spss统计分析报告期末考精彩试题.docx

spss统计分析报告期末考精彩试题.docx

《spss统计分析报告期末考精彩试题.docx》由会员分享，可在线阅读，更多相关《spss统计分析报告期末考精彩试题.docx（13页珍藏版）》请在冰豆网上搜索。

spss统计分析报告期末考精彩试题

《统计分析软件》试〔题〕卷

班级xxx班某某xxx学号xxx

题号

一

二

三

四

五

六

总成绩

成绩

说明：

1.本试卷分析结果写在每个题目下面〔即所留空白处〕；

2.考试时间为100分钟；

3.每个试题20分.

一、〔20分〕已经给出某个班的学生根本情况与其学习成绩的两个SPSS数据文件,学生成绩一.sav；学生成绩二.sav.要求：

〔1>将所给的两个SPSS数据文件"学生成绩一.sav〞与"学生成绩二.sav〞合并,并保存为"成绩.sav.〞

〔2〕对所建立的数据文件"成绩.sav〞进展以下处理：

1〕按照性别求出男、女数学成绩的各种统计量<包括平均成绩、标准差等>.

2〕计算每个学生的总成绩、并按照总成绩的大小进展排序

3〕把数学成绩分成优、良、中三个等级,规如此为优<

≥85>,良<75≤

≤84>,中<

≤74>,并对优良中的人数进展统计.

分析：

〔2〕

描述统计量

性别

N

极小值

极大值

均值

标准差

男

数学

4

有效的N〔列表状态〕

4

女

数学

16

有效的N〔列表状态〕

16

注：

成绩优良表示栏位sxcj优为1良为2中为3

由表统计得,成绩为优的同学有4人,占总人数的20%；良的同学有12人,占总人数的60%；中的同学有4人,占总人数的40%.

二、〔20分〕为了解笔记本电脑的市场情况,针对笔记本电脑的3种品牌,进展了满意度调查,随机访问了30位消费者,让他们选出自己满意的品牌,调查结果见下表,其中变量"职业〞的取值中,1表示文秘人员,2表示管理人员,3表示工程师,4表示其他人；3个品牌变量的取值中,1表示选择,0表示未选数据见Excel数据文件"e〞.根据所给数据完成以下问题

〔1〕将所给数据的Excel文件导入到SPSS中,要求SPSS数据文件写出数据结构〔包括变量名,变量类型,变量值标签等〕命,并保存为：

"调查.Sav〞.

〔2〕试利用多项选择项分析,利用频数分析来分析消费者对不同品牌电脑的满意度状况；分析不同职业消费者对笔记本品牌满意度状况.

分析：

CaseSummary

Cases

Valid

Missing

Total

N

Percent

N

Percent

N

Percent

$set1a

29

96.7%

1

3.3%

30

100.0%

a.Group

$set1Frequencies

Responses

PercentofCases

N

Percent

消费者的不同品牌的满意程度a

未选

56

64.4%

193.1%

选择

31

35.6%

106.9%

Total

87

100.0%

300.0%

由表可得,Total项是应答次数,本例剔除缺失数据后为87次,第三列是应答百分比,分母87,第四列也是百分比,分母是样本29.被调查者中有64.4%的人购置电脑未选择品牌,36.6%的人选择了电脑品牌.

CaseSummary

Cases

Valid

Missing

Total

N

Percent

N

Percent

N

Percent

职业*$set1

29

96.7%

1

3.3%

30

100.0%

职业*$set1Crosstabulation

消费者的不同品牌的满意程度a

Total

未选

选择

职业

文秘人员

Count

11

7

6

管理人员

Count

4

8

4

工程师

Count

16

8

8

其他人

Count

25

8

11

Total

Count

56

31

29

Percentagesandtotalsarebasedonrespondents.

a.Group

分析得,购置电脑未选择品牌的人为文秘人员的有11人,工程师有16人,管理人员的最少,大局部人员为其他人；而选择品牌的人数都差不多.

三、<20分>入户推销有五种方法.某大公司想比拟这五种方法有无显著的效果差异,设计了一项实验.从尚无推销经验的应聘人员中随机挑选一局部,并随机地将他们分为五个组,每组用一种推销方法培训.一段时期后得到他们在一个月内的推销额,如下表所示〔SPSS数据见"〞〕:

第一组

第二组

第三组

第四组

17.5

第五组

1.利用单因素方差分析方法分析这五种推销方式是否存在显著差异.

2.绘制各组的均值比照图,并利用LSD方法进展多重比拟检验,说明那组推销方式最好？

分析：

TestofHomogeneityofVariances

销售额

LeveneStatistic

df1

df2

Sig.

4

30

.113

不同推销方式下销售额的方差齐性检验值为2.046,对应的P值为0.113,如果显著水平为0.05,由于P值大于显著水平

因此应承受原假设,认为推销方式没有对销售额产生影响,不同推销方式对销售额的影响全为0.

ANOVA

销售额

SumofSquares

df

MeanSquare

F

Sig.

BetweenGroups

4

.000

LinearTerm

Contrast

1

.058

Deviation

3

.000

WithinGroups

30

Total

34

F统计量为11.304；3.892；123.775,对应的P值为0.000；0.058；0.000,如果显著水平为0.05,由于P值小于显著水平

因此应拒绝原假设,认为推销方式对销售额产生影响,不同推销方式对销售额的影响不全为0.

多重比拟

销售额

LSD

推销方式

推销方式

均值差

标准误

显著性

95%置信区间

下限

上限

第一组

第二组

*

.048

第三组

.72857

.653

第四组

.066

第五组

*

.000

第二组

第一组

*

.048

.0264

第三组

*

.018

.7549

第四组

*

.000

第五组

*

.041

第三组

第一组

.653

第二组

*

.018

第四组

.157

第五组

*

.000

第四组

第一组

.066

.2165

第二组

*

.000

第三组

.157

.9451

第五组

*

.000

第五组

第一组

*

.000

第二组

*

.041

.1406

第三组

*

.000

第四组

*

.000

*.均值差的显著性水平为0.05.

四、〔20分〕利用"〞数据完成以下问题：

〔1〕按照性别建立推销员频率分布表与销售额的直方图；

〔2〕利用交叉列联表分析不同性别推销人员参与销售方式状况；

〔3〕利用参数检验来分析不同性别推销人员的销售额是否有显著性差异？

分析：

〔1〕

Statistics

性别

性别

销售额

男

N

Valid

19

19

Missing

0

0

女

N

Valid

16

16

Missing

0

0

性别

频率

百分比

有效百分比

累积百分比

有效

男

19

女

16

合计

35

〔2〕

性别*推销方式交叉制表

推销方式

合计

第一组

第二组

第三组

第四组

第五组

性别

男

计数

4

4

4

3

4

19

期望的计数

性别中的%

21.1%

21.1%

21.1%

15.8%

21.1%

100.0%

推销方式中的%

57.1%

57.1%

57.1%

42.9%

57.1%

54.3%

总数的%

11.4%

11.4%

11.4%

8.6%

11.4%

54.3%

残差

.2

.2

.2

.2

标准残差

.1

.1

.1

.1

女

计数

3

3

3

4

3

16

期望的计数

性别中的%

18.8%

18.8%

18.8%

25.0%

18.8%

100.0%

推销方式中的%

42.9%

42.9%

42.9%

57.1%

42.9%

45.7%

总数的%

8.6%

8.6%

8.6%

11.4%

8.6%

45.7%

残差

.8

标准残差

.4

合计

计数

7

7

7

7

7

35

期望的计数

性别中的%

20.0%

20.0%

20.0%

20.0%

20.0%

100.0%

推销方式中的%

100.0%

100.0%

100.0%

100.0%

100.0%

100.0%

总数的%

20.0%

20.0%

20.0%

20.0%

20.0%

100.0%

组统计量

性别

N

均值

标准差

均值的标准误

销售额

男

19

女

16

独立样本检验

方差方程的Levene检验

均值方程的t检验

差分的95%置信区间

F

Sig.

t

df

Sig.<双侧>

均值差值

标准误差值

下限

上限

销售额

假设方差相等

.067

.798

33

.929

假设方差不相等

.929

不同性别的销售人员对销售额无显著影响.

五、〔20分〕我国2003年局部地区城镇居民人均可支配收入和人均消费性支出如下表所示：

〔单位：

元〕

〔1〕绘制城镇居民人均可支配收入与人均消费性支出的相关图〔散点图〕；

〔2〕利用相关系数分析城镇居民人均可支配收入与人均消费性支出之间的关系？

〔3〕如果有相关关系,建立一元线性回归模型,解释输出结果.

地区

人均消费性支出〔Y〕

人均可支配收入

地区

人均消费性支出〔Y〕

人均可支配收入

某某

7322

某某

某某

某某

某某

某某

7005

某某

7785

某某

某某

某某

某某

某某

某某

某某

某某

4949

某某

某某

某某

某某

某某

某某

某某

6778

某某

某某

某某

相关性

人均消费性支出Y

人均可支配收入X

人均消费性支出Y

Pearson相关性

1

.976**

显著性〔双侧〕

.000

N

26

26

人均可支配收入X

Pearson相关性

.976**

1

显著性〔双侧〕

.000

N

26

26

**.在.01水平〔双侧〕上显著相关.

城镇居民人均可支配收入与人均消费性支出之间存在高度相关关系.

〔3〕

系数a

模型

非标准化系数

标准系数

t

Sig.

B

标准误差

试用版

1

<常量>

.240

人均可支配收入X

.739

.033

.976

.000

a.因变量:

人均消费性支出Y

Y=+0.739X

意味着人均可支配收入X每增加一个单位,就会使人均消费性支出Y增加0.739个单位.