spss课程作业机试题要点

1、第二部分机试题题目：试对重庆交通运输集团汽车客运站总站客运服务质量进行总体满意度的影响因素分析， 要求找出关键影响因素，并说明提升满意度的主要措施。1. 数据修正及处理打开软件变量视图页面，如图1所示整慚酋意度数值10整体満意度1菲當不満无票务僧息狼数值10票务信息孩知性亿非常不满无订黑便利性数值(N)10订票便利性1,非常不満无安检竟数值101 菲常不满无前台咨询服务数值個)10前自咨询服务非常不满无图1.变量视图部分截图由图中可以看出，变量 5-36是显示为无缺失值，即表中最后一列“无”所示。通过SPSS软件对数据进行简单的描述统计分析之后，得部分结果如图2所示。N极小值狀差整体满意底19

2、33254.17743索务信息我知性1993254.14.814订票便利性1973254.24.755安桧服务201415411.921前台咅询股务1994154.13840引导标志2003753.96898飓椅2004153.581.122湍麼与空气1964153.B01 021图2.描述统计量部分结果由图中第二列可以看出，大多是NV201,表明这些变量是存在缺失值的， 但 是由于未给缺失值定义，会影响后续的分析研究。因此，此处更正如下：Spss中主要提供了三种方式处理缺失值，这里采用 Replace Missing Analysis过程。此处为了提高其后问题的分析精度，采用平 均值代替缺失

3、值。具体操作过程如图3所示。£性别胜别：-JR年龄【年龄】 鸟职业职艷/月收入月收入 护整体滝意度翌体 /票务信息嗾知性L- &订票便利性订票 农安检服务闵检服务 拚前台咨询肥务前一 少弓导标志引导标志 令座椅腔椅 /温度与空气温度 夕卫生间任生间*名称和方法整体满意度=MEAT（整体溝意 票务信息获知性仁帥EAN偉务 订禀便利性仁SMEAN（订票便和 安检服务 1二SME.AN康检服务）*|> |新变量站:全邰确定粘贴曰程取消L 丿 盘助图3缺失值替代对话框其输出结果如图4所示。结果娈凰结果变录械替檢的缺失值数非缺失値的个案散有做个案垃创建圍豹第一个礙后伞1幣体满总度

4、-181201201SMEAN（*ft满意902票务信息扶知21201201SMEAN（票务信息茂知性）3订票便fl f 1_141201201SMEAN（iTSF 便利性）4安检01201201SMEAN（Jc| 噩务）5前台店阿朋务 _121201201SMEANf前台 杏询宦务）6引导林志J11201201SMEANIr 拆志）7座椅j11201201SMEAN（l-h-r）g温度与空气51201201SMEANLH图4缺失值替代部分结果由图4中第三列可以看出，整体满意度一栏中缺失值被替换的个数为 8个, 票务信息获知性缺失值被替换2个。此步骤后，可得到完整的问卷调查数据，为 后续满意程

5、度的影响因素分析提供了数据基础。变量视图年龄一栏中，数值9代表的为“缺失：未填的数据”，如图5所示图5年龄值设置但是，数据视图显示，年龄和性别、职业、月收入一样，缺失值均是用0值代替的，如图6所示，此处将年龄的缺失值设置更正为 0值。职业收入1230140313060000245224032373113124520423255E图6部分数据视图2. 数据分析2.1因子分析因子分析法是将现实生活中众多相关、重叠的信息进行合并和综合，将原始 的多个变量和指标变成较少的几个综合变量和综合指标，以利于分析判定。由于调查问卷中含有31个问题，分析研究问题之间的相关性，可采用因子 分析法在31个变量中提取

6、公因子。因子分析法在spss中实现步骤如下：择菜单栏中的【分析】一【降维】一 【因子分析】命令，其对话框如图 7所示。娈量世）：炉SMEATJ（票务営息 d SMEAN（订票便利 农SMEAN（安检服埶 ShlEAN前台咨询 $帥EAN（引导标志 k SMEANJB - $ 邹lEAM温度与空.送择娈量&）：旋转二律分选项3丄.一描述 抽慰电也因孑分析&性别胜别 矣钿库龄 &：职业职业 易月收入庐收入 /整体满意度屋体 少票务信息荻知性 订票便利性订票. 炉安检服务安检服 少前台咨询服务前一 夕弓导标志引导标亠 炉座椅座荷取消图7因子分析对话框在【抽取】一栏中固定选择公

7、因子的个数，为7个，为了使原有31个变量 的大部分信息能被公因子解释，所以旋转提取 7个变量。在【旋转】选项中勾选 【最大方差法】。在【得分】一栏中勾选【保存为变量】，即表示采用回归法计算 因子得分并保持在原文件中；勾选【显示因子得分系数矩阵】 ，表示输出因子得 分系数矩阵。在【选项】一栏中勾选【按大小排序】，即将载荷系数按其大小排 列构成矩阵。因子分析法的输出结果及分析包括以下几个部分。（1）指标效度检验效度分内容效度准确效度和架构效度，大部分研究主要对架构效度进行检验架构效度主要是用来检验量表是否可以真正度量出所要的度量结果， 常常采用探 索性因子分析对问卷的架构效度进行检验。本次采用 s

8、pss软件得出效度检验指 标KMO适当性检验值，本文 KMO值为0.958,结果如图8所示。表示问卷的 效度较好，可以采用因子分析法进行分析。KMO tl Bartlett 的检翱KaiserMeyer-OIkin:95BBartlett的球形腹瞬粧似卡方5334 863df465Sig.000图8 KMO检验值（2）因子分析的共同度软件输出了公因子方差表格，即表示了因子分析的共同度，显示了所有变量 的共同度数据公匡FF方蓋初始提取信盛我知性）1 000.717SMEANfiJ票便利性）1.000.715SMEAN（安总股务）1.000.690SMEANO台咅询胆务1 000.747酗EAN（

9、引导拉胡1 000689帥EAN（摩椅）1 0C0.706SMEAN懾懂与空气）1.000.728SMEAN（卫生间）1.000.709SMEAN儼车笔咖1.000.725SMEAN（自助设闿1 000718SMEAN（ft用水服节）1 000.767SMEAN佬弱嗣嘲6务）1.000.720SMEAN（fe车信息告知）1.000.707SNIEAN（n包奇存及托因1.000.750SMEAN（网络及通佶般务】1 000732SMEAN（®务办处服知1 000796SMEAN(Wrt!m)1.00080QSMEAN（周边旅游用讯）1.000.821SMEANCHMta®*)

10、1.000.804SMEAN強票卿01 000.724SMEAN（进出站引导）1 000719SMEAN（中转换乗信息引1 00080Q图9部分因子分析的共同度如图11中第二列所示，表示了按指定条件提取特征根时的共同度。由此可 以看出，绝对多数变量70%以上的信息可被因子解释，这些变量信息丢失较少（3）因子分析的总方差解释软件输出的结果其中包括的解释的总方差表格，即因子分析的总方差解释， 其中显示了计算得到的相关系数矩阵的特征值、方差贡献率及累计方差贡献率。 如图10所示。斛释的恿方養卩綁fGE值挺转平方柑ft人靈相耶方養的%靈相方養的%鼠相17.42756.21556,21517.42756

11、.21556 2154.75315.33215.33221.5194.99561.1101.5194.095B1.11D4.15513.40220.73431.2273 95965.0691.227395965.0693.91212.62141.355.9683.124BB.193.96B3.12469.1933.66611.82553.1 ao5.B29267370.866.8292673718663.31210.68363.86367672.47573.340.7672.47573.3402.3177.47371.3361.6692.15975 499.6692.159754991.291

12、4.16375.4999.6422.07077.5709.6252.01579.585图10因子分析的总方差解释由图12中可以看出，由于抽取时限定了提取公因子的个数，即特征值大小 排在前7个的主成分为初始因子，其解释了数据中总方差的 75.499%,能概括和 解释原有数据31个变量的大部分信息。（4）旋转后的因子载荷矩阵由于本次研究仅选取一个因子就能解释原有数据的大部分信息， 因此，此处 原因子载荷矩阵也能清晰的表示因子的得分大小顺序，不需再将其旋转。因子载 荷矩阵如表1所示。表1旋转后的因子矩阵成份1234567SMEAN（票务信息获知 性）.116.173.155.628.191.430.

13、186SMEAN（订票便利性）.182.246.080.763.132.082.093SMEAN（安检服务）.185.155.271.533.490.186.002SMEAN（前台咨询服 务）.233.327.413.617.157.020.098SMEAN（引导标志）.213.221.367.576.245.142.218SMEAN（座椅）.281.187.711.197.191.031.098SMEAN（温度与空气）.365.119.571.389.260-.051-.183SMEAN（卫生间）.223.162.732.108.040.205.204SMEAN（候车室秩序）.148.120

14、.619.298.384.259.042SMEAN（自助设施）.381.262.522.167.226.383.076SMEAN（饮用水服务）.328.370.483.063.169.496.106SMEAN（老弱病残服 务）.370.487.464.261.148.185.074续表1SMEAN（候车信息告 知）.330.396.284.477.158.327.029SMEAN（行包寄存及托 运）.525.215.154.317.118.535.058SMEAN（网络及通信服 务）.721.188.218.111.182.286.037SMEAN（商务办公服 务）.762.222.263.2

15、27.159.144.013SMEAN（餐饮购物）.752.193.296.179.166.146.168SMEAN（周边旅游资 讯）.737.234.264.194.229.047.246SMEAN（班次延误服 务）.377.251.205.322.187.174.623SMEAN（检票速度）.241.294.165.241.337.602.136SMEAN（进出站弓1导）.320.458.252.185.387.377.133SMEAN（中转换乘信息引导）.475.181.234.346.333.287.417SMEAN（进出站秩序）.388.155.346.214.412.382.205

16、SMEAN（发车正点性）.164.327.257.243.643.183.357SMEAN（到达正点性）.257.433.299.228.508.053.298SMEAN（途中服务）.486.311.155.135.553.107.259SMEAN（行车安全）.234.417.184.326.597.207.030SMEAN（班车整洁）.316.372.183.194.562.277-.162SMEAN（员工服务态 度）.183.777.206.337.184.187.132SMEAN（员工服务意 识）.252.783.150.197.231.162.092SMEAN（员工服务技 能）.213

17、.798.180.233.293.141.097由表1可知，选取的第一个公因子在候车信息告知、行包托运和寄存等 6 个指标上有较大的载荷系数，因此，根据表1可以得到7个公因子别反映的内容， 将其分别命名，及车站周边服务、员工服务、候车设施及环境、买票及站内咨询 服务、乘车途中服务、进出站设施及服务和班次延误服务 7项。表2公因子及其包含变量公因子编号公因子变量合并的变量1车站周边服务候车信息告知、行包奇存及托运、网络及通 信服务、商务办公服务、餐饮购物服务、周 边旅游咨询2员工服务员工服务态度、员工服务意识、员工服务技 能3候车设施及环 境座椅、温度与空气、卫生间、候车室秩序、 自助设施、饮用

18、水服务、老弱病残服务4买票及站内咨 询服务票务信息获知性、订票便利性、安检服务、 前台咨询服务、引导标志5乘车途中服务发车正点性、至V达正点性、途中服务、行车 安全、班车整洁6进出站设施及 服务检票速度、进出站引导、中转换乘信息引导、 进出站秩序7班次延误服务班次延误服务（5）因子得分系数矩阵如图11所示，第二列为因子值系数的回归值。因子值系数乘以对应变量的 标准化值就为因子值加够）曙分弧数坦阵辰怕1234561rSMEAN(：f-.13-.124-.105328-.107315.065SMEAN(i 利也.016.017-.170.495-.133.037S MEAN恢检盟盼-OfiO-.1

19、76-031.226.299-.025-1S6SMEAN（rj台咅询股务）-.2B.Q460983D2-.1 38-221-.022SIWEAN（引导札:丽-.076-.072.061254仙3-.075.129SMEAN(W)-.055-.019a日-072-D28-.187.024.102-.097.230145.105-.290-.398ShflEANQ： |l|)-.138-.005.451-一 1话-.213.061.204SlWEAN(i车室励-.176-.159.299-.015.171.083-.066SMEAN（自助谡施）-D20-.020.192-115-D50207-.0

20、59.084.168.212-.1 48.357.000目EAN佬彌顾务）.015.192.150-.031-.178-.045-.056图11部分因子得分系数矩阵2.1回归分析因子分析法提出的7个因子均有可能影响客运站乘客的整体满意程度，因 此，可以建立回归模型来研究影响因素的影响程度。本文采取逐步回归法，由于逐步回归法剔除了不重要的变量，属于多元回归分析中的变量筛选问题。其步骤 为选择【分析】-【回归】-【线性】，操作对话框如图12所示。图12回归分析对话框逐步回归法的输出结果包括4部分，输出结果及分析结论如下。(1) 逐步回归法过程由表3可以看出输入、输出的变量顺序，显示了进行逐步回归法

21、的过程。 可 以看出，根据影响的显著性，按照X3-X4-X2-X6-X5-X1-X7的顺序分别将变量输 入模型中，共建立了 7个模型。第一个模型仅包含候车设施及环境一个自变量， 第二个模型包含了候车设施及环境和买票及站内咨询服务两个自变量，由此可 知，第7个模型包含了所有的7个自变量。表3输入/移去的变量模型输入的变量移去的变量方法1候车设施及环境X3步进（准则:F-to-enter的概率 <=.050，F-to-remove 的概率 >=.100 ）。2买票及站内咨询服务X4步进（准则:F-to-enter的概率 <=.050，F-to-remove 的概率 >=.1

22、00 ）。3员工服务X2步进（准则:F-to-enter的概率 <=.050，F-to-remove 的概率 >=.100 ）。4进出站设施及服务X6步进(准则:F-to-enter的概率 <=.050，F-to-remove 的概率 >=.100)。5乘车途中服务X5步进（准则:F-to-enter的概率 <=.050，F-to-remove 的概率 >=.100 ）。6车站周边服务X1步进（准则:F-to-enter的概率 <=.050，F-to-remove 的概率 >=.100）。7班次延误服务X7步进（准则:F-to-enter的概率

23、<=.050，F-to-remove 的概率 >=.100 ）。(2) 模型汇总表模型汇总表如图13所示，即对上述7个方程拟合情况的描述。由表可知, 第7个模型的拟合效果最好，其自变量所能解释的方差在总方差中所占的百分比 为72.1%, R方值为0.520,值在7个模型中最大，说明此模型拟合效果最好， 但其值偏低，说明变量的整体满意度还可能受其他因素的影响。倾型匸总RR谓整R方柘淮估计的溟 差1.134.160.6632.574h.330.323.6033.625°.382.5764658d.433.4215575.687*.4724585395705*.49740152

24、81721s,520.503.517图13模型汇总表(3) 方差分析表Ail ova3df均方FSig.1回口总计19.78587.573107.35B119920019785.44044.959.000b2回扫总计35.39571.973107.358219S20017.692.36348 573000c3回伯总计41.956165.400107.35B319720013.986.33242.129.000*4回扫总计46 45160.907107.358419620011.613.31137.370.000*5回口总计50.67056.68S107.35E519520010/134.291

25、34.360,000f6回归总计53.35754 001107.35861942008.893.27931.9+8ooo01回E总计55.83451.524107.35B11932007.976.26729.878.000h图14方差分析表方差分析表主要用于分析整体模型的显著性，由图14可以看出，上述7个 模型方差分析结果的概率P值均小于显著性水平0.05,说明变量对整体满意度的 影响比较显著。（4）回归系数表5（常勒4.171038109.675000候车设輙环境X3.315038.4298.250.000买票及站内咨询團务X4.279.038J817.326.000伺工眼务X2J81.03

26、8,2474.755.000进出站讦施及肥务X6150.038.2053.931.000乘军趨中屋务.1450381983.810.Q006（常期4.171037112.082.000候车设施及环境X3.31503742SB.431.000买票及站内咨询眼务X4.279.037.3817 486.000员工眼务炬.181.037.2474.S59.000进出站沽宛及服讣150.037.2054.018.000兼车逾中屈务X行.145037.1983.893.000年站周也般务刈.116037.1583.107.00274J71036114.449.000幀车设施殳H；境X3J15.037.42

27、98.609.000买票及站内咅询腥齐X4.27S.037.3817.644.000负工殷务X2.181037.2474.962.000谨出站设赵服务朋.150037.2054.102ODO集草缝中圍务X5.145037.1983.975.000车站周边脛务XFJ16.037,1583J73.002班次iJi吴服务X7.111.0371523.046.003图15部分回归系数表由图15所示，可以看出模型5、模型6和模型7的回归模型常数项、回归 系数的估计值和检验的结果。由此前所述，模型 7的拟合效果最好，分析摸型7 各变量的影响系数可以看出，候车设施及环境的影响系数为0.315,在7个变量中最大，其次为买票及站内咨询服务，为 0.279,第三为员工服务，为0.181。因 此，影响乘客整体满意度的显著性因素依次为候车设施及环境、买票及站内咨询服务和员工服务。3. 结果分析和改进措施（1）候车设施及环境对客运站乘客整体满意度的影响。其影响系数最大， 为0.315。如前所述，候车设施及环境包括座椅、温度与空气、卫生间、候车室 秩序、自助设施、饮用水服务和老弱病残服务八项。因此，可以从上述八个方面 提高乘客整体满意