号，如果小于0.01就画两个星号，小于0.001就画三个星号。
如果sig的得分大于0.05就表示相关不显著。
我们看到，时间应激和上司支持的相关系数为-.866，表示上司支持的得分越高，则员工的时间应激得分越低，注意：统计结果只是反应得分情况，得分高低具体代表的意思要根据量表的具体内容。
上司支持和总体满意度的相关系数为.530，表示上司支持得分越高，则总体满意度得分越高（根据量表可知，总体满意度量表的得分越高，满意度水平越高，上司支持的量表得分越高，上司支持水平越高，因此我们可以说，如果员工获得的社会支持越多，则满意度越高）。