spss实验课论文

实验课论文

第一章

1、SPSS文件和普通的数据文件有何异同？

不同之处：1：从数据的录入来说，spss要先定义变量名、变量类型、名称、取值范围、数据长度等数据信息，然后在根据问卷录入数据，而普通的数据文件则只能定义变量名，然后再录入数据。所以spss数据文件中可以查看到变量名、变量类型、名称、取值范围、数据长度等数据信息，而普通数据文件不行。2：spss有两个窗口，一个是变量定义窗口，一个是数据窗口，而普通的只有一个窗口。

相同之处：1：都是以表格的形式表现 2：都可以进行简单的数据计算 3：都可以直接看到变量名

2、SPSS对一手数据和二手数据的录入有没有不同？如何处理这两类数据?

一手数据需要人工机械的录入

二手数据可直接通过已获取的资料整体录入或整体打开

第二章

1、变量预处理的作用是什么？

变量预处理的作用：将要处理的变量进行计算、计数、重复值等处理，使其做好变量分析前的准备工作。

使数据更加有规律，便于进行数据的计算与分析。

2、变量预处理中关于数据的操作主要有哪些？关于变量的操作主要有哪些？都是通过哪些SPSS功能来实现的？

处理中关于数据的操作有：1、数据文件的整理、2、数据的排序、3、数据分类汇总、4、数据的拆分、选取和加权5、数据的计数

处理中关于变量的操作有: 1、变量的重复值

第三章

1、完成3-1对广告吸引力变量的频数分析和说明，计算中位数和众数并作条形图

表中给出了总样本量（N），其中变量Gender 的有效个数（Valid）为11 个、缺失值（missing）为0.，Frequency 是频数，Percent 是按总样本量为分母计算的百分比，Valid Percent 是以有效样本量为分母计算的百分比，Cumulative Percent 是累计百分比。

2、完成3-2度量尺度变量“通话时长”按照3分钟进行分组，完成变量重赋值和频数分析，运用P-P图检验数据是否服从正态分布

3、完成3-3“教育”与“工作年限”以及“工作年限”与“居住年限”的交叉频数列联表绘制，并进行变量显著性检验。

第四章

1、问卷调查的一般步骤是什么

（1）市场调查

（2）问卷设计

（3）问卷代表性检验

（4）问卷的发放与回收

（5）问卷分析

2、问卷设计中需要注意哪些问题？

（1）考虑目标人群的划分，不同的调查人群对问题的理解会有差异，故明确目标人群对调查问题的设计有显著的影响。

（2）要根据不同的访谈类型设计问卷

（3）避免问卷问题的重复

（4）要避免不愿回答的问题，需要考虑调查对象需要付出的努力、情景、合理的目的、敏感信息等因素，增加调查对象的自愿性。

(5)确认问卷页面的形式和版面设计

(6)预调查

3、利用SPSS完成4-1折半信度系数的计算并进行解释

折半信度系数为0.355，基于标准的折半信度系数为0.579，信度系数偏小，需要修改

第五章

1、检验数据5-1.sav中，人均职工工资是否等于1500元。

a>0.05，接受原假设。人均职工工资等于1500元。

2、5-4.sav，是关于减肥饮茶前后的体重情况，请选择合适的假设检验方法说明减肥茶是否有效果。

前两个表给出了喝茶前后人体重的均值、标准差、均值标准误差以及培训前后成绩的相关系数。从表中看出，喝茶前后体重发生显著的变化。

最后一个表给出了配对样本t检验结果，包括配对变量差值的均值、标准差、均值标准误差以及差值的95%置信度下的区间估计。当然也给出了最为重要的t统计量和p值。结果显示p＝0.000<0.05，所以，喝此减肥茶对人的体重具有显著效果。

第六章

1、参数方法和非参数方法有哪些不同？

区别：

第一：从应用范围来看，非参数方法的应用范围要大于参数方法，因为对于随机变量而言，我们了解的永远是少数，许多非常见和非规则的分布是不宜用参数方法来研究的，甚至有些分布都不能写出分布函数或密度函数，只能靠计算机迭代推导其取值概率，而非参数分布不需要假定总体分布，直接从样本出发，因此，任何分布都可以用非参数的方法进行研究，这也决定了非参数方法的应用范围更广。

第二：研究的对象和目标不同，由于参数方法假定了总体的分布，因此其研究目标就是总体的参数，一旦总体的参数全部确定了，总体的分布也就确定了；而非参数的方法直接从样本推导总体的分布，因此非参数方法的目标是总体的分布或者两个总体的分布是否相同。

第三：研究的统计量有所不同，非参数方法中常常采用秩、秩和等来构造统计量，而且通常要求样本数较大，而参数检验很少用到秩来构造统计量，无论样本数大小都能对总体进行推断。

第四：两者的效率有差距，参数方法由于直接假定总体的分布，当总体真实分布就是假定分布或者与假定分布差异不大时，参数方法的准确性很好、效率较高；而非参数方法由于从样本出发，推导出的总体分布可能与真实分布的总体分布有一定的差距，因而效率较低；

但是，当假定的分布不是总体的真实分布时，非参数方法效率要高于参数方法。非参数方法的效能不断提高，有些方法的效能大约在参数方法的95%左右，因此，并非低到不能接受。

2、非参数检验的条件

第一：检验样本是否服从某一分布；

第二：对样本和总体比例的拟合优度进行检验；

第三：当总体分布未知时，通过样本比较两个总体的分布是否相同；

第四：样本数据不确定或样本是分类数据时。

参数检验的应用条件：

检验总体中的某一参数，不涉及总体的分布的检验。参数检验既可以应用于大样本情况，也可以应用于小样本情况。

3、总结分类方法的应用背景和检验灵敏度情况

（1）单样本分布比例的卡方检验：

卡方检验是一个单总体的非参数检验，是检验样本频数和总体的理论比例是否有显著差异。（2）单样本的二项分布检验：

单样本的二项分布检验主要用于检验一个总体中的比率是否等于待检验值p，通过检验样本是否服从一个参数为p的二项分布，即可得到总体的比例是否为p。

（3）单样本K-S检验：单样本K-S检验，该方法能够利用样本数据推断总体是否服从某一理论分布，也是一种拟合优度的检验方法，适合探索连续性总体的分布。

（4）单样本独立性的游程检验

判断一种现象的发生与否是否随机，可以利用非参数检验的游程检验来完成。游程检验通过对样本变量值的分析，实现对总体的变量值出现是否随机进行检验。

（5）两独立样本和两配对样本的非参数检验

两独立样本非参数检验是在总体分布不太了解的情况下，通过对两组独立样本的分析来判断两个总体的分布是否存在显著差异的统计方法。

两配对样本的McNemar检验：是一种变化显著性检验，它将研究对象自身作为对照者检验其“前后”的变化是否显著。

两配对样本的符号检验：符号检验也是用来检验两配对样本所来自的总体的分布是否存在显著差异的非参数方法。

两配对样本的Wilcoxon符号秩检验：Wilcoxon符号秩检验也是通过分析两配对样本，对样本来自的两总体的分布是否存在差异进行判断。

（6）多独立样本和多配对样本非参数检验

多独立样本中位数检验：中位数检验通过对多组独立样本的分析，检验它们来自的总体的中位数是否存在显著差异。

多独立样本Kruskal-Wallis检验：Kruskal-Wallis检验实质是两独立样本的曼-惠特尼U检验在多个样本下的推广，也用于检验多个总体的分布是否存在显著差异。

多独立样本的Jonckheere-Terpstra检验：Jonckheere-Terpstra检验也是用于检验多个独立样本来自的多个总体的分布是否存在显著差异的非参数检验方法。

SPSS中的多配对样本的非参数检验方法主要包括Friedman检验、Cochran Q检验、Kendall 协同系数检验等。

Friedman检验：Friedman检验是利用秩实现对多个总体分布是否存在显著差异的非参数检验方法

Cochran Q检验：通过对多个配对样本的分析，推断样本来自的多个总体的分布是否存在显著差异。

Kendall协同系数检验：它也是一种对多配对样本进行检验的非参数检验方法，与第一种检