1、SPSS 作业 一、问卷一般性分析 1、频数分析： （ 1）饼图： （ 2）直方图： 2、基本描述统计量分析： 描述统计量 N 极小值 极大值 和 均值 标准差 方差 偏度 峰度 统计量 统计量 统计量 统计量 统计量 统计量 统计量 统计量 标准误 统计量 标准误 逃课看法 220 1.00 4.00 510.00 2.3182 .89577 .802 .713 .164 -.275 .327 逃课对你影响 220 1.00 4.00 451.00 2.0500 1.11538 1.244 .439 .164 -1.324 .327 逃的课程 220 1.00 4.00 740.00 3.3
2、636 .79642 .634 -.968 .164 -.052 .327 有效的 N （列表状态） 220 在 逃课看法 中，偏度系数为 0.713，峰度系数为 -0.275，所以为右偏平峰。 在 逃课看法 中，偏度系数为 0.439，峰度系数为 -1.324，所以为右偏平峰。 在 逃的课程 中，偏度系数为 -0.968，峰度系数为 -0.052，所以为左偏平峰。 二、问卷深入分析 1、方差分析 （ 1）单因素方差分析： ANOVA 逃课看法 平方和 df 均方 F 显著性 组间 2.285 1 2.285 2.872 .092 组内 173.442 218 .796 总数 175.727
3、219 Ho：性别和逃课看法的均值无显著差异。 P=0.092 =0.05，接受原假设； 所以性别和理财能力没有显著差 （ 2）多因素方差分析： 主体间效应的检验 因变量 :逃的课程 源 III 型平方和 df 均方 F Sig. 校正模型 12.220a 6 2.037 3.424 .003 截距 463.634 1 463.634 779.497 .000 性别 2.544 1 2.544 4.277 .040 专业 7.612 3 2.537 4.266 .006 性别 * 专业 2.541 2 1.270 2.136 .121 误差 126.689 213 .595 总计 2628.0
4、00 220 校正的总计 138.909 219 a. R 方 = .088（调整 R 方 = .062） Ho1：性别和逃的课程没有显著影响 Ho2：专业和逃的课程没有显著差异 Ho3：性别和专业对逃的课程没有显著差异 P1=0.040 =0.05,接受原假设 所以：性别和 逃的课程 有显著影响 专业和 逃的课程 有显著差异 性别和专业对 逃的课程 没有显著差异 2、相关分析 （ 2）进行相关分析 相关性 逃课次数 想逃课时间 逃课次数 Pearson 相关性 1 -.247* 显著性（双侧） .000 N 220 220 想逃课时间 Pearson 相关性 -.247* 1 显著性（双侧）
5、 .000 N 220 220 *. 在 .01 水平（双侧）上显著相关。 Ho: 逃课次数 和 想逃课时间 不存在相关关系 P=0.00 =0.05，拒绝原假设 所以 逃课次数 和 想逃课时间 存在相关关系 逃课次数 和 想逃课时间 的简单相关系数为 -0.247，说明两者存在着显著 的正相关。 3、回归分析 （ 1） 一元线性回归 自变量为点名效果，因变量为平时分 对一元线性回归分析进行拟合度评价 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 更改统计量 R 方更改 F 更改 df1 df2 Sig. F 更改 1 .079a .006 .002 20.76648 .006
6、1.375 1 218 .242 a. 预测变量 : (常量 ), 点名效果。 R 方 =0.002，样本数据的拟合度低。 利用假设检验进行回归方程显著性检验 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 ) 52.555 4.175 12.587 .000 点名效果 2.042 1.741 .079 1.173 .242 a. 因变量 : 平时分 Ho： =0， X 与 Y 不存在线性关系 P=0.00 =0.05，拒绝原假设 所以 X 与 Y 存在线性关系 自变量与因变量的一元线性方程： Y=52.555+2.042X （ 2）多元线性回归 自变
7、量为逃课看法、逃课对你影响、点名效果，因变量为逃课次数 对多元线性回归分析进行拟合度评价 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 更改统计量 R 方更改 F 更改 df1 df2 Sig. F 更改 1 .389a .152 .140 1.20609 .152 12.864 3 216 .000 a. 预测变量 : (常量 ), 逃课对你影响 , 点名效果 , 逃课看法。 调整 R 方 =0.140， 样本数据的拟合度低。 利用假设检验进行回归方程显著性检验 Anovab 模型 平方和 df 均方 F Sig. 1 回归 56.139 3 18.713 12.864 .00
8、0a 残差 314.206 216 1.455 总计 370.345 219 a. 预测变量 : (常量 ), 逃课对你影响 , 点名效果 , 逃课看法。 b. 因变量 : 逃课次数 Ho： 1= 2= 3=0,各个偏回归系数同时与 0 无显著差异 P=0.00 =0.05，拒绝原假设 各个偏回归系数同时与 0 有显著差异 利用假设检验进行回归系数显著性检验 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 ) .378 .363 1.041 .299 点名效果 .474 .102 .294 4.628 .000 逃课看法 -.215 .092 -.148 -2.329 .021 逃课对你影响 .197 .074 .169 2.677 .008 a. 因变量 : 逃课次数 Ho： i=0,第 i 个偏回归系数与 0 无显著差异 P=0.299 =0.05，接受原假设 所以第 i 个偏回归系数与 0 无显著差异 多元线性回归方程： Y = 0.378+0.474X1 0.215X2 +0.197X3
