SPSS實(shí)驗(yàn)報(bào)告.doc

1、SPSS應(yīng)用實(shí)驗(yàn)報(bào)告班級(jí)：統(tǒng)計(jì) 0801 班姓名：宋磊指導(dǎo)老師：胡朝明一、實(shí)驗(yàn)?zāi)康模?、熟悉 SPSS操作系統(tǒng)，掌握數(shù)據(jù)管理界面的簡(jiǎn)單的操作；2、熟悉 SPSS結(jié)果窗口的常用操作方法，掌握輸出結(jié)果在文字處理軟件中的使用方法。掌握常用統(tǒng)計(jì)圖（線(xiàn)圖、條圖、餅圖、散點(diǎn)、直方圖等）的繪制方法；3、熟悉描述性統(tǒng)計(jì)圖的繪制方法；4、熟悉描述性統(tǒng)計(jì)圖的一般編輯方法。掌握相關(guān)分析的操作，對(duì)顯著性水平的基本簡(jiǎn)單判斷。二、實(shí)驗(yàn)要求：1、數(shù)據(jù)的錄入，保存，讀取，轉(zhuǎn)化，增加，刪除；數(shù)據(jù)集的合并，拆分，排序。2、了解描述性統(tǒng)計(jì)的作用，并掌握其SPSS的實(shí)現(xiàn)（頻數(shù)，均值，標(biāo)準(zhǔn)差，中位數(shù)，眾數(shù)，極差）。3、應(yīng)用 SPSS生

2、成表格和圖形，并對(duì)表格和圖形進(jìn)行簡(jiǎn)單的編輯和分析。4、應(yīng)用 SPSS做一些探索性分析（如方差分析，相關(guān)分析）。三、實(shí)驗(yàn)內(nèi)容：1、使用 SPSS進(jìn)行數(shù)據(jù)的錄入，并保存：職工基本情況數(shù)據(jù)：職工號(hào)性別年齡基本工資職稱(chēng)學(xué)歷失業(yè)保險(xiǎn)11481014111221429842293154104413134141835338513884831862418244377242824437824182443792428592281013582731711156101412121215998922913159938348141418892181515588734816145887348操作步驟如下：打開(kāi) SPSS軟件

3、，然后在數(shù)據(jù)編輯窗口（Data View ）中錄入數(shù)據(jù)，此時(shí)變量名默認(rèn)為var00001,var00002,var00007, 然后在 Variable View窗口中將變量名稱(chēng)更改即可。具體結(jié)果如下圖所示：輸入后的數(shù)據(jù)為：將上述的數(shù)據(jù)進(jìn)行保存：?jiǎn)螕舯４婕纯伞?、讀取上述保存文件：選擇菜單 File-Open Data；選擇數(shù)據(jù)文件的類(lèi)型，并輸入文件名進(jìn)行讀取，出現(xiàn)如下窗口：選定職工基本情況 .sav 文件單擊打開(kāi)即可讀取數(shù)據(jù)。3、對(duì)上述數(shù)據(jù)新增一個(gè)變量工齡，其操作步驟為將當(dāng)前數(shù)據(jù)單元確定在某變量上，選擇菜單 Data InsertVariable ，SPSS自動(dòng)在當(dāng)前數(shù)據(jù)單元所在列的前一列插

4、入一個(gè)空列，該列的變量名默認(rèn)為var00016 ，數(shù)據(jù)類(lèi)型為標(biāo)準(zhǔn)數(shù)值型， 變量值均是系統(tǒng)缺失值，然后將數(shù)據(jù)填入修改。結(jié)果如下圖所示：Var00016 為新增加的變量；4、對(duì)上述進(jìn)行數(shù)據(jù)轉(zhuǎn)化：操作步驟為 DataTranspose ，顯示窗口如下：然后單擊 Ok可以得到結(jié)果：5、在上述數(shù)據(jù)中刪除一個(gè)變量，過(guò)程如下：在欲刪除的變量名上單擊右鍵，從彈出菜單中選擇 cut 選項(xiàng)，該列即被刪除。如刪除年齡后的數(shù)據(jù)為：6、將如下數(shù)據(jù)與上述數(shù)據(jù)進(jìn)行縱向合并：職工號(hào)性別職稱(chēng)失業(yè)保險(xiǎn)1721111811919221220128211310具體操作步驟為：在數(shù)據(jù)編輯窗口中打開(kāi)一個(gè)需要合并的SPSS數(shù)據(jù)文件，選擇菜

5、單DataMerge File Add Cases 彈出 Add Cases： Read File對(duì)話(huà)框，然后確定盤(pán)符、路徑、文件名后點(diǎn)擊OK，即完成合并。過(guò)程操作圖如下：結(jié)果如下：將如下數(shù)據(jù)與初始數(shù)據(jù)進(jìn)行橫向合并：職工號(hào)獎(jiǎng)金1100032000131200141400161700具體操作步驟同縱向合并，過(guò)程操作圖如下：得到結(jié)果為：7、數(shù)據(jù)的拆分操作步驟為，選擇菜單DataSpilt File所得到的結(jié)果如下：8、1 中錄入的數(shù)據(jù)進(jìn)行排序，操作步驟為：選擇菜單 DataSort Cases ，如下所示：顯示如下窗口：?jiǎn)螕?OK對(duì)基本工資進(jìn)行升序排列得到結(jié)果如下：9 用 SPSS對(duì)職工基本情況的

6、原始數(shù)據(jù)進(jìn)行作圖，操作步驟為：Graphs Legacy Dialogs 選擇相應(yīng)的柱形圖，餅圖或者折線(xiàn)圖。以餅圖為例，單擊 Pie 顯示如下窗口：?jiǎn)螕?Define ，結(jié)果如下：以學(xué)歷為例，得出餅圖：若要畫(huà)柱圖，則點(diǎn)擊Bar 顯示如下對(duì)話(huà)框：?jiǎn)螕?Define 然后選定主要量，單擊OK即可得到柱形圖：10、用 SPSS求解上述數(shù)據(jù)中職工的頻數(shù)，均值，標(biāo)準(zhǔn)差，中位數(shù)，眾數(shù)，極差，操作步驟為：點(diǎn)擊菜單 Analyze DescriptivestatisticFrequencies以基本工資為例，點(diǎn)擊Statistics，進(jìn)入如下窗口：最后單擊 OK便可得到所求結(jié)果：從此表中可以看出職工基本工資的

7、均值是，中位數(shù)是887，眾數(shù)是差是 220，各個(gè)基本工資的頻數(shù)如下所示：即可打開(kāi)下面窗口：824，標(biāo)準(zhǔn)差是，極11、研究 50 只燈泡的耐用時(shí)數(shù)（小時(shí)）如下表：8869289999469508641050927949852102792897881610009181040854110090086690595489010069269009998861120893900800938864919863981916818946926895967921978821924651850用 SPSS畫(huà)出頻數(shù)表和圖操作步驟如下：點(diǎn)擊菜單Analyze DescriptiveStatisticFrequencies

8、 ，然后單擊Statistics.按鈕，出現(xiàn)如下對(duì)話(huà)框：可點(diǎn)擊相應(yīng)的項(xiàng)目，要求系統(tǒng)球出相應(yīng)的結(jié)果。選好后點(diǎn)擊 Continue 返回 Frequencies 對(duì)話(huà)框，然后點(diǎn)擊Charts.，出現(xiàn)如下窗口：可以選擇直條圖 （ Bar chart ），適用于非連續(xù)的變量； 另一種是直方圖 （Histograms ），適用于連續(xù)型變量。本例要求選擇 Histograms 選項(xiàng)，并按要求繪制正態(tài)曲線(xiàn)（ With normal curve ）點(diǎn)擊 Continue 返回，最后單擊 OK得出結(jié)果如下：從這個(gè)表中可以知道一些基本的統(tǒng)計(jì)指標(biāo)， 例如：眾數(shù)，中位數(shù)，總和，標(biāo)準(zhǔn)差，方差，極差等等。上表為對(duì)變量燈泡

9、時(shí)數(shù)所做的頻數(shù)分布表，其中Frequency 為頻數(shù)、 Percent 為各組頻數(shù)占總例數(shù)的百分比、 ValidPercent 為各組頻數(shù)占總例數(shù)的有效百分比、CumPercent為各組頻數(shù)占總例數(shù)的累積百分比。?最后輸出直方圖和帶有正態(tài)曲線(xiàn)的直方圖：從上述兩個(gè)柱形圖中可以看出燈泡時(shí)數(shù)基本呈正態(tài)分布。12、單因素方差分析：某企業(yè)廣告形式和地區(qū)對(duì)銷(xiāo)售額的影響，見(jiàn)下表：廣告形式124312431243地區(qū)111122223333銷(xiāo)售額7569635257516761761008561廣告形式124312431243地區(qū)444455556666銷(xiāo)售額779080767577875772606252廣

10、告形式124312431243地區(qū)777788889999銷(xiāo)售額廣告形式地區(qū)銷(xiāo)售額5276337033817975696373401243124312431010101011111111121212126094100646154614070686766其中廣告形式中（ 1 表示報(bào)紙， 2 表示廣播， 3 表示宣傳品， 4 表示體驗(yàn)）具體操作步驟如下：選擇菜單 Analyze-Compare means-one-Way ANOVA，出現(xiàn)下面所示窗口：然后選擇觀(guān)測(cè)變量到 Dependent List 框；選擇控制變量到 Factor 框，最后單擊 OK即可得到分析結(jié)果。本例最后結(jié)果如下：廣告形式對(duì)

11、銷(xiāo)售額的單因素方差分析結(jié)果上述結(jié)果顯示了組間、組內(nèi)和合計(jì)的自由度（df ）、離均差平方和（ Sum of Squares ）、均方差（ Means Square）、 F 值（ F）和 P 值（ Sig ）。從上述的結(jié)果中可以看出F=， P=.說(shuō)明廣告形式對(duì)銷(xiāo)售額的影響程度比較大。地區(qū)對(duì)銷(xiāo)售額的單因素方差分析結(jié)果根據(jù)上面的方法同理即可進(jìn)行結(jié)果分析。13、相關(guān)分析：為研究高等院校人文社會(huì)科技研究中立項(xiàng)課題數(shù)會(huì)受哪些因素的影響收集到31 各省市自治區(qū)部分高校有關(guān)社科研究方面的數(shù)據(jù)，研究立項(xiàng)課題數(shù)與投入的具有高級(jí)職稱(chēng)的人年數(shù)之間是否有較強(qiáng)的線(xiàn)性關(guān)系。具體數(shù)據(jù)見(jiàn)下面表格：首先利用 SPSS繪制散點(diǎn)圖，其

12、操作步驟為：選擇菜單 Graphs Scatter出現(xiàn)下列窗口：?jiǎn)螕?Define ：Y 軸為投入高級(jí)職稱(chēng)的人年數(shù)，X 軸為課題總數(shù)點(diǎn)擊OK得出散點(diǎn)圖：然后做相關(guān)分析，步驟為：Analyze Correlate Bivariate出現(xiàn)如下窗口：選擇需要的因素，單擊Options ，得出：點(diǎn)擊 Continue 返回，單擊 OK即可得出結(jié)果：由上表可看出上網(wǎng)時(shí)間和零花錢(qián)的相關(guān)性非常大，因?yàn)槎叩暮?jiǎn)單相關(guān)系數(shù)為，而Sig的值約等于 0。14、利用 SPSS進(jìn)行回歸分析和殘差分析：依據(jù)題 13 中搜集的數(shù)據(jù)進(jìn)行線(xiàn)性回歸分析，此題中被解釋變量為立項(xiàng)課題數(shù)，解釋變量為投入人年數(shù)， 投入高級(jí)職稱(chēng)的人年數(shù)，

13、 投入科研事業(yè)費(fèi)，專(zhuān)著數(shù)，論文數(shù)，獲獎(jiǎng)數(shù)。具體操作步驟如下：選擇菜單 Analyze Regression Linear ，得到下面窗口 :選擇變量進(jìn)入相應(yīng)的對(duì)話(huà)框，點(diǎn)擊OK得出如下結(jié)果：上述表格表示所選變量入選表中的各列數(shù)據(jù)項(xiàng)的含義依次為： 被解釋變量和解釋變量的復(fù)相關(guān)系數(shù)，判定系數(shù) R2 ，2調(diào)整的判定系數(shù) R ，回歸方程的估計(jì)標(biāo)準(zhǔn)差。可以看出：被解釋變量的總離差平方和為2.1 107 ，回歸平方和及均方分別為1.9 107 和6546995.095，剩余平方和及均方分別為 1435825和 53178.693，F(xiàn) 檢驗(yàn)統(tǒng)計(jì)量的觀(guān)測(cè)值為 123.113，對(duì)應(yīng)的概率 p 值近似為 0. 由該

14、表可知可進(jìn)行回歸方程的顯著性檢驗(yàn)。從此表中可以看出 t 值均大于顯著性水平， 因此目前該模型是不可用的， 應(yīng)該重新考慮。采用向后篩選策略讓 SPSS軟件自動(dòng)完成解釋變量的選擇， 觀(guān)測(cè)每一步檢驗(yàn)的變化情況，并進(jìn)行殘差分析和強(qiáng)影響點(diǎn)探測(cè)。分析結(jié)果如下：從上面三個(gè)表格中可以看出只有投入人年數(shù)的回歸系數(shù)顯著性檢驗(yàn)的概率 P 小于顯著性水平，因此將它保留在模型中是合理的。 最終的回歸方程是： 立項(xiàng)課題數(shù) =+投入人年數(shù)，說(shuō)明投入人年數(shù)增加一個(gè)單位會(huì)使立項(xiàng)課題數(shù)平均增加個(gè)單位。上述圖形是其殘差分析圖， 數(shù)據(jù)點(diǎn)圍繞基準(zhǔn)線(xiàn)還存在一定的規(guī)律性， 可以認(rèn)為殘差滿(mǎn)足了線(xiàn)性模型的前提要求。四、試驗(yàn)心得：本次 SPSS課程實(shí)踐讓