SPSS上機(jī)實(shí)驗(yàn)報(bào)告

1、實(shí)驗(yàn)名稱：頻數(shù)分布實(shí)驗(yàn)?zāi)康暮鸵螅豪L制頻數(shù)分布表頻數(shù)分布直方圖并分析集中趨勢指標(biāo)、差異性 指標(biāo)和分布形狀指標(biāo)實(shí)驗(yàn)內(nèi)容：繪制頻數(shù)分布表和頻數(shù)分布直方圖并分析實(shí)驗(yàn)記錄、問題處理：繪制頻數(shù)分布表銷售額頻率百分比有效百分比累積百分比79.0080.0082.0085.0089.0093.0095.0096.0097.0099.00105.00106.00有效109.00110.00112.00113.00114.00115.00124.00129.00130.00190.00合計(jì)1112111222211121111221303.33.33.36.73.33.33.36.76.76.76.73.33.

2、33.36.73.33.33.33.36.76.73.3100.03.33.33.36.73.33.33.36.76.76.76.73.33.33.36.73.33.33.33.36.76.73.3100.03.36.710.016.720.023.326.733.340.046.753.356.760.063.370.073.376.780.083.390.096.7100.0頻數(shù)分布直方圖集中趨勢指標(biāo)、差異性指標(biāo)和分布形狀指標(biāo)統(tǒng)計(jì)量銷售額klWi307實(shí)驗(yàn)結(jié)果分析：從統(tǒng)計(jì)量表可以看出有效樣本數(shù)有30個，沒有缺失 值。平均銷售額是106.8333,標(biāo)準(zhǔn)差為21.78592o從頻數(shù)分布表可以看

3、出樣本值、頻數(shù)占總數(shù)的百分 比、累計(jì)百分比。從帶正態(tài)曲線的直方圖可以看出銷售額集中在110實(shí)驗(yàn)名稱：列聯(lián)表 成績：實(shí)驗(yàn)?zāi)康暮鸵螅豪L制頻數(shù)表、相對頻數(shù)表并進(jìn) 行顯著性檢驗(yàn)和關(guān)系強(qiáng)度分析實(shí)驗(yàn)內(nèi)容：繪制頻數(shù)表、相對頻數(shù)表并分析實(shí)驗(yàn)記錄、問題處理：a.存在多個眾數(shù)。顯示最小值滿意度*性別交叉制表性別合計(jì)男性女性計(jì)數(shù)19827滿意度中的70.4%29.6%100.0%不滿意性別中的35.2%17.4%27.0%總數(shù)的19.0%8.0%27.0%計(jì)數(shù)232144滿意度中的52.3%47.7%100.0%滿意度一般性別中的42.6%45.7%44.0%總數(shù)的23.0%21.0%44.0%，計(jì)數(shù)121729

4、滿意度中的41.4%58.6%100.0%滿意性別中的22.2%37.0%29.0%總數(shù)的12.0%17.0%29.0%計(jì)數(shù)5446100滿意度中的54.0%46.0%100.0%合計(jì)性別中的100.0%100.0%100.0%總數(shù)的54.0%46.0%100.0%卡方檢驗(yàn)值df漸進(jìn)Sig.側(cè)）（雙缺失0均值106.8333均值的標(biāo)準(zhǔn)誤3.97755中值105.0000眾數(shù)85.00 a標(biāo)準(zhǔn)差21.78592方差474.626偏度1.915偏度的標(biāo)準(zhǔn)誤.427峰度6.297峰度的標(biāo)準(zhǔn)誤.833全距111.00極小值79.00極大值190.00和3205.00Pears on卡方4.825a2.

5、090似然比4.9312.085線性和線性組合4.6501.031有效案例中的N10Ca.O單元格（0.0%）的期望計(jì)數(shù)少-于5o最小、期望計(jì)數(shù)為12.42o對稱度:叟量值近似值Sig.220.090按標(biāo)量標(biāo)定Cramer的V.220.090有效案例中的N100a.不假定零假設(shè)。b.使用漸進(jìn)標(biāo)準(zhǔn)誤差假定零假設(shè)。實(shí)驗(yàn)結(jié)果分析：從卡方檢驗(yàn)看出sig0.05,不顯著。所以男生女生對滿意與否評價(jià)沒有差異實(shí)驗(yàn)名稱：方差分析成績：實(shí)驗(yàn)?zāi)康暮鸵螅簡我蜃臃讲罘治?、多因子方差和協(xié)方差分析實(shí)驗(yàn)內(nèi)容：進(jìn)行單因子方差分析并輸出方差分析表、顯著性檢驗(yàn)及解釋結(jié)果、多因 子方差和協(xié)方差分析并輸出方差分析表和協(xié)方差分析表、

6、顯著性檢驗(yàn)及解釋結(jié)果。 實(shí)驗(yàn)記錄 問題處理：單因子方差分析分析一一比較均值，單因素一一鍵入銷售額為因變量，鍵入促銷力度為因子兩兩比較打鉤L檢驗(yàn)，選項(xiàng)方差齊性檢驗(yàn)打鉤得:ANOVA銷售額平方和df均方F顯著性組間7250.66722329.576170.891.000組內(nèi)13.50071.929總數(shù)7264.16729多因子方差分析分析-般線性模型，單變量一一鍵入店內(nèi)促銷和贈券狀態(tài)為固定因子，銷售額為因變量一一兩兩比較打鉤L檢驗(yàn)，選項(xiàng)方差齊性檢驗(yàn)打鉤，得：主體間效應(yīng)的檢驗(yàn)因變量：銷售額源III型平方和df均方FSig.校止模型162.667a532.53333.655.000截距1104.133

7、11104.1331142.207.000店內(nèi)促銷106.067253.03354.862.000贈券狀態(tài)53.333153.33355.172.000丿占內(nèi)促銷*贈券狀態(tài)3.26721.6331.690.206誤差23.20024.967總計(jì)1290.00030校正的總計(jì)185.86729a. R方=.875（調(diào)整R方=849）協(xié)方差分析分析-般線性模型，單變量一一鍵入店內(nèi)促銷和贈券狀態(tài)為固定因子，銷售額為因變量，鍵入客源排序?yàn)閰f(xié)變量一一兩兩比較打鉤L檢驗(yàn)，選項(xiàng)方差齊性檢驗(yàn)打 鉤，得：主體間效應(yīng)的檢驗(yàn)因變量：銷售額源III型平方和df均方FSig.校止模型163.505a627.25128.

8、028.000截距103.3461103.346106.294.000客源排序.8381.838.862.363店內(nèi)促銷106.067253.03354.546.000贈券狀態(tài)53.333153.33354.855.000丿占內(nèi)促銷*贈券狀態(tài)3.26721.6331.680.208誤差22.36223.972總計(jì)1290.00030校正的總計(jì)185.86729a. R方=.880（調(diào)整F?方=.848）實(shí)驗(yàn)結(jié)果分析: 單因子：組間顯著性為0.000,小于0.05,顯著影響。多因子：店內(nèi)促銷和贈券狀態(tài)顯著性分別都為0.000,小于0.05,顯著影響但是店內(nèi)促銷和贈券狀態(tài)交互作用的顯著性為0.20

9、6,大于0.05,不顯著。協(xié)方差：經(jīng)協(xié)變量客源排序的顯著性為0.363,對銷售額影響不顯著。店內(nèi)促銷的 顯著性為0.000,小于0.05,對銷售額影響顯著。贈券狀態(tài)的顯著性為0.000,小 于0.05,對銷售額影響顯著。店內(nèi)促銷和贈券狀態(tài)的交互作用顯著性為0.208,大于0.05,對銷售額影響不顯著實(shí)驗(yàn)名稱：相關(guān)分析成績：實(shí)驗(yàn)?zāi)康暮鸵螅河?jì)算Pearson相關(guān)系數(shù)和簡單相關(guān)系數(shù)并分析 實(shí)驗(yàn)內(nèi)容：計(jì)算Pears on相關(guān)系數(shù)和簡單相關(guān)系數(shù)并分析實(shí)驗(yàn)記錄、問題處理：分析-一相關(guān)，雙變量-一添加收、家庭人口、受教育程度、汽車保有量一默認(rèn)pears on分析-一確定，得:相關(guān)性收入家庭人口家長受教育年

10、數(shù)汽車保有量收入Pearson相關(guān)性1-.008.327 ”.208顯著性（雙側(cè)）.936.001.038N100100100100家庭人口Pearson相關(guān)性-.0081.122.576 -顯著性（雙側(cè)）.936.226.000N100100100100家長受教育年數(shù)Pearson相關(guān)性.327 .1221.207-顯著性（雙側(cè)）.001.226.039N100100100100汽車保有量Pearson相關(guān)性.208 .576 -.207-1顯著性（雙側(cè)）.038.000.039N100100100100r在.01水平（雙側(cè)）上顯著相關(guān)。1在0.05水平（雙側(cè)）上顯著相關(guān)。實(shí)驗(yàn)結(jié)果分析：1、

11、收入對受教育年數(shù)，相關(guān)系數(shù)為0.327,顯著性為0.001,小于0.01,所以收入 和受教育年為正向相關(guān)，且相關(guān)性很強(qiáng)。2、 收入對汽車保有量，相關(guān)系數(shù)為0.208,顯著性為0.038,小于0.05,所以收入 對汽車保有量為正向相關(guān)。3、 家庭人口對汽車保有量，相關(guān)系數(shù)為0.576,顯著性為0.000,小于0.01,所 以收入對汽車保有量為正向相關(guān)，且相關(guān)性很強(qiáng)。4、 受教育年數(shù)對收入，相關(guān)系數(shù)為0.327,顯著性為0.001,小于0.01,所 以受 教育年數(shù)對收入為正想相關(guān)，且相關(guān)性很強(qiáng)。實(shí)驗(yàn)名稱：回歸分析成績：實(shí)驗(yàn)?zāi)康暮鸵螅赫莆蘸唵位貧w模型和多元回歸分析的SPSS操作方法實(shí)驗(yàn)內(nèi)容：檢驗(yàn)簡

12、單回歸模型、繪制散點(diǎn)圖、輸出回歸結(jié)果并分析、殘差分析；檢 驗(yàn)多元回歸分析模型、輸出回歸結(jié)果并分析及殘差分析。實(shí)驗(yàn)記錄 問題處理：（-）簡單回歸得出模型匯總模型RR方調(diào)整R方標(biāo)準(zhǔn)估計(jì)的誤差1.754a.569.5541.691a.預(yù)測變量：（常量），促銷水平Anova-模型平方和df均方FSig.回歸105.8001105.80036.999.000 b殘差80.067282.8601總計(jì)185.86729a.因變量：月均銷售額b.預(yù)測變量：（常量），促銷水平系數(shù)模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版（常量）10.667.81713.0591.000促銷水平-2.300.378-.7

13、54-6.083.000a因變量：月均銷售額實(shí)驗(yàn)結(jié)果分析:R方為0.554,擬合優(yōu)度一般P值sig顯著表達(dá)式：銷售額=10.667-2.3*促銷水平（二）多元線性回歸得：模型匯總模型RR方調(diào)整R方標(biāo)準(zhǔn)估計(jì)的誤差1.754a.569.5541.6912.925b.856.846.995a.預(yù)測變量：（常量），店內(nèi)促銷。b.預(yù)測變量：（常量），店內(nèi)促銷，贈券狀態(tài)Anovaa模型平方和df均方FSig.回歸105.8001105.80036.999.000 b殘差80.067282.8601總計(jì)185.86729回歸159.133279.56780.360.000c殘差26.73327.9902總計(jì)

14、185.86729a.因變量：銷售額b.預(yù)測變量：（常量），店內(nèi)促銷。c.預(yù)測變量：（常量），店內(nèi)促銷，贈券狀態(tài)系數(shù)模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版（常量）10.667.81713.0591.000店內(nèi)促銷-2.300.378-.754-6.083.000（常量）14.667.72720.183.0002店內(nèi)促銷-2.300.222-.754-10.337.000贈券狀態(tài)-2.667.363-.536-7.339.000a因變量：銷售額實(shí)驗(yàn)結(jié)果分析:R方在第二次擬合達(dá)到0.856,說明模型的擬合的情況非常好方差分析表顯示P值sig0.05,說明模型非常顯著。表達(dá)式： 銷售額=

15、14.667-2.3*店內(nèi)促銷-2.667*贈券狀態(tài)實(shí)驗(yàn)名稱：Logistic回歸成績：實(shí)驗(yàn)?zāi)康暮鸵螅赫莆誏ogistic回歸分析的SPSS操作方法實(shí)驗(yàn)內(nèi)容：估計(jì)和檢驗(yàn)Logistic回歸系數(shù)并解釋結(jié)果。分類表己觀測己預(yù)測實(shí)驗(yàn)問處記錄題得出:品牌忠誠百分比校正01步驟1品牌忠誠012380.0131280.0總計(jì)百分比80.0a.切割值為.500方程中的變量BS.E,WaisdfSig.Exp (B)步驟1a品牌態(tài)度1.274.4797.0751.0083.575產(chǎn)品態(tài)度.186.322.3351.5631.205購物態(tài)度.590.4911.4421.2301.804常量-8.6423.34

16、66.6721.010.000a.在步驟1中輸入的變量：品牌態(tài)度，產(chǎn)品態(tài)度，購物態(tài)度.實(shí)驗(yàn)結(jié)果分析:品牌忠誠=1.274*品牌態(tài)度+0.186*產(chǎn)品態(tài)度+0.590*購物態(tài)度-8.462其中品牌態(tài)度的sig小于0.05,所以品牌態(tài)度與品牌購買正向變化顯著。但是因?yàn)楫a(chǎn)品態(tài)度和購物態(tài) 度的sig大于0.05,所以這兩個變量與品牌購買 的正向變化不顯著 實(shí)驗(yàn)名稱：因子分析 成績：實(shí)驗(yàn)?zāi)康暮鸵螅赫莆找蜃臃治龅腟PSS操作方法 實(shí)驗(yàn)內(nèi)容：KMO和Barlett氏檢驗(yàn)；輸出碎石圖及旋轉(zhuǎn)前后的因子矩陣；各 因子的 特征值和解釋的方差比例；解釋因子并命名；計(jì)算因子得分。實(shí)驗(yàn)記錄、問題處理：步驟處理：分析-一

17、降維-一因子分析 將度量變量鍵入變量框,選取描述，選取抽取，選取旋轉(zhuǎn)，如圖所示：勾選KMO與bartlett球形度檢驗(yàn)勾選碎石圖勾選載荷圖選取得分，勾選保存變量和因子得分系數(shù)矩陣KMO和Bartlett的檢驗(yàn)取樣足夠度的Kaiser-Meyer-Olkin度量Bartlet近似卡方t的球形度檢驗(yàn)df.589101.749解釋的總方差成份初始特征值提取平方和載入合計(jì)方差的累積合計(jì)方差的累積12.56942.82142.8212.56942.82142.82122.27237.86880.6902.27237.86880.6903.4317.18887.8784.3455.74393.6215.3

18、055.09198.7126.0771.288100.000提取方法：主成份分析。成份矩陣成份12預(yù)防蛀牙.940.189牙齒亮澤-.241.814保護(hù)牙根.930.059口氣清新-.311.800不預(yù)防壞牙-.808-.386富有魅力-.112.884提取方法：主成分分析法。a已提取了2個成份。實(shí)驗(yàn)結(jié)果分析：KM（值為0.589, sig值為0.000,適合作因子分 析各因子的特征值和解釋的方差比例可以在“解釋 的總方差”中看出，其中我們可以知道，特征值2.569和2.272可以解釋方差比例分別是42.821%和37.868%o因?yàn)橐蜃?在預(yù)防蛀牙 保護(hù)牙根有很大載荷，所 以將其命名為保健因

19、子。因子2在牙齒亮澤、口氣 清新 富有魅力有很大載荷，所以將其命名為社交 因子。計(jì)算因子得分，得保健因子=0.366*預(yù)防蛀牙-0.094*牙齒亮澤+0.362*保護(hù)牙齦-0.121*口氣清新-0.315*不預(yù) 防壞牙-0.044*富有魅力社交因子=0.083*預(yù)防蛀牙+0.358*牙齒亮澤+0.026*保護(hù)牙根+0.352*口氣清新-0.170*不預(yù) 防 壞牙+0.389*富有魅力實(shí)驗(yàn)名稱：聚類分析成績：實(shí)驗(yàn)?zāi)康暮鸵螅赫莆辗謱泳垲惡蚄-means聚類的SPSS操作方法實(shí)驗(yàn)內(nèi)容：進(jìn)行分層聚類和K-means聚類分析并輸 出纟吉果。實(shí)驗(yàn)記錄、問題處理：分層聚類：步驟處理：分析一-分類一系統(tǒng)聚類

20、將度量變量鍵入變量框，勾選統(tǒng)計(jì)量中的聚類成員中的方案范圍，并且設(shè)置為最小3最大5.勾選繪制中的樹狀圖打開保存選項(xiàng)卡，勾選聚類成員中的方案范圍，設(shè)置最小3最大5結(jié)果如圖所示：聚類表階群集組合系數(shù)首次岀現(xiàn)階群集下一階成份12預(yù)防蛀牙.957-.047牙齒亮澤-.034.849保護(hù)牙根.916-.171口氣清新-.105.852不預(yù)防壞牙-.878-.176富有魅力.108.884成份|12預(yù)防蛀牙.366.083牙齒亮澤-.094.358保護(hù)牙根.362.026口氣清新-.121.352不預(yù)防壞牙-.315-.170富有魅力-.044.389旋轉(zhuǎn)成份矩陣提取方法：主成分分析法。旋轉(zhuǎn)法：具有Kais

21、er標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。a 尙柱:ZP 2溝瀆仲丘旳的成份得分系數(shù)矩陣提取方法：主成分分析法。構(gòu)成得分。群集1群集2群集1群集2114162.0000032672.000007310143.00001842133.000001455113.0000096383.000001576124.000201084104.33303119594.500501210165.0000713114197.2508017125207.3339014131178.25010015142510.75041218151311.300136161611514.000150191741820.20011018182438

22、.611141719191248.29216180群集成員案例5群集4群集3群集11112222311143335222f61117111811192221033311222121111322214333151617181920431532131432131332*|_| IERARCHICALCLUSTER水*穴*Den drogram using Average Lin kage (Betwee n Groups)Rescaled Dista nee Cluster CombiCASE0510152025Label Num +. +.+. +4-14-+16+ - +10+ +- +4 + +.-+19+ +.+18+丨2+ + + +13-+III5 -+-+ +.+丨11+ +119 + + + I20+13+ +丨-+ I8 r16 -+-+ + |7 +丨丨丨丨12+ 1 +-+1 + + + 117-+1