spss期末考试上机复习题(含答案)

江苏理工学院2017—2018学年第1学期

《spss软件应用》上机操作题库

1.随机抽取100人，按男女不同性别分类，将学生成绩分为中等以上及中等以下两类，结果

如下表。问男女生在学业成绩上有无显著差异？

中等以上中等以下

男

女

性别* 学业成绩交叉制表

计数

学业成绩

合计

中等以上中等以下

性别男23 17 40

女38 22 60

合计61 39 100

根据皮尔逊卡方检验，p=0.558〉0.05 所以男生女生在学业成绩上无显著性差异。

2．为了研究两种教学方法的效果。选择了6对智商、年龄、阅读能力、家庭条件都相同的儿童进行了实验。结果（测试分数）如下。问：能否认为新教学方法优于原教学方法（采用非参数检验）？

序号新教学方法原教学方法

1 2 3 83

69

87

78

65

88

4 5 6 93

78

59

91

72

59

答：由威尔逊非参数检验分析可知p=0.08〉0.05，所以不能认为新教学方法显著优于原教学方法。

3．下面的表格记录了某公司采用新、旧两种培训前后的工作能力评分增加情况，分析目的是比较这两种培训方法的效果有无差异。考虑到加盟公司时间可能也是影响因素，将加盟时间按月进行了记录。

方法加盟时间分数方法加盟时间分数

旧方法 1.5 9 新方法 2 12

旧方法 2.5 10.5 新方法 4.5 14

旧方法 5.5 13 新方法7 16

旧方法 1 8 新方法0.5 9

旧方法 4 11 新方法 4.5 12

旧方法 5 9.5 新方法 4.5 10

旧方法 3.5 10 新方法 2 10

旧方法 4 12 新方法 5 14

旧方法 4.5 12.5 新方法 6 16

(1)分不同的培训方法计算加盟时间、评分增加量的平均数。

(2)分析两种培训方式的效果是否有差异？

答：（1）

所以新方法的加盟时间平均数为4 分数增加量的平均数为12.5556

描述统计量

所以旧方法的加盟时间平均数为3.5 分数增加量的平均数为10.6111

（2）

检验统计量b

旧方法 - 新方法

Z -2.530a

渐近显著性(双侧) .011

a. 基于正秩。

b. Wilcoxon 带符号秩检验

答：由威尔逊非参数检验分析可知p=0.11〉0.05 所以两种培训方法无显著性差异。

4．26名被试分配在不同的情景中进行阅读理解的实验，结果如下表。试问情景对学生的阅读理解成绩是否有影响？

情景阅读理解成绩

A 10 13 12 10 14 8 12 13

B 9 8 12 9 8 11 7 6 8 11 9

C 6 7 7 5 8 4 10

答：经过单因素方差分析可知p=0.000<0.05 所以情景对学生的阅读理解成绩有影响。

5．研究者将20名被试随机分配在四种实验条件下进行实验，结果如下表。试问四种实验条件对学生有无影响？

实验条件实验成绩

A 13 14 17 19 22

B 4 5 10 3 3

C 24 28 31 30 22

D 12 11 6 13 8

描述性统计量

N 均值标准差极小值极大值

实验成绩20 14.7500 9.01972 3.00 31.00

实验条件20 2.5000 1.14708 1.00 4.00

检验统计量(a)(,)(b)

实验成绩

卡方17.076

df 3

渐近显著性.001

a. Kruskal Wallis 检验

b. 分组变量: 实验条件

答：根据肯德尔W系数分析可得p=0.001<0.05 所以四种实验条件对学生有影响。

6．家庭经济状况属于上、中、下的高中毕业生，对于是否愿意报考师范大学有三种不同的态度，其人数分布如下表。试问学生报考师范大学与家庭经济状况是否有关系？

表12-8 家庭经济状况与报考师范的态度调查结果表

家庭经济状况

报考师范大学的态度

愿意不愿意不表态

上13 27 10

中20 19 20

下18 7 11

家庭状况* 是否愿意交叉制表

计数

是否愿意

合计

愿意不愿意不表态

家庭状况上13 27 10 50 中20 19 20 59

下18 7 11 36

合计51 53 41 145

卡方检验

值df 渐进 Sig. (双

侧)

Pearson 卡方12.763a 4 .012 似然比12.790 4 .012 线性和线性组合.459 1 .498 有效案例中的 N 145

a. 0 单元格(.0%) 的期望计数少于5。最小期望计数为

10.18。

答：根据交叉表分析可知，r=12.763，p<0.05，有显著性差异，即学生报考师范大学与家庭经济状况有关系。

7．假定我们在某大学对400名大学生进行民意测验，询问文理科的男女学生对于开设文理交叉的校选课的看法，即不同专业的男女学生对文科开设一定的理科课程和理科开设一定的文科课程的意见是否相同。结果如下。

表12-7 文理科男女的态度调查表

学科男生女生

文科80 40

理科120 160

案例处理摘要

案例

有效的缺失合计

N 百分比N 百分比N 百分比性别 * 文理

科

400 100.0% 0 .0% 400 100.0%

性别* 文理科交叉制表

计数

文理科

合计

文科理科

性别男80 120 200

女40 160 200

合计120 280 400

卡方检验

值df 渐进 Sig.

(双侧)

精确 Sig.(双

侧)

精确 Sig.(单

侧)

Pearson 卡方19.048a 1 .000

连续校正b18.107 1 .000

似然比19.326 1 .000

Fisher 的精确检

验

.000 .000

线性和线性组合19.000 1 .000

有效案例中的 N 400

a. 0 单元格(.0%) 的期望计数少于 5。最小期望计数为 60.00。

b. 仅对 2x2 表计算

答：根据交叉表分析可知p=0.000<0.05，所以不同专业的男女学生对文科开设一定的理科课程和理科开设一定的文科课程的意见不相同。

8．对20名睡眠有困难的被试，随机分为三组，每组随机采用一种睡眠训练方法（A、B、C）进行训练，两个月让他们在0到50的范围对自己睡眠效果进行评分。结果为下。

试问三种训练方法有无显著差异？

A法：16，9，14，19，17，11，22

B法：43，38，40，46，35，43，45

C法：21，34，36，40，29，34

秩

方法N 秩均值

评分方法A 7 4.14

方法B 7 16.50

方法C 6 10.92

总数20

检验统计量(a)(,)(b)

评分

卡方15.347

df 2

渐近显著性.000

a. Kruskal Wallis 检验

b. 分组变量: 方法

答：根据肯德尔W系数分析可知p=0.000<0.05，,因此有非常显著性差异，即三种方法训练均有显著性差异，方法B的效果最为显著。

9．用三种不同的教学方法分别对三个随机抽取的实验组进行教学实验，实验后统一测验成绩如下，试问三种教学方法的效果是否存在显著差异？（假设实验结果呈正态分布）

教法A：76，78，60，62，74

教法B：83，70，82，76，69

教法C：92，86，83，85，79

成绩

平方和df 平均值平方 F 顯著性

群組之間570.000 2 285.000 6.333 .013

在群組內540.000 12 45.000

總計1110.000 14

答：根据单因素方差分析可知p=0.013<0.05因此有显著性差异，即三种教学方法均有显著性差异。

10．某研究者想了解不同性别的消费者对某种商品的态度，在所调查的228名男性消费者中有160人喜欢该商品，而在208名女性消费者中有90人喜欢该商品，试问不同性别对该商品的态度是否有差异？

案例处理摘要

案例

答：根据交叉表分析可知，卡方=32.191，p<0.01,有非常显著性相关，即不同性别对该商品的态度有差异。

11．下面是在三种实验条件下的实验结果，不同实验条件在结果上是否存在差异。

实验结果（X）

A 55 50 48 49 47

B 45 48 43 42 44

C 41 43 42 40 36

答：根据单因素方差分析可知p=0.001<0.05，所以不同实验条件在结果上是存在差异。

12．从两所高中随机抽取的普通心理学的成绩如下（假设总体呈正态）。试问两所高中的成绩有无显著不同？

A校：78 84 81 78 76 83 79 75 85 91

答：根据独立样本t检验可知，F=0.094,p>0.05，因此没有显著性差异，即两所高中的成绩没有显著不同。

13. 为研究练习效果，取10名被试，每人对同一测验进行2次，试问练习效果是否显著？

被试 1 2 3 4 5 6 7 8 9 10

测试1 121 125 134 134 170 176 178 187 189 190

测试2 122 145 159 171 176 177 165 189 195 191

差异。

．将三岁幼儿经过配对而成的实验组施以5种颜色命名的教学，而对照组不施以教学，后

14

答：根据配对样本t检验可知p=0.49<0.05,因此，有显著性差异，即两组测验得分有显著性差异。

15．已建立的数据文件child.sav。试完成下面的操作：

1．仅对女童身高进行描述性分析；

2．试对身高(x5,cm)按如下方式分组:并建立一个新的变量c。

c=1时,100cm以下;

c=2时,100cm-120cm;

c=3时,120cm以上

描述统计量

N 极小值极大值均值标准差

性别46 2 2 2.00 .000

身高,cm 46 99.3 122.3 109.896 5.7706

有效的N （列表状态）46

16．某种电子元件的平均寿命x（单位：小时）服从正态分布，现测得16只元件的寿命分别为159、280、101、212、224、379、179、264、222、362、168、149、260、485、170，

单个样本检验

检验值 = 225

t df Sig.(双侧) 均值差值差分的 95% 置信区间下限上限

元件寿命.604 14 .555 15.93333 -40.6432 72.5099

答：根据单样本t检验可知，p=0.555>0.05,因此，无显著性差异，即

的平均寿命显著地大于225小时。

17.一个诊所的心理医生想要比较减少大学生敌意水平的三种方法，他使用了某种测试以测量敌意程度。测试中高分表示敌意度大，心理医生取得了试验中得到高分以及高分分数比较接近的24名学生。随机分配到三种治疗方法中，所有的治疗均连续进行了一个学期，每个学生在学期末都做HLT测试。问三种方法的平均分是否有差异。

方法1：96、79、91、85、83、91、82、87

方法2：77、76、74、73、78、71、78

方法3：66、73、69、66、77、73、71、70、74

答：根据单因素方差分析可知，p=0.000<0.01,因此有非常显著性差异，即三种方法的平均分有非常显著性差异。

18.请根据已建立的数据文件：child.sav，完成下列的填空题。

请找出男童身高分布中的奇异值有1个观测量。

所有6周岁男孩的体重变量的标准差是 1.8297；中位数是17.450。

所有幼儿的身高和坐高的相关系数是0.924 。

19.为研究某合作游戏对幼儿合作意愿的影响，将18名幼儿随机分到甲、乙、丙3个组，每组6人，分别参加不同的合作游戏，12周后测量他们的合作意愿，数据见表，问不同合作

游戏是否对幼儿的合作意愿产生显著影响？

描述成绩

N 均值标准差标准误均值的 95% 置信区间

极小值极大值下限上限

甲 6 3.8167 .44907 .18333 3.3454 4.2879 3.30 4.30 乙 6 4.2333 .39328 .16055 3.8206 4.6461 3.50 4.60 丙 6 4.7333 .67132 .27406 4.0288 5.4378 3.60 5.60 总数18 4.2611 .62133 .14645 3.9521 4.5701 3.30 5.60 方差齐性检验

成绩

Levene 统计量df1 df2 显著性

.640 2 15 .541

ANOVA

成绩

平方和df 均方 F 显著性

组间 2.528 2 1.264 4.698 .026

组内 4.035 15 .269

总数 6.563 17

多重比较

成绩

LSD

(I) 分组(J) 分组均值差

(I-J) 标准误显著性

95% 置信区间

下限上限

甲乙-.41667 .29944 .184 -1.0549 .2216

丙-.91667*.29944 .008 -1.5549 -.2784

乙甲.41667 .29944 .184 -.2216 1.0549

丙-.50000 .29944 .116 -1.1382 .1382

丙甲.91667*.29944 .008 .2784 1.5549

乙.50000 .29944 .116 -.1382 1.1382

*. 均值差的显著性水平为 0.05。

答：根据单因素方差分析可知p=0.026<0.05,因此有显著性差异，即不同合作游戏对幼儿的

合作意愿会产生显著影响。

20.某教师为考察复习方法对学生记忆单词效果的影响，将20名学生随机分成4组，每组5人采用一种复习方法，学生学完一定数量单词之后，在规定时间内进行复习，然后进行测试。结果见表。问各种方法的效果是否有差异？并将各种复习方法按效果好坏排序。

描述性统计量

N 均值标准差极小值极大值

分数20 23.8500 10.08529 8.00 45.00

复习方式20 2.5000 1.14708 1.00 4.00

秩

复习方式N 秩均值

分数集中循环复习 5 3.60

分段循环复习 5 17.20

逐个击破复习 5 7.40

梯度学习 5 13.80

总数20

检验统计量a,b

分数

卡方16.204

df 3

渐近显著性.001

a. Kruskal Wallis 检验

b. 分组变量: 复习方式

答：根据非参数检验中的多个独立样本非参数检验可知，p=0.001<0.01，有显著性差异，即四种方法均有显著性差异，复习效果排序为分段循环复习>梯度学习>逐个击破学习>集中循环复习。

21.下面的实验显示了睡眠剥夺对智力活动的影响，8个被试同意48个小时保持不睡眠，每隔12个小时，研究者给被试若干算术题，表中记录了被试正确解决的算术题数目。

根据上述数据，研究者能否做出睡眠剥夺对被试基本智力活动有显著影响的结论？

描述

正确题目

N

均值 标准差 标准误 均值的 95% 置信区间

极小值

极大值 下限 上限 12 8 9.0000 1.69031 .59761 7.5869 10.4131 7.00 12.00 24 8 9.0000 1.69031 .59761 7.5869 10.4131 7.00 12.00 36 8 8.7500 2.18763 .77344 6.9211 10.5789 6.00 12.00 48 8 8.5000 2.00000 .70711 6.8280 10.1720 6.00 11.00 总数

32

8.8125

1.82169

.32203

8.1557

9.4693

6.00

12.00

ANOVA

正确题目

平方和 df

均方 F 显著性

组间 1.375 3 .458 .126

.944

组内 101.500 28 3.625

总数

102.875

31

多重比较

正确题目 LSD

(I) 剥夺睡眠时间 (J) 剥夺睡眠时间 均值差

(I-J) 标准误 显著性 95% 置信区间 下限 上限 12

24 .00000 .95197 1.000 -1.9500 1.9500 36 .25000 .95197 .795 -1.7000 2.2000 48

.50000 .95197 .604 -1.4500 2.4500 24

12 .00000 .95197 1.000 -1.9500 1.9500 36 .25000 .95197 .795 -1.7000 2.2000 48

.50000 .95197 .604 -1.4500 2.4500 36

12 -.25000 .95197 .795 -2.2000 1.7000 24

-.25000

.95197

.795

-2.2000

1.7000

方差齐性检验

正确题目 Levene 统计量

df1

df2

显著性

.482

3

28

.698

答：根据单因素方差分析可知，p=0.944>0.05,因此没有显著性差异，即研究者不能做出睡

眠剥夺对被试基本智力活动有显著影响的结论。

22.一个年级有三个小班，他们进行了一次数学考试。现从各个班级随机抽取了一些学生，记录其成绩如下：

1班：73，89，82，43，80，73，66，45

2班：88，78，48，91，51，85，74

3班：68，79，56，91，71，87，41，59

若各班学生成绩服从正态分布，且方差相等，试在0.05显著性水平下检验各班级的平

3班1班.12500 8.49602 .988 -17.5974 17.8474

2班-4.57143 8.79422 .609 -22.9158 13.7730

答：根据单因素方差分析可知，p=0.836>0.05,因此没有显著性差异，即在0.05显著性水平下各班级的平均分数无显著差异。

23. 在一项元记忆发展研究中，研究者从初一、初二、初三三个年级中各随机抽取8名学生参加实验。实验的任务是：学习5大类共50个单词，每一大类都有10个单词。单词打印再一张纸上，顺序是随机。学会后进行自由回忆，然后按照某种规则计算其输出的群集分数，结果如下表：

这些学生在记忆过程中的策略水平有无年级差异？其发展是均衡的吗？

描述

分数

N 均值标准差标准误均值的 95% 置信区间

极小值极大值下限上限

初一8 20.8750 6.46833 2.28690 15.4673 26.2827 10.00 30.00 初二8 22.3750 7.53918 2.66550 16.0721 28.6779 12.00 35.00 初三8 29.8750 5.19443 1.83651 25.5323 34.2177 24.00 40.00 总数24 24.3750 7.37689 1.50580 21.2600 27.4900 10.00 40.00 方差齐性检验

分数

Levene 统计量df1 df2 显著性

.644 2 21 .535

ANOVA

分数

平方和df 均方 F 显著性

组间372.000 2 186.000 4.441 .025

组内879.625 21 41.887

总数1251.625 23

多重比较

分数

LSD

(I) 年级(J) 年级均值差标准误显著性95% 置信区间

答：根据单因素方差分析可知p=0.025<0.05,因此有显著性差异，即这些学生在记忆过程中的策略水平有年级差异，经过LSD比较可知，初三年级的记忆策略水平最好，初一年级的记忆策略水平较差。

24.某研究者调查了一减肥产品的使用效果，结果如下表所示：试问产品的效果究竟如何？

体重控制情况

有效无效合计

是否使用该产品未使用27 19 46 使用20 33 53 合计47 52 99

是否使用* 是否有效交叉制表

计数

是否有效

合计

有效无效

是否使用使用20 33 53 未使

用

27 19 46

合计47 52 99

卡方检验

值df 渐进 Sig.

(双侧)

精确

Sig.(双侧)

精确

Sig.(单侧)

Pearson 卡方 4.339a 1 .037

连续校正b 3.539 1 .060

似然比 4.367 1 .037

Fisher 的精确

检验

.045 .030

线性和线性组合 4.295 1 .038

有效案例中的 N 99

a. 0 单元格(.0%) 的期望计数少于 5。最小期望计数为 21.84。

b. 仅对 2x2 表计算

答：根据交叉表分析可知，p=0.030<0.05，因此具有显著性差异，即产品效果具有显著性差异，效果较好。

25.某心理学工作者为研究汉字优势字体结构，选取10名被试，要求每一被试在实验控制条

件，对电脑屏幕上呈现的四种不同结构的汉字作出快速识别反应，记录其正确率和反应时间。其中反应时间的实验数据如下表所示。试分析不同字体结构下，被试的识别速度是否存在显著性差异。

被试左右上下独体

1 445 755 422

2 530 545 530

3 452 630 240

4 540 756 630

5 428 835 435

6 538 440 320

7 350 548 536

8 452 640 625

9 330 650 430

答：根据单因素方差分析可知，p=0.003<0.05因此有显著性差异，即不同字体结构下，被试的识别速度存在显著性差异，通过LSD比较可知，除左右结构与独体结构不存在显著性差异外，其他均具有显著性差异，上下结构的识别速度最快。

26.五名被试在四种不同的环境条件下参加某一心理测验，结果如下。问不同的测验环境是否对这一测验成绩有显著影响。

被试

测验环境

ⅠⅡⅢⅣ

1 30 28 16 34

2 14 18 10 22

3 2

4 20 18 30

4 38 34 20 44

5 2

6 28 14 30

描述

成绩

N 均值标准差标准误均值的 95% 置信区

间

极小值极大值下限上限

一 5 26.4000 8.76356 3.91918 15.5186 37.2814 14.00 38.00

二 5 25.6000 6.54217 2.92575 17.4768 33.7232 18.00 34.00

三 5 15.6000 3.84708 1.72047 10.8232 20.3768 10.00 20.00

四 5 32.0000 8.00000 3.57771 22.0667 41.9333 22.00 44.00 总

数

20 24.9000 8.86091 1.98136 20.7530 29.0470 10.00 44.00

方差齐性检验

成绩

Levene 统计

量df1 df2 显著性

.599 3 16 .625

ANOVA

成绩

平方和df 均方 F 显著性

组间698.200 3 232.733 4.692 .016

组内793.600 16 49.600

总数1491.800 19

多重比较

答：根据单因素方差分析可知，p=0.016<0.05,因此有显著性差异，即不同的测验环境对这一测验成绩有显著性影响，经过LSD比较可知，除环境一与环境四外，均有显著性差异，在环境四的效果最好。

27.研究者为考察反应时间的发展性变化趋势，分别从5岁、10岁、15岁、20岁人群中随机抽取5名男性被试，在相同实验条件下完成一相同的快速反应作业，记录反应时间，结果如下表所示。试问：被试是否存在反应时间的显著性差异？

5岁10岁15岁20岁

300 230 190 165

350 190 175 160

320 185 180 145

345 215 165 150

spss统计分析报告期末考精彩试题

《统计分析软件》试（题）卷 班级xxx班xxx 学号xxx 说明：1.本试卷分析结果写在每个题目下面（即所留空白处）； 2.考试时间为100分钟； 3.每个试题20分。 一、（20分）已经给出某个班的学生基本情况及其学习成绩的两个SPSS数据文件，学生成绩一.sav；学生成绩二.sav。要求： （1)将所给的两个SPSS数据文件“学生成绩一.sav”与“学生成绩二.sav”合并，并保存为“成绩.sav.” （2）对所建立的数据文件“成绩.sav”进行以下处理： 1）按照性别求出男、女数学成绩的各种统计量(包括平均成绩、标准差等)。 2）计算每个学生的总成绩、并按照总成绩的大小进行排序 3）把数学成绩分成优、良、中三个等级，规则为优(X≥85)，良(75≤X≤84),中(X≤74)，并对优良中的人数进行统计。

分析： （2） 描述统计量 性别N 极小值极大值均值标准差 男数学 4 77.00 85.00 82.2500 3.77492 有效的N （列表状态） 4 女数学16 67.00 90.00 78.5000 7.09930 有效的N （列表状态）16

注：成绩优良表示栏位sxcj 优为1 良为2 中为3 由表统计得，成绩为优的同学有4人，占总人数的20%；良的同学有12人，占总人数的60%；中的同学有4人，占总人数的40%。 二、（20分）为了解笔记本电脑的市场情况，针对笔记本电脑的3种品牌，进行了满意度调查，随机访问了30位消费者，让他们选出自己满意的品牌，调查结果见下表，其中变量“职业”的取值中，1表示文秘人员，2表示管理人员，3表示工程师，4表示其他人；3个品牌变量的取值中，1表示选择，0表示未选数据见Excel 数据文件“调查.exe”。根据所给数据完成以下问题 （1）将所给数据的Excel文件导入到SPSS中，要求SPSS数据文件写出数据结构（包括变量名，变量类型，变量值标签等）命，并保存为：“调查. Sav”。 （2）试利用多选项分析，利用频数分析来分析消费者对不同品牌电脑的满意度状况；分析不同职业消费者对笔记本品牌满意度状况。

spss统计分析期末考试题

《统计分析软件》试（题）卷 班级 xxx班姓名 xxx 学号 xxx 说明：1.本试卷分析结果写在每个题目下面（即所留空白处）； 2.考试时间为100分钟； 3.每个试题20分。 一、（20分）已经给出某个班的学生基本情况及其学习成绩的两个SPSS数据文件，学生成绩一.sav；学生成绩二.sav。要求： （1)将所给的两个SPSS数据文件“学生成绩一.sav”与“学生成绩二.sav”合并，并保存为“成绩.sav.” （2）对所建立的数据文件“成绩.sav”进行以下处理： 1）按照性别求出男、女数学成绩的各种统计量(包括平均成绩、标准差等)。 2）计算每个学生的总成绩、并按照总成绩的大小进行排序 3）把数学成绩分成优、良、中三个等级，规则为优(X≥85)，良(75≤X ≤84),中(X≤74)，并对优良中的人数进行统计。

分析： 描述统计量 性别N极小值极大值均值标准差 男数学477.0085.0082.2500 3.77492有效的 N （列表状态）4 女数学1667.0090.0078.50007.09930有效的 N （列表状态）16

注：成绩优良表示栏位sxcj 优为1 良为2 中为3 由表统计得，成绩为优的同学有4人，占总人数的20%；良的同学有12人，占总人数的60%；中的同学有4人，占总人数的40%。 二、（20分）为了解笔记本电脑的市场情况，针对笔记本电脑的3种品牌，进行了满意度调查，随机访问了30位消费者，让他们选出自己满意的品牌，调查结果见下表，其中变量“职业”的取值中，1表示文秘人员，2表示管理人员，3表示工程师，4表示其他人；3个品牌变量的取值中，1表示选择，0表示未选数据见Excel数据文件“调查.exe”。根据所给数据完成以下问题 （1）将所给数据的Excel文件导入到SPSS中，要求SPSS数据文件写出数据结构（包括变量名，变量类型，变量值标签等）命，并保存为：“调查. Sav”。 （2）试利用多选项分析，利用频数分析来分析消费者对不同品牌电脑的满意度状况；分析不同职业消费者对笔记本品牌满意度状况。 分析：

spss的数据分析案例精选文档

s p s s的数据分析案例 精选文档 TTMS system office room 【TTMS16H-TTMS2A-TTMS8Q8-

关于某公司474名职工综合状况的统计分析报告一、数据介绍： 本次分析的数据为某公司474名职工状况统计表，其中共包含十一变量，分别是：id（职工编号），gender(性别)，bdate(出生日期)，edcu（受教育水平程度），jobcat（职务等级），salbegin （起始工资），salary（现工资），jobtime(本单位工作经历<月>)，prevexp(以前工作经历<月>)，minority(民族类型)，age(年龄)。通过运用spss统计软件，对变量进行频数分析、描述性统计、方差分析、相关分析、以了解该公司职工上述方面的综合状况，并分析个变量的分布特点及相互间的关系。 二、数据分析 1、频数分析。基本的统计分析往往从频数分析开始。通过频数分 析能够了解变量的取值状况，对把握数据的分布特征非常有用。 此次分析利用了某公司474名职工基本状况的统计数据表，在gender(性别)、edcu（受教育水平程度）、不同的状况下的频数分析，从而了解该公司职工的男女职工数量、受教育状况的基本分布。 Statistics 首先，对该公司的男女性别分布进行频数分析，结果如下：

上表说明，在该公司的474名职工中，有216名女性，258名男性，男女比例分别为%和%，该公司职工男女数量差距不大，男性略多于女性。 其次对原有数据中的受教育程度进行频数分析，结果如下表： Educational Level (years)

16 59 17 11 18 9 19 27 20 2 .4 .4 21 1 .2 .2 Tot al 474 上 表及其直方图说明，被调查的474名职工中，受过12年教育的职工是该组频数最高的，为190人，占总人数的%，其次为15年，共有116人，占中人数的%。且接受过高于20年的教育的人数只有1人，比例很低。 2、 描述统计分析。再通过简单的频数统计分析了解了职工在性别和受教育水平上的总体分布状况后，我们还需要对数据中的其他变量特征有更为精确的认识，这就需要通过计算基本描述统计的方法来实现。下面就对各个变量进行描述统计分析，得到它们的

教育统计学与SPSS课后作业答案祥解题目

教育统计学课后作业 一、P118 1 题目：10位大一学生平均每周所花的学习时间与他们的期末考试成绩见表6-17.试问： （1）学习时间与考试成绩之间是否相关？ （2）比较两组数据谁的差异程度大一些？ （3）比较学生2与学生9的期末考试测验成绩。 表6-17 学习时间与期末考试成绩 1 2 3 4 5 6 7 8 9 10 学习时间考试成绩40 58 43 73 18 56 10 47 25 58 33 54 27 45 17 32 30 68 47 69 解题步骤： （1）第一步：定义变量：“xuexishijian”、“xuexichengji”后，输入数据.如下图： 1

第二步：单击选择“分析(Analyze)”中的“相关(Correlate)”中的“双变量(Bivariate Correlations)”， 将上图中的“xuexishijian”和“xuexichengji”添加到右边变量框中，如下图： 第三步：点击“确定“后，输出结果如下图： 第四步：分析结果

3 由上图可知：学习时间与学习成绩之间的pearson 相关系数为0.714，p （双侧）为0.20。自由度 df=10-2=8时，查“皮尔逊积差相关系数显著临界值表”知：r 0.05= 0.623 ； r 0.01=0.765。 因为0.765 > 0.714 >0.623，所以在0.05水平上学习时间和学习成绩是相关显著的。 （2）SPSS 软件分析结果如下图： 由上图可知：学习时间标准差和平均值为：S 1=12.037 ?X 1= 29.00 ；学习时间标准差和平均值为：S 2=12.437?X 2=56.00 根据差异系数公式可知： 学习时间差异系数为：%100?=X S CV S =12.037/29.00×100%=41.51% 学习成绩差异系数为：%100?= X S CV S =12.437/56.00×100%=22.27% 有上述结果可知学习时间差异程度大于学习成绩差异程度。 （4） 把学生2和学生9的期末考试成绩转化成标准分数： Z 2=(X -?X) /S= (73—56)/12.437=1.367 Z 9=(X-?X)/S=(68—56)/12.437=0.965 由上计算可知：学生2期末考试测验成绩优于学生9的期末考试测验成绩。 二、P119 2 题目：某班数学的平均成绩为90，标准差10；化学的平均分为85，标准差为8；物理的平均分为79，标准差为15.某生这三科成绩分别为95,80,80.试问 （1） 该生在哪一学科上突出一些？ （2） 该班三科成绩的差异度如何？有无学习分化现象？ （3） 该生的学期分数是多少？ （4） 三科的总平均和总标准差是多少？ 解题步骤：

spss统计分析期末考试题

《统计分析软件》试（题）卷 班级XXX 班姓名XXX 学号XXX ____________ 1. 2. 考试时间为100分钟； 3. 每个试题20分。 一、（20分）已经给出某个班的学生基本情况及其学习成绩的两个SPSS数据文件，学生成绩一.sav ；学生成绩二.sav。要求： （1）将所给的两个SPSS数据文件“学生成绩一.sav ”与“学生成绩二.sav ”合并，并保存为“成绩.sav. ” （2）对所建立的数据文件“成绩.sav ”进行以下处理： 1）按照性别求出男、女数学成绩的各种统计量（包括平均成绩、标准差等）。 2）计算每个学生的总成绩、并按照总成绩的大小进行排序 3）把数学成绩分成优、良、中三个等级，规则为优（X > 85），良（75 < X < 84）,中（X < 74），并对优良中的人数进行统计

分析: (2) 描述统计量

性别：rj sxcj 11391.0090.0061.00242.0D 1.00 r 214女91.0090.0061 Q0242,00 1.D0 31女95.0079.0065.00239.03200匸4Q女95.0079.0065 00239.00 2.D0 53立92.00B4.0062.00230.00200 S 4 女92.0084.0062 00238.00 2.00 79女眨00S2.0062.00236.00200 310女92.0002.0062 0023G.OO 2 DO 95男39.00S5.0D69 00233.03 1.00 10E男39.0085.0059 00233.00 1.00 1111立9U.OO SO.OO60.00230.0J200「1212女90.0080.0060 00230.00 2.00 1319立眨0075.0062.00229.03200 20女92.0076.00G2 00229.00 2 DO 1 1516男SB.00B2.0053.00220.03200 15男38.0077.0068 00223.00200 1 1717女91.0071.00 61 00223.00 3.00 女91.0071.0061 00223.03 3.00 1016 1 19 1女89.0067.0059 00215.00 3.00 202女39.0067.0069 00215.0J 3. DO 注：成绩优良表示栏位sxcj 优为1良为2中为3 由表统计得，成绩为优的同学有4人，占总人数的20%良的同学有12人，占总人数的60%中的同学有4人，占总人数的40% 二、（20分）为了解笔记本电脑的市场情况，针对笔记本电脑的3种品牌，进 行了满意度调查，随机访问了30位消费者，让他们选出自己满意的品牌，调查结果见下表，其中变量“职业”的取值中，1表示文秘人员，2表示管理人员，3表示工程师，4表示其他人；3个品牌变量的取值中，1表示选择，0表示未选数据见Excel数据文件“调 查.exe ”。根据所给数据完成以下问题 （1）将所给数据的Excel文件导入到SPSS中，要求SPSS数据文件写出数据结构（包括变量名，变量类型，变量值标签等）命，并保存为：“调查.Sav ”。 （2）试利用多选项分析，利用频数分析来分析消费者对不同品牌电脑的满意度状况；分析不同职业消费者对笔记本品牌满意度状况。 分析：

spss的数据分析案例

关于某公司474名职工综合状况的统计分析报告 一、数据介绍： 本次分析的数据为某公司474名职工状况统计表，其中共包含十一变量，分别是：id（职工编号），gender(性别)，bdate(出生日期)，edcu（受教育水平程度），jobcat（职务等级），salbegin（起始工资），salary（现工资），jobtime(本单位工作经历<月>)，prevexp(以前工作经历<月>)，minority(民族类型)，age(年龄)。通过运用spss统计软件，对变量进行频数分析、描述性统计、方差分析、相关分析、以了解该公司职工上述方面的综合状况，并分析个变量的分布特点及相互间的关系。 二、数据分析 1、频数分析。基本的统计分析往往从频数分析开始。通过频数分析能够 了解变量的取值状况，对把握数据的分布特征非常有用。此次分析利用了某公司474名职工基本状况的统计数据表，在gender(性别)、edcu（受教育水平程度）、不同的状况下的频数分析，从而了解该公司职工的男女职工数量、受教育状况的基本分布。 Statistics 首先，对该公司的男女性别分布进行频数分析，结果如下：

上表说明，在该公司的474名职工中，有216名女性，258名男性，男女比例分别为45.6%和54.4%，该公司职工男女数量差距不大，男性略多于女性。 其次对原有数据中的受教育程度进行频数分析，结果如下表： Educational Level (years)

14 6 1.3 1.3 52.5 15 116 24.5 24.5 77.0 16 59 12.4 12.4 89.5 17 11 2.3 2.3 91.8 18 9 1.9 1.9 93.7 19 27 5.7 5.7 99.4 20 2 .4 .4 99.8 21 1 .2 .2 100.0 Tot 474 100.0 100.0 al 上表及其 直方图说明，被调查的474名职工中，受过12年教育的职工是该组频数最高的，为190人，占总人数的40.1%，其次为15年，共有116人，占中人数的24.5%。且接受过高于20年的教育的人数只有1人，比例很低。 2、描述统计分析。再通过简单的频数统计分析了解了职工在性别和受教

spss作业15-17

CHAPTER 15 西北研究院蔡嘉驰131246 15.4 (i) What we choose is part of u t. Then gMIN t and u t are correlated, which causes OLS to be biased and inconsistent. (ii) I think it is uncorrelate because gGDP t controls for the overall performance of the U.S. economy. (iii) The change of U.S. minimum may someway change the state minimum and vice versa. If the state minimum is always the U.S. minimum, then gMIN t is exogenous in this equation and we would just use OLS. 15.7 (i) Because students that would do better anyway are also more likely to attend a choice school. (ii) Since u1 does not contain income, random assignment of grants within income class means that grant designation is not correlated with unobservables such as student ability, motivation, and family support. (iii) The reduced form is choice= π0 + π1faminc + π2grant + v2, and we need π2≠ 0. (iv) The reduced form for score is just a linear function of the exogenous variables: score= α0 + α1faminc + α2grant + v1. This equation allows us to directly estimate the effect of increasing the grant amount on the test score, holding family income fixed.So it is useful. C15.1 (i) The regression of log(wage) on sibs gives

spss 期末题库

课程名称:《SPSS分析方法与应用》 课程号: 2007422 一、单项选择题(共112小题） 1、试题编号：1000110,答案：RetEncryption(D)。 SPSS的安装类型有（） A. 典型安装 B.压缩安装 C.用户自定义安装 D.以上都是 2、试题编号：1000310,答案：RetEncryption(D)。 数据编辑窗口的主要功能有（） A.定义SPSS数据的结构 B.录入编辑和管理待分析的数据 C.结果输出 和B 3、试题编号：1000410,答案：RetEncryption(A)。 （）文件格式是SPSS独有的，一般无法通过Word，Excel等其他软件打开。 4、试题编号：1000510,答案：RetEncryption(D)。 （）是SPSS为用户提供的基本运行方式。 A.完全窗口菜单方式 B.程序运行方式 C.混合运行方式 D.以上都是 5、试题编号：1000810,答案：RetEncryption(D)。 （）是SPSS中有可用的基本数据类型 A.数值型 B.字符型 C.日期型 D.以上都是 6、试题编号：1000910,答案：RetEncryption(D)。 spss数据文件的扩展名是( ) A..htm B..xls C..dat D..sav 7、试题编号：1001010,答案：RetEncryption(B)。 数据编辑窗口中的一行称为一个（） A.变量 B.个案 C.属性 D.元组 8、试题编号：1001110,答案：RetEncryption(C)。

变量的起名规则一般：变量名的字符个数不多于（） A. 6 B. 7 C. 8 D. 9 9、试题编号：1001210,答案：RetEncryption(A)。 统计学依据数据的计量尺度将数据划分为三大类，它不包括（） A. 定值型数据 B.定距型数据 C.定序型数据 D.定类型数据 10、试题编号：1001310,答案：RetEncryption(A)。 在横向合并数据文件时，两个数据文件都必须事先按关键变量值（） A.升序排序 B.降序排序 C.不排序 D.可升可降 11、试题编号：1001810,答案：RetEncryption(A)。 SPSS算术表达式中，字符型（）应该用引号引起来。 A 常量 B变量 C算术运算符 D函数 12、试题编号：1001910,答案：RetEncryption(A)。 复合条件表达式又称逻辑表达式，在逻辑运算中，下列（）运算最优先。 B AND C OR D都不是 13、试题编号：1002010,答案：RetEncryption(A)。 数据选取的方法中，（）是按符合条件的数据进行选取。 A 按指定条件选取 B 随即选取 C选取某一区域内样本 D过滤变量选取 14、试题编号：1002110,答案：RetEncryption(B)。 通过（）可以达到将数据编辑窗口中的技术数据还原为原始数据的目的。 A 数据转置 B 加权处理 C 数据才分 D以上都是 15、试题编号：1002210,答案：RetEncryption(A)。 SPSS的（）就是将数据编辑窗口中数据的行列互换 A 数据转置 B 加权处理 C 数据才分 D以上不都是 16、试题编号：1002310,答案：RetEncryption(B)。 SPSS软件是20世纪60年代末，由（）大学的三位研究生最早研制开发的。 A、哈佛大学 B、斯坦福大学 C、波士顿大学 D、剑桥大学 17、试题编号：1002710,答案：RetEncryption(D)。 SPSS中进行参数检验应选择（）主窗口菜单。 A、视图 B、编辑 C、文件 D、分析 18、试题编号：1002810,答案：RetEncryption(A)。 SPSS中进行输出结果的保存应选择（）主窗口菜单。 A、视图 B、编辑 C、文件 D、分析 19、试题编号：1002910,答案：RetEncryption(C)。 SPSS中进行数据的排序应选择（）主窗口菜单。 A、视图 B、编辑 C、数据 D、分析

spss期末大数据分析报告

SPSS在教育研究中的应用某大学学生对本校的满意度调查 学院：教育学院 专业：课程与教学论 学号：201411000156 姓名：李平 2014年12月13日

目录 一、研究问题的提出 (3) 二、研究内容与方法 (3) (一) 研究内容 (3) (二) 研究方法 (3) 三、调查对象及人数 (4) 四、问卷分析 (5) （一）回收情况 (5) （二）信度分析 (5) 五、数据统计与分析 (6) （一）数据输入 (6) （二）数据分析 (7) 1.描述统计 (7) （1）多选题描述统计 (7) （2）单选题描述统计 (9) 2.推断统计 (12) （1）独立样本T检验 (12) （2）单一样本T检验 (15) （3）单因素方差分析 (17) （4） X2检验 (21) 3.相关分析 (22) （1）变量间相关分析 (22) （2）维度间相关分析 (23) 六、结论 (27) 七、附录 (28)

一、研究问题的提出 学生的学校生活和成长密切相关。我们通过对他们的大学生活满意度的调查结果向有关部门提出建议，并希望能引起学校对这一系列问题的关注，最终希望大学生对其大学的满意度有所提升，大学生是一个庞大的群体，特别是近几年，随着高校的扩招，我国越来越多人能够上大学。上大学是很多人的梦想，他们都憧憬着大学校园的生活，然而当他们进了大学后才发现大学生活并非所想的美好，取而代之的却是对校园生活的不满，大学生是十分宝贵的人才资源，他们对校园生活的体验和感受，与他们的更好的学习。 二、研究内容与方法 (一)研究内容 了解学生对于学校的师资水平、环境、日常管理等各方面的满意度。 (二)研究方法 1.问卷编制 本研究采用自编问卷，问卷共由两部分组成：基本情况部分包括被调查者的性别、年级等，问卷主体部分包括师资水平、学校环境、日常管理三大维度，细分为12个三级指标（见表2-1），问卷采用五点制计分法，即“非常满意”、“满意”、“一般”、“不满意”、“非常不满意”，分别赋值5分、4分、3分、2分、1分。 表2-1 某大学学生对本校的满意度测评指标体系 一 级指标 二级指标（潜在变量）三级指标（观测变量） 对自己师资水平对教师教学方法、对教师工作态 度、对教师人品修养、对师资配备 学校的意学校环境对学习环境、对就餐环境、对居住 环境、对校园绿化环境 满度指数日常管理对专业课时安排、对收费标准、对 奖、助学金制度、对学校治安

SPSS软件进行主成分分析的应用例子

SPSS软件进行主成分分析的应用例子 2002年16家上市公司4项指标的数据[5]见表2，定量综合赢利能力分析如下： 第一，将EXCEL中的原始数据导入到SPSS软件中； 【1】“分析”|“描述统计”|“描述”。 【2】弹出“描述统计”对话框，首先将准备标准化的变量移入变量组中，此时，最重要的一步就是勾选“将标准化得分另存为变量”，最后点击确定。 【3】返回SPSS的“数据视图”，此时就可以看到新增了标准化后数据的字段。

数据标准化主要功能就是消除变量间的量纲关系，从而使数据具有可比性，可以举个简单的例子，一个百分制的变量与一个5分值的变量在一起怎么比较？只有通过数据标准化，都把它们标准到同一个标准时才具有可比性，一般标准化采用的是Z标准化，即均值为0，方差为1，当然也有其他标准化，比如0--1标准化等等，可根据自己的研究目的进行选择，这里介绍怎么进行数据的Z标准化。 所的结论： 标准化后的所有指标数据。 注意： SPSS 在调用Factor Analyze 过程进行分析时, SPSS 会自动对原始数据进行标准化处理, 所以在得到计算结果后的变量都是指经过标准化处理后的变量, 但SPSS 并不直接给出标准化后的数据, 如需要得到标准化数据, 则需调用Descriptives 过程进行计算。 factor过程对数据进行因子分析（指标之间的相关性判定略）。 【1】“分析”|“降维”|“因子分析”选项卡，将要进行分析的变量选入“变量”列表；

【2】设置“描述”，勾选“原始分析结果”和“KMO与Bartlett球形度检验”复选框； 【3】设置“抽取”，勾选“碎石图”复选框； 【4】设置“旋转”，勾选“最大方差法”复选框； 【5】设置“得分”，勾选“保存为变量”和“因子得分系数”复选框； 【6】查看分析结果。 所做工作： a.查看KMO和Bartlett 的检验 KMO值接近1.KMO值越接近于1,意味着变量间的相关性越强，原有变量越适合作因子分析； Bartlett 球度度检验的Sig值越小于显著水平0.05，越说明变量之间存在相关关系。 所的结论： 符合因子分析的条件，可以进行因子分析，并进一步完成主成分分析。 注意： 1.KMO（Kaiser-Meyer-Olkin) KMO统计量是取值在0和1之间。当所有变量间的简单相关系数平方和远远大于偏相关系数平方和时，KMO值接近1.KMO值越接近于1,意味着变量间的相关性越强，原有变量越适合作因子分析；当所有变量间的简单相关系数平方和接近0时，KMO值接近0.KMO值越接近于0,意味着变量间的相关性越弱，原有变量越不适合作因子分析。 Kaiser给出了常用的kmo度量标准: 0.9以上表示非常适合；0.8表示适合；0.7表示一般； 0.6表示不太适合；0.5以下表示极不适合。 2.Bartlett 球度检验： 巴特利特球度检验的统计量是根据相关系数矩阵的行列式得到的，如果该值较大，且其对应的相伴概率值小于用户心中的显著性水平，那么应该拒绝零假设，认为相关系数矩阵不可能是单位阵，即原始变量之间存在相关性，适合于做主成份分析；相反，如果该统计量比较小，且其相对应的相伴概率大于显著性水平，则不能拒绝零假设，认为相关系数矩阵可能是单位阵，不宜于做因子分析。 Bartlett 球度检验的原假设为相关系数矩阵为单位矩阵，Sig值为0.001小于显著水平0.05，因此拒绝原假设，说明变量之间存在相关关系，适合做因子分析。 所做工作： b. 全部解释方差或者解释的总方差(Total Variance Explained)

SPSS期末考试整理

●一。变量的赋值 1.乘方（**），例如二的三次方：2**3 2.不同规则的赋值：转换→计算变量（如果），每一个规则的赋值都要重新进行此步骤（但注意每一遍的变量名都不变，并且他都会问你要不要替换成新的变量，你选是就行了） 3.不同规则的赋值：（1）转换→重新编码为不同变量：输入变量，输出变量，要点击“变化量”才可保存输出变量→新值和旧值：值（直接选取取值）、范围（最大到最小的范围，包含端点值），点击“添加”成功保存新值和旧值→所有不同取值规则都完成后点击继续、确定，则在变量视图多出一个新变量（2）若不想包含端点值，可以采取小数的方式变换，eg. 899.9（小数位比该变量属性的小数位多一位就行了） （3）这种要先把BMI按照男女分开，然后再分组的，可以在对话框中点击“如果”选项进行设置，并且要分别对男女进行上述操作（一共做两遍）。 二。离散化 1可视离散化：转换→可视分箱，分割点：所以想生成几组，就定义几个分割点；填写第一个分割点的时候就必须填写最小值；一定要选中上端点排除。 三。排序 1.转换→自动重新编码：不分组，从头到尾排序 2.转换→个案排秩（1）多层次数据：基于A变量对B变量进行排序。（例如，基于职称对收入进行排序，就是不同职称各自组内排工资的高低）（2）设置秩1；绑定值 四。时间序列：转换→变动值 五。查找与计数：转换→对个案内的值计数（查找“基本工资800-900女职工”，生成新变量，满足这个条件的标为1，不符合这个标准的标为0，男职工标为缺失。范围：包含上限下限） ●六。数据→个案排序：把变量顺序完全按照你想要的标准排序，所有的变量顺序都会改变 七。拆分文件：要分男女进行数据统计：数据→拆分文件→比较组/按组输出，分组依据。不分男女进行数据统计：数据→拆分文件→分析所有个案 八。选择个案（例如只选择三年级的变量进行分析）：数据→选择个案→如果条件满足：如果；随机个案样本；基于时间或个案范围；使用过滤变量（例如要把身高为缺失值和值为0的剔除）→输出：过滤（不符合条件的数据会画上“/”，原始数据并未删除）；将选定个案复制到新数据集（形成一个新的SPSS数据文件，原始数据并未删除）；删除未选定的个案（删除原始数据，不建议使用）→之后在分析的时候就只会分析三年级的变量。不想只分析三年及，记得重新做这一步。 九。加权个案：数据→加权个案（例。100分的有5人）。不想加权了，记得重新做这一步。 十。分类汇总（1）例如算不同年级的人的身高的均值、方差…（只能计算函数）（2）数据→汇总，分界变量（分类标准变量），变量摘要（计算变量），函数：选择计算变量函数，变量名称与标签：定义新生成变量的名称与标签 ●十一。长宽数据的转换 1.长数据变宽数据：索引变量消失变成score的尾缀 （1）数据→重组（重构）→个案重组为变量，标识变量，索引变量，电脑会自动帮你选出是xx xx要重构（不同疗程值不同的变量）。选完上述这些之后就一直点下一步&完成&立即重构&确定即可 （2）注意：当有多个变量需要重构时要自己决定“新变量组的顺序”。（A1A2B1B2;A1B1A2B2） 2.宽数据变长数据：score的尾缀消失变成索引变量 （1）数据→重组（重构）→变量重组为个案，个案组标识：使用选定变量，固定变量（手动选择，电脑不会自动帮你选出了），要转置的变量即值不固定的要重构的变量（手动选择，电脑不会自动帮你选出了）。选完上述这些之后就一直点击下一步&完成&立即重构数据&确定就行了 （2）当有多个变量需要重构时，这块的操作要特别注意：○1首先在“变量组数目”中选择“多个”○2然后在“选择变量”里要对于不同的“目标变量”分别定义“要转置的变量”（在本题中，即对于kidid目标变量定义一遍要转置的变量；对于age目标变量在定义一遍要转置的变量。其中，这两个要转置的变量必须是完全不同的）。但只需要定义一次“个案组标识”&“固定变量”（固定变量是相对于kidid & age都固定的那些变量；而不是说在对kidid进行转置的时候，age就是固定变量了；因此，固定变量只用定义一次且固定变量可以为空）。并且，你要特别注意，“个案组标识”里选择的变量& n个“要转置的变量”里选择的变量&“固定变量”里选择的变量都必须是完全不相同的。

SPSS大数据案例分析实施报告

SPSS数据案例分析 目录 _Toc438655006 一.手机APP 广告点击意愿的模型构建 (2) 1.1构建研究模型 (2) 1.2研究变量及定义 (2) 1.3研究假设 (2) 1.4变量操作化定义 (2) 1.5问卷设计 (2) 二．实证研究 (2) 2.1基础数据分析 (2) 2.2频数分布及相关统计量 (2) 2.3相关分析 (2) 2.4回归分析 (2) 2.5假设检验 (2)

一.手机APP 广告点击意愿的模型构建 1.1构建研究模型 我们知道效用期望、努力期望、社会影响对行为意愿会产生一定的影响，在模型中的性别、年龄、经验与自愿性等四个控制变量，通常都是作为控制变量来观察他们对采用因素与使用意向之间的关系的影响。因此，目前手机APP 广告的使用人群年龄相对比较年轻，而且年龄特征分布高度集中，年龄在30 岁以下的人群占到70%以上，因此本研究考虑性别了这一变量，同时根据手机APP 广告用户的特性，加入了手机流量作为控制变量，去观察它们对外部变量与点击意愿之间的关系是否有显著影响。 在本研究中，主要把调节变量和控制变量作为两个不同的研究变量，对于调节变量感知风险来说，它是直接影响了感知风险与手机APP 广告点击意愿二者的关系；而控制变量性别、手机流量这些变量是对广告效用期望、APP 效用期望和社会影响与点击意愿直接的关系是否有显著影响。最后，本文根据手机APP 广告的特点对UTAUT 模型进行扩展，构建了手机APP 广告点击意愿的影响因素研究模型。

1.3研究假设 (1) 广告效用期望、APP 效用期望、社会影响与手机APP 点击意向的关系 H1：用户的广告效用期望与点击手机APP 广告意愿正相关。 H2：用户的APP 效用期望与点击手机APP 广告意愿正相关 H3：社会影响与手机APP 广告点击意愿正相关 （2）感知风险与点击手机APP 广告意愿的关系 H4：感知风险与手机APP 广告点击意愿负相关 H5：性别，手机流量对手机APP 广告点击意愿没有显著影响

SPSS操作实验作业1(附答案)

SPSS操作实验 (作业1) 作为华夏儿女都曾为有着五千年的文化历史而骄傲过，作为时代青年都曾为中国所饱受的欺压而愤慨过，因为我们多是炎黄子孙。然而，当代大学生对华夏文明究竟知道多少呢 某研究机构对大学电气、管理、电信、外语、人文几个学院的同学进行了调查，各个学院发放问卷数参照各个学院的人数比例，总共发放问卷250余份，回收有效问卷228份。调查问卷设置了调查大学生对传统文化了解程度的题目，如“佛教的来源是什么”、“儒家的思想核心是什么”、“《清明上河图》的作者是谁”等。调查问卷给出了每位调查者对传统文化了解程度的总得分，同时也列出了被调查者的性别、专业、年级等数据信息。请利用这些资料，分析以下问题。 问题一：分析大学生对中国传统文化的了解程度得分，并按了解程度对得分进行合理的分类。 问题二：研究获得文化来源对大学生了解传统文化的程度是否存在影响。 要求： 直接导出查看器文件为.doc后打印（导出后不得修改） 对分析结果进行说明，另附(手写、打印均可)。 于作业布置后，1周内上交 本次作业计入期末成绩

答案 问题一 操作过程 1.打开数据文件作业。同时单击数据浏览窗口的【变量视图】按钮，检查各个 变量的数据结构定义是否合理，是否需要修改调整。 2.选择菜单栏中的【分析】→【描述统计】→【频率】命令，弹出【频率】对 话框。在此对话框左侧的候选变量列表框中选择“X9”变量，将其添加至【变量】列表框中，表示它是进行频数分析的变量。 3.单击【统计量】按钮，在弹出的对话框的【割点相等组】文本框中键入数字 “5”，输出第20％、40％、60％和80％百分位数，即将数据按照题目要求分为等间隔的五类。接着，勾选【标准差】、【均值】等选项，表示输出了解程度得分的描述性统计量。再单击【继续】按钮，返回【频率】对话框。

spss统计分析期末考试题

《统计分析软件》试（题）卷 班级xxx班姓名xxx 学号xxx 题号一二三四五六总成绩成绩 说明：1.本试卷分析结果写在每个题目下面（即所留空白处）； 2.考试时间为100分钟； 3.每个试题20分。 一、（20分）已经给出某个班的学生基本情况及其学习成绩的两个SPSS数据文件，学生成绩一.sav；学生成绩二.sav。要求： （1)将所给的两个SPSS数据文件“学生成绩一.sav”与“学生成绩二.sav”合并，并保存为“成绩.sav.” （2）对所建立的数据文件“成绩.sav”进行以下处理： 1）按照性别求出男、女数学成绩的各种统计量(包括平均成绩、标准差等)。 2）计算每个学生的总成绩、并按照总成绩的大小进行排序 3）把数学成绩分成优、良、中三个等级，规则为优(X≥85)，良(75≤X ≤84),中(X≤74)，并对优良中的人数进行统计。

分析： （2） 描述统计量 性别N 极小值极大值均值标准差 男数学 4 77.00 85.00 82.2500 3.77492 有效的N （列表状态） 4 女数学16 67.00 90.00 78.5000 7.09930 有效的N （列表状态）16

注：成绩优良表示栏位sxcj 优为1 良为2 中为3 由表统计得，成绩为优的同学有4人，占总人数的20%；良的同学有12人，占总人数的60%；中的同学有4人，占总人数的40%。 二、（20分）为了解笔记本电脑的市场情况，针对笔记本电脑的3种品牌，进行了满意度调查，随机访问了30位消费者，让他们选出自己满意的品牌，调查结果见下表，其中变量“职业”的取值中，1表示文秘人员，2表示管理人员，3表示工程师，4表示其他人；3个品牌变量的取值中，1表示选择，0表示未选数据见Excel数据文件“调查.exe”。根据所给数据完成以下问题 （1）将所给数据的Excel文件导入到SPSS中，要求SPSS数据文件写出数据结构（包括变量名，变量类型，变量值标签等）命，并保存为：“调查. Sav”。 （2）试利用多选项分析，利用频数分析来分析消费者对不同品牌电脑的满意度状况；分析不同职业消费者对笔记本品牌满意度状况。 分析：

SPSS概览--数据分析实例详解

第一章SPSS概览－－数据分析实例详解 1.1 数据的输入和保存 1.1.1 SPSS的界面 1.1.2 定义变量 1.1.3 输入数据 1.1.4 保存数据 1.2 数据的预分析 1.2.1 数据的简单描述 1.2.2 绘制直方图 1.3 按题目要求进行统计分析 1.4 保存和导出分析结果 1.4.1 保存文件 1.4.2 导出分析结果 希望了解SPSS 10.0版具体情况的朋友请参见本网站的SPSS 10.0版抢鲜报道。 例1.1 某克山病区测得11例克山病患者与13名健康人的血磷值(mmol/L)如下, 问该地急性克山病患者与健康人的血磷值是否不同（卫统第三版例4.8）？ 患者: 0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11 健康人: 0.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.56 1.87 解题流程如下：

1.将数据输入SPSS，并存盘以防断电。 2.进行必要的预分析（分布图、均数标准差的描述等），以确定应采 用的检验方法。 3.按题目要求进行统计分析。 4.保存和导出分析结果。 下面就按这几步依次讲解。 §1.1 数据的输入和保存 1.1.1 SPSS的界面 当打开SPSS后，展现在我们面前的界面如下： 请将鼠标在上图中的各处停留，很快就会弹出相应部位的名称。 请注意窗口顶部显示为“SPSS for Windows Data Editor”，表明现在所看到的是SPSS的数据管理窗口。这是一个典型的Windows软件界面，有菜单栏、

spss期末作业

吉林财经大学 《SPSS统计软件分析》作业（2010——2011学年第一学期） 学院信息学院 专业班级电子商务0806班 学生姓名王瑞霞 学号1403080616

1、对未分组资料频数分析 从中国统计局中获得从11月21日至30日国内50个城市主要食品平均价格变动情况，以该数据为例为例，进行频数分析。 首先输入数据： 选择Analyze中Descriptive Statistics——Frequencies，打开Frequencies对话框；将需处理的变量键入变量框中

单击Statistics…按钮统计量子对话框12指标，选中所需要计算的指标： 单击Charts …按钮,选择需绘制的统计图： 单击OK按钮开始运行，运行结果为：

从上图中可以看出数据中缺失值为0，花生油的平均价格104.84是最高的，而巴氏牛奶的平均价格1.81最低，全部食品平均价格的平均数为16.5327，标准差为22.4668，各种食品的平均价格差距较大。

条形图、饼形图以及直方图是用不同的图形表示方法来说明数据的指标，其实质是一样的，从图中可以看出平均价格在0—22元之间的食品是最多的，20—40元之间的食品数次之，接下来是40—60元之间的食品，不存在平均价格在60—100之间的食品。 2、以食品平均价格为依据对数据进行分组并对分组后的数据进行频数分析： Transform —Recode—Into same V ariables ，将要分组的变量放入Numeric 栏中，单击Old and new V alues分组：

分组结果如下图所示： 回到数据编辑窗，定义变量的V alue labels ： 再对食品平均价格进行频数分析，分析结果如下截图所示

spss期末考试上机复习题(含答案)75709

江苏理工学院2017—2018学年第1学期 《spss软件应用》上机操作题库 1.随机抽取100人，按男女不同性别分类，将学生成绩分为中等以上及中等以下两类，结果 如下表。问男女生在学业成绩上有无显著差异？ 中等以上中等以下 男 女 性别* 学业成绩交叉制表 计数 学业成绩 中等以上中等以下 合计 性别男23 17 40 女38 22 60 合计61 39 100 根据皮尔逊卡方检验，p=0.558〉0.05 所以男生女生在学业成绩上无显著性差异。 2．为了研究两种教学方法的效果。选择了6对智商、年龄、阅读能力、家庭条件都相同的儿童进行了实验。结果（测试分数）如下。问：能否认为新教学方法优于原教学方法（采用非参数检验）？ 序号新教学方法原教学方法 1 83 78

2 3 4 5 6 69 87 93 78 59 65 88 91 72 59 答：由威尔逊非参数检验分析可知p=0.08〉0.05，所以不能认为新教学方法显著优于原教学方法。 3．下面的表格记录了某公司采用新、旧两种培训前后的工作能力评分增加情况，分析目的是比较这两种培训方法的效果有无差异。考虑到加盟公司时间可能也是影响因素，将加盟时间按月进行了记录。 方法加盟时间分数方法加盟时间分数 旧方法 1.5 9 新方法 2 12 旧方法 2.5 10.5 新方法 4.5 14 旧方法 5.5 13 新方法7 16 旧方法 1 8 新方法0.5 9 旧方法 4 11 新方法 4.5 12 旧方法 5 9.5 新方法 4.5 10 旧方法 3.5 10 新方法 2 10 旧方法 4 12 新方法 5 14 旧方法 4.5 12.5 新方法 6 16 (1)分不同的培训方法计算加盟时间、评分增加量的平均数。 (2)分析两种培训方式的效果是否有差异？ 答：（1） 描述统计量 N 极小值极大值均值标准差 培训方法 = 1 (FILTER) 9 1 1 1.00 .000 加盟时间9 .50 7.00 4.0000 2.09165 分数增加量9 9.00 16.00 12.5556 2.60342 有效的 N （列表状态）9 所以新方法的加盟时间平均数为4 分数增加量的平均数为12.5556