spss练习题(答案及简要分析)

1、Spss课程练习题1、某年纪有80名学生，男女生各40人，分成2各班级，下面表1中是某次一门课程的成绩，请分性别、班级计算平均数、标准差等结果。表1性别班级考试成绩男生182，72，74，86，93，74，79，83，78，8184，75，87，78，85，74，84，78，79，83281，77，74，80，70，74，72，90，84，8784，79，77，69，80，79，81，80，88，78女生175，73，89，72，70，74，77，70，61，9185，83，94，85，82，86，91，83，87，77285，83，68，79，82，87，86，81，79，8375，84，7

2、3，96，67，88，63，89，71，94Case Processing Summary CasesIncludedExcludedTotalNPercentNPercentNPercent成绩 * 班级 * 性别80100.0%0.0%80100.0% Report成绩 班级性别MeanNStd. Deviation一班男生80.4500205.33583女生80.2500208.66861Total80.3500407.10561二班男生79.2000205.69025女生80.6500208.87501Total79.9250407.39503Total男生79.8250405.481

3、38女生80.4500408.66159Total80.1375807.208902、10名学生的两门其中考试成绩见表2，请按总成绩的40计算总分。表2序号（xu）心理统计学(tj)心理学研究方法(ff)总成绩的40（x）1786958.802659262.803858668.404727659.205689464.806828968.407637053.208877564.809809369.2010778263.603、将表1中的数据合并，即不再分组，试整理成频数分布表，绘制出频数分布图，计算出常用的统计量。Statistics成绩 NValid80Missing0Mean80.1375S

4、td. Error of Mean.80598Median80.5000Mode74.00(a)Std. Deviation7.20890Minimum61.00Maximum96.00Sum6411.00Percentiles2574.25005080.50007585.0000a Multiple modes exist. The smallest value is shown成绩 FrequencyPercentValid PercentCumulative PercentValid61.0011.31.31.363.0011.31.32.567.0011.31.33.868.0011.

5、31.35.069.0011.31.36.370.0033.83.810.071.0011.31.311.372.0033.83.815.073.0022.52.517.574.0067.57.525.075.0033.83.828.877.0045.05.033.878.0045.05.038.879.0067.57.546.380.0033.83.850.081.0045.05.055.082.0033.83.858.883.0067.57.566.384.0056.36.372.585.0045.05.077.586.0033.83.881.387.0045.05.086.388.002

6、2.52.588.889.0022.52.591.390.0011.31.392.591.0022.52.595.093.0011.31.396.394.0022.52.598.896.0011.31.3100.0Total80100.0100.0 4、正常人的脉搏平均 数为72次/分。现测得15名患者的脉搏：71，55，76，68，72，69，56，70，79，67，58，77，63，66，78 试问这15名患者的脉搏与正常人的脉搏是否有差异？One-Sample Test Test Value = 72tdfSig. (2-tailed)Mean Difference95% Confide

7、nce Interval of the DifferenceLowerUpper脉搏频数-1.83614.088-3.6667-7.9494.6161由结果可知，因为0.0880.05，所以在p=0.05的显著性水平上差异不显著5、收集了20名学生的自信心值，见表3，试问该指标是否与性别有关？表3数据值性别（g）1，1，1，1，2，2，1，1，1，2，2，1，2，2，2，1，1，2，2，2自信心(x)6，8，5，6，6，4，8，5，3，8，6，5，5，7，8，5，6，8，7，4Independent Samples Test Levenes Test for Equality of Varia

8、ncest-test for Equality of MeansFSig.tdfSig. (2-tailed)Mean DifferenceStd. Error Difference95% Confidence Interval of the DifferenceLowerUpper自信心Equal variances assumed.273.608-.87618.392-.6000.68475-2.03862.83862Equal variances not assumed -.87617.960.392-.6000.68475-2.03885.83885由数据可知，F检验的p=0.6080

9、.05，所以两组样本的方差差异不显著，所以t检验应该是Equal variances assumed一项进行判断。双侧t检验的p=0.3920.05，表示两个样本没有显著性差异6、将条件相近的学生配成对，再随机分成两组，采用两种不同的训练方法进行训练，训练一周后，测得两组学生跳高成绩如表4，试问两种训练方法的效果是否相同？表4X1X2151155149151148161141158164141160143139157140153147154142148注：x1、x2表示两组学生的跳高成绩，单位厘米（cm）配对样本T检验：Analyze Compare Means Paried-sample T

10、 TestPaired Samples Correlations NCorrelationSig.Pair 1X1 & X210.938.000Paired Samples Test Paired DifferencestdfSig. (2-tailed)MeanStd. DeviationStd. Error Mean95% Confidence Interval of the DifferenceLowerUpperPair 1X1 - X23.20002.85968.904311.15435.24573.5399.006由配对样本相关性检验可知，两样本相关性的p=0.000.05，因此两

11、者存在相关性，由配对样本T检验的数据分析可得，两组数据的p=0.0060.05所以两者之间在0.05的差异水平上差异显著7、为了探讨不同教法对英语教学效果的影响，将一个班级随机分成3组，接受3种不同的教法，英语成绩见表5，试问不同的教法之间是否存在着差异。表5第一组第二组第三组78.0061.0080.0072.0072.0070.0066.0065.0076.0069.0066.0072.0070.0062.0072.00单因素方差分析：因变量：英语成绩；自变量：教法；3种不同的水平：3种不同的教法 Analyze Compare Means One-Way ANOVATest of Hom

12、ogeneity of Variances成绩 Levene Statisticdf1df2Sig.007212.993ANOVA成绩 Sum of SquaresdfMean SquareFSig.Between Groups200.1332100.0675.488.020Within Groups218.8001218.233 Total418.93314 Multiple ComparisonsDependent Variable: 成绩 (I) 组数(J) 组数Mean Difference (I-J)Std. ErrorSig.95% Confidence IntervalLower

13、 BoundUpper BoundLSD第一组第二组5.80002.70062.053-.084111.6841第三组-3.00002.70062.288-8.88412.8841第二组第一组-5.80002.70062.053-11.6841.0841 第三组-8.8000(*)2.70062.007-14.6841-2.9159第三组第一组3.00002.70062.288-2.88418.8841 第二组8.8000(*)2.70062.0072.915914.6841* The mean difference is significant at the .05 level.由方差分析的

14、结果可知，组间的F检验的p=0.0200.05，所以组间差异在0.05的水平上差异显著，由事后检验结果可得第二组和第三组的p=0.0070.05，因此第二组和第三组在0.05的水平上差异显著。8、4名工人操作3台机器，1天的日产量数据见表6，试问机器之间、工人之间在日产量上是否有差异 表6工人1234机器150474753263545758352424148双因素方差分析（无交互作用）：因变量，日产量 ；自变量，机器，有3个水平；工人，有4个水平 Analyze General Linlear Model UnivariateTests of Between-Subjects EffectsD

15、ependent Variable: 日产量 SourceType III Sum of SquaresdfMean SquareFSig.Corrected Model433.167(a)586.63315.831.002Intercept31212.000131212.0005703.716.000机器号318.5002159.25029.102.001工人号114.667338.2226.985.022Error32.83365.472 Total31678.00012 Corrected Total466.00011 a R Squared = .930 (Adjusted R Squ

16、ared = .871)机器号Multiple ComparisonsDependent Variable: 日产量 (I) 机器号(J) 机器号Mean Difference (I-J)Std. ErrorSig.95% Confidence IntervalLower BoundUpper BoundLSD1.002.00-8.7500(*)1.65412.002-12.7975-4.70253.003.50001.65412.079-.54757.54752.001.008.7500(*)1.65412.0024.702512.7975 3.0012.2500(*)1.65412.000

17、8.202516.29753.001.00-3.50001.65412.079-7.5475.5475 2.00-12.2500(*)1.65412.000-16.2975-8.2025Based on observed means.* The mean difference is significant at the .05 level.日产量 机器号NSubset12Student-Newman-Keuls(a,b)3.00445.7500 1.00449.2500 2.004 58.0000Sig. .0791.000Means for groups in homogeneous sub

18、sets are displayed. Based on Type III Sum of Squares The error term is Mean Square(Error) = 5.472.a Uses Harmonic Mean Sample Size = 4.000.b Alpha = .05.工人号Multiple ComparisonsDependent Variable: 日产量 (I) 工人号(J) 工人号Mean Difference (I-J)Std. ErrorSig.95% Confidence IntervalLower BoundUpper BoundLSD1.0

19、02.007.3333(*)1.91001.0092.659712.00703.006.6667(*)1.91001.0131.993011.34034.002.00001.91001.335-2.67366.67362.001.00-7.3333(*)1.91001.009-12.0070-2.6597 3.00-.66671.91001.739-5.34034.00704.00-5.3333(*)1.91001.031-10.0070-.65973.001.00-6.6667(*)1.91001.013-11.3403-1.9930 2.00.66671.91001.739-4.00705

20、.34034.00-4.66671.91001.050-9.3403.00704.001.00-2.00001.91001.335-6.67362.6736 2.005.3333(*)1.91001.031.659710.00703.004.66671.91001.050-.00709.3403Based on observed means.* The mean difference is significant at the .05 level.日产量 工人号NSubset12Student-Newman-Keuls(a,b)2.00347.6667 3.00348.3333 4.00353

21、.000053.00001.003 55.0000Sig. .070.335Means for groups in homogeneous subsets are displayed. Based on Type III Sum of Squares The error term is Mean Square(Error) = 5.472.a Uses Harmonic Mean Sample Size = 3.000.b Alpha = .05.由双因素分析结果可知，机器号的F检验的p=0.0010.05，因此机器号的影响存在显著性，工人号的F检验的p=0.0220.05，因此工人间也存在显

22、著影响由事后检验的数据可知，1号机器和2号机器之间的p=0.0020.05，说明二者之间存在显著性差异；同理，2号机器和3号机器之间的p=0.0000.05，因此二者之间也存在着显著性差异。1号工人和2号工人的p=0.0090.05，1号和3号之间的p=0.0130.05，因此1号和2号、3号之间存在显著性差异；2号和4号的p=0.0130.05，因此二者之间存在显著性差异；3号和4号之间的p=0.050=0.05，因此二者之间也存在显著性差异。9、一研究着选择了两种类型的文章（因素A）：不熟悉（A1）、熟悉（A2），使用3种生字密度（因素B）：5：1（B1）、10：1（B2）、20：1（B3

23、），将24名五年级学生随机分为6组，测得数据见表7，试问文章类型之间、生字密度之间有无差异。表7A1A2B13，6，4，34，5，3，3，B24，6，4，28，9，8，7B35，7，5，212，13，12，11双因素方差分析（有交互作用）：Analyze General Linlear Model UnivariateTests of Between-Subjects EffectsDependent Variable: 测试数据 SourceType III Sum of SquaresdfMean SquareFSig.Corrected Model218.333(a)543.66723.

24、463.000Intercept888.1671888.167477.224.000文章类型80.667180.66743.343.000生字密度81.083240.54221.784.000文章类型 * 生字密度56.583228.29215.201.000Error33.500181.861 Total1140.00024 Corrected Total251.83323 a R Squared = .867 (Adjusted R Squared = .830)Multiple ComparisonsDependent Variable: 测试数据 (I) 生字密度(J) 生字密度Mea

25、n Difference (I-J)Std. ErrorSig.95% Confidence IntervalLower BoundUpper BoundLSDB1B2-2.1250(*).68211.006-3.5581-.6919B3-4.5000(*).68211.000-5.9331-3.0669B2B12.1250(*).68211.006.69193.5581 B3-2.3750(*).68211.003-3.8081-.9419B3B14.5000(*).68211.0003.06695.9331 B22.3750(*).68211.003.94193.8081Based on

26、observed means.* The mean difference is significant at the .05 level.测试数据 生字密度NSubset123Student-Newman-Keuls(a,b)B183.8750 B28 6.0000 B38 8.3750Sig. 1.0001.0001.000Means for groups in homogeneous subsets are displayed. Based on Type III Sum of Squares The error term is Mean Square(Error) = 1.861.a U

27、ses Harmonic Mean Sample Size = 8.000.b Alpha = .05.由双因素分析的结果可知，文章类型的F检验的p=0.0000.05，说明文章类型对该实验有显著性影响，生字密度F检验的p=0.0000.05，因此，生字密度也对实验产生显著性影响由事后检验的结果可知，B1与B2的p=0.0060.05，二者之间存在显著性影响，B1和B3的p=0.0000.05，因此二者之间也存在着显著性影响；B2和B3之间的p=0.0030.05，说明二者之间存在显著性影响10、为研究学生的平时作文成绩x与高考作文成绩y的关系，随机抽取10名考生，数据见表8，试进行相关分析。

28、表8序号12345678910x80789092827290846476y29243032282527301525简单相关分析：Analyze Correlate BivariateCorrelations 平时成绩高高作文成绩平时成绩Pearson Correlation1.869(*)Sig. (2-tailed).001N1010高高作文成绩Pearson Correlation.869(*)1Sig. (2-tailed).001.N1010* Correlation is significant at the 0.01 level (2-tailed).由相关分析的结果可知两变量的相

29、关系数为0.869，在这个数据旁边有两个星号，表示当显著性水平为0.01时，统计检验的显著性概率小于等于0.01，所以，平时成绩与高考作文成绩显著高度正相关。11、一般来说物理成绩受数学成绩的影响较大，今收集到20名学生的物理、数学成绩，试建立用数学成绩预测物理成绩的回归方程。成绩见表9。表9数学（x）78678976839174699466物理 (y)74637075818667638962数学（x）77866793856590837581物理 (y)79886590786780917382一元线性回归分析：Analyze Regression LinearModel Summary(b)M

30、odelRR SquareAdjusted R SquareStd. Error of the Estimate1.836(a).699.6835.46939a Predictors: (Constant), 数学b Dependent Variable: 物理ANOVA(b)Model Sum of SquaresdfMean SquareFSig.1Regression1252.09511252.09541.856.000(a)Residual538.4551829.914 Total1790.55019 a Predictors: (Constant), 数学b Dependent Variable: 物理Coefficients(a)Model Unstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)8.18410.576 .774.449数学.855.132.8366.470.000a Dependent Variable: 物理由散点图模型可知，两个因素之间存在一定的相关关系，由回归模型的拟合优度检验结果可知，相关系数R为0.836，判定系数R2为0.699，校正判定系数为0.683，说明模型的拟合优度较好。由方差分析结果可知，显著性p=0.0000.05