2023年spss统计分析基础教程实验报告

《2023年spss统计分析基础教程实验报告》由会员分享，可在线阅读，更多相关《2023年spss统计分析基础教程实验报告（16页珍藏版）》请在装配图网上搜索。

1、学 生 实 验 报 告总 成 绩教师署名实验1：数据文献管理一、 实验目的通过本实验项目，使学生理解并掌握SPSS软件包有关数据文献创建和整理的基本操作，学习如何将收集到的数据输入计算机，建成一个对的的SPSS数据文献，并掌握如何对原始数据文献进行整理，涉及数据查询，数据修改、删除，数据的排序等等。二、实验内容某航空公司38名职工性别和工资情况的调查数据，如表2.3所示，试在SPSS中进行如下操作：（1）将数据输入到SPSS的数据编辑窗口中，将gender定义为字符型变量，将salary定义为数值型变量，并保存数据文献，命名为“实验1-1.sav”。（2）插入一个变量income，定义为数值型

2、变量。（3）将数据文献按性别分组（4）查找工资大于40000美元的职工（5）当工资大于40000美元时，职工的奖金是工资的20；当工资小于40000美元时，职工的奖金是工资的10%，假设实际收入工资奖金，计算所有职工的实际收入，并添加到income变量中。表2.3 某航空公司38名职工情况的调查数据表IdGenderSalaryIdGenderSalary1M$ 5700020F$ 262502M$ 4020021F$ 388503F$ 2145022M$ 217504F$ 2190023F$ 240005M$ 4500024F$ 169506M$ 3210025F$ 211507M$ 360

3、0026M$ 310508F$ 2190027M$ 603759F$ 2790028M$ 3255010F$ 2400029M$ 13500011F$ 3030030M$ 3120012M$ 2835031M$ 3615013M$ 2775032M$ 11062514F$ 3510033M$ 4202315M$ 2730034M$ 9202316M$ 4080035M$ 8125017M$ 4600036F$ 3135018M$10375037M$ 2910019M$ 4230038M$ 31350三、 实验环节与结果 选择菜单 【文献】【新建】【数据】。单击左下角【变量视窗】标签进入变量视图

4、界面，根据实验的设计定义每个变量类型。变量定义完毕以后，单击【数据视窗】标签进入数据视窗界面，将每个具体的变量值录入数据库单元格内。【文献】【保存】或者【文献】【另存为】（2）点击变量视图，新设定inconme变量，类型为数值。（3）选择菜单【数据】【分割文献】。选择拆分数据后，输出结果的排列方式，该对话框提供了3种方式：对所有观测进行分析，不进行拆分；在输出结果种将各组的分析结果放在一起进行比较；按组排列输出结果，即单独显示每一分组的分析结果。选择分组变量，选择数据的排序方式，单击ok按钮，执行操作（4）【数据】【选择个案】【假如】【salary40000】.(5) 【转换】【计算变量】目的

5、变量为income，综合假如和数字表达式设计income。结果：（3）和（4）和（5） 四、 实验总结理解并掌握SPSS软件包有关数据文献创建和整理的基本操作，学习如何将收集到的数据输入计算机，建成一个对的的SPSS数据文献，并掌握如何对原始数据文献进行整理，涉及数据查询，数据修改、删除，数据的排序。实验2：描述记录一、 实验目的记录分析的目的在于研究总体特性。但是，由于各种各样的因素，我们可以得到的往往只能是从总体中抽取的一部分观测对象，他们构成了样本，只有通过对样本的研究，我们才干对总体的实际情况作出也许的推断。因此描述性记录分析是记录分析的第一步，做好这一步是进行对的记录推断的先决条件。

6、通过描述性记录分析可以大体了解数据的分布类型和特点、数据分布的集中趋势和离散限度，或对数据进行初步的探索性分析（涉及检查数据是否有错误，对数据分布特性和规律进行初步观测）。本实验旨在于：引到学生运用对的的记录方法对数据进行适当的整理和显示，描述并探索出数据内在的数量规律性，掌握记录思想，培养学生学习记录学的爱好，为继续学习推断记录方法及应用各种记录方法解决实际问题打下必要而坚实的基础。二、实验内容完毕下列实验内容，并按实验（1）所附实验报告的格式撰写报告。1.表2.7为某班级16位学生的身高数据，对其进行频数分析，并对实验报告作出说明。表2.7 某班16位学生的身高数据学号性别身高（cm）学号

7、性别身高（cm）1M1709M1502F17310M1573F16911F1774M15512M1605F17413F1696F17814 M1547M15615F1728F17116F1802.测量18台电脑笔记重量，见表2.8，对其进行描述记录量分析，并对实验结果作出说明。表2.8 18台笔记本电脑重量表序号123456789重量1.751.921.591.851.831.681.891.701.79序号101112131415161718重量1.661.801.832.051.911.761.881.831.79三、实验环节与结果 1.【分析】【描述记录】【频率】。选择身高填入变量勾选显

8、示频率表格，在同一窗口上，点击“Statistics”按钮，打开记录量对话框，选择记录输出选项2. 【分析】【描述记录】【描述】。将待分析的变量移入Variables列表框，Save standardized values as variables，对所选择的每个变量进行标准化解决，产生相应的Z分值，作为新变量保存在数据窗口中。其变量名为相应变量名前加前缀z。标准化计算公式：单击【选项】按钮，如图2.8 所示，选择需要计算的描述记录量。结果：統計資料身高 N有效16遺漏0平均數166.56中位數169.50眾數169標準偏差9.668變異數93.463偏斜度-.367偏斜度標準誤.564峰度-

9、1.330峰度標準誤1.091最小值150最大值180百分位數25156.2550169.5075173.75四、实验总结1.某班级16位同学的身高大部分高于平均数，很少部分小于166.56cm，身高分布图呈现左偏，走势比正态分布缓和。说明身高变化起伏不大。2.从偏态和峰度指标看出，重量的分布基本符合正态分布，重量基本处在一个固定范围内。没有太大起伏变化，实验3：记录推断一、实验目的1.熟悉点估计概念与操作方法2.熟悉区间估计的概念与操作方法3.纯熟掌握T检查的SPSS操作4.学会运用T检查方法解决身边的实际问题 二、实验内容1某省大学生四级英语测验平均成绩为65，现从某高校抽取20份试卷，其

10、分数为：72、76、68、78、62、59、64、85、70、75、61、74、87、83、54、76、56、66、68、62，问该校英语水平与全区是否基本一致？设0.052分析某班级学生的高考数学成绩是否存在性别上的差异。数据如表所示：某班级学生的高考数学成绩性别数学成绩男（n18）85 89 75 58 86 80 78 76 84 89 99 95 82 87 60 85 75 80女（n12）92 96 86 83 78 87 70 65 70 65 70 78 72 563SPSS自带的数据文献world95.sav中，保存了1995年世界上109个国家和地区的部分指标的数据，其中变

11、量“lifeexpf”,“lifeexpm”分别为各国或地区女性和男性人口的平均寿命。假设将这两个指标数据作为样本，试用配对样本T检查，女性人口的平均寿命是否的确比男性人口的平均寿命长，并给出差异的置信区间。（设0.05）三、实验环节和结果1.新建spss数据。计算样本均值的区间估计，采用“单样本T 检查”方法。选择菜单“ 【分析】【比较均值】【单样本T检查】2. 选择菜单“ 【分析】【比较均值】【独立样本T检查】，将成绩作为检查变量，性别作为分组变量，定义组为0和1.1.單一樣本統計資料N平均數標準偏差標準錯誤平均值成绩2069.809.4742.118單一樣本檢定檢定值 = 65Tdf顯著

12、性 （雙尾）平均差異95% 差異數的信賴區間下限上限成绩2.26619.0354.800.379.232.群組統計資料性别N平均數標準偏差標準錯誤平均值成绩男1881.2810.3692.444女1476.2911.4323.055四、实验总结1.如上图所示：最右侧给出的均值的标准误是对样本均属抽样误差大小的描述指标。用于比较的假设均值为65，从左到右依次T，自由度，P值，置信区间。此样本的平均值为69.80，显著性p值为0.0350.05，没有理由拒绝原假设，即该班级学生的高考数学成绩是存在性别上的差异。实验4：方差分析一、实验目的1帮助学生进一步了解方差及方差分析的基本概念，掌握方差分析的

13、基本思想和原理2掌握方差分析的过程。3增强学生的实践能力，使学生可以运用SPSS记录软件，纯熟进行单因素方差分析、两因素方差分析等操作，激发学生的学习爱好，增强自我学习和研究的能力。二、实验内容1. 用SPSS进行单因素方差分析。某个年级有三个小班，他们进行了一次数据考试，现从各班地抽取了一些学生，记录其成绩如表。原始数据文献保存为“数学考试成绩.sav”。试在显著性水平0.05下检查各班级的平均分数有无显著差异。数学考试成绩表736688776841896078317959824548785668439391629153803651767179737785967115787974808775

14、7687568597892.某学校给3组学生以3种不同方式辅导学习，一个学期后，学生独立思考水平提高的成绩如表所示。学生独立思考水平提高的成绩方式137424243414245464140方式249484848474546474849方式333333532313534323233问：该数据中的因变量是什么？因素又是什么？如何建立数据文献？对该数据进行方差分析，检查3种方式的影响是否存在显著差异？三、实验环节与结果 1. 选择菜单【分析】【比较均值】【单因素方差分析】，依次将观测变量成绩移入因变量列表框，将因素变量方式移入因子列表框。单击选项按钮，选择方差同质性检查复选框，输出方差齐性检查结果；

15、选中均值图复选框，输出不同因素水平下观测变量的均值直线图。2.该数据中因变量是提高的成绩，因素是方式，在数据中建立两个变量：一为提高的成绩，二为方式，将提成三类分别为方式一、方式二、方式三。最后进行显著性差异。选择菜单【分析】【比较均值】【单因素方差分析】，依次将观测变量提高的成绩移入因变量列表框，将因素变量方式移入因子列表框。单击两两比较按钮，该对话框用于进行多重比较检查，即各因素水平下观测变量均值的两两比较。选择对的的检查方法。结果1. 變異數同質性測試成绩 Levene 統計資料df1df2顯著性.115245.892變異數分析成绩 平方和df平均值平方F顯著性群組之間105.29225

16、2.646.153.859在群組內15505.37545344.564總計15610.667472. 變異數分析提高的成绩 平方和df平均值平方F顯著性群組之間1069.4002534.700165.182.000在群組內87.400273.237總計1156.80029多重比較因變數: 提高的成绩 Tamhane (I) 方式(J) 方式平均差異 (I-J)標準錯誤顯著性95% 信賴區間下限上限方式一方世二-5.600*.891.000-8.03-3.17方式三8.900*.900.0006.4511.35方世二方式一5.600*.891.0003.178.03方式三14.500*.582.

17、00012.9716.03方式三方式一-8.900*.900.000-11.35-6.45方世二-14.500*.582.000-16.03-12.97*. 平均值差異在 0.05 層級顯著。三、实验总结 1.如第一张表所示，显著性为0.8920.05，所以符合方差齐性以及正态分布， 表2中，群组之间显著性为0.8590.05，所以没有理由拒绝原假设，即在显著性水平0.05下检查各班级的平均分数有显著差异。2.第三表中，由于p0.000【回归】【线性】”，打开Linear Regression 对话框。将ninv移入Dependent列表框中，将gdp移入Independents列表框中。在M

18、ethod 框中选择Enter 选项，表达所选自变量所有进入回归模型。 2.单击Statistics按钮，该对话框中设立要输出的记录量。这里选中估计、模型拟合度复选框。结果：相關gdpninvgdp皮爾森 (Pearson) 相關1.985*顯著性 （雙尾）.000N1616ninv皮爾森 (Pearson) 相關.985*1顯著性 （雙尾）.000N1616*. 相關性在 0.01 層上顯著（雙尾）。四、实验总结 1.建立散点图可直观地看出ninv与gdp之间存在线性相关关系.2.从表中可得到两变量之间的皮尔逊相关系数为0.985，双尾检查概率p值尾0.0000.01，故变量之间显著相关。根

19、据全社会固定资产投资总额和GDP之间的散点图与相关分析显示，住房支出与年收入之间存在显著的正相关关系。在此前提下进一步进行回归分析，建立一元线性回归方程。3. 回归模型的拟和优度（R Square）、调整的拟和优度（Adjusted R Square）、估计标准差（Std. Error of the Estimate）以及DurbinWatson记录量。从结果来看，回归的可决系数和调整的可决系数分别为0.970和0.968，即住房支出的90以上的变动都可以被该模型所解释，拟和优度较高。回归模型的方差分析表，可以看到，F记录量为454.061，相应的p值为0，所以，拒绝模型整体不显著的原假设，即该模型的整体是显著的。表中给出了回归系数、回归系数的标准差、标准化的回归系数值以及各个回归系数的显著性t检查。从表中可以看到无论是常数项还是解释变量x，其t记录量相应的p值都小于显著性水平0.05，因此，在0.05的显著性水平下都通过了t检查。变量x的回归系数为3.192，即gdp每增长1亿元，ninv就增长3.192.