spss统计学软件实验报告

西安邮电大学

统计软件实习报告书

系部名称：经济与管理学院营销策划系学生姓名：陈志强

专业名称：商务策划管理

时间：2012年5月21日至2012年5月25日

实习内容：熟悉和学习SPSS软件，包括1.基本统计实验（均值、中位数、众数、全距、方差与标准差、四分位数、十分位数、频数、峰度、偏度）；2均值比较和T检验（均值比较、单一样本T检验、两独立样本T检验和两配对样本T检验）；3.相关分析（二元定距变量的相关分析、二元定序变量的相关分析、偏相关分析、距离相关分析）；4.回归分析（一元线形回归和多元线形回归）。

实习目的：

掌握SPSS基本的统计描述方法，可以对要分析的数据的总体特征有比较准确的把握，从而为以后实验项目选择其他更为深入的统计分析方法打下基础。实习过程：

实验1：二元定距变量的相关分析

★研究问题：

某工厂生产多种产品，分别对其进行两标准评分，评分结果如下表，现在要研究这两个标准之间是否具有相关性。

★实现步骤

『步骤1』在“Analyze”菜单“Correlate”中选择Bivariate命令，如图3-1所示。

图3-1 选择Bivariate Correlate 菜单

『步骤2』在弹出的如图3-2所示Bivariate Correlate对话框中，从对话框左侧的变量列表中分别选择“标准1”和“标准2”变量，单击按钮使这两

个变量进入Variables框。

在Correlation Coefficients框中选择相关系数，本例选用Pearson项。

在Test of significance框中选择相关系数的双侧（Two-tailed）检验，检验两个变量之间的相关取向，也就是从结果中来得到是正相关还是负相关。

图3-2 Bivariate Correlate对话框

选中Flag significations correlations选项，则相关分析结果中将不显示统计检验的相伴概率，而以星号（*）显示。一个星号表示当用户指定的显著性水平为0.05时，统计检验的相伴概率值小于等于0.05，即总体无显著性相关的可能性小于等于0.05；两个星号表示当用户指定的显著性水平为0.01时，统计检验的相伴概率值小于等于0.01，即总体无显著线形相关的可能性小于等于0.01。显然，在这两个星号比一个星号的检验更加精确。

『步骤3』单击Options按钮，出现Bivariate Correlate：Options对话框，如图3-3所示。

图3-3 Options对话框

Statistics框中的Means and standard deviations表示在输出相关系数的同时计算输出各变量的平均值和标准差；选中Cross-product deviations and covariances 项表示输出叉积离差和协方差。叉积离差即为Pearson简单相关系数公式的分子部分，协方差为：叉积离差/（–1）,也反映变量间的相关程度。

Missing Values框中为对缺失值进行处理，Exclude cases pairwise项表示如果正参与计算的两个变量中有缺失值，则暂时提出那些在这两个变量上去缺失值的个案；Exclude cases listwise项为剔除所有具有缺失值的个案后再计算。

本例中选择Means and standard deviations和Exclude cases pairwise项，单击Continue按钮，返回Bivariate Correlate对话框，单击OK按钮，则可得到SPSS 相关分析的结果。

结果和讨论：

SPSS的运行结果如下：

Correlations

从以上结果可以得出第一个表格：（n=16）的标准1的平均值（74.5000）、标准1的标准差（13.19596）、标准2的平均值（70.8750）和标准2的标准差（13.61311）。

第二个表格则是所要求的相关系数，它以一个矩阵的形式表示。从中可以看出，标准1和标准2的相关系数为0.278。在这个数据的旁边有没有星号，说明变量之间的相关程度极弱，可视为不相关。

实验2.绘制相关散点图

如果对变量之间的相关程度不需要那么精确，则可以通过绘制变量的散点图来直接判断。仍以上例作为说明。

★实现步骤

『步骤1』在“Graphs”菜单中选择Scatter命令，如图3-4所示。

图3-4 选择Scatter命令

『步骤2』本例只需绘制出数学成绩和化学成绩两者的散布情况，因此选择“Simple”图，如图3-5所示。

图3-5 Scatterplot对话框

『步骤3』单击Define按钮，打开Simple Scatterplot对话框，如图3-6所示。在此对话框中，把左侧的“数学”、“化学”这个两个变量分别通过单击按钮

使之添加到右侧的X Axis和Y Axis框中，表示散点图将分别把数学成绩和化学成绩绘制在X轴和Y轴上。其他悬想不变，然后单击OK，开始绘图。

图3-6 Simple Scatterplot对话框

结果和讨论

绘出的散点图如图3-7所示，从中明显看出这两个变量线形不相关。

图3-7 散点图

实验3．二元定序变量的相关分析

★研究问题

某专家先后对一个工程的多个项目加以评分，两次评分分别记为变量“分值1”和“分值2”，如下表所示。问两次评分的等级相关有多大，是否达到显著水平？

工程项目两次的得分情况

项目名分值1 分值2

项目1 78.00 75.00

项目2 77.00 83.00

项目3 81.00 83.00

项目4 87.00 8300

项目5 91.00 92.00

项目6 77.00 74.00

项目7 96.00 93.00

项目8 81.00 87.00

项目9 67.00 65.00

项目10 79.00 73.00

项目11 89.00 85.00

项目12 78.00 70.00

项目13 95.00 90.00

项目14 88.00 81.00