SPSS上机实验报告Word文档下载推荐.docx

1、3.380.006.782.0010.085.00216.789.0020.093.0023.395.0026.796.0033.397.0040.099.0046.7105.0053.3106.0056.7109.0060.0110.0063.3112.0070.0113.0073.3114.0076.7115.0080.0124.0083.3129.0090.0130.0096.7190.00100.0合计30频数分布直方图 集中趋势指标、差异性指标和分布形状指标统计量N缺失均值106.8333均值的标准误3.97755中值105.0000众数85.00a标准差21.78592方差474.

2、626偏度1.915偏度的标准误.427峰度6.297峰度的标准误.833全距111.00极小值极大值和3205.00a. 存在多个众数。显示最小值实验结果分析：从统计量表可以看出有效样本数有30个，没有缺失值。平均销售额是106.8333，标准差为21.78592。从频数分布表可以看出样本值、频数占总数的百分比、累计百分比。从带正态曲线的直方图可以看出销售额集中在110列联表 成绩：绘制频数表、相对频数表并进行显著性检验和关系强度分析绘制频数表、相对频数表并分析满意度* 性别 交叉制表性别男性女性满意度不满意计数19827满意度 中的 %70.4%29.6%100.0%性别 中的 %35.2

3、%17.4%27.0%总数的 %19.0%8.0%一般23214452.3%47.7%42.6%45.7%44.0%23.0%21.0%满意12172941.4%58.6%22.2%37.0%29.0%12.0%17.0%544610054.0%46.0%卡方检验值df渐进 Sig. （双侧）Pearson 卡方4.825a.090似然比4.931.085线性和线性组合4.650.031有效案例中的 Na. 0 单元格（0.0%） 的期望计数少于 5。最小期望计数为 12.42。对称度量近似值 Sig.按标量标定.220Cramer 的 Va. 不假定零假设。b. 使用渐进标准误差假定零假设。

4、从卡方检验看出sig0.05,不显著。所以男生女生对满意与否评价没有差异方差分析 成绩：单因子方差分析、多因子方差和协方差分析进行单因子方差分析并输出方差分析表、显著性检验及解释结果、多因子方差和协方差分析并输出方差分析表和协方差分析表、显著性检验及解释结果。单因子方差分析分析比较均值，单因素键入销售额为因变量，键入促销力度为因子两两比较打钩L检验，选项方差齐性检验打钩得：ANOVA平方和均方F显著性组间7250.66722329.576170.891.000组内13.50071.929总数7264.167多因子方差分析分析一般线性模型，单变量键入店内促销和赠券状态为固定因子，销售额为因变量两

5、两比较打钩L检验，选项方差齐性检验打钩，得：主体间效应的检验因变量:源III 型平方和Sig.校正模型162.667a532.53333.655截距1104.1331142.207店内促销106.06753.03354.862赠券状态53.33355.172店内促销 * 赠券状态3.2671.6331.690.206误差23.20024.967总计1290.000校正的总计185.867a. R 方 = .875（调整 R 方 = .849）协方差分析分析一般线性模型，单变量键入店内促销和赠券状态为固定因子，销售额为因变量，键入客源排序为协变量两两比较打钩L检验，选项方差齐性检验打钩，得：16

6、3.505a627.25128.028103.346106.294客源排序.838.862.36354.54654.8551.680.20822.362.972a. R 方 = .880（调整 R 方 = .848）单因子：组间显著性为0.000，小于0.05，显著影响。多因子：店内促销和赠券状态显著性分别都为0.000，小于0.05，显著影响。但是店内促销和赠券状态交互作用的显著性为0.206，大于0.05，不显著。协方差：经协变量客源排序的显著性为0.363，对销售额影响不显著。店内促销的显著性为0.000，小于0.05，对销售额影响显著。赠券状态的显著性为0.000，小于0.05，对销售

7、额影响显著。店内促销和赠券状态的交互作用显著性为0.208，大于0.05，对销售额影响不显著相关分析 成绩：计算Pearson相关系数和简单相关系数并分析分析相关，双变量添加收、家庭人口、受教育程度、汽车保有量默认pearson分析确定，得：相关性收入家庭人口家长受教育年数汽车保有量Pearson 相关性-.008.327*.208*显著性（双侧）.936.001.038.122.576*.226.207*.039*. 在 .01 水平（双侧）上显著相关。*. 在 0.05 水平（双侧）上显著相关。1、收入对受教育年数，相关系数为0.327，显著性为0.001，小于0.01，所以收入和受教育年

8、为正向相关，且相关性很强。2、收入对汽车保有量，相关系数为0.208，显著性为0.038，小于0.05，所以收入对汽车保有量为正向相关。3、家庭人口对汽车保有量，相关系数为0.576，显著性为0.000，小于0.01，所以收入对汽车保有量为正向相关，且相关性很强。4、受教育年数对收入，相关系数为0.327，显著性为0.001，小于0.01，所以受教育年数对收入为正想相关，且相关性很强。回归分析 成绩：掌握简单回归模型和多元回归分析的SPSS操作方法检验简单回归模型、绘制散点图、输出回归结果并分析、残差分析；检验多元回归分析模型、输出回归结果并分析及残差分析。（一）简单回归得出模型汇总模型RR 方调整 R 方标准 估计的误差.754a.569.5541.691a. 预测变量: （常量）, 促销水平。Anovaa回归105.80036.999