《统计学SPSS实验报告.doc》由会员分享，可在线阅读，更多相关《统计学SPSS实验报告.doc（23页珍藏版）》请在三一文库上搜索。
1、SPSS实验报告一 实验目的 1. 掌握 SPSS 的基本操作，能够熟练应用SPSS 进行基本的统计分析。2. 在用 SPSS 对具体实例进行分析的基础上能对结果进行正确的解释。3. 在对 SPSS 基本操作熟练的情况下，进一步自学SPSS 更强大的分析能。二 实验要求 1. 掌握如何通过 SPSS 进行数据的获取和管理，包括数据的录入，保存，读取，转化，增加，删除；数据集的合并，拆分，排序。2. 了解描述性统计的作用，并掌握其 SPSS 的实现（频数，均值，标准差，中位数，众数，极差）。3. 应用 SPSS 生成表格和图形，并对表格和图形进行简单的编辑和分析。4. 应用 SPSS 做一些探索
2、性分析（如方差分析，相关分析）三 实验内容（一）.问题的提出对不同广告方式和不同地区对某商品销售额影响进行分析。在制定某商品的广告策略时，收集了该商品在不同地区采用不同广告形式促销后的销售额数据，分析广告形式和地区是否影响商品销售额。自变量为广告方式（X1）和地区(X2)，因变量为销售额(Y)。涉及地区18个，每个地区抽取样本8个,共有案例144个。具体数据如下：X1X2Y1.00 1.00 75.00 2.00 1.00 69.00 4.00 1.00 63.00 3.00 1.00 52.00 1.00 2.00 57.00 2.00 2.00 51.00 4.00 2.00 67.00
3、3.00 2.00 61.00 1.00 3.00 76.00 2.00 3.00 100.00 4.00 3.00 85.00 3.00 3.00 61.00 1.00 4.00 77.00 2.00 4.00 90.00 4.00 4.00 80.00 3.00 4.00 76.00 1.00 5.00 75.00 2.00 5.00 77.00 4.00 5.00 87.00 3.00 5.00 57.00 1.00 6.00 72.00 2.00 6.00 60.00 4.00 6.00 62.00 3.00 6.00 52.00 1.00 7.00 76.00 2.00 7.00 3
4、3.00 4.00 7.00 70.00 3.00 7.00 33.00 1.00 8.00 81.00 2.00 8.00 79.00 4.00 8.00 75.00 3.00 8.00 69.00 1.00 9.00 63.00 2.00 9.00 73.00 4.00 9.00 40.00 3.00 9.00 60.00 1.00 10.00 94.00 2.00 10.00 100.00 4.00 10.00 64.00 3.00 10.00 61.00 1.00 11.00 54.00 2.00 11.00 61.00 4.00 11.00 40.00 1.00 12.00 70.0
5、0 2.00 12.00 68.00 4.00 12.00 67.00 3.00 12.00 66.00 1.00 13.00 87.00 2.00 13.00 68.00 4.00 13.00 51.00 3.00 11.00 41.00 3.00 13.00 65.00 1.00 14.00 65.00 2.00 14.00 63.00 4.00 14.00 61.00 3.00 14.00 58.00 1.00 15.00 65.00 2.00 15.00 83.00 4.00 15.00 75.00 3.00 15.00 50.00 1.00 16.00 79.00 2.00 16.0
6、0 76.00 4.00 16.00 64.00 3.00 16.00 44.00 1.00 17.00 62.00 2.00 17.00 73.00 4.00 17.00 50.00 3.00 17.00 45.00 1.00 18.00 75.00 2.00 18.00 74.00 4.00 18.00 62.00 3.00 18.00 58.00 1.00 1.00 68.00 2.00 1.00 54.00 4.00 1.00 58.00 3.00 1.00 41.00 1.00 2.00 75.00 2.00 2.00 78.00 4.00 2.00 82.00 3.00 2.00
7、44.00 1.00 3.00 83.00 2.00 3.00 79.00 4.00 3.00 78.00 3.00 3.00 86.00 1.00 4.00 66.00 2.00 4.00 83.00 4.00 4.00 87.00 3.00 4.00 75.00 1.00 5.00 66.00 2.00 5.00 74.00 4.00 5.00 70.00 3.00 5.00 75.00 1.00 6.00 76.00 2.00 6.00 69.00 4.00 6.00 77.00 3.00 6.00 63.00 1.00 7.00 70.00 2.00 7.00 68.00 4.00 7
8、.00 68.00 3.00 7.00 52.00 1.00 8.00 86.00 2.00 8.00 75.00 4.00 8.00 61.00 3.00 8.00 61.00 1.00 9.00 62.00 2.00 9.00 65.00 4.00 9.00 55.00 3.00 9.00 43.00 1.00 10.00 88.00 2.00 10.00 70.00 4.00 10.00 76.00 3.00 10.00 69.00 1.00 11.00 56.00 2.00 11.00 53.00 4.00 11.00 70.00 3.00 11.00 43.00 1.00 12.00
9、 86.00 2.00 12.00 73.00 4.00 12.00 77.00 3.00 12.00 51.00 1.00 13.00 84.00 2.00 13.00 79.00 4.00 13.00 42.00 3.00 13.00 60.00 1.00 14.00 77.00 2.00 14.00 66.00 4.00 14.00 71.00 3.00 14.00 52.00 1.00 15.00 78.00 2.00 15.00 65.00 4.00 15.00 65.00 3.00 15.00 55.00 1.00 16.00 80.00 2.00 16.00 81.00 4.00
10、 16.00 78.00 3.00 16.00 52.00 1.00 17.00 62.00 2.00 17.00 57.00 4.00 17.00 37.00 3.00 17.00 45.00 1.00 18.00 70.00 2.00 18.00 65.00 4.00 18.00 83.00 3.00 18.00 60.00 X1一列中，1表示报纸，2表示广播，3表示宣传品，4表示体验。X2一列中118表示不同地区。（二）.数据的整理1.建立数据文件当启动SPSS后，系统首先显示一个提示窗口，把鼠标移至“Type in data”项上单击左键选中，然后单击“OK”按钮；或者该窗口中单击“C
11、ancel”按钮进入SPSS数据编辑窗屏幕，如图所示。 2.定义变量 在数据编辑窗口左下角激活（Variable View）变量定义窗口，在数据窗口中，用户定义数据变量的名称、数据类型、宽度、小数位和标记等信息。定义好变量如下图：3.输入数据变量定义完成后，在编辑区选择栏里单击“Data View”，编辑显示区显示为数据编辑。在编辑区中，把与变量名相对应的数据输入到单元格里区，如下图所示。4.对数据进行预处理按照X1对数据进行排序，排序方式为升序，具体操作如下：（1）选择菜单：【data】【sort cases】（2）指定排序变量“广告形式”到【sort by】框中，并选择【sort orde
12、r】中的Ascending,即升序排列。从排序后的数据可以看出，广告形式为1的商品平均销售额高于其他三种广告形式，但是销售额最大值都出现在广告形式为2的时候。如图。（三）.商品销售额的频数分析1.频数分析 (Descriptive Statistics - Frequencies)频数分布分析主要通过频数分布表、条形图和直方图，以及集中趋势和离散趋势的各种统计量来描述数据的分布特征。现在我们对商品销售额进行频数分析在主菜单栏单击“Analyze”，在出现的下拉菜单里移动鼠标至“Descriptive Statistics”项上，在出现的次菜单里单击“Frequencies”项。从左则的源变量框
13、里选择一个和多个变量进入“Variable(s):”框里。在这里我们选“销售额”变量进入“Variable(s):”框。Display frequency tables，选中显示。单击“Statistics”按钮，打开下图所示的对话框，该对话框用于选择统计量： 选择百分位显示“Percentiles Values”栏： Cut points for 10 equal groups：将数据平分为输入的10个等份。 选择变异程度的统计量“Dispersion”：（离散趋势）Std.deviation 标准差 选择表示数据中心位置的统计量“Central Tendency”：（集中趋势）Mean 均
14、值点击continue 。单击“Charts”按钮：选择Histograms： 输出柱状图。选中“With normal curve”项，则在绘制柱状图中加绘一条正态分布曲线。点击continue 。单击“Format”按钮，设置频数表格式：选择Ascending values：按变量值的升序排列。Compare variables 选项，所有变量在一个图形中输出，以便进行比较。设置在频数表中显示的组数，默认为10组。点击continue 。再点击ok。在Output中得到以下分析结果。由以上分析结果可以知道销售额均值为66.82，标准差为13.528.由正态分布图可以看出销售额在60到80之
15、间的较多。2. 列联表分析（Crosstabs）在菜单选中“Analyze-Descriptive- Crosstabs”命令，在弹出的对话框中，将广告形式（X1）、地区（X2）选作行变量，销售额（Y）选作列变量。如下图：点击“Statistics”按钮，出现下图：选中Chi-Square: 卡方检验，及Correlations: 选中输出皮尔森（Pearson）和Spearman相关系数，用以说明行变量和列变量的相关程度。单击“Cells”按钮，选择Observed: 观测频数、Expected: 期望频数、Round cell counts: 临近列计算。单击Format按钮，选择Asce
16、nding: 行变量从小到大升序排列。单击“Exact”按钮，选择Asymptotic only 近似的，系统设置。设置完成后，在列联表分析对话框中，点击OK 按钮。输出内容如下：Chi-Square TestsValuedfAsymp. Sig. (2-sided)Pearson Chi-Square186.940a144.009Likelihood Ratio197.467144.002Linear-by-Linear Association11.4821.001N of Valid Cases144a. 196 cells (100.0%) have expected count les
17、s than 5. The minimum expected count is .25.Symmetric MeasuresValueAsymp. Std. ErroraApprox. TbApprox. Sig.Interval by IntervalPearsons R-.283.070-3.521.001cOrdinal by OrdinalSpearman Correlation-.277.079-3.431.001cN of Valid Cases144a. Not assuming the null hypothesis.b. Using the asymptotic standa
18、rd error assuming the null hypothesis.c. Based on normal approximation.Chi-Square TestsValuedfAsymp. Sig. (2-sided)Pearson Chi-Square822.114a816.434Likelihood Ratio495.2718161.000Linear-by-Linear Association2.9721.085N of Valid Cases144a. 882 cells (100.0%) have expected count less than 5. The minim
19、um expected count is .06.Symmetric MeasuresValueAsymp. Std. ErroraApprox. TbApprox. Sig.Interval by IntervalPearsons R-.144.079-1.736.085cOrdinal by OrdinalSpearman Correlation-.150.083-1.810.072cN of Valid Cases144a. Not assuming the null hypothesis.b. Using the asymptotic standard error assuming t
20、he null hypothesis.c. Based on normal approximation.下面用方差分析更好的来说明广告形式、地区对销售额的影响，（四）. 单因素方差分析以商品销售额为观测变量，广告形式和地区为控制变量，通过单因素方差分析方法分别对广告形式、地区对销售额的影响进行分析。两个单因素方差分析的原假设分别设为：不同广告形式没有对销售额产生显著影响（即不同广告形式对销售额的效应同时为0）；不同地区的销售额没有显著差异（即不同地区对销售额的效应同时为0）操作步骤如下：1.选择菜单【analyze】【compare means】【one-way ANOVA】.2.选择观测变量
21、“销售额”到【dependent list】框，选择“广告形式”到【factor】框中，于是出现如图所示的窗口。SPSS计算出组间方差、组内方差、F统计量以及对应的概率P值，完成单因素方差分析的相关计算，并将计算结果输出到SPSS输出窗口中。分析结果如下图所示。广告形式对销售额的单因素方差分析结果从广告形式对销售额的单因素方差分析结果可以看到：观测变量销售额的离差平方和为26169.306；如果仅考虑广告形式单个因素的影响，则销售额总变差中，不同广告形式可解释的变差为5866.083，抽样误差引起的变差为20303.222，它们的方差分别为1955.361和145.023；所得到的F统计量的观
22、测值为13.483，对应的概率P值近似为0.由于概率值P小于显著性水平0.05，则应该拒绝原假设，认为不同广告形式对销售额产生了显著影响。地区对销售额的单因素方差分析结果 从地区对销售额的单因素方差分析结果可以看到，如果仅考虑地区单个因素的影响，则销售额总变差（26169.306）中不同地区可解释的变差为9265.306,抽样误差引起的变差为16904.，它们的方差分别为545.018和134.159，所得到的F统计量为4.062，对应的概率P值近似为0.由于概率P值小于显著性水平0.05，所以应该拒绝原假设，认为不同地区对销售额产生了显著影响。同时对比这两个图容易发现：如果从单因素的角度考虑
23、，广告形式对销售额的影响较地区来讲更明显。（五）. 多重比较检验在上述单因素方差分析中，发现不同广告形式对产品销售额有显著影响，不同地区的产品销售额存在显著差异，为了进一步研究哪种广告形式的作用比较明显，哪种不明显，对变量进行多重比较检验。具体操作步骤如下：1. 选择菜单【analyze】【compare means】【one-way ANOVA】.在上面这个窗口选择。出现下面窗口：点击continue。回到原窗口，在点击OK。在Output1中出现一下分析结果：广告形式中的1，2，3，4分别代表报纸，广播，宣传品，体验。Multiple ComparisonsDependent Variab
24、le:销售额(I) 广告形式(J) 广告形式Mean Difference (I-J)Std. ErrorSig.95% Confidence IntervalLower BoundUpper BoundTukey HSD1.002.002.333332.83846.844-5.04719.71383.0016.66667*2.83846.0009.286224.04714.006.611112.83846.096-.769313.99152.001.00-2.333332.83846.844-9.71385.04713.0014.33333*2.83846.0006.952921.71384
25、.004.277782.83846.436-3.102711.65823.001.00-16.66667*2.83846.000-24.0471-9.28622.00-14.33333*2.83846.000-21.7138-6.95294.00-10.05556*2.83846.003-17.4360-2.67514.001.00-6.611112.83846.096-13.9915.76932.00-4.277782.83846.436-11.65823.10273.0010.05556*2.83846.0032.675117.4360Scheffe1.002.002.333332.838
26、46.879-5.698910.36563.0016.66667*2.83846.0008.634424.69894.006.611112.83846.148-1.421214.64342.001.00-2.333332.83846.879-10.36565.69893.0014.33333*2.83846.0006.301122.36564.004.277782.83846.520-3.754512.31003.001.00-16.66667*2.83846.000-24.6989-8.63442.00-14.33333*2.83846.000-22.3656-6.30114.00-10.0
27、5556*2.83846.007-18.0878-2.02334.001.00-6.611112.83846.148-14.64341.42122.00-4.277782.83846.520-12.31003.75453.0010.05556*2.83846.0072.023318.0878LSD1.002.002.333332.83846.412-3.27847.94513.0016.66667*2.83846.00011.054922.27844.006.61111*2.83846.021.999312.22292.001.00-2.333332.83846.412-7.94513.278
28、43.0014.33333*2.83846.0008.721619.94514.004.277782.83846.134-1.33409.88963.001.00-16.66667*2.83846.000-22.2784-11.05492.00-14.33333*2.83846.000-19.9451-8.72164.00-10.05556*2.83846.001-15.6673-4.44384.001.00-6.61111*2.83846.021-12.2229-.99932.00-4.277782.83846.134-9.88961.33403.0010.05556*2.83846.001
29、4.443815.6673Bonferroni1.002.002.333332.838461.000-5.26319.92983.0016.66667*2.83846.0009.070224.26314.006.611112.83846.128-.985414.20762.001.00-2.333332.838461.000-9.92985.26313.0014.33333*2.83846.0006.736921.92984.004.277782.83846.804-3.318711.87423.001.00-16.66667*2.83846.000-24.2631-9.07022.00-14
30、.33333*2.83846.000-21.9298-6.73694.00-10.05556*2.83846.003-17.6520-2.45914.001.00-6.611112.83846.128-14.2076.98542.00-4.277782.83846.804-11.87423.31873.0010.05556*2.83846.0032.459117.6520*. The mean difference is significant at the 0.05 level.分别显示了两两广告形式下销售额均值检验的结果。以报纸广告与其他三种广告形式的两两检验结果为例，在LSD方法中，报纸
31、广告和广播广告的效果没有显著差异（显著性水平为0.05），（概率值为0.412），与宣传品和体验均有显著差异（概率值分别为0.00，接近0和0.021）；但在其他三种方法中，报纸广告只与宣传品广告有显著差异，而与体验无显著差异。由此可见，LSD方法的检验敏感度是其中最高的。上图由各种方法划分的相似性子集。可以看到表中三种方法划分的子集是一致的：即均值为56.5556的宣传品组与其他三组的均值有显著不同，被划分出来。由此可以判断：如果从获得高销售额的角度来选择广告形式，不应采用宣传品的形式，可考虑在报纸、广播和体验中选择一种低成本或操作性强的广告形式。四 实验总结 通过这次试验，了解了SPSS的
32、一些基本操作，比如定义变量、数据输入、描述性分析（频数分析和列联表分析）、方差分析（单因素和多因素方差分析）等等。 虽然知道简单的操作，在实验过程中碰到很多不认识专用名词，有些检验分析还不清楚其作用。比如在列联表分析中就遇见很多问题不能解决。基于一些分析操作，以及输出的内容，然后对变量之间的关系做出分析。在分析的过程中，发现了这次选择数据上的问题，有很多问题不知道该如何处理跟分析。在试验的过程中，不仅学会了一些操作，也体会到对于复杂、数据很多的统计分析，SPSS可以很容易的解决。当然，SPSS中还有很多强大的功能，这次试验没有用到，比如聚类分析、判别分析等等，相信在以后的学习中肯定会接触到。23 / 23文档可自由编辑打印