SPSS统计分析软件实例分析

SPSS作业

一、问卷一般性分析

1、频数分析：

（1）饼图：

（2）直方图：

2、基本描述统计量分析：

①在逃课看法中，偏度系数为0.713，峰度系数为-0.275，所以为右偏平峰。

②在逃课看法中，偏度系数为0.439，峰度系数为-1.324，所以为右偏平峰。

③在逃的课程中，偏度系数为-0.968，峰度系数为-0.052，所以为左偏平峰。

二、问卷深入分析

1、方差分析

（1）单因素方差分析：

Ho：性别和逃课看法的均值无显著差异。

P=0.092>α=0.05，接受原假设；

所以性别和理财能力没有显著差

（2）多因素方差分析：

Ho1：性别和逃的课程没有显著影响

Ho2：专业和逃的课程没有显著差异

Ho3：性别和专业对逃的课程没有显著差异 P1=0.040<α=0.05,拒绝原假设

P2=0.006<α=0.05, 拒绝原假设

P3=0.121>α=0.05,接受原假设

所以：性别和逃的课程有显著影响

专业和逃的课程有显著差异

性别和专业对逃的课程没有显著差异

2、相关分析

（2）进行相关分析

Ho:逃课次数和想逃课时间不存在相关关系

P=0.00<α=0.05，拒绝原假设

所以逃课次数和想逃课时间存在相关关系

逃课次数和想逃课时间的简单相关系数为-0.247，说明两者存在着显著的正相关。

3、回归分析

（1）一元线性回归

自变量为点名效果，因变量为平时分

①对一元线性回归分析进行拟合度评价

R方=0.002，样本数据的拟合度低。

②利用假设检验进行回归方程显著性检验

Ho：β=0，X与Y不存在线性关系

P=0.00<α=0.05，拒绝原假设

所以X与Y 存在线性关系

③自变量与因变量的一元线性方程：Y=52.555+2.042X （2）多元线性回归

自变量为逃课看法、逃课对你影响、点名效果，因变量为逃课次数①对多元线性回归分析进行拟合度评价

调整R方=0.140，样本数据的拟合度低。

②利用假设检验进行回归方程显著性检验

Ho：β1=β2=β3=0,各个偏回归系数同时与0无显著差异

P=0.00<α=0.05，拒绝原假设

各个偏回归系数同时与0有显著差异

③利用假设检验进行回归系数显著性检验

Ho：βi=0,第i个偏回归系数与0无显著差异

P=0.299<α=0.05，接受原假设

所以第i个偏回归系数与0无显著差异

④多元线性回归方程：Y=0.378+0.474X1−0.215X2+0.197X3