SPSS數(shù)據(jù)分析報(bào)告

SPSS數(shù)據(jù)分析報(bào)告第一部分：原始資料和數(shù)據(jù)資料來(lái)源：某班級(jí)29名同學(xué)實(shí)際情況編號(hào)姓名性別學(xué)科背1—1年齡身高體重體測(cè)成/-4-1□舍口諡0文科812王陽(yáng)0文科20753洪華陽(yáng)0理科21171714劉衛(wèi)秀0理科2154755吳夢(mèng)琦0文科2148696韓瑋0文科2047617湯麗娟0文科21668江桂英0理科20709熊如意0文科207310余嬋0文科7711彭茜0文科206612趙丹0文科7613安怡君0文科201757214武陽(yáng)帆0文科6715倪亞萍0文科227416張明輝1文科170607117張春旭1理科8018劉曉偉1文科217019黃煒 1文科1717620李強(qiáng) 1文科6821溫明煌［文科170607522雷艸羽中［理科21607923陳志強(qiáng)［文科221807924尹傳萍1文科7825鄭南 1理科6426幸恒恒1文科587927李拓 1理科1726628張發(fā)寶1理科217329楊濤 1理科17672第二部分：數(shù)據(jù)分析—、描述統(tǒng)計(jì)打開(kāi)文件“某班級(jí)29名同學(xué)的身高、體重、年齡數(shù)據(jù)”，通過(guò)菜單蘭中的分析選項(xiàng)，進(jìn)行描述性分析，選擇年齡、體重和身高，求最大值、最小值、方差、偏度、峰度和均值，得到如下結(jié)果:

描述統(tǒng)計(jì)量N極小值極大值均值方差偏度峰度統(tǒng)計(jì)量統(tǒng)計(jì)量統(tǒng)計(jì)量統(tǒng)計(jì)量統(tǒng)計(jì)量統(tǒng)計(jì)量標(biāo)準(zhǔn)誤統(tǒng)計(jì)量標(biāo)準(zhǔn)誤身高29體重29有效的N（列表狀態(tài)）29表統(tǒng)計(jì)量描述分析年齡頻率百分比有效百分比累積百分比有效166772合計(jì)29表1-2年齡分布表圖-3身高分布直方圖r.-ai-SiK7圖1-4體重分布條形圖文字描述：從SPS分析結(jié)果中可以得出，有效數(shù)據(jù)共有 29個(gè)。其中年齡主要分布在歲之間，其中又以之間最多。身高的極小值為，極大值為，均值為，方差為，該項(xiàng)指標(biāo)方差過(guò)大，說(shuō)明身高存在較大差異，當(dāng)然極值的出現(xiàn)對(duì)此影響較大，從條形分布圖中看出身高在 165-175之間人數(shù)較多，身高的偏度為負(fù)，呈現(xiàn)右偏分布狀態(tài)。體重的極小值為，極大值為，均值為，方差為，該指標(biāo)方差偏大,個(gè)體之間差異性顯著，從條形圖中可以看出 50-60kg之間分布較多，體重的偏度為負(fù)，呈現(xiàn)出右偏分布狀態(tài)，峰度為負(fù)，分布呈低峰態(tài)。這些數(shù)據(jù)都可以從圖表中輕易得出。

、相關(guān)分析（以身高和體測(cè)成績(jī)?yōu)槔M(jìn)行相關(guān)性分析）JCi\Us*rsrninflstrator\Documflnts??產(chǎn)L莖射E0-H5SC0170QO17-i,Q01RP0C之間的散點(diǎn)圖圖4」身高和體測(cè)成績(jī)之間的散點(diǎn)圖身高體測(cè)成績(jī)身高Pearson相關(guān)性1.097顯著性（雙側(cè)）.615N2929體測(cè)成績(jī)Pearson相關(guān)性.0971顯著性（雙側(cè)）.615N2929表4T身高和體測(cè)成績(jī)之間的相關(guān)性分析

按【圖形】T【舊對(duì)話框】T【散點(diǎn)圖】的流程，以身高為橫軸，體測(cè)成績(jī)?yōu)榭v軸，得到如上如所示的散點(diǎn)圖，可以看出各點(diǎn)分布較多零散，相關(guān)性不強(qiáng)。再做【分析】T【相關(guān)】T【雙變量】操作，得出如4T所示的表格，可以看出相關(guān)系數(shù)僅為，相關(guān)性較弱，與上面散點(diǎn)圖所呈現(xiàn)出的狀態(tài)相符合。這表明身高和體測(cè)成績(jī)之間的相關(guān)性不大。三、均值檢驗(yàn)（在此以身高為例，其他指標(biāo)分析類似）易知該樣本總體服從正態(tài)分布，從中選出吳夢(mèng)琪，熊如意，劉曉偉，尹傳萍共4個(gè)數(shù)據(jù)。計(jì)算得出的平均值為。我們現(xiàn)在以單樣本T檢驗(yàn)為例，對(duì)身高進(jìn)行均值檢驗(yàn)。建立原假設(shè)H0:總體均值與檢驗(yàn)值之間不存在顯著性差異。下面我們對(duì)此進(jìn)行分析：選擇菜單【分析】t【比較均值】- 【單樣本t檢N均值標(biāo)準(zhǔn)差N均值標(biāo)準(zhǔn)差均值的標(biāo)準(zhǔn)誤身高29得出結(jié)果如 單個(gè)樣本統(tǒng)計(jì)量單個(gè)樣本檢驗(yàn)檢驗(yàn)值=tdfSig.雙側(cè)）均值差值差分的95%置信區(qū)間下限上限身高28表2T,單樣本T檢驗(yàn)分析結(jié)果由圖表可知：樣本總體均值為，標(biāo)準(zhǔn)差為，均值標(biāo)準(zhǔn)誤差為 ?樣本檢驗(yàn)值為，第二列是統(tǒng)計(jì)量的觀測(cè)值；第三列是自由度；第四列是統(tǒng)計(jì)量觀測(cè)值的雙尾概率Pf直；第五列是樣本均值與檢驗(yàn)的差值；第六列和第七列是總體均值與原假設(shè)值差的 95%的置信區(qū)間，因?yàn)樵谥眯艆^(qū)間（,）內(nèi)，所以我們有95%的把握認(rèn)為總體均值和樣本均值之間不存在顯著性差異。

四、回歸分析（在此以身高和體重之間的關(guān)系為例進(jìn)行分析）29個(gè)樣本29個(gè)樣本為例為此作出分析。選擇【分析】T【回歸】T【線性】進(jìn)行分析，得到如下的輸出結(jié)果輸入/移去的變量b模型輸入的變量移去的變量方法1體重a輸入a.已輸入所有請(qǐng)求的變量。b.因變量：身高表5-1模型匯總模型RR方調(diào)整R方標(biāo)準(zhǔn)估計(jì)的誤差1.847a.717.706a.預(yù)測(cè)變量：（常量），體重。表5-2從表5-2中可以看出相關(guān)系數(shù)R二,即身高和體重之間存在較強(qiáng)的線性相關(guān)關(guān)系。系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版（常量）.000體重.720.087.847.000a.因變量：身高Anovab模型平方和df均方FSig.1 回歸1.000a殘差27總計(jì)28a.預(yù)測(cè)變量：（常量），體重。b.因變量：身高系數(shù)Bootstrap模型BBootstrap3偏差標(biāo)準(zhǔn)誤差顯著性水平（雙側(cè)）%置信區(qū)間下限 上限

1（常量）.033體重.720.014.104.033.514.962a.