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79.0013.33.33.380.0013.33.36.782.0013.33.310.085.0026.76.716.789.0013.33.320.093.0013.33.323.395.0013.33.326.796.0026.76.733.397.0026.76.740.099.0026.76.746.7105.0026.76.753.3有效106.0013.33

2、.356.7109.0013.33.360.0110.0013.33.363.3112.0026.76.770.0113.0013.33.373.3114.0013.33.376.7115.0013.33.380.0124.0013.33.383.3129.0026.76.790.0130.0026.76.796.7190.0013.33.3100.0合計(jì)30100.0100.0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)量銷售額均值有效缺失300106.8333均值的標(biāo)準(zhǔn)誤3.97755實(shí)驗(yàn)結(jié)果分析：中值眾數(shù)105.000085.00a從統(tǒng)代表可以看出有效樣本數(shù)有30標(biāo)準(zhǔn)差21.

3、78592個(gè)，沒有缺失值。平均銷售額是方差474.626106.8333,標(biāo)準(zhǔn)差為21.78592。偏度1.915從頻數(shù)分布表可以看出樣本值、頻數(shù)占偏度的標(biāo)準(zhǔn)誤峰度.4276.297總數(shù)的百分比、累計(jì)百分比。峰度的標(biāo)準(zhǔn)誤.833從帶正態(tài)曲線的直方圖可以看出銷售額全距111.00集中在110極小值79.00實(shí)驗(yàn)名稱：列聯(lián)表極大值和190.003205.00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a.存在多個(gè)眾數(shù)。顯示最小值實(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：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%10

4、0.0%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.（雙側(cè)）Pearson卡方4.825a2.090似然比4.931

5、2.085線性和線性組合4.6501.031有效案例中的N100a.0單元格（0.0%）的期望計(jì)數(shù)少于5。最小期望計(jì)數(shù)為12.42。對稱度量值近似值Sig.按標(biāo)量標(biāo)定.220.090Cramer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sig>0.05,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螅簡我蜃臃讲罘治觥⒍嘁蜃臃讲詈蛥f(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、顯著性檢驗(yàn)及解釋結(jié)果。

6、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：ANOVA銷售額平方和df均方F顯著性組間7250.66722329.576170.891.00C組內(nèi)13.50071.929總數(shù)7264.16729多因子方差分析分析一一一般線性模型，單變量一一鍵入店內(nèi)促銷和贈券狀態(tài)為固定因子，銷售額為因變量分一兩兩比較打鉤L檢驗(yàn)，選項(xiàng)方差齊性源III型平方和df均方FSig.校正模型162.667a532.53333.655.000截距1104.13311104.1331142.207.000店內(nèi)促銷106.0

7、67253.03354.862.000贈券狀態(tài)53.333153.33355.172.000店內(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)方差分析分析一一一般線性模型，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)變量分一兩兩比較打鉤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.校正模型163.505a627.25128.028.000截距103.3461103.346106.29

8、4.000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店內(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R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0.206,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0.3

9、63,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Pearson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：分析一一相關(guān)，雙變量一一添加收、家庭人口、受教育程度、汽車保有量默認(rèn)pearson分析確定，得：相關(guān)性收入家庭人口家長受教育年數(shù)汽車保有量收入Pearson相關(guān)性1-.008*.327*.208顯著性（雙側(cè)）

10、.936.001.038N10010010010C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*.2071顯著性（雙側(cè)）.038.000.039N100100100100*.在.01水平（雙側(cè)）上顯著相關(guān)*.在0.05水平（雙側(cè)）上顯著相關(guān)。實(shí)驗(yàn)結(jié)果分析：1、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

11、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作方法實(shí)驗(yàn)內(nèi)容：檢驗(yàn)簡單回歸模型、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

12、析。實(shí)驗(yàn)記錄、問題處理：（一）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Anovaa模型平方和df均方FSig.回歸105.8001105.80036.999.000b1殘差80.067282.860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）1促銷水平10.667-2.300.817.378-.75413.059-6.083.000.000a.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

13、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105.8001105.80036.999.000b1殘差80.067282.860總計(jì)185.86729回歸159.133279.56780.360.000c2殘差26.73327.990總計(jì)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，

14、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1（常量）10.667.81713.059.000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sig<0.05,說明模型非常顯著。表達(dá)式：銷售額=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?/p>

15、和要求：掌握Logistic回歸分析的SPSS!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。實(shí)驗(yàn)記錄、問題處理:（D彝簿祝圖數(shù)據(jù)疑槐分析（A）圖形蟲用程序（:5附加內(nèi)格:窗口（?四包121旦省位品算翻M報(bào)告描建酰計(jì)表RFM分析卜比較均值®）卜一般璃性模型與廣義或隹模型泯合模型肛相關(guān)©編號品牌忠誠1:購物態(tài)度11152214331444155514661回歸®盤線皿.0曲絳佶計(jì)思細(xì)分最小平方771對數(shù)繞性模型（0神經(jīng)網(wǎng)絡(luò)卜分類降維度量的非磬教檢畦但）預(yù)利CD生存函演（與害更嘀成（切881991l導(dǎo)g-jtLogistic.照Logistic.E有序

16、感Probit.1010111111121211313114141盛非繞住®）.尼秋子佶計(jì)四照兩階取小二黍法151511616究融失值分析co室里歸因（I）復(fù)條油庫CU17170最佳尺度（CATREG）1818021919質(zhì)最挖和（42020回ROC曲黜笛3得出:分類表已觀測已預(yù)測品牌忠誠百分比校正01步驟1品牌忠誠01總計(jì)百分比12331280.080.080.0a.切割值為.500方程中的變量BS.E,WalsdfSig.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.590.4911.44

17、21.2301.804常量-8.6423.3466.6721.010.000分類表已觀測已預(yù)測品牌忠誠百分比校正01步驟1品牌忠誠01總計(jì)百分比12331280.080.080.0a.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：結(jié)果顯示：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(gè)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!作方法實(shí)驗(yàn)內(nèi)容：KMG口Barle

18、tt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：分析一一降維一一因子分析將度量變量鍵入變量框，選取描述，勾選KM6bartlett球形度檢驗(yàn)選取抽取，勾選碎石圖選取旋轉(zhuǎn)，勾選載荷圖選取得分，勾選保存變量和因子得分系數(shù)矩陣如圖所示：KMO和Bartlett的檢驗(yàn).589101.74915.000取樣足夠度的Kaiser-Meyer-Olkin度量Bartlet近似卡方t的球形度檢驗(yàn)dfSig.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

19、.82142.82122.27237.86880.6902.27237.86880.6903.4317.18887.8784.3455.74393.6215.3055.09198.7126.0771.288100.000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/、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(gè)成份。旋轉(zhuǎn)成份矩陣成份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-.8

20、78-.176富有魅力.108.884提取方法：主成分分析法。旋轉(zhuǎn)法：具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。a.旋轉(zhuǎn)在3次迭代后收斂。成份得分系數(shù)矩陣成份12實(shí)驗(yàn)結(jié)果分析：預(yù)防蛀牙.366.083KMO1為0.589,sig值為0.000,適合作牙齒亮澤-.094.358因子分析保護(hù)牙根.362.026各因子的特征值和解釋的方差比例可以口氣清新-.121.352在“解釋的總方差”中看出，其中我們不預(yù)防壞牙-.315-.170可以知道，特征值2.569和2.272可以解富有魅力-.044.389釋方差比例分別是42.821%口37.868%提取方二:主成分分析法。因?yàn)橐蜃?在預(yù)防蛀牙、保護(hù)牙根有很

21、構(gòu)成得分。大載荷，所以將其命名為保健因子。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!作方法實(shí)驗(yàn)內(nèi)容：進(jìn)行分層聚類和K-means聚類分析并輸出結(jié)果。實(shí)驗(yàn)記錄、問題處理：分層聚類：步驟處理

22、：分析一一分類一一系統(tǒng)聚類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)首次出現(xiàn)階群集下一階群集1群集2群集1群集2114162.0000032672.000007310143.00001842133.000001455113.0000096383.000001576124.000201084104.33303119594.500501210165.0000713114197.2508017125207.3339014131178.250100151

23、42510.75041218151311.300136161611514.000150191741820.20011018182438.611141719191248.29216180群集成員案例5群集4群集3群集1111222231114333522261117111811192221033311222121111322214333154111633317111185431933320222*hierarchICALCLUSTER*DendrogramusingAverageLinkage(BetweenGroups)RescaledDistanceClusterCombineCASE0510152025LabelNum+14-+16-+-+10-+-+4-+19+18+|2-+13-+|5-+-+|11-+-+|9-+-+|20-+|3-+|8-+|6-+-+-+|7-+IIII12-+-+|+1 -+|17 +|18 +K均值聚類：步驟處理：分析一一分類一一K聚類將變量鍵入變量框，勾選保存中的聚類成員勾選選項(xiàng)中的是統(tǒng)計(jì)量下的三個(gè)復(fù)選框如圖所示：初始聚類中心聚類12購物有趣71購物導(dǎo)致超支33購物與就少結(jié)合爭取最合算交易對購物沒興趣比較價(jià)格省錢74