spss统计软件及的应用课程论文Word下载.docx

spss统计软件及的应用课程论文Word下载.docx

《spss统计软件及的应用课程论文Word下载.docx》由会员分享，可在线阅读，更多相关《spss统计软件及的应用课程论文Word下载.docx（12页珍藏版）》请在冰点文库上搜索。

性别

N

Valid

359

Missing

首先，对该地区的男女性别分布进展频数分析，结果如下

Frequency

Percent

ValidPercent

CumulativePercent

女

198

55.2

男

161

44.8

100.0

Total

表说明，在该地区被调查的359个人中，有198名女性，161名男性，男女比例分别为44.8%和55.2%，该公司职工男女数量差距不大，女性略多于男性

其次对原有数据中的旅游的积极性进展频数分析，结果如下表：

旅游积极性

差

171

47.6

一般

79

22.0

69.6

比拟好

91.6

好

24

6.7

98.3

非常好

6

1.7

通道

没走通道

293

81.6

66

18.4

表说明，在该地区被调查的359个人中，有没走通道的占81.6%，占绝大多数。

上表与其直方图说明，被调查的359个人中，对与旅游积极性差的组频数最高的，为171人数的47.6%，其次为积极性一般和比拟好的，占比例都为22.0%，积性为好的和非常好的比例比拟低，分别为24人和6人，占总体的比例为6.7%和1.7%

2、相关分析

相关分析是分析客观事物之间关系的数量分析法，明确客观事

之间有怎样的关系对理解和运用相关分析是极其重要的。

函数关系是指两事物之间的一种一一对应的关系，即当一个变量X取一定值时，另一个变量函数Y可以根据确定的函数取一定的值。

另一种普遍存在的关系是统计关系。

统计关系是指两事物之间的一种非一一对应的关系，即当一个变量X取一定值时，另一个变量Y无法根据确定的函数取一定的值。

统计关系可分为线性关系和非线性关系。

事物之间的函数关系比拟容易分析和测度，而事物之间的统计关系却不像函数关系那样直接，但确实普遍存在，并且有的关系强有的关系弱，程度各有差异。

如何测度事物之间的统计关系的强弱是人们关注的问题。

相关分析正是一种简单易行的测度事物之间统计关系的有效工具。

Correlations

收入

旅游花费

额外收入

PearsonCorrelation

1

.140**

.853**

Sig.（2-tailed）

.008

.000

.183**

**.Correlationissignificantatthe0.01level（2-tailed）.

上表是对本次分析数据中，旅游花费、收入、、额外收入的相关分析，表中相关系数旁边有两个星号〔**〕的，表示显著性水平为0.01时，仍拒绝原假设。

一个星号〔*〕表示显著性水平为0.05是仍拒绝原假设。

先以现旅游花费这一变量与其他变量的相

关性为例分析，由上表可知，旅游花费与额外收入的相关性最大，

3、回归分析

有相关性分析可得收入，旅游花费呈线性相关，因此作回归分析

VariablesEntered/Removedb

Model

VariablesEntered

VariablesRemoved

Method

收入a

.

Enter

a.Allrequestedvariablesentered.

b.DependentVariable:

旅游花费

ModelSummaryb

R

RSquare

AdjustedRSquare

Std.ErroroftheEstimate

.140a

.020

.017

129.604

a.Predictors:

（Constant）,收入

ANOVAb

SumofSquares

df

MeanSquare

F

Sig.

Regression

120443.809

7.170

.008a

Residual

5996596.239

357

16797.188

6117040.048

358

Coefficientsa

UnstandardizedCoefficients

StandardizedCoefficients

t

B

Std.Error

Beta

（Constant）

91.563

11.528

7.943

.024

.009

.140

2.678

a.DependentVariable:

ResidualsStatisticsa

Minimum

Maximum

Mean

Std.Deviation

PredictedValue

91.74

241.90

116.41

18.342

Std.PredictedValue

-1.345

6.842

1.000

StandardErrorofPredictedValue

6.840

47.362

9.048

3.426

AdjustedPredictedValue

92.09

271.79

116.53

19.018

-193.904

891.785

129.423

Std.Residual

-1.496

6.881

.999

Stud.Residual

-1.607

6.891

1.002

DeletedResidual

-223.789

894.316

-.117

130.229

Stud.DeletedResidual

-1.611

7.390

.004

1.025

Mahal.Distance

46.811

.997

2.955

Cook'

sDistance

.199

.003

.015

CenteredLeverageValue

.131

Charts

由上图可知回归方程：

y=91.563+0.024（x1）,（P（Sig=0.000）<

0.01）

即旅游花费=91.563+0.024*收入（p<

4、参数检验

〔1〕单样本T检验

首先对现工资的分布做正态性检验，结果如下：

由上图可知，现工资的分布可近似看作符合正态分布，现推断现工资变量的平均值是否为$3,000,0，因此可采取单样本t检验来进展分析。

分析如下：

One-SampleStatistics

单个样本统计量

均值

标准差

均值的标准误

1032.93021

762.523942

40.244474

单个样本检验

检验值=0

Sig.（双侧）

均值差值

差分的95%置信区间

下限

上限

25.666

1032.930214

953.78493

1112.07550

由One-SampleStatistics可知，359个被调查的人中收入平均值1032.93021

，标准差为762.523942，均值标准误差为40.244474。

图表One-SampleTest中，第二列是t统计量的观测值为25.666；

第三列是自由度为358〔n-1〕；

第四列是t统计量观测值的双尾概率值；

第五列是样本均值和检验值的差；

第六列和第七列是总体均值与原假设值差的95%的置信区间为〔953.78493,1112.07550〕。

该问题的t值等于25.666对应的临界置信水平为0，远远小于设置的0.05，因此拒绝原假设，明确该地区被调查的359名人中收入与1032.93021

存在显著差异。

〔2〕独立样本t检验

T-Test

GroupStatistics

Std.ErrorMean

126.09

149.533

10.627

104.51

102.187

8.053

IndependentSamplesTest

Levene'

sTestforEqualityofVariances

t-testforEqualityofMeans

95%ConfidenceIntervaloftheDifference

MeanDifference

Std.ErrorDifference

Lower

Upper

Equalvariancesassumed

6.302

.013

1.559

.120

21.580

13.844

-5.647

48.806

Equalvariancesnotassumed

1.618

347.241

.106

13.334

-4.645

47.805

四、结果分析与对策建议

1、结果分析

得到两组的均数〔mean〕分别为198和161

独立样本t检验，取的t值1.559与Sig为0.120p>

0..05

旅游花费不成显著性差异，由图中可知旅行的旅游花费较高

2、对策建议

从上数据的结果可知，被调查者旅游积极性较差的好多，原因在于工资收入不是很高，用在旅游方面的花费就比拟少。

旅游花费没有非常大的区别，主要是旅行花费较高。

因此我们要扩大该地区的人均收入，增强该地区人民的旅游积极性，促进旅游消费，实现经济又好又快开展，旅游经济是绿色经济我们要实现良性循环，对该地的长久快速开展是非常有利的