运用PASW对大学生考证热现象的分析

1、西安邮电大学经济与管理学院运用PASW对大学生考证热现象的分析经济1201班小组成员：陈小慧 付雅杰 吐逊姑吐尔逊2014/3/28摘要：该实验报告主要介绍了如何应用PASW软件对数据进行分析，并对大学生“考证热”现象用PASW软件对所收集数据进行了分析。目录1选用的分析方法32描述性分析3 2.1 频数分析3 2.2 描述性分析63统计图7 3.1 条形图7 3.2 线图10 3.3 饼图124统计报表15 4.1 个案简明统计报表15 4.2 列形式报表165均值比较176方差分析197相关分析208一元线性回归分析229多元线性回归分析26附 原始数据30组内任务分配情况说明311. 选

2、用的分析方法在本次调查中主要运用的分析方法有：描述性统计（频数分析、描述性分析）、统计图（条形图、线图、散点图）、统计报表、均值比较、方差分析、相关分析偏相关分析、一元线性回归分析、多元线性回归分析。2. 描述性统计2.1频数分析1.频数分析的基本原理：频数分析过程是描述性分析中最常用的方法之一，它不仅可以产生详细的频数分析表，还可以按要求给出平均值、中位数、众数、全距、方差、标准差、最大值、百分位数等。2. PASW实现过程：（1）单击“Analyze”菜单“Descriptive statistics”项中的“Frequencies”命令，如图1-1所示。（2）弹出Frequencies对

3、话框，如图1-2所示，在对话框左侧的便利列表中选择“数学”，单击按钮使之添加到Variable（s）框中。（3）单击Frequencies对话框下方的Statistics 按钮，弹出如图1-3 所示对话框。选择要统计的项目，在Central Tendency中选择Mean，在Dispersion中S.E.mean，选好后单击Continue按钮返回Frequencies对话框，单击OK按钮，SPSS开始计算。3. 输出结果：统计量是否了解所考的证如何处理专业课程与考证的关系考证的原因证书是否反映个人真实能力水平大学生考证热的根本原因考证最好的时段考证的费用考证热未来五年的发展趋势N有效2020

4、202020202020缺失00000000均值2.202.251.102.153.551.852.151.85中值2.002.001.002.004.002.002.002.00众数22124211a标准差.834.550.308.745.999.7451.089.875极小值12111111极大值44244344和4445224371374337a. 存在多个众数。显示最小值是否了解所考的证频率百分比有效百分比累积百分比有效足够了解420.020.020.0基本了解945.045.065.0不太了解630.030.095.0完全不了解15.05.0100.0合计20100.0100.0如何

5、处理专业课程与考证的关系频率百分比有效百分比累积百分比有效在学好专业课的基础上进行有计划的考证准备1680.080.080.0只占用少量时间进行考证准备315.015.095.0在考证前一段时间全力备战15.05.0100.0合计20100.0100.0考证的原因频率百分比有效百分比累积百分比有效社会竞争激烈1890.090.090.0出于兴趣为提升技能210.010.0100.0合计20100.0100.0证书是否反映个人真实能力水平频率百分比有效百分比累积百分比有效能210.010.010.0有些可以1575.075.085.0不清楚15.05.090.0没有任何帮助210.010.010

6、0.0合计20100.0100.0大学生考证热的根本原因频率百分比有效百分比累积百分比有效市场经济的要求210.010.010.0国家政策导向的结果15.05.015.0受身边人影响15.05.020.0就业压力大1680.080.0100.0合计20100.0100.0考证最好的时段频率百分比有效百分比累积百分比有效大一735.035.035.0大二945.045.080.0大三420.020.0100.0合计20100.0100.0考证的费用频率百分比有效百分比累积百分比有效300以下735.035.035.03001000630.030.065.010001500420.020.085.

7、01500以上315.015.0100.0合计20100.0100.0考证热未来五年的发展趋势频率百分比有效百分比累积百分比有效升温840.040.040.0降温840.040.080.0维持原状315.015.095.0其他15.05.0100.0合计20100.0100.02.2描述性分析1.描述性分析的基本原理：描述性统计分析过程就是计算并列出一系列描述性统计量指标。这与前面讲的频数分析过程相同，但它可以将原始数据转换成标准化值，并以变量的形式存入数据库，供进一步分析。2. PASW的实现过程：3.输出结果：描述统计量N全距均值标准差方差考证最好的时段2021.85.745.555是否了

8、解所考的证2032.20.834.695如何处理专业课程与考证的关系2022.25.550.303考证的原因2011.10.308.095证书是否反映个人真实能力水平2032.15.745.555大学生考证热的根本原因2033.55.999.997考证的费用2032.151.0891.187考证热未来五年的发展趋势2031.85.875.766有效的 N （列表状态）203.统计图3.1条形图Bar Charts（条形图）是利用宽度相同的条形的长短或高低来表现统计数据大小或变动情况的统计图。横排的条形图称为带形图，纵排的条形图称为柱形图。 1条形图中主要反映的数据 ( 1 ) Summarie

9、s for groups of cases：这种类型的条形图以某个分类轴变量作为个案分组的标准，反映了以组为单位个案的情况。 ( 2 ) Summaries of separate variables：这种类型的条形图用以反映统计资料中若干变量或者同一个变量的各种参数的情况。 ( 3 ) Values of individual cases ：这种类型的条形图用以反映对应某个变量的所有个案的取值情况。 2 . PASW实现过程 （1）PASW的数据编辑窗口中输入数据，在“图形”菜单中选择“旧对话框”命令。 （2）在弹出的“条形图”对话框中，有 3 选项 Simple Clustered Sta

10、cked图标，本例选择“简单箱图”，并在“图表中的数据为”框中选择“个案组摘要”项，确定要生成简单条形图（如图所示）。 （3）单击 Define （定义）按钮，弹出 Define Clustered Bar : Summaries for separate（定义聚类条形：分散变量的摘要）对话框，单击“”按钮使之添加到 Category Axis （分类坐标轴）框中。 （4）单击 Change Statistic （更改统计量），出现 Statistic （统计）对话框，选择 Mean of values （数据的平均值）。单击 Continue返回 Define Clustered Bar :

11、 Summaries for separate Varia对话框。 （5）单击 Title 、（标题）按钮，弹出 Titles（标题）对话框，此对话框的功能是为统计图加注标题和注释。 Titles （标题）对话框分为 3 框： （6）单击Continue（继续）按钮，返回上一个对话框。然后，单击 OK 按钮，即可得到 PASW 作出的第 1 个统计图.3.输出结果：3.2线图 1.线图中反映的数据与条形图基本相同。根据不同的图标和反映数据的不同，线图可以分为 9 种类型： 个案分组的单线图、单个变量的单线图、个案取值的单线图、个案分组的多线图、单个变量的多线图、 个案取值的多线图、个案分组的垂

12、线图、单个变量的垂线图、个案取值的垂线图。本节简单介绍个案分组的单线图。 2PASW 实现过程 （1）在PASW的数据编辑窗口中输入数据。选择 Graphs菜单的 Legacy Dialogs-Line命令。 （2）在弹出的 Line Charts（线性图标）对话框中，有 3 个选项 Simple（简单）、Multiple(多重)、 Drop-line(垂线)图标，本例选择 Multiple(多重),并在图表中的数据框中选择 Summaries for separate Varia（分散变量的摘要）项，确定要生成简单线图。3输出结果： 3.2饼图1.饼图中反映的数据与条形图基本相同。主要体现各

13、个变量占重量的百分比。本节简单介绍个案分组的单线图。 2PASW 实现过程 （1）在PASW的数据编辑窗口中输入数据。选择 Graphs菜单的 Legacy Dialogs-Line命令。 （2）在弹出的在“图表中的数据为”框中选择“个案组摘要”项，并在图表中的数据框中选择所要输出的数据进入“定义分区”项，确定要生成饼图。3.输出结果：4. 统计报表4.1个案简明统计报表 1.个案简明统计报表在PASW中实现过程 （1）在Analyze菜单中Report（报表）中选择Case Summaries（观测量概要）命令。如图所示 （2）弹出Summaries Case（观测量汇总）对话框。在左边的变

14、量列表框中选择“消费主要去向”，“怎样看待消费”，使之添加到Variable框中，选择“家庭月平均收入”，使之添加到Grouping Variable（群组变量）框中。 （3）单击Statistics按钮，出现Statistics对话框。左边的Statistics框中列出了几种统计量：Mean、Media、Grouped Median、Sum、Maximum Range、First、Last、Variance、Kurtosis、Harmonic Mean、Percentage of total Sum、Percentage of total N、Number of cases。 （4）单击Op

15、tions按钮，出现Options对话框。在Caption框中输入“大学生消费水平调查”，单击Continue按钮返回Summarize Cases对话框。单击OK按钮，完成个案简明统计报表生成。2.输出结果：案例处理摘要a案例已包含已排除总计N百分比N百分比N百分比是否了解所考的证 * 考证的原因20100.0%0.0%20100.0%证书是否反映个人真实能力水平 * 考证的原因20100.0%0.0%20100.0%a. 限于前 100 个案例。个案汇总a是否了解所考的证证书是否反映个人真实能力水平考证的原因社会竞争激烈1足够了解有些可以2基本了解有些可以3足够了解没有任何帮助4足够了解有

16、些可以5不太了解有些可以6不太了解有些可以7不太了解有些可以8不太了解不清楚9基本了解有些可以10基本了解能11不太了解能12不太了解有些可以13基本了解有些可以14足够了解没有任何帮助15基本了解有些可以16基本了解有些可以17基本了解有些可以18基本了解有些可以总计N1818出于兴趣为提升技能1完全不了解有些可以2基本了解有些可以总计N22总计N2020a. 限于前 100 个案例。4.2 列形式报表1.列形式报表在PASW中实现过程：（1）在“分析”菜单“报告”中选择“列形式摘要”命令。（2）弹出“报告列摘要”对话框。在左边的变量中选择“是否了解所考的证”、“证书是否反映个人真实能力”添

17、加到“数据列变量”，再选择“考证的原因”添加到终止列变量。单击“确认”输出结果。2.输出结果： 页 1考证的原因 合计 合计_ _ _社会竞争 38 39激烈出于兴趣 6 4为提升技能5.均值分析1 . PASW中的 Means （均值）过程是计算各种基本描述统计量的过程。与前一节中的计算某一样本总体均值相比较， Means（均值）过程其实就是对样本进行分组计算均值和标准差，如按照性别计算各组的均值和标准差。 2 . PASW实现过程： （1）在 Analyze （分析）菜单 Compare Means （均值比较）项中选择 Means （平均值）命令。 （2）弹出 Means对话框。在对话框

18、左侧的变量列表中选择“月平均收入”，单击“”按钮使之进入 Dependent List框中，选择“性别”，单击“”按钮使之添加到 Independent List框中。 （3）单击右下角的 Options 按钮，弹出 Means options对话框，可以选择要统计的项目。 3输出结果：案例处理摘要案例已包含已排除总计N百分比N百分比N百分比考证的原因 * 大学生考证热的根本原因20100.0%0.0%20100.0%报告考证的原因大学生考证热的根本原因均值极小值极大值中值dimension1市场经济的要求1.00社会竞争激烈社会竞争激烈1.00国家政策导向的结果2.00出于兴趣为提升技能出于

19、兴趣为提升技能2.00受身边人影响1.00社会竞争激烈社会竞争激烈1.00就业压力大1.06社会竞争激烈出于兴趣为提升技能1.00总计1.10社会竞争激烈出于兴趣为提升技能1.004.分析：处理样本数统计，如图所示。其中 Include（包含）栏表示参加分析计算的样本数，从表中可知全部样本共有 20个参加分析，占到全部样本的 100 % ，即分析计算中没有因数据缺测或其他原因等导致 Excluded （样本剔除）。段）变量分组统计结果，如图所示。6方差分析 1 .方差分析是将K个处理的观测值作为一个整体看待，把观测值总变异的平方和及自由度分解为相应于不同变异来源的平方和及自由度，进而获得不同变

20、异来源总体方差估计值。 2PASW实现过程: （1）在 Analyze （分析）菜单 Compare Means （均值比较）中选择 One way ANOVA。 （2）从左侧的变量列表中选择“生活费主要来源”添加到列框中，选择“钱不够时会怎么办”添加到中。 （3）对组间平方和进行线性分解并检验。单击 contrasts按钮，打开 One way ANOVA : Contrasts对话框。 （4）单击 continue （继续）按钮，返回 One way AN0vA （一维方差分析）对话框。 （5）单击continue（继续）按钮返回one way ANOVA话框。定义相关统计选项以及缺失值处

21、理方法。单击Options（选项）按钮，弹出一方差分析选项对话框。（6）单击 Continue（继续）按钮，返回一维方差分析对话框。 （7）所有设置确认无误后，单击OK按钮，执行单因素方差分析，得到输出结果。 3输出结果：ANOVA如何处理专业课程与考证的关系平方和df均方F显著性组间.3173.106.311.817组内5.43316.340总数5.750197.相关分析 1. 一般来说现象之间的相互关系可以分为两种，一种是函数关系，另一种是相关关系。函数关系是指变量之间存在的相互依存的关系，它们之间的关系值是确定的。相关关系是两个现象数值变化不完全确定的依存关系。两变量间的相关分析就是研究

22、两变量间线性相关程度并用适当的统计指标表示出来的一种常用统计方法。 2 . PASW实现过程： （1）在 Analyze菜单中选择 Correlate中的两个变量相关分析命令。 （2）选择进行相关分析的变量。现欲分析生活费主要来源与家庭月平均收入的相关关系，故在两个变量相关对话框左侧的变量列表中选“如何处理专业课程与考证的关系”和“证书是否能真实反映个人能力”，使之进入 Variables框。 （3）单击两个变量相关对话框中的options按钮，弹出两个变量相关选项对话框。3输出结果：PASW的两变量间的相关分析回归的结果比较简单，输出结果中只有一个描述性统计量表和一个各变量间的相关关系表。如

23、果进行相关分析的变量是两个以上，输出时会分别显示两两变量间的相关关系（如图所示）。输出结果文件中的第一个表格：描述性统计量表。输出结果文件中的第二个表格：方差齐性检验结果表。描述如何处理专业课程与考证的关系N均值标准差标准误均值的 95% 置信区间极小值极大值下限上限能22.00.000.0002.002.0022有些可以152.27.594.1531.942.6024不清楚12.00.22没有任何帮助22.50.707.500-3.858.8523总数202.25.550.1231.992.5124方差齐性检验如何处理专业课程与考证的关系Levene 统计量df1df2显著性1.266a21

24、6.309a. 在计算 如何处理专业课程与考证的关系 的方差齐性检验时，将忽略仅有一个案例的组。ANOVA如何处理专业课程与考证的关系平方和df均方F显著性组间.3173.106.311.817组内5.43316.340总数5.750198.一元线性回归分析 1.一元线性回归是涉及一个自变量的回归分析，主要是处理两个变量（因变量与自变量）之间的线性关系，建立线性数学模型并进行评价预测。即：y=0+1X+ 式中 0和 1是未知参数，0 称为回归常数， 1称为回归系数， 称为随机扰动项。 2 .PSAW 实现过程： （1）在Analyze(分析)菜单中选择Regression(回归分析)中的Lin

25、er(线性)命令。 （2）在弹出的线性回归对话框中，从对话框左侧的变量列表中选择“家庭月平均收入” , 单击“”按钮使之添加到 Dependent框中，表示该变量是因变量 y ；选择“钱不够时怎么办”，单击“ ”按钮使之添加到Independent( s )框中，表示其为自变量 x 。( 3 ）单击 Statistics （统计）按钮将打开 Linear Regression （线性回归） : Statistics （统计）对话框，用来选择输出哪些统计量。（4）单击 Linear Regression （线性回归）对话框中的 Plots （绘图）按钮，打开对话框。该对话框用来设置对残差序列作图

26、形分析，从而检验残差序列的正态性、随机性和是否存在异方差现象（默认情况下，不输出图形）。（5）单击 Linear Regression （线性回归）对话框中的 save （保存）按钮，打开对话框。在该对话框中能够设置将回归分析的结果保存到PASW 数据编辑窗口的变量中，或是某个 PASW 的数据文件中。 （6）单击 Linear Regression （线性回归）对话框中的 Options（选项）命令，打开对话框。在该对话框中可以对多元线性回归分析中与自变量的筛选有关的参数进行设定，同时也可以设置对缺失值采用不同的处理方法。 （7）单击 OK 按钮，即可得到 PASW 回归分析的结果。3.输出

27、结果： 输入移去的变量b模型输入的变量移去的变量方法1大学生考证热的根本原因a.输入a. 已输入所有请求的变量。b. 因变量: 考证热未来五年的发展趋势模型汇总b模型RR 方调整 R 方标准 估计的误差1.400a.160.114.824a. 预测变量: (常量), 大学生考证热的根本原因。b. 因变量: 考证热未来五年的发展趋势Anovab模型平方和df均方FSig.1回归2.33412.3343.438.080a残差12.21618.679总计14.55019a. 预测变量: (常量), 大学生考证热的根本原因。b. 因变量: 考证热未来五年的发展趋势系数a模型非标准化系数标准系数tSig

28、.B标准 误差试用版1(常量).604.697.867.397大学生考证热的根本原因.351.189.4001.854.080a. 因变量: 考证热未来五年的发展趋势残差统计量a极小值极大值均值标准 偏差N预测值.962.011.85.35020残差-1.0081.992.000.80220标准 预测值-2.553.451.0001.00020标准 残差-1.2232.418.000.97320a. 因变量: 考证热未来五年的发展趋势描述性统计量均值标准差N考证的原因1.10.30820考证热未来五年的发展趋势1.85.87520相关性考证的原因考证热未来五年的发展趋势考证的原因Pearson

29、 相关性1-.137显著性（双侧）.565平方与叉积的和1.800-.700协方差.095-.037N2020考证热未来五年的发展趋势Pearson 相关性-.1371显著性（双侧）.565平方与叉积的和-.70014.550协方差-.037.766N20209.多元线性回归分析多元线性回归模型是一元线性回归模型的扩展，其基本原理与一元线性回归模型类似，只是在计算上更为复杂，一般需借助计算机来完成。多元线性回归，也需要测定方程拟合程度、检验回归方程和回归系数的显著性。 1.拟合优度检验测定多元线性回归的拟合程度，与一元线性回归中的判定系数类似，使用多重判定系数，用R2表示。 R2 的平方根称为

30、复相关系数，用 R2表示，也称多重相关系数。它表示因变量 y 与所有自变量全体之间线性相关程度，反映的是样本数据与预测数据间的相关程度。 2.多元线性回归方程的显著性检验一般采用 F 检验，利用方差分析的方法进行。 F 统计量定义为：平均的回归平方和与平均的残差平方和之比。 3. PASW实现过程：（1）在PASW的数据编辑窗口中输入的数据。在 Analyze菜单 Regression中选择 Linear命令。 （2）在弹出的 Linear Regression对话框中，从对话框左侧的变量列表中选择“消费主要去向”，单击“”按钮使之添加到因变量框中，表示该变量是因变量。选择“怎样看待消费情况”

31、“记录开销的习惯”，单击“”按钮使之添加到 Independent ( s )框中，表示其为自变量4.输出结果：描述性统计量均值标准 偏差N考证热未来五年的发展趋势1.85.87520大学生考证热的根本原因3.55.99920考证的原因1.10.30820相关性考证热未来五年的发展趋势大学生考证热的根本原因考证的原因Pearson 相关性考证热未来五年的发展趋势1.000.400-.137大学生考证热的根本原因.4001.000-.188考证的原因-.137-.1881.000Sig. （单侧）考证热未来五年的发展趋势.040.283大学生考证热的根本原因.040.213考证的原因.283.213.N考证热未来五年的发展趋势202020大学生考证热的根本原因202020考证的原因20202