大学调查问卷论文.doc

江苏理工学院10统计第一组专业见习报告摘要：随着社会经济的迅速发展，市场竞争日趋激烈，人们也越来越重视自己的个人形象本次调查以江苏理工学院为例首先，设计了调查问卷，采取随机抽样的调查方式发放给400名学生进行调查，其次通过收集得来的数据运用SPSS软件，采用了描述性统计、列联表分析、多重反应分析等方法进行分析，从而得出了在校民族院校大学生对个人形象的看法和态度及存在的问题，最后给出总结和建议，旨在让民族院校大学生正确认识个人形象，全面提高其综合素质，增强民族院校大学生的竞争力和可持续发展能力关键词：民族院校大学生；个人形象；描述统计分析；交叉列联表分析；多重反应分析；单因子方差分析 The questionnaire about my personal image based on SPSS In Jiangsu University of TechnologyAbstarcts: With the rapid development of social economy, the increasingly fierce market competition, people also pay more and more attention to their own personal image. This investigation to Jiangsu University of Technology as an example. Firstly, design the questionnaire survey way, take a random sampling of the distributed to 400 students, the time through the data using SPSS software, using descriptive statistics, contingency table analysis, multiple response analysis, and concludes the views and attitudes of college students for the individual image and the existing problems, finally, conclusions and recommendations, in order to make the college students understanding of personal image, improve their comprehensive quality, enhance their competitiveness and sustainable development ability. Key Words: college students；expend community；descriptive statistical analysis；crosstabulation；multiple respone；one factor analysis of variance目 录摘要 Abstarcts 第一章 引言11.1 调查背景11.2 调查目的11.3 调查方式1第二章 SPSS统计分析方法22.1 SPSS简介21SPSS的发展简史22 SPSS的特点22.2 SPSS统计分析方法31描述性统计分析32多重反应分析33交叉列联表分析34单因子方差分析35数据的预处理4第三章 民族院校大学生个人形象的基本情况53.1民族院校大学生的基本情况53.2民族院校大学生个人形象现状53.3民族院校大学生对待个人形象的态度61购买服装方面62个人形象方面73个人形象的影响74对个人形象的看法85提升个人影响83.4个人形象的影响因素101性别与个人形象的关系102年级与个人形象的关系113专业与个人形象的关系113.5单因子方差分析161方差分析的基本思想162方差分析的统计模型173. 形象花费与年纪、专业、性别和是否单身的关系.174. 打扮时间与年纪、专业、性别和是否单身的关系.17第四章 结论及建议204.1结论201民族院校大学生的个人形象总体情况202民族院校大学生对待个人形象的态度203民族院校大学生在对待个人形象时存在的问题214问题存在的原因214.2建议224.3不足之处22参考文献23附录：24致 谢25 第一章 引言1.1 调查背景当代民族院校大学生的个人形象包括仪容（外貌）、仪表（服饰、个人形象）以及仪态（言谈举止）三方面，其中最为讲究的是形象与个人、地位的匹配一个人好的形象，不光是把自己打扮成多么美丽、英俊，最主要的是做到自身发型服饰、气质、言谈举止与个人场合、地位以及性格相吻合而所谓的个人形象当然需要与你的个人紧密结合，而其中最重要的当然是要体现出你在个人领域的专业性任何是你显得不够专业化的形象，都会让人认为你不适合从事你的个人事业个人形象就像个人职业生涯和大学乐章上的跳跃音符，合着主旋律会给人创意的惊奇和美好的感觉，脱离主旋律的奇异和不适合的符号会打破个人韵律的和谐，给自己的个人成功和个人魅力带来负面影响因此，关注民族院校大学生的个人形象，把握民族院校大学生个人形象的塑造以及应该从哪些方面塑造个人形象成为一个重要的课题，同时如何引导民族院校大学生塑造正确的个人形象，也是学校德育的一个重要组成部分，因而民族院校大学生的个人形象引起了社会广泛的关注为此，以江苏理工学院为例，对在校民族院校大学生的个人形象进行了深入的调查1.2 调查目的以调查问卷的形式调查民族院校大学生个人形象状况的社会实践，其意义和目的在于通过对江苏理工学院的实地调查、研究和分析，来了解当代民族院校大学生对形象礼仪的观念，以及综合分析如何塑造自身形象，从而提高民族院校大学生个人形象，以便针对性地对学生形象问题给予合理建议，使其树立正确的个人形象，从而培养他们形成正确的世界观、人生观和价值观 1.3 调查方式由于江苏理工学院男少女多的惯例，所以按照男女比例为3：7来进行本次调查在学校图书馆、食堂、宿舍、自习教室随机发放问卷本次发放问卷400份，回收有效问卷共391份第二章 SPSS统计分析方法2.1 SPSS简介1SPSS的发展简史SPSS是世界上最早的统计分析软件，由美国斯坦福大学三位研究生于20世纪60年代末研制，然后成立了SPSS公司，并于1975年在芝加哥组建了SPSS总部SPSS是英文名称的首字母缩写，英文全称为Statistical Package for the Social Science(社会科学统计软件包)，2000年正式更名为Statistical Product and Service Solutions，即统计产品与服务解决方案它广泛分布于通信、医疗、银行、证券、市场研究、科研教育等多个领域和行业，是世界上应用最广泛的专业统计软件2 SPSS的特点（1）操作简便 界面非常友好，除了数据录入及部分命令程序等少数输入工作需要键盘键入外，大多数操作可通过鼠标拖曳来完成（2）编程方便只要了解统计分析的原理，无需通晓统计方法的各种算法，即可得到需要的统计分析结果对于常见的统计方法，SPSS的命令语句、子命令及选择项的选择绝大部分由“对话框”的操作完成因此，用户无需花大量时间记忆大量的命令、过程和选择项 （3）功能强大具有完整的数据输入、编辑、统计分析、报表、图形制作等功能，自带了11种类型的136个函数SPSS提供了从简单的统计描述到复杂的多因素统计分析方法，比如数据的探索性分析、统计描述、列联表分析、偏相关分析、方差分析、多元回归分析、协方差分析、判别分析、因子分析和聚类分析等 （4）全面的数据接口 能够读取及输出多种格式的文件比如dBASE、FoxBASE、FoxPRO产生的*.dbf文件，文本编辑器软件生成的ASC数据文件，Excel的*.xls文件等均可转换成可供分析的SPSS数据文件能够把SPSS的图形转换为7种图形文件，结果可保存为*.txt, word, PPT及html格式的文件（5）灵活的功能模块组合SPSS for Windows软件分为若干功能模块，用户可以根据自己的分析需要和计算机的实际配置情况灵活选择（6）针对性强SPSS针对初学者、熟练者及精通者都比较适用现在很多群体只需要掌握简单的操作分析，他们大多青睐于SPSS，而那些熟练或精通者也较喜欢SPSS，因为他们可以通过编程来实现更强大的功能5 2.2 SPSS统计分析方法1描述性统计分析 描述性统计是对调查总体所有变量的有关数据通过收集、整理、概括、描述、计算出各种能反映总体数量特征的综合指标，并加以分析从中抽出有用的信息，用表格或图像的形式把它表示出来SPSS中的描述统计主要有频数分析，描述性统计分析过程，数据探索性分析过程等通过这些过程，可以得到样本资料的集中趋势、离散趋势和数据分布特征 2多重反应分析 SPSS中的多重反应分析又称多重应答或多选项分析，主要是针对问卷调查的多重反应问题多重分析问题在问卷调查中普遍存在，要求被调查者从问卷中给出的若干个可选答案中选择一个以上的答案多重反应问题的分析一般利用两种方式处理：多重问题的分解方法或者利用频数分析以及列联表分组下的频数分析等方法进行分析 3交叉列联表分析 交叉列联表分析，是指多个变量在不同取值情况下的数据分布情况，从而进一步分析变量之间的相互影响和关系交叉列联表分析主要包括两个基本任务：一是根据收集的样本数据，产生二维或多维交叉列联表；二是在交叉列联表的基础上，对两个变量间是否存在相关性进行检验 4单因子方差分析 用于完全随机设计的多个样本均数间的比较，其统计推断是推断各样本所代表的各总体均数是否相等5数据的预处理 在分析之前对数据进行预处理，有利于数据更适合分析在遵循统计原则的前提下，主要进行了以下两个方面数据的预处理 （1）数值型数据 的处理 在面临数值型数据时，在数据输入后，用标识异常个案法找出异常数据，然后选择个案，排除异常数据 （2）缺失值的处理 在调查过程中难免有缺失数据产生，因此在处理数据时应还注意缺失值的处理分析缺失值处理的方法主要有表列删除法、配对删除法和插补法本文是采用了表列删除法来进行缺失值的处理，用选择个案排除缺失数据第三章 民族院校大学生个人形象基本情况3.1 民族院校大学生的基本情况 图 1由图1可看出，抽样男女比例为3:7 ， 符合我们学校的男女生比例 图2 由图2看出，抽样学生中大三学生比重最多为44.44%，大一、大二、大四比重差不多，分别为18.25%、20.63%、16.67% 图3 由图3看出，调查学生中文科占42.05%，理科占38.62%，工科占13.23%，艺术占3.17%，其他占2.91%由于调查人数不多和调查地点的局限性，在调查学生中文理科占绝大部分3.2 民族院校大学生个人形象现状 图4由图4可知，调查学生中对自己形象感觉一般的占76.72%，对自己形象满意的占14.02%，不满意的占3.7%，无所谓的占5.56%说明大多数学生对自己形象感觉一般，只有极少数的学生对自己的形象表示不满意 图5 图5描述了民族院校大学生的恋爱情况，发现在调查的学生中单身占68.17%，不是单身的占31.83%，说明在大学校园中大多数的学生是单身状况 图6图6是结合了图4和图5，对比图6中的两张饼图可以看出无论是否是单身大多数学生对自己的个人形象感觉一般，但是我们也发现单身的学生中对自己个人形象感到无所谓的占7.58%，不是单身的学生中只有1.59%对自己个人形象感到无所谓，说明恋爱对一个人的个人形象有所影响，会让我们更加注重个人形象 图7由图7发现，对于是否因为某些特殊场合不懂得如何搭配衣服而烦恼，72.49%的人表示偶尔有，14.29%的人表示完全无，10.32%的人表示经常有，只有2.91%的人表示一直有说明很多民族院校大学生对于个人形象问题还是存在困惑的表1 $tj 频率响应个案百分比N百分比途径a电视节目23922.7%63.2%网络28527.0%75.4%杂志23622.4%62.4%咨询专家565.3%14.8%朋友帮助17316.4%45.8%其他666.3%17.5%总计1055100.0%279.1%a. 值为 1 时制表的二分组通过表1可以看出，通过电视节目、网络、杂志和朋友帮助来提高自身形象是民族院校大学生用的最多的途径其中网络占的比例最大，主要是现在网络技术发达，可以通过网络了解最新最潮的服装和装扮之类的信息 3.3 民族院校大学生对待个人形象的态度1购买服装方面 图8 由图8可以看出，在购买服装方面，注重服装质量的人数最多有149人，其次是款式有117人，注重价格的有71人，注重品牌的有35人，其他6人说明民族院校大学生在购买服装方面更加注重质量和款式，而不是盲目地追求价格和品牌，有正确和理性的购物理念2 个人形象方面图9 由图9可以看出，在被调查的391名学生中，有141名学生最注重的是个人形象的言谈举止，所占比例最多，其次是注重是礼貌礼仪的学生有116人，注重仪容仪表的学生有102人，注重表情动作和其他的人数最少说明一个人的个人形象除了外在形象外，内在的涵养也非常重要3个人形象的影响图10 由图10可以看出，在调查外观形象对一个人的影响大吗？65.87%的人认为影响大，21.96%的人认为影响很大，9.26%的人认为影响一般，2.91%的人认为无所谓随着社会经济的迅速发展，市场竞争日趋激烈，人们也越来越重视自己的个人形象全面提高其综合素质，有利于增强民族院校大学生的竞争力和可持续发展能力4个人形象的看法 图11 由图11可以发现，对于注重个人形象的看法，61.01%的人选择对自己和他人的尊重，23.34%的人选择为了增加个人魅力，11.94%的人选择看情况，只有3.71%的人选择没必要大多数人认为注重个人形象会对自己产生积极的作用，只有很小一部分认为没有必要对于一个陌生人的第一印象我们大都取决于他（她）的个人形象，在面试时一个好的个人形象可以给我们加分，所以注重个人形象还是有必要的5提升个人形象 图12由图12可以看出，大多数学生还会继续努力提升个人形象，只有少部分可能会继续提升或感到无所谓，说明大多数学生还是希望能够有一个更好的个人形象3.4 个人形象的影响因素 通过上面对问卷的描述性统计分析，找出了一些有可能是影响民族院校大学生消费的因素，这些因素包括性别、年级、专业和是否是单身，通过卡方检验找出个人形象的主要影响因素1性别与个人形象的关系定义场合的多重响应集，绘制频率表（表2）和条形图（图13） 表2 $ch 频率响应个案百分比N百分比场合a上课19112.8%50.5%朋友聚会28318.9%74.9%酒席宴会31020.7%82.0%约会29419.7%77.8%面试32821.9%86.8%家里442.9%11.6%其他463.1%12.2%总计1496100.0%395.8%a. 值为 1 时制表的二分组由表2可以看出，上课、朋友聚会、酒席宴会、约会、面试这些情况下注重个人形象的比例较多图13 图13清晰地反映了各种场合下注重个人形象的比例做出场合与性别的交叉表（表3） 表3 xb*$ch 交叉制表场合a总计上课朋友聚会酒席宴会约会面试家里其他性别男生计数42748187901110120xb 内的 %35.0%61.7%67.5%72.5%75.0%9.2%8.3%$ch 内的 %22.0%26.1%26.1%29.6%27.4%25.0%21.7%总计的 %11.1%19.6%21.4%23.0%23.8%2.9%2.6%31.7%女生计数1492092292072383336258xb 内的 %57.8%81.0%88.8%80.2%92.2%12.8%14.0%$ch 内的 %78.0%73.9%73.9%70.4%72.6%75.0%78.3%总计的 %39.4%55.3%60.6%54.8%63.0%8.7%9.5%68.3%总计计数1912833102943284446378总计的 %50.5%74.9%82.0%77.8%86.8%11.6%12.2%100.0%百分比和总计以响应者为基础a. 值为 1 时制表的二分组由表3中的数据制做多维交叉列联表（表4）表4 场合* 性别 交叉制表计数性别合计男生女生场合上课42149191聚会74209283宴会81229310约会87207294面试90238328家里113344其他103646合计39511011496对表4的数据进行卡方检验，得到表5表5 卡方检验值df渐进 Sig. (双侧)Pearson 卡方4.215a6.648似然比4.2756.640线性和线性组合.7891.374有效案例中的 N1496a. 0 单元格(.0%) 的期望计数少于 5最小期望计数为 11.62 由表5可以看出性别与注意个人形象的场合的卡方检验P值为0.648大于0.05，接受原假设，说明性别与注意个人形象的场合没有显著的相关性，即性别与注意个人形象的场合没有关系2年级与个人形象的关系定义场合的多重响应集，绘制个人形象影响的频率表（表6）和条形图（图14）表6 $yx 频率响应个案百分比N百分比影响a更自信32230.8%85.2%得到更多帮助17016.3%45.0%更好表现自己29828.5%78.8%有异性缘18417.6%48.7%其他706.7%18.5%总计1044100.0%276.2%a. 值为 1 时制表的二分组图14做出年级与个人形象影响的交叉表（表7）表7 nj*$yx 交叉制表影响a总计更自信得到更多帮助更好表现自己有异性缘其他年级大一计数561851261569nj 内的 %81.2%26.1%73.9%37.7%21.7%$yx 内的 %17.4%10.6%17.1%14.1%21.4%总计的 %14.8%4.8%13.5%6.9%4.0%18.3%大二计数653960351178nj 内的 %83.3%50.0%76.9%44.9%14.1%$yx 内的 %20.2%22.9%20.1%19.0%15.7%总计的 %17.2%10.3%15.9%9.3%2.9%20.6%大三计数144701378833168nj 内的 %85.7%41.7%81.5%52.4%19.6%$yx 内的 %44.7%41.2%46.0%47.8%47.1%总计的 %38.1%18.5%36.2%23.3%8.7%44.4%大四计数574350351163nj 内的 %90.5%68.3%79.4%55.6%17.5%$yx 内的 %17.7%25.3%16.8%19.0%15.7%总计的 %15.1%11.4%13.2%9.3%2.9%16.7%总计计数32217029818470378总计的 %85.2%45.0%78.8%48.7%18.5%100.0%百分比和总计以响应者为基础a. 值为 1 时制表的二分组由表7中的数据制做多维交叉列联表（表8）表8 年级* 影响 交叉制表计数影响合计自信得到帮助表现自己异性缘其他年级大一5618512615166大二6539603511210大三144701378833472大四5743503511196合计322170298184701044对表8的数据进行卡方检验，得到表9表9 卡方检验值df渐进 Sig. (双侧)Pearson 卡方12.948a12.373似然比12.92312.375线性和线性组合.0041.951有效案例中的 N1044a. 0 单元格(.0%) 的期望计数少于 5最小期望计数为 11.13由表9可以看出年级与注意个人形象的影响的卡方检验P值为0.373大于0.05，接受原假设，说明年级与注意个人形象的影响没有显著的相关性，即年级与注意个人形象的影响没有关系3 专业与个人形象的关系定义场合的多重响应集，绘制了解个人形象的途径的频率表（表10）和条形图（图15）表10 $tj 频率响应个案百分比N百分比途径a电视节目23922.7%63.2%网络28527.0%75.4%杂志23622.4%62.4%咨询专家565.3%14.8%朋友帮助17316.4%45.8%其他666.3%17.5%总计1055100.0%279.1%a. 值为 1 时制表的二分组图15做出专业与了解个人形象的途径的交叉表（表11）表11 zy*$tj 交叉制表途径a总计电视节目网络杂志咨询专家朋友帮助其他专业文科计数109118108238322159zy 内的 %68.6%74.2%67.9%14.5%52.2%13.8%$tj 内的 %45.6%41.4%45.8%41.1%48.0%33.3%总计的 %28.8%31.2%28.6%6.1%22.0%5.8%42.1%理科计数9110782265734146zy 内的 %62.3%73.3%56.2%17.8%39.0%23.3%$tj 内的 %38.1%37.5%34.7%46.4%32.9%51.5%总计的 %24.1%28.3%21.7%6.9%15.1%9.0%38.6%工科计数254028621850zy 内的 %50.0%80.0%56.0%12.0%42.0%16.0%$tj 内的 %10.5%14.0%11.9%10.7%12.1%12.1%总计的 %6.6%10.6%7.4%1.6%5.6%2.1%13.2%艺术计数1011917212zy 内的 %83.3%91.7%75.0%8.3%58.3%16.7%$tj 内的 %4.2%3.9%3.8%1.8%4.0%3.0%总计的 %2.6%2.9%2.4%.3%1.9%.5%3.2%其他计数49905011zy 内的 %36.4%81.8%81.8%.0%45.5%.0%$tj 内的 %1.7%3.2%3.8%.0%2.9%.0%总计的 %1.1%2.4%2.4%.0%1.3%.0%2.9%总计计数2392852365617366378总计的 %63.2%75.4%62.4%14.8%45.8%17.5%100.0%百分比和总计以响应者为基础a. 值为 1 时制表的二分组由表11中的数据制做多维交叉列联表（表12）表12 专业* 途径 交叉制表计数途径合计电视网络杂志形象机构朋友帮助其他专业文科109118108238322463理科9110682265734396工科2540286218128艺术1011917240其他49905027合计23928423656173661054表13 卡方检验值df渐进 Sig. (双侧)Pearson 卡方17.388a20.628似然比20.29020.440线性和线性组合.0101.922有效案例中的 N1054a. 5 单元格(16.7%) 的期望计数少于 5最小期望计数为 1.43由表12可以看出专业与了解个人形象的途径的卡方检验P值为0.373大于0.05，接受原假设，说明专业与了解个人形象的途径没有显著的相关性，即专业与了解个人形象的途径没有关系3.5单因子方差分析1方差分析的基本思想从字面上看，方差分析是一种比较和检验两个方差大小的一种统计技术，如今要检验“多个均值是否完全相同”也可以转换为两种方差的比较问题为说明这点，我们来考察图14上所示的信号与噪音间的比较 信号1 信号2 图16从图14可见：当信号强度与噪声大小相当示，人们就检测不到信号，如信号1.当信号的强度明显超过噪声示，人们就容易识别信号，如信号2. 假如我们把实验误差的方差当做噪声大小的度量，而把诸水平效应a1，a2，ar间的差异设法用另一种方差表示，然后比较这两种方差，从中看出当水平效应间的差异明显超过实验误差的发差时，我们就应该拒绝原假设，这就是方差分析的统计思想2方差分析的统计模型根据方差分析的基本假定，我们可以给出方差分析的统计模型按假定有yij N（i，2），因此可以认为观察值yij与其均值i的差事随机误差ij，从而yij有如下数据结构式：yij =i +ij ， ，i=1，2，3，r，j=1,2，m各ij 相互独立同分布N（0，2） （1）在该模型下检验的假设是：H0：1=2=r， H1：1，2，3，r不全相等为了推广到两因子及多因子方差分析方便起见，引入一般平均预效应的概念若记各均值i的平均为： =1/r i称为一般平均，或者称为总均值又记i=i- ，i=1,2,3，r它表示从水平Ai的均值中除去总均值后特有的贡献，称i为水平Ai的效应，它可正可负，容易看出，诸i受到约束： i= 0这样一来，统计模型可改为：yij =+i+ij ， ，i=1，2，3，r，j=1,2，mi= 0 （2）各ij 相互独立同分布 N（0，2）在模型（2）下检验的假设可以改为：H0：1=2=r=0， H1：1，2，3，r不全为03.形象花费与年纪、专业、性别和是否单身的关系年级表10 ANOVA形象花费平方和df均方F显著性组间192684.678364228.2262.142.095组内1.001E733429980.498总数1.021E7337由表10 ，P值0.05大于原假设说明形象花费与年级之间无显著影响在此之后检验表11 多重比较形象花费LSD(I) 年级(J) 年级均值差 (I-J)标准误显著性95% 置信区间下限上限大一大二58.23530.669.058-2.09118.56大三56.033*26.449.0354.01108.06大四73.333*31.612.02111.15135.52大二大一-58.23530.669.058-118.562.09大三-2.20225.313.931-52.0047.59大四15.09830.669.623-45.2375.43大三大一-56.033*26.449.035-108.06-4.01大二2.20225.313.931-47.5952.00大四17.30026.449.514-34.7369.33大四大一-73.333*31.612.021-135.52-11.15大二-15.09830.669.623-75.4345.23大三-17.30026.449.514-69.3334.73*. 均值差的显著性水平为 0.05由表11两两比较图可以看出，大一比大三大四花费较多，大三大四大二之间的形象花费无显著差别专业表12 ANOVA形象花费平方和df均方F显著性组间448299.4554112074.8643.825.005组内9757871.62533329302.918总数1.021E7337在此之后检验表13 多重比较形象花费LSD(I) 专业(J) 专业均值差 (I-J)标准误显著性95% 置信区间下限上限文科理科68.877*20.815.00127.93109.82工科85.798*29.187.00428.38143.21艺术74.75753.522.163-30.53180.04其他55.57555.955.321-54.50165.65理科文科-68.877*20.815.001-109.82-27.93工科16.92129.728.570-41.5675.40艺术5.88053.819.913-99.99111.75其他-13.30256.239.813-123.9397.33工科文科-85.798*29.187.004-143.21-28.38理科-16.92129.728.570-75.4041.56艺术-11.04057.577.848-124.30102.22其他-30.22259.845.614-147.9487.50艺术文科-74.75753.522.163-180.0430.53理科-5.88053.819.913-111.7599.99工科11.04057.577.848-102.22124.30其他-19.18274.794.798-166.31127.95其他文科-55.57555.955.321-165.6554.50理科13.30256.239.813-97.33123.93工科30.22259.845.614-87.50147.94艺术19.18274.794.798-127.95166.31*. 均值差的显著性水平为 0.05由表13可以看出，专业的P值0.05，说明专业与形象花费有显著影响，且文科较理科和工科的学生花费在形象上的钱多，文科较艺术以及其他专业在形象花费上无区别其他专业之间均无区别性别 表14 ANOVA形象花费平方和df均方F显著性组间553774.2581553774.25819.277.000组内9652396.82233628727.371总数1.021E7337由表14 ，P指0.05,拒绝原假设，说明是否单身与形象花费无显示影响综上所述，影响形象花费的因素有两个，分别是专业和性别女生比较注重外在形象，而男生则比较随意在专业方面，偏文专业的人比较注重外在形象4.打扮时间与年纪、专业、性别和是否单身的关系年级ANOVA打扮时间平方和df均方F显著性组间557.5183185.839.784.504组内79448.570335237.160总数80006.088338多重比较打扮时间LSD(I) 年级(J) 年级均值差 (I-J)标准误显著性95% 置信区间下限上限大一大二-1.2272.743.655-6.624.17大三-.1492.379.950-4.834.53大四-3.5202.824.214-9.082.04大二大一1.2272.743.655-4.176.62大三1.0782.238.630-3.325.48大四-2.2932.706.397-7.623.03大三大一.1492.379.950-4.534.83大二-1.0782.238.630-5.483.32大四-3.3712.336.150-7.971.22大四大一3.5202.824.214-2.049.08大二2.2932.706.397-3.037.62大三3.3712.336.150-1.227.97由图标可得，P值0.05,接受原假设，年纪与打扮时间无关。专业ANOVA打扮时间平方和df均方F显著性组间1019.9274254.9821.078.367组内78986.162334236.486总数80006.088338多重比较打扮时间LSD(I) 专业(J) 专业均值差 (I-J)标准误显著性95% 置信区间下限上限文科理科3.2311.872.085-.456.91工科3.5822.583.166-1.508.66艺术1.3524.811.779-8.1110.81其他5.6255.029.264-4.2715.52理科文科-3.2311.872.085-6.91.45工科.3512.626.894-4.815.52艺术-1.8794.833.698-11.397.63其他2.3945.051.636-7.5412.33工科文科-3.5822.583.166-8.661.50理科-.3512.626.894-5.524.81艺术-2.2305.151.665-12.367.90其他2.0435.355.703-8.4912.58艺术文科-1.3524.811.779-10.818.11理科1.8794.833.698-7.6311.39工科2.2305.151.665-7.9012.36其他4.2736.719.525-8.9417