SPSS實(shí)踐報(bào)告版

1、SPSS應(yīng)用實(shí)驗(yàn)報(bào)告姓名： 胡昆仁學(xué)號： 1304100715指導(dǎo)老師： 胡朝明專業(yè)班級： 統(tǒng)計(jì)1001一 目的SPSS for Windows 使用Windows的窗口方式展示各種管理數(shù)據(jù)和分析方法的功能，使用對話框展示各種功能選擇項(xiàng)，清晰、直觀、易學(xué)易用，涵蓋面積廣。由于它具有強(qiáng)大的圖形功能，使用它不但可以得到分析后的數(shù)字結(jié)果，還可以得到直觀、清晰、漂亮的統(tǒng)計(jì)圖，形象地顯示對原始數(shù)據(jù)和分析結(jié)果的各種描述。所以，作為統(tǒng)計(jì)專業(yè)的學(xué)生有必要掌握這門軟件的使用。這次課程實(shí)踐的目的主要有以下三個(gè)方面： 1.掌握SPSS的基本操作，能夠熟練應(yīng)用SPSS進(jìn)行基本的統(tǒng)計(jì)分析。2.在用SPSS對具體實(shí)例進(jìn)行

2、分析的基礎(chǔ)上能對結(jié)果進(jìn)行正確的解釋。3.在對SPSS基本操作熟練的情況下，進(jìn)一步自學(xué)SPSS更強(qiáng)大的分析能力。二 內(nèi)容要求1. 掌握如何通過SPSS進(jìn)行數(shù)據(jù)的獲取和管理，包括數(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生成表格和圖形，并對表格和圖形進(jìn)行簡單的編輯和分析。4. 應(yīng)用SPSS做一些探索性分析（如方差分析，相關(guān)分析、回歸分析）5. 應(yīng)用SPSS做一個(gè)案例分析（某醫(yī)院護(hù)士長對床旁凝血測定儀的應(yīng)用研究）三 實(shí)驗(yàn)內(nèi)容1.江西省的投資收益表（單位：億元）

3、年份GDP最終消費(fèi)居民消費(fèi)工資總額投資總額19951169.73769.98629.78162.16284.1819961409.74919.59758.36185.83355.8519971605.77989.6796.77194.4384.319981719.871053.66823.03173.93454.7719991853.651122.56865.87205.78491.4820002003.071269.58989.2204.74548.220012175.681357.471041.96225.43660.4920022450.481459.651114.58243.75924

4、.620032807.411515.641161.01271.091379.9720043456.71822.141431.42305.451819.6620054056.762117.31642.2358.312292.5520064670.532372.911804.79417.072168.9720075500.252793.452047.13499.423301.9420086480.313279.892522.19573.254745.4320097589.223545.842750.72671.396643.1420109435.364489.223545.46807.148775

5、（1） 數(shù)據(jù)的錄入過程：打開SPSS13.0軟件，在SPSS的variable view里面的名稱改成如下的格式：然后再回到data view輸入數(shù)據(jù)可以得到：（2）數(shù)據(jù)的保存過程點(diǎn)擊SPSS的文件-保存有如下的界面：（3）數(shù)據(jù)的讀取點(diǎn)擊文件-打開-數(shù)據(jù)文件，然后會(huì)出現(xiàn)下面的窗口，只要點(diǎn)擊你要打開的sav后綴文件：（4）數(shù)據(jù)的轉(zhuǎn)化過程：點(diǎn)擊數(shù)據(jù)-行列轉(zhuǎn)換，將所有的拖到變量中有：點(diǎn)擊確定之后，data view里就會(huì)出現(xiàn)：（5）數(shù)據(jù)的增加過程：在var上右鍵點(diǎn)擊就會(huì)出現(xiàn)插入變量，然后在variable view修改名稱,在data view里輸入相應(yīng)變量的數(shù)據(jù)這樣就增加了一列數(shù)據(jù)有：（6）數(shù)據(jù)的

6、刪除過程：選取某一行，或某一列的數(shù)據(jù)，右鍵-清除，例如，清除投資總額的數(shù)據(jù)，在投資總額上右鍵，然后點(diǎn)擊清除有：（7）數(shù)據(jù)集的合并：觀測值合并：先將需要合并的文件保存年份GDP居民消費(fèi)工資總額1990428.62250.0265.71991479.37270.8971.931992572.55299.3786.031993723.04349.29104.21994948.16471.91140.7點(diǎn)擊數(shù)據(jù)-合并-合并觀測值，然后點(diǎn)擊你要合并的文件有：點(diǎn)擊打開之后將不配對變量全部拖入新工作數(shù)據(jù)文件中的變量有：點(diǎn)擊確定之后，數(shù)據(jù)就合并了，有：變量的合并：年份房地產(chǎn)投資199827.12 199933

7、.59 2002103.36 2003177.47 2007435.45 先將其保存至一個(gè)文件，然后在江西投資收益表這個(gè)文件的數(shù)據(jù)下打開數(shù)據(jù)-合并文件-合并變量有點(diǎn)擊打開之后，在已經(jīng)排序的文件中按關(guān)鍵變量匹配觀測量前面打勾，并選取兩個(gè)文件都是提供觀測量，然后將排除變量中的年份移入到關(guān)鍵變量中就有：點(diǎn)擊確定之后出現(xiàn)：（8）數(shù)據(jù)的拆分由于上述數(shù)據(jù)沒有分類，不便于拆分和排序，因此，需要換下面的某大學(xué)的成績數(shù)據(jù)，其中的性別1為男性，2為女性某大學(xué)基本信息學(xué)號 性別年齡成績121985221964311852421894511968612175722076811977911884101195211219

8、45122209513122781421763將這些數(shù)據(jù)錄入到SPSS后，點(diǎn)擊數(shù)據(jù)-拆分文件根據(jù)分組安排輸出：將性別和年齡拖入，點(diǎn)擊確定之后有：（9）數(shù)據(jù)的排序?qū)Γ?）中合并的數(shù)據(jù)進(jìn)行成績排序，操作步驟為：數(shù)據(jù)-觀測量排序有：點(diǎn)擊確定之后就有：2下表是某公司銷售某產(chǎn)品的銷量：234159187155172183182177163158143198141167194225177189196203187160214168172178184209176188161152149211196234185189196206150161178168174153186190160171228162223170

9、165179186175197208153163218180175144178191197192166196179171233179187173174210154164215233175188237194198168174226182172190172187189200211156165175210207181205195201172203165196172176182188195202213用SPSS得出頻數(shù)分布的步驟是：先將這些數(shù)據(jù)在SPSS中保存為一列的數(shù)據(jù)，再點(diǎn)擊分析-描述統(tǒng)計(jì)-頻數(shù)分布表，然后將銷售量拖入到變量中，有：點(diǎn)擊統(tǒng)計(jì)：勾選需要統(tǒng)計(jì)量，點(diǎn)擊繼續(xù)之后，點(diǎn)確定有：Statisti

10、csNValid120Missing0Mean184.5750Median182.0000Mode172.00Std. Deviation21.68245Range96.00銷售量 FrequencyPercentValid PercentCumulative PercentValid141.001.8.8.8143.001.8.81.7144.001.8.82.5149.001.8.83.3150.001.8.84.2152.001.8.85.0153.0021.71.76.7154.001.8.87.5155.001.8.88.3156.001.8.89.2158.001.8.810.01

11、59.001.8.810.8160.0021.71.712.5161.0021.71.714.2162.001.8.815.0163.0021.71.716.7164.001.8.817.5165.0032.52.520.0166.001.8.820.8167.001.8.821.7168.0032.52.524.2170.001.8.825.0171.0021.71.726.7172.0065.05.031.7173.001.8.832.5174.0032.52.535.0175.0043.33.338.3176.0021.71.740.0177.0021.71.741.7178.0032.

12、52.544.2179.0032.52.546.7180.001.8.847.5181.001.8.848.3182.0032.52.550.8183.001.8.851.7184.001.8.852.5185.001.8.853.3186.0021.71.755.0187.0043.33.358.3188.0032.52.560.8189.0032.52.563.3190.0021.71.765.0191.001.8.865.8192.001.8.866.7194.0021.71.768.3195.0021.71.770.0196.0054.24.274.2197.0021.71.775.8

13、198.0021.71.777.5200.001.8.878.3201.001.8.879.2202.001.8.880.0203.0021.71.781.7205.001.8.882.5206.001.8.883.3207.001.8.884.2208.001.8.885.0209.001.8.885.8210.0021.71.787.5211.0021.71.789.2213.001.8.890.0214.001.8.890.8215.001.8.891.7218.001.8.892.5223.001.8.893.3225.001.8.894.2226.001.8.895.0228.001

14、.8.895.8233.0021.71.797.5234.0021.71.799.2237.001.8.8100.0Total120100.0100.0 3基本圖表（1）直方圖可以同時(shí)上題畫出它的正態(tài)分布曲線，只要點(diǎn)擊圖表，直方圖：結(jié)果為：（2）餅圖對上述的大學(xué)生基本信息中的年齡畫餅圖操作：點(diǎn)擊圖表-餅圖有：點(diǎn)擊定義之后有： 點(diǎn)擊確定之后：從而可以看出這屆19歲的學(xué)生為最多 。（3）散點(diǎn)圖（SPSS11.5畫）點(diǎn)擊圖表-散點(diǎn)圖有：點(diǎn)擊確定之后有：再點(diǎn)擊確定之后有：從這個(gè)圖可以看出學(xué)生們的成績有高有低，直觀地顯示了每個(gè)同學(xué)的成績4探索性分析（1） 方差分析單因素方差分析：為尋求適應(yīng)本地區(qū)的高產(chǎn)量

15、油菜品種，今選了5個(gè)不同品種，每一品種在4塊試驗(yàn)田上試種，得到在每一塊田上的畝產(chǎn)量如下表。田塊/品種ABCDE1256244250288206222230027728021232802902303152204298275322259212首先對這種數(shù)據(jù)進(jìn)行預(yù)處理，在SPSS中如下顯示：點(diǎn)擊分析-均值比較-一維方差分析，將產(chǎn)是拖入因變量列，將因子拖入品種內(nèi)有：點(diǎn)擊確定之后有：查出表中的數(shù)據(jù)和上述的F值進(jìn)行比較可以得出，不同品種的為產(chǎn)量在0.05水平上有顯著差異。雙因素方差分析：下面記錄了3位操作工分別在4臺(tái)不同機(jī)器上操作二天的日產(chǎn)量機(jī)器操作工甲乙丙115171916192121717151521

16、1631516191518184182215171717對它進(jìn)行雙因素方差分析的過程為：同理對此，SPSS的顯示為從而點(diǎn)擊-分析-一般線性模型-單因素雙變量方差分析：點(diǎn)擊確定之后有：通過查表比較F值從而可以看出機(jī)器與機(jī)器之間無顯著差異，操作工與操作工之間有顯著差異，操作工*機(jī)器有顯著差異。（2） 相關(guān)分析下面是某生產(chǎn)公司的基本信息：電力消耗（千瓦）溫度（華氏）日產(chǎn)量128312011791101385128975101148710510811081284110117710714851121184119對它們進(jìn)行相關(guān)分析有：在中點(diǎn)擊分析相關(guān)分析兩個(gè)變量相關(guān)分析有：點(diǎn)擊確定之后有：從輸出的結(jié)果來看

17、：電力消耗和溫度在0.01水平上顯著相關(guān)電力消耗和日產(chǎn)量之間低度相關(guān)溫度和日產(chǎn)量中度相關(guān)（3） 回歸分析維尼綸纖維的耐熱水性能好壞可以用指標(biāo)“縮醛化度”來衡量。這個(gè)指標(biāo)越高，耐熱水性能就越好。而甲醛濃度是影響縮醛化度的重要因素，在生產(chǎn)中常用甲醛濃度去控制這一指標(biāo)，為此必須找出它們之間關(guān)系，現(xiàn)安排了一批試驗(yàn)，獲得如下的數(shù)據(jù)：甲酫濃度（克/升）18202224262830縮醛化度（摩爾%）26.6828.3528.7528.8729.753030.36先觀察它們之間的關(guān)系散點(diǎn)圖：根據(jù)上面的操作步驟對它們畫散點(diǎn)圖有：從而可以看出基本呈現(xiàn)線性分析，所以對其進(jìn)行一元線性回歸分析，具體操作為點(diǎn)擊分析-回歸

18、-線性有：點(diǎn)擊確定之后有：這個(gè)顯示的是選取的變量，舍棄的變量，和分析的方法，這里用到的方法是進(jìn)入的方法進(jìn)行回歸。這個(gè)輸出顯示了擬合的優(yōu)度，從R方，我們可以看到，擬合優(yōu)度可以達(dá)到90%，可以看出還是很理想的這個(gè)就是方差分析。從這個(gè)我可以看出它的方程為：五、案例分析案例一分析：某醫(yī)院護(hù)士長對床旁凝血測定儀的應(yīng)用研究（SPSS19.0中文版）我很贊成護(hù)士長的做法，簡單，科學(xué)，有說服力。但是我自己做了一下，發(fā)現(xiàn)護(hù)士長做的方差分析過程中的輸出是明顯有誤的，這里我主要探討護(hù)士長結(jié)果是如何做來的，是怎么運(yùn)用SPSS得到的，并且指出文章中明顯錯(cuò)誤的地方，下面是我做的過程：1、方差分析將數(shù)據(jù)錄入成這種形勢：AP

19、TT PT INR之間的均值比較分析點(diǎn)擊分析-比較均值-單因素anova有：然后將APPT .PT .INR 拖入因變量列表 方式拖入因子中點(diǎn)擊兩兩比較有：在假定方差齊性中選擇LSD 在示假定方差齊性中選擇Tamhanes T2點(diǎn)擊繼續(xù)之后確定有：多重比較因變量(I) 方式(J) 方式均值差 (I-J)標(biāo)準(zhǔn)誤顯著性95% 置信區(qū)間下限上限APPTLSD1.002.00-4.01471*.96543.000-5.9303-2.09913.00-1.72647.96543.077-3.6421.18922.001.004.01471*.96543.0002.09915.93033.002.2882

20、4*.96543.020.37264.20393.001.001.72647.96543.077-.18923.64212.00-2.28824*.96543.020-4.2039-.3726Tamhane1.002.00-4.01471*.91633.000-6.2596-1.76983.00-1.72647.98923.236-4.1512.69832.001.004.01471*.91633.0001.76986.25963.002.28824.98890.070-.13574.71213.001.001.72647.98923.236-.69834.15122.00-2.28824.9

21、8890.070-4.7121.1357PTLSD1.002.00-.18235.36425.618-.9051.54043.00.07647.36425.834-.6463.79922.001.00.18235.36425.618-.5404.90513.00.25882.36425.479-.4639.98163.001.00-.07647.36425.834-.7992.64632.00-.25882.36425.479-.9816.4639Tamhane1.002.00-.18235.37018.947-1.0897.72503.00.07647.37473.996-.8419.994

22、82.001.00.18235.37018.947-.72501.08973.00.25882.34725.841-.59191.10953.001.00-.07647.37473.996-.9948.84192.00-.25882.34725.841-1.1095.5919INRLSD1.002.00-.01147.01879.543-.0488.02583.00.00912.01879.629-.0282.04642.001.00.01147.01879.543-.0258.04883.00.02059.01879.276-.0167.05793.001.00-.00912.01879.6

23、29-.0464.02822.00-.02059.01879.276-.0579.0167Tamhane1.002.00-.01147.01820.897-.0561.03313.00.00912.01880.949-.0370.05522.001.00.01147.01820.897-.0331.05613.00.02059.01935.644-.0268.06803.001.00-.00912.01880.949-.0552.03702.00-.02059.01935.644-.0680.0268*. 均值差的顯著性水平為 0.05。顯然這與文章中的結(jié)果不一樣，但是明顯可以看出文章中的數(shù)據(jù)

24、采用了38組數(shù)據(jù)（38*3-1=113）來進(jìn)行計(jì)算，但是給出的數(shù)據(jù)只有34組（34*3-1=101）。從上面第一個(gè)表中可以看出 APTT顯著性概率0.00<0.01，表示三各方法所得A數(shù)據(jù)不具有方差齊性，既不同方法所得APTT有顯著差異。PT顯著性概率0.767>0.01，表示三各方法所得A數(shù)據(jù)具有方差齊性，既不同方法所得PT沒有顯著差異。INR顯著性概率0.549>0.01，表示三各方法所得A數(shù)據(jù)具有方差齊性，既不同方法所得INR沒有顯著差異。從上面第二個(gè)表可以看出對于APTT（Tamhane值）：靜脈血實(shí)驗(yàn)室組與靜脈血試條組所得APTT均值組合的顯著性概率為0.000.01，既 兩種方法所得的APTT均值有顯著性差異，靜脈血實(shí)驗(yàn)室組與末梢血試條組組合的顯著性概率為0.236 0.01，既兩種方法所得的APTT均值無顯著性差異，靜脈血試條組與末梢血試條組組合的顯著性概率為 0.070.01，既兩種方法所得的APTT均值無顯著性差異。對于PT（LSD）靜脈血實(shí)驗(yàn)室組與靜脈血試條組的顯著性概率為0.6180.01，無顯著性差異，靜 脈血實(shí)驗(yàn)室組與末梢血試條組的顯著性概率為0.8340.01，無顯著性差異，靜脈血試條組與末梢血試條 組的顯著性概率為0.