spss實(shí)驗報告心得體會(huì )(SPSS相關(guān)分析實(shí)驗報告)
spss實(shí)驗報告心得體會(huì )
spss實(shí)驗報告心得體會(huì )
篇一：SPSS實(shí)驗報告
SPSS應用——
實(shí)驗報告
班 級：統計0801班
學(xué) 號：1304080116
姓 名： 宋 磊
指導老師：胡 朝 明
一、實(shí)驗目的：
1、熟悉SPSS操作系統，掌握數據管理界面的簡(jiǎn)單的操作；
2、熟悉SPSS結果窗口的常用操作方法，掌握輸出結果在文字處理軟件中的使用方法。掌握常用統計圖（線(xiàn)圖、條圖、餅圖、散點(diǎn)、直方圖等）的繪制方法； 3、熟悉描述性統計圖的繪制方法；
4、熟悉描述性統計圖的一般編輯方法。掌握相關(guān)分析的操作，對顯著(zhù)性水平的基本簡(jiǎn)單判斷。
二、實(shí)驗要求：
1、數據的錄入，保存，讀取，轉化，增加，刪除；數據集的合并，拆分，排序。 2、了解描述性統計的作用，并掌握其SPSS的實(shí)現（頻數，均值，標準差，中位數，眾數，極差）。
3、應用SPSS生成表格和圖形，并對表格和圖形進(jìn)行簡(jiǎn)單的.編輯和分析。 4、應用SPSS做一些探索性分析（如方差分析，相關(guān)分析）。
三、實(shí)驗內容：
1、使用SPSS進(jìn)行數據的錄入，并保存： 職工基本情況數據：
操作步驟如下：
打開(kāi)SPSS軟件，然后在數據編輯窗口（Data View）中錄入數據，此時(shí)變量名默認為var00001,var00002,…,var00007,然后在Variable View窗口中將變量名稱(chēng)更改即可。具體結果如下圖所示：
輸入后的數據為：
將上述的數據進(jìn)行保存：
單擊保存即可。 2、讀取上述保存文件：
選擇菜單File--Open—Data；選擇數據文件的類(lèi)型，并輸入文件名進(jìn)行讀取，出現如下窗口：
選定職工基本情況.sav文件單擊打開(kāi)即可讀取數據。
3、對上述數據新增一個(gè)變量工齡，其操作步驟為將當前數據單元確定在某變量上，選擇菜單Data—Insert Variable，SPSS自動(dòng)在當前數據單元所在列的前一列插入一個(gè)空列，該列的變量名默認為var00016，數據類(lèi)型為標準數值型，變量值均是系統缺失值，然后將數據填入修改。結果如下圖所示：
篇二：SPSS實(shí)驗報告
描述性統計分析
一、實(shí)驗目的
1. 進(jìn)一步了解掌握SPSS專(zhuān)業(yè)統計分析軟件，能更好地使用其進(jìn)行數據統計分析。
2. 學(xué)習描述性統計分析及其
在SPSS中的實(shí)現，內容具體包括基本描述性統計量的定義及
計算﹑頻率分析﹑描述性分析﹑探索性分析﹑交叉表分析等。 3. 復習權重等前章的知識。 二﹑實(shí)驗內容 題目一
打開(kāi)數據文件“data4-5.sav”，完成以下統計分析：
（1）計算各科成績(jì)的描述統計量：平均成績(jì)、中位數、眾數、標準差、方差、極差、最大值和最小值；
（2）使用“Recode”命令生成一個(gè)新變量“成績(jì)段”，其值為各科成績(jì)的分段：90～100為1，80～89為2，70～79為3，60～69為4，60分以下為5，其值標簽設為：1-優(yōu)，2-良，3-中，4-及格，5-不及格。分段以后進(jìn)行頻數分析，統計各分數段的人數，最后生成條形圖和餅圖。 1．解決問(wèn)題的原理
因為問(wèn)題涉及各科成績(jì)，用描述性分析，第二問(wèn)要先進(jìn)行數據分段，其后利用頻數分析描述統計量并可以生成條形圖等。 2.實(shí)驗步驟 針對第一問(wèn)
第1步打開(kāi)數據 菜單選擇：“文件→打開(kāi)→數據”，將“data4-8.sav”導入。 第2步 文件拆分 菜單選擇：“數據→拆分文件”，打開(kāi)“分割文件”對話(huà)框，點(diǎn)擊比較組按鈕，將“科目”加入到“分組方式”列表框中，并確定。
第3步 描述分析設置：
（1） 選擇菜單：“分析→ 描述統計 → 描述”，
打開(kāi)“描述性”對話(huà)框，將“成績(jì)””加入到“變量”列表框中。
打開(kāi)“選項”對話(huà)框，選中如下圖中的各項。
點(diǎn)擊“繼續”按鈕。
（4）回到“描述性”對話(huà)框，點(diǎn)擊確定。 針對第二問(wèn)
第1步 頻率分析設置：
（1） 選擇菜單：“分析→ 描述統計 → 頻率”，
（2） 打開(kāi)“頻率（F）”對話(huà)框，點(diǎn)擊“合計”。再點(diǎn)擊“繼續”按鈕.
（3）打開(kāi)“圖表”對話(huà)框，選中“條形”
復選框，點(diǎn)擊“繼續”按鈕。
（4）回到“頻率（F）”對話(huà)框，點(diǎn)擊確定。
（5）重復步驟（1）（2）把步驟（3）改成打開(kāi)“圖表”對話(huà)框，選中“餅圖” 復選框，點(diǎn)擊“繼續”按鈕。
再回到“頻率（F）”對話(huà)框，點(diǎn)擊確定。 三、實(shí)驗結果及分析
統計量
成績(jì) 語(yǔ)文
N
有效 缺失
均值 中值 眾數 標準差 方差 極小值 極大值 百分位數
25 50 75
數學(xué)
N
有效 缺失
均值 中值 眾數 標準差 方差 極小值 極大值 百分位數
25 50 75
英語(yǔ)
N
有效 缺失
均值 中值
60a
SPSS相關(guān)分析實(shí)驗報告
SPSS相關(guān)分析實(shí)驗報告
篇一：spss對數據進(jìn)行相關(guān)性分析實(shí)驗報告
實(shí)驗一
一.實(shí)驗目的
掌握用spss軟件對數據進(jìn)行相關(guān)性分析，熟悉其操作過(guò)程，并能分析其結果。
二.實(shí)驗原理
相關(guān)性分析是考察兩個(gè)變量之間線(xiàn)性關(guān)系的一種統計分析方法。更精確地說(shuō)，當一個(gè)變量發(fā)生變化時(shí)，另一個(gè)變量如何變化，此時(shí)就需要通過(guò)計算相關(guān)系數來(lái)做深入的定量考察。P值是針對原假設H0：假設兩變量無(wú)線(xiàn)性相關(guān)而言的。一般假設檢驗的顯著(zhù)性水平為0.05，你只需要拿p值和0.05進(jìn)行比較：如果p值小于0.05，就拒絕原假設H0，說(shuō)明兩變量有線(xiàn)性相關(guān)的關(guān)系，他們無(wú)線(xiàn)性相關(guān)的可能性小于0.05；如果大于0.05，則一般認為無(wú)線(xiàn)性相關(guān)關(guān)系，至于相關(guān)的程度則要看相關(guān)系數R值，r越大，說(shuō)明越相關(guān)。越小，則相關(guān)程度越低。而偏相關(guān)分析是指當兩個(gè)變量同時(shí)與第三個(gè)變量相關(guān)時(shí)，將第三個(gè)變量的影響剔除，只分析另外兩個(gè)變量之間相關(guān)程度的過(guò)程，其檢驗過(guò)程與相關(guān)分析相似。 三、實(shí)驗內容
掌握使用spss軟件對數據進(jìn)行相關(guān)性分析，從變量之間的相關(guān)關(guān)系，尋求與人均食品支出密切相關(guān)的因素。
(1)檢驗人均食品支出與糧價(jià)和人均收入之間的相關(guān)關(guān)系。
a.打開(kāi)spss軟件，輸入“回歸人均食品支出”數據。
b.在spssd的菜單欄中選擇點(diǎn)擊， 彈出一個(gè)對話(huà)窗口。
C.在對話(huà)窗口中點(diǎn)擊ok,系統輸出結果，如下表。
從表中可以看出，人均食品支出與人均收入之間的相關(guān)系數為0.921，t檢驗的顯著(zhù)性概率為0.000<0.01，拒絕零假設，表明兩個(gè)變量之間顯著(zhù)相關(guān)。人均食品支出與糧食平均單價(jià)之間的相關(guān)系數為0.730，t檢驗的顯著(zhù)性概率為0.000<0.01，拒絕零假設，表明兩個(gè)變量之間也顯著(zhù)相關(guān)。
(2)研究人均食品支出與人均收入之間的偏相關(guān)關(guān)系。
讀入數據后：
A.點(diǎn)擊系統彈出一個(gè)對話(huà)窗口。
B.點(diǎn)擊OK，系統輸出結果，如下表。
從表中可以看出，人均食品支出與人均收入的偏相關(guān)系數為0.8665，顯著(zhù)性概率p=0.000<0.01，說(shuō)明在剔除了糧食單價(jià)的影響后，人均食品支出與人均收入依然有顯著(zhù)性關(guān)系，并且0.8665<0.921，說(shuō)明它們之間的顯著(zhù)性關(guān)系稍有減弱。 通過(guò)相關(guān)關(guān)系與偏相關(guān)關(guān)系的比較可以得知：在糧價(jià)的影響下，人均收入對人均食品支出的影響更大。
三、實(shí)驗總結
1、熟悉了用spss軟件對數據進(jìn)行相關(guān)性分析，熟悉其操作過(guò)程。
2、通過(guò)spss軟件輸出的數據結果并能夠分析其相互之間的關(guān)系，并且解決實(shí)際問(wèn)題。
3、充分理解了相關(guān)性分析的應用原理。
實(shí)驗二
一、實(shí)驗目的.
掌握用spss軟件對數據進(jìn)行分析，用K-S檢驗單一樣本是否來(lái)自某一特定分布，熟悉其操作過(guò)程，并能分析其結果。
二、實(shí)驗原理
K-S檢驗方法能夠利用樣本數據推斷樣本來(lái)自的總體是否服從某一理論分布，是一種擬合優(yōu)度的檢驗方法，適用于探索連續型隨機變量的分布。單樣本K-S檢驗的原假設是：樣本來(lái)自得總體與指定的理論分布無(wú)顯著(zhù)差異，SPSS的理論分布主要包括正態(tài)分布、均勻分布、指數分布和泊松分布等。 它的假設檢驗問(wèn)題： H0:樣本所來(lái)自的總體分布服從某特定分布
H1:樣本所來(lái)自的總體分布不服從某特定分布
k-s檢驗是一種非常實(shí)用的檢驗數據分布的方法，應該熟練掌握。
二.實(shí)驗內容
用k-s檢驗“回歸人均食品支出”數據中的人均收入服從什么分布，并且了解k-s檢驗的操作過(guò)程和原理。
A.打開(kāi)spss軟件，輸入“回歸人均食品支出”數據。
B.點(diǎn)擊nonparametric tests
1-sample k-s,系統彈出一個(gè)對話(huà)窗口。
C.點(diǎn)擊OK，系統輸出結果，如下表。
在上面有四個(gè)檢驗，Test1是檢驗這組數據是否服從標準正態(tài)分布，從表中可看出T檢驗的顯著(zhù)性概率為0.140>0.05,接受零假設，即這組數據服從標準正態(tài)分布。Test2是檢驗這組數據是否服從均勻分布，從表中可看出T檢驗的顯著(zhù)性概率為0.000<0.05,拒絕零假設，即這組數據不服從均勻分布。Test3是檢驗這組數據是否服從指數分布，從表中可看出T檢驗的顯著(zhù)性概率為0.000<0.05,拒絕零假設，即這組數據不服從指數分布。Test4是檢驗這組數據是否服從泊松分布，從表中可看出T檢驗的顯著(zhù)性概率為0.000<0.05,拒絕零假設，即這組數據不服從泊松分布。
三、實(shí)驗總結
k-s檢驗方法是以樣本數據的累計頻數分布與特定理論分布比較，若兩者間的差距很小，則推論該樣本取自某特定分布族。
篇二：SPSS相關(guān)分析實(shí)驗報告
實(shí)驗報告
學(xué)生姓名：
一、實(shí)驗室名稱(chēng)：
二、實(shí)驗項目名稱(chēng)：
相關(guān)分析
三、實(shí)驗原理
相關(guān)關(guān)系是不完全確定的隨機關(guān)系。在相關(guān)關(guān)系的情況下，當一個(gè)或幾個(gè)相互聯(lián)系的變量取一定值得時(shí)候，與之相應的另一變量的值雖然不確定，但它仍然按照某種規律在一定的范圍內變化。
按照數據度量的尺度不同，相關(guān)分析的方法也不同，連續變量之間的相關(guān)性常用Pearson簡(jiǎn)單相關(guān)系數測定；定序變量的相關(guān)系數常用Spearman秩相關(guān)系數和Kendall秩相關(guān)系數測定；定類(lèi)變量的相關(guān)分析要使用列連表分析法。
四、實(shí)驗目的
理解相關(guān)分析的基本原理，掌握在SPSS軟件中相關(guān)分析的主要參數設置及其含義，掌握SPSS軟件分析結果的含義及其分析。
五、實(shí)驗內容及步驟
實(shí)驗內容：以雇員表為例，共有474條數據，運用相關(guān)分析方法對變量間的相關(guān)關(guān)系進(jìn)行分析。
1）分析性別與工資之間是否存在相關(guān)關(guān)系。
2）分析教育程度與工資之間是否存在相關(guān)關(guān)系。
實(shí)驗要求：掌握相關(guān)分析方法的計算思路及其在SPSS環(huán)境下的操作方法，掌握輸出結果的解釋。
1. 分析性別與工資之間是否存在相關(guān)關(guān)系。
分析：性別屬于定類(lèi)變量，是離散值，因使用卡方檢驗。 Step1.操作為Analyze Descriptive Statistics Crosstabs
Step2.將性別（Gender）和收入（Current Salary）分別移入Rows列表框和Columns列表框。
Step3.單擊Statistics按鈕，在彈出的子對話(huà)框中選中默認的Chi-square，進(jìn)行卡方檢驗。退回到主對話(huà)框，單擊ok。
2. 分析教育程度與工資之間是否存在相關(guān)關(guān)系。
分析：教育程度為定序變量，工資為連續變量，可使用Spearman和Kendall秩相關(guān)系數檢驗。
Step1. 用散點(diǎn)圖初步判斷二變量的相關(guān)性，操作為Graphs / Legacy Dialogs / Scatter,選擇Simple Scatter，教育程度為自變量，工資為因變量，做散點(diǎn)圖。