spss详解题目一

请使用SPSS自带数据“Employee data”,执行下列操作:

1. 将被访者的受教育程度重新编码为“学历”,其中:9年以下为初等、9-12年为中等、12年以上为高等;P45-47 Transform->Recode 2. 绘制饼图,分析被访者中男、女的构成;P181-182 Graph->Pie 3. 绘制被访者起薪的直方图;P166 Graph->Histogram

4. 绘制条图,对比男、女被访者的平均起薪;P188 Graph->Bar Charts 5. 绘制被访者起薪与受教育程度的散点图;P201 Graph->Scatter/Dot 6. 计算男被访者的平均起薪; Data->Aggregate

7. 在显著性水平为0.05的情况下,男、女员工的起薪是否有显著差异? P263 Analyze->Compare Means->Independent ####8. 计算被访者起薪与受教育程度之间的相关系数; P332 Analyze->Correlate->Bivariate

9. 拟合被访者起薪与受教育程度之间的一元线性回归方程; P344 Analyze->Regression->Linear

10. 计算被访者受教育程度的方差;Analyze->Descriptive Statistics->Frequencies 11. 计算被访者受教育程度的中位数; Analyze->Descriptive Statistics->Frequencies 12. 根据性别拆分数据;P53 Data->Split File->

13. 对被访者的受教育程度分别进行升序、降序排序;Data->Sort Cases 14. 生成新变量“薪水变化”,其取值为现薪与起薪之差;Transform->Compute

请使用SPSS自带数据“1991 U.S General Social Survey” ,执行下列操作: 1. 将被访者年龄(age)重新编码为“阶段”,其中:18-35岁为青年,35-50岁为中年,50岁以上为老年;P45-47 Transform->Recode

2. 编制种族(race)的频数表;P77 Analyze->Dsecriptive Statistics->Frequencies 3. 对被访者的受教育程度(educ)分别进行升序、降序排序;Data->Sort Cases 4. 计算被访者年龄(age)的均值;Analyze->Descriptive Statistics->Frequencies 5. 绘制被访者年龄(age)的直方图;P166 Graph->Histogram

6. 编制种族(race)与生活内涵(life)的列联表; Analyze->Descriptive Statistics->Crosstabs 7. 估计1991年美国25岁以上居民的平均年龄;

Data->Select Cases , Analyze->Descriptive Statistics->Frequencies 8. 计算被访者与其配偶受教育程度之间的相关系数; P332 Analyze->Correlate->Bivariate

9. 在显著性水平为0.05的情况下,男、女在受教育程度方面是否有显著差异; P263 Analyze->Compare Means->Onw-Way ANOVA

10. 在显著性水平为0.05的情况下,白人、黑人、其它种族之间在受教育程度方面是否有显著差异;P263 Analyze->Compare Means->Onw-Way ANOVA 11. 计算被访者年龄(age)的众数;Analyze->Descriptive Statistics->Frequencies 12. 计算被访者年龄(age)的方差;Analyze->Descriptive Statistics->Frequencies 13. 绘制被访者与其配偶受教育程度之间散点图;P201 Graph->Scatter/Dot 14. 绘制条图,比较男、女被访者在受教育程度方面的差异; P188 Graph->Bar Charts

15. 绘制饼图,分析被访者中白人、黑人、其它种族的构成; P181-182 Graph->Pie

16. 根据被访者的性别拆分数据;P53 Data->Split File

18. 将变量“paeduc”的变量名标签更改为“父亲的受教育程度”;

数据录入及预处理

某企业7名应聘者的相关资料如下表所示:

姓名 陈彬 李霞 王涛 王琳 齐峰 段小山 出生年月 1953.1 1958.5 1970.2 1973.6 1966.9 1980.2 学历 博士 硕士 博士 本科 硕士 本科 职称 高级工程师 工程师 工程师 工程师 助理工程师 工程师 工龄 25 28 15 10 10 6 是否党员 是 否 是 是 否 是 面试成绩 65 78 77 82 69 60 笔试成绩 80 76 60 82 59 60 赵娜娜 1983.7 专科 助理工程师 3 否 70 70 1. 将该数据录入SPSS中,对变量“是否党员”设置值标签:1代表党员,0代表非党员;

2. 数据的各变量分别是何种储存类型和计量尺度? 3. 对面试成绩分别进行升序、降序排序;

Data ->sort case - > Ascending(升序)、/ Descending(降序)P52

4. 如果面试成绩占40%,笔试成绩占60%,计算每位应聘者的总成绩、面试成绩在70分以上(不含70分)的应聘者的总成绩;

Transform->compute(计算新变量) P43

5. 生成新变量“评价”, 当总成绩小于60分时为“不合格”,60~70分之间时为“合格”,70~80分时为“中”, 80~90分时为“良好”, 90分以上时为“优秀”;

Transform->record(对变量进行分组合并) P45~47

6. 如果该企业招聘的筛选条件为:工龄在5年以上(不含5年),学历是本科或本科以上,职称是工程师或工程师以上,是党员,面试成绩和笔试成绩都在75分以上(不含75分),请问,哪名应聘者将有机会被企业录用?

Data->select case (记录筛选) P54 注意:条件之间用&相连 (字符型的变量要先用亚元处理一下)

描述统计指标

针对数据“某高校学生衣物支出情况的调查分析”,回答下列问题:

1. 分析变量“平均月生活费”和“月平均衣物支出”的集中趋势,离散趋势;

Analyze->Descriptive statistics->Frequencies 选进要分析的变量; 分别勾选statistics中的集中趋势的描述指标主要有 Mean(均值) Median(中位数) Mode(众数)与离散趋势的描述指标主要有 极差(Range) 最大值(Maximum) 最小值(Minimum) 方差(Variance)

标准差(Standard Deviation)

2. 对比男、女同学在月平均衣物支出、平均月生活费方面的异同;

Analyze-> Descriptive statistics->Crosstabs (列联分析)P101

3. 估计该校学生的平均月生活费及月平均衣物支出;

Analyze->Descriptive Statistics->Explore ( P85~87)

4. 对比男、女同学在买衣服首选因素、主要衣服类型方面的异同;

P101 Analyze->Descriptive Statistics->Crosstabs (交叉表/列联表)

统计表、统计图

针对数据“某高校学生衣物支出情况的调查分析”,回答下列问题: 1. 分析被访者的月平均生活费、月平均衣物支出的分布情况;(频率) Analyze->Descriptive Statistics->Frequencies 将月平均生活费、月平均衣

物支出 这两个变量选进框框里 在display frequency table 这个栏打钩就OK了!

2. 男、女同学在买衣服首选因素、月平均衣物支出、主要衣服类型方面有何异同?(频率)

3. 四年级的同学中,主要衣物类型有哪些?Data->Select Cases 筛选出四年级的同学 再用Graphs->Pie chart(饼图)分析 也可用Analyze->Descriptive Statistics->Frequencies

4. 比较不同年级的同学在月平均生活费、月平均衣物支出方面的差异; Analyze->Descriptive Statistics->Crosstabs (交叉表) 5. 月平均生活费、月平均衣物支出之间有何关系?(交叉表)

也可用散点图分析Graphs->Scatter/Dot Y :月平均支出 X:月平均生活费

6. 请分析所在年级与主要衣物类型的关系?(交叉表)

连续变量的统计推断、相关与回归分析

针对数据“住房状况调查”, 回答下列问题:

1. 以0.05的显著性水平,分析该地区不同就业状况的居民在现住面积方面是否有显著差异;P263 Analyze->Compare Means->Onw-Way ANOVA 不能满足方差齐性的要求,两个P都小于0.05

2. 请问,在显著性水平为0.05的情况下,你能否认为该地区本市户口与外地户口的居民在现住面积方面有显著差异?

P263 Analyze->Compare Means->Onw-Way ANOVA 是

3. 假如该地区上一年的平均家庭收入为15680元,请问在显著性水平为0.05的情况下,你能否认为该地区平均家庭收入与上一年相比有显著变化? P246 Analyze->Compare Means->One-Samples T Test 是

4. 请问,在显著性水平为0.05的情况下,你能否认为该地区的居民在计划面积与现住面积方面有显著差异? P263 Transform->Recode

Analyze->Compare Means->Onw-Way ANOVA 是

5. 你认为该地区居民的家庭收入与计划面积之间的关系是否密切? P332 Analyze->Correlate->Bivariate 是,非常密切

6. 请拟合该地区居民的家庭收入与计划面积之间的直线回归方程; P344 Analyze->Regression->Linear a=90.983,b=0.001

联系客服:779662525#qq.com(#替换为@) 苏ICP备20003344号-4