Spss试题（附解答和Spss数据库）

Spss试题（附解答和Spss数据库） 一、对某型号的20根电缆依次进行耐压试验，测得数据如数据1，试在α=0.10的水平下检验这批数据是否受到非随机因素干扰。 解:本题采用单样本游程检验的方法来判断样本随机性。 原假设:这批数据是随机的; 备择假设:这批数据不是随机的。 SPSS操作: Analyze -> Nonparametric Test -> Runs 数据分析结果如下 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 所示: Runs Test 耐电压值 aTest Value 204.55 Cases < Test Value 10 Cases >= Test Value 10 Total Cases 20 Number of Runs 13 Z .689 Asymp. Sig. (2-tailed) .491 a. Median 结果: -- Test Value:204.55(即上面Cut Point设置的值) -- Asymp. Sig.=0.491，即P值=0.491大于显著水平0.10，则接受原假设，即样本是随机抽取的，这批数据未收到非随机因素干扰。 1 二、为研究吸烟有害广告对吸烟者减少吸烟量甚至戒烟是否有作用。从吸烟者总体中随机抽取33位吸烟者，调查他们在观看广告前后的每天吸烟量(支)。试问影片对他们的吸烟量有无产生作 用,(见数据2) 解:本题采用配对样本T检验的方法。 原假设:影片对他们的吸烟量无显著影响; 备择假设:影片对他们的吸烟量有显著影响。 SPSS操作: Analyze -> Compare Means -> Paired-Samples T Test… 数据分析结果如下表所示: Paired Samples Statistics Mean N Std. Deviation Std. Error Mean Pair 1 21.58 33 10.651 1.854 看前(支) 17.58 33 10.680 1.859 看后(支) Paired Samples Correlations N Correlation Sig. Pair 1 33 .878 .000 看前(支) & 看后(支) Paired Samples Test Paired Differences 95% Confidence Interval of the Std. Difference Sig. Std. Error Mean Deviation Mean Lower Upper t df (2-tailed) Pair 1 看前(支) 4.000 5.268 .917 2.132 5.868 4.362 32 .000 - 看后(支) 由表可知，看前样本均值为21.58，看后样本均值为17.58，此外，p值为0.000<0.05，因此，拒绝原假设，接受备择假设，即在α=0.05显著性水平下，影片对他们的吸烟量有显著影响。 2 三、试构建人均食品支出与粮食平均单价和人均收入的回归方程。(见数据3) 解:本题采用多元(二元)线性回归分析方法，回归方法采用强行介入法Enter。 假设回归方程为:人均食品支出=粮食平均单价+人均收入。 SPSS操作: Analyze -> Regression -> Linear… 数据分析结果如下表所示: bANOVA Model Sum of Squares df Mean Square F Sig. a1 Regression 915129.050 2 457564.525 106.164 .000 Residual 120679.788 28 4309.992 Total 1035808.839 30 a. Predictors: (Constant), 人均收入, 粮食平均单价 b. Dependent Variable: 人均食品支出 aCoefficients Standardized Unstandardized Coefficients Coefficients Model B Std. Error Beta t Sig. 1 (Constant) -87.368 61.680 -1.416 .168 213.423 73.278 .243 2.913 .007 粮食平均单价 .352 .038 .767 9.185 .000 人均收入 a. Dependent Variable: 人均食品支出 由表可知，粮食平均单价的p值为0.007<0.05，其回归系数为0.243，人均收入的p值0.000<0.05，其回归系数为0.767，回归常数为-87.368，表明在α=0.05显著性水平下，粮食平均单价和人均收入对人均食品支出均有显著影响。因此，回归方程为: 人均食品支出=-87.368+0.243×粮食平均单价+0.767×人均收入。 3 四、某商场每晚7:00关门，有人建议应延长营业时间至10:00。经过测算若商场的经常性顾客中有30%以上愿意在延长时间内购买商品，则值得延长营业时间。随机抽取了60个家庭，发现有35个经常性顾客，其中有14个家庭表示愿意在延长营业时间内购买 商品，该商场是否可决定延长营业时间呢 (ɑ=0.05) , (数据4)。 解:本题采用二项分布检验方法。 原假设:商场的经常性顾客中愿意在延长时间内购买商品的比重<=30%; 备择假设:商场的经常性顾客中愿意在延长时间内购买商品的比重大于30%。 SPSS操作: 先录入数据14个1.00表示愿意，21个0.00表示不愿意。 Analyze -> Nonparametric Tests -> Binomial… 数据分析结果如下表所示: Binomial Test Asymp. Sig. Category N Observed Prop. Test Prop. (1-tailed) ax Group 1 1.00 14 .4 .3 .135 Group 2 .00 21 .6 Total 35 1.0 a. Based on Z Approximation. 由表可知，第一组(愿意的)占14个，第二组(不愿意的)占21个，定义检验百分比为0.3，得出p值为0.135>0.05，因此，接受原假设，即在α=0.05显著性水平下，商场的经常性顾客中愿意在延长时间内购买商品的比重<=0.3，该商场不应该延长营业时间。 4 五、某市准备制定对各区的差异化的扶持政策，需要对该市的所 有行政区进行分类(见数据5)，试将该市的所有行政区分为5类。 解:本题采用快速聚类分析方法，指定最终聚类数为5。 SPSS操作: Analyze -> Classify -> K-Means Cluster… 数据分析结果如下表所示: Cluster Membership Case Number Cluster Distance 区市县 1 1 3.403E5 万州区 2 1 1.689E5 涪陵区 3 3 .000 渝中区 4 1 5.430E5 大渡口 5 5 3.126E5 江北区 6 5 3.355E5 沙坪坝 7 2 .000 九龙坡 8 5 4.138E5 南岸区 9 1 1.493E5 北碚区 10 4 1.359E5 万盛区 11 4 2.373E5 双桥区 12 1 2.646E5 渝北区 13 1 2.311E5 巴南区 14 4 7.733E4 黔江区 15 1 1.898E5 长寿县 16 4 2.410E5 綦江县 17 4 1.289E5 潼南县 18 4 2.490E5 铜梁县 19 4 2.377E5 大足县 20 4 2.233E5 荣昌县 21 4 3.759E5 璧山县 22 4 1.245E5 梁平县 5 23 4 2.656E5 城口县 24 4 1.093E5 丰都县 25 4 8.211E4 垫江县 26 4 1.515E5 武隆县 27 4 1.290E5 忠县 28 4 2.970E5 开县 29 4 9.095E4 云阳县 30 4 1.129E5 奉节县 31 4 1.663E5 巫山县 32 4 2.142E5 巫溪县 33 4 1.321E5 石柱县 34 4 1.555E5 秀山县 35 4 1.692E5 酉阳县 36 4 1.571E5 彭水县 37 1 2.791E5 江津市 38 1 3.864E5 合川市 39 1 1.310E5 永川市 40 4 1.832E5 南川市 Number of Cases in each Cluster Cluster 1 10.000 2 1.000 3 1.000 4 25.000 5 3.000 Valid 40.000 Missing .000 由表可知，万州区、涪陵区、大渡口、北碚区、渝北区、巴南区、长 寿县、江津市、合川市、永川市这10个行政区属于一类，同理，其余30个 行政区分属于另外四类。此外，从上表中也可获知每一类中的样本数，第一 类10个，第二类1个，第三类1个，第四类25个，第五类3个。 6 六、某校为了测试学生能力，设计了多项指标，(测试结果如数据6)。试将这些测试指标进行缩减并将学生的能力进行排序。 解:本题可以先对分析能力、推理能力、深刻性、灵活性、抽象概括、综合能力等六个变量进行Pearson相关分析，也可以先进行KMO和Bartlett球形检验，判断其是否可以做因子分析。数据分析结果如下表所示: Correlations 推理能抽象概综合能 分析能力 力 深刻性 灵活性 括 力 Pearson 分析能力 *1 -.560 .487 .365 .605 .469 Correlation Sig. (2-tailed) .073 .128 .270 .049 .146 N 11 11 11 11 11 11 Pearson 推理能力 -.560 1 -.516 -.586 -.407 -.397 Correlation Sig. (2-tailed) .073 .104 .058 .214 .227 N 11 11 11 11 11 11 Pearson 深刻性 ****.487 -.516 1 .912 .407 .890 Correlation Sig. (2-tailed) .128 .104 .000 .215 .000 N 11 11 11 11 11 11 Pearson 灵活性 ****.365 -.586 .912 1 .327 .779 Correlation Sig. (2-tailed) .270 .058 .000 .327 .005 N 11 11 11 11 11 11 Pearson 抽象概括 *.605 -.407 .407 .327 1 .145 Correlation Sig. (2-tailed) .049 .214 .215 .327 .671 N 11 11 11 11 11 11 Pearson 综合能力 ****.469 -.397 .890 .779 .145 1 Correlation Sig. (2-tailed) .146 .227 .000 .005 .671 7 N 11 11 11 11 11 11 *. Correlation is significant at the 0.05 level (2-tailed). **. Correlation is significant at the 0.01 level (2-tailed). KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .618 Bartlett's Test of Sphericity Approx. Chi-Square 39.923 df 15 Sig. .000 Communalities Initial Extraction 1.000 .758 分析能力 1.000 .592 推理能力 1.000 .944 深刻性 1.000 .884 灵活性 1.000 .787 抽象概括 1.000 .885 综合能力 Extraction Method: Principal Component Analysis. Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Component Total % of Variance Cumulative % Total % of Variance Cumulative % 1 3.682 61.364 61.364 3.682 61.364 61.364 2 1.170 19.498 80.862 1.170 19.498 80.862 3 .551 9.189 90.051 4 .462 7.705 97.756 5 .100 1.666 99.422 6 .035 .578 100.000 Extraction Method: Principal Component Analysis. 8 由变量之间的相关系数矩阵可以看出，各变量之间的相关系数均大于0.3，故可以对这些变量进行因子分析。或者，由KMO和Bartlett球形检验可知，其F值为0.000，表明数据来自正态分布总体，KMO统计量为0.618>0.6，尚可做因子分。通过因子分析发现，所有变量的萃取值Extraction都大于0.5，而且，从初始特征值Total一项中可获知只能抽取两个因素作为主成分因素(其特征值大于1，另外三个因素的特征值都小于1)，这两个主成分因素的累计贡献率已达到80.862%，表明使用这两个因素的解释度已非常高。学生能力 计算公式 六西格玛计算公式下载结构力学静力计算公式下载重复性计算公式下载六西格玛计算公式下载年假计算公式 为: competence=(FAC1_1 * 61.364 + FAC2_1 * 19.498) / 80.862，学生的能力降序排列如下:11、10、8、9、4、6、7、5、2、1、3。 9 七、某研究机构想研究超市的规模与商品摆放位置的不同对商品销售量是否有显著影响，实测了超市规模与商品摆放位置的数据资料。试帮助该研究机构完成分析。(数据7) 解:本题采用多因素(双因素)方差分析。由于方差分析有一个比较严格的前提条件，即不同水平下，各总体均值服从方差相同的正态分布，因此需先对样本进行方差齐性检验。数据分析结果如下表所示: Between-Subjects Factors Value Label N 1 8 超市规模 小型 2 8 中型 3 8 大型 A 6 摆放位置 B 6 C 6 D 6 aLevene's Test of Equality of Error Variances Dependent Variable:周销售量 F df1 df2 Sig. . 11 12 . Tests the null hypothesis that the error variance of the dependent variable is equal across groups. a. Design: Intercept + size + position + size * position Tests of Between-Subjects Effects Dependent Variable:周销售量 10 Type III Sum of Source Squares df Mean Square F Sig. a 11 274.485 12.767 .000 Corrected Model 3019.333 Intercept 108272.667 1 108272.667 5.036E3 .000 size 1828.083 2 914.042 42.514 .000 position 1102.333 3 367.444 17.090 .000 size * position 88.917 6 14.819 .689 .663 Error 258.000 12 21.500 Total 111550.000 24 Corrected Total 3277.333 23 a. R Squared = .921 (Adjusted R Squared = .849) 由表可知，超市规模size和商品摆放位置position的p值均小于0.05，而二者交互作用size * position的p值大于0.05，因此，在α=0.05显著性水平下，超市规模和商品摆放位置都对商品销售量有显著影响，但二者的交互作用对商品销售量无显著影响。 11