spss期末考试上机复习题含答案.docx
《spss期末考试上机复习题含答案.docx》由会员分享，可在线阅读，更多相关《spss期末考试上机复习题含答案.docx（86页珍藏版）》请在冰豆网上搜索。
spss期末考试上机复习题含答案
江苏理工学院2017—2018学年第1学期
《spss软件应用》上机操作题库
1.随机抽取100人，按男女不同性别分类，将学生成绩分为中等以上及中等以下两类，结果如下表。
问男女生在学业成绩上有无显著差异？
中等以上
中等以下
男
23
17
女
38
22
性别*学业成绩交叉制表
计数
学业成绩
合计
中等以上
中等以下
性别
男
23
17
40
女
38
22
60
合计
61
39
100
卡方检验
值
df
渐进Sig.（双侧）
精确Sig.（双侧）
精确Sig.（单侧）
Pearson卡方
.343a
1
.558
连续校正b
.142
1
.706
似然比
.342
1
.558
Fisher的精确检验
.676
.352
线性和线性组合
.340
1
.560
有效案例中的N
100
a.0单元格（.0%）的期望计数少于5。
最小期望计数为15.60。
b.仅对2x2表计算
根据皮尔逊卡方检验，p=0.558〉0.05所以男生女生在学业成绩上无显著性差异。
2．为了研究两种教学方法的效果。
选择了6对智商、年龄、阅读能力、家庭条件都相同的儿童进行了实验。
结果（测试分数）如下。
问：
能否认为新教学方法优于原教学方法（采用非参数检验）？
序号
新教学方法
原教学方法
1
2
3
4
5
6
83
69
87
93
78
59
78
65
88
91
72
59
检验统计量b
原教学方法-新教学方法
Z
-1.753a
渐近显著性（双侧）
.080
a.基于正秩。
b.Wilcoxon带符号秩检验
答：
由威尔逊非参数检验分析可知p=0.08〉0.05，所以不能认为新教学方法显著优于原教学方法。
3．下面的表格记录了某公司采用新、旧两种培训前后的工作能力评分增加情况，分析目的是比较这两种培训方法的效果有无差异。
考虑到加盟公司时间可能也是影响因素，将加盟时间按月进行了记录。
方法
加盟时间
分数
方法
加盟时间
分数
旧方法
1.5
9
新方法
2
12
旧方法
2.5
10.5
新方法
4.5
14
旧方法
5.5
13
新方法
7
16
旧方法
1
8
新方法
0.5
9
旧方法
4
11
新方法
4.5
12
旧方法
5
9.5
新方法
4.5
10
旧方法
3.5
10
新方法
2
10
旧方法
4
12
新方法
5
14
旧方法
4.5
12.5
新方法
6
16
（1）分不同的培训方法计算加盟时间、评分增加量的平均数。
（2）分析两种培训方式的效果是否有差异？
答：
（1）
描述统计量
N
极小值
极大值
均值
标准差
培训方法=1（FILTER）
9
1
1
1.00
.000
加盟时间
9
.50
7.00
4.0000
2.09165
分数增加量
9
9.00
16.00
12.5556
2.60342
有效的N（列表状态）
9
所以新方法的加盟时间平均数为4分数增加量的平均数为12.5556
描述统计量
N
极小值
极大值
均值
标准差
加盟时间
9
1.00
5.50
3.5000
1.54110
分数增加量
9
8.00
13.00
10.6111
1.67290
培训方法=2（FILTER）
9
1
1
1.00
.000
有效的N（列表状态）
9
所以旧方法的加盟时间平均数为3.5分数增加量的平均数为10.6111
（2）
检验统计量b
旧方法-新方法
Z
-2.530a
渐近显著性（双侧）
.011
a.基于正秩。
b.Wilcoxon带符号秩检验
答：
由威尔逊非参数检验分析可知p=0.11〉0.05所以两种培训方法无显著性差异。
4．26名被试分配在不同的情景中进行阅读理解的实验，结果如下表。
试问情景对学生的阅读理解成绩是否有影响？
情景
阅读理解成绩
A
10
13
12
10
14
8
12
13
B
9
8
12
9
8
11
7
6
8
11
9
C
6
7
7
5
8
4
10
ANOVA
阅读理解成绩
平方和
df
均方
F
显著性
组间
86.316
2
43.158
11.770
.000
组内
84.338
23
3.667
总数
170.654
25
答：
经过单因素方差分析可知p=0.000<0.05所以情景对学生的阅读理解成绩有影响。
5．研究者将20名被试随机分配在四种实验条件下进行实验，结果如下表。
试问四种实验条件对学生有无影响？
实验条件
实验成绩
A
13
14
17
19
22
B
4
5
10
3
3
C
24
28
31
30
22
D
12
11
6
13
8
描述性统计量
N均值标准差极小值极大值
实验成绩2014.75009.019723.0031.00
实验条件202.50001.147081.004.00
检验统计量（a）（,）（b）
实验成绩
卡方17.076
df3
渐近显著性.001
a.KruskalWallis检验
b.分组变量:
实验条件
答：
根据肯德尔W系数分析可得p=0.001<0.05所以四种实验条件对学生有影响。
6．家庭经济状况属于上、中、下的高中毕业生，对于是否愿意报考师范大学有三种不同的态度，其人数分布如下表。
试问学生报考师范大学与家庭经济状况是否有关系？
表12-8家庭经济状况与报考师范的态度调查结果表
家庭经济
状况
报考师范大学的态度
愿意
不愿意
不表态
上
13
27
10
中
20
19
20
下
18
7
11
家庭状况*是否愿意交叉制表
计数
是否愿意
合计
愿意
不愿意
不表态
家庭状况
上
13
27
10
50
中
20
19
20
59
下
18
7
11
36
合计
51
53
41
145
卡方检验
值
df
渐进Sig.（双侧）
Pearson卡方
12.763a
4
.012
似然比
12.790
4
.012
线性和线性组合
.459
1
.498
有效案例中的N
145
a.0单元格（.0%）的期望计数少于5。
最小期望计数为10.18。
答：
根据交叉表分析可知，r=12.763，p<0.05，有显著性差异，即学生报考师范大学与家庭经济状况有关系。
7．假定我们在某大学对400名大学生进行民意测验，询问文理科的男女学生对于开设文理交叉的校选课的看法，即不同专业的男女学生对文科开设一定的理科课程和理科开设一定的文科课程的意见是否相同。
结果如下。
表12-7文理科男女的态度调查表
学科
男生
女生
文科
80
40
理科
120
160
案例处理摘要
案例
有效的
缺失
合计
N
百分比
N
百分比
N
百分比
性别*文理科
400
100.0%
0
.0%
400
100.0%
性别*文理科交叉制表
计数
文理科
合计
文科
理科
性别
男
80
120
200
女
40
160
200
合计
120
280
400
卡方检验
值
df
渐进Sig.（双侧）
精确Sig.（双侧）
精确Sig.（单侧）
Pearson卡方
19.048a
1
.000
连续校正b
18.107
1
.000
似然比
19.326
1
.000
Fisher的精确检验
.000
.000
线性和线性组合
19.000
1
.000
有效案例中的N
400
a.0单元格（.0%）的期望计数少于5。
最小期望计数为60.00。
b.仅对2x2表计算
答：
根据交叉表分析可知p=0.000<0.05，所以不同专业的男女学生对文科开设一定的理科课程和理科开设一定的文科课程的意见不相同。
8．对20名睡眠有困难的被试，随机分为三组，每组随机采用一种睡眠训练方法（A、B、C）进行训练，两个月让他们在0到50的范围对自己睡眠效果进行评分。
结果为下。
试问三种训练方法有无显著差异？
A法：
16，9，14，19，17，11，22
B法：
43，38，40，46，35，43，45
C法：
21，34，36，40，29，34
秩
方法N秩均值
评分方法A74.14
方法B716.50
方法C610.92
总数20
检验统计量（a）（,）（b）
评分
卡方15.347
df2
渐近显著性.000
a.KruskalWallis检验
b.分组变量:
方法
答：
根据肯德尔W系数分析可知p=0.000<0.05，,因此有非常显著性差异，即三种方法训练均有显著性差异，方法B的效果最为显著。
9．用三种不同的教学方法分别对三个随机抽取的实验组进行教学实验，实验后统一测验成绩如下，试问三种教学方法的效果是否存在显著差异？
（假设实验结果呈正态分布）
教法A：
76，78，60，62，74
教法B：
83，70，82，76，69
教法C：
92，86，83，85，79
成绩
平方和
df
平均值平方
F
顯著性
群組之間
570.000
2
285.000
6.333
.013
在群組內
540.000
12
45.000
總計
1110.000
14
答：
根据单因素方差分析可知p=0.013<0.05因此有显著性差异，即三种教学方法均有显著性差异。
10．某研究者想了解不同性别的消费者对某种商品的态度，在所调查的228名男性消费者中有160人喜欢该商品，而在208名女性消费者中有90人喜欢该商品，试问不同性别对该商品的态度是否有差异？
案例处理摘要
案例
有效的
缺失
合计
N
百分比
N
百分比
N
百分比
性别*是否喜欢
436
100.0%
0
.0%
436
100.0%
性别*是否喜欢交叉制表
计数
是否喜欢
合计
喜欢
不喜欢
性别
男
160
68
228
女
90
118
208
合计
250
186
436
卡方检验
值
df
渐进Sig.（双侧）
精确Sig.（双侧）
精确Sig.（单侧）
Pearson卡方
32.191a
1
.000
连续校正b
31.101
1
.000
似然比
32.554
1
.000
Fisher的精确检验
.000
.000
线性和线性组合
32.117
1
.000
有效案例中的N
436
答：
根据交叉表分析可知，卡方=32.191，p<0.01,有非常显著性相关，即不同性别对该商品的态度有差异。
11．下面是在三种实验条件下的实验结果，不同实验条件在结果上是否存在差异。
实验结果（X）
A
55
50
48
49
47
B
45
48
43
42
44
C
41
43
42
40
36
描述
结果
N
均值
标准差
标准误
均值的95%置信区间
极小值
极大值
下限
上限
A
5
49.8000
3.11448
1.39284
45.9329
53.6671
47.00
55.00
B
5
44.4000
2.30217
1.02956
41.5415
47.2585
42.00
48.00
C
5
40.4000
2.70185
1.20830
37.0452
43.7548
36.00
43.00
总数
15
44.8667
4.71876
1.21838
42.2535
47.4798
36.00
55.00
方差齐性检验
结果
Levene统计量
df1
df2
显著性
.104
2
12
.902
ANOVA
结果
平方和
df
均方
F
显著性
组间
222.533
2
111.267
14.969
.001
组内
89.200
12
7.433
总数
311.733
14
答：
根据单因素方差分析可知p=0.001<0.05，所以不同实验条件在结果上是存在差异。
12．从两所高中随机抽取的普通心理学的成绩如下（假设总体呈正态）。
试问两所高中的成绩有无显著不同？
A校：
78848178768379758591
B校：
85758387807988948782
组统计量
学校
N
均值
标准差
均值的标准误
成绩
A
10
81.0000
4.85341
1.53478
B
10
84.0000
5.39547
1.70620
独立样本检验
方差方程的Levene检验
均值方程的t检验
F
Sig.
t
df
Sig.（双侧）
均值差值
标准误差值
差分的95%置信区间
下限
上限
成绩
假设相等
.094
.763
-1.307
18
.208
-3.00000
2.29492
-7.82145
1.82145
假设不相等
-1.307
17.802
.208
-3.00000
2.29492
-7.82530
1.82530
答：
根据独立样本t检验可知，F=0.094,p>0.05，因此没有显著性差异，即两所高中的成绩没有显著不同。
13.为研究练习效果，取10名被试，每人对同一测验进行2次，试问练习效果是否显著？
被试
1
2
3
4
5
6
7
8
9
10
测试1
121
125
134
134
170
176
178
187
189
190
测试2
122
145
159
171
176
177
165
189
195
191
成對樣本相關性
N
相關
顯著性
對組1
测试一&测试二
10
.861
.001
成对样本检验
成对差分
t
df
Sig.（双侧）
均值
标准差
均值的标准误
差分的95%置信区间
下限
上限
对1
被试1-被试2
-8.60000
14.53884
4.59758
-19.00046
1.80046
-1.871
9
.094
答：
根据配对样本t检验可知，p=0.94>0.05，因此没有显著性差异，即练习效果无显著性差异。
14．将三岁幼儿经过配对而成的实验组施以5种颜色命名的教学，而对照组不施以教学，后期测验得分如下，问两组测验得分有无差异？
实验组
18
20
26
14
25
25
21
12
14
17
20
19
对照组
13
20
24
10
27
17
21
8
15
11
6
22
成对样本相关系数
N
相关系数
Sig.
对1
实验组&对照组
12
.696
.012
成对差分
t
df
Sig.（双侧）
均值
标准差
均值的标准误
差分的95%置信区间
下限
上限
对1
实验组-对照组
3.08333
4.83281
1.39511
.01271
6.15395
2.210
11
.049
答：
根据配对样本t检验可知p=0.49<0.05,因此，有显著性差异，即两组测验得分有显著性差异。
15．已建立的数据文件child.sav。
试完成下面的操作：
1．仅对女童身高进行描述性分析；
2．试对身高（x5,cm）按如下方式分组:
并建立一个新的变量c。
c=1时,100cm以下;
c=2时,100cm-120cm;
c=3时,120cm以上
描述统计量
N极小值极大值均值标准差
性别46222.00.000
身高,cm4699.3122.3109.8965.7706
有效的N（列表状态）46
16．某种电子元件的平均寿命x（单位：
小时）服从正态分布，现测得16只元件的寿命分别为159、280、101、212、224、379、179、264、222、362、168、149、260、485、170，问有没有理由认为元件的平均寿命显著地大于225小时（
=0.05）。
单个样本检验
检验值=225
t
df
Sig.（双侧）
均值差值
差分的95%置信区间
下限
上限
元件寿命
.604
14
.555
15.93333
-40.6432
72.5099
答：
根据单样本t检验可知，p=0.555>0.05,因此，无显著性差异，即没有理由认为元件的平均寿命显著地大于225小时。
17.一个诊所的心理医生想要比较减少大学生敌意水平的三种方法，他使用了某种测试以测量敌意程度。
测试中高分表示敌意度大，心理医生取得了试验中得到高分以及高分分数比较接近的24名学生。
随机分配到三种治疗方法中，所有的治疗均连续进行了一个学期，每个学生在学期末都做HLT测试。
问三种方法的平均分是否有差异。
方法1：
96、79、91、85、83、91、82、87
方法2：
77、76、74、73、78、71、78
方法3：
66、73、69、66、77、73、71、70、74
描述
分数
N
均值
标准差
标准误
均值的95%置信区间
极小值
极大值
下限
上限
方法一
8
86.7500
5.62520
1.98881
82.0472
91.4528
79.00
96.00
方法二
7
75.2857
2.69037
1.01686
72.7975
77.7739
71.00
78.00
方法三
9
71.0000
3.67423
1.22474
68.1757
73.8243
66.00
77.00
总数
24
77.5000
8.00000
1.63299
74.1219
80.8781
66.00
96.00
方差齐性检验
分数
Levene统计量
df1
df2
显著性
2.166
2
21
.140
ANOVA
分数
平方和
df
均方
F
显著性
组间
1099.071
2
549.536
30.945
.000
组内
372.929
21
17.759
总数
1472.000
23
多重比较
分数
LSD
（I）方法
（J）方法
均值差（I-J）
标准误
显著性
95%置信区间
下限
上限
方法一
方法二
11.46429*
2.18100
.000
6.9287
15.9999
方法三
15.75000*
2.04768
.000
11.4916
20.0084
方法二
方法一
-11.46429*
2.18100
.000
-15.9999
-6.9287
方法三
4.28571
2.12370
.057
-.1308
8.7022
方法三
方法一
-15.75000*
2.04768
.000
-20.0084
-11.4916
方法二
-4.28571
2.12370
.057
-8.7022
.1308
升级会员 