版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、、數(shù)據(jù)整理與篩選、數(shù)據(jù)整理與篩選 數(shù)據(jù)核實(shí)數(shù)據(jù)核實(shí) 被訪者是否確實(shí)接受調(diào)查被訪者是否確實(shí)接受調(diào)查 被訪者是否符合條件被訪者是否符合條件 調(diào)查是否按要求進(jìn)行訪問調(diào)查是否按要求進(jìn)行訪問 問卷是否完整問卷是否完整 邏輯是否正確邏輯是否正確 錄入查錯(cuò)錄入查錯(cuò) 數(shù)據(jù)錄入指的是將問卷或編碼表中的每一項(xiàng)數(shù)據(jù)錄入指的是將問卷或編碼表中的每一項(xiàng) 目對應(yīng)的代碼通過鍵盤輸入到計(jì)算機(jī)中。目對應(yīng)的代碼通過鍵盤輸入到計(jì)算機(jī)中。 為了保證高度的準(zhǔn)確性,有必要對錄入的結(jié)為了保證高度的準(zhǔn)確性,有必要對錄入的結(jié) 果進(jìn)行核查以發(fā)現(xiàn)是否有錯(cuò)誤。全面的核查要果進(jìn)行核查以發(fā)現(xiàn)是否有錯(cuò)誤。全面的核查要 求對每一個(gè)樣本數(shù)據(jù)都錄入兩遍,并核對
2、。一求對每一個(gè)樣本數(shù)據(jù)都錄入兩遍,并核對。一 般只要求一定比例的數(shù)據(jù)完成兩次錄入。般只要求一定比例的數(shù)據(jù)完成兩次錄入。 編碼編碼 對一個(gè)所提的問題,將應(yīng)答者回答的答案分對一個(gè)所提的問題,將應(yīng)答者回答的答案分 成若干個(gè)類別并分別給予其一個(gè)代碼的過程。成若干個(gè)類別并分別給予其一個(gè)代碼的過程。 分類編碼便于計(jì)算機(jī)處理和資料的分析。分類編碼便于計(jì)算機(jī)處理和資料的分析。 編碼的種類:編碼的種類: 事前編碼(事前編碼(Pre-coding):編碼在設(shè)計(jì)問卷時(shí)完成;):編碼在設(shè)計(jì)問卷時(shí)完成; 事后編碼(事后編碼(Post-coding):數(shù)據(jù)收集結(jié)束后進(jìn)行;):數(shù)據(jù)收集結(jié)束后進(jìn)行; 數(shù)據(jù)預(yù)處理數(shù)據(jù)預(yù)處理 數(shù)
3、據(jù)凈化(錯(cuò)誤,不合理數(shù)據(jù));數(shù)據(jù)凈化(錯(cuò)誤,不合理數(shù)據(jù)); 缺失值處理;缺失值處理; 加權(quán)處理;加權(quán)處理; 原始數(shù)據(jù)原始數(shù)據(jù)/變量的轉(zhuǎn)換;變量的轉(zhuǎn)換; 編碼的方法:編碼的方法: 封閉題編碼:封閉題編碼: 直接用備選答案的分類并進(jìn) 行編碼; 開放題編碼:開放題編碼: 列出所有應(yīng)答者的回答;列出所有應(yīng)答者的回答; 對答案進(jìn)行歸類,將意思相對答案進(jìn)行歸類,將意思相 近近/同的答案歸在一類;同的答案歸在一類; 對每一類設(shè)置編碼;對每一類設(shè)置編碼; 對每個(gè)應(yīng)答者的回答邊記錄對每個(gè)應(yīng)答者的回答邊記錄 相應(yīng)的編碼;相應(yīng)的編碼; 如何編碼呢?如何編碼呢? 編碼過程編碼過程 合并答案合并答案列出答案列出答案設(shè)置
4、編碼設(shè)置編碼輸入編碼輸入編碼 1234 1.因?yàn)樗谖逗?。因?yàn)樗谖逗谩?2.它具有最好的味它具有最好的味 道。道。 3.我喜歡它的口味。我喜歡它的口味。 4.我不喜歡其它啤我不喜歡其它啤 酒太重的口味。酒太重的口味。 5.它最便宜。它最便宜。 6.我買任何打折的我買任何打折的 啤酒,它大部分啤酒,它大部分 時(shí)間都打折。時(shí)間都打折。 口味好口味好/喜歡味道喜歡味道/比其它味道好比其它味道好 1 2 3 4 1 較低的價(jià)格較低的價(jià)格 5 6 2 回答類別描述回答類別描述 對應(yīng)回答對應(yīng)回答 分配的數(shù)字編碼分配的數(shù)字編碼 錄入查錯(cuò)錄入查錯(cuò) 錯(cuò)誤一:錄入格式錯(cuò)誤錯(cuò)誤一:錄入格式錯(cuò)誤 錯(cuò)誤二:錄入數(shù)據(jù)錯(cuò)
5、誤錯(cuò)誤二:錄入數(shù)據(jù)錯(cuò)誤 錯(cuò)誤三:數(shù)據(jù)標(biāo)識錯(cuò)誤錯(cuò)誤三:數(shù)據(jù)標(biāo)識錯(cuò)誤 方法:方法: 數(shù)據(jù)掃描數(shù)據(jù)掃描 查錯(cuò)技術(shù)查錯(cuò)技術(shù) 數(shù)據(jù)概覽數(shù)據(jù)概覽 數(shù)據(jù)掃描數(shù)據(jù)掃描 錄入查錯(cuò)錄入查錯(cuò) 查錯(cuò)技術(shù)查錯(cuò)技術(shù) 錄入查錯(cuò)錄入查錯(cuò) 數(shù)據(jù)概覽數(shù)據(jù)概覽 SPSS數(shù)據(jù)錄入數(shù)據(jù)錄入 顯示標(biāo)簽顯示標(biāo)簽 數(shù)據(jù)概覽數(shù)據(jù)概覽 數(shù)據(jù)概覽數(shù)據(jù)概覽 數(shù)據(jù)預(yù)處理數(shù)據(jù)預(yù)處理 數(shù)據(jù)凈化數(shù)據(jù)凈化 (錯(cuò)誤,不(錯(cuò)誤,不 合理數(shù)據(jù))合理數(shù)據(jù)) 缺失值處理缺失值處理 加權(quán)處理;加權(quán)處理; 原始數(shù)據(jù)原始數(shù)據(jù)/變變 量的轉(zhuǎn)換;量的轉(zhuǎn)換; 數(shù)據(jù)凈化的結(jié)果數(shù)據(jù)凈化的結(jié)果 加權(quán)處理加權(quán)處理 加權(quán)處理加權(quán)處理 抽獎(jiǎng)問題抽獎(jiǎng)問題 原始數(shù)據(jù)原始數(shù)據(jù)/變量的轉(zhuǎn)換變量的轉(zhuǎn)換
6、 將將“NEW”的絕對值轉(zhuǎn)換為性的絕對值轉(zhuǎn)換為性 別分類值別分類值 設(shè)立區(qū)間如下:設(shè)立區(qū)間如下: 0.10及以下及以下 0.110.20 0.21及以上及以上 原始數(shù)據(jù)原始數(shù)據(jù)/變量的轉(zhuǎn)換變量的轉(zhuǎn)換 、數(shù)據(jù)分析方法、數(shù)據(jù)分析方法 初級統(tǒng)計(jì)分析初級統(tǒng)計(jì)分析一般統(tǒng)計(jì)分析一般統(tǒng)計(jì)分析高級統(tǒng)計(jì)分析高級統(tǒng)計(jì)分析 平均數(shù)平均數(shù) 比例數(shù)比例數(shù) 頻數(shù)頻數(shù) 方差方差 極差極差 中位數(shù)中位數(shù) 交叉表交叉表 相關(guān)分析相關(guān)分析 顯著性檢驗(yàn)顯著性檢驗(yàn) 回歸分析回歸分析 判別分析判別分析 因子分析因子分析 聚類分析聚類分析 聯(lián)合分析聯(lián)合分析 變量類型變量類型 類型類型描述描述意義意義一般使用一般使用描述性統(tǒng)計(jì)描述性統(tǒng)計(jì)
7、類別類別 用數(shù)字來識別對用數(shù)字來識別對 象、個(gè)體、事件象、個(gè)體、事件 或小組或小組 判斷相等、判斷相等、 不等不等 歸類(男、女、購歸類(男、女、購 買者、非購買者)買者、非購買者) 頻數(shù)、百分比、眾頻數(shù)、百分比、眾 數(shù)數(shù) 順序順序 除識別外,數(shù)字除識別外,數(shù)字 提供了一種事件提供了一種事件 或?qū)ο蟮葥碛械幕驅(qū)ο蟮葥碛械?特點(diǎn)或相對數(shù)量特點(diǎn)或相對數(shù)量 信息信息 判斷更大或判斷更大或 更小更小 排序、打分(對旅排序、打分(對旅 館和銀行等的偏愛,館和銀行等的偏愛, 社會(huì)階層對食品口社會(huì)階層對食品口 味的打分味的打分 中位數(shù)、均值、方中位數(shù)、均值、方 差差 等距等距 擁有類別與順序擁有類別與順序
8、變量的所有性質(zhì),變量的所有性質(zhì), 加上鄰點(diǎn)間的間加上鄰點(diǎn)間的間 距是相等的距是相等的 判斷間距的判斷間距的 相等性相等性 復(fù)雜概念、架構(gòu)偏復(fù)雜概念、架構(gòu)偏 好的測量(溫度、好的測量(溫度、 空氣壓力、品牌的空氣壓力、品牌的 認(rèn)知水平)認(rèn)知水平) 均值、方差均值、方差 等比等比 綜合了上面三種綜合了上面三種 的所有性質(zhì),加的所有性質(zhì),加 上絕對零點(diǎn)上絕對零點(diǎn) 判斷等比的判斷等比的 相等性相等性 當(dāng)精確工具可獲得當(dāng)精確工具可獲得 時(shí)(銷售數(shù)量、年時(shí)(銷售數(shù)量、年 齡)齡) 幾何平均數(shù)、調(diào)和幾何平均數(shù)、調(diào)和 平均數(shù)平均數(shù) 初級統(tǒng)計(jì)分析初級統(tǒng)計(jì)分析 頻數(shù)、比例數(shù)頻數(shù)、比例數(shù) 是否贊同調(diào)整節(jié)假日 672
9、41.241.241.2 72444.444.485.6 23514.414.4100.0 1631100.0100.0 贊同 不贊同 無所謂 Total Valid FrequencyPercentValid Percent Cumulative Percent 反對的原因 1529.320.820.8 975.913.334.1 17710.924.258.4 25415.634.893.2 503.16.8100.0 73044.8100.0 90155.2 1631100.0 黃金周所處季節(jié)適 合出游 黃金周時(shí)間較長可 以長途旅行 已經(jīng)習(xí)慣了黃金周 的假期設(shè)置 黃金周時(shí)間充足, 可以在
10、家好好休息 其他 Total Valid SystemMissing Total FrequencyPercentValid Percent Cumulative Percent 贊同的原因 16810.325.025.0 975.914.539.5 25215.537.677.0 784.811.688.7 472.97.095.7 291.84.3100.0 67141.1100.0 96058.9 1631100.0 弘揚(yáng)中華民族的傳統(tǒng)文 化 黃金周假期太長,待 著無聊 借著傳統(tǒng)節(jié)日與家人團(tuán) 聚 緩解交通運(yùn)輸壓力 避免產(chǎn)生長假期綜合癥 其他 Total Valid SystemMissi
11、ng Total FrequencyPercentValid Percent Cumulative Percent 元宵節(jié) 1328.18.18.1 51931.831.839.9 77647.647.687.5 20412.512.5100.0 1631100.0100.0 1.00 2.00 3.00 4.00 Total Valid FrequencyPercentValid Percent Cumulative Percent 清明節(jié) 674.14.14.1 1247.67.611.7 19912.212.223.9 124176.176.1100.0 1631100.0100.0 1
12、.00 2.00 3.00 4.00 Total Valid FrequencyPercentValid Percent Cumulative Percent 除夕節(jié) 94858.158.158.1 29418.018.076.1 28217.317.393.4 1076.66.6100.0 1631100.0100.0 1.00 2.00 3.00 4.00 Total Valid FrequencyPercentValid Percent Cumulative Percent 中秋節(jié) 48429.729.729.7 69542.642.672.3 37322.922.995.2 794.8
13、4.8100.0 1631100.0100.0 1.00 2.00 3.00 4.00 Total Valid FrequencyPercentValid Percent Cumulative Percent 多項(xiàng)選擇題多項(xiàng)選擇題 圖表圖表 元宵節(jié) 元宵節(jié) 4.003.002.001.00 Percent 50 40 30 20 10 0 元宵節(jié) 1328.18.18.1 51931.831.839.9 77647.647.687.5 20412.512.5100.0 1631100.0100.0 1.00 2.00 3.00 4.00 Total Valid FrequencyPercent
14、Valid Percent Cumulative Percent 初級統(tǒng)計(jì)分析初級統(tǒng)計(jì)分析 平均數(shù)、方差、極差、中平均數(shù)、方差、極差、中 位數(shù)位數(shù) Descriptive Statistics 16314.001.005.003427.002.1012.96830 1631 如果調(diào)整,對弘揚(yáng) 民族文化的意義 Valid N (listwise) NRangeMinimumMaximumSumMeanStd. Deviation Descriptive Statistics 16313.001.004.004314.002.6450.80086 16313.001.004.005876.003.
15、6027.79898 16313.001.004.002810.001.7229.96971 16313.001.004.003309.002.0288.84782 1631 元宵節(jié) 清明節(jié) 除夕節(jié) 中秋節(jié) Valid N (listwise) NRangeMinimumMaximumSumMeanStd. Deviation 結(jié)果輸出結(jié)果輸出 一般統(tǒng)計(jì)分析一般統(tǒng)計(jì)分析 交叉表交叉表 Case Processing Summary 1620100.0%0.0%1620100.0% 出生年代 * 是否 贊同調(diào)整節(jié)假日 NPercentNPercentNPercent ValidMissingTo
16、tal Cases 出生年代 * 是否贊同調(diào)整節(jié)假日 Crosstabulation Count 19611450360295423122840 336112106 6677202331620 六十年代及以上 七十年代 八十年代 九十年代及以后 出生 年代 Total 贊同不贊同無所謂 是否贊同調(diào)整節(jié)假日 Total Chi-Square Tests 54.154a6.000.000b.000.000 54.3196.000.000b.000.000 54.019.000b.000.000 21.065 c 1.000.000 b .000.000.000 b .00
17、0.000 1620 Pearson Chi-Square Likelihood Ratio Fishers Exact Test Linear-by-Linear Association N of Valid Cases Valuedf Asymp. Sig. (2-sided)Sig.Lower BoundUpper Bound 99% Confidence Interval Monte Carlo Sig. (2-sided) Sig.Lower BoundUpper Bound 99% Confidence Interval Monte Carlo Sig. (1-sided) 0 c
18、ells (.0%) have expected count less than 5. The minimum expected count is 15.25.a. Based on 10000 sampled tables with starting seed 2000000.b. The standardized statistic is 4.590.c. 單項(xiàng)選擇類別變量交叉表單項(xiàng)選擇類別變量交叉表 Case Processing Summary 1620100.0%0.0%1620100.0% 出生年代 * 是否 贊同調(diào)整節(jié)假日 NPercentNPercentNPercent Val
19、idMissingTotal Cases 出生年代 * 是否贊同調(diào)整節(jié)假日 Crosstabulation 19611450360 54.4%31.7%13.9%100.0% 29.4%15.8%21.5%22.2% 12.1%7.0%3.1%22.2%45.5%38.9%15.6%100.0% 21.4%16.9%21.0%19.4% 8.8%7.5%3.0%19.4% 295423122840 35.1%50.4%14.5%100.0% 44.2%58.8%52.4%51.9% 18.2%26.1%7.5%51.9% 336112106 31.1%57.5%11.
20、3%100.0% 4.9%8.5%5.2%6.5% 2.0%3.8%.7%6.5% 6677202331620 41.2%44.4%14.4%100.0% 100.0%100.0%100.0%100.0% 41.2%44.4%14.4%100.0% Count % within 出 生 年 代 % within 是 否 贊 同 調(diào) 整 節(jié) 假 日 % of Total Count % within 出 生 年 代 % within 是 否 贊 同 調(diào) 整 節(jié) 假 日 % of Total Count % within 出 生 年 代 % within 是 否 贊 同 調(diào) 整 節(jié) 假 日 % o
21、f Total Count % within 出 生 年 代 % within 是 否 贊 同 調(diào) 整 節(jié) 假 日 % of Total Count % within 出 生 年 代 % within 是 否 贊 同 調(diào) 整 節(jié) 假 日 % of Total 六 十 年 代 及 以 上 七 十 年 代 八 十 年 代 九 十 年 代 及 以 后 出 生 年 代 Total 贊 同不 贊 同無 所 謂 是 否 贊 同 調(diào) 整 節(jié) 假 日 Total Chi-Square Tests 54.154a6.000.000b.000.000 54.3196.000.000b.000.000 54.019
22、.000b.000.000 21.065 c 1.000.000 b .000.000.000 b .000.000 1620 Pearson Chi-Square Likelihood Ratio Fishers Exact Test Linear-by-Linear Association N of Valid Cases Valuedf Asymp. Sig. (2-sided)Sig.Lower BoundUpper Bound 99% Confidence Interval Monte Carlo Sig. (2-sided) Sig.Lower BoundUpper Bound 9
23、9% Confidence Interval Monte Carlo Sig. (1-sided) 0 cells (.0%) have expected count less than 5. The minimum expected count is 15.25.a. Based on 10000 sampled tables with starting seed 624387341.b. The standardized statistic is 4.590.c. 多項(xiàng)選擇類別變量交叉表多項(xiàng)選擇類別變量交叉表 等比變量交叉表等比變量交叉表 一般統(tǒng)計(jì)分析一般統(tǒng)計(jì)分析 相關(guān)分析相關(guān)分析 分類變
24、量的相關(guān)性準(zhǔn)則分類變量的相關(guān)性準(zhǔn)則 T5,N30;使用普通;使用普通2 檢驗(yàn)檢驗(yàn); 1T30; 使用校正的使用校正的2 檢驗(yàn)檢驗(yàn); 判別方法判別方法: 原假設(shè)原假設(shè)H0:兩變量不相關(guān)兩變量不相關(guān). 備擇假設(shè)備擇假設(shè)H1 :兩變量相關(guān)兩變量相關(guān). 判別準(zhǔn)則判別準(zhǔn)則:P0.05, 拒絕拒絕H1; P0.05,另行研究另行研究. 典型問題典型問題: 兩變量見有無關(guān)系(關(guān)聯(lián))兩變量見有無關(guān)系(關(guān)聯(lián)). 相關(guān)分析相關(guān)分析 節(jié)假日調(diào)查中,不同性別的人與對待調(diào)整的態(tài)度是否不同?節(jié)假日調(diào)查中,不同性別的人與對待調(diào)整的態(tài)度是否不同? Case Processing Summary 1620100.0%0.0%1
25、620100.0% 性別 * 如果調(diào)整,對 弘揚(yáng)民族文化的意義 NPercentNPercentNPercent ValidMissingTotal Cases 性別 * 如果調(diào)整,對弘揚(yáng)民族文化的意義 Crosstabulation Count 2553301478511828 2283461525511792 483676299140221620 男 女 性別 Total 很有意義有意義一般沒有意義很沒有意義 如果調(diào)整,對弘揚(yáng)民族文化的意義 Total Chi-Square Tests 7.604a4.107.103b.097.109 7.6514.105.104b.098.110 7.6
26、32.101b.095.107 .391 c 1.532.540 b .530.550.276 b .267.284 1620 Pearson Chi-Square Likelihood Ratio Fishers Exact Test Linear-by-Linear Association N of Valid Cases Valuedf Asymp. Sig. (2-sided)Sig.Lower BoundUpper Bound 95% Confidence Interval Monte Carlo Sig. (2-sided) Sig.Lower BoundUpper Bound 9
27、5% Confidence Interval Monte Carlo Sig. (1-sided) 0 cells (.0%) have expected count less than 5. The minimum expected count is 10.76.a. Based on 10000 sampled tables with starting seed 2000000.b. The standardized statistic is -.625.c. 練習(xí):分析血壓與肥胖之間關(guān)系練習(xí):分析血壓與肥胖之間關(guān)系 血壓良好血壓良好血壓尚可血壓尚可血壓不良血壓不良 不肥胖不肥胖15241
28、2 輕度肥胖輕度肥胖427 重度肥胖重度肥胖201311 Chi-Square Tests 9.199a4.056.056b.052.061 8.8134.066.078b.072.083 8.463.070b.065.075 108 Pearson Chi-Square Likelihood Ratio Fishers Exact Test N of Valid Cases Valuedf Asymp. Sig. (2-sided)Sig.Lower BoundUpper Bound 95% Confidence Interval Monte Carlo Sig. (2-sided) 3 c
29、ells (33.3%) have expected count less than 5. The minimum expected count is 3.61.a. Based on 10000 sampled tables with starting seed 2000000.b. 配對比較分析和檢驗(yàn)配對比較分析和檢驗(yàn) 典型問題結(jié)構(gòu)典型問題結(jié)構(gòu) 目前,以上第目前,以上第4題的題的4個(gè)傳統(tǒng)節(jié)日你是如何度過的?個(gè)傳統(tǒng)節(jié)日你是如何度過的? 1)與平常工作日沒有什么區(qū)別,在單位正常工作)與平常工作日沒有什么區(qū)別,在單位正常工作 2)與家人、親戚)與家人、親戚 一起吃頓團(tuán)圓一起吃頓團(tuán)圓 3)下班后,
30、到有傳統(tǒng)節(jié)日氛圍的地方去玩)下班后,到有傳統(tǒng)節(jié)日氛圍的地方去玩 4)請假,和)請假,和 家人出去玩家人出去玩 5)其他)其他 如果調(diào)整后,以上如果調(diào)整后,以上4個(gè)傳統(tǒng)節(jié)日,你會(huì)如何度過?個(gè)傳統(tǒng)節(jié)日,你會(huì)如何度過? 1)與平常工作日沒有什么區(qū)別,在單位正常工作)與平常工作日沒有什么區(qū)別,在單位正常工作 2)到有傳統(tǒng)節(jié)日)到有傳統(tǒng)節(jié)日 氛圍的地方去玩氛圍的地方去玩 3)與家人、親戚一起吃頓團(tuán)圓飯)與家人、親戚一起吃頓團(tuán)圓飯 4)請假,與家人團(tuán))請假,與家人團(tuán) 聚或帶家人出去玩聚或帶家人出去玩 5)其他)其他 期望:人們在調(diào)整前后過節(jié)方式是否發(fā)生變化?期望:人們在調(diào)整前后過節(jié)方式是否發(fā)生變化? 選學(xué)
31、選學(xué) 配對比較分析和檢驗(yàn)配對比較分析和檢驗(yàn) 目前如何度過傳統(tǒng)節(jié)日 25615.815.815.8 95659.059.074.8 1207.47.482.2 19612.112.194.3 925.75.7100.0 1620100.0100.0 與平常工作日沒有什么 區(qū)別,在單位正常工作 與家人、親戚一起吃頓 團(tuán)圓飯 下班后,到有傳統(tǒng)節(jié)日 氛圍的地方去玩 請假,和家人出去玩 其他 Total Valid FrequencyPercentValid Percent Cumulative Percent 如果調(diào)整,打算如何度過傳統(tǒng)節(jié)日 1237.67.67.6 44427.427.435.0 6
32、5040.140.175.1 26816.516.591.7 1358.38.3100.0 1620100.0100.0 與平常工作日沒有什么 區(qū)別,在單位正常工作 下班后,到有傳統(tǒng)節(jié)日 氛圍的地方去玩 與家人、親戚一起吃頓 團(tuán)圓飯 請假,帶家人出去玩 其他 Total Valid FrequencyPercentValid Percent Cumulative Percent 總體分析總體分析 針對性分析針對性分析 目前如何度過傳統(tǒng)節(jié)日 * 如果調(diào)整,打算如何度過傳統(tǒng)節(jié)日 Crosstabulation Count 57591002119256 4426444415450956 750371
33、97120 958496020196 61320143992 1234446502681351620 與平常工作日沒有什么 區(qū)別,在單位正常工作 與家人、親戚一起吃頓 團(tuán)圓飯 下班后,到有傳統(tǒng)節(jié)日 氛圍的地方去玩 請假,和家人出去玩 其他 目前 如何 度過 傳統(tǒng) 節(jié)日 Total 與平常工作 日沒有什么 區(qū)別,在單 位正常工作 下班后,到 有傳統(tǒng)節(jié)日 氛圍的地方 去玩 與家人、親 戚一起吃頓 團(tuán)圓飯 請假,帶家 人出去玩其他 如果調(diào)整,打算如何度過傳統(tǒng)節(jié)日 Total Chi-Square Tests 310.388a16.000.000b.000.000 226.49016.000.000b
34、.000.000 225.425.000b.000.000 75.289 c 1.000.000 b .000.000.000 b .000.000 .000d,e.000d,e.000d,e 1620 Pearson Chi-Square Likelihood Ratio Fishers Exact Test Linear-by-Linear Association McNemar Test N of Valid Cases Valuedf Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided) Point Probab
35、ilitySig.Lower BoundUpper Bound 95% Confidence Interval Monte Carlo Sig. (2-sided) Sig.Lower BoundUpper Bound 95% Confidence Interval Monte Carlo Sig. (1-sided) 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.99.a. Based on 10000 sampled tables with starting seed 62438
36、7341.b. The standardized statistic is 8.677.c. Binomial distribution used.d. Exact results are provided instead of Monte Carlo for this test.e. Symmetric Measures .070.0136.337.000.000c.000.000 1620 KappaMeasure of Agreement N of Valid Cases Value Asymp. Std. Error a Approx. T b Approx. Sig.Sig.Lowe
37、r BoundUpper Bound 95% Confidence Interval Monte Carlo Sig. Not assuming the null hypothesis.a. Using the asymptotic standard error assuming the null hypothesis.b. Based on 10000 sampled tables with starting seed 624387341.c. 通過配對比較分析,人們在傳統(tǒng)節(jié)日調(diào)整后,過節(jié)日的方式將發(fā)生變化。通過配對通過配對比較分析,人們在傳統(tǒng)節(jié)日調(diào)整后,過節(jié)日的方式將發(fā)生變化。通過配對 卡
38、方分析和一致性檢驗(yàn),雖然卡方分析和一致性檢驗(yàn),雖然Pearson Pearson 卡方檢驗(yàn)顯示卡方檢驗(yàn)顯示Asymp. Sig. (2-sided) Asymp. Sig. (2-sided) =0 .0000.01=0 .0000.01調(diào)整前后人們過節(jié)方式是相關(guān)的,即調(diào)整前后都是調(diào)整前后人們過節(jié)方式是相關(guān)的,即調(diào)整前后都是“與家人、親戚一與家人、親戚一 起吃頓團(tuán)圓飯起吃頓團(tuán)圓飯”占主導(dǎo)地位,但是占主導(dǎo)地位,但是MCNemarMCNemar檢驗(yàn)的結(jié)果,檢驗(yàn)的結(jié)果,P P值為值為00.0100.01,說明人們在,說明人們在 調(diào)整前后過節(jié)方式是存在差異的。所以,拒絕原假設(shè)調(diào)整前后過節(jié)方式是存在差異
39、的。所以,拒絕原假設(shè)“節(jié)日調(diào)整前后人們過節(jié)的方節(jié)日調(diào)整前后人們過節(jié)的方 式是相同的式是相同的”;認(rèn)為傳統(tǒng)節(jié)日調(diào)整后,人們過節(jié)的方式將發(fā)生變化。觀察交叉表;認(rèn)為傳統(tǒng)節(jié)日調(diào)整后,人們過節(jié)的方式將發(fā)生變化。觀察交叉表4-44-4 數(shù)據(jù),可以發(fā)現(xiàn):如果增加傳統(tǒng)節(jié)假日,數(shù)據(jù),可以發(fā)現(xiàn):如果增加傳統(tǒng)節(jié)假日,“與家人、親戚一起吃頓團(tuán)圓飯與家人、親戚一起吃頓團(tuán)圓飯”的人數(shù)的人數(shù) 將大幅下降,而將大幅下降,而“下班后,到有傳統(tǒng)節(jié)日氛圍的地方去玩下班后,到有傳統(tǒng)節(jié)日氛圍的地方去玩”的人數(shù)將大幅提升(見的人數(shù)將大幅提升(見 表中粗體的數(shù)據(jù)),說明增加傳統(tǒng)節(jié)日能夠帶動(dòng)新的消費(fèi)方式,緩解表中粗體的數(shù)據(jù)),說明增加傳統(tǒng)節(jié)
40、日能夠帶動(dòng)新的消費(fèi)方式,緩解“黃金周黃金周”的的 壓力,分散人們度假、休閑、旅游時(shí)間,既不影響我國的假日經(jīng)濟(jì),又能有效緩解壓力,分散人們度假、休閑、旅游時(shí)間,既不影響我國的假日經(jīng)濟(jì),又能有效緩解 交通壓力。交通壓力。 一般統(tǒng)計(jì)分析一般統(tǒng)計(jì)分析 顯著性檢驗(yàn)顯著性檢驗(yàn) 數(shù)學(xué)差分:數(shù)字不同,就有差分。數(shù)學(xué)差分:數(shù)字不同,就有差分。 統(tǒng)計(jì)顯著性:如果一個(gè)特殊的差分大到不可能是由于偶然統(tǒng)計(jì)顯著性:如果一個(gè)特殊的差分大到不可能是由于偶然 因素或抽樣誤差引起的地步,那么這個(gè)差分在統(tǒng)計(jì)意義上因素或抽樣誤差引起的地步,那么這個(gè)差分在統(tǒng)計(jì)意義上 是顯著的。是顯著的。 管理意義上的重要差分:若結(jié)果或數(shù)字的差異程度從
41、管理管理意義上的重要差分:若結(jié)果或數(shù)字的差異程度從管理 角度看是有意義的,那么我們可以說這個(gè)差分是重要的。角度看是有意義的,那么我們可以說這個(gè)差分是重要的。 顯著性檢驗(yàn)顯著性檢驗(yàn) 檢驗(yàn)準(zhǔn)則檢驗(yàn)準(zhǔn)則 雙側(cè)檢驗(yàn)雙側(cè)檢驗(yàn) 原假設(shè)原假設(shè)H0:人們對節(jié)日調(diào)整的態(tài)人們對節(jié)日調(diào)整的態(tài) 度無差異(三種態(tài)度各占度無差異(三種態(tài)度各占1/3) 備擇假設(shè)備擇假設(shè)H1 :存在顯著性差異存在顯著性差異. (不一致)(不一致) 判別準(zhǔn)則判別準(zhǔn)則:P0.05, 拒絕拒絕H1; P0.05,另行研另行研 究究. 單側(cè)檢驗(yàn)單側(cè)檢驗(yàn) 原假設(shè)原假設(shè)H0:M目標(biāo)值或目標(biāo)值或M1-M2 0 備擇假設(shè)備擇假設(shè)H1 :M目標(biāo)值或目標(biāo)值或M
42、1- M2 0 判別準(zhǔn)則判別準(zhǔn)則:P0.05, 拒絕拒絕H1; P0.05,另行研另行研 究究. 樣本比例是否等于平均比例?樣本比例是否等于平均比例? 樣本比例是否符合預(yù)期比例?樣本比例是否符合預(yù)期比例? 大家是否干的一樣多?是否有差異?大家是否干的一樣多?是否有差異? 不同類型的人對某問題的看法是否不同類型的人對某問題的看法是否 有差異?差異是否顯著?有差異?差異是否顯著? 持贊同和不贊同態(tài)度的人對待調(diào)整持贊同和不贊同態(tài)度的人對待調(diào)整 節(jié)日的意義認(rèn)識是否有差異?節(jié)日的意義認(rèn)識是否有差異? 不同年代出生的人對調(diào)整節(jié)日的意不同年代出生的人對調(diào)整節(jié)日的意 義認(rèn)識是否有差異?義認(rèn)識是否有差異? 非參
43、數(shù)檢驗(yàn)非參數(shù)檢驗(yàn) 樣本比例是否等于平均比例?樣本比例是否等于平均比例? 期待節(jié)假日如何放假 29017.917.917.9 42726.426.444.3 1448.98.953.1 1438.88.862.0 50231.031.093.0 1147.07.0100.0 1620100.0100.0 五一、十一假期縮短, 增加1天春節(jié)假期 增加清明節(jié)、中秋節(jié)等 傳統(tǒng)節(jié)日為法定假日 取消黃金周7天長假, 延長春節(jié)假期 將一個(gè)黃金周時(shí)間縮短 ,余下假日加到剩下的 一個(gè)黃金周里 維持現(xiàn)狀 其他 Total Valid FrequencyPercentValid Percent Cumulative
44、 Percent VAR00002 290270.020.0 427270.0157.0 144270.0-126.0 143270.0-127.0 502270.0232.0 114270.0-156.0 1620 1 2 3 4 5 6 Total Observed NExpected NResidual Test Statistics 500.793 5 .000 .000b .000 .000 Chi-Square a df Asymp. Sig. Sig. Lower Bound Upper Bound 95% Confidence Interval Monte Carlo Sig.
45、 VAR00002 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 270.0. a. Based on 10000 sampled tables with starting seed 1502173562. b. 樣本比例是否等于平均比例?樣本比例是否等于平均比例? 期待節(jié)假日如何放假 290270.020.0 427270.0157.0 144270.0-126.0 143270.0-127.0 502270.0232.0 114270.0-156.0 1
46、620 五一、十一假期縮短, 增加1天春節(jié)假期 增加清明節(jié)、中秋節(jié)等 傳統(tǒng)節(jié)日為法定假日 取消黃金周7天長假, 延長春節(jié)假期 將一個(gè)黃金周時(shí)間縮短 ,余下假日加到剩下的 一個(gè)黃金周里 維持現(xiàn)狀 其他 Total Observed NExpected NResidual Test Statistics 500.793 5 .000 .000b .000 .000 Chi-Square a df Asymp. Sig. Sig. Lower Bound Upper Bound 95% Confidence Interval Monte Carlo Sig. 期待節(jié)假日 如何放假 0 cells (
47、.0%) have expected frequencies less than 5. The minimum expected cell frequency is 270.0. a. Based on 10000 sampled tables with starting seed 743671174. b. Test Statistics 500.793 5 .000 .000b .000 .000 Chi-Square a df Asymp. Sig. Sig. Lower Bound Upper Bound 95% Confidence Interval Monte Carlo Sig.
48、 VAR00002 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 270.0. a. Based on 10000 sampled tables with starting seed 1502173562. b. 樣本比例是否符合預(yù)期比例?樣本比例是否符合預(yù)期比例? 對待傳統(tǒng)節(jié)日的態(tài)度預(yù)期是對待傳統(tǒng)節(jié)日的態(tài)度預(yù)期是6060的人贊成,的人贊成,3030的人反對,的人反對,10 10的人漠然。的人漠然。 是否贊同調(diào)整節(jié)假日 667972.0-305.0 7204
49、86.0234.0 233162.071.0 1620 贊同 不贊同 無所謂 Total Observed NExpected NResidual Test Statistics 239.489 2 .000 .000b .000 .000 Chi-Square a df Asymp. Sig. Sig. Lower Bound Upper Bound 95% Confidence Interval Monte Carlo Sig. 是 否 贊 同 調(diào) 整 節(jié) 假 日 0 cells (.0%) have expected frequencies less than 5. The minimu
50、m expected cell frequency is 162.0. a. Based on 10000 sampled tables with starting seed 957002199. b. Test Statistics 264.404 2 .000 .000b .000 .000 Chi-Square a df Asymp. Sig. Sig. Lower Bound Upper Bound 95% Confidence Interval Monte Carlo Sig. 是否贊同調(diào) 整節(jié)假日 0 cells (.0%) have expected frequencies le
51、ss than 5. The minimum expected cell frequency is 540.0. a. Based on 10000 sampled tables with starting seed 112562564. b. Frequencies 贊同667924.7-257.7 不贊同720462.3257.7 1387 1 2 Total CategoryObserved NExpected NResidual 是否贊同調(diào)整節(jié)假日 Test Statistics 215.403 1 .000 .000b .000 .000 Chi-Square a df Asymp.
52、 Sig. Sig. Lower Bound Upper Bound 95% Confidence Interval Monte Carlo Sig. 是否贊同調(diào) 整節(jié)假日 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 462.3. a. Based on 10000 sampled tables with starting seed 303130861. b. Test Statistics 2.025 1 .155 .164b .157 .171 Chi
53、-Square a df Asymp. Sig. Sig. Lower Bound Upper Bound 95% Confidence Interval Monte Carlo Sig. 是否贊同調(diào) 整節(jié)假日 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 693.5. a. Based on 10000 sampled tables with starting seed 221623949. b. Frequencies 贊同667693.5-26.5 不
54、贊同720693.526.5 1387 1 2 Total Category Observed N Expected N Residual 是否贊同調(diào)整節(jié)假日 樣本均值與總體均值樣本均值與總體均值(目標(biāo)值目標(biāo)值)比較比較 樣本中每人工作量是否比總體中每人工作量樣本中每人工作量是否比總體中每人工作量8多?多? One-Sample Statistics 1205.71671.88396.17198工作量 NMeanStd. Deviation Std. Error Mean One-Sample Test -13.277119.000-2.2833-2.6239-1.9428工作量 tdfSig
55、. (2-tailed) Mean DifferenceLowerUpper 95% Confidence Interval of the Difference Test Value = 8 不同類型的人對某問題的看法是否有差異?差異是否顯著?不同類型的人對某問題的看法是否有差異?差異是否顯著? 持贊同和不贊同態(tài)度的人對待調(diào)整節(jié)日的意義認(rèn)識是否有差異?持贊同和不贊同態(tài)度的人對待調(diào)整節(jié)日的意義認(rèn)識是否有差異? Ranks 667707.69 720867.25 233929.44 1620 是否贊同調(diào)整節(jié)假日 贊同 不贊同 無所謂 Total 如果調(diào)整,對弘揚(yáng) 民族文化的意義 NMean Ran
56、k Test Statisticsb,c 64.743 2 .000 .000a .000 .000 Chi-Square df Asymp. Sig. Sig. Lower Bound Upper Bound 95% Confidence Interval Monte Carlo Sig. 如果調(diào)整, 對弘揚(yáng)民族 文化的意義 Based on 10000 sampled tables with starting seed 79654295. a. Kruskal Wallis Testb. Grouping Variable: 是否贊同調(diào)整節(jié)假日c. Ranks 667623.40 7207
57、59.40 1387 是否贊同調(diào)整節(jié)假日 贊同 不贊同 Total 如果調(diào)整,對弘揚(yáng) 民族文化的意義 NMean Rank Test Statisticsb,c 44.883 1 .000 .000a .000 .000 Chi-Square df Asymp. Sig. Sig. Lower Bound Upper Bound 95% Confidence Interval Monte Carlo Sig. 如果調(diào)整, 對弘揚(yáng)民族 文化的意義 Based on 10000 sampled tables with starting seed 215962969. a. Kruskal Wall
58、is Testb. Grouping Variable: 是否贊同調(diào)整節(jié)假日c. 不同年代出生的人對調(diào)整節(jié)日的意義認(rèn)識是否有差異?不同年代出生的人對調(diào)整節(jié)日的意義認(rèn)識是否有差異? Ranks 360806.76 314837.43 840810.31 106744.92 1620 360750.61 314815.84 840832.00 106827.73 1620 360745.32 314803.65 840839.06 106825.88 1620 出生年代 六十年代及以上 七十年代 八十年代 九十年代及以后 Total 六十年代及以上 七十年代 八十年代 九十年代及以后 Total
59、六十年代及以上 七十年代 八十年代 九十年代及以后 Total 如何看待傳統(tǒng)節(jié)假日 的意義 期待節(jié)假日如何放假 如果調(diào)整,對弘揚(yáng)民 族文化的意義 NMean Rank Test Statistics b,c 3.3798.32111.525 333 .337.040.009 .341a.040a.008a .332.036.006 .351.044.010 Chi-Square df Asymp. Sig. Sig. Lower Bound Upper Bound 95% Confidence Interval Monte Carlo Sig. 如何看待 傳統(tǒng)節(jié)假 日的意義 期待節(jié)假日 如何放
60、假 如果調(diào)整, 對弘揚(yáng)民族 文化的意義 Based on 10000 sampled tables with starting seed 1573343031.a. Kruskal Wallis Testb. Grouping Variable: 出生年代c. 對應(yīng)答案的對比差異分析對應(yīng)答案的對比差異分析 要求要求 適合問卷中設(shè)計(jì)相同的二道題,適合問卷中設(shè)計(jì)相同的二道題, 反應(yīng)事情變化前后態(tài)度的變化反應(yīng)事情變化前后態(tài)度的變化 問題的答案順序必須相同問題的答案順序必須相同 Ranks 270a592.75160042.50 893b578.75516823.50 457c 1620 Negati
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 居間合同2025年度版:定義、屬性與服務(wù)質(zhì)量評估體系3篇
- 二零二五年度能源項(xiàng)目權(quán)益轉(zhuǎn)讓與投資合同3篇
- 二零二五年軟件開發(fā)服務(wù)合同4篇
- 二零二五版智能LED戶外廣告平臺合作項(xiàng)目合同3篇
- 影視器材租賃與技術(shù)服務(wù)2025年度合同3篇
- 二零二五年度房地產(chǎn)開發(fā)項(xiàng)目造價(jià)咨詢合同6篇
- 二零二五版搬家運(yùn)輸合同:搬家運(yùn)輸途中物品丟失賠償3篇
- 二零二五版海鮮加盟店日常運(yùn)營管理與維護(hù)服務(wù)合同范本2篇
- 二零二五年度車輛轉(zhuǎn)讓附帶綠色出行獎(jiǎng)勵(lì)政策合同3篇
- 二零二五年度智能辦公桌椅研發(fā)合作合同2篇
- 一年級語文雨點(diǎn)兒-教學(xué)課件【希沃白板初階培訓(xùn)結(jié)營大作業(yè)】
- 替格瑞洛藥物作用機(jī)制、不良反應(yīng)機(jī)制、與氯吡格雷區(qū)別和合理使用
- 河北省大學(xué)生調(diào)研河北社會(huì)調(diào)查活動(dòng)項(xiàng)目申請書
- GB/T 20920-2007電子水平儀
- 如何提高教師的課程領(lǐng)導(dǎo)力
- 企業(yè)人員組織結(jié)構(gòu)圖
- 日本疾病診斷分組(DPC)定額支付方式課件
- 兩段焙燒除砷技術(shù)簡介 - 文字版(1)(2)課件
- 實(shí)習(xí)證明模板免費(fèi)下載【8篇】
- 復(fù)旦大學(xué)用經(jīng)濟(jì)學(xué)智慧解讀中國課件03用大歷史觀看中國社會(huì)轉(zhuǎn)型
- 案件受理登記表模版
評論
0/150
提交評論