【免费下载】spss实验报告1

1.数据文件的建立。

打开SPSS,在数据编辑器的变量视图中，输入变量的属性特征，如Name,Width,Decinmal等。

以习题一为例，输入为下：返回数据编辑库，数据视图，直接录入数据。

习题一的数据表如下：点击Save，输入文件名将文件保存。

2.数据的整理数据编辑窗口的Date可提供数据整理功能。

其主要功能包括定义和编辑变量、观测量的命令，变量数据变换的命令，观测量数据整理的命令。

以习题一为例，将上图中的数据进行整理，以GDP值为参照，升序排列。

数据整理后的数据表为：整理后的数据，可以直观看出GDP值的排列。

3、频数分析。

以习题一为例(1).单击“分析→描述统计→频率”(2)打开“频率”对话框，选择GDP为变量(3)单击“统计量”按钮，打开“统计量”对话框.选择中值及中位数。

得到如下结果：（4）单击“分析→描述统计→探索”，打开“探索”对话框，选择GDP（亿元），输出为统计量。

结果如下：4、探索分析以习题2为例子：（1）单击“分析→统计描述→频率”，打开“频率”对话框，选择“身高”变量。

（2）选择统计量，分别选择百分数，均值，标准差，单击图标。

的如下结果：（3）单击“分析→统计描述→探索”，选择相应变量变量，单击“绘制”，选择如下图表，的如下结果：从上述图标可以看出，除了个别极端点以外，数据都围绕直线上下波动，可以看出，该组数据，在因子水平下符合正态分布。

4．交叉列联表分析：以习题3,原假设是吸烟与患病无关备择假设是吸烟与患病有关操作如下：单击“分析→统计描述→交叉表”，打开“交叉表”对话框，选择相应变量变量，单击精确，并选择“统计量”按钮，选择“卡方”作为统计量检验，然后单击“单元格”按钮，选择“观测值”和“期望值”进行计数。

得出分析结果如下：分析得出卡方值为7.469,，自由度是1，P值为0.004<0.05拒绝原假设，故有大于95%的把握认为吸烟和换慢性气管炎有关。

习题4：原假设是性别与安全性能的偏好无关备择假设是性别与安全性能的偏好有关操作如下：单击“分析→统计描述→交叉表”，打开“交叉表”对话框，选择相应行列变量然后选择“统计量”按钮，以“卡方”作为统计量检验.单击“单元格”按钮，选择“观测值”和“期望值”进行计数单击“确定”，得出分析结果如下：分析得出卡方值为19自由度是4，P值为0.001<0.05拒绝原假设，故有99.9%的把握认为性别与安全性能的偏好有关5实验作业补充。

SPSS统计分析软件实验报告石河子大学经济与管理学院经济与贸易系国际经济与贸易专业2009级1班雍荣2009165106实验一SPSS基本操作一、实验目的1．熟悉SPSS的菜单和窗口界面，熟悉SPSS各种参数的设置；2．掌握SPSS的数据管理功能。

二、实验内容及步骤（一）数据的输入和保存1. SPSS界面当打开SPSS后，展现在我们面前的界面如下：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、工具栏。

该界面和EXCEL极为相似，很多操作也与EXCEL类似，同学们可以自己试试。

2.定义变量选择菜单Data==>Define Variable。

系统弹出定义变量对话框如下：对话框最上方为变量名，现在显示为“VAR00001”，这是系统的默认变量名；往下是变量情况描述，可以看到系统默认该变量为数值型，长度为8，有两位小数位，尚无缺失值，显示对齐方式为右对齐；第三部分为四个设置更改按钮，分别可以设定变量类型、标签、缺失值和列显示格式；第四部分实际上是用来定义变量属于数值变量、有序分类变量还是无序分类变量，现在系统默认新变量为数值变量；最下方则依次是确定、取消和帮助按钮。

假如有两组数据如下：GROUP 1: 0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11 GROUP 2: 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先来建立分组变量GROUP。

请将变量名改为GROUP，然后单击OK按钮。

现在SPSS的数据管理窗口如下所示：第一列的名称已经改为了“group”，这就是我们所定义的新变量“group”。

现在我们来建立变量X。

单击第一行第二列的单元格，然后选择菜单Data==>Define Variable，同样，将变量名改为X，然后确认。

SPSS应用实验报告1孙华绪2016-4-28SPSS是进行数据文件分析的一项重要工具，在当前数据文件应用越来越广泛的情况下，掌握对数据进行处理的方法至关重要。

本节关于SPSS实验课中，我主要收获到了以下内容，形成如下报告。

我们实验课中所应用的SPSS软件实验环境是建立在Windows XP操作系统之下的SPSS12.0(汉化)版本，并有Excel软件系统。

首先在其启动时，有如下界面出现：选择“输入数据”即可进入其主界面，它是一个类似于Excel软件工作表的窗格：可以看到，在图中有“数据视图”和“变量视图”两个窗口标签，在“变量视图”定义了相关属性后，就可以在“数据视图”中录入数据并进行进一步编辑了，“变量视图”中属性系统最先会有默认值，如下所示：在实验中，最重要的还是对数据编辑与整理的操作，对此，我们借助了教材附带的光盘所提供的数据库。

进行编辑与处理时，主要是用菜单栏中“文件”、“编辑”等10项内容。

其中“数据”、“转换”、“分析”、“图形”是最主要的。

如下图所示：同时又可以看到，在菜单栏每个项目之下，又有许多包含的子功能。

因而毋庸置疑，SPSS处理数据的方面是非常广的，而这些广泛的功能正是我们所要掌握的。

举例来讲，最基础的是插入数据，利用“数据”—“插入个案”即可在光标的前上一行插入新数据。

如图，光标是在现在表格的第4行，于是在第3行形成了新的空白插入量。

再如，排序功能。

利用“数据”—“对个案排序”，选择要排序的项目，即可进行升序或降序的排列：当要选取数据的一部分时，可以采用“数据”—“选择个案”，它包含了“全部个案”、“如果条件满足”、“随机个案样本”等5个方面。

通常情况下我们会有条件的选择，那么就可以在对话框中设定好条件进行筛选，如下图所示：数据的分类汇总也是重要的一方面，在SPSS中也提供了这类功能。

例如对成绩，可以利用“数据”—“分类汇总”项目，从列表框中选定相关变量，在函数功能中确定汇总形式，设定好保存路径，就可以很快的实现汇总。

spss实验报告1《统计分析与SPSS的应用》实验报告一一、数据来源及说明本次试验报告数据来源于1991年美国社会变迁普查（1991 U.S. GeneralSocial Survey）。

在这次试验研究的是美国居民幸福感状况，分析性别、种族和地区之间的差异对幸福感的影响。

研究个案为1991年美国社会变迁普查的1517个个案，主要变量为sex、race、region、happy这四个。

二、统计分析结果（1）整体幸福感表1 General Happiness频率百分比有效百分比累计百分比有效Very Happy 467 30.8 31.1 31.1 Pretty Happy 874 57.5 58.0 58.0Not Too Happy 165 10.9 11.0 11.0 合计1504 99.1 100.0 100.0 缺失NA 13 .9合计1517 100.0图 1 General Happiness的直方图表2 关于General Happy的统计量（2）按性别分析幸福感表3 不同性别的幸福感Respondent’s Sex 频率百分比有效百分比Male 有效Very Happy 206 32.4 32.5Pretty Happy 374 58.8 59.1Not Too Happy 53 8.3 8.4合计633 99.5 100.0缺失NA 3 .5合计635 100Female 有效Very Happy 261 29.6 30.0Pretty Happy 498 56.557.2Not Too Happy 112 12.7 12.9合计871 98.9 100.0缺失NA 10 1.1合计881 100.0图2 分性别幸福箱图（3）按种族分析幸福感表 4 不同人种的幸福感Race of Respondent 频率百分比有效百分比White 有效Very Happy 409 32.4 32.6Pretty Happy 730 57.8 58.1Not Too Happy 117 9.3 9.3合计1256 99.4 100.0缺失NA 8 .6合计1264 100.0Black 有效Very Happy 46 22.5 22.9Pretty Happy 116 56.9 57.7Not Too Happy 39 19.1 19.4合计201 98.5 100.0缺失NA 3 1.5合计204 100.0Other 有效Very Happy 12 24.5 25.5Pretty Happy 26 53.1 55.3Not Too Happy 9 18.4 19.1合计47 95.9 100.0缺失NA 2 4.1合计49 100.0图3分人种幸福感箱图（4）按地区分析幸福感表5 不同地区的幸福感region of the United States 频率百分比有效百分比North East 有效Very Happy 185 27.2 27.5Pretty Happy 412 60.7 61.2Not Too Happy 76 11.2 11.3合计673 99.1 100.0 缺失NA 6 9合计679 100.0South East 有效Very Happy 149 35.9 36.3Pretty Happy 215 51.8 52.3Not Too Happy 47 11.3 11.4合计411 99.0 100.0 缺失NA 4 1.0合计415 100.0West 有效Very Happy 133 31.4 31.7Pretty Happy 245 57.9 58.3Not Too Happy 42 9.9 10.0合计420 99.3 100.0 缺失NA 3 7合计423 100.0图4 分地区幸福感箱图三、结论(1)根据表1的数据，在调查的1517个个案中有1504个个案是有效的，其中Very Happy的为31.1%，Pretty Happy的为58.0%，Not too Happy的为11.0%，均值为1.8，众数为2。

spss上机实验报告I. 实验目的本实验旨在通过使用SPSS软件进行数据分析，加深对SPSS软件的理解和掌握，巩固和深化统计分析的基础知识。

II. 实验内容本实验使用了SPSS软件对一组数据进行了统计分析。

数据包括了100名学生的语文成绩、数学成绩、英语成绩、性别和年龄等信息。

实验内容如下：1. 数据导入和检查将数据文件导入SPSS软件中，并对数据进行检查，排除异常数据。

2. 数据描述性统计分析使用SPSS软件对数据进行描述性统计分析，包括均值、中位数、标准差等统计指标的计算。

3. 方差分析使用SPSS软件对数据进行方差分析，分析不同性别和年龄段学生的语文、数学和英语成绩之间的差异。

III. 实验结果1. 数据导入和检查数据文件成功导入SPSS软件中，并且通过检查，排除了部分异常数据。

2. 数据描述性统计分析经过计算，该组数据的语文平均分为75.3分，数学平均分为78.6分，英语平均分为80.2分，标准差分别为8.5、7.9、6.8。

3. 方差分析通过方差分析，发现女生的语文成绩平均值显著高于男生，F(1,98)=10.76,p<0.01；年龄在18岁以下的学生数学成绩平均值显著高于18岁以上的学生，F(1,98)=3.94, p<0.05；年龄在18岁以上的学生英语成绩平均值显著高于18岁以下的学生，F(1,98)=6.19,p<0.05。

IV. 结论通过本实验，我们进一步掌握了SPSS软件的使用技巧，并且运用统计学基础知识对一组数据进行了分析，得出了有意义的结论。

在以后的学习和工作中，我们将会更加熟练地使用SPSS软件，为我们的研究和工作提供更多的支持和帮助。

实训报告实验课程名称SPSS软件实训系（部）年级专业班学生姓名学号开课时间至学年第学期实验一均值比较与T检验一实验目的1、掌握均值比较，用于计算指定变量的综合描述统计量，2、掌握单样本T检验（One—Sample T Test），检验单个变量的均值与假设之间是否存在差异；3、掌握独立样本T检验（Independent Samples Test），用于检验两组来自独立总体的样本，企图理综题的均值或中心位置是否一样4、掌握配对样本T检验（Paired Samples Test），用于检验两个相关的样本是否来自具有相同均值的总体。

二实验内容1 (1) 解决问题的原理：分析该班的数学成绩与全国的平均成绩70分之间是否有显著性差异，其中全班平均成绩为单个变量的均值，全国平均成绩70分之间为假设检验值，此问题满足单样本T检验（One—Sample T Test）的条件，因此用单样本T检验来解决此问题。

(2) 实验步骤；第1步数据组织；首先建立SPSS数据文件，只需建立一个变量“成绩”，录入相应的数据即可。

第2步打开主对话框；选择Analyze→ Compare Means → One-Sample T Test ，打开同下图样的单样本T检验主对话框。

第3步确定要进行T检验的变量；在上图所示的对话框中，选择“成绩”变量作为检验变量，移入“Test Variable(s)”框中。

第4步输入要检验的值；在上图的对话框中的“Test value”中输入要检验的值，本例应输入70。

(3)结果分析（1）单样本统计量单样本统计量（One-Sample Statistics）（2）单样本T检验结果：当置信水平为95%时，显著性水平为0.05，从单样本T检验（One—Sample T Test）结果表可以看出，双尾检验率P值为0.002，小于0.05,故拒绝原假设，也就是说该班的数学成绩与全国的平均成绩70分之间有显著性差异。

spss实验报告SPSS实验报告引言：本实验旨在探究男性和女性在处理视觉任务时的差异。

研究表明，男性和女性在处理不同类型的视觉信息时有着不同的注意倾向和反应时间。

本实验将运用SPSS软件对实验数据进行分析，进一步研究这种差异的存在及其具体表现。

方法：参与者：本实验共招募了60名大学本科生（30名男性和30名女性），无近视、色盲、疲劳等视觉障碍的健康受试者。

实验材料与设计：实验使用了一台电脑，显示器大小为17英寸，分辨率为1280×1024像素。

实验设计为重复测量设计，所有参与者将接受两个视觉任务：定向判断和颜色识别。

定向判断任务：参与者要在屏幕上显示的五个不同方向的箭头中，判断指向右边的箭头的个数。

该任务共有50个试次，每个试次的箭头数量和方向均不相同。

颜色识别任务：参与者需要判断屏幕上显示的5个不同颜色的圆圈中，颜色不同的圆圈的个数。

该任务共有50个试次，每个试次的颜色和位置均不相同。

数据收集：在每个试次开始时，实验者测量参与者所花费的时间，并将其记录在数据表中。

每个参与者完成两个任务，任务的顺序是随机分配的。

数据分析：首先，我们利用SPSS软件计算了整体样本的平均反应时间（RT）和标准偏差（SD）。

结果显示，整体样本的平均RT 为300.56毫秒，SD为25.34毫秒。

然后，我们将样本按照性别分组，并分别计算男性和女性的平均RT和SD。

结果显示，男性的平均RT为289.45毫秒，SD 为23.67毫秒；女性的平均RT为311.67毫秒，SD为27.98毫秒。

接下来，我们进行了配对样本t检验，比较了男性和女性在两个任务中的平均RT。

结果显示，男性在定向判断任务中的平均RT （279.89毫秒）显著低于女性（297.83毫秒）（t(29)= -2.45, p<0.05）。

然而，男性和女性在颜色识别任务中的平均RT（298.01毫秒和304.51毫秒，分别）之间的差异并不显著（t(29)= -1.32, p>0.05）。

湖北汽车工业学院SPSS实习报告学号20090530501姓名杨文弟指导教师彭娟娟曾智实验一描述性统计分析一、实验目的利用SPSS进行描述性统计分析。

要求掌握频数分析（Frequencies过程）、描述性分析（Descriptives过程）、交叉列联表分析(Crosstabs过程)。

二实验内容从某校选取的3个班级共16名学生的体检列表，要求以班级为单位列表计算年龄，体重和身高的统计量，包括极差，最小最大值，均值，标准差和方差。

给出操作步骤和分析结果。

三实验步骤1 定义变量2 输入数据3 选择分析方法4 单击“OK”按钮，得到输出结果。

对结果进行分析解释。

四实验结果与分析班级Frequency Percent Valid Percent Cumulative PercentValid 一班8 50.0 50.0 50.0 二班 4 25.0 25.0 75.0三班 4 25.0 25.0 100.0Total 16 100.0 100.0年龄12 9 56.3 56.3 87.513 2 12.5 12.5 100.0 Total 16 100.0 100.0体重Frequency Percent Valid Percent Cumulative PercentValid 39 1 6.3 6.3 6.340 1 6.3 6.3 12.541 1 6.3 6.3 18.842 1 6.3 6.3 25.044 6 37.5 37.5 62.545 1 6.3 6.3 68.846 1 6.3 6.3 75.049 1 6.3 6.3 81.350 2 12.5 12.5 93.852 1 6.3 6.3 100.0Total 16 100.0 100.0身高由以上表格可知：选取的三个班十六名学生中，年龄，体重,身高的平均值分别为11.65，44.88，128.625。

均值标准误差分别为0.241，1.05228，1.54347。

实验报告
实验目的: 通过上机操作, 熟练掌握spss相关知识。

实验内容:
（一）1、首先将表格导入到spss中, 出现如下图结果：
2.选择: 分析——描述统计—频率, 出现如下图的表格,
, /
3、将V1导入到变量中, 然后点击统计量, 出现如下图的表格, 在表格中, 点击, 均值、中位数、四分位数, 标准差。

点击继续, 就完成第一题, 出现下图的结果。

以上就是第一题的结果。

（二）
1.首先将表格导入到spss中, 如下图:
2.从上表中, 可知, 方法A要比B.C的只都要高, 可见平均值要高于B.C, 就应该对这三组进行平均值, 方差的计算进行比较。

选择: 分析——描述统计——描述, 出现如下图的表格:
将方法A.B.C分别导入到变量中, 然后点击选项这个按钮, 出现如下图的表格进行选择:
可以选择标准差, 最大值, 最小值, 均值, 然后点击继续, 则会出现结果, 通过对结果进行对比, 选择方案。

由图可知, 方法A的平均值高于B、C, 而且最小值也都大于B、C的最大值, 可知A的组装优越于B、C, 即使标准差大于B, 稳定性稍微差于B, 但总体上组装的结果要比B好, 所以要选择方案A。