第一篇：SPSS實(shí)驗(yàn)報(bào)告二（最終版）

SPSS實(shí)驗(yàn)報(bào)告二

實(shí)驗(yàn)?zāi)康模赫莆辗讲罘治?、相關(guān)分析和回歸分析的基本操作；掌握其中相關(guān)的問(wèn)題檢驗(yàn)；讀懂輸出結(jié)果并進(jìn)行合理分析。

第一題：利用外來(lái)工數(shù)據(jù)，使用多因素方差分析研究教育程度和月收入對(duì)家庭花費(fèi)(V2_2c)，（1）說(shuō)明兩個(gè)因素的影響是否顯著，有沒(méi)有顯著的交互作用；

（2）如果因素影響顯著而交互作用不顯著，建立非飽和模型，并利用多重比較比較（snk）各因素水平的高低；

第二題：應(yīng)用waste.sav數(shù)據(jù)，研究固體垃圾排放量與賓館、餐飲業(yè)用地、零售業(yè)用地、運(yùn)輸、批發(fā)企業(yè)用地、金屬制造業(yè)用地、工業(yè)企業(yè)用地的關(guān)系。

（1）、通過(guò)散點(diǎn)圖觀察變量間的相關(guān)關(guān)系，并使用Enter建立模型，判斷各自變量間是否存在多重共線(xiàn)性，寫(xiě)出回歸方程，說(shuō)明T檢驗(yàn)和F檢驗(yàn)的結(jié)果

（2）、利用Stepwise建立模型，通過(guò)計(jì)算D-W統(tǒng)計(jì)量和作出殘差分布圖、pp圖等方法初步判斷是否存在序列相關(guān)、異方差和正態(tài)性，保存模型的預(yù)測(cè)值。

第三題：完成P283，例題9-3，畫(huà)出外出就餐和年份的散點(diǎn)圖，利用復(fù)合函數(shù)，指數(shù)函數(shù)和三次函數(shù)進(jìn)行擬合，選擇最好的擬合模型，寫(xiě)出曲線(xiàn)方程，并對(duì)之后兩年年的數(shù)據(jù)進(jìn)行預(yù)測(cè)。

第二篇：SPSS實(shí)驗(yàn)報(bào)告1

實(shí) 驗(yàn) 報(bào) 告

課程名稱(chēng)

數(shù)據(jù)分析

實(shí)驗(yàn)名稱(chēng)

均值比較與方差分析

系別 電子信息科學(xué)學(xué)院 專(zhuān)業(yè)班級(jí) 信息管理15級(jí)專(zhuān)升本

指導(dǎo)教師

學(xué)號(hào)

姓名

實(shí)驗(yàn)日期 2015年11月18日實(shí)驗(yàn)成績(jī)

一、實(shí)驗(yàn)?zāi)康?/p>

1． 掌握均值比較和方差分析的原理、過(guò)程和應(yīng)用

2． 掌握兩獨(dú)立樣本和兩配對(duì)樣本的t檢驗(yàn)的過(guò)程和結(jié)果解釋 3． 掌握單因素方差分析的分析過(guò)程和結(jié)果解釋 4． 掌握多因素方差分析的分析過(guò)程和結(jié)果解釋

二、實(shí)驗(yàn)環(huán)境

1． 硬件環(huán)境：微機(jī)

2． 軟件環(huán)境： Windows，SPSS Statistics 22

三、實(shí)驗(yàn)內(nèi)容

1．?dāng)?shù)據(jù)文件GSS2004_Mod.sav中記錄了男性或女性每周上網(wǎng)瀏覽網(wǎng)頁(yè)的時(shí)間（變量WWWHR，單位小時(shí)）。用兩獨(dú)立樣本t檢驗(yàn)方法分析男性和女性在上網(wǎng)時(shí)間上是否不同。（1）原假設(shè)

男性和女性的上網(wǎng)時(shí)間沒(méi)有顯著差異。（2）參數(shù)設(shè)置

檢驗(yàn)變量：WWW HOURS PER WEEK 分組變量：GENDER（3）操作步驟及計(jì)算結(jié)果 操作步驟：

① 選擇菜單：【分析A】→【比較均值（M）】→【獨(dú)立樣本T檢驗(yàn)（T）】；如圖1-1

圖1-1

② 選擇檢驗(yàn)變量“WWW HOURS PER WEEK”到【檢驗(yàn)變量（T）】框中。③ 選擇總體標(biāo)識(shí)變量“GENDER”到【分組變量（G）】框中。

④點(diǎn)擊按鈕定義兩總體的標(biāo)示值，如圖1-2。其中，【使用指定值（U）】表示分別輸入對(duì)應(yīng)兩

個(gè)不同總體的標(biāo)記值。

圖1-2

計(jì)算結(jié)果：

（4）結(jié)果及其解釋

結(jié)果：男性和女性的上網(wǎng)時(shí)間存在顯著差異。

解釋?zhuān)簭莫?dú)立樣本鑒定的表中可以看出F檢驗(yàn)值為15.182，對(duì)應(yīng)的概率P值為0.00＜0.05，所以拒絕原假設(shè)。由于兩總體方差有顯著差異所以要看到“不采用相等變異數(shù)”這一列，其中T統(tǒng)計(jì)量的值為4.866，對(duì)應(yīng)的概率P值為0.00。如果顯著性水平α為0.05，由于概率P值小于0.05，所以認(rèn)為量總體的均值有顯著差異。并且95%置信區(qū)間不夸零，也說(shuō)明了有顯著差異。

2．?dāng)?shù)據(jù)文件GSS2004_Mod.sav中記錄了受訪(fǎng)者父親和母親的受教育情況。試用兩配對(duì)樣本t檢驗(yàn)方法比較父親的受教育情況（變量PAEDUC）和母親的受教育情況（變量MAEDUC）是否不同。（1）原假設(shè)

父親的受教育情況和母親的受教育情況沒(méi)有顯著差異。（2）參數(shù)設(shè)置

成對(duì)變量：PAEDUC，MAEDUC（3）操作步驟及計(jì)算結(jié)果 ①選擇菜單：

【分析（A）】→【比較均值（M）】→【配對(duì)樣本T檢驗(yàn)（P）】，如圖2-1

圖2-1 ②選擇PADUC和MADUC到【成對(duì)變量（V）】框中。結(jié)果：

圖2-2

圖2-3

圖2-4（4）結(jié)果及其解釋

結(jié)果：父親的受教育情況和母親的受教育與情況沒(méi)有顯著差異。

解釋?zhuān)簭膱D2-2的平均值可以看出沒(méi)有較大的差異。圖2-3中對(duì)應(yīng)的概率P值為.000，如果顯著性水平α為0.05，則表明父親和母親的受教育情況有明顯的線(xiàn)性變化，父親和母親的受教育情況相關(guān)性程度較強(qiáng)。從圖2-4中可以看出，父親與母親的受教育情況的平均差異，僅只有0.49；95%置信區(qū)間的上下限一正一負(fù)，則表示兩者接近無(wú)顯著差異；最后相對(duì)應(yīng)的概率P值0.494，如果顯著性水平α為0.05，則接受原假設(shè)，所以父親的受教育情況和母親的受教育與情況無(wú)顯著差異。

3．一家關(guān)于MBA報(bào)考、學(xué)習(xí)、就業(yè)指導(dǎo)的網(wǎng)站希望了解國(guó)內(nèi)MBA畢業(yè)生的起薪是否與各自所學(xué)的專(zhuān)業(yè)相關(guān)。為此，他們?cè)谝呀?jīng)從國(guó)內(nèi)商學(xué)院畢業(yè)并且獲得學(xué)位的MBA學(xué)生中按照各專(zhuān)業(yè)分別隨機(jī)抽取了10人，調(diào)查了這些學(xué)生的起薪情況，數(shù)據(jù)文件為MbaSalary.sav。根據(jù)這些調(diào)查他們能否得出專(zhuān)業(yè)對(duì)MBA起薪有影響的結(jié)論。（1）原假設(shè)

國(guó)內(nèi)MBA畢業(yè)生各自所學(xué)專(zhuān)業(yè)與起薪情況沒(méi)有顯著關(guān)系。（2）參數(shù)設(shè)置 觀測(cè)變量：起薪 控制變量：專(zhuān)業(yè)

（3）操作步驟及計(jì)算結(jié)果 操作步驟： ①選擇菜單： 【分析（A）】→【比較均值（M）】→【單因素ANOVA】； ②選擇觀測(cè)變量“起薪”到【因變量列表（E）】框中，如圖3-1；

④ 選擇控制變量“專(zhuān)業(yè)”到【因子（F）】框中，如圖3-2；

圖3-1 計(jì)算結(jié)果：

圖3-2（4）結(jié)果及其解釋

結(jié)果：國(guó)內(nèi)MBA畢業(yè)生各自所學(xué)專(zhuān)業(yè)與起薪情況沒(méi)有顯著關(guān)系；

解釋?zhuān)簭膱D3-2可以看出，F(xiàn)統(tǒng)計(jì)量的觀測(cè)值為2.459，對(duì)應(yīng)的概率P值為0.079。如果顯著性水平α為0.05，由于概率P值大于顯著性水平α，所以接受原假設(shè)，認(rèn)為國(guó)內(nèi)MBA畢業(yè)生各自所學(xué)專(zhuān)業(yè)與起薪情況沒(méi)有顯著關(guān)系。

4．一家連鎖零售店試圖對(duì)顧客的購(gòu)買(mǎi)習(xí)慣進(jìn)行調(diào)查。grocery_1month.sav記錄了顧客性別、購(gòu)物方式、消費(fèi)額等信息。使用多因素方差分析方法分析顧客性別和購(gòu)物方式對(duì)消費(fèi)額有何影響。（1）原假設(shè)

不同顧客性別沒(méi)有對(duì)消費(fèi)額產(chǎn)生顯著差異；不同購(gòu)物方式對(duì)消費(fèi)額沒(méi)有顯著差異；顧客性別和購(gòu)物方式對(duì)消費(fèi)額沒(méi)有產(chǎn)生顯著的交互影響。（2）參數(shù)設(shè)置 觀測(cè)變量：消費(fèi)額

控制變量：顧客性別，購(gòu)物方式（3）操作步驟及計(jì)算結(jié)果 操作步驟： ①選擇菜單： 【分析（A）】→【一般線(xiàn)性模型】→【單變量（U）】； ②指定觀測(cè)變量“消費(fèi)額”到【因變量（D）】框中；

③指定固定效應(yīng)的控制變量“顧客性別”和“購(gòu)物方式”到【固定因子(F)】框中，如圖4-1。

計(jì)算結(jié)果：

圖4-2

圖4-2

（4）結(jié)果及其解釋

結(jié)果：不同顧客性別對(duì)消費(fèi)額有顯著差異；不同購(gòu)物方式對(duì)消費(fèi)額沒(méi)有顯著差異；顧客性別和購(gòu)物方式對(duì)消費(fèi)額有顯著的交互影響。解釋?zhuān)簭膱D中可以看出Fgender，F(xiàn)style，F(xiàn)gender*style的概率P值分別為0.000，0.140和0.017.如果顯著性水平α為0.05，由于Fgender，F(xiàn)gender*style概率P值小于顯著性水平α，所以應(yīng)該拒絕原假設(shè)，可以認(rèn)為不同顧客性別對(duì)消費(fèi)額有顯著差異，顧客性別和購(gòu)物方式對(duì)消費(fèi)額有顯著的交互影響，而Fstyle概率P值小于顯著性水平α，則接收原假設(shè)認(rèn)為不同購(gòu)物方式對(duì)消費(fèi)額沒(méi)有顯著差異。

四、實(shí)驗(yàn)小結(jié)（心得體會(huì)、遇到問(wèn)題及其解決方法）

第三篇：管理統(tǒng)計(jì)學(xué)SPSS數(shù)據(jù)管理 實(shí)驗(yàn)報(bào)告

數(shù)據(jù)管理

一、實(shí)驗(yàn)?zāi)康呐c要求

1.掌握計(jì)算新變量、變量取值重編碼的基本操作。2.掌握記錄排序、拆分、篩選、加權(quán)以及數(shù)據(jù)匯總的操作。

3.了解數(shù)據(jù)字典的定義和使用、數(shù)據(jù)文件的重新排列、轉(zhuǎn)置、合并的操作。

二、實(shí)驗(yàn)內(nèi)容提要

1．自行練習(xí)完成課本中涉及的對(duì)CCSS案例數(shù)據(jù)的數(shù)據(jù)管理操作 2．針對(duì)SPSS自帶數(shù)據(jù)Employee data.sav進(jìn)行以下練習(xí)。

（1）根據(jù)變量bdate生成一個(gè)新變量“年齡”

（2）根據(jù)jobcat分組計(jì)算salary的秩次

（3）根據(jù)雇員的性別變量對(duì)salary的平均值進(jìn)行匯總

（4）生成新變量grade，當(dāng)salary<20000時(shí)取值為d，在20000~50000范圍內(nèi)時(shí)取值為c，在50000~100000范圍內(nèi)取值為b，大于等于100000時(shí)取值為a

三、實(shí)驗(yàn)步驟

1、針對(duì)CCSS案例數(shù)據(jù)的數(shù)據(jù)管理操作

1.1.計(jì)算變量，輸入TS3到目標(biāo)變量，在數(shù)字表達(dá)式中輸入3，把任意年齡段分成三個(gè)組20-30設(shè)為1組，1-40設(shè)為2組41-50設(shè)為3組。圖1，圖1 1.2.對(duì)已有變量的分組合并，在“名稱(chēng)”文本框中輸入新變量名TS3單擊“更改”按鈕，原來(lái)的S3->?就會(huì)變?yōu)镾3->TS3,單擊“舊值和新值”按鈕，系統(tǒng)打開(kāi)“重新編碼到其他變量：舊值和新值”，如下圖2，圖2

圖3 1.3.可視離散化，選擇“轉(zhuǎn)換”->“可視離散化”,打開(kāi)的對(duì)話(huà)框要求用戶(hù)選擇希望進(jìn)行離散化的變量，單擊繼續(xù)，如下圖4，圖4 單擊“生成分割點(diǎn)”，設(shè)定分割點(diǎn)數(shù)量為10，寬度為5，第一個(gè)分割點(diǎn)位置為18，單擊“應(yīng)用”，如下圖，圖5 結(jié)果顯示如下，圖6 2．針對(duì)SPSS自帶數(shù)據(jù)Employee data.sav進(jìn)行以下練習(xí)。

2.1.根據(jù)變量bdate生成一個(gè)新變量“年齡”,選擇“轉(zhuǎn)換”->”計(jì)算變量”，如下圖，圖7 結(jié)果顯示如下，圖8 2.2.根據(jù)jobcat分組計(jì)算salary的秩次，圖9 結(jié)果顯示如下，圖10 2.3.根據(jù)雇員的性別變量對(duì)salary的平均值進(jìn)行匯總

圖11 結(jié)果顯示如下，圖12 2.4.生成新變量grade，當(dāng)salary<20000時(shí)取值為d，在20000~50000范圍內(nèi)時(shí)取值為c，在50000~100000范圍內(nèi)取值為b，大于等于100000時(shí)取值為a

圖13 結(jié)果顯示如下，圖14

四、實(shí)驗(yàn)結(jié)果與結(jié)論

第四篇：SPSS數(shù)據(jù)統(tǒng)計(jì)軟件實(shí)驗(yàn)報(bào)告

SPSS數(shù)據(jù)統(tǒng)計(jì)軟件實(shí)驗(yàn)報(bào)告

專(zhuān)業(yè)

信息與計(jì)算科學(xué)

班級(jí)

級(jí)班

組別

指導(dǎo)教師

姓名

同組人

實(shí)驗(yàn)時(shí)間

2018

****年**月**日

實(shí)驗(yàn)地點(diǎn)

實(shí)驗(yàn)名稱(chēng)

方差分析

實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)對(duì)數(shù)據(jù)的分析，使其掌握用方差分析的方法來(lái)比較數(shù)據(jù)。

實(shí)驗(yàn)儀器：

1、支持Intel

Pentium

Ⅲ及其以上CPU，內(nèi)存256MB以上、硬盤(pán)1GB以上容量的微機(jī)；

軟件配有Windows98/2000/XP操作系統(tǒng)及SPSS軟件。

2、了解SPSS軟件的特點(diǎn)及系統(tǒng)組成，在電腦上操作SPSS軟件。

實(shí)驗(yàn)內(nèi)容、步驟及程序：

一、1.實(shí)例內(nèi)容：

下表給出銷(xiāo)售方式對(duì)銷(xiāo)售量的對(duì)比試驗(yàn)數(shù)據(jù)，利用單因素方差分析來(lái)分析不同的銷(xiāo)售方式對(duì)銷(xiāo)售量的影響。

2.實(shí)例操作：

Step

01

打開(kāi)對(duì)話(huà)框。

打開(kāi)數(shù)據(jù)文件,選擇菜單欄中的【分析】|【比較均值】|【單因素?ANOVA】命令,彈出【單因素ANOVA檢驗(yàn)】對(duì)話(huà)框。

Step

02

選擇因變量。

在候選變量列表框中選擇【銷(xiāo)售量】變量作為因變量,將其添加至【因變量列表】列表框中。

Step

03

選擇因變量。

在候選變量列表框中選擇【銷(xiāo)售方式】變量,將其添加至【因子】文本框中。

Step

04

定義相關(guān)統(tǒng)計(jì)選項(xiàng)以及缺失值處理方法。

單擊【單因素ANOVA檢驗(yàn)】對(duì)話(huà)框【選項(xiàng)】，在彈出的對(duì)話(huà)框選中【方差同質(zhì)性檢驗(yàn)】、【平均值圖】復(fù)選框，然后單擊【繼續(xù)】。

Step

05

事后多重比較。

單擊【單因素ANOVA檢驗(yàn)】對(duì)話(huà)框【事后比較】，在彈出圖中選中Bonferroni復(fù)選框，然后單擊【繼續(xù)】。

Step

06

對(duì)組間平方和進(jìn)行線(xiàn)性分解并檢驗(yàn)。

單擊【單因素ANOVA檢驗(yàn)】對(duì)話(huà)框【對(duì)比】，彈出圖的對(duì)話(huà)框選中【多項(xiàng)式】，將【等級(jí)】設(shè)為【線(xiàn)性】，單擊【繼續(xù)】返回【單因素ANOVA檢驗(yàn)】的對(duì)話(huà)框。

Step

07

單擊【確定】，輸出分析結(jié)果。

3.實(shí)例結(jié)果及分析

變異數(shù)同質(zhì)性測(cè)試

銷(xiāo)售量

Levene

統(tǒng)計(jì)資料

df1

df2

顯著性

.346

.793

給出了方差齊性檢驗(yàn)的結(jié)果。從該表可以得到

Levene方差齊性檢驗(yàn)的P值為0.793,與顯著性水平0.05相差大,因此基本可以認(rèn)為樣本數(shù)據(jù)之間的方差是非齊次的。

變異數(shù)分析

銷(xiāo)售量

平方和

df

平均值平方

F

顯著性

群組之間

（合併）

685.000

228.333

7.336

.003

線(xiàn)性項(xiàng)

比對(duì)

196.000

196.000

6.297

.023

偏差

489.000

244.500

7.855

.004

在群組內(nèi)

498.000

31.125

總計(jì)

1183.000

給出了單因素方差分析的結(jié)果。從表中可以看出,組間平方和是685、組內(nèi)平方

和是196,其中組間平方和的的F值為7.336,相應(yīng)的概率值是0.003,小于顯著性水平0.05,因此認(rèn)為不同的銷(xiāo)售方式對(duì)銷(xiāo)售量有顯著的影響。另外,這個(gè)表中也給出了線(xiàn)性形式的趨勢(shì)檢驗(yàn)結(jié)果,組間變異被銷(xiāo)售方式所能解釋的部分是196,被其他因素解釋的有244.5,并且組間變異被銷(xiāo)售方式所能解釋的部分是非常顯著的4.事后檢驗(yàn)

多重比較

因變數(shù):

銷(xiāo)售量

Bonferroni

法

(I)

銷(xiāo)售方式

(J)

銷(xiāo)售方式

平均差異

(I-J)

標(biāo)準(zhǔn)錯(cuò)誤

顯著性

95%

信賴(lài)區(qū)間

下限

上限

1.0

2.0

-7.0000

3.5285

.388

-17.615

3.615

3.0

9.0000

3.5285

.128

-1.615

19.615

4.0

4.0000

3.5285

1.000

-6.615

14.615

2.0

1.0

7.0000

3.5285

.388

-3.615

17.615

3.0

16.0000*

3.5285

.002

5.385

26.615

4.0

11.0000*

3.5285

.040

.385

21.615

3.0

1.0

-9.0000

3.5285

.128

-19.615

1.615

2.0

-16.0000*

3.5285

.002

-26.615

-5.385

4.0

-5.0000

3.5285

1.000

-15.615

5.615

4.0

1.0

-4.0000

3.5285

1.000

-14.615

6.615

2.0

-11.0000*

3.5285

.040

-21.615

-.385

3.0

5.0000

3.5285

1.000

-5.615

15.615

*.平均值差異在0.05

層級(jí)顯著。

給出了多重比較的結(jié)果,*表示該組均值差是是顯著的。因此,從表中可以看出,第二組和第三組、第四組的銷(xiāo)售量均值差是非常明顯的,但是第三組與第四組的銷(xiāo)售量均值差話(huà)相卻不是很明顯。另外,還可以得到每組之間均值差的標(biāo)準(zhǔn)誤差、置信區(qū)間等信息。

平均值圖形

給出了各組的均值圖。從圖可以清楚地看到不同的施肥類(lèi)型對(duì)應(yīng)不同的銷(xiāo)售量均

值。可見(jiàn),第三組的銷(xiāo)售量最低,且與其他兩組的銷(xiāo)售量均值相差較大,而第二組和和第三組之間的銷(xiāo)售量均值差異不大,這個(gè)結(jié)果和多重比較的結(jié)果非常一致

二、1.實(shí)例內(nèi)容：

某研究機(jī)構(gòu)研究了3種動(dòng)物飼料對(duì)4種品系小鼠體重增加的影響,數(shù)據(jù)如圖下所示,變量a為飼料種類(lèi),變量b為鼠的品系,變量x為增重克數(shù)。

2.實(shí)例操作：

Step

01

打開(kāi)對(duì)話(huà)框。

打開(kāi)數(shù)據(jù)文件,選擇菜單欄中的【分析】|【一般線(xiàn)性模型】|【單變量】命令,彈出【單變量】對(duì)話(huà)框,如圖所示。

Step

02

選擇觀測(cè)變量。

在候選變量列表框中選擇【體重】變量作為因變量,將其添加至【因變量】列表框中。

Step

03

選擇因素變量。

選擇【飼料類(lèi)型】和和【小鼠品系】變量作為因素變量,將它們添加至【固固定因子】列表框中,如圖所示。

Step

04選擇多重比較。

單擊【模型】按按鈕,彈彈出【單變量:模型】對(duì)話(huà)框,如圖5.23所示。選中【定制】單選按鈕,在左側(cè)列表框中選擇“因因素a”和“因因素b”變量并移至【模型】列表框中。選擇【構(gòu)建項(xiàng)】選項(xiàng)組中【類(lèi)型】下拉列表框中的【主效應(yīng)】選項(xiàng),再單擊【繼繼續(xù)】按鈕,返回主對(duì)話(huà)框。

Step

05其他選項(xiàng)選擇。

單擊【圖】按鈕,彈出圖5.24所示【單變量:輪廓圖】對(duì)話(huà)框。將因素b放入【單獨(dú)的線(xiàn)條】框,將因素a放入【水平軸)】文本框,單擊【添加】按鈕,再單擊【繼續(xù)續(xù)】按鈕,返回主對(duì)話(huà)框。

單擊【事后比較】按鈕,彈出圖所示對(duì)話(huà)框。將因素a和因素b放入【下列各項(xiàng)的事后檢驗(yàn)】列表框,比較方法選擇LSD法。

單擊【選項(xiàng)】按鈕,彈出圖5.26所示【單變量:選項(xiàng)】對(duì)話(huà)框。將因素a和因素b放入【顯示下列各項(xiàng)的平均值】列表框,選中【比較主效應(yīng)】復(fù)選框。選中【描述統(tǒng)計(jì)】復(fù)選框表示輸出描述性統(tǒng)計(jì)量;選中【齊性檢驗(yàn)】復(fù)選框表示輸出方差齊性檢驗(yàn)表。再單擊【繼續(xù)】按鈕,返回主對(duì)話(huà)框。

Step

06

完成操作。

最后,單擊【確確定】按鈕,操作作完成。

3.實(shí)例結(jié)果及分析

(1)主體間效應(yīng)檢驗(yàn)表

表所示為主效應(yīng)模型檢驗(yàn),結(jié)果可見(jiàn)校正模型統(tǒng)計(jì)量F=6.772、P=0.000,說(shuō)明模型有統(tǒng)計(jì)學(xué)意義。因素a和因素b均有統(tǒng)計(jì)學(xué)意義,P=0.000、P=0.037,均小于0.05。

主旨間效果檢定

因變數(shù):

體重

來(lái)源

第III

類(lèi)平方和

df

平均值平方

F

顯著性

修正的模型

8929.625a

1785.925

6.772

.000

截距

167796.750

167796.750

636.304

.000

a

6487.875

3243.938

12.301

.000

b

2441.750

813.917

3.086

.037

錯(cuò)誤

11075.625

263.705

總計(jì)

187802.000

校正後總數(shù)

20005.250

a.R

平方

=

.446（調(diào)整的R

平方

=

.380）

(2)成對(duì)比較表。

表所示為不同飼料類(lèi)型兩兩比較結(jié)果,從Sig值(即P值)可見(jiàn),飼料B與飼料C沒(méi)有差異（p=0.117），其余均有差異，p<0.05。

成對(duì)比較

因變數(shù):

體重

(I)

飼料類(lèi)型

(J)

飼料類(lèi)型

平均差異

(I-J)

標(biāo)準(zhǔn)錯(cuò)誤

顯著性b

95%

差異的信賴(lài)區(qū)間b

下限

上限

A飼料

B飼料

18.750*

5.741

.002

7.163

30.337

C飼料

27.938*

5.741

.000

16.351

39.524

B飼料

A飼料

-18.750*

5.741

.002

-30.337

-7.163

C飼料

9.188

5.741

.117

-2.399

20.774

C飼料

A飼料

-27.938*

5.741

.000

-39.524

-16.351

B飼料

-9.188

5.741

.117

-20.774

2.399

根據(jù)估計(jì)的邊際平均值

*.平均值差異在.05

層級(jí)顯著。

b.調(diào)整多重比較：最小顯著差異（等同於未調(diào)整）。

（3）均值圖

圖所示為不同品系小鼠喂養(yǎng)不同飼料的體重增重的均值圖?？梢?jiàn)A飼料較好,B飼料和C飼料差異不大。

實(shí)驗(yàn)小結(jié)：

通過(guò)該實(shí)驗(yàn)，讓我懂得了利用數(shù)學(xué)思想解決實(shí)際問(wèn)題，很好的把數(shù)學(xué)運(yùn)用到實(shí)際生活中，在今后的學(xué)習(xí)中我會(huì)再接再厲的。

教師評(píng)語(yǔ)：

1.實(shí)驗(yàn)結(jié)果及解釋?zhuān)海?zhǔn)確合理、較準(zhǔn)確、不合理）；占30%

2.實(shí)驗(yàn)步驟的完整度：（完整、中等、不完整）；占30%

3.實(shí)驗(yàn)程序的正確性：（很好、較好、中等、較差、很差）；占30%

4.卷面整潔度：（很好、較好、中等、較差、很差）；占10%

評(píng)定等級(jí)：（）

教師簽名：

日期：

第五篇：SPSS軟件教程實(shí)驗(yàn)報(bào)告——大學(xué)生戀愛(ài)觀調(diào)查報(bào)告

《社會(huì)統(tǒng)計(jì)軟件教程》

實(shí)驗(yàn)報(bào)告

班級(jí)： 姓名： 學(xué)號(hào)：

大學(xué)生戀愛(ài)觀問(wèn)卷調(diào)查與SPSS分析

一、實(shí)驗(yàn)?zāi)康呐c要求

1、實(shí)驗(yàn)?zāi)康?/p>

通過(guò)上機(jī)實(shí)驗(yàn)，使學(xué)生掌握統(tǒng)計(jì)學(xué)的基本原理、問(wèn)卷的設(shè)計(jì)與調(diào)查，熟悉統(tǒng)計(jì)軟件SPSS操作過(guò)程，能對(duì)統(tǒng)計(jì)軟件SPSS的輸出結(jié)果進(jìn)行分析。

通過(guò)使用統(tǒng)計(jì)軟件SPSS，加強(qiáng)學(xué)生對(duì)統(tǒng)計(jì)思想的理解，并提高解決實(shí)際問(wèn)題的能力。

通過(guò)上機(jī)實(shí)驗(yàn)，指導(dǎo)學(xué)生設(shè)計(jì)調(diào)查問(wèn)卷、深入社會(huì)調(diào)查訪(fǎng)問(wèn)，學(xué)會(huì)搜集第一手資料，掌握調(diào)查技巧和數(shù)據(jù)匯總、整理、分析方法，培養(yǎng)和鍛煉學(xué)生創(chuàng)新與實(shí)踐能力，為進(jìn)一步學(xué)習(xí)其他相關(guān)課程奠定扎實(shí)的基礎(chǔ)。

通過(guò)上機(jī)實(shí)驗(yàn)，希望能有助于提高學(xué)生設(shè)計(jì)調(diào)查問(wèn)卷、采集數(shù)據(jù)和處理調(diào)查數(shù)據(jù)的基本能力，培養(yǎng)學(xué)生熟練掌握SPSS統(tǒng)計(jì)軟件的基本操作，獲得對(duì)實(shí)際數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和分析的能力，使學(xué)生能夠撰寫(xiě)出規(guī)范的統(tǒng)計(jì)分析報(bào)告。

2、實(shí)驗(yàn)要求

要求學(xué)生理論聯(lián)系實(shí)際，初步掌握運(yùn)用統(tǒng)計(jì)方法解決實(shí)際問(wèn)題的能力和運(yùn)用統(tǒng)計(jì)軟件SPSS處理數(shù)據(jù)的能力。

第一，確定調(diào)查方案、設(shè)計(jì)調(diào)查問(wèn)卷、收集數(shù)據(jù)，并錄入SPSS；要求學(xué)生熟悉SPSS操作環(huán)境，能夠進(jìn)行SPSS的窗口操作，并熟練掌握問(wèn)卷變量的定義、數(shù)據(jù)的輸入；

第二，利用SPSS，對(duì)問(wèn)卷進(jìn)行描述性統(tǒng)計(jì)分析或探索性統(tǒng)計(jì)分析，解釋輸出結(jié)果，寫(xiě)出相應(yīng)的結(jié)論；

第三，利用SPSS，對(duì)問(wèn)卷進(jìn)行多選項(xiàng)分析，解釋輸出結(jié)果，寫(xiě)出相應(yīng)的結(jié)論； 第四，利用SPSS，對(duì)問(wèn)卷進(jìn)行列聯(lián)表分析，解釋輸出結(jié)果，寫(xiě)出相應(yīng)的結(jié)論；

第五，利用SPSS，對(duì)問(wèn)卷進(jìn)行參數(shù)檢驗(yàn)（T-TEST、單因素方差分析）或非參數(shù)檢驗(yàn)，解釋輸出結(jié)果，寫(xiě)出相應(yīng)的結(jié)論；

第六，利用SPSS，對(duì)問(wèn)卷進(jìn)行相關(guān)分析或回歸分析，熟悉相關(guān)分析過(guò)程的軟件操作過(guò)程，解釋輸出結(jié)果，寫(xiě)出相應(yīng)的結(jié)論。

二、實(shí)驗(yàn)環(huán)境

硬件環(huán)境：微機(jī)

軟件環(huán)境：SPSS11.5及SPSS16.0。

三、實(shí)驗(yàn)類(lèi)型

綜合性實(shí)驗(yàn) 第一部分 實(shí)驗(yàn)內(nèi)容

1、探索性分析:是否談戀愛(ài)與每天上自習(xí)時(shí)間的關(guān)系

（一）操作步驟

1．打開(kāi)數(shù)據(jù)文件“問(wèn)卷.sav”。

2．選擇Transform→Recode→Into different variables,打開(kāi)重新編碼對(duì)話(huà)框。

從左側(cè)選擇q13“您現(xiàn)在是否談戀愛(ài)”進(jìn)入Numeric Variable,定義新的變量名q13_1,標(biāo)題是”是否談戀愛(ài)”。

3.選擇Old and new Values,如下圖定義新變量.其它選項(xiàng)采用系統(tǒng)默認(rèn)狀態(tài)。

4.選擇Continue,點(diǎn)擊OK,提交運(yùn)行。

5.選擇Analyze→Descriptive Statistics→Explore,如下圖將選項(xiàng)選入相應(yīng)List。

6.上述選項(xiàng)做完以后，單擊OK 按鈕，提交運(yùn)行。

（二）輸出結(jié)果與分析

Stem-and-Leaf Plots

Boxplot

（三）結(jié)果分析：

⑴集中趨勢(shì)指標(biāo)：首先可以看出62位沒(méi)有戀愛(ài)的同學(xué)平均每天的自習(xí)時(shí)間是2.121小時(shí)，去掉兩側(cè)各5%的極端值后，截尾均數(shù)是2.078，中位數(shù)是2.000小時(shí)，其中，均數(shù)、截尾均數(shù)和中位數(shù)應(yīng)當(dāng)基本相同，因此從上述指標(biāo)及可推測(cè)數(shù)據(jù)應(yīng)當(dāng)是符合對(duì)稱(chēng)分布的；37位談戀愛(ài)的同學(xué)每天的平均自習(xí)時(shí)間是2.081小時(shí)，去掉兩側(cè)各5%的極端值后，截尾均數(shù)是2.047，中位數(shù)是2.000，也符合對(duì)稱(chēng)分布。

⑵離散趨勢(shì)分析：沒(méi)談戀愛(ài)的同學(xué)自習(xí)的標(biāo)準(zhǔn)差是1.2102，最大值是5，最小值是0，兩者差即全距5小時(shí)；談戀愛(ài)的同學(xué)自習(xí)的標(biāo)準(zhǔn)差是1.0834，最大值是5.0，最小值是0，兩者差即全距5小時(shí).⑶分布特征分析：沒(méi)有戀愛(ài)的數(shù)據(jù)的偏度系數(shù)是a=0.653，峰度系數(shù)是b=0.309，表示數(shù)據(jù)右偏，且形狀比正態(tài)分布的峰要稍陡峭。戀愛(ài)者的數(shù)據(jù)的偏度系數(shù)是a=0.628，峰度系數(shù)是b=0.541，表示數(shù)據(jù)右偏，且形狀比正態(tài)分布的峰要陡峭。

2、多選項(xiàng)分析：選擇戀愛(ài)對(duì)象的主要因素分析

（一）操作步驟

1．打開(kāi)數(shù)據(jù)文件“問(wèn)卷.sav”

2．選擇Analyze→ Multiple Response→ Define Variable Sets，再進(jìn)行如下操作定義多選項(xiàng)變量集。

3．定義好后點(diǎn)Add, 然后關(guān)閉當(dāng)前對(duì)話(huà)框。

Ⅰ、頻數(shù)分析：

1.選擇Analyze→ Multiple Response→Frequencies進(jìn)行頻數(shù)分析。2.將左側(cè)的$q9選人右側(cè)，點(diǎn)擊OK，提交運(yùn)行。

（二）輸出結(jié)果與分析

（三）結(jié)果分析

這道多選題限選三項(xiàng)，由上表可得，比例從高到低排在前三項(xiàng)的分別是“人品好”78.0%，“和自己志趣相投”53.0%，“能力好”42.0%，大學(xué)生談戀愛(ài)對(duì)經(jīng)濟(jì)狀況的考慮較少，大多是以人品定位自己的對(duì)象。

在大學(xué)生人群中，把理想愛(ài)人的條件轉(zhuǎn)向注重有內(nèi)涵，注重人品，是普遍的一個(gè)大趨勢(shì)。在本次調(diào)查中，男、女生均把“人品”作為了第一要素，而經(jīng)濟(jì)狀況等已不再是擇偶的主要因素。這反映了廣大同學(xué)成熟的愛(ài)情心理。

Ⅱ、列聯(lián)表分析：選擇戀愛(ài)對(duì)象的主要因素與性別之間的關(guān)系分析

1.選擇Analyze→ Multiple Response→Crosstabs進(jìn)行列聯(lián)表分析。

2.將多選項(xiàng)選入Rows，影響因素性別選入Columns,并定義變量集Define Ranges,范圍是1到2，continue。

3.上述選項(xiàng)做完以后，單擊OK 按鈕，提交運(yùn)行。

（二）輸出結(jié)果與分析

（三）結(jié)果分析

其中，我們可以看到男、女生的一些不同：對(duì)于相貌的要求，男生18/46要高于女生16/54；而對(duì)于知識(shí)能力的要求方面，女生35/54又要比男生7/46看中的多。

但是從總的方面來(lái)說(shuō)，當(dāng)代的大學(xué)生在戀愛(ài)問(wèn)題上是非常理性的，而且愈加趨向于成熟化。這些變化的方向無(wú)疑是社會(huì)所期望的，而且對(duì)于大學(xué)生本身來(lái)說(shuō)是非常有意義的。

3、列聯(lián)表分析：大學(xué)生談戀愛(ài)時(shí)對(duì)相貌看重程度與性別關(guān)系的分析

（一）操作步驟

1、打開(kāi)數(shù)據(jù)文件“問(wèn)卷.sav”。

2、選擇Analyze→Descriptive Statistics→Crosstabs,將“相貌的選擇”和“性別”分別輸入到Row和Column。

3、選擇Cells，Counts框組：選中復(fù)選框Expected：Continue；

4、點(diǎn)擊Statistics：復(fù)選框Chi-square：Continue

5、上述選項(xiàng)做完以后，單擊OK 按鈕，提交運(yùn)行。

（二）輸出結(jié)果與分析

（三）結(jié)果分析：

原假設(shè)：男女生在選擇朋友是對(duì)相貌的看重程度沒(méi)有差別 備擇假設(shè)：男女生在選擇朋友是對(duì)相貌的看重程度有差別

X=4.845，P值=0.184>0.05,不能拒絕原假設(shè)，所以性別在男女生選擇對(duì)象相貌的看重程度沒(méi)有差別。22%男生和21%女生選擇“雖然知道相貌不重要，但還是想盡量找個(gè)漂亮的”，可見(jiàn)，相貌在男女生選擇對(duì)象的時(shí)間仍然占著很重要的部分.24、單個(gè)樣本的非參數(shù)假設(shè)檢驗(yàn)——二項(xiàng)檢驗(yàn)

分析背景：《中國(guó)青年報(bào)》近日發(fā)表文章，據(jù)調(diào)查大學(xué)生談戀愛(ài)的人數(shù)為四成以上，為驗(yàn)證其數(shù)據(jù)是否真實(shí)，用樣本數(shù)據(jù)進(jìn)行非參數(shù)檢驗(yàn)。

（一）操作步驟

1．打開(kāi)數(shù)據(jù)文件“問(wèn)卷.sav”。

2．選擇Transform→Recode→Into different variables,打開(kāi)重新編碼對(duì)話(huà)框。

從左側(cè)選擇q13“您現(xiàn)在是否談戀愛(ài)”進(jìn)入Numeric Variable,定義新的變量名q13_1,標(biāo)題是”是否談戀愛(ài)”。

3.選擇Old and new Values,如下圖定義新變量.其它選項(xiàng)采用系統(tǒng)默認(rèn)狀態(tài)。

4.選擇非參數(shù)假設(shè)檢驗(yàn)的單個(gè)樣本的二項(xiàng)檢驗(yàn).Analyze→Nonparametric Tests→Binomial,將q13_1題選入Test Variable List, Test Proportion:0.60。（《中國(guó)青年報(bào)》前不久在有關(guān)大學(xué)生戀愛(ài)的四成以上）

5．上述選項(xiàng)做完以后，單擊OK 按鈕，提交運(yùn)行。

（二）輸出結(jié)果與分析

Binomial TestCategory否是N6238100ObservedProp..6.41.0Test Prop..6Asymp.Sig.(1-tailed).382a是否談戀愛(ài)Group 1Group 2Totala.Based on Z Approximation.（三）結(jié)果分析：

原假設(shè)：大學(xué)生談戀愛(ài)的比例≥40% 備擇假設(shè)：大學(xué)生談戀愛(ài)的比例＜40% N=100, 單尾P值等于0.382>0.05,所以不能拒絕原假設(shè)，大學(xué)生談戀愛(ài)的比例在四成以上。可見(jiàn)，大學(xué)校園內(nèi)談戀愛(ài)已經(jīng)是很普遍的現(xiàn)象。大學(xué)生談戀愛(ài)對(duì)我們現(xiàn)在的學(xué)生來(lái)說(shuō)，并不是什么新奇的事情，而且大學(xué)生談戀愛(ài)的比例也在逐年增加，這不得不引起我們足夠的重視。面當(dāng)今的大學(xué)校園，以及這些未來(lái)的祖國(guó)棟梁，他們對(duì)自己的愛(ài)情究竟報(bào)以什么樣的態(tài)度，這是我們都很期待的。這也是我們此次調(diào)查大學(xué)生戀愛(ài)觀的問(wèn)題的初衷。

5、相關(guān)分析：戀愛(ài)期間在對(duì)方身上的花費(fèi)與每月生活費(fèi)之間的關(guān)系

（一）操作步驟

1、打開(kāi)數(shù)據(jù)文件“問(wèn)卷.sav”

2、選擇Graphs→Scatter Plot→選擇Simple,點(diǎn)擊Define,制作散點(diǎn)圖，做進(jìn)一步觀察。

3、選擇Analyze→Correlate(相關(guān))→Bivariate（雙變量），打開(kāi)雙變量相關(guān)分析對(duì)話(huà)框，從左側(cè)的源變量中選擇“您每月的生活費(fèi)用大約是__元”和“你戀愛(ài)期間每個(gè)月在對(duì)方身上的花費(fèi)大約是___元”進(jìn)入Variable 窗口。其它選項(xiàng)采用系統(tǒng)默認(rèn)狀態(tài)。

4、選擇相關(guān)系數(shù)。Correlation Coefficient 是相關(guān)系數(shù)的選項(xiàng)欄，選擇Pearson（皮爾遜相關(guān)系數(shù)）；確定顯著性檢驗(yàn)類(lèi)型，在Test of Significance 選擇Two-tailed（雙尾檢驗(yàn)）； 確定輸出相關(guān)系數(shù)的顯著性水平，選中Flag significant Correlations。

5、選擇輸出的統(tǒng)計(jì)量，單擊Options 打開(kāi)對(duì)話(huà)框，選擇Means and standard deviations 選項(xiàng)和Cross-product deviations and covariances 選項(xiàng)。

6．上述選項(xiàng)做完以后，單擊Continue 按鈕，返回雙變量相關(guān)分析對(duì)話(huà)框。7．單擊OK 按鈕，提交運(yùn)行。

（二）輸出結(jié)果與分析

Descriptive StatisticsMean您每月的生活費(fèi)用大約是__元你戀愛(ài)期間每個(gè)月在對(duì)方身上的花費(fèi)大約是__元541.08112.00Std.Deviation159.64975.036N10030

Correlations你戀愛(ài)期間每個(gè)月在對(duì)方身上的花費(fèi)大約是__元.513**.004160300.0005527.586301.163280.0005630.34530您每月的生活費(fèi)用大約是__元你戀愛(ài)期間每個(gè)月在對(duì)方身上的花費(fèi)大約是__元Pearson CorrelationSig.(2-tailed)Sum of Squares andCross-productsCovarianceNPearson CorrelationSig.(2-tailed)Sum of Squares andCross-productsCovarianceN您每月的生活費(fèi)用大約是__元1.2523307.36025487.953100.513**.004160300.0005527.58630**.Correlation is significant at the 0.01 level(2-tailed).（三）結(jié)果分析：

原假設(shè)：ρ=0，談戀愛(ài)的人在對(duì)方身上每月的平均花費(fèi)與他（她）的生活費(fèi)的多少不相關(guān) 備擇假設(shè)：ρ≠0，談戀愛(ài)的人在對(duì)方身上每月的平均花費(fèi)與他（她）的生活費(fèi)的多少相關(guān)

有效數(shù)據(jù)N=30，從輸出的情況來(lái)看，“您每月的生活費(fèi)用大約是__元”和“你戀愛(ài)期間每個(gè)月在對(duì)方身上的花費(fèi)大約是___元”呈正相關(guān)，其相關(guān)系數(shù)為0.513，在總體中這個(gè)相關(guān)系數(shù)在0.05 的水平上是顯著的。

6、回歸分析

（一）操作步驟 1．打開(kāi)數(shù)據(jù)文件“問(wèn)卷.sav”。

2．選擇Analyze→Regression→Linear，打開(kāi)回歸分析對(duì)話(huà)框，其他操作如圖（散點(diǎn)圖見(jiàn)相關(guān)分析）。

3．單擊OK 按鈕，提交運(yùn)行。

（二）輸出結(jié)果與分析

Variables Entered/RemovedbVariablesVariablesModelEnteredRemovedMethod1你戀愛(ài)期間每個(gè)月在對(duì)方身上的花費(fèi).Enter大約元a是__a.All requested variables entered.b.Dependent Variable: 您每月的生活費(fèi)用大約是__元

Model SummaryAdjustedStd.Error ofModelRR SquareR Squarethe Estimate1.513a.263.237125.505a.Predictors:(Constant), 你戀愛(ài)期間每個(gè)月在對(duì)方身上的花費(fèi)大約是__元 ANOVAbModel1Sum ofSquares157374.4441042.3598416.7df12829Mean Square157374.38815751.510F9.991Sig..004aRegressionResidualTotala.Predictors:(Constant), 你戀愛(ài)期間每個(gè)月在對(duì)方身上的花費(fèi)大約是__元b.Dependent Variable: 您每月的生活費(fèi)用大約是__元

CoefficientsaUnstandardizedCoefficientsBStd.Error451.71141.655.982.311StandardizedCoefficientsBetaModel1(Constant)你戀愛(ài)期間每個(gè)月在對(duì)方身上的花費(fèi)大約是__元t10.8443.161Sig..000.004.513a.Dependent Variable: 您每月的生活費(fèi)用大約是__元

（三）結(jié)果分析：

H0: 回歸系數(shù)為0 H1: 回歸系數(shù)不為0

2由以上圖表和數(shù)據(jù)可知，N為30，決定系數(shù)R=0.263，它的含義是自變量“戀愛(ài)期間每個(gè)月在對(duì)方身上的花費(fèi)”所能解釋的方差在總方差中所占的百分比，說(shuō)明戀愛(ài)在生活費(fèi)用的所占比例大約為1/5，擬合度不高，還要再增加其他因素進(jìn)一步分析對(duì)生活費(fèi)用的影響。

方差分析的結(jié)果F值為9.991，近似P值=0.004<0.05，自變量的回歸系數(shù)是具有統(tǒng)計(jì)學(xué)意義的。

從最后一張表可得，回歸方程常數(shù)項(xiàng)a=451.711，回歸系數(shù)的估計(jì)值b=0.982，通過(guò)它就可以得出回歸方程如下：

∧每月的生活費(fèi)用預(yù)測(cè)值y=451.711+0.982*戀愛(ài)期間你在對(duì)方身上的花費(fèi)

這表明“戀愛(ài)是你在對(duì)方身上每增加一個(gè)單位的花費(fèi)，每月的生活費(fèi)用會(huì)增加0.982個(gè)單位?；貧w系數(shù)的顯著性檢驗(yàn)P值為0.004<0.05，所以拒絕原假設(shè)，回歸系數(shù)不為0.第三部分 附錄

附錄一：調(diào)查方案

課題背景：近年來(lái)，大學(xué)校園內(nèi)談戀愛(ài)已經(jīng)是很普遍的現(xiàn)象。大學(xué)生談戀愛(ài)對(duì)我們現(xiàn)在的學(xué)生來(lái)說(shuō)，并不是什么新奇的事情。但是對(duì)于身處象牙塔的大學(xué)生來(lái)說(shuō)，對(duì)于戀愛(ài)多多少少都有一些應(yīng)付不來(lái)，當(dāng)然這不是指大多數(shù)的人。因此在大學(xué)校園里面，因?yàn)檎剳賽?ài)，而使學(xué)業(yè)突飛猛進(jìn)的不再少數(shù)，但是那些應(yīng)為愛(ài)情而從此墮落的也大有人在！

直面當(dāng)今的大學(xué)校園，以及這些未來(lái)的祖國(guó)棟梁，他們對(duì)自己的愛(ài)情究竟報(bào)以什么樣的態(tài)度，這是我們都很期待的。因此我們針對(duì)大學(xué)生戀愛(ài)觀的問(wèn)題作了《關(guān)于大學(xué)生戀愛(ài)觀的調(diào)查》的調(diào)查。課題意義：

通過(guò)本調(diào)研，讓人們了解當(dāng)代在校大學(xué)生對(duì)戀愛(ài)的看法及其中存在的問(wèn)題。從而幫助大學(xué)生樹(shù)立正確的戀愛(ài)觀，使之擁有健康的戀愛(ài)心態(tài)。這對(duì)大學(xué)生更好的學(xué)習(xí)和生活有重要的意義。調(diào)查方法：

問(wèn)卷法為主。問(wèn)卷調(diào)查采取隨機(jī)抽樣的方式進(jìn)行，訪(fǎng)問(wèn)是選取一些有典型調(diào)查意義個(gè)體大學(xué)生進(jìn)行。調(diào)查范圍：

大學(xué)生為樣本，對(duì)各個(gè)年級(jí)各個(gè)專(zhuān)業(yè)各個(gè)班進(jìn)行抽樣調(diào)查。抽樣方案：

研究總體是*****大學(xué)生，此次調(diào)查共發(fā)放問(wèn)卷100份，收回有效問(wèn)卷100份，有效問(wèn)卷比率為100％。在收回的有效問(wèn)卷中男生46人，女生54人。此次問(wèn)卷調(diào)查涉及大學(xué)生的戀愛(ài)態(tài)度、戀愛(ài)動(dòng)機(jī)、擇偶標(biāo)準(zhǔn)、愛(ài)情觀教育等方面的內(nèi)容，采取隨機(jī)發(fā)放問(wèn)卷和無(wú)記名答卷的方式進(jìn)行。問(wèn)卷中的數(shù)據(jù)基本上能反映出學(xué)生的戀愛(ài)心理及其現(xiàn)狀。

附錄三：變量定義與數(shù)據(jù)編碼

List of variables on the working file Name Position ID 問(wèn)卷編號(hào) 1 Measurement Level: Nominal Column Width: 8 Alignment: Right SEX 性別 2 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label 1 男 2 女

GRADE 年級(jí) 3 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label 1 大一 2 大二 Q3 您每月的生活費(fèi)用大約是__元 4 Measurement Level: Scale Column Width: 8 Alignment: Right Q4 您平均每天課余時(shí)間大約是__小時(shí) 5 Measurement Level: Scale Column Width: 8 Alignment: Right Q5 您每天的自主學(xué)習(xí)時(shí)間是____小時(shí) 6 Measurement Level: Scale Column Width: 8 Alignment: Right Q6 您欣賞您父母的婚姻嗎？ 7 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label 1 非常欣賞 2 欣賞 3 Q7 對(duì)你戀愛(ài)觀影響最大的是 8 Measurement Level: Nominal Column Width: 8 Alignment: Right

大三 4 大四

有些欣賞 4 不太欣賞 5 不欣賞

Value Label 1 父母2 偉人的愛(ài)情3 愛(ài)情小說(shuō)4 好友的愛(ài)情5 自己 Q8 你覺(jué)得影響你戀愛(ài)的最主要因素是 9 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label 1 父母影響 2 有無(wú)遇到合適的對(duì)象3 是否有時(shí)間4 自我經(jīng)濟(jì)狀況 Q9_1 相貌好 10 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label 1 是 2 否

Q9_2 人品好 11 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 是 2 否

Q9_3 能力好 12 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 是2 否

Q9_4 和自己志趣相投 13 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label 1 是 2 否

Q9_5 經(jīng)濟(jì)狀況好 14 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 是2 否

Q9_6 其他 15 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 是2 否

Q10 你認(rèn)為大學(xué)生談戀愛(ài)合適嗎 16 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 挺合適的，大家年紀(jì)相當(dāng)，共同點(diǎn)多2 順其自然，不是一定要談，但遇到合適的也不反對(duì) 3 不怎么合適，大家還沒(méi)有經(jīng)濟(jì)基礎(chǔ)，沒(méi)條件談4 一點(diǎn)都不合適，上大學(xué)是學(xué)習(xí)的，又不是談戀愛(ài)的Q11 你認(rèn)為大學(xué)生談戀愛(ài)最初的原因是 17 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 戀愛(ài)雙方有共同的理想追求，彼此對(duì)對(duì)方的優(yōu)點(diǎn)吸引2 看到別人都談戀愛(ài)，覺(jué)得自己?jiǎn)紊頉](méi)面子 3 彌補(bǔ)內(nèi)心空虛，尋找精神寄托4 對(duì)方追求激烈，自己不好意思拒絕5 其他 Q12 你認(rèn)為相貌在你選擇男（女）朋友是重要嗎 18 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 重要，找一個(gè)漂亮的自己臉上也有光彩2 只要兩個(gè)人談得來(lái)，還是不太重要的

相貌會(huì)隨時(shí)間改變，我一點(diǎn)也不在乎4 雖然知道相貌不重要，但還是想盡量找個(gè)漂亮的

Q13 你現(xiàn)在是否在談戀愛(ài) 19 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 是，雙方在同一學(xué)?；虺鞘? 是，異地戀3 否

Q14 你每天與對(duì)方相處（異地戀通電話(huà))的時(shí)間是__小時(shí) 20 Measurement Level: Scale Column Width: 8 Alignment: Right Q15 你父母對(duì)于大學(xué)期間談戀愛(ài)的態(tài)度是 21 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 堅(jiān)決反對(duì)2 默認(rèn)3 同意4 支持

Q16 你是通過(guò)什么渠道認(rèn)識(shí)你的戀人的 22 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label 1 校友或同學(xué)關(guān)系2 朋友介紹3 社會(huì)活動(dòng)中認(rèn)識(shí)4 5 本來(lái)不認(rèn)識(shí)，偶然邂逅，覺(jué)得好就主動(dòng)追6 其他

Q17 你戀愛(ài)期間每個(gè)月在對(duì)方身上的花費(fèi)大約是__元 23 Measurement Level: Scale Column Width: 8 Alignment: Right Q18_1 吃飯 24 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 是2 否

Q18_2 游玩 25 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 是 2 否

Q18_3 買(mǎi)禮物 26 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label 1 是 2 否

Q18_4 買(mǎi)零食 27 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 是2 否

Q18_5 打電話(huà) 28 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 是2 否

Q18_6 其他 29 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 是2 否

Q19 你在以上幾種花銷(xiāo)中哪個(gè)占的比例最大 30

網(wǎng)絡(luò) Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 吃飯2 游玩3 買(mǎi)禮物4 買(mǎi)零食5 打電話(huà)6 其他 Q20 你認(rèn)為戀愛(ài)的花銷(xiāo)給你的經(jīng)濟(jì)壓力大嗎 31 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 不大，戀愛(ài)的花銷(xiāo)在我的生活費(fèi)中所占的比例很小2 不是很大，但有時(shí)需要省吃?xún)€用一下 3 很大，難以承擔(dān)，但有礙于面子不好意思告訴對(duì)方4 我們花錢(qián)不分彼此，所以不覺(jué)得有經(jīng)濟(jì)壓力 Q21 你對(duì)現(xiàn)在的戀情有怎樣的期待 32 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 希望能走向紅地毯，“王子和公主過(guò)著幸福的生活” 走一步是一步，說(shuō)不定什么時(shí)候就分手了3 沒(méi)抱多大希望，畢業(yè)那天就失戀了4 Q22 你對(duì)自己的戀情是否經(jīng)過(guò)慎重考慮 33 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label 1 是的，我是經(jīng)過(guò)深思熟慮才決定發(fā)展戀情的 2 是的，但現(xiàn)在看來(lái)那時(shí)的考慮還不夠慎重和深刻 3 沒(méi)有，我想當(dāng)時(shí)是被突如其來(lái)的愛(ài)情沖昏頭了 4 沒(méi)有，當(dāng)時(shí)對(duì)方追求猛烈就答應(yīng)了

Q23 就業(yè)時(shí)，你有可能獲得一份理想工作，但是必須在戀人和工作之間做 34 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 以工作為重，終止愛(ài)情2 以愛(ài)情為重，犧牲工作 3 不知道該怎么辦4 其他

Q24 您現(xiàn)在沒(méi)有戀愛(ài)的原因是 35 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label 1 沒(méi)有遇到合適的 2 家長(zhǎng)不讓談

想畢業(yè)后工作穩(wěn)定了再談 4 不愿意接觸異性

Q25 你對(duì)那些熱戀中的同學(xué)在大庭廣眾之下的親昵舉動(dòng) 36 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 反感2 羨慕3 不太雅觀4 無(wú)所謂

Q26 你認(rèn)為學(xué)校應(yīng)該做些什么 37 Measurement Level: Nominal Column Width: 8 Alignment: RightValue Label 1 引導(dǎo)正確的戀愛(ài)觀2 放任自由3 積極鼓勵(lì)4 嚴(yán)格限制男女同學(xué)的接觸 Q27 您覺(jué)得大學(xué)戀人走到婚姻殿堂的概率有 38 Measurement Level: Nominal

其他期待 Column Width: 8 Alignment: Right Value Label 1 小于10% 2 10%~30% 3 30~50% 4 大于50% Q28_1 學(xué)習(xí)、生活更有動(dòng)力 39 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 是2 否

Q28_2 分散精力、浪費(fèi)時(shí)間、成績(jī)下降 40 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label 1 是2 否

Q28_3 只有“兩人”的世界，脫離集體 41 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 是2 否

Q28_4 影響正常的同學(xué)交往 42 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 是2 否

Q28_5 因人而異 43 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 是2 否

Q29 你經(jīng)歷過(guò)失戀的嗎 44 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label1 經(jīng)歷過(guò)2 還沒(méi)有

Q30 你認(rèn)為失戀后有什么變化 45 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label 1 不敢付出真感情了 2 更加珍惜身邊的人 3 學(xué)會(huì)圓滑地對(duì)待感情了

既然被別人欺騙了感情，作為報(bào)復(fù)也要欺騙別人，讓別人嘗嘗被騙的 5 其他變化

Q31 你怎么看待周?chē)俚娜?46 Measurement Level: Nominal Column Width: 8 Alignment: Right Value Label 1 自找麻煩，散了就散了，沒(méi)必要為一段結(jié)束的感情痛苦成那樣 2 很可憐，真心付出了感情卻被騙了，所以會(huì)盡力去安慰他們 3 想安慰他們，但不知道他們會(huì)不會(huì)聽(tīng)進(jìn)去，所以還是保持沉默了 4 鼓勵(lì)他們，讓他們重新燃起對(duì)未來(lái)的希望