SPSS调研报告.doc

基于不同数据分析能力要求的SPSS课程建议
实证研究的论文有四大部分：
第一部分：问题的提出
第二部分：模型的构建（研究设计）
1、研究假设
2、模型构建
3、数据及有效性验证
第三部分：实证研究
1、数据运行
2、实证分析
第四部分：结论及对策
1、结论
2、对策
第一部分：问题提出
SPSS课程的教学需要有针对性
第二部分：实证研究设计
（一）、研究关系模型
1．本文首先根据大学生数据分析的不同要求测量其要求的不同维度以及所占权重。

2．其次使用聚类分析，基于不同维度以及所占权重将大学生分为不同的群体。

3．再次探讨不同群体对于SPSS课程的认知情况及能力要求，以及人口统计变量上的差异，4最后基于不同群体为老师做出相应的建议。

（二）、研究假设
在上述研究关系模型的基础上，本文设定以下研究假设。

第一部分假设为探讨不同群体在人口统计变量上是否有所不同，提出以下假设:
1:不同群体在“性别”上有显著差异;
2:不同群体在“年级”上有显著差异:
3:不同群体在“生源类别”上有显著差异;
4:不同群体在“兴趣爱好”上有显著差异;
第二部分假设为探讨不同群体在SPSS课程的要求上是否有所不同，提出下列假设:
1:不同群体在“上课时期”上有显著差异;
2:不同群体在“课时长度”上有显著差异;
3:不同群体在“上课形式”上有显著差异;
4:不同群体在“专业知识了解”上有显著差异。

5:不同群体在“教学方式”上有显著差异。

6:不同群体在“考试方式”上有显著差异。

7:不同群体在“职业意向”上有显著差异。

8:不同群体在“分析领域”上有显著差异。

9:不同群体在“课外活动”上有显著差异。

（三）、调研方案的设计
1.调查样本的确定，样本确定为湖南商学院大一大二大三大四，共600.
2．问卷设计：分为三个部分，首先是大学生对于数据分析能力的自我测量，主要包括相关专业课程，对数据分析的自我评价：其次是对于SPSS课程的认知及相关要求，包括上课时期、课时长度、上课形
式等。

最后是受访者的基本信息，详见附录一。

3．问卷的发放与回收：发放600份，回收599份，其中1份为无效问卷。

有效问卷共599份。

4．数据分析方法：采用EXCEL和初级SPSS进行数据分析。

第三部分：实证分析
一、聚类分析
（一）、因子聚类
（表1）
上面的这个表是基于对受访者对于数据分析状况进行聚类所得出来的图，此聚类的三个因子分别是受访者对自身数据分析能力的满意情况、受访者是否愿意接受SPSS这门课程以及受访者对自身数据分析能力有什么期望，其中数据分析能力的期望只选择了受访者的第一期望为因子进行分析。

此次聚类设定聚成四种类型，各种类型对应着不同的受访者类型，我们对这四种类型进行取名定义，1号类型取名为进强型，2号类型取名为好学型，3号类型取名为纠结型，四号类型取名为远强型。

而其中表格中间分布的数据分别代表着各个类型对于各因子的选择序号。

（二）、卡方分析
这个表是基于上面聚类分析的出来的卡方分析表，我们对各个因子的显著性进行分析，选取95%的置信区间。

受访者对自身数据分析能力满意度的显著性系数为0.156>0.05，所以显著性不明显，原假设成立，不同类型的受访者对自身数据分析能力的满意度相同。

受访者是否愿意接受SPSS这门课程的显著性系数是小于0.05的，所以显著性明显，原假设不成立，可见不同类型的受访者对这门课程的愿意接受程度有差别。

受访者对自身数据分析能力的期望的显著性系数也是小于0.05的，显著性明显，原假设不成立，所以不同类型的受访者对于自身的数据分析能力的期望是有差异的。

（三）、类别描述；根据不同类型对应各因子所得出来的数据，我们对这四种类型进行阐述。

进强型：对于自身能力的满意一般，对于SPSS的接受意愿是愿意，对于学了SPSS后的数据分析能力第一期望是独立自主运用SPSS软件完成报告，这类群体表现出来的特性是近期达到目标强，期待快速的掌握SPSS技巧。

好学型：对于自身能力感觉是一般，对于SPSS这门课程的接受意愿是意愿，对于学了SPSS后的数据分析能力的第一期望是能熟练的操作SPSS软件，这类受访者对SPSS有着较强烈的学习意愿，对于能力的提升，短期要求不是太高。

纠结型：他们对于自身的数据分析能力感觉一般，却不怎么愿意接受SPSS这门课程的学习，对于如果学了SPSS的能力第一期望是熟练地操作SPSS软件，这类受访者群体的特性表现在不愿意去学这门课程，但是却期待得到SPSS的数据分析能力，有一种自相矛盾的心态。

远强型：对于自身数据的分析能力感觉一般，表现愿意学习SPSS这门课程，对于学完这门课程后的第一期望是达到未来工作岗位对数据分析能力的一般要求，这类群体表现出来的特性是有强烈学习SPSS数据分析的意愿，但是他们的学习目的表现得具有长远性。

（表3）
二、实证研究分析
（一）、人口统计变量分析
1:不同群体在“性别”上有显著差异;
从上面的数据表可以得出，在总数的受访者中，男性共有285人，女性有313人，还有一份是属于无效问卷。

第一，从横向来看，首先在总数上看，有占总人数的20.7%是属于进强型，40.7%的人是属于好学型，18.4%的属于纠结型的，剩下20.2%的是远强型的。

其中最突出明显的便是好学型占40.7%，是各个类型比例最高的，而其他都是比较平凡，在20%左右，出现这样的数据的原因很明显，因为受访者都是大学生，受过比较高的教育，有较强的学习进取精神，而SPSS 也是一门非常有用的数据分析学问，但是也不能排除有些学生进入大学后的学习态度，以及各种专业的差别，使得他们表现出现其他的类型。

其次从性别的差异来看，男性当中，好学型（40.4%）最多，接着分别是远强型（23.2%）第二、进强型第三，最后是纠结型；而在女性当中好学型同样（41.2%）是第一，接着分别是进强型、纠结型、远强型。

可见在不同的性别当中，他们表现出来的类型是不一致，男性排名最后的是纠结型，而女性的纠结型却排名第三；男性排名第二的是远强型，女性的远强型确实最后；而且女性的进强型排名第二远
远超过远强型，男性的却与此相反。

这与男女之间不同的性格有关系，男性大多性格刚强些，可能有些懒，但是有长远的志向，而女性则是柔弱细心，积极主动些，对待事情时比较容易缺乏果敢精神，遇到麻烦事容易纠结。

第二从纵向来看，由于受访者当中，女性的比例较大超过男性，所以在同种类型当中一般都是女性受访者人数超过男性受访者人数，但是在上表中有个非常明显的数据对比，那就是在远强型当中，男性受访者（66人）远远超过女性受访者人数（55人），这个数据非常的突出，在横向的第二个分析当中，只能看出男性的进强型超过女性，但是这个数据却可以看出男性表现出远强型的程度远远超过女性，这是由男性较刚强的性格所决定的，在看待长远事情上有较强的优势，所以在远强型的表型男女之间有较大的区别。

2:不同群体在“年级”上有显著差异:
（表5）
从上面的交叉表中可以得知，受访的对象包括大一到大四各个学习阶段的学生，大一有29人，大二111人，大三的有151人，大四的有308人，可见在受访者当中大部分以大四为主，加上少量的大一大二大三的学生。

第一，从横向来看，首先从总的比例中来看，好学型（占40.7%）排在第一位、进强型（占20.7%）第二、远强型（20.2%）派第三、最后是纠结型（占18.4%）。

由于受访者都是大学生，长期以来受到的教育，好学型排在第一位毫无疑问，大学生对于有效的数据分析工具是比较愿意去学的，有着较强的进去和学习心理，相对于纠结型可能比较少，当然也有许多学生的个人因素，使得他们对于学习有不同的看法。

其次，从各个阶段来看，除去排在第一的好学型不分析以为，大一最少的是进强型（占13.8%），大二最少的是远强型（占18%），大三最少的是进强型（占17.9%），大四最少的是纠结型（占16.6%），这与大学的各个阶段的特性有关系，在大一时期，学生刚刚入大学，经历了高中残酷的学习，都有点想放松的心理；在大二阶段，学生都忙着社团的事情，基本上都有点小忙，而且距离大学毕业，不会怎么思考过多；在大三阶段，这时候学校里一般都会开很多专业课程，要么忙着准备考研，或者是考证；大四时期，学生的性格都逐渐的成熟了，而且快毕业了，需要思考的事情多，遇上事情比较果断些，所以这时候纠结的比较少。

第二从纵向来看，首先是好学型在大二阶段的比例（37.8%）比其他
阶段有些差距，这可能与大二时期，大学生较多的忙着参与社团的事情有关，对于学习有所放松。

其次是纠结型的比例基本上是逐渐的递减，大一时的学生刚入大学，有些事情比较迷茫，随着时间的推移和所学所经历的东西越多，逐渐的提高了处事能力，对于SPSS这类型的分析工具需要程度也在提升。

而对于进强型和远强型在横向的第二个分析已经有所阐述了。

3:不同群体在“生源类别”上有显著差异;
（表6）
从上面的交叉表可以看出，好学型是最多的，在各个类型中占据首位，虽然特长生仅仅只有一个，数据不具备有代表性，但这个的选择也是好学型，可见在众多的受访者中都有点偏向好学型。

其他的几种类型分布比较均匀，在进强型、纠结型和远强型当中，文科生比理科生表现得更明显偏向，而理科生更多的集中在好学型。

这与文理科生的学
习经历和性格，文科生对于数据分析在高中阶段比较欠缺，进入大学后对数据分析能力更有迫切性，相反理科生在高中生时就积累了相当好得数据分析能力，对数字比较敏感，对于学习SPPS表现得更像高中时的学习态度。

而且文科性性格比较内向和文弱点，所以遇事有些纠结性格。

所以在对待不同的生源时要有所区别，对于文科生教学应该更有实践性，选取的案例应更贴近现实生活中或以后工作中类似的案例实施教学，使SPSS这门课程更具有吸引力，而对待好学型和理科生讲述更加的全面，深入开展，适当较深入的开展理论与案例讲述。

4:不同群体在“兴趣爱好”上有显著差异;
（表7）
在上表中可以看出众多的受访者的兴趣爱好和对应的各种类型，在众多的爱好中，由于计算机类和其他这两个爱好的受访者类型比较少，欠缺一些代表性，所以我们集中分析其他四种类型的兴趣爱好。

进强型在各类爱好者中最突出的便是文艺类，文艺类爱好者当中文科生比较多，或者是性格上较相近的爱好者，进入大学后对自身数据分析能力的建设更尤迫切。

而好学型中的体育类则比其他爱好者更明显，体育类的爱好者更多的生源是来自理科生或者特长生，在生源的交叉分析中就可以看出理科生相比文科生更加偏向好学型。

而纠结型中最少的便是体育类类，体育类生源多是理科生，性格比较刚强果断，相较于文科生的柔弱性格，处事能力更加果敢。

而远强型在各爱好者中分布比较均匀，仅在文艺类表现得比较少，这还是与文科生比较内向点的性格，文艺类在性别上也是倾向女性，比较注重当前的能力培养和实用。

所以针对不同的兴趣爱好者，SPSS的教学方法也应当采取不同的手段，在对待文艺类型的爱好者时，应当从好学型与进强型的特性去看，注重理论与实践应用的相互结合。

而对于体育类型的爱好者，他们更加表现出好学型的特性，所以在教学上可以较深入的讲述。

而且在上面的几个类型爱好者中，只有计算机类型的爱好者比重比较多，所以
在教学其他几种类型的爱好者时可以不必顾忌学生的矛盾心理，教学更加实用性就好了。

（二）、行为变量统计分析
1.不同群体在“教学方式”上有显著差异;
（表8）
如表所示，对于SPSS这门课程学生们接受理论讲解的有22个，占比3.7%；上机实践的有211个，占比35.3%；理论讲解与上机实践结合的最多有353个，占比59.1%；研讨会的有10个，占比1.7%；其他的有1个，占比0.2%。

学生因为对于以后的工作的需要，更加重视于对课程的实践活
动，因为这样更容易让学生掌握课程内容，能够熟练的操作。

希望老师能够以课堂教学为主，配合实践、课外作业训练等教学形式。

对于不同类型的同学采用启发式教学、提问式教学、互动式教学、案例教学等多种教学方法。

例如对于进强型与远强型的学生老师可以采用互动教学和案例教学的方法，对纠结型的学生老师可以采用启发式教学、提问式教学来提高他们的学习兴趣。

2. 不同群体在“专业知识了解”上有显著差异;
（表9）
如表所示，学习SPSS这门课程需要了解的知识《统计学》最多有383个，占比65.6%；《概率论》有43个，占比7.25；《计量经济学》
有33个，占比5.5%；《市场调查与预测》有95个，占比15.9%；《高等数学》有27个，占比4.5%；其他有8个，占比1.3%。

SPSS课程的学习，要求掌握将调查所得到的原始资料整理成为系统化、条理化地能够反映某一市场现象特征的统计指标并针对莫一调查课题所收集的调查资料进行整理；明确调查资料的接受与编辑、编码与录入、调查数据的统计与处理；了解选择统计方法的原则及其分类。

掌握利用统计软件进行数据处理和分析的基础方法，掌握利用SPSS进行简单数据处理的操作方法。

由于SPSS分析方法的需要《统计学》这么课程必须要掌握，对于资料的获得要求掌握《市场调查与预测》这门课程。

所以在学习SPSS这门课程前，学校应该安排学生学习《统计学》、《市场调查与预测》等一些课程，这样的安排能够让学生更好的了解掌握SPSS这们课程。

3．不同群体在“上课课时”上有显著差异;
（表10）
对于SPSS这门课程的可是安排接受32课时的学生最多有223个，占比37.2%；其次是48课时有155个，占比25.9%；再次是64课时有111个，占比18.5%。

而对于16课时只有7.0%的人做出了选择，证明16课时的开课效果并不受学生欢迎。

32课时意味着每周上2节课，这样的话既能够学的比较系统，而且每周一次也不多，在课余还有时间可以自己消化。

因此建议老师以后开课以32课时的为主。

4. 不同群体在“上课学期”上有显著差异;
（表11）
对于SPSS课程学习，大多数的学生希望能在二年一期学习最多有168个，占比28%；其次是三年一期有113个，占比18.9%；再次是二年二期由103个，占比17.2%。

在二年一期学生对于新鲜事物充满了好奇，乐于接受新的东西，三年一期大家渐渐走向成熟，对社会生活充满憧憬，希望能高获得更多的能力，乐于接受对自己有实用性的课程。

SPSS这门课程希望能够在二年一期安排。

5. 不同群体在“从事行业”上有显著差异;
（表12）
数据显示：受访者最想从事的行业主要是商业、证券、通讯、医疗和银行和科研等行业，比例占到百分之八十多，其中以希望从事商业的最多，占到百分之二十九之多。

近强型的受访者的选择集中在商业、医疗、通讯、证券和银行行业上，在其他行业上的选择很少，这也是由他们近期目标性较强，对经济的近期追求所决定的。

好学型的受访者的选择则分布比较均匀，虽然他们大都愿意选择商业，但他们也愿意从事医疗、制造、服务、零售等行业，他们的好学决定了他们愿意尝试不同的行业。

纠结型的受访者同样在热门的商业、医疗、通讯、证券银行行业选择比较多，且没有明显的方向性，区别性，他们对自己的目标似乎缺乏确定的选择。

远强型的受访者选择在证券、商业、银行行业比较多、区别明显。

整体来看，受访者选择商业、证券、通讯、医疗和银行和科研的表较多，选择保险、零售的较少，这几个行业是与工商管理关系比较密切的行业，也是时下比较热门的行业，受访者的选择说明毕业生在选择工作时希望工作能与本专业相关且在社会上比较热火的行业。

故而在SPSS课程设置上应尽量与专业挂钩，与各专业学生毕业后的工作
发展需要为根据，合理设置课程。

6. 不同群体在“软件支持”上有显著差异;
（表13）
数据显示：受访者在学校应该给予SPSS课程哪些方面的支持这一问题上几乎达到了共识，赞成购买或安装SPSS最新软件的占60%左右，赞成在政策上的支持占4%左右，希望提供资金支持的占9%左右，在实践机会提供上除了纠结型的没有特别的希望，其他三种类型的受访者24%的赞成。

这样的选择主要是由客观事实决定的，SPSS的学习必须要软件的支持才能进行，且SPSS课程是一门实践性很强的课程，所以
受访者认为只有提供更多的实践机会才有利于软件的学习。

所以，为了更好地实施SPSS软件课程的教学，学校在硬件设施是上应给予支持，保证教学系统的正常运行和及时更新，在学生项目上给予一定的资金资助，并尽可能的提供学生实践的机会，更好的培养学生的数据分析实践能力。

7. 不同群体在“考试方式”上有显著差异;
数据显示：受访者最希望的考试方式中，社会实践做课题的占29.3%，小组合作形式的占25.6%，上机考的占25.9%。

开闭卷考试的方式之占10%。

这是由于随着前三种考试方式的逐渐增加，在其他科目的学习过程中，这三种考试方式已获得学生的广泛认同，且实践证明，这三
种考试方式更符合课程设置的要求和课程考核目的。

开卷或者闭卷考试已渐渐的被淘汰。

故而在SPSS课程考核方式的设置上可从这三类方式中选择。

8．不同群体在“课程要求”上有显著差异;
（表15）
数据显示：受访者在对SPSS老师的要求上，精通SPSS是首要要求，体现在数据上占55.1%。

其次是丰富的企业实战背景案例要求，占10.2%，再其次是教师的互动能力和理论功底，上
课的条理性。

分别占9.7%和7.3%，其他方面要求的不是很强烈。

对老师的要求主要是由学生对课程的需求和学习接受方式能力决定的。

作为授业解惑的老师，熟练精通所教课程是学生基本的预期和要求，这一点是共识。

其次则不同类型的受访者各侧重点不同：近强型和远强型的受访者更多的要求老师的授课过程中有更多的企业实践背景和案例教学，且对老师教科的条理性，思路的清晰性，理论性要求更高，这是由各种类型的受访者的学习目的和学习接受方式所决定的。

所以在SPSS课程的教学中，老师应当因材施教，尽量满足各类学生的学习要求，调动学生的学习积极性。

9. 不同群体在“相关证件”上有显著差异;
（表16）
受访者觉得在大学期间需要考的计算机相关证件当中，聚类为近强型的人大部分都觉得VF、Access、二级C是重要的计算机证件，而三者重要性也几乎同等；好学型的人也觉得VF、Access、二级C是要考的计算机证件，但选择VF的人较其他两者稍多；纠结型的选择VF、Access、二级C和SPSS资格认证书的比例较为平均，分别有27.8%、17.6%、20.4%和24.1%；远强型的选择与纠结型类似，对VF、Access、二级C合SPSS资格认证书的选择比例分别为25.2%、21.0%、16.0%和25.2%。

综合四个类型受访者，选择VF的人数也是最多的，其次分别为Access、二级C、SPSS资格认证书、计算机一级MS OFFICE 和其他。

10.不同群体在“分析领域”上有显著差异
（表17）
在最想尝试的分析方案中，四个类型的受访者都有超过半数选择了财政金融领域，而在其他的细分领域中，各个类型的选择均存在差异性。

近强型还较为感兴趣的研究领域有市场研究、教育机构、政府机构等；好学型则较为平均，市场研究领域稍为突出；纠结型除财政金融领域外，政府机构、教育机构和市场研究也是较多人选择的方向；对远强型，市场研究与政府机构也是除财政金融外的热门之选。

为提高学生的数据分析能力，学校应给予哪些硬件支持的调查中，近强型的受访者几乎就选了四个方面，由高到低排练的话依次为更新或维护好学校电脑设备、建立专门的数据分析实验室、配备更多的优秀师资力量和进行学生数据分析能力大赛。

好学型的人则主要集中在三个方面，一半多的人选择了更新或维护好学校电脑设备，建立专门的数据分析实验室和配备更多的优秀师资力量也是重点考虑因素之一。

纠结型的也认为更新或维护好学校电脑设备极为重要，而配备更多的优秀师资力量、建立专门数据分析实验室和进行学生数据分析能力大赛均是主要的次要选择。

远强型的受访者认为建立专门的数据分析实
验室和更新或维护好学校电脑设备是学校应该给予的基本硬件支持。

第四部分：研究不足
1.样本的代表性可能不足
2.数据的有效性可能不足
3.因子的选择可能不合理
4.群落分析可能不科学
5.分析方法可能不科学。