SPSS统计与分析 统计要与大量的数据打交道，涉及繁杂的计算和图表绘制。现代的数据分析工作如果离开统计软件几乎是无法正常开展。在准确理解和掌握了各种统计方法原理之后，再来掌握几种统计分析软件的实际操作，是十分必要的。 常见的统计软件有 SAS，SPSS，MINITAB，EXCEL 等。这些统计软件的功能和作用大同小异，各自有所侧重。其中的 SAS 和 SPSS 是目前在大型企业、各类院校以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分析方法，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而美观的统计图表制作。SPSS 在各类院校以及科研机构中更为流行。 SPSS（Statistical Product and Service Solutions,意为统计产品与服务解决方案）。自 20 世纪 60 年代 SPSS 诞生以来，为适应各种操作系统平台的要求经历了多次版本更新，各种版本的 SPSS for Windows 大同小异，在本试验课程中我们选择 PASW Statistics 作为统计分析应用试验活动的工具。 1． SPSS 的运行模式 SPSS 主要有三种运行模式： （1）批处理模式 这种模式把已编写好的程序（语句程序）存为一个文件，提交给[开始]菜单上[SPSS for Windows]→[Production Mode Facility]程序运行。 （2）完全窗口菜单运行模式 这种模式通过选择窗口菜单和对话框完成各种操作。用户无须学会编程，简单易用。 （3）程序运行模式
这种模式是在语句（Syntax）窗口中直接运行编写好的程序或者在脚本（script）窗口中运行脚本程序的一种运行方式。这种模式要求掌握 SPSS 的语句或脚本语言。本试验指导手册为初学者提供入门试验教程，采用“完全窗口菜单运行模式”。 2． SPSS 的启动 （1）在 windows[开始]→[程序]→[PASW]，在它的次级菜单中单击“SPSS for Windows”即可启动 SPSS 软件，进入 SPSS for Windows 对话框，如图，图所示。 图 SPSS 启动
SPSS实践题 习题1 分析此班级不同性别的学生的物理和数学成绩的均值、最高分和最低分。
Std. Deviation Minimum Maximum 结论：男生数学成绩最高分: 95 最低分: 72 平均分: 物理成绩最高分: 87 最低分: 69 平均分: 女生数学成绩最高分: 99 最低分: 70 平均分: 物理成绩最高分: 91 最低分: 65 平均分: 习题2 分析此班级的数学成绩是否和全国平均成绩85存在显著差异。 One-Sample Statistics N Mean Std. Deviation Std. Error Mean 数学26 结论：由分析可知相伴概率为，小于显著性水平，因此拒绝零假设，即此班级数学成绩和全国平均水平85分有显著性差异 习题3 分析兰州市2月份的平均气温在90年代前后有无明显变化。
Group Statistics 分组N Mean Std. Deviation Std. Error Mean 二月份气温011.3628400 118.3065729 结论：由分析可知, 方差相同检验相伴概率为,大于显著性水平,因此接受零假设，90年代前后2月份温度方差相同。双侧检验相伴概率为, 小于显著性水平，拒绝零假设，即2月份平均气温在90年代前后有显著性差异 习题4 分析15个居民进行体育锻炼3个月后的体质变化。 Paired Samples Statistics Mean N Std. Deviation Std. Error Mean
Paired Samples Correlations N Correlation Sig. Pair 1锻炼前 & 锻炼后15.277 结论：由分析可知，锻炼前后差值与零比较，相伴概率小于显著性水平， 拒绝零假设，即锻炼前后有显著性差异 习题5 为了农民增收，某地区推广豌豆番茄青菜的套种生产方式。为了寻找该 种方式下最优豌豆品种，进行如下试验：选取5种不同的豌豆品种，每 一品种在4块条件完全相同的田地上试种，其它施肥等田间管理措施完 全一样。根据表中数据分析不同豌豆品种对平均亩产的影响是否显著。 ANOVA 产量 Sum of Squares df Mean Square F Sig.
一、被调查学生对“云窗的打分值”总体平均值的推断： 1、以71个被调查学生为样本做T 检验 由表a 可知，71个观测的平均值为71.21，标准差为15，120，均值标准误为1.794。 表b 中，第二列是t 统计量的观测值为0.675，第三列是自由度n-1=70，第四列是t 统计量观测值的双尾概率p 值，第五列是样本均值与检验值的差（1.211），即t 统计量的分子部分，他除以表a 的均值标准误（1.794）后得到t 统计量的观测值0.675，第六列和第七列是总体均值与检验值差的95%的置信区间，为（67.63，74.79）。 对于研究的问题应采用双尾检验，因此比较 2α和2 p ，即比较α和p 。由于p 大于α（0.05），因此不能拒绝零假设，认为被调查学生对“云窗的打分值”总体平均值没有显著差异。有95%的把握认为总体均值在 67.63~74.79 分之间。70分包含在置信区间内，也证实了上述推断。
2、被调查学生对“云窗的打分值”的重抽样自举 表c Bootstrap 指定 采样方法简单箱图 样本数1000 置信区间度95.0% 置信区间类型百分位 由表c可知，自举过程执行1000次，随机数种子指定为默认值2000000，采样方法为简单箱图。 中均值的重抽样自举均值与实际样本均值的差为-0.12，1000个均值的标准差为1.82，由此得到的均值95%的置信区间为（67.18，74.46） 表e中没有给出双尾检验的概率p值，但是从检验的结果可知有95%的把握认为总体均值在 67.184~74.463之间。70包含在置信区间内。用更大的样本量再一次说明了被调查学生对“云窗的打分值”总体平均值没有显著差异。
当代大学生对全球气候变化 认知程度的研究 摘要：随着我国经济建设的飞速发展,人们向大自然排放的有害物质与日俱增,环境问题日益严重。环境污染问题不仅影响我国人民的生存环境和生存质量,也危害人民的身体健康,在环境污染中城市环境污染已经成为制约社会发展的重要问题。本研究采样方式为匿名方式随机投放网络问卷以及纸质问卷，采用SPSS statistics软件分析采样数据，得到频率表以及考虑性别的交叉表。本文考虑性别、城乡等差异，分别从基本的环保知识到主动投身环保事业等各方面加以分析，研究当代大学生对环境污染问题认知程度的差异。 关键字：性别；气候变化；差异；SPSS 一、研究背景 我国改革开放30多年的经济发展迅速，主要是以粗放式发展为主要模式。由此而带来的就是高增长、高能耗、高排放的三高企业，我国是发展中国家，在经济发展的过程中，政府对环境破坏的监管不力，睁一眼闭一眼，所以我国改革开放30年快速发展以牺牲能源、破坏环境为代价的，尤其我国的经济发展又极不平衡，主要是以城市主力军，这样城市的环境恶化就很严重。同样，农村人口环境保护意识淡薄，农村环境恶化也不可小觑，我国高速发展的近几十年来，环境的恶化程度逐年增加，应该引起政府环保部门的重视。 环境污染对人们的生活影响越来越严重，我们现在出门看到的最打眼的一景就是戴口罩的人越来越多，人们越来越感受到空气污染对
自己身心健康的威胁，据统计，世界儿童死亡80%是由于空气污染导致的，这个数字让人触目惊心。 环境污染很大因素是由于企业恣意排放污染物，但在日常生活中，民众的环保意识与环保行为对生活污染——尤其是随处可见的污染——有较大的影响。性别、年龄等不同，对气候变化认知程度也会存在差异。本文考虑到男女性别的差异、城乡区别，分别从基本的环保知识到主动投身环保事业等各方面加以分析，研究不同性别对环境污染问题认知程度的差异。 二、研究方法及样本描述 （一）研究方法 本研究采样方式为匿名方式随机投放网络问卷以及纸质问卷调查的方法，与2014年5月在西安交通大学进行问卷调查。调查面向西安交大本科生以及研究生，最终获得有效问卷431份。 （二）样本特征描述 431位被访者中，女性209位，占48.5%；男性222位，占51.5%。如图1所示，样本主要来自大一、大二以及大三群体，总共381位，占88.4%；大四毕业生以及研究生占11.6%。被访者所读专业性质也有较大差别，文科生178位，占41.3%；工科生人数122位，占28.3%；理科生108位，占比25.1%，如表1所示。
SPSS软件在医学科研中的应用计算机实习（SPSS10.0） 何平平 北大医学部流行病与卫生统计学系
实习六Logistic回归分析
（一）Logistic回归分析的任务 影响因素分析在流行病学研究中，logistic回归常用于疾病 的危险 因素分析，logistic回归分析可以提供一个重要的指标： OR。 （二）Logistic回归分析的基本原理 1.变量特点因变量：二分类变量，若令因变量为y，则常 用y＝1表 示“发病”，y＝0表示“不发病”（在病例对照研究中，分别表示病例组和对照组）。 自变量：可以为分类变量，也可以为连续变量。
2.Logistic模型 Log P 1 P = ? +? 1 x 1 + ? 2 x 2 + ...... + ? m x m P=P(y=1|x)，为发病概率；1-P=P(y=0|x)，为不发病概率。?0为常数项，?1 ，?2 ….. ?m分别为m个自变量的回归系数。 模型估计方法：最大似然法（Maximum Likelihood Method）。构造似然函数（L ikelihood function ）L= P(y=1|x) P(y=0|x)，通过迭代法估计一组参数（?0，?1 ，?2 ….. ?m）使L达到最大。
3.自变量的相对重要性分析 衡量变量相对重要性的指标 （1）Wald值：(?i /SE(?i ))2，近似?2分布，用于检验自变量的显著性。 （2）对自变量作显著性检验的概率P值。当Wald值越大，P值越小时，自变量的影响就越大。 4.自变量的筛选与多元线性回归分析类似，有Forward法（实际上是逐 步向前法）、Backward法（默认方法为Enter，即所有自变量一次全部进入方程）。
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、
单样本T检验 按规定苗木平均高达1.60m以上可以出圃，今在苗圃中随机抽取10株苗木，测定的苗木高度如下： 1.75 1.58 1.71 1.64 1.55 1.72 1.62 1.83 1.63 1.65 假设苗高服从正态分布，试问苗木平均高是否达到出圃要求？(要求α=0.05) 解：1）根据题意，提出： 虚无假设H0：苗木的平均苗高为H0=1.6m; 备择假设H1：苗木的平均苗高H1>1.6m； 2）定义变量：在spss软件中的“变量视图”中定义苗木苗高, 之后在“数据视图”中输入苗高数据； 3)分析过程 在spss软件上操作分析，输出如下：
表1.1:单个样本统计量 表1.2:单个样本检验 由图1.1和表1.1数据分析可知，变量苗木苗高成正态分布，平均值为1.6680m，标准差为0.0843，说明样本的离散程度较小，标准误为0.0267，说明抽样误差较小。 由表1.3数据分析可知，T检验值为2.55，样本自由度为9，t检
验的p值为0.031<0.05,说明差异性显著，因此，否定无效假设H0，取备择假设H1。 由以上分析知：在显著水平为0.05的水平上检验，苗木的平均苗高大于1.6m，符合出圃的要求。 独立样本T检验 从两个不同抚育措施育苗的苗圃中各以重复抽样的方式抽得样本如下： 样本1苗高（CM）：52 58 71 48 57 62 73 68 65 56 样本2苗高（CM）：56 75 69 82 74 63 58 64 78 77 66 73 设苗高服从正态分布且两个总体苗高方差相等（齐性），试以显著水平α=0.05检验两种抚育措施对苗高生长有无显著性影响。 解：1）根据题意提出： 虚无假设H0：两种抚育措施对苗木生长没有显著的影响； 备择假设H1：两种抚育措施对苗高生长影响显著； 2）在spss中的“变量视图”中定义变量“苗高1”，“抚育措施”，之后在“数据视图”中输入题中的苗高数据，及抚育措施，其中措施一定义为“1”措施二定义为“2”； 3）分析过程 在spss软件上操作分析输出分析数据如下;
《统计学》实验分析报告 实验完成者 班级 2013级班 学号 实验时间 2015年6月5日 一、实验名称 假设检验——单个样本T检验 二、实验目的 掌握单样本t检验的基本原理和spss实现方法。 三、实验步骤 1、打开SPSS，选择输入数据； 2、由于已经有建好的数据，因此打开“电子元件抽验”； 3、在分析中选择比较均值，单样本t检验，将阻值添加到检验变量。 4、检验值为0.14，置信区间默认为95%，点击确定。 四、实验结果及分析 附件一：单个样本统计量表，给出了各个样本的均值，标准差和均值的标准误； 附件二：单个样本检验表，给出了各个样本的t值(t)、自由度(df)、P值(Sig.双尾)、均值差值、差值的95%可信区间 1、附件二——单个样本检验表中，第一批元件样本双尾T检验的显著性概率（Sig.(双侧)）, Sig.=0.012<0.05,说明第一批元件的平均电阻与额定电阻值0.140有显著的差异。
2、由附件二同样可以看出，对于第二批和第三批元件，显著性概率分别为0.130与0.265均大于0.05,所以接受原假设，认为这两批元件的电阻与额定值无显著差异，即认为产品合乎质量要求； 3、综上，第一批元件不符合质量要求，第二、三批元件符合质量要求。 五、自评及问题 掌握了单样本t检验的基本原理和spss实现方法，熟悉SPSS软件操作和方法。通过检验得出结论的真否，能够更快更简单的检验数据，对数据的检验让我很快的了解该数据的代表性。 六、成绩 七、指导教师 田劲松 附件一、 单个样本统计量 N 均值 标准差 均值的标准误 第一批元件样本电阻值 15 .14200 .002673
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课后作业 第一章 1-1、spss的运行方式有几种？分别是什么？ 答：SPSS的运行方式有三种，分别是批处理方式、完全窗口菜单运行方式、程序运行方式。1-2、SPSS中“DataView”所对应的表格与一般的电子处理软件有什么区别？ 答：与一般电子表格处理软件相比，SPSS的“Data View”窗口还有以下一些特性：（1）一个列对应一个变量，即每一列代表一个变量（Variable）或一个被观测量的特征；（2）行是观测，即每一行代表一个个体、一个观测、一个样品，在SPSS中称为事件（Case）；（3）单元包含值，即每个单元包括一个观测中的单个变量值；（4）数据文件是一张长方形的二维表。 第二章 2-1、在SPSS中可以使用那些方法输入数据？ 答：SPSS中输入数据一般有以下三种方式：（1）通过手工录入数据；（2）可以将其他电子表格软件中的数据整列（行）的复制，然后粘贴到SPSS中；（3）通过读入其他格式文件数据的方式输入数据。 2-2、对于缺失值，如何利用SPSS进行科学替代？ 答：选择“Transform”菜单的Replace Missing Values命令，弹出Replace Missing Values 对话框。先在变量名列中选择1个或多个存在缺失值的变量，使之添加到“New Variable(s)”框中，这时系统自动产生用于替代缺失值的新变量。最后选择合适的替代方式即可。 2-3、在计算数据的加权平均数时，如何对变量进行加权？ 答：选择“Data”菜单中的Weight Cases命令，出现如图2-22所示的Weight Cases对话框。其中， Do not weight cases项表示不做加权，这可用于取消加权；Weight cases by 项表示选择1个变量做加权。 2-4、如何对变量进行自动赋值？ 答：变量的自动赋值可以将字符型、数字型数值转变成连续的整数，并将结果保存在一个新的变量中。具体操作的过程如下：选择“Transform”菜单中的Automatic Recode命令，在出现的对话框中，从左边的变量列表中选择需要自动赋值的变量，将它添加到Variable -> New Name框中，然后在下面New Name右边的文本框中输入新的变量名称，单击New Name 按钮，将新的变量名添加到上面的框中。从Recode Starting from框中有两个选项中选择一个，然后单击OK按钮，即可完成自动赋值运算。 3-1、一组数据的分布特征可以从哪几个方面进行测度？ 答：一组数据的分布特征可以从平均数、中位数、众数、方差、百分位、频数、峰度、偏度等方面描述。 3-2、简述众数、中位数和均值的特点及应用场合。 答：均值是总体各单位某一数量标志的平均数。平均数可应用于任何场合，比如在简单时序预测中可用一定观察期内预测目标的时间序列的均值作为下一期的预测值。中位数是指将数据按大小顺序排列起来，形成一个数列，居于数列中间位置的那个数据。中位数的作用与算术平均数相近，也是作为所研究数据的代表值。在一个等差数列或一个正态分布数列中，中位数就等于算术平均数。在数列中出现了极端变量值的情况下，用中位数作为代表值要比用算术平均数更好，因为中位数不受极端变量值的影响。众数是指一组数据中出现次数最多的那个数据。它主要用于定类（品质标志）数据的集中趋势，当然也适用于作为定序（品质标志）数据以及定距和定比（数量标志）数据集中趋势的测度值。 3-3、
S P S S调查报告期末作业 Document serial number【LGGKGB-LGG98YT-LGGT8CB-LGUT-
---------------------------------------------装--------------------------------- --------- 订 ---------------------------------------- -线----------------------------------- -- - --
上表表明，5中不同年级形式下共有80个样本，大一的均值最高，大二的均值次之，接着，大四的均值排第三，而大三的均值是最低的。由于在录入数据当中，选择调查问卷中选项A“是”，身边有请人带过课的同学，则录为1:；选择调查问卷中选项B“否”，身边没有请人带过课的同学，则录为2。所以，均值的结果表明，数值越大，则身边出现代课同学越少，数值越小，则表明身边出现的代课同学越多。因此，大三中的代课同学是最多的，大四次之，大二次之，大一最少。 上表表明，不同年级下代课情况的方差齐性检验值为，概率为,。如果显着性水平为，由于概率值大于显着性水平，不应拒绝零假设，认为不同年级下代课情况的总体方差无显着差异，满足方差分析的前提要求。 上表分别显示了两两不同年级下代课情况均值检验的结果。通过两两比较，最终可以得出，大一的均值>大二的均值>大三的均值，大四的均值大小情况不能确定，基本上得出的结论与实际情况相符。 五、建议 在以上对数据的分析过程当中，我们提到了逃课现象严重，收费代课行为愈发普遍的原因，这里稍微再做一下总结。原因如下： a.一些专业课程，教学内容循规蹈矩，考试题目照本宣科，无法引起学生兴趣； b.学校管理有较大漏洞，上课学生中“替身”大量潜伏而不知； c.学生自身自制力不够，容易受到外界的影响，不能静心学习； d.社会就业压力大，导致学生青睐于早点实习； 针对以上这些导致收费代课产生的原因，我想提出几点建议： （一）学校在专业设置、教师的互动性教学、知识的创新性和灵活体现、教学管理体系建设等诸多方面，都应反思，并采取一定的措施。高校则应该实行自主办学措施，在课程设置、专业方向设置上应当有自我特色。与其大张旗鼓地对“收费代课”现象进行大力批判，还不如放开手来，从根本上指导学生如何学会自主学习，如何利用有限的学习时间。倘若不加以反思，做出课程设置、教师互动性教学的改进，而是纯粹地一味加强考勤管理，必然会扼杀一部分学生的学习积极性，“人在心不在”的上课状态恐怕也难以培养出符合时代需求的大学生。 (二)学生应该分清楚学习和工作的不同意义，学习是一种能力的提高过程。大学生应当学会对自己的现在以及未来负责。大学四年，是相当宝贵的青春年华。我们年轻，我们活动，但是这些都不应该成为我们虚度时间，不学习的理由。调查结果中显示，大三的收费代课现象是最为严重的，这样的结果确实应该引起学生的重视了。我们都知道，大三是专业学习的主要一年，很多的专业课都在大三进行安排。可是大三的同学的不认真学习专业课，选择请人代课，这不是明显浪费了学习专业课的机会吗所以，这里，我想提醒本部的同学们，要合理地定位自己的身份与任务，不要在该学习的阶段去实习或娱乐。另外，也要明确自己上大学的初衷，不要因为大学生活的闲适，而慢慢丢失了自己的理想。 （三）政府要给大学生提供公平的就业环境，打击不规范的就业行为，消除掉大学生的就业焦虑。为大学生就业，提供更加全面完整的服务系统，让大学生在大学期间安心学
第二章 SPSS统计应用 第一节 SPSS基础 SPSS（Statistical Package for the Social Sciences）即社会科学统计软件包，是当今世界上公认的最流行、最强大的三大统计分析软件（SPSS、SAS和BMDP）之一。SPSS从10.0版本开始就基于Microsoft Windows 95操作系统上运行，具有Windows软件的共同特征。由于SPSS具有统计、绘图功能强、使用简单方便等优点。受到广大科研工作者的青睐。 在这里主要以12.0版为基础，介绍SPSS的基本使用方法。 一、SPSS安装和运行 1 SPSS v12.0 安装 打开计算机，启动Windows XP操作系统。 1) 将课程配备的光碟放入光盘驱动器中。 2) 启动Windows资源管理器，双击光盘驱动器图标，在目录窗口中找到“SPSS12 install”文件夹，双击进入该文件夹；找到“setup”应用程序，双击后就启动安装。显示欢迎安装SPSS 12.0版以及版权声明（图2-1），浏览后单击“Next”按钮进入下一个画面。 图2-1 SPSS12.0欢迎窗口 3）同意SPSS12.0软件协议 用户阅读“协议”，同意协议，单击“I accept the terms in license agreement”选项。 否则单击“Cancel”退出安装，如图2-2。
图2-2 软件协议窗口 4）阅读SPSS 12.0 自述文件后，单击“Next”按钮，进入下一个界面。5）填写用户信息。 例如：在用户名“Name:”栏填写: Student 在单位名称“Organization:”栏填写: SWU 如图2-3。单击“Next”按钮，进入下一个界面。 图2-3填写用户信息 5）指定SPSS12.0系统的安装目录（图2-4）
假设检验 一、单样本总体均值的假设检验 .................................................... 1 二、独立样本两总体均值差的检验 ................................................ 2 三、两匹配样本均值差的检验 ........................................................ 4 四、单一总体比率的检验 ................................................................ 5 五、两总体比率差的假设检验 .. (7) 一、单样本总体均值的假设检验 例题： 某公司生产化妆品，需要严格控制装瓶重量。标准规格为每瓶250 克，标准差为1 克，企业的质检部门每日对此进行抽样检验。某日从生产线上随机抽取16 瓶测重，以95%的保证程度进行总体均值的假设检验。 x t μ-= data6_01 样本化妆品重量 SPSS 操作： （1）打开数据文件，依次选择Analyze （分析）→Compare Means （比较均值）→One Sample T Test （单样本t 检验），将要检验的变量置入Test Variable(s)（检验变量）； （2）在Test Value （检验值）框中输入250；点击Options （选项）按钮，在
Confidence Interval（置信区间百分比）后面的框中，输入置信度（系统默认为95%，对应的显著性水平设定为5%，即0.05，若需要改变显著性水平如改为0.01，则在框中输入99 即可）； （3）点击Continue（继续）→OK（确定），即可得到如图所示的输出结果。 图中的第2~5 列分别为：计算的检验统计量t 、自由度、双尾检验p-值和样本均值与待检验总体均值的差值。使用SPSS 软件做假设检验的判断规则是：p-值小于设定的显著性水平?时，要拒绝原假设（与教材不同，教材的判断标准是p
---------------------------------------------装--------------------------------- --------- 订 -----------------------------------------线---------------------------------------- 班级 姓名 学号 - 广 东 财 经 大 学 答 题 纸（格式二） 课程 数据处理技术与SPSS 20 15 －20 16 学年第 1 学期 成绩 评阅人 评语： ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ （题目）关于本部学生对收费代课现象支持度的调查报告 （正文） 一、调查背景 如今，大学生逃课现象屡见不鲜，随之衍生了“收费代课”的现象。据了解，在全国近百所高校中，存在“收费代课”现象的高校居然有一半之多。当“收费代课”现象衍变成了一种行业，成为有领导、有组织、有规模、有纪律的机构，不仅仅应当引起社会的关注，更应引起校方对教育方式的深刻反思。“有偿代课”作为一种不正常的校园现象，有其存在的社会土壤，其原因有多方面，值得让人对当前大学教育深思。在“收费代课”现象蔚然成风之时，我们学校的学生们也加入了这支大队伍。对于这样的一种收费代课的行为，同学们褒贬不一，每个人都有自己的看法。然而，这种行为经常在我们的身边发生着，无疑应该引起我们的关注，并引发我们的深思，形成一定的判别能力与认知能力。
二、调查目的 我们希望通过本次调查了解广东财经大学本部学生选择收费代课的原因，以及对本专业学习、实习实践的认知程度，是否支持放弃学习去实习或者做自己的事情，是否支持收费代课。同时，我们也希望通过这份调查报告揭露出的一些情况，一方面，帮助学生更好地权衡学习与实习的利弊，更加理性地对待收费代课的行为，做出对自己正确合适的选择；另一方面，引起学校对这种收费代课现象的重视，给学校提一些建议，希望学校采取一些措施改善这种不良校风。 三、调查方法 从可行性角度出发，本次调查采用非概率随机抽样的街头拦截法，集中对象为本部大三大四的同学，以自愿形式对本部同学分发调查问卷，总共发出80份问卷，回收80份，有效问卷80份。收集问卷之后，利用spss软件进行数据整理与分析，最后把结论整理成调查报告。调查报告中采用的数据分析方法主要有：频数分析、多选项分析、交叉列联表行列变量间关系的分析、单因素方差分析等。 四、描述统计 1、对样本性别作频数分析 从上表可以看出，这次填写问卷的女生较多，占了样本的66.3%，这与我们学校男女比例不均衡有很大的关系，样本的男女比例不相等，也可以较好地接近学校的实际情况，有利于我们得到更为准确的结论。 2、对样本年级作频数分析 从上表可知，参加问卷调查的大三大四学生比例明显比较高，这与一开始我们预期相符，样本中大三大四学生所占比例较多，有利于我们得到更为有针对性的结论。
第三篇常用推断方法 二、综合分析题 1．略 2．略 3．为了解某校本科学生体质合格率的性别差异，随机抽查了本科男生 110人和女生 130 人，其中男生有 100 人合格，女生有 70 人合格，请问该校本科男女生体质合格率是否不同？ 表3-1某校本科学生体质合格率 体质状况合格不合格合计 男100 10 110 女70 60 130 合计170 160 240 【操作】 （1）数据准备 1）定义变量：性别（Value定义：1=男，2=女）、结果（Value定义：0=合格，1=不合格）、频数。输入数据，如图3-1所示。 图3-1 SPSS的Date View窗口 2）频数加权：点击Data菜单下的Weigh Cases选项，弹出Weigh Cases对话框，如图3-2，选择Weigh cases by，选中变量“频数”将其送入Frequency Variable框中，如图3-3所示，单击OK。
图3-2 Data→Weigh Cases 图3-3 Weigh Cases对话框 （2）统计分析 1）点击Analyze菜单下的Descriptive Statistics子菜单，选择Crosstabs选项，如图3-4所示，系统弹出Crosstabs主对话框，选择变量“性别”将其送入Row(s)框内，选择变量“体质状况”将其送入Column(s)框中，如图3-5所示。
图3-4Analyze→DescriptiveStatistics→Crosstabs 图3-5 Crosstabs主对话框 2）单击右侧的Statistics，弹出Statistics子对话框，选择Chi-square，如图3-6所示，单击Continue返回。 图3-6 Statistics子对话框图9-13 Cells子对话框
广东财经大学答题纸（格式二） 课程数据处理技术与SPSS 20 15 —20 16学年第1学期 成绩评阅人 评语: （题目）关于本部学生对收费代课现象支持度的调查报告 （正文） 一、调查背景 如今，大学生逃课现象屡见不鲜，随之衍生了“收费代课”的现象。据了解，在全国近百所高校中，存在“收费代课”现象的高校居然有一半之多。当“收费代课” 现象衍变成了一种行业，成为有领导、有组织、有规模、有纪律的机构，不仅仅应当引起社会的关注，更应引起校方对教育方式的深刻反思。“有偿代课”作为一种不正常的校园现象，有其存在的社会土壤，其原因有多方面，值得让人对当前大学教育深思。在“收费代课”现象蔚然成风之时，我们学校的学生们也加入了这支大队伍。对于这样的一种收费代课的行为，同学们褒贬不一，每个人都有自己的看法。然而，这种行为经常在我们的身边发生着，无疑应该引起我们的关注，并引发我们的深思，形成一定的判别能力与认知能力。
二、调查目的 我们希望通过本次调查了解广东财经大学本部学生选择收费代课的原因，以及对本专业学习、实习实践的认知程度，是否支持放弃学习去实习或者做自己的事情，是否支持收费代课。同时，我们也希望通过这份调查报告揭露出的一些情况，一方面, 帮助学生更好地权衡学习与实习的利弊，更加理性地对待收费代课的行为，做出对自己正确合适的选择；另一方面，引起学校对这种收费代课现象的重视，给学校提一些建议，希望学校采取一些措施改善这种不良校风。 三、调查方法 从可行性角度出发，本次调查采用非概率随机抽样的街头拦截法，集中对象为本部大三大四的同学，以自愿形式对本部同学分发调查问卷，总共发出80份问卷， 回收80份，有效问卷80份。收集问卷之后，利用spss软件进行数据整理与分析，最后把结论整理成调查报告。调查报告中采用的数据分析方法主要有：频数分析、多选项分析、交叉列联表行列变量间关系的分析、单因素方差分析等。 四、描述统计 1、对样本性别作频数分析 从上表可以看出，这次填写问卷的女生较多，占了样本的66.3%，这与我们学校男女比例不均衡有很大的关系，样本的男女比例不相等，也可以较好地接近学校的实际情况，有利于我们得到更为准确的结论。 2、对样本年级作频数分析 从上表可知，参加问卷调查的大三大四学生比例明显比较高，这与一开始我们预期相符，样本中大三大四学生所占比例较多，有利于我们得到更为有针对性的结论。
第1题：基本统计分析1 分析：本题要求随机选取80%的样本，因而需要选用随机抽样的方法，在此选择随机抽样中的近似抽样方法进行抽样。其基本操作步骤如下：数据→选择个案→随机个案样本→大约（A）80 所有个案的%。 1、基本思路： （1）由于存款金额为定距型变量，直接采用频数分析不利于对其分布形态的把握，因而采用数据分组，先对数据进行分组再编制频数分布表。此处分为少于500元，500~2000元，2000~3500元，3500~5000元，5000元以上五组。分组后进行频数分析并绘制带正态曲线的直方图。 （2）进行数据拆分，并分别计算不同年龄段储户的一次存取款金额的四分位数，并通过四分位数比较其分布上的差异。 操作步骤： （1）数据分组：【转换→重新编码为不同变量】，然后选择存取款金额到【数字变量→输出变量（V）】框中。在【名称（N）】中输入“存取款金额1”，单击【更改（H）】按钮；单击【旧值和新值】按钮进行分组区间定义。 （2）【分析→描述统计→频率】；选择“存款金额分组”变量到【变量（V）】框中；单击【图标（C）】按钮，选择【直方图】和【在直方图上显示正态曲线】；选中【显示频率表格】，
确定。 （3）【数据→拆分文件】，选择“年龄”变量到【分组方式】框中，选中【比较组】和【按分组变量排序文件】，确定；【分析→描述统计→频率】，选择“存款金额”到【变量】框中，单击【统计量】按钮，选择【四分位数】→继续→确定。 统计量 存(取)款金额 20岁以下 N 有效 1 缺失0 百分位数 25 50.00 50 50.00 75 50.00 20~35岁 N 有效131 缺失0 百分位数 25 500.00 50 1000.00 75 5000.00 35~50岁 N 有效73 缺失0 百分位数 25 500.00 50 1000.00 75 4500.00 50岁以上 N 有效32 缺失0 百分位数 25 525.00 50 1000.00 75 2000.00 结果及结果描述：
spss单样本t检验Analyze----compare Means----one sample T test 输入方式 实验数据 12 12 1 2 1 2 3 4 5 6 4 9 5 直接输入数据
Sig=0.000 差异显著
独立样本t检验（两组数据） Analyze-----compare Means----Independent-samples T test 输入方式 试验分组实验数据 1 12 1 13 1 12 1 12 1 1 1 1 2 2 2 2 2 2 2 2 2 两组数据个数可以不同
成组数据t检验 Analyze----compare Means-----paired-samples T test
单因素方差分析 Analyze---compare means----one-way ANOV A(analyze of variance)
Factor （因素）1 1 1 1 1 2 2 2 2 2 2 3 3 3 3(分组) Dependent List 试验数据 polynomial lines contrast---polynomial---Degree---linear post Hoc Multiple comparisons-----LSD(Duncan 邓肯检验) 先选方差齐性在结果中判断Sig 值？＜0.05（差异显著）若不齐则进行数据转化。 数据输入 分组试验数据 1 12 1 13 1 13 1 1 2 2 2 2 2 2 3 3 3 3 3 3 4 4 4 4 4 4 双因素方差分析 Analyze-----General linear Model-----univariate Dependent Variable(因变因素)因别的数字变化而变化 Fixed Factor （固定因素） Random Factors(随机因素) Model-----custom-----Build Term---Interaction(交互作用)----Main effects（主因素） Contrast--- simple---first----change Plot Hoc----LSD (Duncan)
Spss第 3 次作业 方差分析练习题： 第1题 (1)【实验目的】 学会单因素方差分析 (2)【实验内容】 1、入户推销有五种方法。某大公司想比较这五种方法有无显著的效果差异，设计了一项实验。从尚无推销经验的应聘人员中随机挑选一部分，并随机将他们分为五个组，每种用一种推销方 第一组20 16.8 17.9 21.2 23.9 26.8 22.4 第二组24.9 21.3 22.6 30.2 29.9 22.5 20.7 第三组16.0 20.1 17.3 20.9 22.0 26.8 20.8 第四组17.5 18.2 20.2 17.7 19.1 18.4 16.5 第五组25.2 26.2 26.9 29.3 30.4 29.7 28.2 (2)绘制各组的均值比对图，并利用LSD方法进行剁成比较检验。 (3)【操作步骤】 在数据编辑窗口输入组别和推销额→分析→比较平均值→单因素ANOVA检验→将“推销额”转入“因变量列表”→将“组别”转入“因子”→确定 分析→一般线性模型→单变量→将“推销额”转入“因变量”→将“组别”转入“固定因子”→事后比较→将“组别”转入“下列各项的事后检验”→选中“LSD”→继续→确定
(4)【输出结果】 ANOVA VAR00002 平方和自由度均方 F 显著性 组间405.534 4 101.384 11.276 .000 组内269.737 30 8.991 总计675.271 34 主体间因子 个案数 VAR00001 1.00 7 2.00 7 3.00 7 4.00 7 5.00 7
主体间效应检验因变量: VAR00002 源III 类平方 和自由度均方 F 显著性 修正模型405.534a 4 101.384 11.276 .000 截距17763.779 1 17763.779 1975.677 .000 VAR00001 405.534 4 101.384 11.276 .000 误差269.737 30 8.991 总计18439.050 35 修正后总计675.271 34 a. R 方 = .601（调整后 R 方 = .547）