SPSS统计分析案例(我国城镇居民消费结构及趋势的统计分析)[1]复习进程

SPSS统计分析案例

专业：经济学姓名：000 学号：00000000

一、我国城镇居民现状

近年来,我国宏观经济形势发生了重大变化,经济发展速度加快,居民收入稳定增加,在国家连续出台住房、教育、医疗等各项改革措施和实施“刺激消费、扩大内需、拉动经济增长”经济政策的影响下,全国居民的消费支出也强劲增长,消费结构发生了显著变化,消费结构不合理现象得到了一定程度的改善。本文通过相关数据分析总结出了我国城镇居民消费呈现富裕型、娱乐教育文化服务类消费攀升的趋势特点。

二、我国居民消费结构的横向分析

第一,食品消费支出比重随收入增加呈现出明显的下降趋势,这与恩格尔定律的表述一致。但最低收入户与最高收入恩格尔系数相差太过悬殊,城镇最低收入户刚刚解决了温饱问题,而最高收入户的生活水平按照恩格尔系数的评价标准早已达到了富裕型,甚至接近最富裕型。第二,衣着消费支出比重随收入增加缓慢上升,到高收入户又有所下降,但各收入组支出比重相差不大。衣着支出比重没有更多的递增且最高收入户的支出比重有所下降,这些都符合恩格尔定律关于衣着消费的引申。随着收入的增加,衣着支出比重呈现先上升后下降的走势。事实上,在当前的价格水平和服装业的发展水平下,城镇居民的穿着是有一定限度的,而且居民对衣着的需求也不是无限膨胀的,即使收入水平继续提高,也不需要将更大的比例用于购买服饰用品了。第三,家庭设备用品及服务、交通通讯、娱乐教育文化服务和杂项商品与服务的支出比重呈逐组上升趋势,说明居民的生活水平随收入的增加而不断提高和改善。第四,医疗保健支出比重随收入水平提高呈现一种两端高、中间低的走势。这是因为医疗保健支出作为生活必须支出,不论居民生活水平高低,都要将一定比例的收入用于维持自身健康,而且由于医疗制度改革,加重了个人负担的同时,也减小了旧制度可能造成的不同行业、不同体制下居民医疗保健支出的差别,因而不同收入等级的居民在医疗保健支出比重上差别不大。第五,居住支出比重基本上呈先上升后下降的趋势,这与我国居民消费能级不断提升,住宅商品正在越来越成为城镇居民关注的热点是相吻合的,同时与恩格尔定律的引申也是一致的。可以看出,城镇居民的消费状况虽然受价格水平、消费习惯、消费环境、消费心理预期等诸多因素的影响,但归根结底仍取决于居民的收入水平,要提高城镇居民的消费支出,必须增加居民收入。因此,采取切实有效的措施增加城镇居民的可支配收入,不仅可以提高全国城镇居民的总体消费水平,促进消费结构向着更加健康、合理的方向发展,而且在启动内需,促进我国的经济发展方面有着重大的现实意义。

三、我国居民消费结构的纵向分析

进入21世纪以来,随着经济体制改革的深入,国民经济的迅速发展,我国城乡居民的消费水平显著提高,居民的各项支出显著增加。随着消费水平的提高,我国城乡居民消费从注重量的满足到追求质的提高,从以衣食消费为主的生存型到追求生活质量的享受型、发展型,消费质量和消费结构都发生了明显的变化。城镇居民在食品、衣着、家庭设备用品三项支出在消

费支出中的比重呈现明显的下降趋势,其中食品类支出比重降幅最大;衣着类有所下降;家庭设备用品类下降幅度不是很大。与此同时,医疗保健、交通通讯、文化娱乐教育服务、居住及杂项商品支出在消费支出中的比例均有上升,富裕阶段的消费特征开始显现。

四、我国城镇居民消费结构及趋势的统计分析

下图是出自《中国统计年鉴—2009》这一资料性年刊，它系统收录了全国和各省、自治区、直辖市2008年经济、社会各方面的统计数据，以及近三十年和其他重要历史年份的全国主要统计数据。此年鉴正文内容分为24个篇章，本文选取其中的第九篇章-人民生活，用以探究我国城镇居民消费结构及其趋势。

表1 《中国统计年鉴—2009》统计表

9-5 城镇居民家庭基本情况

平均每人消费性支出(元) 1278.89 3537.57 4998.00 9997.47 11242.85

食品693.77 1771.99 1971.32 3628.03 4259.81

衣着170.90 479.20 500.46 1042.00 1165.91

居住60.86 283.76 565.29 982.28 1145.41 家庭设备用品及服务108.45 263.36 374.49 601.80 691.83 医疗保健25.67 110.11 318.07 699.09 786.20

交通通信40.51 183.22 426.95 1357.41 1417.12 教育文化娱乐服务112.26 331.01 669.58 1329.16 1358.26 杂项商品与服务66.57 114.92 171.83 357.70 418.31

平均每人消费性支出构成

(人均消费性支出=100)

食品54.25 50.09 39.44 36.29 37.89

衣着13.36 13.55 10.01 10.42 10.37

居住 6.98 8.02 11.31 9.83 10.19 家庭设备用品及服务10.14 7.44 7.49 6.02 6.15 医疗保健 2.01 3.11 6.36 6.99 6.99

交通通信 1.20 5.18 8.54 13.58 12.60 教育文化娱乐服务11.12 9.36 13.40 13.29 12.08 杂项商品与服务0.94 3.25 3.44 3.58 3.72

注：1.本表至9-17表为城镇住户抽样调查资料。

2.从2002年起，城镇住户调查对象由原来的非农业人口改为城市市区和县城关镇住户，

本篇章相关资料均按新口径计算，历史数据作了相应调整。

五、SPSS统计分析

图一给出了基本的描述性统计图，图中显示各个变量的全部观测量的Mean（均值）、Std. Deviation（标准差）和观测值总数N。图2给出了相关系数矩阵表，其中显示3个自变量两两间的Pearson相关系数，以及关于相关关系等于零的假设的单尾显著性检验概率。

图1 描述性统计表

图2 相关系数矩阵

从表中看到因变量家庭设备用品及服务与自变量食品、衣着之间相关关系数依次为0.869、0.684，反映家庭设备用品及服务与食品、衣着之间存在显著的相关关系。说明食品与衣着对于家庭设备用品及服务条件的好转有显著的作用。自变量居住于因变量家庭设备用品及服务之间的相关系数为-0.894，它于其他几个自变量之间的相关系数也都为负，说明它们之间的线性关系不显著。此外，食品与衣着之间的相关系数为0.950，这也说明它们之间存在较为显著的相关关系。按照常识，它们之间的线性相关关系也是符合事实的。

图3给出了进入模型和被剔除的变量的信息，从表中我们可以看出，所有3个自变量都进入模型，说明我们的解释变量都是显著并且是有解释力的。

图3 变量进入/剔除信息表

图4给出了模型整体拟合效果的概述，模型的拟合优度系数为0.982，反映了因变量于自变量之间具有高度显著的线性关系。表里还显示了R平方以及经调整的R值估计标准误差，另外表中还给出了杜宾-瓦特森检验值DW=2.632，杜宾-瓦特森检验统计量DW是一个用于检验一阶变量自回归形式的序列相关问题的统计量，DW在数值2到4之间的附近说明模型变量无序列相关。

图4 模型概述表

图4给出了方差分析表，我们可以看到模型的设定检验F统计量的值为9.229，显著性水平的P值为0.236。

图5 方差分析表

图6给出了回归系数表和变量显著性检验的T值，我们发现，变量居住的T值太小，没有达到显著性水平，因此我们要将这个变量剔除，从这里我们也可以看出，模型虽然通过了设定检验，但很有可能不能通过变量的显著性检验。

图6 回归系数表

图7给出了残差分析表，表中显示了预测值、残差、标准化预测值、标准化残差的最小值、最大值、均值、标准差及样本容量等，根据概率的3西格玛原则，标准化残差的绝对值最大为1.618，小于3，说明样本数据中没有奇异值。

图7 残差统计表

图8给出了模型的直方图，由于我们在模型中始终假设残差服从正态分布，因此我们可以从这张图中直观地看出回归后的实际残差是否符合我们的假设，从回归残差的直方图于附于图上的正态分布曲线相比较，可以认为残差的分布不是明显地服从正态分布。尽管这样也不能盲目的否定残差服从正态分布的假设，因为我们用了进行分析的样本太小，样本容量仅为5。

图8 残差分布直方图

从上面图4的分析结果看，我们的模型需要剔除居住这个变量，用本次实验中的方法和步骤重新令家庭设备用品及服务对食品和衣着回归，得到的主要结果如图9、图10和图11所示，跟上面的分析类似，从中可以看出，剔除居住这个变量后，模型拟合优度为0.964，比原来有所降低；而方差分析的F检验为27.071，新模型与原来的模型相比，各个系数都通过了显著性T检验，因此更加合理，从而我们可以得出结论：剔除居住这个变量后的模型更加合理，因此在做预测过程中要使用剔除不显著变量后的模型。

图9 模型概述

图10 方差分析表

图11 回归系数表

六、我国居民消费变化的趋势特点

(1)食品消费质量提高，衣着消费支出比重下降。食品消费水平由过去简单的吃饱吃好，转变为品种更加丰富，营养更加全面。一方面由于食品供应的日益充足。另一方面由于在外饮食的增加，粮食消费比重减小，购买量大幅度下降。

衣着是两项基本生存资料之一，衣着消费向时装化、名牌化、个性化发展的倾向更加明显，成衣化倾向成为主流。

从衣着和食品消费比重的下降可以看出城镇居民满足基本生活的支出并没有随着收入水平的提高而提高，这表明我国城镇居民满足吃、穿为主的生存型消费需求阶段已经结束，逐步向以发展型和享受型消费的阶段过渡。

(2) 居民收入迅速增长,消费水平大幅度提高,消费结构呈现明显的富裕型特征消费是收入的函数,收入的增加是消费水平提高和消费结构变化的前提。随着我国经济的发展,我国居民的收入水平不断提高,特别是21世纪以来,我国居民的收入水平迅速提高。伴随着收入水平的提高,城乡居民各项支出全面增加,消费性支出大幅度增长。今后5—10年以至更长时间,我国经济保持一个较高的增长速度是完全可能的,城乡居民的消费水平将大幅度提高。

(3)消费能级不断提高,消费内容日益丰富,住房与轿车消费同时升温,可望提前成为消费热点在消费水平提高和消费结构改善的同时,城乡居民的消费能级不断提高。。

（4）以教育为龙头的娱乐教育文化服务类消费继续攀升随着人们对知识认知程度的提高和自我完善意识的增强,对教育的投入仍会保持增长。目前从子女教育在人们储蓄目的位居前列的情况看,对教育及教育产品的投入仍是今后一个时期的消费热点。大力发展教育事业,

特别是高等教育、成人教育、职业教育应是政府长期坚持和倡导的

提高城镇居民收入水平，缩小收入差距，应做到：

1.进一步强化收入分配的宏观调控力度采取切实措施努力提高低收入群体的收入水平。

2.加快西部大开发步伐，做好扶贫开发工作。

3.进一步完善社会保障制度，改善居民整体尤其是社会弱势群体的生存环境。

4.通过完善税收制度来缩小部分不合理的高低收入阶层差距。

5.对不动产、金融资产收益以及财产的继承与赠与，要通过合理设置税种税率，征收房产税、利息税以及遗产与赠与税等税种来进行调节。

参考文献

[1] 吕振通张凌云《spss统计分析与应用》机械工程出版社，2009年

[2] Nancy L.Leech Karen C.Barrett Ceorge A.Morgan 《SPSS for Intermediate Statistics Use and Interpretation(Third Edition)》PUBLISHING HOUSE OF ELECTRONICS INDUSTRY，2009年

SPSS数据案例分析

SPSS数据案例分析目录一.手机 APP 广告点击意愿的模型构建 (3) 1.1构建研究模型 (3) 1.2研究变量及定义 (4) 1.3研究假设 (4) 1.4变量操作化定义 (4) 1.5问卷设计 (5) 二．实证研究 (8) 2.1基础数据分析 (8) 2.2频数分布及相关统计量 (8) 2.3相关分析 (10) 2.4回归分析 (11) 2.5假设检验 (13)

一.手机APP 广告点击意愿的模型构建 1.1构建研究模型我们知道效用期望、努力期望、社会影响对行为意愿会产生一定的影响，在模型中的性别、年龄、经验与自愿性等四个控制变量，通常都是作为控制变量来观察他们对采用因素与使用意向之间的关系的影响。因此，目前手机 APP 广告的使用人群年龄相对比较年轻，而且年龄特征分布高度集中，年龄在 30 岁以下的人群占到 70%以上，因此本研究考虑性别了这一变量，同时根据手机 APP 广告用户的特性，加入了手机流量作为控制变量，去观察它们对外部变量与点击意愿之间的关系是否有显著影响。在本研究中，主要把调节变量和控制变量作为两个不同的研究变量，对于调节变量感知风险来说，它是直接影响了感知风险与手机 APP 广告点击意愿二者的关系；而控制变量性别、手机流量这些变量是对广告效用期望、APP 效用期望和社会影响与点击意愿直接的关系是否有显著影响。最后，本文根据手机APP 广告的特点对 UTAUT 模型进行扩展，构建了手机 APP 广告点击意愿的影响因素研究模型。

1.2研究变量及定义 1.3研究假设 (1) 广告效用期望、APP 效用期望、社会影响与手机 APP 点击意向的关系 H1：用户的广告效用期望与点击手机 APP 广告意愿正相关。 H2：用户的 APP 效用期望与点击手机 APP 广告意愿正相关 H3：社会影响与手机 APP 广告点击意愿正相关（2）感知风险与点击手机 APP 广告意愿的关系 H4：感知风险与手机 APP 广告点击意愿负相关 H5：性别，手机流量对手机 APP 广告点击意愿没有显著影响 1.4变量操作化定义广告效用期望：广告对我了解某品牌来说很有用 APP 效用期望：使用 APP 能够让我了解到多方面的信息社会影响：身边的人都在使用手机 APP 广告，所以我也要使用感知风险：在点击手机 APP 广告时，我担心我的个人隐私安全得不到保护感知隐私安全重要性：确保点击手机 APP 广告是安全的，对我来说是很重

SPSS统计分析分析案例

SPSS统计分析案例一、我国城镇居民现状近年来，我国宏观经济形势发生了重大变化，经济发展速度加快，居民收入稳宦增加，在国家连续出台住房、教冇、医疗等^9^改革措施和实施“刺激消费、扩大内需、拉动经济增长” 经济政策的影响下，全国居民的消费支出也强劲增长，消费结构发生了显著变化，消费结构不合理现象得到了一立程度的改善。本文通过相关数据分折总结岀了我国城镇居民消费呈现富裕型、娱乐教育文化服务类消费攀升的趋势特点。二、我国居民消费结构的横向分析第一，食品消费支出比重随收入增加呈现出明显的下降趋势，这与恩格尔左律的表述一致。但最低收入户与最高收入恩格尔系数相差太过悬姝，城镇最低收入户刚刚解决了温饱问题, 而最高收入户的生活水平按照恩骼尔系数的评价标准早已达到了富裕型，甚至接近最富裕型。第二,衣着消费支出比重随收入增加缓慢上升,到高收入户又有所下降,但^$收入组支出比重相差不大。衣着支出比重没有更多的递增且最高收入户的支出比重有所下降，这些都符合恩賂尔宦律关于衣着消费的引申。随着收入的增加，衣着支出比重呈现先上升后下降的疋势。事实上，在当前的价格水平和服装业的发展水平下，城镇居民的穿着是有一是限度的，而且居民对衣着的需求也不是无限膨胀的，即使收入水平继续提高，也不需要将更大的比例用于购买服饰用品了。第三，家庭设备用品及服务、交通通讯、娱乐教育文化服务和杂项商品与服务的支出比重呈逐组上升趋势，说明居民的生活水平随收入的增加而不断提高和改善。第四，医疗保健支出比重随收入水平提高呈现一种两端高、中间低的疋势。这是因为医疗保健支出作为生活必须支岀，不论居民生活水平高低，都要将一楚比例的收入用于维持自身健康，而且由于医疗制度改革，加重了个人负担的同时，也减小了旧制度可能造成的不同行业、不同体制下居民医疗保健支出的追别，因而不同收入等级的居民在医疗保健支出比重上差别不大。第五，居住支出比重基本上呈先上升后下降的趋势,这与我国居民消费能级不断提升, 住宅商品正在越来越成为城镇居民关注的热点是相吻合的，同时打恩格尔立律的引申也是一致的。可以看出，城镇居民的消费状况虽然受价格水平、消费习惯、消费环境、消费心理预期等诸多因素的影响，但归根结底仍取决于居民的收入水平,要提高城镇居民的消费支出，必须增加居民收入。因此，采取切实有效的措施增加城镇居民的可支配收入，不仅可以提高全国城镇居民的总体消费水平，促进消费结构向着更加健康、合理的方向发展，而且在启动内需, 促进我国的经济发展方面有着重大的现实意义。三、我国居民消费结构的纵向分析进入21世纪以来，随着经济体制改革的深入，国民经济的迅速发展,我国城乡居民的消费水平显著提髙，居民的齐项支出显著增加。随着消费水平的提高,我国城乡居民消费从注重量的满足到追求质的提高，

spss的数据分析报告范例

关于某地区361个人旅游情况统计分析报告一、数据介绍：本次分析的数据为某地区361个人旅游情况状况统计表，其中共包含七变量，分别是：年龄，为三类变量；性别，为二类变量（0代表女，1代表男）；收入，为一类变量；旅游花费，为一类变量；通道，为二类变量（0代表没走通道，1代表走通道）；旅游的积极性，为三类变量（0代表积极性差，1代表积极性一般，2代表积极性比较好，3代表积极性好 4代表积极性非常好）；额外收入,一类变量。通过运用spss统计软件，对变量进行频数分析、描述性统计、方差分析、相关分析，以了解该地区上述方面的综合状况，并分析个变量的分布特点及相互间的关系。二、数据分析 1、频数分析。基本的统计分析往往从频数分析开始。通过频数分地区359个人旅游基本状况的统计数据表，在性别、旅游的积极性不同的状况下的频数分析，从而了解该地区的男女职工数量、不同积极性情况的基本分布。统计量积极性性别 N 有效359 359 缺失0 0 首先，对该地区的男女性别分布进行频数分析，结果如下性别频率百分比有效百分比累积百分比有效女198 55.2 55.2 55.2 男161 44.8 44.8 100.0

性别频率百分比有效百分比累积百分比有效女198 55.2 55.2 55.2 男161 44.8 44.8 100.0 合计359 100.0 100.0 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行频数分析，结果如下表：积极性频率百分比有效百分比累积百分比有效差171 47.6 47.6 47.6 一般79 22.0 22.0 69.6 比较好 79 22.0 22.0 91.6 好24 6.7 6.7 98.3 非常好 6 1. 7 1.7 100.0 合计359 100.0 100.0 其次对原有数据中的积极性进行频数分析，结果如下表：

spss统计分析期末考试题

《统计分析软件》试（题）卷班级 xxx班姓名 xxx 学号 xxx 说明：1.本试卷分析结果写在每个题目下面（即所留空白处）； 2.考试时间为100分钟； 3.每个试题20分。一、（20分）已经给出某个班的学生基本情况及其学习成绩的两个SPSS数据文件，学生成绩一.sav；学生成绩二.sav。要求：（1)将所给的两个SPSS数据文件“学生成绩一.sav”与“学生成绩二.sav”合并，并保存为“成绩.sav.” （2）对所建立的数据文件“成绩.sav”进行以下处理： 1）按照性别求出男、女数学成绩的各种统计量(包括平均成绩、标准差等)。 2）计算每个学生的总成绩、并按照总成绩的大小进行排序 3）把数学成绩分成优、良、中三个等级，规则为优(X≥85)，良(75≤X ≤84),中(X≤74)，并对优良中的人数进行统计。

分析：描述统计量性别N极小值极大值均值标准差男数学477.0085.0082.2500 3.77492有效的 N （列表状态）4 女数学1667.0090.0078.50007.09930有效的 N （列表状态）16

注：成绩优良表示栏位sxcj 优为1 良为2 中为3 由表统计得，成绩为优的同学有4人，占总人数的20%；良的同学有12人，占总人数的60%；中的同学有4人，占总人数的40%。二、（20分）为了解笔记本电脑的市场情况，针对笔记本电脑的3种品牌，进行了满意度调查，随机访问了30位消费者，让他们选出自己满意的品牌，调查结果见下表，其中变量“职业”的取值中，1表示文秘人员，2表示管理人员，3表示工程师，4表示其他人；3个品牌变量的取值中，1表示选择，0表示未选数据见Excel数据文件“调查.exe”。根据所给数据完成以下问题（1）将所给数据的Excel文件导入到SPSS中，要求SPSS数据文件写出数据结构（包括变量名，变量类型，变量值标签等）命，并保存为：“调查. Sav”。（2）试利用多选项分析，利用频数分析来分析消费者对不同品牌电脑的满意度状况；分析不同职业消费者对笔记本品牌满意度状况。分析：

《spss统计软件》练习题库及答案

华中师范大学网络教育学院《SPSS统计软件》练习题库及答案(本科) 一、选择题（选择类） (A)1、在数据中插入变量的操作要用到的菜单是： A Insert Variable; B Insert Case; C Go to Case; D Weight Cases (C)2、在原有变量上通过一定的计算产生新变量的操作所用到的菜单是： A Sort Cases； B Select Cases； C Compute； D Categorize Variables (C)3、Transpose菜单的功能是： A 对数据进行分类汇总； B 对数据进行加权处理； C 对数据进行行列转置； D 按某变量分割数据 (A)4、用One-Way ANOVA进行大、中、小城市16岁男性青年平均身高的比较，结果给出sig.=0.043，说明： A. 按照0.05显著性水平，拒绝H0，说明三种城市的平均身高有差别； B. 三种城市身高没有差别的可能性是0.043； C. 三种城市身高有差别的可能性是0.043； D. 说明城市不是身高的一个影响因素 (B)5、下面的例子可以用Paired-Samples T Test过程进行分析的是：A 家庭主妇和女大学生对同种商品喜好的差异； B 服用某种药物前后病情的改变情况； C 服用药物和没有服用药物的病人身体状况的差异； D性别和年龄对雇员薪水的影响二、填空题（填空类） 6、Merge Files菜单用于合并数据库有两种情况：如果两数据库变量相同，是_观测对象__的合并；如果不同，则是_变量__的合并。 7、用于对计数资料和有序分类资料进行统计描述和简单的统计推断，在分析时可以产生二维或多维列联表，在统计推断时能进行卡方检验的菜单是_ Crosstabs __。 8、One-Samples T Test过程用于进行样本所在总体均数___与__已知总体均数_的比较。三、名词解释（问答类） 9、Repeated Measures：重复测量的方差分析，指的是一个因变量被重复测量好几次，从而同一个个体的几次观察结果间存在相关，这样就不满足普通分析的要求，需要用重复测量的方差分析模型来解决。 10、Chi-Square test：卡方检验，它是非参数检验的一种方法，来检验变量的几个取值所占百分比是否和我们期望的比例没有统计学差异。比如我们在人群中抽取了一个样本，可以用该方法来分析四种血型所占的比例是否相同（都是25%），或者是否符合我们所给出的一个比例（如分别为10%、30%、40%和20%）。四、简答题（问答类） 11、用SPSS对数据进行分析的基本流程是什么？答：（1）、将数据输入SPSS，并保存；（2）、进行必要的预分析（分布图、均数标准差等的描述等），以确定应采用的检验方法；（3）、按题目要求进行统计分析； (4)、保存和导出分析结果。 12、对数据进行方差分析时，Univariate菜单和Multivariate菜单最大的区别是什么？答：当因变量只有一个时，使用Univariate菜单，当因变量不止一个时，使用Multivariate菜单。 13、简述SPSS打开其它格式数据的几种方法？答：(1)、直接打开：选择菜单File==>Open==>Data或直接单击快捷工具栏上的打开按钮； (2)、使用数据库查询打开：选择菜单File==>Open Database==>New Query，根据向导打开数据； (3)、使用文本向导读入文本文件：选择菜单File==>Read Text Data

SPSS多元线性回归分析报告实例操作步骤

SPSS 统计分析多元线性回归分析方法操作与分析实验目的：引入1998~2008年上海市城市人口密度、城市居民人均可支配收入、五年以上平均年贷款利率和房屋空置率作为变量，来研究上海房价的变动因素。实验变量：以年份、商品房平均售价（元/平方米）、上海市城市人口密度(人/平方公里)、城市居民人均可支配收入(元)、五年以上平均年贷款利率(%)和房屋空置率(%)作为变量。实验方法：多元线性回归分析法软件：spss19.0 操作过程：第一步：导入Excel数据文件 1.open data document——open data——open；

2. Opening excel data source——OK. 第二步： 1.在最上面菜单里面选中Analyze——Regression——Linear ，Dependent（因变量）选择商品房平均售价，Independents（自变量）选择城市人口密度、城市居民人均可支配收入、五年以上平均年贷款利率、房屋空置率；Method选择Stepwise. 进入如下界面： 2.点击右侧Statistics，勾选Regression Coefficients（回归系数）选项组中的Estimates；勾选Residuals（残差）选项组中的Durbin-Watson、

Casewise diagnostics默认；接着选择Model fit、Collinearity diagnotics；点击Continue. 3.点击右侧Plots，选择*ZPRED（标准化预测值）作为纵轴变量，选择DEPENDNT（因变量）作为横轴变量；勾选选项组中的Standardized Residual Plots（标准化残差图）中的Histogram、Normal probability plot；点击Continue.

试验三SPSS基本统计分析

实验三SPSS基本统计分析一.实验目的和要求 1.掌握频数分析； 2.掌握计算基本描述统计量； 3.掌握交叉分组下的频数分析和各种相关性检验； 4.掌握多选项分析； 5.掌握比率分析。二.实验的基本方法和内容 1. 频数分析操作步骤：参阅教材第63、64、65页。 2. 基本描述统计量操作步骤：参阅教材第68、69、70、71页。 3. 交叉分组下的频数分析操作步骤：参阅教材第73、74、75、76、77、78、79、80、81、82、83、84、85页。 4. 多选项分析操作步骤：参阅教材第85、86、87、88、89、90页。 5. 比率分析操作步骤：参阅教材第91、92页。 6. 实验内容：（一）验证性实验（1）教材第65页“商品房购买意向的调查数据分析” （2）教材第71“商品房购买意向的调查数据分析” （3）教材第79“商品房购买意向的调查数据分析” （4）教材第90“商品房购买意向的调查数据分析” （5）教材第92“保险业务的保费收入占全部业务保费收入的比例情况” （二）实践性实验（1）对“文科成绩”的数据文件作如下统计整理： 1．利用频数分析功能，分别对“文科成绩7”中“及格次数”变量和“文科成绩9”中的“value

range ”变量，要求绘制频数分布表和频数分布图，其中频数分布表中的内容按变量值的升序输出，频数分布图前者采用饼状图，后者采用带有分布曲线的直方图，二者均输出百分比数据。最后将输出结果保存为“文科成绩7-1”和“文科成绩9-1”。 2．对“文科成绩5.1”的spss 文件，利用描述统计功能，统计第一、第二及第三次考试成绩的最大值，最小值，区间范围，平均值，标准差，方差，峰度，偏度等统计量的数值，要求三个变量的输出内容按均值升值的顺序排列。最后将输出结果保存为“文科成绩5.1-1”。并配文字对数据做出以适当的分析。 3．如何在同一个输出结果中同时输出不同学院的“第三次考试成绩”的各种基本描述统计量，并对不同学院的学生考试成绩情况进行深入比较。（2）调查100名健康大学生的血清总蛋白含量（g%）如下表: 1.利用描述统计功能从集中趋势、分散程度、偏斜程度、有无异常值等方面分析血清蛋白含量这个变量的分布状况。 2.原始数据进行算术处理：已知最小值为6.430，最大值为8.430，全距为2.000，故可要求分成5组，试作分组后的频数分析，并给出带有正态曲线的直方图。 7.43 7.88 6.88 7.80 7.04 8.05 6.97 7.12 7.35 8.05 7.95 7.56 7.50 7.88 7.20 7.20 7.20 7.43 7.12 7.20 7.50 7.35 7.88 7.43 7.58 6.50 7.43 7.12 6.97 6.80 7.35 7.50 7.20 6.43 7.58 8.03 6.97 7.43 7.35 7.35 7.58 7.58 6.88 7.65 7.04 7.12 8.12 7.50 7.04 6.80 7.04 7.20 7.65 7.43 7.65 7.76 6.73 7.20 7.50 7.43 7.35 7.95 7.35 7.47 6.50 7.65 8.16 7.54 7.27 7.27 6.72 7.65 7.27 7.04 7.72 6.88 6.73 6.73 6.73 7.27 7.58 7.35 7.50 7.27 7.35 7.35 7.27 8.16 7.03 7.43 7.35 7.95 7.04 7.65 7.27 7.72 8.43 7.50 7.65 7.04 （3）对某城市家庭的社会经济调查中，美国某调查公司想确定家庭的家庭拥有量与汽车拥有量是否独立。该公司对10000户家庭组成的简单随机样本进行调查，获得如下资料。现问： 1汽车用有量与量与电话拥有量是否独立？（01.0=α） 2请根据列联表特征，选择卡方统计量以外的检验方法分析行列变量之间的关联强度和关联方向。

SPSS概览--数据分析实例详解

第一章SPSS概览－－数据分析实例详解 1.1 数据的输入和保存 1.1.1 SPSS的界面 1.1.2 定义变量 1.1.3 输入数据 1.1.4 保存数据 1.2 数据的预分析 1.2.1 数据的简单描述 1.2.2 绘制直方图 1.3 按题目要求进行统计分析 1.4 保存和导出分析结果 1.4.1 保存文件 1.4.2 导出分析结果希望了解SPSS 10.0版具体情况的朋友请参见本网站的SPSS 10.0版抢鲜报道。例1.1 某克山病区测得11例克山病患者与13名健康人的血磷值(mmol/L)如下, 问该地急性克山病患者与健康人的血磷值是否不同（卫统第三版例4.8）？患者: 0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11 健康人: 0.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.56 1.87 解题流程如下：

1.将数据输入SPSS，并存盘以防断电。 2.进行必要的预分析（分布图、均数标准差的描述等），以确定应采用的检验方法。 3.按题目要求进行统计分析。 4.保存和导出分析结果。下面就按这几步依次讲解。 §1.1 数据的输入和保存 1.1.1 SPSS的界面当打开SPSS后，展现在我们面前的界面如下：请将鼠标在上图中的各处停留，很快就会弹出相应部位的名称。请注意窗口顶部显示为“SPSS for Windows Data Editor”，表明现在所看到的是SPSS的数据管理窗口。这是一个典型的Windows软件界面，有菜单栏、

SPSS统计分析案例

SPSS统计分析案例专业：经济学：000 学号：00000000 一、我国城镇居民现状近年来,我国宏观经济形势发生了重大变化,经济发展速度加快,居民收入稳定增加,在国家连续出台住房、教育、医疗等各项改革措施和实施“刺激消费、扩大需、拉动经济增长”经济政策的影响下,全国居民的消费支出也强劲增长,消费结构发生了显著变化,消费结构不合理现象得到了一定程度的改善。本文通过相关数据分析总结出了我国城镇居民消费呈现富裕型、娱乐教育文化服务类消费攀升的趋势特点。二、我国居民消费结构的横向分析第一,食品消费支出比重随收入增加呈现出明显的下降趋势,这与恩格尔定律的表述一致。但最低收入户与最高收入恩格尔系数相差太过悬殊,城镇最低收入户刚刚解决了温饱问题,而最高收入户的生活水平按照恩格尔系数的评价标准早已达到了富裕型,甚至接近最富裕型。第二,衣着消费支出比重随收入增加缓慢上升,到高收入户又有所下降,但各收入组支出比重相差不大。衣着支出比重没有更多的递增且最高收入户的支出比重有所下降,这些都符合恩格尔定律关于衣着消费的引申。随着收入的增加,衣着支出比重呈现先上升后下降的走势。事实上,在当前的价格水平和服装业的发展水平下,城镇居民的穿着是有一定限度的,而且居民对衣着的需求也不是无限膨胀的,即使收入水平继续提高,也不需要将更大的比例用于购买服饰用品了。第三,家庭设备用品及服务、交通通讯、娱乐教育文化服务和杂项商品与服务的支出比重呈逐组上升趋势,说明居民的生活水平随收入的增加而不断提高和改善。第四,医疗保健支出比重随收入水平提高呈现一种两端高、中间低的走势。这是因为医疗保健支出作为生活必须支出,不论居民生活水平高低,都要将一定比例的收入用于维持自身健康,而且由于医疗制度改革,加重了个人负担的同时,也减小了旧制度可能造成的不同行业、不同体制下居民医疗保健支出的差别,因而不同收入等级的居民在医疗保健支出比重上差别不大。第五,居住支出比重基本上呈先上升后下降的趋势,这与我国居民消费能级不断提升,住宅商品正在越来越成为城镇居民关注的热点是相吻合的,同时与恩格尔定律的引申也是一致的。可以看出,城镇居民的消费状况虽然受价格水平、消费习惯、消费环境、消费心理预期等诸多因素的影响,但归根结底仍取决于居民的收入水平,要提高城镇居民的消费支出,必须增加居民收入。因此,采取切实有效的措施增加城镇居民的可支配收入,不仅可以提高全国城镇居民的总体消费水平,促进消费结构向着更加健康、合理的方向发展,而且在启动需,促进我国的经济发展方面有着重大的现实意义。三、我国居民消费结构的纵向分析进入21世纪以来,随着经济体制改革的深入,国民经济的迅速发展,我国城乡居民的消费

SPSS统计分析案例(我国城镇居民消费结构及趋势的统计分析)[1]

SPSS统计分析案例专业：经济学姓名：000 学号：00000000 一、我国城镇居民现状近年来,我国宏观经济形势发生了重大变化,经济发展速度加快,居民收入稳定增加,在国家连续出台住房、教育、医疗等各项改革措施和实施“刺激消费、扩大内需、拉动经济增长”经济政策的影响下,全国居民的消费支出也强劲增长,消费结构发生了显著变化,消费结构不合理现象得到了一定程度的改善。本文通过相关数据分析总结出了我国城镇居民消费呈现富裕型、娱乐教育文化服务类消费攀升的趋势特点。二、我国居民消费结构的横向分析第一,食品消费支出比重随收入增加呈现出明显的下降趋势,这与恩格尔定律的表述一致。但最低收入户与最高收入恩格尔系数相差太过悬殊,城镇最低收入户刚刚解决了温饱问题,而最高收入户的生活水平按照恩格尔系数的评价标准早已达到了富裕型,甚至接近最富裕型。第二,衣着消费支出比重随收入增加缓慢上升,到高收入户又有所下降,但各收入组支出比重相差不大。衣着支出比重没有更多的递增且最高收入户的支出比重有所下降,这些都符合恩格尔定律关于衣着消费的引申。随着收入的增加,衣着支出比重呈现先上升后下降的走势。事实上,在当前的价格水平和服装业的发展水平下,城镇居民的穿着是有一定限度的,而且居民对衣着的需求也不是无限膨胀的,即使收入水平继续提高,也不需要将更大的比例用于购买服饰用品了。第三,家庭设备用品及服务、交通通讯、娱乐教育文化服务和杂项商品与服务的支出比重呈逐组上升趋势,说明居民的生活水平随收入的增加而不断提高和改善。第四,医疗保健支出比重随收入水平提高呈现一种两端高、中间低的走势。这是因为医疗保健支出作为生活必须支出,不论居民生活水平高低,都要将一定比例的收入用于维持自身健康,而且由于医疗制度改革,加重了个人负担的同时,也减小了旧制度可能造成的不同行业、不同体制下居民医疗保健支出的差别,因而不同收入等级的居民在医疗保健支出比重上差别不大。第五,居住支出比重基本上呈先上升后下降的趋势,这与我国居民消费能级不断提升,住宅商品正在越来越成为城镇居民关注的热点是相吻合的,同时与恩格尔定律的引申也是一致的。可以看出,城镇居民的消费状况虽然受价格水平、消费习惯、消费环境、消费心理预期等诸多因素的影响,但归根结底仍取决于居民的收入水平,要提高城镇居民的消费支出,必须增加居民收入。因此,采取切实有效的措施增加城镇居民的可支配收入,不仅可以提高全国城镇居民的总体消费水平,促进消费结构向着更加健康、合理的方向发展,而且在启动内需,促进我国的经济发展方面有着重大的现实意义。三、我国居民消费结构的纵向分析进入21世纪以来,随着经济体制改革的深入,国民经济的迅速发展,我国城乡居民的消费水平显著提高,居民的各项支出显著增加。随着消费水平的提高,我国城乡居民消费从注重量的满足到追求质的提高,从以衣食消费为主的生存型到追求生活质量的享受型、发展型,消费质量和消费结构都发生了明显的变化。城镇居民在食品、衣着、家庭设备用品三项支出在消

常用统计分析方法--SPSS应用_杜志渊)

§1.2 数据的编辑与整理当录入数据之后，就可以对原始数据进行整理和分析，关于数据的整理和分析都是在数据窗口完成的。下面将介绍SPSS统计分析软件在数据窗口的主要操作方式和菜单相应的功能。 §1.2.1 数据窗口菜单栏功能操作数据编辑窗口的主菜单如图1.4所示，主菜单中的具体功能包括：图1.4 SPSS主菜单 1.File：文件操作。 2.Edit：文件编辑。 3.View：视图编辑。 4.Data：数据操作。 5.Transform：数据转换。 6.Analyze：统计分析方法。 7.Graphs：图形编辑。 8.Utilities：实用程序。 9.Windows：窗口控制。 10.Help：帮助。在统计分析过程中常用的功能主要集中在数据操作、数据转换、数据分析、统计图形的建立与编辑等操作。 §1.2.2 Date数据功能数据编辑窗口的Data菜单为用户创建和定义数据提供了方便的功能，如图1.5

所示。这个菜单是SPSS 统计软件数据整理的特有功能菜单。它的功能包括：对变量、观测量的编辑处理；对变量数据的变换；对观察量数据整理。这些功能为各种统计分析要求提供极其灵活了数据整理功能，用户可以根据不同统计分析对数据的要求对数据进行整理。一、定义和编辑变量、观测量的命令 Define Variable Properties 用于定义变量属性； Copy Data Properties 由外部文件和工作文件拷贝数据变量和属性； Define Dates 定义或编辑日期变量格式； Insert Variable 在数据编辑窗口插入一个变量； Insert Case 在数据编辑窗口插入一个观测量； Goto Case 光标跳转到某一指定观测量。二、变量数据变换的命令 Sort Cases 对观测量进行排序； Transpose 对观测量进行转置； Restructure 对现有的观测量进行重新构造，形成新格式的数据文件； Merge File 把外部文件数据合并到工作文件中； Aggregate 对数据进行分类或不分类汇总，产生新文件或代替工作文件。 Identify Duplicate Cases 标识重复观测量； Orthogonal Design 进行正交设计。三、观察量数据整理的命令图1.5 Data 菜单项示意图

SPSS统计分析最全中英文对照表

SPSS 专业技术词汇、短语的中英文对照索引% of cases 各类别所占百分比 1-tailed单尾的 1Independent Samples 两个独立样本的检验 2 Related Samples 两个相关样本检验 2-tailed双尾的 3-D (=dimensional) 三维-->三维散点图 A Above 高于 Absolute 绝对的-->绝对值 Add 加，添加 Add Cases 合并个案 Add cases from...从……加个案 Add Variables 合并变量 Add variables from... 从……加变量 Adj.(=adjusted)standardized 调整后的标准化残差 Aggregate 汇总-->分类汇总 Aggregate Data 对数据进行分类汇总 Aggregate Function 汇总函数 Aggregate Variable需要分类汇总的变量 Agreement协议 Align 对齐-->对齐方式 Alignment 对齐-->对齐方式 All 全部，所有的 All cases所有个案 All categories equal 所有类别相等 All other values所有其他值 All requested variables entered 所要求变量全部引入 Alphabetic 按字母顺序的-->按字母顺序列表 Alternative 另外的，备选的 Analysis by groups is off 分组分析未开启 Analyze 分析-->统计分析 Analyze all cases, do not create groups 分析全部个案，不建立分组 Annotation 注释 ANOVA Table ANOVA表 ANOVA table and eta (对分组变量)进行单因素方差分析并计算其η值 Apply 应用 Apply Data Dictionary 应用数据字典 Apply Dictionary 应用数据字典 Approximately 大约 Approximately X% of all cases从所有个案中随机选择约X%的个案

SPSS分析报告实例

SPSS与数据统计分析期末论文影响学生对学校服务满意程度的因素分析

一、数据来源本次数据主要来源自本校同学，调查了同学们年级、性别、助学金申请情况、生源所在地、学院、毕业学校、游历情况、家庭情况、升高、体重、近视程度、学习时间、经济条件、兴趣、对学校各方面的评价、与对学校总评价以及建议等共41条信息，共收集数据样本724条。我们将运用SPSS，对变量进行频数分析、样本T检验、相关分析等手段，旨在了解同学们对学校提供的满意程度与什么因素有关。二、频数分析可靠性统计克隆巴赫Alpha项数 .98562 对全体数值进行可信度分析

本次数据共计724条，首先从可靠性统计来看，alpha值为0.985，即全体数据绝大部分是可靠的，我们可以在原始数据的基础上进行分析与处理。其中，按年级来看，绝大多数为大二学生填写（占了总人数的67.13%），之后分别依次为大二（23.76%）、大四（4.14%）、大一（4.97%）。而从专业来看，占据了数据绝大多数样本所在的学院为机械、材料、经管、计通。三、数据预处理拿到这份诸多同学填写的问卷之后，我们首先应对一些数据进行处理，对于数据的缺失值处理，由于我们对本份调查的分析重点方面是关于学生的经济情况的，因此对于确实的部分数据，升高、体重、近视度数、感兴趣的事等无关项我们均不需要进行缺失值的处理，而我们可能重点关注的每月家里给的钱、每月收入以及每月支出，由于其具有较强主观性，如果强行处理缺失值反而会破坏数据的完整性，因此我们筛去未填写的数据，将剩余数据当作新的样本进行分析。而对于一些关键的数据，我们需要做一些必要的预处理，例如一些调查项，我们希望得到数值型变量，但是填写时是字符型变量，我们就应该新建一个数字型变量并将数据复制，以便后续分析。同时一些与我们分析相关的缺省值，一些明显可以看出的虚假信息，我们都需要先

第4章 SPSS基本统计分析(课后练习参考)

第三章 1、利用习题二第6题数据，采用SPSS数据筛选功能将数据分成两份文件。其中，第一份数据文件存储常住地是“沿海或中心繁华城市”且本次存款金额在1000至5000之间的调查数据；第二份数据文件是按照简单随机抽样所选取的70%的样本数据。第一份文件：选取数据数据——选择个案——如果条件满足——存款>=1000&存款<5000&常住地=沿海或中心繁华城市。第二份文件：选取数据数据——选择个案——随机个案样本——输入70。 2、利用习题二第6题数据，将其按常住地（升序）、收入水平（升序）、存款金额（降序）进行多重排序。排序数据——排序个案——把常住地、收入水平、存款金额作为排序依据分别设置排列顺序。 3、利用习题二第4题的完整数据，对每个学生计算得优课程数和得良课程数，并按得优课程数的降序排序。计算转换——对个案内的值计数输入目标变量及目标标签，把所有课程选取到数字变量，定义值——设分数的区间，之后再排序。 4、利用习题二第4题的完整数据，计算每个学生课程的平均分以及标准差。同时，计算男生和女生各科成绩的平均分。方法一：利用描述性统计，数据——转置学号放在名称变量，全部课程放在变量框中，确定后，完成转置。分析——描述统计——描述，将所有学生变量全选到变量框中，点击选项——勾选均值、标准差。先拆分数据——拆分文件按性别拆分，分析——描述统计——描述，全部课程放在变量框中，选项——均值。方法二：利用变量计算，转换——计算变量分别输入目标变量名称及标签——均值用函数mean完成平均分的计算，标准差用函数SD完成标准差的计算。数据——分类汇总——性别作为分组变量、全部课程作为变量摘要、（创建只包含汇总变量的新数据集并命名）——确定 5、利用习题二第6题数据，大致浏览存款金额的数据分布状况，并选择恰当的组限和组距进行组距分组。根据存款金额排序，观察其最大值与最小值，算出组数和组距。转换——重新编码为其他变量——将存款金额作为输出变量——定义输出变量的名称及标签——设定旧值和新值. 6、在习题二第6题数据中，如果认为调查中“今年的收入比去年增加”且“预计未来一两年收入仍会增加”的人是对自己收入比较满意和乐观的人，请利用SPSS的计数和数据筛选功能找到这些人。转换——对个案的值计数——设定目标变量及标签——将“今年的收入比去年增加”和“预计未来一两年收入仍会增加”两个变量选中——定义值。 7、对习题二第5题数据，选择恰当的加权变量进行加权处理进而还原为原始数据为后续分析做准备。数据——加权个案——点击加权个案——将人数作为频率变量——确定。第四章

SPSS统计分析软件基础教程(英文有图示)

An Introduction to SPSS Or PASW The two laboratory sessions created for this course introduce students to the use of SPSS software. Section One To Should be completed by all students Section Three Section Four Further statistical analysis for you to try It is expected that students should complete the exercises up to and including Section Three within class time, if this is not achieved students should complete the exercises in their own time. Introduction to SPSS Section One

Introduction Section One introduces the various screens and displays as well as explaining how to input your survey and your data. SPSS is one of the most popular statistical analysis packages in use today and has been around for well over 20 years. The latest version with the w indow?s interface is particularly easy to use. The windows environment also facilitates the import and export of data, for example importing data from a spreadsheet and exporting results to a word document. The University holds a license that allows students to have a copy of SPSS on their own computers. The CD for installing the latest version of SPSS can be borrowed from the Library. Starting SPSS PASW Version 18 is the latest version. It can be found from Start(Bottom left hand corner), Programmes, SPSS Inc, PASW 18. The opening display asks you to select one of a number of options. At the moment click on the Red Cross to close the box. The Opening Display The window displayed is called the Data Editor; this is used for entering, editing and selecting data. The Data Editor has two views: the Variable View and the Data View you can flip from one view to the other by using the tab at the bottom of the page. SPSS has a number of other windows including Output, Help and Tutorial.

SPSS统计分析教程-多因素方差分析

SPSS统计分析教程-多因素方差分析多因素方差分析是对一个变量是否受一个或多个因素或变量影响而进行的方差分析。SPSS 调用“Univariate”过程，检验不同水平组合之间因变量均数，由于受不同因素影响是否有差异的问题。在这个过程中可以分析每一个因素的作用，也可以分析因素之间的交互作用，以及分析协方差，以及各因素变量与协变量之间的交互作用。该过程要求因变量是从多元正态总体随机采样得来，且总体中各单元的方差相同。但也可以通过方差齐次性检验选择均值比较结果。因变量和协变量必须是数值型变量，协变量与因变量不彼此。因素变量是分类变量，可以是数值型也可以是长度不超过8 的字符型变量。固定因素变量(Fixed Factor)是反应处理的因素;随机因素是随机地从总体中抽取的因素。 [例子] 研究不同温度与不同湿度对粘虫发育历期的影响，得试验数据如表5-7。分析不同温度和湿度对粘虫发育历期的影响是否存在着显著性差异。表5-7 不同温度与不同湿度粘虫发育历期表相对湿度（%) 温度℃ 重复 1 2 3 4 100 25 91.2 95.0 93.8 93.0 27 87.6 84.7 81.2 82.4 29 79.2 67.0 75.7 70.6 31 65.2 63.3 63.6 63.3 80 25 93.2 89.3 95.1 95.5 27 85.8 81.6 81.0 84.4 29 79.0 70.8 67.7 78.8 31 70.7 86.5 66.9 64.9 40 25 100.2 103.3 98.3 103.8 27 90.6 91.7 94.5 92.2 29 77.2 85.8 81.7 79.7 31 73.6 73.2 76.4 72.5 数据保存在“DATA5-2.SAV”文件中，变量格式如图 5-1。 1）准备分析数据在数据编辑窗口中输入数据。建立因变量历期“历期”变量，因素变量温度“A”，湿度为“B”变量，重复变量“重复”。然后输入对应的数值，如图5-6 所示。或者打开已存在的数据文件“DATA5-2.SAV”。图5-6 数据输入格式 2）启动分析过程点击主菜单“Analyze”项，在下拉菜单中点击“General Linear Model”项，在右拉式菜单中点击“Univariate”项，系统打开单因变量多因素方差分析设置窗口如图5-7。图5-7 多因素方差分析窗口 3）设置分析变量设置因变量：在左边变量列表中选“历期”，用向右拉按钮选入到“Depend ent Variable：”框中。设置因素变量：在左边变量列表中选“a”和“b”变量，用向右拉按钮移到“Fixed Factor(s):”框中。可以选择多个因素变量。由于内存容量的限制，选择的因素水平组合数(单元数)应该尽量少。设置随机因素变量：在左边变量列表中选“重复”变量，用向右拉按钮移到“到Random Factor(s)”框中。可以选择多个随机变量。设置协变量：如果需要去除某个变量对因素变量的影响，可将这个变量移到“Covariate(s)”框中。设置权重变量：如果需要分析权重变量的影响，将权重变量移到“WLS Weight”框中。 4）选择分析模型在主对话框中单击“Model”按钮，打开“Univariate Model”对话框。见图5-8。图5-8 “Univariate Model” 定义分析模型对话框在Specify Model 栏中，指定分析模型类型。