《统计分析与SPSS的应用(第五版)》课后练习答案(第5章)

《统计分析与SPSS的应用（第五版）》（薛薇）
课后练习答案
第5 章SPSS的参数检验
1、某公司经理宣称他的雇员英语水平很高，如果按照英语六级考试的话，一般平均得分为
75分。

现从雇员中随机选出11人参加考试，得分如下：80, 81, 72, 60, 78, 65, 56, 79,
77,87, 76 请问该经理的宣称是否可信。

原假设：样本均值等于总体均值即u=u0=75
步骤：生成spss 数据→分析→比较均值→单样本t 检验→相关设置→输出结果（Analyze->compare means->one-samples T test ；）
采用单样本T 检验（原假设H0:u=u0=75, 总体均值与检验值之间不存在显著差异）；
单个样本统计量
N 均值标准差均值的标准误
成绩11 73.73 9.551 2.880
单个样本检验
检验值= 75
差分的95% 置信区间
t df Sig.( 双侧) 均值差值
下限上限
成绩-.442 10 .668 -1.273 -7.69 5.14
分析：指定检验值:在test 后的框中输入检验值（填75），最后ok!
分析：N=11 人的平均值（mean）为73.7，标准差（std.deviation）为9.55,均值标准误差(std error mean) 为2.87.t 统计量观测值为-4.22，t 统计量观测值的双尾概率p-值（sig.(2-tailed)）为0.668，六七列是
总体均值与原假设值差的95%的置信区间,为(-7.68,5.14), 由此采用双尾检验比较 a 和p。

T 统计量观测值的双尾概率p-值（sig.(2-tailed) ）为0.668＞a=0.05 所以不能拒绝原假设；且总体均值的95% 的置信区间为(67.31,80.14), 所以均值在67.31~80.14 内,75 包括在置信区间内,所以经理的话是可信的。

2、在某年级随机抽取35 名大学生，调查他们每周的上网时间情况，得到的数据如下（单位：小时）：
（1）请利用SPSS 对上表数据进行描述统计，并绘制相关的图形。

（2）基于上表数据，请利用SPSS给出大学生每周上网时间平均值的９５％的置信区间。

（1）分析描述统计描述、频率
（2）分析比较均值单样本T 检验
每周上网时间的样本平均值为27.5，标准差为10.7，总体均值95%的置信区间为23.8-31.2.
3、经济学家认为决策者是对事实做出反应，不是对提出事实的方式做出反应。

然而心理学家则倾
向于认为提出事实的方式是有关系的。

为验证哪种观点更站得住脚，调查者分别以下面两种不同的
方式随机访问了足球球迷。

原假设：决策与提问方式无关，即u-u0=0
步骤：生成spss数据→分析→比较均值→两独立样本t检验→相关设置→输出结果
表5-3
组统计量
提问方式N 均值标准差均值的标准误
决策丢票再买200 .46 .500 .035 丢钱再买183 .88 .326 .024
表5-4
独立样本检验
方差方程的Levene
检验均值方程的t 检验
差分的95% 置信
区间Sig.( 双
均值差标准误差
F Sig. t df 侧)
值值下限上限决假设方差相等257.985 .000 -9.640 381 .000 -.420 .044 -.505 -.334 策
假设方差不相-9.815 345.536 .000 -.420 .043 -.504 -.336 等
分析：由表5-3 可以看出，提问方式不同所做的相同决策的平均比例是46%和88%，认为决
策者的决策与提问方式有关。

由表5-4 看出，独立样本在0.05 的检验值为0，小于0.05，故
拒绝原假设，认为决策者对事实所作出的反应与提问方式有关，心理学家的观点更站得住脚。

分析：
从上表可以看出票丢仍买的人数比例为46%,钱丢仍买的人数比例为88%,两种方式的样
本比例有较大差距。

1.两总体方差是否相等 F 检验：F 的统计量的观察值为257.98,对应的
P 值为0.00,；如果显著性水平为0.05,由于概率P 值小于0.05,两种方式的方差有显著差异。

看假设方差不相等行的结果。

2.两总体均值（比例）差的检验：.T 统计量的观测值为-9.815,
对应的双尾概率为0.00,T 统计量对应的概率P值<0.05,故推翻原假设,表明两总体比例有显著
差异.更倾向心理学家的说法。

4、一种植物只开兰花和白花。

按照某权威建立的遗传模型，该植物杂交的后代有75% 的
几率开兰花，25% 的几率开白花。

现从杂交种子中随机挑选200 颗，种植后发现142 株
开了兰花，请利用SPSS 进行分析，说明这与遗传模型是否一致？
原假设：开蓝花的比例是75%，即u=u0=0.75
步骤：生成spss数据→分析→比较均值→单样本t检验→相关设置→输出结果
表5-5
单个样本统计量
N 均值标准差均值的标准误
开花种类200 1.29 .455 .032
表5-6
单个样本检验
检验值= 0.75
差分的95% 置信区间t df Sig.( 双侧) 均值差值
下限上限
开花种类16.788 199 .000 .540 .48 .60
分析：由于检验的结果sig 值为0，小于0.05，故拒绝原假设，由于检验区间为（1.23,1.35），2.不在此区间内，进一步说明原假设不成立，故认为与遗传模型不一致。

5、给幼鼠喂以不同的饲料，用以下两种方法设计实验：方式1：同一鼠喂不同的饲料所测
得的体内钙留存量数据如下：
鼠号 1 2 3 4 5 6 7 8 9
饲料 1 33.1 33.1 26.8 36.3 39.5 30.9 33.4 31.5 28.6
饲料 2 36.7 28.8 35.1 35.2 43.8 25.7 36.5 37.9 28.7
方式2：甲组有12 只喂饲料1，乙组有9 只喂饲料 2 所测得的钙留存量数据如下:
甲组饲料1：29.7 26.7 28.9 31.1 31.1 26.8 26.3 39.5 30.9 33.4 33.1 28.6
乙组饲料2：28.7 28.3 29.3 32.2 31.1 30.0 36.2 36.8 30.0
请选用恰当方法对上述两种方式所获得的数据进行分析，研究不同饲料是否使幼鼠体内钙
的留存量有显著不同。

原假设：不同饲料使幼鼠体内钙的留存量无显著不同。

方式1 步骤：生成spss数据→分析→比较均值→配对样本t 检验→相关设置→输出结果
表5-7
成对样本统计量
均值N 标准差均值的标准误
对1 饲料1钙存量32.578 9 3.8108 1.2703 饲料2钙存量34.267 9 5.5993 1.8664
表5-8
成对样本相关系数
N 相关系数Sig.
对1 饲料1钙存量& 饲料2钙存量9 .571 .108
表5-9
成对样本检验
成对差分
差分的95% 置信
区间
均值的标准Sig.( 双
均值标准差误下限上限t df 侧)
对1 饲料1钙存量- 饲料2 -1.6889 4.6367 1.5456 -5.2529 1.8752 -1.093 8 .306 钙存量
方式2步骤：生成spss数据→分析→比较均值→独立样本t检验→相关设置→输出结果
表5-10
组统计量
饲料类型N 均值标准差均值的标准误
钙存量饲料1 12 30.508 3.6882 1.0647
饲料2 9 31.400 3.1257 1.0419
表5-11
独立样本检验
方差方程的Levene
检验均值方程的t 检验
差分的95% 置信
Sig.( 双
均值差标准误差
区间
F Sig. t df 侧)
值值下限上限
钙存假设方差相.059 .811 -.584 19 .566 -.8917 1.5268 -4.087 2.3040
量等 3 假设方差不-.599 18.645 .557 -.8917 1.4897 -4.013 2.2303
相等 6 分析：采用配对样本t检验法所得结果如表5-7,5-8,5-9 所示，配对样本的分析结果可以看
出两组的平均差是 1.789在置信区间内（-5.2529 ，1.8752 ）同时sig 值为0.153>0.05 不应
该拒绝原假设。

采用独立样本t检验法所得结果如表5-10，5-11所示，可以看出均值差为0.892
在置信区间内sig 值为0.405 ，大于0.05 ，故不能拒绝原假设。

所以，两种饲料使用后的钙
存量无显著差异。

6、如果将第 2 章第9 题的数据看作是来自总体的样本，试分析男生和女生的课程平均分是
否存在显著差异？
原假设：男女生课程平均分无显著差异
步骤：分析→比较均值→单因素分析→因变量选择课程，因子选择性别进行→输出结果：
表5-12
描述
poli
均值的95% 置信区间
N 均值标准差标准误
下限上限极小值极大值female 30 78.8667 10.41793 1.90205 74.9765 82.7568 56.00 94.00 male 30 76.7667 18.73901 3.42126 69.7694 83.7639 .00 96.00 总数60 77.8167 15.06876 1.94537 73.9240 81.7093 .00 96.00 表5-13
ANOVA
poli
平方和df 均方 F 显著性组间66.150 1 66.150 .288 .594 组内13330.833 58 229.842
总数13396.983 59
分析：由表5-12和5-13可以看，出男生和女生成绩平均差为 1.4021在置信区间内sig值为
3.，大于0.05，故不能拒绝原假设，即认为男生和女生的平均成绩没有显著差异
7、如果将第 2 章第9 题的数据看作是来自总体的样本，试分析哪些课程的平均分差异不显
著。

步骤：计算出各科的平均分：转换→计算变量→相关的设置
表5-14
组统计量
sex N 均值标准差均值的标准误average female 30 67.5208 9.08385 1.65848
male 30 68.9229 9.85179 1.79868 重新建立SPSS数据→分析→比较均值→单因素→进行方差齐性检验→选择Tukey 方法进行检验。

利用配对样本T 检验，逐对检验
8 、以下是对促销人员进行培训前后的促销数据：试分析该培训是否产生了显著效果。

培训前440 500 580 460 490 480 600 590 430 510 320 470
培训后620 520 550 500 440 540 500 640 580 620 590 620 原假设：培训前后效果无显著差异
步骤：生成spss数据→分析→比较均值→配对样本t检验→相关设置→输出结果
表5-15
成对样本统计量
成对样本检验
成对差分
差分的95% 置信区
间
均值的标准Sig.( 双均值标准差误下限上限t df 侧) 对1 培训前- 培-70.833 106.041 30.611 -138.20 -3.458 -2.314 11 .041 训后9
均值N 标准差均值的标准误
对1 培训前489.17 12 78.098 22.545 培训后560.00 12 61.938 17.880
表5-16
成对样本相关系数
N 相关系数Sig.
对1 培训前& 培训后12 -.135 .675
表5-17
成对样本检验
成对差分
差分的95% 置信区
间
均值的标准Sig.( 双均值标准差误下限上限t df 侧) 对1 培训前- 培-70.833 106.041 30.611 -138.209 -3.458 -2.314 11 0.41 训后
分析：由表5-15，5-16,5-17 可以看出，培训前与培训后的均值差为70.83 ，由sig 值为0.041，
小于0.05，故拒绝原假设，认为培训前后有显著差异即培训产生了显著效果。