SPSS分析上大学生手机游戏使用情况报告.docx
《SPSS分析上大学生手机游戏使用情况报告.docx》由会员分享,可在线阅读,更多相关《SPSS分析上大学生手机游戏使用情况报告.docx(31页珍藏版)》请在冰豆网上搜索。
SPSS分析上大学生手机游戏使用情况报告
SPSS分析(上)-大学生手机游戏使用情况报告
SPSS软件实训大作业
理学院
**统计A1班
201*******邵**
201*******杨**
一、研究目的.........................1
二、数据介绍.........................1
三、统计分析.........................3
1,数据的预处理
2,对各个变量的进行描述性分析
3,推断性分析
4,相关性分析
四、检验方法........................19
1,单样本t检验-检验平均绩点均值
2,两个独立样本t检验-检验男女平均绩点均值
五、研究结论........................20
参考文献
附录1调查问卷..................................21
由上面的箱体图可以看出,大家的平均绩点的第1、12、13、14、16个数据是异常值。
中间的粗线代表大家平均绩点的中位数(2.55),方框的上下两边分别为平均绩点的上下四分位数(2.30,2.92),四分位距就是上下四分位数的差,上下两条线超过上下4分位数的1.5倍四分位距的位子。
我们可以采用将有异常值与删去异常值情形下去分析数据以便比较。
(2)利用分位数分组法将平均绩点这个连续性的变量离散化。
2.对各个变量的进行描述性分析
(1)频数分布表
1
性别
频率
百分比
有效百分比
累积百分比
有效
男
14
36.8
36.8
36.8
女
24
63.2
63.2
100.0
合计
38
100.0
100.0
通过上表,可以看出:
本次调查的人群中,男女比例各占总体的36.8%、63.2%。
手机系统
频率
百分比
有效百分比
累积百分比
有效
安卓
15
39.5
39.5
39.5
IOS
18
47.4
47.4
86.8
Windows
3
7.9
7.9
94.7
其他
2
5.3
5.3
100.0
合计
38
100.0
100.0
通过上表,可以看出:
大家使用的手机系统安卓、IOS、Windows、其他系统的比率39.5%,47.4%,7.9%,5.3%。
大家使用IOS系统的同学占了大多数。
月生活费
频率
百分比
有效百分比
累积百分比
有效
300-500
3
7.9
7.9
7.9
500-1000
9
23.7
23.7
31.6
1000-1500
20
52.6
52.6
84.2
1500以上
6
15.8
15.8
100.0
合计
38
100.0
100.0
通过上表,可以看出:
大家的生活费集中在1000-1500之间,极少数的学生生活费在500元以下。
是否喜欢玩手机游戏
频率
百分比
有效百分比
累积百分比
有效
非常想试下
3
7.9
7.9
7.9
一般
13
34.2
34.2
42.1
还好
12
31.6
31.6
73.7
几乎不想
10
26.3
26.3
100.0
合计
38
100.0
100.0
通过上表,可以看出:
大家对玩手机游戏的态度大多数报有一般的态度,少数同学不想玩或者很想玩手机游戏。
手机上有几款游戏
频率
百分比
有效百分比
累积百分比
有效
0款
6
15.8
15.8
15.8
1款
7
18.4
18.4
34.2
2-3款
15
39.5
39.5
73.7
3款以上
10
26.3
26.3
100.0
合计
38
100.0
100.0
通过上表,可以看出:
大家手机上的手机游戏都在2款以上,极少同学手机上没有安装手机游戏。
每天玩手游时间
频率
百分比
有效百分比
累积百分比
有效
0-1小时
15
39.5
39.5
39.5
1-2小时
13
34.2
34.2
73.7
2-3小时
6
15.8
15.8
89.5
3小时以上
4
10.5
10.5
100.0
合计
38
100.0
100.0
通过上表,可以看出:
大家玩手机的时间都在2小时以内,有少数的同学玩手机的游戏时间会超过3个小时。
为游戏支付的费用
频率
百分比
有效百分比
累积百分比
有效
0元
26
68.4
68.4
68.4
1-5元
2
5.3
5.3
73.7
5-10元
3
7.9
7.9
81.6
10元以上
7
18.4
18.4
100.0
合计
38
100.0
100.0
通过上表,可以看出:
大家都不愿意为手机游戏付费,愿意付费的同学大多都超过了10元。
喜欢的游戏类型
频率
百分比
有效百分比
累积百分比
有效
角色扮演类
5
13.2
13.2
13.2
休闲益智类游戏
22
57.9
57.9
71.1
冒险类
3
7.9
7.9
78.9
体育竞技类
5
13.2
13.2
92.1
模拟类
3
7.9
7.9
100.0
合计
38
100.0
100.0
通过上表,可以看出:
很明显的大家都喜欢玩休闲益智类游戏,玩其他游戏的同学都占少数,而且相对比较平均。
玩手游的目的
频率
百分比
有效百分比
累积百分比
有效
学习之余排解压力
6
15.8
15.8
15.8
休息之时体验游戏
8
21.1
21.1
36.8
无聊时候打发时间
24
63.2
63.2
100.0
合计
38
100.0
100.0
通过上表,可以看出:
大家玩手机的目的主要是在无聊时候,打发时间,其他同学都是因为学习之余打发时间,休息之时体验游戏。
玩手游的场合
频率
百分比
有效百分比
累积百分比
有效
课余时间
16
42.1
42.1
42.1
公共场所等人时
9
23.7
23.7
65.8
公交车站等车
8
21.1
21.1
86.8
课上偷偷玩
5
13.2
13.2
100.0
合计
38
100.0
100.0
通过上表,可以看出:
大家玩手机的时间一般集中在课余时间,有少数同学上课偷偷玩手机。
个人关于手游对学习影响的态度
频率
百分比
有效百分比
累积百分比
有效
消极影响
3
7.9
7.9
7.9
积极影响
6
15.8
15.8
23.7
没有影响
29
76.3
76.3
100.0
合计
38
100.0
100.0
通过上表,可以看出:
多数同学个人认为玩手机游戏对同学的学习没有影响的,15.8%认为有积极影响,7.9%认为有消极影响。
(2)计算基本描述统计量
通过上表,可以看出:
这38个数据均是有效的,说明在接下来的分析过程中,用这些数据进行分析是合理的。
1,由于表中大多数变量是定类的变量,因此我们选取其中的中位数或众数来进行分析。
关于大家的性别\手机系统\月生活费\喜好\手机上几款游戏\每天我拿、玩手机游戏的时间\支付费用\游戏类型\玩游戏目的\玩手游场合\对学习的影响态度的中位数为2,2,3,3,3,21,2,2,3,2,3.即这几个变量的集中趋势是女\IOS系统\1000-1500元\还好\2-3款\1-2小时\0元\休闲益智类游戏\天天酷跑\无聊时间打发时间\课余时间\没有影响
2,平均绩点(连续性数据)的基本描述统计量表
统计量
平均绩点
N
有效
38
缺失
0
均值
2.610000
中值
2.550000
众数
2.3000a
标准差
.7361221
方差
.542
偏度
-.357
偏度的标准误
.383
峰度
2.442
峰度的标准误
.750
全距
4.0000
极小值
.5000
极大值
4.5000
百分位数
25
2.300000
50
2.550000
75
2.915000
a.存在多个众数。
显示最小值
变异系数Cv=S/U=0.736/2.61=0.282
通过上表,可以看出:
这38个数据均是有效的,说明在接下来的分析过程中,用这些数据进行分析是合理的
均值为2.61,说明大家的平均绩点水平在2.61左右,中位数为2.55,说明大家的平均绩点的中间位子是2.55,众数为2.3,说明大家平均绩点最多的是2.3。
标准差(0.736)方差(0.54)说明平均绩点的离散程度,离散程度并不是太大。
偏度(-0.357<0)说明这组数据相对于正态分布呈左偏的状态。
峰度(2.442>0)说明这组数据相对于正太分布相对陡峭一点。
全距(4.00)是这组最大值和最小值之差。
百分位数25%是说明品均绩点低于2.33的同学占了25%,同理,50%,75%也是同样的意思。
3.推断性分析
(1)交叉列联表
一、研究大学生使用手机游戏的基本情况
<1>性别和喜欢玩手机游戏是是否是关联的
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*是否喜欢玩手机游戏
38
100.0%
0
.0%
38
100.0%
通过上表,可以看出:
这38个数据均是有效的,说明在接下来的分析过程中,用这些数据进行分析是合理的。
性别*是否喜欢玩手机游戏交叉制表
是否喜欢玩手机游戏
合计
非常想试下
一般
还好
几乎不想
性别
男
计数
3
4
3
4
14
期望的计数
1.1
4.8
4.4
3.7
14.0
性别中的%
21.4%
28.6%
21.4%
28.6%
100.0%
是否喜欢玩手机游戏中的%
100.0%
30.8%
25.0%
40.0%
36.8%
总数的%
7.9%
10.5%
7.9%
10.5%
36.8%
女
计数
0
9
9
6
24
期望的计数
1.9
8.2
7.6
6.3
24.0
性别中的%
.0%
37.5%
37.5%
25.0%
100.0%
是否喜欢玩手机游戏中的%
.0%
69.2%
75.0%
60.0%
63.2%
总数的%
.0%
23.7%
23.7%
15.8%
63.2%
合计
计数
3
13
12
10
38
期望的计数
3.0
13.0
12.0
10.0
38.0
性别中的%
7.9%
34.2%
31.6%
26.3%
100.0%
是否喜欢玩手机游戏中的%
100.0%
100.0%
100.0%
100.0%
100.0%
总数的%
7.9%
34.2%
31.6%
26.3%
100.0%
通过上表,可得:
a.对于不同性别的人群分析来说:
性别为男的14名调查者中,非常想试下\一般\还好\几乎不想各自人数为3\4\3\4,所占本组的频率为21.4%\28.6%\21.4%\28.6%,性别为女的24名调查者中,非常想试下\一般\还好\几乎不想各自人数为0\9\9\6,所占本组的频率为0%\37.5%\37.5%\25%,整体分析非常想试下\一般\还好\几乎不想各自人数所占本组的频率为7.9%\34.2%\31.6%\26.3%,
卡方检验
值
df
渐进Sig.(双侧)
Pearson卡方
6.115a
3
.106
似然比
7.012
3
.072
线性和线性组合
.917
1
.338
有效案例中的N
38
a.5单元格(62.5%)的期望计数少于5。
最小期望计数为1.11。
通过上表可以得出:
原假设H0:
性别和是否喜欢玩手机游戏是无关联的
备择假设H1:
性别和是否喜欢玩手机游戏有关联的
在卡方检验中,由于62%(>20%)的期望频数少于5,所以不能采用Pearson卡方检验,因此我们参照似然比的概率P值为0.072>0.05,接受原假设。
即:
性别和是否喜欢玩手机游戏是无关联的
。
<2>手机系统和喜欢玩手机游戏是是否是关联的
卡方检验
值
df
渐进Sig.(双侧)
Pearson卡方
12.451a
9
.189
似然比
12.841
9
.170
线性和线性组合
.446
1
.504
有效案例中的N
38
a.13单元格(81.3%)的期望计数少于5。
最小期望计数为.16。
通过上表可以得出:
原假设H0:
手机系统和是否喜欢玩手机游戏是无关联的
备择假设H1:
手机系统和是否喜欢玩手机游戏有关联的
在卡方检验中,由于81.3%(>20%)的期望频数少于5,所以不能采用Pearson卡方检验,因此我们参照似然比的概率P值为0.170>0.05,接受原假设。
即:
手机系统和是否喜欢玩手机游戏是无关联的
<3>性别和喜欢的游戏类型是否是关联的
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*喜欢的游戏类型
38
100.0%
0
.0%
38
100.0%
通过上表,可以看出:
这38个数据均是有效的,说明在接下来的分析过程中,用这些数据进行分析是合理的。
卡方检验
值
df
渐进Sig.(双侧)
Pearson卡方
9.935a
4
.042
似然比
10.881
4
.028
线性和线性组合
1.981
1
.159
有效案例中的N
38
a.8单元格(80.0%)的期望计数少于5。
最小期望计数为1.11。
方向度量
值
渐进标准误差a
近似值Tb
近似值Sig.
按标量标定
Lambda
对称的
.167
.104
1.423
.155
性别因变量
.357
.206
1.423
.155
喜欢的游戏类型因变量
.000
.000
.c
.c
Goodman和Kruskaltau
性别因变量
.261
.132
.046d
喜欢的游戏类型因变量
.085
.059
.013d
a.不假定零假设。
b.使用渐进标准误差假定零假设。
c.因为渐进标准误差等于零而无法计算。
d.基于卡方近似值
对称度量
值
近似值Sig.
按标量标定
φ
.511
.042
Cramer的V
.511
.042
有效案例中的N
38
通过上表可以得出:
原假设H0:
性别和喜欢的游戏类型是无关联的
备择假设H1:
性别和喜欢的游戏类型有关联的
在卡方检验中,由于80.0%(>20%)的期望频数少于5,所以不能采用Pearson卡方检验,因此我们参照似然比的概率P值为0.028<0.05,拒绝原假设。
而根据lambda的P=0.155>0.05,接受原假设。
Cramer的V的P=0.042<0.05故拒绝原假设,综合各个统计量可知性别和是喜欢玩的手机游戏的类型是关联的。
而根据Cramer的V的观测值为0,511,可以看出两变量的关联性是较强的。
而根据Cramer的V的观测值为0,511,是正数,两变量的关联方向是正方向。
而根据lambda的观测值可以看到有一个量作为因变量时,观测值为0,故两个变量不具有对称性。
<4>每天玩手机的时间和为手机游戏支付的费用是否是关联的
卡方检验
值
df
渐进Sig.(双侧)
Pearson卡方
18.170a
9
.033
似然比
19.619
9
.020
线性和线性组合
10.299
1
.001
有效案例中的N
38
a.14单元格(87.5%)的期望计数少于5。
最小期望计数为.21。
方向度量
值
渐进标准误差a
近似值Tb
近似值Sig.
按标量标定
Lambda
对称的
.200
.066
2.521
.012
每天玩手游时间因变量
.217
.086
2.399
.016
为游戏支付的费用因变量
.167
.152
1.013
.311
Goodman和Kruskaltau
每天玩手游时间因变量
.153
.049
.048c
为游戏支付的费用因变量
.223
.093
.003c
a.不假定零假设。
b.使用渐进标准误差假定零假设。
c.基于卡方近似值
对称度量
值
近似值Sig.
按标量标定
φ
.691
.033
Cramer的V
.399
.033
有效案例中的N
38
通过上表可以得出:
原假设H0:
每天玩手机的时间和为手机游戏支付的费用无关联的
备择假设H1:
每天玩手机的时间和为手机游戏支付的费用有关联的
在卡方检验中,由于87,5%(>20%)的期望频数少于5,所以不能采用Pearson卡方检验,因此我们参照似然比的概率P值为0.020<0.05,拒绝原假设。
而根据lambda的P=0.012<0.05,拒绝原假设。
Cramer的V的P=0.042<0.05故拒绝原假设,综合各个统计量可知每天玩手机的时间和为手机游戏支付的费用有关联的。
而根据Cramer的V的观测值为0,399,可以看出两变量的关联性是较强的。
而根据Cramer的V的观测值为0,399,是正数,两变量的关联方向是正方向。
而根据lambda的观测值可以看到有一个量作为因变量时,观测值都不为0,故两个变量具有对称性。
二、研究影响大学生使用手机游戏因素
<1>玩手机游戏的目的和是否喜欢玩手机游戏是否是关联的
卡方检验
值
df
渐进Sig.(双侧)
Pearson卡方
5.933a
6
.431
似然比
8.030
6
.236
线性和线性组合
1.452
1
.228
有效案例中的N
38
a.9单元格(75.0%)的期望计数少于5。
最小期望计数为.47。
通过上表可以得出:
原假设H0:
玩手机游戏的目的和是否喜欢玩手机游戏是无关联的
备择假设H1:
玩手机游戏的目的和是否喜欢玩手机游戏有关联的
在卡方检验中,由于75.0%(>20%)的期望频数少于5,所以不能采用Pearson卡方检验,因此我们参照似然比的概率P值为0.236>0.05,接受原假设。
即:
玩手机游戏的目的和是否喜欢玩手机游戏是无关联的
<2>玩手机游戏的场合和是否喜欢玩手机游戏是否是关联的
卡方检验
值
df
渐进Sig.(双侧)
Pearson卡方
11.577a
9
.238
似然比
11.594
9
.237
线性和线性组合
.157
1
.692
有效案例中的N
38
a.14单元格(87.5%)的期望计数少于5。
最小期望计数为.39。
通过上表可以得出:
原假设H0:
玩手机游戏的场合和是否喜欢玩手机游戏是无关联的
备择假设H1:
玩手机游戏的场合和是否喜欢玩手机游戏有关联的
在卡方检验中,由于87.5%(>20%)的期望频数少于5,所以不能采用Pearson卡方检验,因此我们参照似然比的概率P值为0.237>0.05,接受原假设。
即:
玩手机游戏的场合和是否喜欢玩手机游戏是无关联的
三、研究大学生使用手机游戏对成绩的影响
<1>喜好玩手机游戏和学生平均绩点是否是关联的
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
是否喜欢玩手机游戏*平均绩点(已离散化)
38
100.0%
0
.0%
38
100.0%
通过上表,可以看出:
这38个数据均是有效的,说明在接下来的分析过程中,用这些数据进行分析是合理的。
卡方检验
值
df
渐进Sig.(双侧)
Pearson卡方
15.709a
12
.205
似然比
19.935
12
.068
线性和线性组合
.051
1
.821
有效案例中的N
38
a.20单元格(100.0%)的期望计数少于5。
最小期望计数为.47。
通过上表可以得出:
原假设H0:
喜好玩手机游戏和学生平均绩点是无关联的
备择假设H1:
喜好玩手机游戏和学生平均绩点有关联的
在卡方检验中,由于100%(>20%)的期望频数少于5,所以不能采用Pearson卡方检验,因此我们参照似然比的概率P值为0.068>0.05,接受原假设。
即:
喜好玩手机游戏和学生平均绩点是无关联的
<2>每天玩手机游戏的时间和学生平均绩点是否是关联的
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
每天玩手游时间*平均绩点(已离散化)
38
100.0%
0
.0%
38
100.0%
通过上表,可以看出:
这38个数据均是有效的,说明在接下来的分析过程中,用这些数据进行分析是合理的。
卡方检验
值
df
渐进Sig.(双侧)
Pearson卡方
4.689a
12
.968
似然比
6.282
12
.901
线性和线性组合
.136
1
.713
有效案例中的N
38
a.20单元格(100.0%)的期望计数少于5。
最小期望计数为.63。
方向度量
值
渐进标准误差a
近似值Tb
近似值Sig.
按顺序
Somers的d
对称的
.043
.129
.331
.740
每天玩手游时间因变量
.040
.121
.331
.740
平均绩点(已离散化)因变量
.046
.139
.331
.740
a.不假定零假设。
b.使用渐进标准误差假定零假设。
对称度量
值
渐进标准误差a
近似值Tb
近似值Sig.
按顺序