spss案例分析.doc

1、某班共有28个学生，其中女生14人，男生14人，下表为某次语文测验的成绩，请用描述统计方法分析女生成绩好，还是男生成绩好。
女生成绩
男生成绩
76.00
71.00
60.00
72.00
84.00
74.00
65.00
66.00
61.00
76.00
77.00
43.00
67.00
82.00
71.00
76.00
79.00
79.00
70.00
60.00
54.00
75.00
57.00
46.00
77.00
89.00
75.00
48.00
方法一：频率分析
（1） 步骤：分析→描述统计→频率→女生成绩、男生成绩右移→统计量设置→图表（直方图）→确定
（2） 结果：
统计量

女生成绩
男生成绩
N
有效
15
15
缺失
73
73
均值
69.9333
67.0000
中值
71.0000
72.0000
众数
76.00a
48.00a
标准差
8.91601
14.53567
方差
79.495
211.286
全距
30.00
46.00
极小值
54.00
43.00
极大值
84.00
89.00
和
1049.00
1005.00
a. 存在多个众数。显示最小值

（3）分析：由统计量表中的均值、标准差及直方图可知，女生成绩比男生成绩好。

方法二：描述统计
（1） 步骤：分析→描述统计→描述→女生成绩、男生成绩右移→选项设置→确定
（2） 结果：
描述统计量

N
极小值
极大值
均值
标准差
方差
女生成绩
15
54.00
84.00
69.9333
8.91601
79.495
男生成绩
15
43.00
89.00
67.0000
14.53567
211.286
有效的 N （列表状态）
15

（3） 分析：由描述统计量表中的均值、标准差、方差可知，女生成绩比男生成绩好。

2、某公司经理宣称他的雇员英语水平很高，现从雇员中随机随出11人参加考试，得分如下：80、81、72、60、78、65、56、79、77、87、76，请问该经理的宣称是否可信？
（1）方法：单样本T检验
H0:u＝u0,该经理的宣称可信
H1:u≠u0,该经理的宣称不可信
（2）步骤：①输入数据：（80，81，…76）
②分析→比较均值→单样本T检验→VAR00001右移→检验值（75）→确定
（3）结果：
单个样本统计量

N
均值
标准差
均值的标准误
VAR00001
11
73.73
9.551
2.880

单个样本检验

检验值 = 75
t
df
Sig.(双侧)
均值差值
差分的 95% 置信区间
下限
上限
VAR00001
-.442
10
.668
-1.273
-7.69
5.14
（4）分析：由单个样本检验表中数据知t＝0.668>0.05，所以接受H0，即该经理的宣称是可信的。

3、某医院分别用 A、B两种血红蛋白测定仪器检测了16名健康男青年的血红蛋白含量（g/L），检测结果如下。问：两种血红蛋白测定仪器的检测结果是否有差别？
仪器A：113，125，126，130，150，145，135，105，128，135，100，130，110，115，120 ，155
仪器B：140，150，138，120，140，145，135，115，135，130，120，133，147，125，114，165
（1）方法：配对样本t检验
H0:u1＝u2，两种血红蛋白测定仪器的检测结果无差别
H1:u1≠u2，两种血红蛋白测定仪器的检测结果有差别
（2）步骤：①输入两列数据：A列（113，125，…155）；B列（140，125，…165）；
②分析→比较均值→配对样本t检验→仪器A、仪器B右移→确定
（3）结果：
成对样本统计量

均值
N
标准差
均值的标准误
对 1
仪器A
126.38
16
15.650
3.912
仪器B
134.50
16
13.770
3.442
成对样本相关系数

N
相关系数
Sig.
对 1
仪器A & 仪器B
16
.570
.021

成对样本检验

成对差分
t
df
Sig.(双侧)
均值
标准差
均值的标准误
差分的 95% 置信区间
下限
上限
对 1
仪器A - 仪器B
-8.125
13.735
3.434
-15.444
-.806
-2.366
15
.032
（4）分析：由成对样本检验表的Sig可见t＝0.032小于0.05，所以拒绝H0，

即两种血红蛋白测定仪器的检测结果有差别。
4、某公司准备推出一个新产品，但产品名称还没有正式确定，决定进行抽样调 查，在受访200人中，52人喜欢A名称，61人喜欢B名称，87人喜欢C名称，请问ABC三种名称受欢迎的程度有无差别？
（1）方法：多项分布的卡方检验
H0:u＝u0，ABC三种名称受欢迎的程度无差别
H1:u≠u0，ABC三种名称受欢迎的程度有差别
（2）步骤：①定义变量，输入数据
②数据→加权个案→加权个案（人数右移）→确定
③分析→非参数检验→卡方→人数右移→确定
（3）结果：
检验统计量

人数
卡方
9.910a
df
2
渐近显著性
.007
a. 0 个单元 (.0%) 具有小于 5 的期望频率。单元最小期望频率为 66.7。

人数

观察数
期望数
残差
52
52
66.7
-14.7
61
61
66.7
-5.7
87
87
66.7
20.3
总数
200

（4）分析：= 0.007小于显著性水平0.05，因此拒绝H0，即A、B、C三种名称受欢迎的程度有差异。

（注：专业文档是经验性极强的领域，无法思考和涵盖全面，素材和资料部分来自网络，供参考。可复制、编制，期待你的好评与关注）