2025年SPSS统计分析实战案例解析

第四章描述性记录分析

一、试验目的

通过计算诸如样本均值、中位数、样本方差等重要基本记录总，并辅助于SPSS提供的图形功能，可以

使分析者把握数据的基本特性和数据的整体分布形态，对深入的:己录推断和数据建模工作起到重要作用。

并且，通过例子学习描述性记录分析及其在SPSS中的实现，包括记录量的定义及计算、频率分析、描述性

分析、探索性分析、交叉表分析和多重响应分析，可以使分析者更好的掌握基本的记录分析，即单变量频

数分布的编制、基本记录量的计算以及数据的探索性分析等。

二、试验内容

1.打开数据文献data4-8.sav,完毕如下记录分析。

（1）计算各科成绩的描述记录量：平均成绩、中位数、众数、原则差、方差、极差、最大值和最小值：

①处理问题的原理：描述性分析

②试验环节：通过“分析-描述记录-描述”，打开“描述性”对话框，根据题目所需要的记录量进行设置。

③成果及分析：

描述记录量

N全距极小值极大值均值原则差方差

成绩4583159860.5123.048531.210

有效的N（列表状态）45

表中分析变量“成绩”的个案数、所有个案中的极大值、极小值、均值、原则差及方差。

（2）使用Recode命令生成一种新变量“成绩段”，其值为各科成绩的分段：90〜100为1,80〜89为2,

70〜79为3,60〜69为4,60分如下为5,其值标签：1一优，2—良，3—中，4一及格，5一不及格。分段

后来进行频数分析，记录各分数段的人数，最终生成条形图和饼图。

①处理问题的原理：频率分析。

②试验环节：通过“分析-描述记录-频率”，打开“频率”对话框，根据题目所需要的记录量进行设苴。

③成果及分析：

成绩

频率比例有效比例累积比例

1512.22.22.2

1912.22.24.4

2412.22.26.7

2812.22.28.9

3012.22.211.1

3224.44.415.6

3312.22.217.8

3412.22.220.0

3612.22.222.2

3724.44.426.7

4312.22.228.9

4912.22.231.1

5012.22.233.3

_______5512.22.235.6

5648.98.944.4

6036.76.751.1

6212.22.253.3

6312.22.255.6

6912.22.257.8

7012.22.260.0

7336.76.766.7

7412.22.268.9

7512.22.271.1

7612.22.273.3

7812.22.275.6

8112.22.277.8

8312.22.280.0

8524.44.484.4

8612.22.286.7

9024.44.491.1

9112.22.293.3

9524.44.497.8

9812.22.2100.()

合计45100.0100.0

表中显示了变量“成绩段”在各个取值上出现的次数（频率）、其频率占所有个案中的比例、有效比例及累

积比例。

成缄段

表中显示了变量“成绩段”的直方图，从图上可以看出不具有明显的正态分布。

成姒段

口中

■»ts

表中显示了变量“成绩段”的饼图，从图上可以更好的看出“成绩段”的分布。

2.打开数据文献data4-9.sav,完毕如下记录分析。

（1）对身高进行考察，分析四分位数，计算上奇异值、上极端值、下

表4.22吸烟人群健康状况倜查表

奇异值和下极端值，并生成茎叶图和箱图：

与否吸烟与否患气管炎人数

①处理问题的原理：探索性分析

是患病43

②试验环节：通过''分析-描述记录-探索”，打开“绘制”对话框，根

是健康162

据题目所需要的记录量进行设置。

否患病13

③成果及分析：

否健康121

身高Stem-and-LeafPlot

FrequencyStem&Leaf

2.009.99

16.0010.3344

39.0010.999

18.0011.233344

13.0011.9

7.0012.

1.0012.5

Stemwidth:10.0

EaOOchleaf:1case(s)

从上的茎叶图可以愈加详细地分析身高数据。

125.0-

120.0-

115.0-

110.0-

105.0-

100.0-

95.0-

号高

从上的箱图可以分析变量“身高”的四分位数。

（2）考察身高、体重和胸闱的正态性。

①处理问题的原理：运用频率分析、描述性分析、探索性分析。

②试验环节：通过“分析-描述记录-交叉表”，打开“交叉表”对话框，根据题目所需要的记录量进行设置。

③成果及分析：

(0

今育的正恣dQRI今言的心降正右QO图

WI1的1F6Q-QMMill的始降正君QQ图

级费备发到破

从上的Q-Q图中可以看出，身高、体重、胸围三个变量都很好的服从正态分布。

3.表4.22是对吸烟与患气管炎的调查表，试分析吸烟与患气管炎之间的关系。（用交叉列联表分析，参见

数据文献:data4To.sav0）

①处理问题的原理：运用交叉表分析。

②试验环性通过”分析-描述记录-交又表“，打开“交叉表"对话框，根据题目所需要的记录量进行设置。

③成果及分析：

案例处理摘要

案例

有攵攵的缺失合计

\比例X比例\比例

与否患气管炎*与4100.0%0.0%4100.0%

否吸烟

表给出了数据基本信息，表中给出了参与分析的个案数、缺失信息等。本例中，每个变量有.4个个案参与

分析，无缺失值。

与否患气管炎*与否吸烟交叉制表

计数

与否吸烟

是否合计

与否患气管炎患病112

健康112

合计224

表给出了了数据的交叉表，与原始数据在形式上基本一致。

F方检查

渐进Sig.（双精确Sig.（双精确Sig.（单

值df州）侧）侧）

Pearson卡方.000,11.003

持续校正b.00011.003

似然比.00011.003

Fisher的精确检查1.000.833

线性和线性组合.00011.009

有效案例中的N4

a.4单元格（100.0%）的期望计数少于5。最小期望计数为1.00。b.仅对2x2表计算

表是行、列变量通过卡方检瓷给出的独立性检查成果。从表可知：多种检查措施明显水平都远不不小于

0.05,因此有理由拒绝”试验准备与评价成果是独立的”假设，即认为试验准备这一评价指标与评价成

果是有关的。

条形图

是否愚气管炎

各组状况条形图相称于交叉表的史观表达，用图形表达可直观地得出多种状况的比较。

4.为分析某中学学生填报志愿的倾向，设计了一道问卷调查题，每位同学可填报3个志愿，请按次序依次

选择打算报考的大学：

第一志愿

第：志愿

第三志愿

①北京大学②清华大学③复旦大学④中国人民大学⑤北京交通大学⑥四川大学

问卷调查的成果寄存在SPSS数据文献data4Tl.sav中，按如下规定进行记录分析。

(1)对第一、二、三志愿填报状况进行记录分析：

(2)对各学校埴报志愿的状况进行记录分析，包括人数、比例等.

①处理问题的原理：运用频率分析、描述性分析、交叉表分析。

②试验环节：通过“分析-描述记录-频率”，打开“频率”对话框，根据题目所需要的记录量进行设置。通

过''分析-描述记录-交叉表”，打开“交叉表”对话框，根据题目所需要的记录量进行设置.0

③成果及分析：

记录量

志愿1志愿2志愿3

X有效100100100

缺失000

中值3.003.003.00

众数334

原则差1.5781.4291.642

方差2.4912.0412.695

极小值111

极大值666

百分位数252.002.002.00

503.003.003.00

754.004.005.00

频率表

志愿1

频率比例有效比例累积比例

有效12020.020.020.C

21717.017.037.C

32626.026.063.C

41414.014.077.C

51414.014.091.C

699.09.0100.C

合计100100.0100.0

志愿2

频率比例有效比例累积比例

有效12020.020.020.0

22424.024.044.0

32626.026.070.0

41515.015.085.0

51010.010.095.0

655.05.0100.0

合计100100.0100.0

志愿3

频率比例有效比例累积比例

有效11414.014.014.0

21919.019.033.0

31818.018.051.0

-12121.021.072.0

51212.012.084.0

61616.016.0100.0

合计100100.0100.0

表中显示了变量“志愿”在各个取值JL出现的次数（频率）、其频率占所有个案中的比例、有效比例及累积

比例。

三、试验心得与体会

通过本章例子学习描述性记录分析及其在SPSS中的实现，学会了基本描述性记录量的定义及计算、频

率分析、描述性分析、探索性分析、交叉表分析。深刻体会到了怎样计算诸如样本均值等重要的基本记录

量，并辅助于SPSS提供的图形功能来分析把握数据的基本特性和数据的整体分布形态。同步加强了自己的

操作能力。

第五章参数估计与假设检查

一、试验目的

假如掌握了所研究总体的所有数据，那么只需做某些简朴的记录描述，就可得到有关总体的数据特性,

如方差、总体均值等，但在现实状况中，诸多时候不也许或者不必对•总体中的每个单位进行测定，就需要

从总体抽取一部分单位进行测定，通过样本提供的信息来对总体信息进行估计和推断。而参数估计和假设

检查就是通过样本分析总体，从样本的观测或试验成果的特性

对总体的特性进行估计和推断。表5.20某班学生数学成绩

二、试验内容

序号成绩序号成绩序号成绩

3.表5.20是某班学生的高考数学成绩，试分析该班的数学成।63

10941970

绩与全国的平均成绩70分之间与否有明显性差异。（参见数据

文献：data5T6.sav。）29911982065

①处理问题的原理：单样木T检查38112732184

②试验环节：通过“分析-比较均值-单样本T检查（S）”,打477

138922S4

开“单样本T检查”对话框，根据题目所需要的记录量进行设§68

14982395

置。

67915772461

③成果及分析：

78()16672569

86317692673

单个徉本记录量

18812760

1N均值原则差均值的原则误———

单个徉本记录量

N均值原则差均值的原则误

成绩2777.9312.1112.331

表给出了单样本T检行的描述性记录量，包括样本数(M)、均值、原则差、均值的原则差。

单个样本检查

检查值=70

差分的95%置信区间

tdrSig.（双侧）均值差值下限上限

成绩3.40026.0027.9263.1312.72

表是单样本T检查成果表，当置信区间为95%时，明显水平为0.05,从表中可以看出，双尾检测概率P值为0.02,

不不小于0.05,故原假设不成立，也就是说，数学成绩与全国的平均成绩70分之间有明显性差异。

4.在某次测试中，抽取男女学生的成绩各10名，数据如下：

男：99795989798999828085

女：88545623756573508065

假设样本总体服从正态分布，比较置信度为95Ml勺状况下男女得分与否有明显性差异。(参见数据文献：

dala5-17.sav,)

①处理问题的原理：独立样本T检查

②试验环节：通过“分析-比较均值-独立样本T检查(T)”，打开“独立样本T检查”对话框，根据题

目所需要的记录量进行设置。

③成果及分析：

上表中是独立样本T检查的均值检查成果。明显水平为0.05,从表中可以看出T记录量的概率P不不小于。05,

故拒绝原假设，因此男女得分有明显性差异。

5.某医疗机构为研究某种减肥药的疗效，对16位肥胖者进行为期六个月的观测测试，测试指标为使用该药

之前和之后的体重，数据如表5.21所示。假设体重近似服从正态分布，试分析服药前后，体重与否有明显

变化。（参见数据文献：data5-18.sav0）

表5.21服药前后的体重变化____________________________________________________________

体重

198237233179219169222167199233179158157

服药前

216257151

192225226172214161210161193226173154143

服药后

206249140

①处理问题的原理：配对样本T检查

②试验环节：通过“分析-比较均值-配对样本T检查（P）”，打开“配对样本T检查”对话框，根据题

目所需要的记录量进行设置。

③成果及分析：

从上表一及表二中可以看出，在明显水平为0.05时，概率P值明显不不小于0.05,拒绝原假设，可以认

为减肥药前后的体重有明显的线性关系。从上表三是配对样本T检查的最终止果，可以看出，在明显水平

为0.05时，山于概率P值明显不不小于0.05,拒绝原假设，故可以认为服药前后，体重有明显变化。

10.某农民想理解两品种的小麦I、H产量与否有明显区别，其产量数据如错误!未找到引用源。5.24

所示，分别在明显性水平0.05和0.01下检查两品种产量与否有明显性差异。（数据来源：M.R.斯皮格尔，

《记录学（第3版”,科学出版社;参见数据文献:data5-23.sav.）

表5.24两种小麦的产量数据

小麦115.915.316.414.915.31614.615.314.516.616

小麦216.416.817.116.9181618.117.215.4

①处理问题的原理：独立样本非参数检杳。

②试验环节：通过“分析-非参数检查-独立样本”，打开“非参数检查”对话框，根据题目所需要的记录量

进行设置。

③成果及分析：

假设检验汇总

原假设测试Sig.决策者

单样本

由小麦＜=16.20和＞16.20定义的保留原

1运行检

值的序列是随机序列。1.000假设。

验

显示渐进显著性。显著性水平是.05.

由图可知，由于明显性水平为0.05,而相伴概率Sig.=1.000〉0.05,因此接受原假设，两品种产量无明显

性差异。

假设检验汇总

原假设测试Sig.决策者

单样本

山小麦v=16.20和＞16.20定义的保留原

1运行检

值的序列是随机序列。1.000假设。

验

显示渐进显著性。显著性水平是.01。

由图可知,由于明显性水平为0.01,而相伴概率而g.=1.000X）.05,因此接受原假设,两品种产量无明显

性差异。

11.为研究长跑运动对增强•股高校学生心脏功能的效果，对某校15名男生进行测试，通过5个月的长跑

锻炼后看其展脉与否减少。锻炼前后的晨脉数据如表5.25所示。

表5.25长跑锻炼前后晨脉变化表__________________________________________________________

锻炼前707656636356586065657566565970

锻炼后485460644855544551485648645054

试问锻炼前后的晨脉在明显性水平0.05卜有无明显性差异。（数据来源：卢纹岱，《SPSSforWindews记

录分析（第3版方,电子工业出版社;参见数据文献:data5-24.sav.）

①处理问题的原理：有关样本的非参数检查。

②试验环节：通过“分析-非参数检查-有大样本”，打开“非参数检查”对话框，根据题目所需要的记录量

进行设置。

③成果及分析：

假设检验汇总

族假设测试Sig.决策者

afterbefore之间差异的中位数等相关样本符号拒绝原

1.0221

于0。检验假设。

相关样本

before与after之间差异的中位数等拒绝原

2Wilcoxon符号.005

于0。秋检验假设。

显示渐进显著性:。显著性水平是.05。

1对此检验显示准确显著性。

由图可知，由于明显性水平为0.05,而相伴概率Sig.=0.22>0.05,因此接受原假设，可以得知锻炼前后的

晨脉之间差异的中位数等于0,即锻炼前后的晨脉无明显性差异。

二、试验心得与体会

通过对本章的学习以及实例分析的操作，学会了怎样用T检查处理两样本间均值比较的问题。对数据

的分析有了深入的认识和技能的掌握有了很大的提高。从而在后来的学习工作中，楸到此类问题，能更快

的反应、理解和掌握。

第七章有关分析

一、试验目的

运用分析多种性质不一样的SPSS变量，从而分析总体的多种特性，并分析这些特性的联络。有关分析

是比较简朴的多元分析，使用多元分析措施，能迅速发现总体特性之间的关系，并检查这些特性的明显性。

以此广泛用丁•生物学、经济学等各个领域。

二、试验内容

3.K.K.Smith在烟草杂交繁殖的花上搜集到如表7.21所示的数据，规定对以上3组数据两两之间进行有

关分析，以0.05的明显性水平检查有关系数的明显性。（数据来源：苏金明，《记录软件SPSS系列应用实

践篇》，电子工业出版社；参见数据文献：data7-9.savo）

表7.21K.K.Smith所调查的长度资料

花招长494432423253363937454148453940343735

花枝长272412221329142016212225231820152013

花萼长191612171019151415211422221514151516

①处理问题的原理：两变量/关分析

②试验环节：通过“分析-有关-双变量”，打开“双变量有关”对话框，根据题目所需要的记录量进行设宜。

③成果及分析：

从上表一列出了描述性记录量均值、原则差和记录量个案数。

从上表一是有关分析的申•要成果，可以看出，有关系数0.955）0,0.797>0,阐明呈正行关，有关系数的明显

性为0.002<0.005,因此接受原假设，阐明以上3组数据在0.05的明显性水平具有有关系数的明显性，

4.试确定1962〜1988年安徽省国民收入与城镇居民储蓄存款余额两个变量间的线性有关性，数据如表7.22

所示。（数据来源：《数据记录与管理》1990年第5期，中国商场记录研究会主办：参见数据文献：

data7-10.sav0）

表7.221962〜1988年安徽省国民收入数据表

年份19621963196419651966196719681969197019711972197319741975

国民收入（亿元）34.6135.6739.5247.3254.1450.8649.6951.6165.0672.5777.7283.578287.44

存款余额（亿元）0.590.710.8511.221.141.321.281.351.61.872.22.552.61

年份1976197719781979198019811982198319841985198619871988

103.8116.2127.8150.2161.4221.1271.8310.5357.8444.7

国民收入（亿元）95.6397.23180.2

1979771368

存款余额（亿元）2.743.133.915.758.7612.1916.3620.9528.3238.4355.4375.289.83

①处理问题的原理：两变量有关分析

②试验环节：通过“分析-有关-双变量”，打开“双变量有关”对话框，根据题目所需要的记录量进行设置。

③成果及分析：

从上表的上半部分可以看出，两变量的Kendall有关系数0.972>0,双尾检查的相伴概率明显不不小于0.05,

应拒绝两变量不有关的原假设，阐明两变量具有明显的正有关性.从上表的下半部分可以看出，两变量的

Spearman々.关系数为0.995川，同步双尾检宣的相伴概率明显性明显不不小于0.05,也阐明两变量