SPSS软件的应用.docx
《SPSS软件的应用.docx》由会员分享，可在线阅读，更多相关《SPSS软件的应用.docx（12页珍藏版）》请在冰豆网上搜索。
SPSS软件的应用
实验一SPSS的应用（统计图绘制）
本节将举例说明如何根据原始数据，利用SPSS绘制直方图和散点图。
一、直方图
例1根据抽样调查的结果，某小区60户居民家庭2010年10月的食品消费支出（单位：
元）的资料如下：
753
663
708
500
948
647
845
790
715
612
827
835
740
925
643
650
910
770
723
589
661
840
698
878
891
683
545
778
760
578
860
776
671
777
623
569
563
700
780
775
415
805
556
703
708
889
523
816
670
639
667
653
763
768
998
807
701
631
738
775
将这些原始数据录入并保存为数据文件“食品消费支出.sav”。
操作步骤：
运行SPSS软件，在窗口第一列“变量”下方输入上述60个数据，然后双击“变量”更改变量名称为“食品消费支出”，再点选“文件另存为”，保存为“食品消费支出.sav”。
然后依次点选“图形旧对话框直方图”，SPSS即可自动生成如图所示的直方图。
1.1直方图
二、散点图
散点图可以反映两个或多个变量的依存关系。
以下结合具体例子说明两个变量情形下的散点图的绘制步骤。
例2根据抽样调查的结果，搜集到某小区96对夫妻身高（单位：
厘米）的资料如表3-20所示。
表1-1某小区96对夫妻身高
（单位：
厘米）
丈夫
妻子
丈夫
妻子
丈夫
妻子
丈夫
妻子
丈夫
妻子
丈夫
妻子
186
175
168
167
180
166
162
156
181
175
176
161
180
168
183
174
188
181
192
180
170
169
168
162
160
154
188
173
153
148
185
167
161
149
169
162
186
166
166
164
179
169
163
157
188
176
184
176
163
162
180
163
175
170
185
167
181
165
171
160
172
152
176
163
165
157
170
157
156
143
161
158
192
179
185
171
156
162
176
168
161
158
185
175
170
163
169
161
185
174
176
167
152
141
184
174
174
172
182
167
172
168
160
145
179
160
179
168
191
170
162
160
166
162
167
156
170
149
184
177
182
170
169
165
179
159
157
153
170
160
175
158
178
147
176
167
181
155
180
162
165
148
173
161
181
165
180
175
176
171
172
156
165
154
164
146
续表
丈夫
妻子
丈夫
妻子
丈夫
妻子
丈夫
妻子
丈夫
妻子
丈夫
妻子
168
162
157
157
170
159
184
174
169
171
181
168
162
154
170
172
165
164
185
160
171
165
187
178
188
166
186
181
183
175
165
152
192
175
181
170
对于表1-1中两个变量的情形，简单形式的散点操作步骤如下：
首先，运行SPSS软件，依次点选“文件新建数据”，设置两个变量，分别为：
丈夫身高、妻子身高；接着在对应变量的下方输入上述数据，然后点选“文件另存为”，保存为“夫妻身高.sav”。
然后，依次点选“图形旧对话框散点/点状简单分布定义”后，将“丈夫身高”选入Y轴，“妻子身高”选入X轴，即可得到对应的散点图，见图1-2。
图1-2散点图
实验二SPSS的应用（均值、变异指标）
在前几节中介绍了各种平均指标和变异指标的概念、种类和计算方法等内容，本节将重点介绍如何运用SPSS软件来计算样本的均值、、中位数、众数等平均指标值和方差、标准差变异指标值。
例1经调查，50名健康女大学生的血清总蛋白含量（10克/升）如表2-1所示，试计算数据的最大值、最小值、平均值、中位数、众数、标准差和方差等平均和变异指标。
表2-150名健康女大学生的血清总蛋白含量
（单位：
10克/升）
7.43
7.88
6.88
7.80
7.04
7.95
7.56
7.50
7.88
7.20
7.50
7.35
7.88
7.43
7.58
7.35
7.50
7.20
6.43
7.58
7.58
7.58
6.88
7.65
7.04
7.04
7.20
7.65
7.43
7.65
7.35
7.95
7.35
7.47
6.50
6.72
7.65
7.27
7.04
7.72
7.58
7.35
7.50
7.27
7.35
7.35
7.95
7.04
7.65
7.27
步骤如下：
第一步，将数据输入SPSS软件的数据编辑器（SPSSDataEditor）中，保存数据，并命名文件名为：
实验二.sav（提示：
文件名称可以根据需要另行命名）。
数据视窗如图2-1所示。
图2-1原始数据资料
第二步，选择“分析”菜单中的“描述统计“，然后单击“频率”命令打开频数分析对话框，如图2-2所示，该对话框的主要功能是用来定义频数分析。
图2-2定义频数分析对话框
第三步，图2-2所示的主对话框上，有两个变量列表框，其中左边的变量框会给出数据文件中有的全部变量列表，用户可以从中选择拟进行频数分布分析的变量，将这些变量选中后点击
使其进入“变量”列表框。
如果同时选择多个变量，SPSS就将分别产生多张频数分布表。
在本例中，选择“血清含量”，然后再点击
将其加入分析列表中。
同时点击“显示频率表格”前的小方框，使“√”标记消失。
结果如图2-3所示。
图2-3选择进行频数分布分析变量的对话框
第四步，单击对话框上的“统计量”按钮，打开如图2-4所示的对话框，对“均值”“、“中位数”“、“众数”“、“标准差”、“最小值”、“最大值”、“方差”进行选择。
然后点击“继续”返回图2-2的对话框。
图2-4设置统计分析指标
第五步，设置好“统计量”中的参数后，点击图2-2对话框中的“确定，得到如图2-5所示的结果。
注意将结果output进行单独保存，方法同SPSS文件的保存方法。
Statistics
血清含量
N
Valid
50
Missing
0
Mean
7.3990
Median
7.4300
Mode
7.35
Std.Deviation
.34990
Variance
.122
Minimum
6.43
Maximum
7.95
图2-5统计分析指标结果
由图2-5可知，数据的均值“Mean”为7.399，中位数“Median”为7.43，众数“Mode”为7.35，标准差“Std.deviation”为0.3499，方差“Variance”为0.122，最小值“Minimum”为6.43，最大值“Maximum”为7.95。
实验三SPSS的应用（相关分析）
下面将根据表3-1资料的数据，运用SPSS软件对2000—2009年间国民可支配收入与储蓄存款余额进行相关分析，计算相关系数、绘制散点图。
表3-12000—2009年国民可支配收入与储蓄存款余额（单位：
亿元）
年份
国民可支配收入（亿元）X
储蓄存款余额（亿元）Y
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
25
27
29
32
34
36
35
39
42
45
2.8
2.9
3.2
3.2
3.4
3.2
3.3
3.7
3.9
4.2
合计
344
33.8
一、建立数据文件
定义变量“可支配收入”与“储蓄存款余额”，并相应输入表3-1的数据，保存。
二、计算相关系数
（1）分析→相关→双变量，弹出““双变量相关”对话框，将变量“可支配收入”、“储蓄存款余额”添加到右侧的“变量”栏内，然后在下方选择相关系数的种类，软件默认为Pearson相关系数，计算机显示界面见图3-1所示。
图3-1BivariateCorrelations（两变量相关）对话框
（2）由表3-1可知，变量的Pearson（皮尔逊）相关系数为0.957。
标记**表示在1%的显著水平下相关系数显著。
表3-2为二维相关系数表，变量可支配收入、储蓄存款余额自身的相关系数为1。
表3-2相关系数表
可支配收入
储蓄存款余额
可支配收入
PearsonCorrelation
1
.957（**）
Sig.（2-tailed）
.000
N
10
10
储蓄存款余额
PearsonCorrelation
.957（﹡﹡）
1
Sig.（2-tailed）
.000
N
10
10
**Correlationissignificantatthe0.01level（2-tailed）
三、作散点图
绘制散点图，判断两变量是否存在线性关系
（1）点击“图形旧对话框散点/点状“，弹出”“散点图/点图”菜单，选择散点图的种类，此题可选择“简单分布“。
计算机界面见图3-2所示。
图3-2Scatter/Dot（散点图类型选择）菜单
（2）点击“定义“，出现”“简单散点图”对话框。
确定散点图坐标轴，将“储蓄存款余额”添加到Y轴，“可支配收入”添加到X轴（如图3-3所示），点击“确定“，输出散点图（见图3-4）。
图3-3GraphScatterplot（散点图变量选择）对话框
图3-4散点图
（3）由散点图3-4可以发现，国民可支配收入与储蓄存款余额之间存在正相关关系。
实验四SPSS的应用（回归分析）
下面根据相关分析的例题资料数据（见表3-1），运用SPSS软件拟合回归方程，实现回归分析。
一、计算回归方程
由散点图与相关系数的计算结果可知，变量储蓄存款余额与可支配收入之间存在明显的线性关系（见第七章第四节）。
由此可以对模型进行估计。
点击“分析→回归→线性“，出现”“线性回归”对话框。
将“居民储蓄余额”添加到因变量（dependent）框中，将“可支配收入”添加到自变量（independent）框中。
点击“确定”，输出结果（表4-1、表4-2、表4-3）。
二、结果分析
（一）模型摘要（modelsummary）
由表4-1可知，此模型判定系数R2（RSquare）=0.915，调整后的R2（AdjustedRSquare）=0.904。
估计标准误差（Std.ErroroftheEstimate）为0.1351。
表4-1模型摘要
Model
1
R
.957（a）
RSquare
.915
AdjustedR
Square
.904
Std.Errorof
theEstimate
.1351
（二）方差分析（ANOVA）
如表8-4的所示，模型的回归（Regression）平方和（SumofSquares）为1.570，残差（Residual）平方和为0.146，MeanSquare表示平均方差。
模型F检验的值为86.035，伴随概率为0.000。
由方差分析表可计算出R2（RSquare）=回归变差/总变差=1.570/1.761=0.915。
表4-2模型方差分析表
Model
SumofSquares
df
MeanSquare
F
Sig.
1
Regression
1.570
1
1.570
86.035
.000（a）
Residual
.146
8
.018
Total
1.716
9
（三）模型系数（coefficients）
如表4-3所示，用y表示居民储蓄存款余额，用x表示居民可支配收入，模型形式为：
y=1.146+0.065X
对模型各系数进行t检验的伴随概率等于或接近于0，证明在95%的显著水平下，模型变量间存在线性相关关系。
表8-5模型系数表
Model
UnstandardizedCoefficients
StandardizedCoefficients
t
Sig.
B
Std.Error
Beta
1
（Constant）
1.146
.245
4.687
.002
可支配收入
.065
.007
.957
9.276
.000
升级会员 