SPSS實(shí)驗(yàn)報(bào)告

1、SPSS實(shí)驗(yàn)報(bào)告統(tǒng)計(jì)應(yīng)用軟件實(shí)驗(yàn)報(bào)告本實(shí)驗(yàn)報(bào)告中運(yùn)用的 SPSS數(shù)據(jù)分析處理方法有 : 數(shù)值型數(shù)據(jù)的圖表描述、單樣本 t 檢驗(yàn)、兩個(gè)獨(dú)立樣本的 t 檢驗(yàn)、單因素方差分析、多因素方差分析、協(xié)方差分析、相關(guān)分析、簡單線性回歸分析、多元線性回歸分析、回歸分析等方差性檢驗(yàn)。某市場調(diào)查公司是一家獨(dú)立的機(jī)構(gòu)，主要向各類廠商提供市場咨詢服務(wù)。在一項(xiàng)研究中，某廠商為了能夠預(yù)測用信用卡進(jìn)行支付的數(shù)額，要求其對消費(fèi)者的特點(diǎn)進(jìn)行調(diào)查研究。為此，這家市場調(diào)查公司專門就一個(gè)由50 名消費(fèi)者組成的隨機(jī)樣本，采集有關(guān)年收入、家庭成員數(shù)和年信用卡支付數(shù)額的數(shù)據(jù)。分析數(shù)據(jù)如下所示:1. 數(shù)值型數(shù)據(jù)的圖表描述分析信用卡支付數(shù)額，

2、對數(shù)據(jù)進(jìn)行排序，從排序結(jié)果可以看出其最小值為2448元，最大值為 5678 元。對這個(gè)數(shù)值型數(shù)據(jù)做出頻數(shù)分布直方圖如下:運(yùn)用 SPSS軟件計(jì)算有關(guān)的描述性統(tǒng)計(jì)量，結(jié)果如下:Statistics信用卡支付數(shù)額 ( 元 )N Valid 50Missing 0Mean 3963.56Median 4090.00Mode 3890Std. Deviation 934.255Variance 8.728E5Skewness -.131Std. Error of Skewness .337Kurtosis -.742Std. Error of Kurtosis .662從輸出結(jié)果中看，信用卡支付數(shù)額樣本

3、大體上在2448 元至 5678 元之間呈現(xiàn)左偏的鐘形分布，意味著較多的消費(fèi)者傾向于在大的數(shù)額上使用信用卡支付。峰值為-0.742 ，為平頂峰。信用卡支付數(shù)額的樣本均值、樣本中位數(shù)、樣本眾數(shù)分別為3963.56 、4090.00 、3890，差異不是很大，表明數(shù)據(jù)的頻數(shù)分布具有較強(qiáng)的對稱性。2 單樣本 t 檢驗(yàn)在此，可利用樣本數(shù)據(jù)對信用卡支付數(shù)額的總體均值做出一個(gè)區(qū)間估計(jì)。( 置信區(qū)間為 95%)，輸出結(jié)果如下所示 :One-Sample StatisticsN Mean Std. Deviation Std. Error Mean信用卡支付數(shù)額 ( 元 ) 50 3963.56 934.25

4、5 132.124One-Sample TestTest Value = 095% Confidence Interval of theDifferencet df Sig. (2-tailed) Mean Difference Lower Upper信用卡支付數(shù)額 ( 元 ) 29.999 49 .000 3963.560 3698.05 4229.07結(jié)果分析 : 信用卡支付數(shù)額總體均值在 95%的置信中的下限為 3698.05 ，上限為 4229.07 。表明 95%的消費(fèi)者傾向于在 3698.05 元與 4229.07 元之間使用信用卡支付。3 兩個(gè)獨(dú)立樣本的 t 檢驗(yàn)為了大致的觀察家

5、庭成員數(shù)是否影響信用卡支付數(shù)額，故在此選擇家庭成員數(shù)為 2 和 4 的信用卡支付數(shù)額進(jìn)行 t 檢驗(yàn)。運(yùn)用 SPSS軟件分析結(jié)果如下所示 : Group Statistics家庭成員數(shù)( 人) N Mean Std. Deviation Std. Error Mean信用卡支付數(shù)額 ( 元 ) 2 15 3278.27 698.998 180.480 4 9 4486.78 701.689 233.896 Independent Samples TestLevene's Test forEquality of Variances t-test for Equality of Means9

6、5% Confidence Interval of the DifferenceF Sig. t df Sig. (2-tailed) Mean Difference Std. Error Difference Lower Upper信用卡支付 Equal variances .001 .972 -4.095 22 .000 -1208.511 295.137-1820.587 -596.435數(shù)額 ( 元) assumedEqual variances -4.091 16.932 .001 -1208.511 295.433 -1832.010 -585.012 not assumed結(jié)果分

7、析 :F 統(tǒng)計(jì)量的 P 值大于顯著性水平，則認(rèn)為家庭成員數(shù)為2 與 4 的總體方差無顯著性差異。再對兩個(gè)總體的t 值進(jìn)行分析，由于兩者的p 值小于顯著性水平，故兩總體均值之間存在顯著性差異。說明不同的家庭成員數(shù)對信用卡支付數(shù)額的影響是不同的。4 單因素方差分析在第三個(gè)實(shí)驗(yàn)中，所選取的是特定的家庭成員數(shù)進(jìn)行分析，在此，利用SPSS軟件運(yùn)用單因素方差分析的方法分析家庭成員數(shù)是否對信用卡支付數(shù)額有顯著性影響。輸出結(jié)果如下:Test of Homogeneity of Variances信用卡支付數(shù)額 ( 元 )Levene Statistic df1 df2 Sig.1.881 6 43 .106A

8、NOVA信用卡支付數(shù)額 ( 元 )Sum of Squares df Mean Square F Sig.Between Groups 2.660E7 6 4433728.048 11.793 .000Within Groups 1.617E7 43 375963.861Total 4.277E7 49結(jié)果分析 : 方差齊性檢驗(yàn)中， Leven 統(tǒng)計(jì)量的值為1.881 ，P 值為 0.106 ，在0.05 的顯著性水平下認(rèn)為樣本所來自的總體不滿足方差齊性的要求。單因素方差分析表中的 F 值為 11.793 ，對應(yīng)的 P 值為 0.000 ，可以認(rèn)為家庭成員數(shù)對信用卡支付數(shù)額有顯著性影響5 多因

9、素方差分析在第四個(gè)實(shí)驗(yàn)中，僅僅對家庭成員數(shù)是否影響信用卡支付數(shù)額進(jìn)行了分析，但年收入的高低與信用卡支付數(shù)額的大小還沒有進(jìn)行分析檢驗(yàn)。在此，運(yùn)用多因素方差分析的方法分析家庭成員數(shù)、年收入對信用卡支付數(shù)額是否有顯著性影響。輸出結(jié)果如下:aLevene's Test of Equality of Error VariancesDependent Variable:信用卡支付數(shù)額 ( 元)F df1 df2 Sig.463.Tests the null hypothesis that the error variance of the dependent variable is equal a

10、cross groups.a. Design: Intercept + x1 + x2 + x1 * x2Tests of Between-Subjects EffectsDependent Variable:信用卡支付數(shù)額 ( 元)Type III Sum ofSource Squares df Mean Square F Sig.aCorrected Model 4.265E7 46 927164.605 23.326 .012 Intercept 6.582E8 1 6.582E8 1.656E4 .000 x1 1.526E7 32 476862.925 11.997 .031 x2

11、6915015.400 6 1152502.567 28.996 .009 x1 * x2 878707.903 8 109838.4882.763 .218Error 119242.500 3 39747.500Total 8.283E8 50Corrected Total 4.277E7 49Tests of Between-Subjects EffectsDependent Variable:信用卡支付數(shù)額 ( 元)Type III Sum ofSource Squares df Mean Square F Sig.aCorrected Model 4.265E7 46 927164.6

12、05 23.326 .012 Intercept 6.582E8 1 6.582E8 1.656E4 .000 x1 1.526E7 32 476862.925 11.997 .031 x2 6915015.400 6 1152502.567 28.996 .009 x1 * x2 878707.903 8 109838.4882.763 .218Error 119242.500 3 39747.500Total 8.283E8 50a. R Squared = .997 (Adjusted R Squared = .954)結(jié)果分析 : 由于 F 統(tǒng)計(jì)量與 P 值無法顯示，故無法判斷其是否具

13、有方差齊次性，只能就 LSD的輸出結(jié)果進(jìn)行分析。比較相應(yīng)的兩組均值的 P 值與顯著性水平的大小。在 0.05 的顯著性水平下，家庭成員數(shù)的 P 值為 0.031 ，年收入的 P 值為 0.009 ，小于顯著性水平 0.05 ，故存在顯著性差異。6 協(xié)方差分析為確定年收入能否作為協(xié)變量，繪制年收入與信用卡支付數(shù)額的散點(diǎn)圖如下所示 :由圖可以看出，年收入與信用卡支付數(shù)額呈較明顯的線性關(guān)系，故可以初步確定年收入作為協(xié)變量參與協(xié)方差分析。1 . 全模型協(xié)方差分析Tests of Between-Subjects EffectsDependent Variable:信用卡支付數(shù)額 ( 元)Type II

14、I Sum ofSource Squares df Mean Square F Sig.aCorrected Model 3.628E7 7 5182861.206 33.547 .000 Intercept 3.484E7 1 3.484E7 225.493 .000 x1 9677660.152 19677660.152 62.641 .000 x2 1.925E7 6 3208831.557 20.770 .000 Error 6488785.879 42 154494.902Total 8.283E8 50Corrected Total 4.277E7 49a. R Squared =

15、 .848 (Adjusted R Squared = .823)Grand MeanDependent Variable:信用卡支付數(shù)額 ( 元)95% Confidence IntervalMean Std. Error Lower Bound Upper Bounda4.155E3 62.434 4028.526 4280.519a. Covariates appearing in the model are evaluated at thefollowing values:年收入 ( 千元 ) = 43.48.2 .簡略模型 ?協(xié)方差分析Tests of Between-Subject

16、s EffectsDependent Variable:信用卡支付數(shù)額 ( 元)Type III Sum ofSource Squares df Mean Square F Sig.aCorrected Model 2.660E7 6 4433728.048 11.793 .000 Intercept 6.822E8 1 6.822E8 1.815E3 .000 x2 2.660E7 6 4433728.048 11.793 .000Error 1.617E7 43 375963.861Total 8.283E8 50Corrected Total 4.277E7 49a. R Squared

17、 = .622 (Adjusted R Squared = .569)Grand MeanDependent Variable:信用卡支付數(shù)額 ( 元)95% Confidence IntervalMean Std. Error Lower Bound Upper Bound4.149E3 97.388 3952.176 4344.9773. 簡略模型 ?協(xié)方差分析Tests of Between-Subjects EffectsDependent Variable:信用卡支付數(shù)額 ( 元)Type III Sum ofSource Squares df Mean Square F Sig.a

18、Corrected Model 1.703E7 1 1.703E7 31.750 .000Intercept 2.398E7 1 2.398E7 44.713 .000 x1 1.703E7 1 1.703E7 31.750 .000Error 2.574E7 48 536286.984Total 8.283E8 50Corrected Total 4.277E7 49a. R Squared = .398 (Adjusted R Squared = .386)Grand MeanDependent Variable:信用卡支付數(shù)額 ( 元)95% Confidence IntervalMea

19、n Std. Error Lower Bound Upper Bounda3.964E3 103.565 3755.328 4171.792a. Covariates appearing in the model are evaluated at thefollowing values:年收入 ( 千元 ) = 43.48.SSESSE,1.617E7-6488785.879RIFF結(jié)果分析 :62.66365>F1,(1,42)SSENt/(1)6488785.879/(50-7-1),F故得出信用卡支付數(shù)額對年收入有顯著的線性相關(guān)性()/(1)SSESSEt,(1.617E7-648

20、8785.879)/(7-1)RIFF 10.44394>F2,(6,42)SSENt/(1)6488785.879/(50-7-1),F得出按照家庭成員數(shù)分類調(diào)整后的信用卡支付數(shù)額有顯著差異相關(guān)分析 71 計(jì)算簡單相關(guān)系數(shù)，輸出結(jié)果如下:Correlations信用卡支付數(shù)額年收入 ( 千元 ) 家庭成員數(shù) ( 人) ( 元)* 年收入 ( 千元 ) Spearman's rho Correlation Coefficient 1.000 .207 .629Sig. (2-tailed) . .150 .000 N505050* 家庭成員數(shù) ( 人) Correlation C

21、oefficient .207 1.000 .784 Sig. (2-tailed) .150 . .000N505050* 信用卡支付數(shù)額 ( 元) Correlation Coefficient .629 .784 1.000Sig. (2-tailed) .000 .000 .N505050*. Correlation is significant at the 0.01 level (2-tailed).計(jì)算偏相關(guān)系數(shù)Correlations信用卡支付數(shù)額( 元)年收入 ( 千元 ) Control Variables家庭成員數(shù) ( 人) 信用卡支付數(shù)額 ( 元) Correlatio

22、n 1.000 .773Significance (2-tailed) . .000df 0 47年收入 ( 千元 ) Correlation .773 1.000Significance (2-tailed) .000 .df 47 0Correlations信用卡支付數(shù)額( 元)家庭成員數(shù) ( 人) Control Variables年收入 ( 千元 ) 信用卡支付數(shù)額 ( 元) Correlation 1.000 .843Significance (2-tailed) . .000df 0 47家庭成員數(shù) ( 人) Correlation .843 1.000Significance (

23、2-tailed) .000 .df 47 0結(jié)果分析 : 由于當(dāng)偏相關(guān)系數(shù)大于相關(guān)系數(shù)時(shí)是產(chǎn)生副作用，偏相關(guān)系數(shù)小于相關(guān)系數(shù)時(shí)是產(chǎn)生正作用, 。對于年收入 - 信用卡支付額來說，相關(guān)系數(shù)為0.629 ，偏相關(guān)系數(shù)為0.773 ，故年收入對信用卡支付額產(chǎn)生了正作用對于家庭成員數(shù) - 信用卡支付額來說，相關(guān)系數(shù)為0.784 ，偏相關(guān)系數(shù)為0.843 ，故家庭成員數(shù)對信用卡支付額產(chǎn)生了正作用8 簡單線性回歸分析1 以家庭成員數(shù)為自變量，信用卡支付數(shù)額為因變量進(jìn)行回歸分析，建立回歸方程，用以通過家庭成員數(shù)的取值來預(yù)測信用卡支付數(shù)額的取值。做出散點(diǎn)圖如下所示 :散點(diǎn)圖的各個(gè)點(diǎn)大體為橢圓分布，表明兩個(gè)變

24、量之間具有一定程度的線性相關(guān)分析2 建立簡單的線性回歸方程Model SummaryAdjusted R Std. Error of the Model R R Square Square Estimate a1 .753 .567 .558 621.141a. Predictors: (Constant),家庭成員數(shù) ( 人 )bANOVAModel Sum of Squares df Mean Square F Sig.a1 Regression 2.425E7 1 2.425E7 62.853 .000Residual 1.852E7 48 385816.096Total 4.277E7

25、 49a. Predictors: (Constant),家庭成員數(shù) ( 人 )b. Dependent Variable:信用卡支付數(shù)額 ( 元 )aCoefficientsStandardizedUnstandardized Coefficients CoefficientsModel B Std. Error Beta t Sig.1 (Constant) 2580.045 195.372 13.206 .000家庭成員數(shù) ( 人) 404.537 51.026 .753 7.928 .000aCoefficientsStandardizedUnstandardized Coeffici

26、ents CoefficientsModel B Std. Error Beta t Sig.1 (Constant) 2580.045 195.372 13.206 .000家庭成員數(shù) ( 人) 404.537 51.026 .753 7.928 .000a. Dependent Variable:信用卡支付數(shù)額 ( 元 )結(jié)果分析 :F 檢驗(yàn)的結(jié)果表明關(guān)于家庭成員數(shù)和信用卡支付數(shù)額的簡單線性回歸方程整體具備顯著性的。分析中所得出的回歸方程為: 信用卡支付數(shù)額 =404.537* 家庭成員數(shù) +2580.045，據(jù)此方程可由家庭成員數(shù)的取值得出關(guān)于信用卡支付數(shù)額的估計(jì)值。從模型匯總表的結(jié)果看

27、，相關(guān)系數(shù)為0.753 ，判定系數(shù)為 0.567. 家庭成員數(shù)與信用卡支付數(shù)額之間呈現(xiàn)較年收入更高的線性相關(guān)，擬合優(yōu)度也要更高出一些，能夠解釋信用卡支付數(shù)額變異中的56, 。7%。2 以年收入為自變量、信用卡支付數(shù)額為因變量進(jìn)行回歸分析，建立回歸方程，用以通過家庭成員數(shù)的取值來預(yù)測信用卡支付數(shù)額的取值。做出散點(diǎn)圖如下所示 :散點(diǎn)圖的各個(gè)點(diǎn)大體為橢圓分布，表明兩個(gè)變量之間具有一定程度的線性相關(guān)分析2 建立簡單線性回歸方程Model SummaryAdjusted R Std. Error of the Model R R Square Square Estimate a1 .631 .398 .

28、386 732.316a. Predictors: (Constant), bANOVA年收入 ( 千元)Model Sum of Squares df Mean Square F Sig.a1 Regression 1.703E7 1 1.703E7 31.750 .000Residual 2.574E7 48 536286.984Total 4.277E7 49aCoefficientsStandardizedUnstandardized Coefficients CoefficientsModel B Std. Error Beta t Sig.1 (Constant) 2202.087

29、 329.320 6.687 .000年收入 ( 千元 ) 40.512 7.190 .631 5.635 .000a. Dependent Variable:信用卡支付數(shù)額 ( 元 )結(jié)果分析 :F 檢驗(yàn)的結(jié)果表明關(guān)于年收入和信用卡支付數(shù)額的簡單線性回歸方程整體具備顯著性的。分析中所得出的回歸方程為: 信用卡支付數(shù)額 =40。512* 年收入+2202.087，據(jù)此方程可由年收入的取值得出關(guān)于信用卡支付數(shù)額的估計(jì)值。從模型匯總表的結(jié)果看，相關(guān)系數(shù)為0.631 ，判定系數(shù)為 0.398. 家庭成員數(shù)與信用卡支付數(shù)額之間呈現(xiàn)較年收入更高的線性相關(guān)，擬合優(yōu)度也要更高出一些，能夠解釋信用卡支付數(shù)額變異中的39.8%。9 多元線性回歸分析以年收入、家庭成員數(shù)為自變量，信用卡支付數(shù)額為因變量進(jìn)行多元回歸分析，建立回歸分析，用以通過家庭成員數(shù)和年收入的取值來預(yù)測信用卡支付數(shù)額的取值。1 制作散點(diǎn)圖如下所示 :觀察散點(diǎn)分布狀況，發(fā)現(xiàn)他們大體分布于一個(gè)橢球內(nèi)，表明三個(gè)變量具備一