SPSS实验报告

重庆邮电大学课程报告

2016 - 2017 学年第2 学期

课程名称：《数据分析方法与实训》

姓名：XX

学号：*******XXX

班级：0104150X

专业：信息工程

指导教师：**

2017年7 月2 日

(1)基于前述操作，继续在myzy.sav中完成以下任务：①分别绘制语文、数学、

外语成绩的箱体图，并对箱体图的输出结果进行解释。②分别绘制语文、数学、外语成绩的茎叶图，并对茎叶图的输出结果进行解释。③分别绘制语文、数学、外语成绩的Q-Q图，并对Q-Q图的输出结果进行解释。

箱体图操作方法：

1)在SPSS中打开yyyy.sav，处于“数据视图”状态。

2)利用【分析】——【描述统计】——【探索】命令。

3)变量“数学”从左侧列表移到右侧的“因变量列表”中；

4)变量“姓名”从左侧列表移到右侧“标注个案”中；

5)在“探索”对话框中，单击右侧【绘制】；

6)在“探索.图”对话框中，从左上角的“箱图”选中【不分组】，“描述性”选

中【茎叶图】，单击【继续】，【确定】。

操作结果：

图1.1关于语文的数据分析图1.2关于语文的箱体图

输出结果分析：矩形中部的横线表明，语文的中位数为84.50。箱体部分对应四分位间距，箱体外无数据说明分值较为集中，无异常值（异常值被定义为小于Q1－1.5IQR或大于Q3＋1.5IQR的值）

图1.3关于数学的数据分析图1.4关于数学的箱体图

输出结果分析：矩形中部的横线表明，语文的中位数为82.00。距离箱体很远的被标记“*”号的为极端值，“张一81”、“张一79”等为极端值。

图1.5关于外语的数据分析图1.6关于外语的箱体图

输出结果分析：矩形中部的横线表明，语文的中位数为825.00。距离箱体很远的被标记“*”号的为极端值，“张一75”、“张一73”等为极端值。观测值位于触手之外但3倍箱体之内的个案位奇异值，标记为“o”，“张一71”、“张一17”为奇异值。

三个科目的茎叶图如下：

图1.7语文图1.8数学图1.9外语

输出结果分析：“Frequency”:频数，“Stem”:茎，“Leaf”:叶子。

“Stem width”=10，表明主干值乘以10.

例如图1.7第二行中，“7.00 7. 1122234”表明频数为7，主干为7，数值分别为：71、71、72、72、72、73、74。

Q-Q图操作过程：选择【分析】——【描述统计】——【Q-Q图】，选择“语文”和“数学”，单击【确定】，制作。

图1.10语文的正态Q-Q图图1.11语文的趋降正态Q-Q图

图1.12数学的正态Q-Q图图1.11数学的趋降正态Q-Q图

图1.13外语的正态Q-Q图图1.14外语的趋降正态Q-Q图

分析：正态Q-Q图，以成绩作为横坐标，以变量的Z分数作为纵坐标，以标志正态分布的Z分数值作为图中斜线。图1.10图中散点能够与斜线很好地吻合，图1.13图中散点能够与斜线较好地吻合，说明数据序列（语文、外语）符合正态分布。而图1.12中散点严重偏离斜线，则说明该数据序列（数学成绩）不符合正态分布。

趋降正态Q-Q图，以成绩为横坐标，以变量的Z分数与标志正态分布的偏差作为纵坐标。因此，标志正态分布应该是中部的水平线。图1.11和图1.14垂直坐标轴范围分布为-3~1和-10~10，所以语文和外语的符合正态分布。而数学的垂直范围为-40~30，所以不符合正态分布。

遇到的问题：外语的Q-Q图中，散点与斜线吻合度难以直观确切地说明是吻合还是不吻合，趋降正态图垂直坐标轴范围是-10~10，难以判断。

解决思路：我认为，Q-Q判断数据正态分布，是仅凭用户直观感受做出的决策，却没有准确的数值描述和判断，这也是它的弊端。

2. 检验MydataA中语文1与语文2的成绩对、语文2与历史的成绩对之间是否存在显著性的差异；检验MydataA中的数学与物理的成绩对、物理与化学的成绩对之间是否存在显著性的差异。

（1）操作：先对六个变量进行数据分布正态性的判断，【分析】——【旧对话框】——【1.样本K-S】，添加“语文1”“语文2”“历史”，确定。

图2.1

可以看到“语文1”、“语文2”、“历史”的渐进显著性值经过修正后的数据满足正态分布，可以作为检验变量参与T检验。而“数学”、“物理”“化学”的渐进显著性值经过修正后的数据不满足正态分布。然后对两组数据进行差异显著性检验：

图2.2

因为它们的sig值均大于0.05，表示这3个成绩不存在显著性差异。其中“语文1”与“语文2”T值均小于1.96，证明逐渐均值差异小于组内正常波动，组间没有显著性差异。

（2）因为数学、物理、化学不满足正态分布，所以采用W检验。

操作：【分析】——【非参数检验】——【旧对话框】——【两个相关样本】，将物理-数学、化学-物理分别加入检验对中。得到下列结果：

图2.3

“化学-物理”的“渐进显著性（双侧）”值为0.525，其值>0.05,说明组间不存在显著性差异。

3. 在MydataA中，检验语文1、语文2、历史三科目的成绩之间是否存在显著性的差异？检查数学、物理、化学三个科目的成绩之间是否存在显著性的差异？

（1）操作：根据图2.1知，语文1、语文2、历史满足正态，执行【分析】——

【比较均值】——【配对样本T检验】，第一行为“语文1”和“语文2”，第二行为“语文1”和“历史”，第三行为“语文2”和“历史”。结果如下：

图2.4

它们的Sig值分别为0.834、0.557和0.336，均>0.05，表示这三个成绩之

间不存在显著性差异。

（2）操作：由于数学、物理、化学不满足正态分布，执行【分析】—

—【分参数检验】——【旧对话框】——【2个相关样本】。第一行为

“数学”和“物理”，第二行为“数学”和“化学”，第三行为“物

理”和“化学”。执行结果如下：

图2.5

“数学-物理”和“化学-数学”的“渐进显著性（双侧）”分别为0.000

和0.001，其值小于0.05,。说明，物理和数学之间、化学和数学之间

的成绩分布存在显著性差异。而“化学-物理”的Sig值为0.525，大

于0.05，说明化学与物理成绩之间不存在显著性差异。

遇到的问题：第二题检验两对成绩对之间的显著性差异和第三题检验

三门成绩间的显著性差异，有和区别或联系。

解决思路：仔细查看书上例题和依次尝试【分析】里的各项操作后，

发现三变量之间的差异性检验，可以将其分为多对数据间的差异性检

验。（书上例题是这么做的）

4. 在MydataB中，检测全体新生智商在90分以上的概率能否达到90%？提示，基于二项分布检验，判断事件发生的概率。

若检验概率低于0.05，则接受原假设，认为全体新生智商在90分以上的概率能达到90%。

操作：【分析】——【分参数检验】——【旧对话框】——【二项式】，“IQ”添加到右侧【检验变量列表】，【割点】设为90，【检验比例】设为0.9。