SPSS資料分析報告

2022-10-02 12:39:03 字數 1586 閱讀 4995

第一部分:原始資料和資料

資料**:某班級29名同學實際情況

第二部分:資料分析

一、描述統計

開啟檔案「某班級29名同學的身高、體重、年齡資料」,通過選單蘭中的分析選項,進行描述性分析,選擇年齡、體重和身高,求最大值、最小值、方差、偏度、峰度和均值,

得到如下結果:

表1-1統計量描述分析

表1-2年齡分布表

圖1-3身高分布直方圖

圖1-4體重分布條形圖

文字描述:從spss分析結果中可以得出,有效資料共有29個。其中年齡主要分布在19.

5-22.0歲之間,其中又以20.5-21.

5之間最多。身高的極小值為156.20cm,極大值為180.

00cm,均值為167.01,方差為33.84,該項指標方差過大,說明身高存在較大差異,當然極值的出現對此影響較大,從條形分布圖中看出身高在165-175之間人數較多,身高的偏度為負,呈現右偏分布狀態。

體重的極小值為44.20kg,極大值為70.5kg,均值為55.

67kg,方差為46.78,該指標方差偏大,個體之間差異性顯著,從條形圖中可以看出50-60kg之間分布較多,體重的偏度為負,呈現出右偏分布狀態,峰度為負,分布呈低峰態。這些資料都可以從圖表中輕易得出。

二、相關分析(以身高和體測成績為例進行相關性分析)

圖4-1身高和體測成績之間的散點圖

表4-1身高和體測成績之間的相關性分析

按【圖形】→【舊對話方塊】→【散點圖】的流程,以身高為橫軸,體測成績為縱軸,得到如上如所示的散點圖,可以看出各點分布較多零散,相關性不強。再做【分析】→【相關】→【雙變數】操作,得出如4-1所示的**,可以看出相關係數僅為0.097,相關性較弱,與上面散點圖所呈現出的狀態相符合。

這表明身高和體測成績之間的相關性不大。

三、均值檢驗(在此以身高為例,其他指標分析類似)

易知該樣本總體服從正態分佈,從中選出吳夢琪166.20cm,熊如意166.50cm,劉曉偉170.

00cm,尹傳萍165.20cm共4個資料。計算得出的平均值為166.

975。我們現在以單樣本t檢驗為例,對身高進行均值檢驗。建立原假設h0:

總體均值與檢驗值之間不存在顯著性差異。下面我們對此進行分析:選擇選單【分析】→【比較均值】→【單樣本t檢驗】得出結果如下圖

表2-1,單樣本t檢驗分析結果

由圖表可知:樣本總體均值為167.02,標準差為5.

82,均值標準誤差為1.08023.樣本檢驗值為166.

975,第二列是統計量的觀測值0.039;第三列是自由度;第四列是統計量觀測值的雙尾概率p值;第五列是樣本均值與檢驗的差值;第六列和第七列是總體均值與原假設值差的95%的置信區間,因為167.0172在置信區間(164.

8045,169.23)內,所以我們有95%的把握認為總體均值和樣本均值之間不存在顯著性差異。

四、回歸分析(在此以身高和體重之間的關係為例進行分析)

表5-1

表5-2

從表5-2中可以看出相關係數r=0.847,即身高和體重之間存在較強的線性相關關係。

從上圖中可以得出體重x對身高y的線性關係可以用二元線性函式表示,a=0.72,b=126.939.相應的直線方程為y=0.72x+126.939.

SPSS資料分析報告最終版

影響大學生網購行為因素分析 專業 學號 姓名 影響大學生網購行為因素分析 本文主要利用spss通過對大學在校生的網購行為的資料分析,得出大學生網購市場潛力巨大,網上購物市場已經形成的結論,為進一步研究大學生購物行為和網購市場的發展提供參考。資訊科技的進步促進了電子商務的迅速發展,伴隨著電子商務的蓬勃...

資料分析步驟市場調研spss軟體

資料分析 1.資料錄入 詳見 資料錄入 表 2 頻率分析 詳見 頻率分析檔案 3 均值分析 性別對服裝 影響均值分析 詳見 性別對服裝 影響均值分析 表 性別對紀念冊價位影響均值分析 詳見 性別對紀念冊價位影響均值分析 表 性別對製作畢業紀念t shirt,能接受的價位的影響均值分析詳見 性別對製作...

資料分析報告

yh qr840 01 公司各部門 我公司是從2010年8月開始貫徹iso9001 2008標準的,從貫標以來,各部門嚴格按標準要求執行。為對過程進行監視和測量,更好的按照標準要求實施,查詢工作中的不足,達到持續改進的目的,實驗室收集有關資料,特作如下資料分析報告 一 顧客滿意度調查 銷售部共下發5...