SPSS上機實驗報告

1、湖北科技學院市場營銷調(diào)研SPSS上機操作實驗報告姓名： 李果 學號： XXXXXXX 專業(yè)： 11 工商管理 方向 : 市場營銷2013 年 12 月 01 日實驗名稱： 頻數(shù)分布 成績： 實驗目的和要求： 繪制頻數(shù)分布表、 頻數(shù)分布直方圖并分析集中趨勢 指標、差異性指標和分布形狀指標實驗內(nèi)容： 繪制頻數(shù)分布表和頻數(shù)分布直方圖并分析 實驗記錄、問題處理：繪制頻數(shù)分布表銷售額頻率百分比有效百分比累積百分比79.0013.33.33.380.0013.33.36.782.0013.33.310.085.0026.76.716.789.0013.33.320.093.0013.33.323.395.

2、0013.33.326.796.0026.76.733.397.0026.76.740.099.0026.76.746.7105.0026.76.753.3有效 106.0013.33.356.7109.0013.33.360.0110.0013.33.363.3112.0026.76.770.0113.0013.33.373.3114.0013.33.376.7115.0013.33.380.0124.0013.33.383.3129.0026.76.790.0130.0026.76.796.7190.0013.33.3100.0合計30100.0100.0頻數(shù)分布直方圖集中趨勢指標、差異性

3、指標和分布形狀指標統(tǒng)計量銷售額有效30N缺失0均值106.8333均值的標準誤3.97755中值105.0000眾數(shù)85.00 a標準差21.78592方差474.626偏度1.915偏度的標準誤.427峰度6.297峰度的標準誤.833全距111.00極小值79.00極大值190.00和3205.00a. 存在多個眾數(shù)。顯示最小值實驗結(jié)果分析： 從統(tǒng)計量表可以看出有效樣本數(shù)有 30 個，沒有缺失值。平均銷售額 是 106.8333 ，標準差為 21.78592 。 從頻數(shù)分布表可以看出樣本值、頻數(shù)占總數(shù)的百分比、累計百分比。 從帶正態(tài)曲線的直方圖可以看出銷售額集中在 110實驗名稱： 列聯(lián)表

4、成績：實驗目的和要求： 繪制頻數(shù)表、 相對頻數(shù)表并進行顯著性檢驗和關(guān)系 強度分析實驗內(nèi)容： 繪制頻數(shù)表、相對頻數(shù)表并分析 實驗記錄、問題處理：滿意度 * 性別 交叉制表性別合計男性女性計數(shù)19827滿意度 中的 %70.4%29.6%100.0%不滿意性別 中的 %35.2%17.4%27.0%總數(shù)的 %19.0%8.0%27.0%計數(shù)232144滿意度 中的 %52.3%47.7%100.0%滿意度 一般性別 中的 %42.6%45.7%44.0%總數(shù)的 %23.0%21.0%44.0%計數(shù)121729滿意度 中的 %41.4%58.6%100.0%滿意性別 中的 %22.2%37.0%29

5、.0%總數(shù)的 %12.0%17.0%29.0%計數(shù)5446100滿意度 中的 %54.0%46.0%100.0%合計性別 中的 %100.0%100.0%100.0%總數(shù)的 %54.0%46.0%100.0%卡方檢驗值df漸進 Sig. ( 側(cè))雙Pearson 卡方4.825 a2.090似然比4.9312.085線性和線性組合4.6501.031有效案例中的 N100a. 0 單元格 (0.0%)的期望計數(shù)少于 5 。最小期望計數(shù)為12.42 。對稱度量值近似值 Sig.220.090按標量標定Cramer 的 V.220.090有效案例中的 N100a. 不假定零假設(shè)。b. 使用漸進標準

6、誤差假定零假設(shè)。實驗結(jié)果分析：從卡方檢驗看出 sig0.05, 不顯著。 所以男生女生對滿意與否評價沒有差異實驗名稱： 方差分析 成績： 實驗目的和要求： 單因子方差分析、多因子方差和協(xié)方差分析 實驗內(nèi)容： 進行單因子方差分析并輸出方差分析表、 顯著性檢驗及解 釋結(jié)果、多因子方差和協(xié)方差分析并輸出方差分析表和協(xié)方差分析 表、顯著性檢驗及解釋結(jié)果。實驗記錄、問題處理：單因子方差分析分析比較均值， 單因素鍵入銷售額為因變量， 鍵入促銷力度 為因子兩兩比較打鉤 L 檢驗，選項方差齊性檢驗打鉤得：ANOVA銷售額平方和df均方F顯著性組間7250.66722329.576170.891.000組內(nèi)13

7、.50071.929總數(shù)7264.16729多因子方差分析分析一般線性模型， 單變量鍵入店內(nèi)促銷和贈券狀態(tài)為固定 因子，銷售額為因變量 兩兩比較打鉤 L 檢驗，選項方差齊性檢驗 打鉤，得：主體間效應的檢驗因變量 : 銷售額源III 型平方和df均方FSig.校正模型162.667a532.53333.655.000截距1104.13311104.1331142.207.000店內(nèi)促銷106.067253.03354.862.000贈券狀態(tài)53.333153.33355.172.000店內(nèi)促銷 * 贈券狀態(tài)3.26721.6331.690.206誤差23.20024.967總計1290.0003

8、0校正的總計185.86729a. R 方 = .875（調(diào)整 R 方 = .849）協(xié)方差分析 分析一般線性模型， 單變量鍵入店內(nèi)促銷和贈券狀態(tài)為固定 因子，銷售額為因變量，鍵入客源排序為協(xié)變量 兩兩比較打鉤 L 檢驗，選項方差齊性檢驗打鉤，得：主體間效應的檢驗因變量 : 銷售額源III 型平方和df均方FSig.校正模型163.505a627.25128.028.000截距103.3461103.346106.294.000客源排序.8381.838.862.363店內(nèi)促銷106.067253.03354.546.000贈券狀態(tài)53.333153.33354.855.000店內(nèi)促銷 * 贈

9、券狀態(tài)3.26721.6331.680.208誤差22.36223.972總計1290.00030校正的總計185.86729a. R 方 = .880（調(diào)整 R 方 = .848）實驗結(jié)果分析： 單因子：組間顯著性為 0.000 ，小于 0.05 ，顯著影響。 多因子：店內(nèi)促銷和贈券狀態(tài)顯著性分別都為 0.000 ，小于 0.05 ，顯 著影響。但是店內(nèi)促銷和贈券狀態(tài)交互作用的顯著性為 0.206 ，大于 0.05 ，不顯著。協(xié)方差：經(jīng)協(xié)變量客源排序的顯著性為 0.363 ，對銷售額影響不顯著。 店內(nèi)促銷的顯著性為 0.000 ，小于 0.05 ，對銷售額影響顯著。贈券狀 態(tài)的顯著性為 0.

10、000 ，小于 0.05 ，對銷售額影響顯著。店內(nèi)促銷和贈 券狀態(tài)的交互作用顯著性為 0.208 ，大于 0.05 ，對銷售額影響不顯著實驗名稱： 相關(guān)分析 成績： 實驗目的和要求： 計算 Pearson 相關(guān)系數(shù)和簡單相關(guān)系數(shù)并分析 實驗內(nèi)容： 計算 Pearson 相關(guān)系數(shù)和簡單相關(guān)系數(shù)并分析 實驗記錄、問題處理： 分析相關(guān)，雙變量添加收、家庭人口、受教育程度、汽車保 有量默認 pearson 分析確定，得：相關(guān)性收入家庭人口家長受教育年數(shù)汽車保有量收入Pearson 相關(guān)性1-.008.327*.208*顯著性（雙側(cè)）.936.001.038N100100100100家庭人口Pearso

11、n 相關(guān)性-.0081.122.576*顯著性（雙側(cè)）.936.226.000N100100100100家長受教育年數(shù)Pearson 相關(guān)性.327*.1221*.207*顯著性（雙側(cè)）.001.226.039N100100100100汽車保有量Pearson 相關(guān)性.208*.576*.207*1顯著性（雙側(cè)）.038.000.039N100100100100*. 在 .01 水平（雙側(cè)）上顯著相關(guān)。*. 在 0.05 水平（雙側(cè)）上顯著相關(guān)。實驗結(jié)果分析：1、收入對受教育年數(shù)，相關(guān)系數(shù)為 0.327 ，顯著性為 0.001 ，小于 0.01 ，所以收入和受教育年為正向相關(guān)，且相關(guān)性很強。2

12、、收入對汽車保有量，相關(guān)系數(shù)為 0.208 ，顯著性為 0.038 ，小于 0.05 ，所以收入對汽車保有量為正向相關(guān)。3、家庭人口對汽車保有量，相關(guān)系數(shù)為 0.576 ，顯著性為 0.000 ，小 于 0.01 ，所以收入對汽車保有量為正向相關(guān)，且相關(guān)性很強。4、受教育年數(shù)對收入，相關(guān)系數(shù)為 0.327 ，顯著性為 0.001 ，小于 0.01 ，所以受教育年數(shù)對收入為正想相關(guān)，且相關(guān)性很強。實驗名稱： 回歸分析成績：實驗目的和要求： 掌握簡單回歸模型和多元回歸分析的 SPSS操作方 法實驗內(nèi)容： 檢驗簡單回歸模型、繪制散點圖、輸出回歸結(jié)果并分析、 殘差分析；檢驗多元回歸分析模型、 輸出回歸

13、結(jié)果并分析及殘差分析。 實驗記錄、問題處理：一）簡單回歸得出模型匯總模型RR 方調(diào)整 R 方標準 估計的誤 差1.754 a.569.5541.691a. 預測變量 : （ 常量）, 促銷水平Anovaa模型平方和df均方FSig.回歸105.8001105.80036.999.000 b1殘差80.067282.860總計185.86729a. 因變量 : 月均銷售額b. 預測變量 : （ 常量）, 促銷水平系數(shù)模型非標準化系數(shù)標準系數(shù)tSig.B標準誤差試用版1（常量）10.667.81713.059.000促銷水平-2.300.378-.754-6.083.000a. 因變量 : 月均銷

14、售額實驗結(jié)果分析：R方為0.554，擬合優(yōu)度一般。P值sig顯著表達式：銷售額 =10.667-2.3*促銷水平二）多元線性回歸得：模型匯總模型RR 方調(diào)整 R 方標準 估計的誤 差1.754 a.569.5541.6912.925 b.856.846.995a. 預測變量 : （ 常量）, 店內(nèi)促銷。b. 預測變量 : （ 常量）, 店內(nèi)促銷 , 贈券狀態(tài)Anovaa模型平方和df均方FSig.回歸105.8001105.80036.999.000 b1殘差80.067282.860總計185.86729回歸159.133279.56780.360.000 c2殘差26.73327.990總

15、計185.86729a. 因變量 : 銷售額b. 預測變量 : （ 常量）, 店內(nèi)促銷。c. 預測變量 : （ 常量）, 店內(nèi)促銷 , 贈券狀態(tài)系數(shù)模型非標準化系數(shù)標準系數(shù)tSig.B標準誤差試用版1（常量）10.667.81713.059.000店內(nèi)促銷-2.300.378-.754-6.083.000（常量）14.667.72720.183.0002店內(nèi)促銷-2.300.222-.754-10.337.000贈券狀態(tài)-2.667.363-.536-7.339.000a. 因變量 : 銷售額實驗結(jié)果分析：R方在第二次擬合達到 0.856 ，說明模型的擬合的情況非常好 方差分析表顯示 P值 s

16、ig0.05 ，說明模型非常顯著。 表達式： 銷售額=14.667-2.3*店內(nèi)促銷 -2.667*贈券狀態(tài)實驗名稱： Logistic 回歸 成績： 實驗目的和要求： 掌握 Logistic 回歸分析的 SPSS操作方法 實驗內(nèi)容： 估計和檢驗 Logistic 回歸系數(shù)并解釋結(jié)果。實驗記錄、問題處理：得出：分類表已預測已觀測品牌忠誠百分比校正01步驟 1 品牌忠誠 012380.0131280.0總計百分比80.0a. 切割值為 .500方程中的變量BS.E,WalsdfSig.Exp (B)步驟 1 a 品牌態(tài)度1.274.4797.0751.0083.575產(chǎn)品態(tài)度.186.322.3

17、351.5631.205購物態(tài)度.590.4911.4421.2301.804常量-8.6423.3466.6721.010.000a. 在步驟 1 中輸入的變量 : 品牌態(tài)度 , 產(chǎn)品態(tài)度 , 購物態(tài)度實驗結(jié)果分析：結(jié)果顯示：品牌忠誠 =1.274* 品牌態(tài)度 +0.186* 產(chǎn)品態(tài)度 +0.590* 購物態(tài)度 -8.462 其中品牌態(tài)度的 sig 小于 0.05, 所以品牌態(tài)度與品牌購買正向變化顯 著。但是因為產(chǎn)品態(tài)度和購物態(tài)度的 sig 大于 0.05 ，所以這兩個變量與 品牌購買的正向變化不顯著成績：實驗名稱： 因子分析實驗目的和要求：掌握因子分析的 SPSS操作方法實驗內(nèi)容： KMO

18、和 Barlett 氏檢驗；輸出碎石圖及旋轉(zhuǎn)前后的因子矩 陣；各因子的特征值和解釋的方差比例；解釋因子并命名；計算因子 得分。實驗記錄、問題處理：步驟處理： 分析降維因子分析球形度檢驗將度量變量鍵入變量框， 選取描述，勾選 KMO與 bartlett 選取抽取，勾選碎石圖 選取旋轉(zhuǎn)，勾選載荷圖選取得分，勾選保存變量和因子得分系數(shù)矩陣如圖所示：KMO和 Bartlett的檢驗取樣足夠度的 Kaiser-Meyer-Olkin度量。.589Bartlet近似卡方101.749t 的球形度檢驗df15Sig.000解釋的總方差成份初始特征值提取平方和載入合計方差的 %累積 %合計方差的 %累積 %1

19、2.56942.82142.8212.56942.82142.82122.27237.86880.6902.27237.86880.6903.4317.18887.8784.3455.74393.6215.3055.09198.7126.0771.288100.000提取方法：主成份分析成份矩陣成份12預防蛀牙牙齒亮澤保護牙根口氣清新 不預防壞牙 富有魅力.940-.241.930-.311-.808-.112.189.814.059.800-.386.884提取方法 : 主成分分析法。a. 已提取了 2 個成份。旋轉(zhuǎn)成份矩陣成份12預防蛀牙.957-.047牙齒亮澤-.034.849保護牙根

20、.916-.171口氣清新-.105.852不預防壞牙-.878-.176富有魅力.108.884提取方法 : 主成分分析法。旋轉(zhuǎn)法 : 具有 Kaiser 標準化的正交旋 轉(zhuǎn)法。a. 旋轉(zhuǎn)在 3 次迭代后收斂。成份得分系數(shù)矩陣成份12預防蛀牙.366.083牙齒亮澤-.094.358保護牙根.362.026口氣清新-.121.352不預防壞牙-.315-.170富有魅力-.044.389提取方法 : 主成分分析法。 構(gòu)成得分。實驗結(jié)果分析：KMO值為 0.589 ， sig 值為 0.000 ，適合作因子分析 各因子的特征值和解釋的方差比例可以在“解釋的總方差”中看出， 其中我們可以知道，

21、特征值 2.569 和 2.272 可以解釋方差比例分別是 42.821%和 37.868%。因為因子 1 在預防蛀牙、保護牙根有很大載荷， 所以將其命名為保健 因子。因子 2 在牙齒亮澤、口氣清新、富有魅力有很大載荷，所以將 其命名為社交因子。計算因子得分，得保健因子 =0.366* 預防蛀牙 -0.094* 牙齒亮澤 +0.362* 保護牙齦-0.121* 口氣清新 -0.315* 不預防壞牙 -0.044* 富有魅力 社交因子 =0.083* 預防蛀牙 +0.358* 牙齒亮澤 +0.026* 保護牙根+0.352* 口氣清新 -0.170* 不預防壞牙 +0.389* 富有魅力實驗名稱

22、： 聚類分析 成績： 實驗目的和要求： 掌握分層聚類和 K-means聚類的 SPSS操作方法 實驗內(nèi)容： 進行分層聚類和 K-means聚類分析并輸出結(jié)果。 實驗記錄、問題處理：分層聚類：步驟處理：分析分類系統(tǒng)聚類將度量變量鍵入變量框， 勾選統(tǒng)計量中的聚類成員中的方案范圍， 并 且設(shè)置為最小 3 最大 5.勾選繪制中的樹狀圖 打開保存選項卡，勾選聚類成員中的方案范圍，設(shè)置最小 3 最大 5階12345678910111213141516171819結(jié)果如圖所示：聚類表群集組合群集 1群集 2系數(shù)14162.000672.00010143.0002133.0005113.000383.0006

23、124.0004104.333594.500165.0004197.2505207.3331178.2502510.7501311.30011514.00041820.2002438.6111248.292首次出現(xiàn)階群集下一階群集 1群集 200300701800140090015201003115012071380179014100154121813616150191101814171916180案例5 群集群集成員4 群集3 群集121321112321234315321213211123212313143212132111232123131332123456789101112131415

24、1617181920* * * * * * * * * * * * * * * * * * * H I E R A R C H I C A L C L U S T E R A N AL Y S I S * * * * * * * * * * * * * * * * * * *Dendrogram using Average Linkage (Between Groups)Rescaled Distance Cluster Combine TOC o 1-5 h z C A S E 0 5 10 15 20 25 Label Num +14 -+16 -+-+-+ +-+-+ +19 + +18 + |2 -+ +13 -+ | | |-+-+ + |-+ +-+ |9-+ +-+|20 + |3-+|8 -+|-+-+ +-+|-+ | |-+-+ | +1 -+ +-+ |17 + |15 +K均值聚類： 步驟處理： 分析分類 K 聚類 將變量鍵入變量框， 勾選保存中的聚類成員 勾選選項中的是統(tǒng)計量下的三個復選框 如圖所示：聚類12購物有趣71購物導致超支33購物與就歺結(jié)合72爭取最合算交易42對購物沒興趣16比較價格省錢44初