1、學 號： 120044072014-2015學年第1學期第1718周課程設計I報告題 目： 課程設計 班 級： 44 姓 名： 范海霞 指導教師： 黃雙穎 職 稱： 成 績： 通達學院2015年1 月4 日 一：SPSS的安裝和使用在PC機上安裝SPSS軟件，打開軟件：基本統計分析功能包括描述統計和行列計算，還包括在基本分析中最受歡迎的常見統計功能，如匯總、計數、交叉分析、分類比較、描述性統計、因子分析、回歸分析及聚類分析等等。具體如下：1.數據訪問、數據準備、數據管理與輸出管理； 2.描述統計和探索分析：頻數、描述、集中趨勢和離散趨勢分析、分布分析與查看、正態性檢驗與正態轉換、均值的置信區間

2、估計； 3.交叉表：計數；行、列和總計百分比；獨立性檢驗；定類變量和定序變量的相關性測度； 4.二元統計：均值比較、T檢驗、單因素方差分析； 5.相關分析：雙變量相關分析、偏相關分析、距離分析； 6.線性回歸分析：自動線性建模、線性回歸、Ordinal回歸PLUM、曲線估計；7.非參數檢驗：單一樣本檢驗、雙重相關樣本檢驗、K重相關樣本檢驗、雙重獨立樣本檢驗、K重獨立樣本檢驗； 8.多重響應分析：交叉表、頻數表； 9.預測數值結果和區分群體： K-means聚類分析、分級聚類分析、兩步聚類分析、快速聚類分析、因子分析、主成分分析、最近鄰元素分析； 10. 判別分析； 11.尺度分析； 12. 報

3、告：各種報告、記錄摘要、圖表功能（分類圖表、條型圖、線型圖、面積圖、高低圖、箱線圖、散點圖、質量控制圖、診斷和探測圖等）； 13.數據管理、數據轉換與文件管理； 二數據文件的處理SPSS數據文件是一種結構性數據文件，由數據的結構和數據的內容兩部分構成，也可以說由變量和觀測兩部分構成。定義一個變量至少要定義它的兩個屬性，即變量名和變量類型其他屬性可以暫時采用系統默認值，待以后分析過程中如果有需要再對其進行設置。在 spss數據編輯窗口中單擊“變量視窗”標簽，進入變量視窗界面，即可對變量的各個屬性進行設置。1創建一個數據文件數據 （1）選擇菜單【文件】 【新建】【數據】新建一個數據文件，進入數據編

4、輯窗口。窗口頂部標題為“PASW Statistics數據編輯器”。（2）單擊左下角【變量視窗】標簽進入變量視圖界面，根據試驗的設計定義每個變量類型。（3）變量定義完成以后，單擊【數據視窗】標簽進入數據視窗界面，將每個具體的變量值錄入數據庫單元格內。 2.計算新變量 在對數據文件中的數據進行統計分析的過程中，為了更有效地處理數據和反映事務的本質，有時需要對數據文件中的變量加工產生新的變量。比如經常需要把幾個變量加總或取加權平均數，SPSS中通過【計算】菜單命令來產生這樣的新變量，其步驟如下： 選擇菜單【轉換】【計算變量】，打開對話框:在目標變量輸入框中輸入生成的新變量的變量名:平均數，單擊輸入

5、框下面類型與標簽按鈕，在跳出的對話框中可以對新變量的類型和標簽進行設置。 在數字表達式輸入框中輸入新變量的計算表達式。單擊【如果】按鈕，彈出子對話框。包含所有個體：對所有的觀測進行計算；如果個案滿足條件則包括：僅對滿足條件的觀測進行計算。 單擊確定按鈕，執行命令，則可以在數據文件中看到一個新生成的變量。3.篩選變量：選擇【數據】【選擇個案】命令。指定抽樣的方式：【全部個案】不進行篩選；【如果條件滿足】按指定條件進行篩選。4.數據文件的拆分與合并（1）.數據合并： 增加個案的數據合并（【合并文件】【添加個案】），將新數據文件中的觀測合并到原數據文件中，在 SPSS中實現數據文件縱向合并的方法如下

6、：（2）數據拆分：在進行統計分析時，經常要對文件中的觀測進行分組，然后按組分別進行分析。例如要求按性別不同分組。在 SPSS中具體操作如下： 選擇菜單【數據】【分割文件】，打開對話框：5.數據文件的存儲與讀取等操作:SPSS數據錄入并編輯整理完成以后應及時保存，以防數據丟失。保存數據文件可以通過【文件】【保存】或者【文件】【另存為】菜單方式來執行。在數據保存對話框（如圖 2.5所示）中根據不同要求進行 SPSS數據保存。三：繪制圖形：繪制條形圖：選擇圖形-舊對話框-條形圖，彈出如下對話框： 繪制折線圖：繪制餅圖： 四基本統計：1.頻數分析：單擊分析-描述統計-頻率：統計量政治數學物理語文N有效

7、10101010缺失90909090政治頻率百分比有效百分比累積百分比有效5111.010.010.08011.010.020.08211.010.030.08411.010.040.08811.010.050.08911.010.060.09022.020.080.09611.010.090.09711.010.0100.0合計1010.0100.0缺失系統9090.0合計100100.0數學頻率百分比有效百分比累積百分比有效6011.010.010.06111.010.020.07522.020.040.07811.010.050.07911.010.060.08811.010.070.0

8、8911.010.080.09911.010.090.010011.010.0100.0合計1010.0100.0缺失系統9090.0合計100100.0物理頻率百分比有效百分比累積百分比有效5611.010.010.06511.010.020.07611.010.030.07822.020.050.08011.010.060.08711.010.070.08911.010.080.09811.010.090.010011.010.0100.0合計1010.0100.0缺失系統9090.0合計100100.0語文頻率百分比有效百分比累積百分比有效5011.010.010.07811.010.0

9、20.08111.010.030.08522.020.050.08811.010.060.08922.020.080.09511.010.090.09811.010.0100.0合計1010.0100.0缺失系統9090.0合計100100.02.描述分析：描述統計量N極小值極大值均值標準差政治10519784.7013.039數學106010080.4013.826物理105610080.7013.639語文10509883.8013.273有效的 N （列表狀態）103. 總體均值與總體方差的估計：（1）.總體均值的估計：案例處理摘要案例已包含已排除總計N百分比N百分比N百分比政治 * 物

10、理1010.0%9090.0%100100.0%報告政治物理均值N標準差5690.001.6588.001.7689.001.7889.0029.8998097.001.8751.001.8990.001.9880.001.10084.001.總計84.701013.039(2).總體方差的估計：統計量政治數學物理語文N有效10101010缺失90909090方差170.011191.156186.011176.178政治頻率百分比有效百分比累積百分比有效5111.010.010.08011.010.020.08211.010.030.08411.010.040.08811.010.050.0

11、8911.010.060.09022.020.080.09611.010.090.09711.010.0100.0合計1010.0100.0缺失系統9090.0合計100100.0數學頻率百分比有效百分比累積百分比有效6011.010.010.06111.010.020.07522.020.040.07811.010.050.07911.010.060.08811.010.070.08911.010.080.09911.010.090.010011.010.0100.0合計1010.0100.0缺失系統9090.0合計100100.0物理頻率百分比有效百分比累積百分比有效5611.010.01

12、0.06511.010.020.07611.010.030.07822.020.050.08011.010.060.08711.010.070.08911.010.080.09811.010.090.010011.010.0100.0合計1010.0100.0缺失系統9090.0合計100100.0語文頻率百分比有效百分比累積百分比有效5011.010.010.07811.010.020.08111.010.030.08522.020.050.08811.010.060.08922.020.080.09511.010.090.09811.010.0100.0合計1010.0100.0缺失系統9

13、090.0合計100100.04. 總體均值的置信區間的計算:單擊分析-比較均值-單樣本t檢驗：單個樣本統計量N均值標準差均值的標準誤政治1084.7013.0394.123數學1080.4013.8264.372物理1080.7013.6394.313語文1083.8013.2734.197單個樣本檢驗檢驗值 = 0 tdfSig.(雙側)均值差值差分的 95% 置信區間下限上限政治20.5429.00084.70075.3794.03數學18.3899.00080.40070.5190.29物理18.7119.00080.70070.9490.46語文19.9659.00083.80074

14、.3093.305 回歸分析：（1）.一元線性分析：單擊分析-回歸-線性，將消費支出Y作為因變量，將可支配收入X作為自變量：輸入移去的變量b模型輸入的變量移去的變量方法1可支配收入Xa.輸入a. 已輸入所有請求的變量。b. 因變量: 消費支出Y模型匯總模型RR 方調整 R 方標準 估計的誤差1.977a.954.948.19176a. 預測變量: (常量), 可支配收入X。Anovab模型平方和df均方FSig.1回歸6.05516.055164.655.000a殘差.2948.037總計6.3499a. 預測變量: (常量), 可支配收入X。b. 因變量: 消費支出Y結果分析：此表給出了模型

15、的檢驗結果，F值為164.655，Sig值為0.000，所以，其顯著概率值遠遠小于0.01，所以，顯著的拒絕總體回歸系數為0的假設。系數a模型非標準化系數標準系數tSig.B標準 誤差試用版1(常量).607.1893.206.013可支配收入X.542.042.97712.832.000a. 因變量: 消費支出Y（2）.多元線性回歸分析：單擊分析-回歸-線性：輸入移去的變量b模型輸入的變量移去的變量方法1建筑年產值X2, 汽車年產量X1.輸入a. 已輸入所有請求的變量。b. 因變量: 年銷售額Y模型匯總模型RR 方調整 R 方標準 估計的誤差1.977a.954.94842.46359a.

16、預測變量: (常量), 建筑年產值X2, 汽車年產量X1。Anovab模型平方和df均方FSig.1回歸563388.1322281694.066156.223.000a殘差27047.346151803.156總計590435.47817a. 預測變量: (常量), 建筑年產值X2, 汽車年產量X1。b. 因變量: 年銷售額Y結果分析：此表給出了模型的檢驗結果，F值為156.223，Sig值為0.000，所以，其顯著概率值遠遠小于0.01，所以，顯著的拒絕總體回歸系數為0的假設。系數a模型非標準化系數標準系數tSig.B標準 誤差試用版1(常量)-10.27449.214-.209.837汽

17、車年產量X111.057.995.77611.117.000建筑年產值X240.1749.837.2854.084.001a. 因變量: 年銷售額Y六方差分析：（1）.單因素方差分析：單擊分析-比較均值-單因素方差分析：單擊“選項”，選中“描述性”選項欄和“方差同質性”檢驗選項欄：描述使用壽命YN均值標準差標準誤均值的 95% 置信區間極小值極大值下限上限1.0071674.285761.6055023.284691617.31011731.26131600.001780.002.0051598.0000144.9827664.838261417.98011778.01991400.00175

18、0.003.0081648.750081.6678828.873961580.47391717.02611550.001800.004.0061575.000070.0713928.606531501.46461648.53541510.001680.00總數261628.846293.3521018.307851591.14041666.55191400.001800.00方差齊性檢驗使用壽命YLevene 統計量df1df2顯著性2.840322.061ANOVA使用壽命Y平方和df均方F顯著性組間39776.456313258.8191.638.209組內178088.929228094

19、.951總數217865.38525結果分析：在方差齊性檢驗中，顯著性取值為0.061，大于0.05，所以認為各組的方差有齊性；在方差分析表中，顯著性取值為0.209，大于0.05，即假設成立，認為各組均值沒有差異性。(2) .多因素方差分析:無重復試驗的多因素方差分析：單擊分析-一般線性模型-單變量:單擊“繪制”，選中“學號”到水平軸，選中“地區”到單圖，單擊添加-繼續；單擊“兩兩比較”按鈕，選中“學號”到“兩兩比較檢驗”選項欄中，選中Turkey選項欄，單擊繼續；單擊“選項”按鈕，選中“學號*地區”到“顯示均值”選項欄中，選中“描述統計”，“方差齊性檢驗”，“功效估計”，“分布-水平圖”選

20、項欄。單擊“繼續”按鈕返回主界面。主體間因子N學號109128011109128021109128031109128041109128051109128061109128071109128081109128091109128101地區_DQ 10描述性統計量因變量:政治學號地區_DQ均值標準 偏差N10912801 80.00.1總計80.00.110912802 90.00.1總計90.00.110912803 97.00.1總計97.00.110912804 82.00.1總計82.00.110912805 96.00.1總計96.00.110912806 88.00.1總計88.00.1

21、10912807 51.00.1總計51.00.110912808 89.00.1總計89.00.110912809 90.00.1總計90.00.110912810 84.00.1總計84.00.1總計 84.7013.03910總計84.7013.03910誤差方差等同性的 Levene 檢驗a因變量:政治Fdf1df2Sig.90.檢驗零假設，即在所有組中因變量的誤差方差均相等。a. 設計 : 截距 + 學號 + 地區_DQ + 學號 * 地區_DQ主體間效應的檢驗因變量:政治源III 型平方和df均方FSig.偏 Eta 方校正模型1530.100a9170.011.1.000截距71

22、740.900171740.900.1.000學號1530.1009170.011.1.000地區_DQ.0000.學號 * 地區_DQ.0000.誤差.0000.總計73271.00010校正的總計1530.1009a. R 方 = 1.000（調整 R 方 = .）學號 * 地區_DQ因變量:政治學號地區_DQ均值標準 誤差95% 置信區間下限上限10912801 80.000.10912802 90.000.10912803 97.000.10912804 82.000.10912805 96.000.10912806 88.000.10912807 51.000.10912808 89

23、.000.10912809 90.000.10912810 84.000.結果分析：在邊際均值圖中，各學號的折線沒有交叉，說明他們之間的成績差異比較顯著重復試驗的多因素方差分析：單擊分析-一般線性模型-重復度量主體內因子度量:MEASURE_1因子1因變量1政治2數學3物理4語文多變量檢驗b效應值F假設 df誤差 dfSig.因子1Pillai 的跟蹤.3131.062a3.0007.000.424Wilks 的 Lambda.6871.062a3.0007.000.424Hotelling 的跟蹤.4551.062a3.0007.000.424Roy 的最大根.4551.062a3.0007

24、.000.424a. 精確統計量b. 設計 : 截距 主體內設計: 因子1Mauchly 的球形度檢驗b度量:MEASURE_1主體內效應Mauchly 的 W近似卡方dfSig.EpsilonaGreenhouse-GeisserHuynh-Feldt下限因子1.00248.4185.000.357.366.333檢驗零假設，即標準正交轉換因變量的誤差協方差矩陣與一個單位矩陣成比例。a. 可用于調整顯著性平均檢驗的自由度。 在"主體內效應檢驗"表格中顯示修正后的檢驗。b. 設計 : 截距 主體內設計: 因子1主體內效應的檢驗度量:MEASURE_1源III 型平方和df均方FSig.因子1采用的球形度141.400347.133.314.815Greenhouse-Geisser141.4001.070132.198.314.603Huynh-Feldt141.4001.097128.950.314.608下限141.4001.000141.