科技与艺术学院经管系
实验报告
实验名称 ： 方差分析与相关分析
实验地点： 4号机房
实验时间： 2011/1２/５
系 （部） 经管系 专 业 人力资源管理 班 级 （1） 学生姓名 谢伟斌 学 号 Xc09550106 指导老师 张丽娟
1
实验报告 【实验目的及要求】 掌握单因素方差分析，双因素方差分析的原理和步骤；针对不同问题可以判断使用合适的方法进行分析；掌握相关分析的原理和步骤。 【实验环境】 CPU T5100 1.3G；RAM 1024M。 Windows XP；SPSS 17.0等。 【实验过程】（实验步骤、记录、数据、分析） （1）单因素方差分析 针对ch4ch8茎叶箱方差性别岗位300余.sav该文件，选择菜单 分析――比较均值――单因素ＡＮＯＶＡ，实验结果如图所示： 方差齐性检验 当前工资 Levene 统计量 10.512 df1 2 df2 363 显著性 .000 当前工资 ANOVA 平方和 df 均方 F 显著性 .000 组间 4.207E10 2 2.104E10 146.373 1.437E8 组内 5.217E10 363 总数 9.424E10 365 多重比较 因变量:当前工资 显著(J) 工作类型 均值差 (I-J) 科以上干部 标准误 性 95% 置信区间 下限 上限 LSD (I) 工作类型 一线工人 $-40,666.785* $2,455.919 .000 $-45,496.40 $-35,837.17 $7,625.90 一般机关员工 $4,153.925* $1,765.545 .019 $681.95 科以上干部 一线工人 $40,666.785* $2,455.919 .000 $35,837.17 $45,496.40 一般机关员工 $44,820.710* $2,853.103 .000 $39,210.02 $50,431.40 一般机关员一线工人 工 Tamhane 一线工人 科以上干部 科以上干部 $-4,153.925* $1,765.545 .019 $-7,625.90 $-681.95 $-44,820.710 $2,853.103 .000 $-50,431.40 $-39,210.02 $-40,666.785* $3,313.638 .000 $-49,089.42 $-32,244.15 $7,261.61 *一般机关员工 $4,153.925* $1,281.874 .005 $1,046.24 科以上干部 一线工人 *$40,666.785 $3,313.638 .000 $32,244.15 $49,089.42 *一般机关员工 $44,820.710 $3,403.657 .000 $36,222.90 $53,418.52 一般机关员一线工人 工 科以上干部 $-4,153.925* $1,281.874 .005 $-7,261.61 $-1,046.24 $-44,820.710* $3,403.657 .000 $-53,418.52 $-36,222.90 *. 均值差的显著性水平为 0.05。 2
分析：“方差齐性检验”该图中，P=0.000<0.05，所以，拒绝原假设H0，即表示三个组的数据不具有方差齐性。“ANOVA”该图，其实就是表“方差齐性检验”，同样地问题同样地方差分析，结果当然应当相同。再看“多重比较”该表，因为他们不具有方差齐性，所以看Tamhane 该栏，其中所有的P值都小于0.05，所以拒绝原假设，即不同工作类型与其拿到的工资有显著性差异。 （2）无重复双因素方差分析 针对ch8无重双因包装销售．Sav该文件，选择菜单 分析――一般线性模型――单变量 注意：要在模型中的设定中的构建项选择主效应。其结果如图所示： 主体间因子 包装类型 1 2 3 4 值标签 类型A 类型B 类型C 类型D 方案甲 方案乙 方案丙 N 3 3 3 3 4 4 4 销售方案 1 2 3 主体间效应的检验 因变量:销售业绩 源 校正模型 截距 包装类型 销售方案 误差 总计 校正的总计 III 型平方和 5815.667a 105656.333 3503.000 2312.667 212.000 111684.000 6027.667 df 5 1 3 2 6 12 11 均方 1163.133 105656.333 1167.667 1156.333 35.333 F 32.919 2990.274 33.047 32.726 Sig. .000 .000 .000 .001 a. R 方 = .965（调整 R 方 = .936） 分析：看“主体间效应的检验”该表的第六列，是F统计量的显著性水平。其P值均小于0.05，所以在两因素（包装类型和销售方案）的不同水平的不同组合中，其销售业绩之间有显著性差异。 3
（3）练习题：不同地区不同品牌的电视销量 输入数据，其效果图如下： 选择菜单 分析――一般线性模型――单变量 注意：要在模型中的设定中的构建项选择主效应。其结果如图所示： 主体间因子 品牌 1 2 3 4 值标签 品牌1 品牌2 品牌3 品牌4 地区1 地区2 地区3 地区4 地区5 N 5 5 5 5 4 4 4 4 4 地区 1 2 3 4 5 主体间效应的检验 因变量:销售量 源 校正模型 截距 品牌 III 型平方和 15016.250 2157588.050 13004.550 adf 7 1 3 均方 2145.179 2157588.050 4334.850 F 8.961 9012.795 18.108 Sig. .001 .000 .000 4
地区 误差 总计 校正的总计 2011.700 2872.700 2175477.000 17888.950 4 12 20 19 502.925 239.392 2.101 .144 a. R 方 = .839（调整 R 方 = .746） 分析：看“主体间效应的检验”该表的第六列，是F统计量的显著性水平。其地区P值均大于0.05，拒绝原假设，说明地区对电视销量有显著性差异；品牌的P值小于0.05，所以品牌对电视销量没有显著性差异。 （4）重复双因素方差分析 针对ch8有重双因企业政策评论．Sav该文件，选择菜单 分析――一般线性模型――单变量 在选项中选择“方差齐性检验”，其结果图如下： 主体间因子 误差方差等同性的 Levene 检验 N 11 13 因变量:指标U F 1.882 df1 8 df2 27 Sig. .105 a 等级 企业评价政策1 2 3 值标签 作用小 作用中 作用大 小规模 中规模 大规模 12 检验零假设，即在所有组中因变量的误差方差均相11 等。 13 a. 设计 : 截距 + 政策作用 + 企业类型 + 政策12 作用 * 企业类型 科技企业规模 1 2 3 主体间效应的检验 因变量:指标U 源 校正模型 截距 政策作用 企业类型 政策作用 * 企业类型 误差 总计 校正的总计 III 型平方和 4.164a 42.993 1.961 1.270 .564 1.979 52.610 6.143 df 8 1 2 2 4 27 36 35 均方 .521 42.993 .981 .635 .141 .073 F 7.101 586.564 13.379 8.661 1.925 Sig. .000 .000 .000 .001 .135 a. R 方 = .678（调整 R 方 = .582）
5
多个比较 指标U LSD (I) 企业(J) 企业评价政策评价政策等级 作用小 等级 作用中 作用大 作用中 作用小 作用大 作用大 作用小 作用中 基于观测到的均值。 误差项为均值方 (错误) = .073。 *. 均值差值在 .05 级别上较显著。 均值差值 (I-J) 标准 误差 -.2559 -.6220* .2559* -.3660* .6220* .3660* *95% 置信区间 Sig. .029 .000 .029 .002 .000 .002 下限 -.4835 -.8538 .0284 -.5884 .3901 .1436 上限 -.0284 -.3901 .4835 -.1436 .8538 .5884 .11091 .11301 .11091 .10838 .11301 .10838 多个比较 指标U LSD (I) 科技(J) 科技企业规模 企业规模 均值差值 (I-J) 标准 误差 小规模 中规模 大规模 中规模 小规模 大规模 大规模 小规模 中规模 基于观测到的均值。 误差项为均值方 (错误) = .073。 *. 均值差值在 .05 级别上较显著。 -.3406* -.5303 .3406* -.1897 .5303* .1897 *95% 置信区间 Sig. .005 .000 .005 .091 .000 .091 下限 -.5681 -.7622 .1130 -.4121 .2984 -.0326 上限 -.1130 -.2984 .5681 .0326 .7622 .4121 .11091 .11301 .11091 .10838 .11301 .10838 分析：“误差方差等同性的 Levene 检验”这表中P值大于0.05，所以不拒绝原假设，说明方差具有齐性；“主体间效应的检验”这表中，政策作用的F统计量的值为13.379，想应的显著性概率P=0.000<0.05，说明政策的作用时显著的；同样地可以得出企业类型的作用也是显著的，而政策作用于企业类型的交互作用没有显著性差异；“多个比较”该两张表中，除了中规模企业与大规模企业之间没有显著性差异以外，其余的都有。
6
（5）相关分析 针对ch6ch9ch10证劵投资额与依据.sav该文件，选择菜单 分析――相关――双变量，其结果图如下： 相关性 证券市场以外年收入 Pearson 相关性 显著性（双侧） N 证券市场以外年收入 1 投入证券市场总资金 .369** .000 379 .369** .000 370 370 1 投入证券市场总资金 Pearson 相关性 显著性（双侧） N 405 **. 在 .01 水平（双侧）上显著相关。 分析：这是Pearson相关系数显著异于0的t检验，其中P值小于0.01,所以拒绝原假设，说明证劵市场以外年收入和投入证劵市场总资金具有相关性，相关系数为0.369. （6）练习：判断投入证劵市场总资金与受教育程度，年收入，入市年份的相关性。 选择菜单 分析――相关――双变量――粘贴，在投入证劵市场总资金后加 with 再按运行。 相关性 投入证券市场总资金 受教育程度 Pearson 相关性 显著性（双侧） N .116* .024 381 证券市场以外年收入 .369** .000 370 入市年份 -.239** .000 384 *. 在 0.05 水平（双侧）上显著相关。 **. 在 .01 水平（双侧）上显著相关。 分析：如表所示：总资金与教育程度的P值大于0.01,不拒绝原假设，说明投入证劵市场总资金与受教育程度没有相关性；总资金与年外收入，入市年份的P值小于0.01，拒绝原假设，说明投入证劵市场总资金与证劵市场以外年收入，入市年份具有相关性。 7
实验总结 本次SPSS课程实践让我对这门软件有了较深刻的认识，SPSS是一款菜单式的软件，操作简便，易于理解。实践过程中我掌握如何利用SPSS进行数据简单处理，制图以及进行各种数据分析，包括相关性分析，回归分析以及残差分析等等，让我认识到SPSS对解决简单的实际问题有很大的帮助。实践过程中由于缺少数据，大部分表格都是从教材中搜集的，在对结果分析中我做的还不是很完善，希望老师能够予以指导，我会在以后的学习中继续加深自己对这门软件的掌握和理解，做到学以致用。 8
指导老师评语： 签名： 年 月 日 成绩：
9
因篇幅问题不能全部显示，请点此查看更多更全内容