SPSS統(tǒng)計分析軟件實例分析

1、SPSS作業(yè)一、問卷一般性分析1、頻數(shù)分析：（1）餅圖：（2）直方圖：2、基本描述統(tǒng)計量分析：描述統(tǒng)計量N極小值極大值和均值標準差方差偏度峰度統(tǒng)計量統(tǒng)計量統(tǒng)計量統(tǒng)計量統(tǒng)計量統(tǒng)計量統(tǒng)計量統(tǒng)計量標準誤統(tǒng)計量標準誤逃課看法2201.004.00510.002.3182.89577.802.713.164-.275.327逃課對你影響2201.004.00451.002.05001.115381.244.439.164-1.324.327逃的課程2201.004.00740.003.3636.79642.634-.968.164-.052.327有效的 N （列表狀態(tài)）220在逃課看法中，偏度系數(shù)為0

2、.713，峰度系數(shù)為-0.275，所以為右偏平峰。在逃課看法中，偏度系數(shù)為0.439，峰度系數(shù)為-1.324，所以為右偏平峰。在逃的課程中，偏度系數(shù)為-0.968，峰度系數(shù)為-0.052，所以為左偏平峰。二、問卷深入分析1、方差分析（1）單因素方差分析：ANOVA逃課看法平方和df均方F顯著性組間2.28512.2852.872.092組內(nèi)173.442218.796總數(shù)175.727219Ho：性別和逃課看法的均值無顯著差異。 P=0.092>=0.05，接受原假設(shè)； 所以性別和理財能力沒有顯著差（2）多因素方差分析：主體間效應(yīng)的檢驗因變量:逃的課程源III 型平方和df均方FSig.

3、校正模型12.220a62.0373.424.003截距463.6341463.634779.497.000性別2.54412.5444.277.040專業(yè)7.61232.5374.266.006性別 * 專業(yè)2.54121.2702.136.121誤差126.689213.595總計2628.000220校正的總計138.909219a. R 方 = .088（調(diào)整 R 方 = .062） Ho1：性別和逃的課程沒有顯著影響 Ho2：專業(yè)和逃的課程沒有顯著差異 Ho3：性別和專業(yè)對逃的課程沒有顯著差異 P1=0.040<=0.05,拒絕原假設(shè) P2=0.006<=0.05, 拒絕

4、原假設(shè) P3=0.121>=0.05,接受原假設(shè)所以：性別和逃的課程有顯著影響 專業(yè)和逃的課程有顯著差異 性別和專業(yè)對逃的課程沒有顯著差異2、相關(guān)分析 （2）進行相關(guān)分析相關(guān)性逃課次數(shù)想逃課時間逃課次數(shù)Pearson 相關(guān)性1-.247*顯著性（雙側(cè)）.000N220220想逃課時間Pearson 相關(guān)性-.247*1顯著性（雙側(cè)）.000N220220*. 在 .01 水平（雙側(cè)）上顯著相關(guān)。Ho: 逃課次數(shù)和想逃課時間不存在相關(guān)關(guān)系 P=0.00<=0.05，拒絕原假設(shè) 所以逃課次數(shù)和想逃課時間存在相關(guān)關(guān)系 逃課次數(shù)和想逃課時間的簡單相關(guān)系數(shù)為-0.247，說明兩者存在著顯著的

5、正相關(guān)。3、回歸分析（1） 一元線性回歸自變量為點名效果，因變量為平時分對一元線性回歸分析進行擬合度評價模型匯總模型RR 方調(diào)整 R 方標準 估計的誤差更改統(tǒng)計量R 方更改F 更改df1df2Sig. F 更改1.079a.006.00220.76648.0061.3751218.242a. 預(yù)測變量: (常量), 點名效果。R方=0.002，樣本數(shù)據(jù)的擬合度低。利用假設(shè)檢驗進行回歸方程顯著性檢驗系數(shù)a模型非標準化系數(shù)標準系數(shù)tSig.B標準 誤差試用版1(常量)52.5554.17512.587.000點名效果2.0421.741.0791.173.242a. 因變量: 平時分Ho：=0，X

6、與Y不存在線性關(guān)系 P=0.00<=0.05，拒絕原假設(shè) 所以X與Y 存在線性關(guān)系自變量與因變量的一元線性方程：Y=52.555+2.042X（2）多元線性回歸自變量為逃課看法、逃課對你影響、點名效果，因變量為逃課次數(shù)對多元線性回歸分析進行擬合度評價模型匯總模型RR 方調(diào)整 R 方標準 估計的誤差更改統(tǒng)計量R 方更改F 更改df1df2Sig. F 更改1.389a.152.1401.20609.15212.8643216.000a. 預(yù)測變量: (常量), 逃課對你影響, 點名效果, 逃課看法。調(diào)整R方=0.140，樣本數(shù)據(jù)的擬合度低。利用假設(shè)檢驗進行回歸方程顯著性檢驗Anovab模型

7、平方和df均方FSig.1回歸56.139318.71312.864.000a殘差314.2062161.455總計370.345219a. 預(yù)測變量: (常量), 逃課對你影響, 點名效果, 逃課看法。b. 因變量: 逃課次數(shù)Ho：1=2=3=0,各個偏回歸系數(shù)同時與0無顯著差異P=0.00<=0.05，拒絕原假設(shè)各個偏回歸系數(shù)同時與0有顯著差異利用假設(shè)檢驗進行回歸系數(shù)顯著性檢驗系數(shù)a模型非標準化系數(shù)標準系數(shù)tSig.B標準 誤差試用版1(常量).378.3631.041.299點名效果.474.102.2944.628.000逃課看法-.215.092-.148-2.329.021逃課對你影響.197.074.1692.677.008a.