SPSS统计软件

SPSS统计软件（精选11篇）

SPSS统计软件 篇1

摘要：SPSS是目前世界上最好的统计分析软件之一,在高职院校的财经类课程教学中利用SPSS统计分析功能对数据进行了分析处理,不仅很好地优化了教学资源,还能提高课堂教学效率。

关键词：高职院校,实验教学,SPSS软件

社会的发展和人才市场的竞争对高校的教育方式不断提出新的挑战,单纯的理论教学已经无法满足社会的需求,尤其是高职院校不可与本科院校比理论知识,理论与实际相结合的教学模式才符合时代的需求。实验教学作为迎合社会需求的产物成为我国高校教学的重要组成部分,是联系高校理论教学与工作实际的纽带。SPSS(StatisticalPackagefor theSocicalScience)是一个适合于自然科学、社会科学领域的统计分析软件包。与其他软件如SAS,SA-TA等相比,SPSS最显著的特点是使用菜单和对话框操作方式,绝大多数操作过程仅靠鼠标击键即可完成,易于操作。笔者在全校范围内开展了SPSS选修课程,结合自身在教学中的经验与感受谈几点对SPSS软件教学的体会。

1 开设SPSS软件应用课程的必要性

1.1 促进课程设置趋于合理化

为了适应社会的需求,高等院校从1992年逐步实施了教育改革,而教育改革包括:体制改革、教学改革和教育思想观念改革三个方面,其中教学改革是核心。高校的教学改革使大家逐渐体会到陈旧的知识体系和单一的课程设置对培养高素质的人才很不利,尤其是高职院校作为一种新兴的高等教育类型,同普通本科院校相比更应该抓实验教学。目前诸多高校多数课程比较注重理论内容,无法满足实际操作的需求,而SPSS软件应用课程能够弥补这一缺陷,一方面为学生创造实际操作的平台,另一方面使高校课程设置朝着合理化又迈进了一步。

1.2 培养学生学习统计知识的兴趣

统计学是财经类专业的一门必修课,也是学生认为学起来比较吃力的课程,调查结果显示困扰学习该课程的一个突出问题是学生认为计算量过大。虽然描述统计知识比较好掌握,但由于数据量较大、计算结果准确率偏低,学生容易产生畏难情绪,再加上高职院校的学生数学基础都比较差,影响了他们进一步学习统计学课程的兴趣。在实践中我们发现,当理论介绍完以后紧接着安排其对应部分的软件教学,效果比较好。

1.3 提高学生动手能力,增强职场竞争优势

在信息时代,作为数据处理和分析技术的统计方法日益广泛地应用于自然科学和社会科学研究、生产和经营管理及日常生活中,其实只要有数据处理的地方都会用到SPSS。非统计学专业的学生走上工作岗位后,在日常工作中或多或少地从事处理统计数据的工作,面对海量的数据,仅凭一张纸和一支笔,无法在规定的时间内准确无误地完成工作,如果他们在学校里系统地学习过这门课程,这些问题将会迎刃而解。

2 SPSS软件应用课程存在的问题

2.1 教材内容偏重上机操作,理论介绍略显不足

统计理论是基础,SPSS软件是解决问题的有力工具、高效途径,统计思想的训练有利于对工具运用和理解,所以在教学过程中应对理论做一定的讲解。然而在众多的书籍中,通常给出案例后,直接跳入如何调用菜单或命令进行分析,穿插介绍每个选项的中文含义,最后解释软件的输出结果,编者们认为教材的重点在于让读者掌握上机操作的步骤,不花太多的篇幅介绍统计理论。然而笔者认为该课程与普通计算机软件操作课程不同,因为SPSS课程教学不是单纯教会学生使用一种软件,而是要在统计理论的指导下正确地使用它。

2.2 数据资料缺乏连贯性,影响教学效果

数据是SPSS授课过程中必须的资料,虽然SPSS软件自身携带了一些数据,教材也附上相应的分析数据,但是这些数据资料基本上都是依据孤立的案例汇集起来的,缺乏一定的连贯性。对于初学者而言,SPSS软件的菜单繁多、可选项目难以区分,再加上数据缺乏连贯性会导致他们无法把前后学到的知识联系起来,难以把握学习SPSS软件的规律,这无疑会影响学生对统计分析的理解和对软件操作的掌握。

2.3 案例的选择脱离身边的环境

在案例的选择上不注意现实性,脱离身边的环境。要使学生掌握使用SPSS,不能空洞地讲解各种统计分析工具的用途和使用方法,这样的课堂枯燥乏味且让学生不易理解、记住相关知识点,更不用说灵活使用和掌握。如果把每一项授课知识点都融入到鲜活的个案、案例中,在案例分析讲解完成时,各种操作方法也随之讲授完成,那么学生学习将更有趣味性,也易于学生高效地理解、吸收知识点。

3 完善SPSS软件应用课程的思考

3.1 为学生适当补充预备知识

为了保证授课效果、提高学生学习的积极性,首先,不用像理论课程教学那样规范地给出数理推导过程,而用一个实例引入本次实验介绍的分析方法,让学生们明白该方法可以解决何种实际问题,这样一来再遇到相似问题,他们就知道该选用哪种方法进行分析,当然还可以借助相关统计学专业理论的书籍。其次,结合关键输出结果,介绍相应理论。很多学生面对大量的输出结果时总显得无所适从,教师可以根据自己的经验从繁多的输出结果中挑选出若干核心指标,深入介绍这些指标的理论背景。学生只有对统计理论有一定的掌握,才能更好地选择统计方法,知道为什么要选用这种方法,更好地利用软件求解并更好地理解输出结果。

3.2 用连贯数据培养学生的统计思维

在教学中最好采用与授课学生专业相近或者有较强现实意义的连贯性数据资料,如果课程安排允许的条件下,可组织学生自己收集。所谓的连贯数据是指在授课的4个环节中使用的数据都是在一个特定的研究目的下,基于同一调查对象收集到的数据。在授课时可以先给学生简要概述数据的来源和研究问题的背景,根据统计学研究问题的方法,设定一系列的研究议题和假设,然后再指导学生使用软件分析这些问题。运用连贯数据不但有助于学生把SPSS各个操作菜单联系起来,更重要的是让他们懂得每个操作选项背后的实际意义,培养他们学会用统计思维研究问题。

3.3 SPSS统计分析软件的教学测评问题

传统“纸加笔”的考试方式在本课程中显得过于僵化,既不能完整地反映本课程的教学内容和教学效果,也不能体现学生的动手能力。针对SPSS软件课程的特点和教学目的,可以采用以社会经济案例为基础的大型作业的形式进行考核。即要求学生以小组(4-6人一组)为单位,在两周的时间内完成,首先根据给定的社会经济问题收集相关数据,在SPSS软件中录入、保存数据,然后根据要解决的问题判断运用哪些数据分析方法进行分析,并利用SPSS软件完成各种分析,在此基础上,要求学生对分析结果合理的解释和分析判断,从而解决实际问题。既然SPSS统计软件作为一门课程进行学习,就需要有相应的评测方法。这样,就可以测评学生对SPSS软件的掌握程度和解决实际问题的能力,并让教师看到是否达到教学目的。

参考文献

[1]郝黎仁.SPSS实用统计分析[M].北京:中国水利水电出版社,2003.

[2]刘宁远.谈SPSS在数理统计教学中的应用[J].科技信息,2009(2):76-83.

[3]王己峰.现代统计分析软件SPSS在教育评价领域中的应用[J].统计与信息论坛,1998(1):59-63.

[4]李付坤.SPSS教学方法探讨[J].统计与咨询,2008(2):70-71.

[5]张尧庭.多元统计分析引论[M].北京:科学出版社,1982:9.

[6]余建英,何旭宏.数据统计分析与SPSS应用[M].北京:人民邮电出版社,2004:26.

SPSS统计软件 篇2

SPSS软件在心理学科研统计中的应用

SPSS统计分析软件,具有实现各种管理和分析数据的功能,在心理学科研统计中具有重要的作用和价值,重点介绍利用该软件进行心理学科研统计的过程,同时提出在应用过程中需要注意的.问题.

作 者：佟玉英 张景海 TONG Yu-ying ZHANG Jing-hai  作者单位：佟玉英,TONG Yu-ying(黑龙江大学,教育学院,哈尔滨,150080)

张景海,ZHANG Jing-hai(武警哈尔滨指挥学院,门诊部,哈尔滨,150001)

刊 名：黑龙江教育学院学报 英文刊名：JOURNAL OF HEILONGJIANG COLLEGE OF EDUCATION 年，卷(期)：2007 “”(8) 分类号：B841.4 关键词：SPSS   心理学   统计  

SPSS统计软件 篇3

［关键词］体育统计 SPSS 自主实验教学

［作者简介］许莉（1958- ），女，广西博白人，玉林师范学院体育系，副教授，研究方向为体育教学、体育统计和教育管理。（广西 玉林537000）

［中图分类号］G642［文献标识码］A［文章编号］1004-3985（2007）29-0182-02

一、前言

体育统计是理论统计学的方法在体育领域中的应用，它以体育运动中随机现象的规律为研究对象。高校体育专业普遍开设了体育统计课程，但由于教学计划和时数的限制，许多因素分析方法在体育教学中无法充分应用。为了解决教学中的问题，我们在教学过程中将体育统计的基本理论与SPSS的自主实验有机结合，激发学生的学习积极性，使学生既了解相应统计方法的理论基础，又能快速得出统计分析的结果，培养学生运用统计方法解决实际问题的能力，从而提高学生的综合能力。

二、自主实验教学模式的内涵和优点

自主实验教学模式是指在整个实验过程中贯穿以学生为主体的指导思想，实验中以培养学生理论联系实际、加强合作交流的能力和努力提高学生实践能力和创新意识为宗旨，倡导一种学生自觉、主动、手脑并用的教学方式。它使学生获得进行终身学习的基本技能和方法，具有独立探索新知识和掌握新技术的本领，着眼于促进学生全面、和谐的发展。与传统实验教学相比，自主实验教学模式具有以下优点：

1.改变传统的实验思维方式。传统教学模式的封闭式认知思维过程可以归纳为：已知理论——实验过程——验证理论。这种模式最大的弊端在于使学生养成盲从的习惯，难以举一反三地解决今后遇到的问题。而自主实验教学模式的认知思维过程则可归纳为：已知理论——实践过程——应用、验证或否定理论。学生在这种发散性思维的教学模式中，从已知理论开始，最终达到不确定的结果，从而使学生在研究统计中不断反思其过程。这种思维模式正是运用知识解决问题和生产新知识所必备的。

2.突出学生的学习自主性。长期以来，传统教学模式以书本知识为本位，以教师为中心，注重灌输，这容易使学生产生唯书本、教师至上的盲从。而自主实验课程要求学生在整个教学过程中始终处于主体地位，极大地调动了学生的求知欲和能动性。在实验过程中，不在于简单地了解和组合实验步骤，更重要的是分析每一步骤的功能和如何组织、应用程序来实现这一功能。在分析实验结果时，不再满足于按照固定的公式计算出固定值，更重要的是这一结果与最初的假设或理论推导之间是否吻合。当统计实验结果成功时，要用审慎的眼光重新评价实验方案的经济可行性；当实验失败时，更要自我检讨其中的症结何在。所有这一切都有利于促使学生把学习变成一种自我维持、自我发展的过程。

3.沟通学习知识与解决问题的桥梁。“为学患无疑，疑则有进”。自主实验课程研究的问题并非全都有“解”或“解”并非唯一。当学生亲身调查、研究存在的诸多问题，亲手实践解决这些问题，他们自然会在内心深处激发出更强的责任感、求知欲和创造欲，从而沟通了知识与问题的联系，使学生在不断探索中自觉地使用否定规律来更新知识，充实自己。因此，自主实验教学为学生思考、探索、发现和创新提供了充分的自由空间。

三、体育统计课程中SPSS自主实验教学模式的实施

（一）体育统计课程中实施SPSS自主实验教学模式的可行性分析

1.SPSS软件提供了合适的自主实验教学平台。SPSS（Statistical Package For Social Science）即社会科学统计软件包。目前，SPSS是世界通用并具有权威性的统计分析软件包。它除了在社会科学领域中发挥巨大作用外，在自然科学的各个领域也得到越来越广泛的应用。SPSS具有以下特点：（1）采用窗口方式管理程序运行的全过程，简捷直观，易于操作。（2）对于常用的统计分析方法可以通过对“菜单”“对话框”的操作完成，并不需要自己编写程序。（3）SPSS的命令语句、子命令及选择项的选择，绝大部分由“对话框”的操作完成，教学中不需要花大量时间记忆统计分析的各种命令、过程、选择项等。（4）具有第四代语言的特点，只要通过菜单的选择、对话框的操作告诉系统要做什么而不需要告诉怎么做。只要初步掌握统计分析原理，就可以得到具有专业水准的统计分析结果。（5）该软件系统的组合结构可以根据使用者自身分析工作的需要，根据计算机设备的实际情况选择、装配模块，灵活方便。（6）与其他软件有数据转换接口，能够与其他软件实现资源共享。其他软件生成的数据文件，如关系数据库生成的DBF文件、文本编辑软件生成的ASCII码数据文件等都可以方便地转换成可供分析的SPSS数据文件；SPSS文件也可以相应转换成其他形式的数据文件。（7）分析方法丰富，提供了从简单描述统计到多因素统计分析等各种不同的统计分析方法，还具备强大的因素生成和编辑功能，可以产生各种统计报表和形象直观的统计图形。以上特点决定了SPSS软件与高校体育统计课程结合的可行性，为学生在体育统计课程中提供了自主实验的教学平台。

2.实施SPSS自主实验教学模式的优点。定量分析在体育科学实验中的重要性已经得到了越来越多的人的认可。据统计，在正式发表的体育类论文中，近一半论文使用统计分析方法，其中核心期刊中有1/3左右的论文使用了多因素分析方法，这表明统计分析在体育科学研究中已被广泛应用。与此相比，目前高校体育专业的体育统计教学状况不容乐观，学生的毕业论文能应用统计学知识解决实际问题的寥寥无几。因此，在体育统计教学中应将SPSS自主实验课与体育统计的教学相结合，加强学生应用统计的实践训练，强化体育统计课程理论与实践相结合，培养学生的综合素质。这样做至少有以下两方面的优点：

第一，激发学生的学习积极性，促成体育统计教学的良性循环。长期以来，学生学习积极性不高是一直困扰着体育统计教学的难题。我们让学生亲自动手，用他们熟悉的、喜欢“玩”的计算机知识解决实际的数据处理问题，使他们亲身感受利用所学的统计方法解决实际问题的愉悦。在培养学生解决实际问题的同时，激发他们进一步学好统计的愿望，促成体育统计教学的良性循环。开设体育统计SPSS自主实验课程正是朝着这个目标的努力与尝试。

第二，促进体育统计课程的教学改革，培养学生解决实际问题的能力。统计理论与实际应用是体育统计学科的主要矛盾，在体育统计的教学中怎样处理好这对矛盾一直是人们探讨的课题，而开设SPSS自主实验课则是解决该矛盾的有效方法。在体育统计的教学中增开自主實验课后，就可以运用统计软件包来完成那些既繁琐又枯燥的计算，更有效地利用有限的课时，将教学重点放在实验设计、资料收集、统计方法原理和统计结果的分析上，注重培养学生运用统计方法解决实际问题的能力，全面提高学生统计素质，使学生吃透统计思想，并在此基础上灵活运用，更好地达到体育统计课程的教学目的。

（二）体育统计课程中SPSS自主实验模式的实施策略

首先，创设民主、宽松的教学环境，引导学生积极参与。教师要充分地发扬教学民主，尊重学生的人格和个体差异，对学生要信任、理解和宽容，经常调查了解学生的需要，给学生选择空间、活动空间、思维空间和表现空间，引导学生积极参与教学实验。其次，改革实验内容，更新实验组织形式，吸引学生积极参与。选择适宜的实验内容，采用丰富的实验组织形式，淡化实验操作技能，重视过程体验。再次，提供良好的硬件设施，开放计算机实验场所，鼓励学生积极参与。设立专门为学生开放的自主式计算机实验室，尽可能配备完善的可供开展实验的软、硬件设备，使实验教学更具有研究性、实践性，拓宽学生的实验选题范围，支持学生积极参与实验。最后，建立科学的实验评价反馈机制，促使学生积极参与。实验教学评价对实验教学有导向作用。为了充分挖掘和利用学生实验的教学功能，学生实验考核不应该是单一的知识和技能的考核，而应该是过程和结果的统一，具有分析性、诊断性和发展性。

（三）体育统计课程中SPSS自主实验教学模式的实施内容

1.明确SPSS自主实验教学的目的与定位。在体育统计教学中，利用统计软件包来完成繁琐的计算，将教学重点放在实验设计、资料收集、统计方法原理与应用、统计结果的分析上，以便更好地培养学生运用统计方法解决实际问题的能力，全面提高学生素质，这是开设体育统计自主实验课的主要目的。利用SPSS等统计软件包可以极大地提高学生数据处理能力，但那种认为只需学好SPSS统计软件，不必再去学习体育统计的看法是有失偏颇的。因为统计软件包只是一种数据处理工具而已，至于如何去收集数据、应该用什么样的统计方法对数据进行处理、如何对处理结果进行分析等诸多方面都需用运用统计学的基本知识与原理。因此，轻视或放弃体育统计的学习是舍本逐末的做法，其结果必将是乱用统计方法。

2.精心设计SPSS自主实验教学内容。SPSS自主实验教学是体育统计课程的实践部分，其目的是培养学生运用所学的统计方法、借助统计软件包进行数据处理与分析的能力。实验课内容设计尤为重要，内容准备的好坏决定了实验课的效果与质量。SPSS自主实验教学内容应与体育统计课堂教学相结合。按照“已知理论——实践过程——应用、验证或否定理论”的实施步骤。每个实验由三部分组成：第一部分是收集实验素材。学生可以自行设计实验，在课外采集样本，提供需要处理的原始数据，要求学生按统计资料整理的要求进行数据处理。第二部分是实验过程。要求学生活学活用统计思想，熟练统计软件的操作，可用频数统计、描述统计、探索性分析、独立样本的均值比较、单因素方差分析、多因素方差分析、可靠性分析、绘制直方图、饼图等方法进行实践，教师通过启发、引导学生积极探索、讨论，采用不同的方法分析比较。第三部分是实验结果分析。要求学生对SPSS的输出结果进行分析，得出统计结论。另外，在实验课内容安排上，除将教材中的一些统计习题作为实验内容外，还应将平时收集的实际数据作为实践作业交给学生处理、分析，这样可以将体育统计的教学与实际应用相结合，提高学生学习的主动性和积极性，更好地达到体育统计的教学目的。

四、结论

体育统计是一门应用性和实践性较强的学科。教学实践表明，在體育统计教学中设置SPSS自主实验课程是必要的和有益的。SPSS自主实验课程丰富了体育统计的教学内容，加强了理论联系实践的教学环节，改变了传统的实验思维方式，突出了学生的自主性，架起了学习知识与解决问题的桥梁。同时，SPSS自主实验教学提高了对教师的要求，有利于教师进一步钻研教材，掌握更系统、更全面的专业知识和技能，实现教学相长，对提高体育统计课程的教学质量具有积极作用。

［参考文献］

［1］丛湖平.体育统计［M］.北京：高等教育出版社，2003.

［2］廖时人.教育学［M］.北京：人民教育出版社，1994.

［3］（美）加涅.教学设计原理［M］.上海：华东师范大学出版社，2001.

［4］余建英，等.数据统计分析与SPSS应用［M］.北京：人民邮电出版社，2003.

［5］魏宗舒，吕乃刚.统计思想［M］.上海：上海翻译出版公司，1987.

SPSS统计软件 篇4

考试是教育评价的有效办法，随着高职高专技能教学改革的深入开展，对教学评价的要求越来越客观，对教学结果的分析越来越依赖于统计理论和方法。本文的目的是借助统计学软件SPSS，介绍对试卷质量定量分析的方法。其中包括对抽取的样本资料绘制成绩分布曲线，进行难度、区分度、信度及效度等分析试卷质量常用的“四度”指标的定量计算与分析。希望通过本文，使有意学习试卷定量分析的非统计专业的读者，学会对自己的试卷进行独立分析。

本次抽取的考卷样本数为90个，试卷分值分布情况见表1。

2、数据输入

启动SPSS，进入SPSS的数据编辑器界面。

2.1 定义变量

用鼠标单击数据编辑器下方的Variable View标签，进入变量命名定义界面。在Name标题下定义题号Q1～Q27；总分定义为Total。在Label标题下注明对应各行定义的内容：第1题～第27题以及总分。其中题号和总成绩均定义成Numeric类型，Decimals（小数点后长度）为0，其余各项使用默认。如图1所示。

2.2 输入数据

返回数据编辑器界面，开始输入数据。输入数据时，从第一行第一列起直接输入题目成绩，依次每行输入一个学生的成绩，每列输入一个题目的成绩，最后一列输入每名学生的总成绩。如图2所示。

2.3 导入其他格式的数据文件

前面介绍了如何录入和编辑SPSS格式的文件，即扩展名是“sav”格式的文件，接下来简单介绍一下如何快速打开和编辑其他格式的文件，具体包括Microsoft Excel文件（*.xls）、SAS、dBase、Stata等格式的数据文件。以便读者更好的借助SPSS软件进行统计分析。

在此以Excel为例简单介绍一下导入*.xls文件的方法：

依次运行菜单：File→Open→Data,然后在文件类型下拉菜单中选择All Files，在此选中关联的文件即可。然后双击Excel文件，会弹出一个对话框，选中其中的Read复选框，表示把表格中的第一行作为变量名导入，否则第一行将作为数据导入。单击OK按钮，打开Data Editor窗口，显示导入的Excel文件内容。也可执行菜单File→Open→Save(Save a s），将当前数据存为其它格式的文件，比如SPSS格式。接下来就可以对数据进行统计分析了！

3、试卷分析

3.1 建立分数段分布直方图(Histogram)

根据录入的数据表，运行菜单：Analyze→Descriptive Statistics→Frequencies得到频数表。然后得到复选框，导入要建立频数分布表和直方图的项目（即总分），同时运行菜单：Ana1yze→Descriptive Statistics→Frequencies→Charts→Histograms→With normal curve即可得到分数段分布直方图，如图3所示。

通过学生成绩分布直方图和频数分布表可以看出，这90名学生的成绩接近正态分布，平均分为69.08分，标准差为9.437分，不及格的人数占10%，60分～80分之间的人数占80%，峰值出现在67分到68分之间。

3.2 难度分析

难度（Difficulty）是指试题的难易程度。

对于客观性试题，一般用通过率来表示难度的大小。通过率是指被试正确回答或通过题目的人数与所有被试之比。其计算公式为：

式中：P为难度指标值；R为答对某题的人数；N为考生人数。

对于主观性试题，难度的计算公式为：

式中：为学生在该题得分的平均值；W为该题的满分值。

通过难度的定义可以看出：P值越大，说明题目越简单；P值越小，说明题目越难。

一般来讲，对于试题的难度测量，可参照表2来评价。对于学期期末考试，一般难度范围应在0.3～0.8之间比较恰当。

使用软件进行难度分析的具体操作方法为：运行菜单Analyze→Descriptive Statistics→Descriptives，将全部字段选入Vaviable(s)中，单击OK按钮，可得到各题的均值。然后再建立一个包含均值Mean和各题满分值的数据文件（可以直接将刚才的结果粘贴至Excel文档，然后用SPSS软件打开），单击Transform→Compute，出现Compute Variable对话框，在Target Variable中输入要计算的难度系数P，在Numeric Expression中输入公式Mean/W，得到各题的难度系数。本次考试的难度统计结果如表3所示。

通过试卷各题的难度表可以看出，试卷整体难度为0.69，难易适中。大部分题目难易程度尚可，其中第4、5、16、17、18、21、22、24、26、27题偏易，需适当增加难度，但由于期末考试属于目标参照性考试，可以适当有一些难度较低的题目；第11、20题偏难，而期末考试不是选拔性考试，应该去掉此类题目。

3.3 区分度分析

区分度（Discrimination）是指测验题目对学业水平不同的学生的区分程度或鉴别能力。具有良好区分度的测验，实际水平高的被试应得高分，水平低的被试应得低分。它是测验是否有效的“指示器”，被作为评价试题质量，筛选试题的主要指标与依据。

试题区分度的计算方法很多，在此介绍一种比较方便的方法。对于客观题来说，使用等级相关分析，使用斯皮尔曼（Spearman）等级相关分析，即求总分与每个试题得分间的相关系数；对于主观题来说，看成是非等间距测度的连续变量，并且样本数大于3 0，采用皮尔逊（P e a r s o n）相关分析来对试题进行分析，即求总分与每个试题得分间的积差相关系数作为试题的区分度。对区分度的评价如表4所示。

在本文使用的样本中，第1～15题为客观题；第16～27题为主观题。具体的分析方法：运行菜单Analyze→Correlate→Bivariate，在弹出的Bivariate Correlations对话框中选择各个客观题字段和总分进入Variables，然后在Correlation Coefficients中单击Spearman，完成后即可得到客观题的区分度。主观题的区分度方法同上，选择主观题和总分字段进入，然后选择Pearson即可。输出结果（部分）如图4所示。

输出结果的最后一行或最后一列每小题与总分之间的相关系数即为区分度。输出整理结果如表5。

通过试卷各题的区分度表可以看出，第1、3、4、5、7、8、1 0、1 1、1 2、13、16、22题的区分度不够，需要淘汰或调整。

3.4 信度分析

信度（Reliability）是指同一个测验对同一组被试，施测两次或多次得分的一致程度。一个好的测验必须是稳定可靠的，多次使用所获得的结果是前后一致的。例如，用直尺测量长度，其结果是稳定可靠的；用橡皮筋测长度则是不可靠的，前后测量结果缺乏一致性。

信度也可以用来指示实测值和真值相差的程度，实测值是对测验现象进行实际测验所获得的测定值，真值是测验对象真实水平的取值。如果实测值与真值相差较小，说明结果的信度较高，反之信度较低。为了能够真实、准确地反映测量对象的实际水平，必须重视对试卷信度的研究，从而正确地判断测量结果的价值。

信度是反映测量中随机误差大小的指标，由于造成误差的方式和来源多种多样，所以信度的估计方法也是多种多样。在试卷信度的检验中一般采用的是同质性信度。

同质性信度（h o m o g e n e i t y reliability）也叫内部一致性系数，它是衡量测验内部所有题目间一致性程度的指标。内部一致性系数的一种粗略计算方法是求测验的分半信度。由于分半方法很多，结果不太稳定。在SPSS软件中一般采用科隆巴赫（Cronbach）α系数，它是由Cronbach于1951年提出的，它可以计算任何测验的内部一致性系数，而不要求测验题目必须是记分型的。

具体的分析方法：运行菜单Analyze→Scale→Reliability Analysis打开信度分析对话框，在弹出的对话框中将所有表示题目的字段全部选择进入Items框中，在M o d e l栏后的下拉列表采用默认的Alpha方法（Cronbachα系数）。得到分析结果如图5所示。

从分析结果可以看出，本次考试的信度系数为：Alpha=0.435，信度偏低。为了提高试卷的信度，可以从以下几个方面改进：适当增加试题的数量；保持所有试题的难度接近正态分布；努力提高试题的区分度；严格监考和按评分标准给分。

3.5 效度分析

效度（Validity）是指测验能够测出它所欲测特质的程度，即试卷准确地测量了考试目的欲测内容的多少。具体地讲就是覆盖面和权重在多大程度上体现了教学大纲的要求，能否有效检验考试能力水平和反映教学大纲完成的情况。效度与信度的区别是：信度反映了考试中随机误差的大小，而效度反映了考试中系统误差的大小。效度的取值范围在0至1之间。一般来说，效度系数在0.4～0.7之间，值越大效度越高。有的效度系数达到0.35就符合要求，有的要达到0.65才能被认为是有效的测验。

常用的效度检验方法是：效标关联效度法，这种方法首先是寻求一种可靠的效标。然后求出测试结果与效标的相关系数，该相关系数则为效标关联效度；构想效度法，这种方法是根据研究内容形成一些理论假设。然后检验测试结果对这些假设的验证程度。验证程度越高，说明构想程度越高。在此利用效标关联效度法进行分析，把学生的平时成绩作为效度分析的效标，利用积差相关法求效度（Pearson法）。

平时成绩一般由3部分构成：考勤+作业+课堂表现，总分30分。具体操作方法为先建立考试成绩与平时成绩表，其中Total为考试总分，PS为平时成绩。

在SPSS中单击Analyze→Correlate→Bivariate，选择Total和PS字段进入表达式，然后在Correlation Coefficients中单击Pearson。执行结果如图6所示。

得出总分与平时成绩的相关系数为0.762。说明本次考试与平时成绩相关性较好，即本次考试反映了学生的真实水平，符合效度要求。

4、分析结论与改进建议

通过利用SPSS软件分析，可得出该次期末考试试卷与成绩的初步评价。试卷基本上覆盖了统计学教材中的主要知识点,涉及各个章节的内容,各章节所占的分数基本上与各章课时所占的比重成比例,分布合理。总体来说,该套试卷的设计比较科学,能较好的检测出学生对课本知识掌握的程度。

本次考试平均分为69.08分，标准差为9.437分，成绩基本符合正态分布。信度系数Alpha=0.435，信度偏低；部分试题区分度不高；试卷整体难度指数为0.69，属于正常难度范围；效度系数为0.7 6 2，考试成绩能够反映学生的真实水平。大部分学生对知识掌握教好，但学生成绩多集中在平均分附近，建议在试题的区分度上有所调整，适当加大一些试题的难度和区分度，来区分学生实际水平的差距，有利于激励学生的学习积极性，同时可以提高考试的信度。

学会SPSS软件的操作，可以提高广大教师分析试卷的效率，准确得到分析结果，为今后的教学和考试提供科学依据。

摘要：试卷质量分析是教学中的一项重要任务,也是教学效果检查的重要依据。质量好的试卷才能准确地反映出学校的教学水平和学生的学习效果。本文抽取我校2007级国际贸易专业两个班级共90份《统计学》考卷作为样本,利用统计软件SPSS13.0来分析试卷的质量,重点演示包括数据录入、分析成绩分布、试卷难度、区分度、信度及效度等内容,从而科学地进行试卷质量分析,提高教学质量和效率。

spss统计分析实习心得3篇 篇5

五天的SPSS软件实训终于结束了，虽然实训过程充满了酸甜苦辣，但实训结果却是甜的。看着小组的课题报告，心里有种说不出来的感触。高老师在对统计理论及 SPSS 软件功能模块的讲解的同时更侧重于统计分析在各项工作中的实际应用，使我们不仅掌握 SPSS 软件及技术原理而且学会运用统计方法解决工作和学习中的实际问题这个实训。我真真正正学到了不少知识，另外，也提高了自己分析问题解决问题的能力。

小组中每个人完成不同的任务，我的任务是用独立样本T检验的方法分析市、县及县以下的分类对社会消费品零售总额的影响，分析方差，均值，P值，显著性如何并进行T检验，得出结论报告。结果中比较有用的值为差值变量的均值Mean和Sig显著性在初级统计中，通常都要求所分析的数据呈现正态分布。通过对spss软件对数据的实践处理，我感觉显著性检验问题还是比较简单的，但对具体数据分析的目的性，实用性以及自己在做研究时如何使用，还有待进一步实践和提高。

SPSS 有具体的使用者要求的分析深度，同时是一个可视化的工具，使我们非常容易使用，这样我们可以自己对结果进行检查。电算化老师曾经说过，学习软件其实只是学习软件的操作流程，而要真正掌握整个软件，就得自己摸索探究，真真正正弄懂它，还要下一定的功夫的。我也深刻体会到了这点。前几次实训都是关于会计实验的，虽然时间安排比此次实训紧，任务量大，但实训结束后，基本的试训内容都完全掌握。而这次实训，虽然时间安排较为轻松，内容也不多，操作起来也有一定的难度，另外受外界因素的影响，根本就听不见看不见老师讲的，即便后来老师一讲就去前面，由于没有条件跟着操作，导致一部分内容总是不熟练，请教同学他们也不会，不过，问题也总会用解决的办法。经过我坚持不懈的努力，在本次实训结束之前，我终于弥补了自己不熟练的那部分内容。

学习SPSS软件，对于我们这些将来要时刻与数据打交道的人是有很大的帮助的，它主要的是运用SPSS软件结合所学统计知识对数据进行需要的处理，相对于EXCEL处理，SPSS软件处理不仅效率高，而且操作简单。我个人觉得，SPSS软件是一门专业性较强的课程，对于我们财务管理专业的学生是一门必备的课程，也是一门必须熟练掌握的课程，很庆幸，我是抱着将来要学习运用SPSS软件进行此次实训的。这次实训，使我对统计工作的过程和 SPSS应用的流程取得一定的感性认识，拓展了视野，巩固所学理论知识，提高了分析问题、解决问题的能力，也增强了我的职业意识、劳动观点以及适应社会的能力，最重要的是它使我获得了思想和课题分析处理上的双丰收。

在SPSS学习中,我对它的认识由浅入深，循序渐进,在实践中遇到的各种问题也能逐个攻克。学习这种在日常工作中有价值的分析方法，会使我们更能轻易应付日后的社会的信息工作;掌握这种高级的技能,对我们工作就业也提供了竞争优势.但是，软件的学习并不是一蹴而就的，在这个科技高速发达和知识不断更新的时代，我们应该不断学习不断更新自己的知识体系，争取做一名国家所需要的优秀的统计者。

本学期一周的SPSS软件实训结束了，我感触很深，因为本次实训过程是在共同努力下完成的。实训结果是可喜的。老师在对统计理论及 SPSS 软件功能模块的讲解的同时更侧重于统计分析在各项工作中的实际应用，使我们不仅掌握 SPSS 软件及技术原理而且学会运用统计方法解决工作和学习中的实际问题这个实训。我真真正正学到了不少统计知识，另外，也提高了自己分析问题和解决问题的能力。

SPSS 软件有具体的使用者要求的分析深度，同时是一个可视化的工具，使我们非常容易使用，这样我们可以自己对结果进行检查。我记得老师曾经说过，学习软件其实只是学习软件的操作流程，而要真正掌握整个软件，就得自己摸索探究，真真正正弄懂它，还要下一定的功夫的。我也深刻体会到了这点。这次实训，虽然时间安排较为轻松，内容也不多，操作起来也有一定的难度，一部分内容总是不熟练，请教同学他们也不会，不过，问题也总会用解决的办法。经过我坚持不懈的努力，在本次实训结束之前，我终于弥补了不熟练的那部分内容。

在SPSS学习中,我对它的认识由浅入深，循序渐进,在实践中遇到的各种问题也能逐个攻克。学习这种在日常工作中有价值的分析方法，会使我们更能轻易应付日后的社会的信息工作，掌握这种高级的技能,对我们工作就业也提供了竞争优势。

学习SPSS软件，对于我们这些将来要时刻与数据打交道的人是有很大的帮助的，它主要的是运用SPSS软件结合所学统计知识对数据进行需要的处理，相对于EXCEL处理，SPSS软件处理不仅效率高，而且操作简单。

我个人觉得，SPSS软件是一门专业性较强的课程，对于我们国际经济与贸易专业的学生是一门必备的课程，也是一门必须熟练掌握的课程，我是很喜欢本次的SPSS软件实训的。这次实训，使我对统计工作的过程和 SPSS应用的流程取得一定的感性认识，拓展了视野，巩固所学理论知识，提高了分析问题、解决问题的能力，也增强了我的职业意识、劳动观点以及适应社会的能力，最重要的是它使我获得了思想和课题分析处理上的双丰收。但是，软件的学习并不是一蹴而就的，在这个科技高速发达和知识不断更新的时代，我们应该不断学习不断更新自己的知识体系。最后，要感谢老师的认真指导。

通过本次的教学实习，使我们对统计工作有了一个初步的认识，以及统计软件在

统计工作中应用的重要性和方便性，认识实习的目的认识实习的目的就在于让同学们初步了解企业的基本情况，了解信息收集，处理过程加强感性认识，为以后专业理论课程的学习特别是毕业设计奠定必要的实践基础。就是要我们把所学的知识运用到实践中。学习了统计学软件SPSS，有力的将理论知识与实践联系在一起，并且进一步掌握了理论知识;其次，通过老师对普查与政府统计机构的讲解，使我对统计的了解更加深刻。这次认识实习可以说是理论与实践的联系，校园与社会的联系，使我了解社会统计工作的轮廓，使我对统计在现实中的运作有所了解，也对统计也有了进一步的掌握。使同学们对统计工作的过程和 SPSS应用的流程取得一定的感性认识，拓展了视野，巩固所学理论知识，提高了分析问题、解决问题的能力，增强了学生职业意识、劳动观点以及适应社会的能力，使学生获得业务和思想双丰收。

现在我将近期的实习的过程感受汇总如下：SPSS 有具体的使用者要求的分析深度，同时是一个可视化的工具，使我们非常容易使用，这样我们可以自己对结果进行检查。我觉得我们可以在全校范围内把 SPSS 作为数据分析工具进行推广，向学生提供日常工作需要的有价值的分析技术。如果我们能够掌握这种高级技术，毕业后就能够轻易地应付来信息社会和商业世界的挑战。在这次短学期实习中，我第一次接触到了统计分析软件spss，并对其进行了基本的学习。

首先，我们学习了数据编辑窗口的几个部分：窗口主菜单、工具栏、数据编辑区、系统状态显示区等，并先后学习了这几个部分的操作步骤及计算出的数据所表示的意义。通过学习，我深刻的体会到要想学会一套软件的操作，远没有我想象的那么容易，尤其是这套spss统计软件。学习软件的基本操作相对来讲是容易的，但要理解每一个步骤的意义及每一组所计算出来的数据的代表内容，就要付出更多的精力和时间。在学习过程中，细心和耐心是很必要的。在某些操作中，比如说spss线形回归的操作步骤，只要稍微马虎一些，就会弄错，导致操作结果错误。通过这次在实验室的认识实习，我们不仅对spss这套统计软件有了初步的认识，而且掌握了一些基本的spss的操作，但更重要的是，我学会了如何去学习一种操作软件，如何去理解统计学这门学科。

SPSS统计软件 篇6

摘 要： 随机抽取2015-2016学年第1学期江西中医药大学某班《中药学》期末考试试卷，运用SPSS19.0进行难度、区分度、信度、效度等分析，在分析结果的基础上提出提高命题质量的意见和建议，以真正促进教与学。

关键词： 中药学 难度 区分度 信度 效度

考试是衡量教育效果的必不可少的手段，如何用好及改进这种手段，是每一个教育工作者都必须面对的问题。作为学生成绩管理部门，有责任、有义务做好这项工作。借专业认证之机会，逐步开展课程成绩定量分析，使之更有效地服务教与学。本文随机抽取2015-2016学年第1学期江西中医药大学药学院某班《中药学》期末考试试卷，运用SPSS19.0进行统计分析，并在统计结果的基础上提出相应改进建议和方法。

1.试卷结构

本试卷分客观性试题和主观性试题，其中，客观性试题包括单选题（30分）和填空题（12分），主观性试题包括功效解释题（20分）、简答题（18分）和论述题（20分）。具体结构如下：单选题共30小题，每题1分；填空题共12小题，每题1分；功效解释题共10道题，每题1分；简答题共3小题，每题6分；论述题共2道，每题10分。

2.试卷分析

2.1原始数据录入

2.1.1数据定义

在SPSS19.0中，将单选题的题号设置为A1、A2、A3、A4……A30，总值为Atotal，填空题的题号设置为B1、B2、B3、B4……B12，总值为Btotal，功效解释题题号设置为C1、C2、C3……C10，总值为Ctotal，简答题的题号设置为D1、D2、D3，总值为Dtotal，论述题的题号设置为E1、E2，总值为Etotal，整个卷面的总值为TOTAL。其中，所有题号属性均定义为数值类型。

2.1.2数据录入

将本次考试的52份试卷按照各题得分情况输入SPSS中。

经过基本描述性统计显示，本份试卷的最大值为96分，最小值为16分，平均值为68.48，标准差为14.74，不及格率为1.92%。

2.3难度分析

试题的难度指学生对该题的失分率，计算公式为P=1-/W，其中P为难度值，为均分值，W为该题满分值，这种定义法，难度值小表明试题容易，难度值大表明试题难，最小值为0，最大值为1。一份好的试卷试题的难度值在0.3～0.8之间。整份试卷的平均难度值最好掌握在0.5左右。经分析，所有试题难度值分布区间为0～0.69，其中，填空题的第5空难度值最高（0.69），填空题的第12空难度值最低（0），有31道题的难度值低于0.3，占到总数的54.39%。所有大题的难度值分布区间为0.25～0.40，试卷的整体难度值为0.32，整份试卷整体偏容易。

2.4区分度分析

区分度指试题对被测试对象实际水平的鉴别能力，是把考生区别开来的统计量。进行区分度分析时，常以考试总分作为被试实际能力水平，而把被试在某题上的得分与总分之间的相关系数作为该题区分度。区分度的计算方法很多，对于客观题，使用斯皮尔曼（Spearman）等级相关分析。对于主观题，看成非等间距测度的连续变量，并且本试卷的样本量大于30，在此采用皮尔逊（Pearson）相关分析对试题进行分析。

区分度的常用指标为D，取值在-1～1之间，值越大，区分度越好。测量学家伊贝尔认为：试题的区分度在0.4以上表明此题的区分度很好，0.3～0.39表明此题的区分度较好，0.2～0.29表明此题的区分度不太好需修改，0.19以下表明此题的区分度不好应淘汰。

本测试的区分度分析结果如表3所示，各个小题的区分度分布在0.07～0.89之间，其中，B12没有区分度，A2、A5、A8、A10、A11、A19、A27、A29、B9、B11这10道题的区分度低于0.19，因此，这10道题和B12都应予以删除。A3、A6、A12、A17、A18、A20、A23、A24、A28、B3、B5、B10这12道题的区分度在0.2～0.29之间，应进行修改。其他题项区分度较好。结合表4，各个大题的区分度总体区间为0.74～0.93，总体区分度为0.84，所有大题区分度很好，整份试卷的总体区分度很好。

2.5信度分析

信度是反映测试内部题目得分一致性程度的统计量，表示考试的可靠性，取值范围为0～1，其值越大，信度越高，对于及格性考试测验，一般认为，信度值大于0.5，认为其可靠性较高。通过科隆巴赫a系数，得出其信度为0.899（见表2），信度非常高，说明题目得分一致性程度高。

3.结论

第一，基本统计分析。本次测试的平均成绩为68.48，标准差为14.74，标准差值比较大，说明学生的成绩不集中，比较分散，高分者与低分者差距较大，同时表明学生对考试内容的掌握程度不一，并且有很大差异。另外，从频数分布图来看，峰值出现在60左右，说明大多数学生对待大学成绩的态度是及格即可，或者说大多数学生只要经过一定努力都是可以通过考试的。

第二，难度。B5的难度比较大，为0.69，B12的难度最小，为0。一般难度范围在0.3-0.8之间比较恰当，54.39%的题目较为简单，当然，也可以认为大多数学生对B12题或54.39%的题目考察的基本知识点掌握得较好。

第三，区分度。各个小题的区分度分布在0.07～0.89之间，其中，B12没有区分度，A2、A5、A8、A10、A11、A19、A27、A29、B9、B11这10道题的区分度低于0.19，因此，这10道题和B12都应予以删除。A3、A6、A12、A17、A18、A20、A23、A24、A28、B3、B5、B10这12道题的区分度在0.2～0.29之间，应进行修改。综合看，各个大题的区分度的总体区间为0.74～0.93，所有大题的区分度很好。

第四，信度。通过信度分析，得到本次测试的信度系数为0.899。一般来说，教师自编试题的信度系数应达0.85以上，分析结果表明，本次测试质量较高。

总体来说，整份试卷质量较高。

4.建议

对于B12这类完全没有难度和区分度低于0.19的试题，在未来命题中应不予采用。对于难度低于0.3，区分度在0.2～0.29之间的题应予以相应修改。

对于离散程度（标准差）较大的情况，建议具体教学中，如条件允许，可考虑分班或者给较弱学生调整教学内容或者进行适当补课。

试卷定量分析后，对于不符合指标的题目，应及时反馈给命题老师和授课教师，进行适当删除或修改；对于符合指标的题目，建议分门别类地归入课程试题库，避免出题的随意性，有利于试题进一步标准化，增强考试的科学性，进而方便、经济、高效地测查学生的真实水平。

5.总结

通过对某门课程的定量分析了解到，日常教学行为中，不应仅围绕课堂上的教与学进行教学工作改进，考试作为教学工作的重要部分，还应重视学生教与学后的行为反馈和教师在教学过程中的优点与不足，以此为出发点，针对性地为下一次教学工作做相应调整，真正促进教与学。

参考文献：

[1]高建，许杜娟，夏泉，等.中药炮制学试卷分析及思考[J].安徽医药，2010，14（8）：991-992.

[2]黄艳，李俊.2007级临床医学专业学生的临床药理学试卷分析[J].安徽医药，2009，13（12）：1602-1604.

[3]姜常胜.高等医学院校实用教务管理手册[M].上海：上海中医学院出版社，1993.

[4]宋小平，张敏，陈建军，等.SPSS在医学生物学试卷的信度和效度分析中的应用[J].生物学通报，2008，43（11）：39-40.

[5]丁晓娟，陈灵芝，余莉，等.运用试卷分析加强医学微生物学题库建设的初探[J].基础医学教育，2009，11（6）.

课题：2015年江西中医药大学教育与改革项目（2015jzjg-31）

SPSS统计软件 篇7

SPSS软件包集数据整理、分析过程、结果输出等功能为一体, 采用窗口操作界面, 统计分析方法涵盖面广, 用户操作使用方便, 输出数据表格图文并貌, 并且随着它的功能不断完善, 统计分析方法不断充实, 大大提高了统计分析工作的效率。从1968年由美国斯坦福大学开发使用至今, 已经应用在非常广泛的领域, 现已成为世界上应用最广泛的专业统计软件之一。

SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等, 具体内容包括描述统计、列联表分析, 总体的均值比较、相关分析、回归模型分析、聚类分析、主成份分析、时间序列分析、非参数检验等多个大类, 每个类中还有多个专项统计方法。

市场调查是企业为了特定的市场营销决策, 运用科学的方法, 有目的、有计划、系统而客观地搜集、记录、整理、分析和解释有关市场的信息资料, 从而了解市场的现状和发展变化趋势, 为企业的经营决策和商情决策提供依据的过程。

2 SPSS在市场调查统计分析中的应用

根据上述的SPSS技术的特点和市场调查的需要, 可以将SPSS在市场调查实际研究中的应用模式分为以下几种类型:

2.1统计性描述

统计性描述应用模式指在市场调查统计分析的过程中, 借助SPSS统计功能将收集到的大量数据进行分析、综合、归纳、列表、绘图等处理工作。SPSS最常用于描述性分析的五个过程集中在Descriptive Statistics菜单中, 分别为:Frequencies过程;Descriptives过程;Explore过程;Crosstabs过程;Ratio过程。统计性描述不仅可以使研究者了解事物的性质, 而且其统计量还是对事物进行推断统计的依据。

2.2假设检验

在市场调查中, 通常所关心的是总体的某些特征和分布规律, 而问卷调查只可以考察总体的一部分或一个样本, 统计推断和假设检验就是用样本去推断总体, 实质上就是凭借概率理论用观察到的部分随机变量资料来推断总体随机变量的概率分布或数字特征, 如期望值和方差等, 并且做出具有一定可靠程度的估计和判断。

2.3量表分析

在市场调查中, 量表分析应用模式主要指通过对不同因子之间的发展变化而揭示出因子之间关系结果的方式。量表分析主要包括以下几种分析:回归分析、聚类分析、判别分析、因子分析、相关分析等。

3 应用举例

根据调查资料, 分析我国31个省市自治区的人均食品支出 (“人均食出”) 对“人均收入”、“粮食单价”的依赖关系 (数据来源:《管理统计—数据获取、统计原理spss工具与应用研究》马庆国著)

3.1 首先, 分别对“人均食出”、“人均收入”、“粮食单价”进行描述性统计分析, 具体步骤如下: (1) 运行SPSS, 按Analyze→Descriptive Statistics→De-scriptives顺序打开Descriptives对话框; (2) 选定三个变量送入Variable (s) 栏中;选中Savestandardized values as variables复选项, 要求计算变量的标准化值, 并保存在当前数据文件中; (3) 单击Options按钮, 打开对话框, 选中Mean、Std.deviation、Minimum、Maximum复选项; (4) 在主对话框中单击OK按钮, 提交运行。输出结果如表1所示, 从中可以看出最大值、最小值、均值、标准差等。

3.2 分别考察“人均食出”变量与“人均收入”变量、“粮食单价”变量的关系, 对其进行相关分析, 具体步骤如下: (1) 运行SPSS, 读取数据文件后按Analyze→Correlate→Bivariate顺序单击菜单项, 展开对话; (2) 制定分析变量, 选择源变量栏中的三个变量送入Variables栏; (3) 分别选择Person相关, One-tailed单尾t检验, 选中Flag significant correlations复选项; (4) 在主对话框中单击OK按钮, 提交运行

输出结果如表1所示。表1在行变量与列变量的交叉单元格上市这两个变量的相关计算结果。自上而下三个统计量分别为:Person Correlation——皮尔逊相关系数;Sig. (1-tailed) ——单尾t检验结果。对于相关系数为0的假设成立的概率;N为参与相关系数计算的有效观测量数。表1显示, 人均食品支出与人均收入有着较强的正相关, 皮尔逊相关系数高达0.921;而人均食品支出与粮食平均单价也有着正相关性。

3.3 人均食品支出同人均收入、粮食平均单价有一定关系, 可用二元线性回归预测法进行预测。具体步骤如下: (1) 运行SPSS, 读取数据文件后按Analyze→Regression→Linear顺序单击菜单项, 展开对话框; (2) 在左侧的源变量栏中选择变量“人均食品支出”作为因变量进入Dependent框中, 选择“粮食平均单价”、“人均收入”作为自变量进入Independent (s) 框中; (3) 在Method选择框中选择Stepwise (逐步回归) 作为分析方式; (4) 提交系统执行结果。

其中, Model为回归方程模型编号, Unstandardized Coefficients为非标准化回归系数, Standardized Coefficients为标准化回归系数, t为偏回归系数为0的假设检验的t值, Sig.为偏回归系数为0的假设检验的显著性水平值。

通过上述案例应用, 可以得出spss软件在市场调查统计分析中的一般应用方法: (1) 录入编辑事先通过市场调查的基础数据。 (2) 根据实际调研问题的需要以及性质, 确定出利用spss相应的统计分析功能。 (3) 使用spss相应的功能菜单得到应用结果以及图表。 (4) 根据统计结果和图表进行相关分析, 为市场调查提高可靠的依据。

可以看出将spss应用于市场调查统计分析的过程, 能使研究者以客观的态度, 通过对受众的系统提问, 收集并分析有关研究数据, 以描述、解释或预测问卷调查内容的现象及其各相关因素之间的关系;同时使用spss可以减少市场调查人员的统计工作量、提高研究结果的可靠性和准确性。总之, spss为市场调查的统计分析有利的支持和实用的方法, 是市场调查统计分析中的良好工具。

摘要：本文以简单的数据为例, 运用SPSS进行统计分析。旨在说明进行市场调查时如何运用优秀的统计软件对数据进行分析, 得出我们所需要的结果。

关键词：spss软件,市场调查,回归分析

参考文献

[1]李国强, 苗杰.市场调查与市场分析[M], 中国人民大学出版社, 2005

[2]吴世军.SPSS在市场调研中的应用[J].中国科技信息, 2005 (18)

SPSS统计软件 篇8

在实际教学中, 姜丽娜教授根据多年来的生物统计学教学经验, 总结出该课程具有以数学知识为基础、概念术语多、计算公式多、课程内容连贯性强等特点[2]。学生在实际学习过程中往往也会因为对数学知识掌握不够牢固、概念术语理解不够透彻、计算公式应用不够熟练、课程内容未能完全理解等原因, 而导致对该门课程学习掌握程度不够, 难以在以后的科研、工作中得到充分的应用。为了巩固对生物统计学课程的学习, 许多高校也陆续针对该门课的教学内容设置了生物统计学实验课, 并尝试在实验课部分增加一些Excel等简单工具在统计学中应用的课程[3]。但这些实验课程的设置大多是围绕课本教学内容, 使学生进一步熟练统计学概念和计算公式的应用, 还不能使学生在实际需要中熟练自如的应用生物统计专业工具。

本人总结在生物统计学以及生物科学领域的教学科研经验, 认为在本科生生物统计学教学过程中, 应当在注重基础知识的掌握的同时兼顾专业统计软件 (例如:SPSS、SAS等) 操作, 使学生在日后实际工作中能熟练地应用这些专业统计软件进行数理统计分析, 快速高效的得到理想的结果。本文综合SPSS软件的功能特点, 结合李春喜教授主编生物统计学教材的本科教学内容[4], 探讨SPSS软件在生物统计学不同章节的实验设置, 以使学生更好地掌握生物统计学在现实领域中的应用。

一、SPSS软件的基本特点以及数据文件的建立、导入与导出

李春喜教授主编的第五版生物统计学教材中, 前一章内容分别为概论。结合SPSS特点, 在讲授本章内容的同时, SPSS上机实验课应设置为SPSS软件的界面介绍、基本特点和作用, 数据的建立、导入与导出部分。

SPSS软件的特点与作用:SPSS (Statistical Package for the Social Science or Statistic Products and Service Solution) 软件是于1968年由美国斯坦福大学 (Stanford University, USA) 的三位研究生研发而成, 并以此名创立SPSS公司。该软件操作简单, 易学易用, 具有较强的统计功能和强大的作图功能, 特别是能够快速准确地完成大量的、烦琐的、专业的和复杂的数据统计分析, 是国际上认可的专业统计分析软件之一。其可广泛应用于统计分析 (例如均值比较、相关分析、方差分析等) 以及统计图形 (例如柱状图、散点图、饼状图等) 的制作和编辑。在介绍这些功能的同时, 打开SPSS窗口, 兼并介绍SPSS视图窗口中标题栏、菜单栏、数据单元格显示、工具按钮、数据视图和变量视图的一些简单用法。

数据文件的建立:SPSS软件打开之后, 会进入数据编辑窗口, 新建一组数据后可将变量依据实验内容进行命名, 并选择输入数据的基本变量类型 (例如数值型、逗号型、句点型、科学计数型、日期格式型、美元型、定制货币型和字符串型等) 。

数据文件的导入与导出:SPSS可以导入SPSS (*.sav) , Excel (*.xls) , d BASE (*.dbf) , ASCⅡ (*.dat, *.txt) , Access (*.mdb) , Lotus (*.w*) , Foxpro (*.dbc) 等数据文件, 以及各类SASS数据文件。即从菜单选择File中选Open, 弹出Open File对话框, 文件框内显示以选择所需文件后缀类型, 之后选择对象, 单击打开 (O) 按钮, 或双击对象文件, 从而将文件导入。同样文件的导出通过File中的save/save as (保存数据对话框) , 选择保存路径, 键入文件名, 确定数据类型, 单击保存 (S) 按钮, 其导出文件。

二、应用SPSS软件的基本统分析

教学材料第二、三章内容为资料的整理与特征数的计算、概率和概率分布, 结合教学内容SPSS上机实验课应设置基本统计分析课程, 该部分包括数据汇总报告和描述性统计分析两方面的内容。

基本统计分析可通过菜单栏的分析 (Analyze) 窗口进入, 点击分析栏之后, 鼠标放置数据汇总报告 (Reports) 栏, 即可显示分层报告 (OLAP—Online Analytical Processing) 、数据汇总 (Cases Summarize) 、行汇总报告 (Report Summaries in Rows) 、列汇总报告选项 (Report Summaries in Columns) (图2A) 。其中分层报告主要用于中位数、最大值、最小值、方差、偏度系数等统计描述;数据汇总可用于对编辑窗口中的数据在结果窗口中罗列出来, 以便浏览和打印, 同时也可对数据的基本特征进行描述;行汇总报告可罗列原始数据, 其格式是以观察单位和统计量为行标目, 以报告变量为列标目;列汇总报告主要用来生成按列显示统计量计算结果的报告, 同时也可以完成许多统计计算。当鼠标放置描述性统计分析 (Descriptive Statistics) 位置后, 选中响应的功能即可进入频数分析 (Frequencies) 、描述性分析 (Descriptives) 、探索性分析 (Explore) 、多维交叉表分析 (Crosstabs) 、比值分析 (Ratio) (图2B) 窗口从而根据自己的目的进行响应的数据分析。

三、应用SPSS软件的均值比较和方差分析

生物统计学基本知识熟悉之后, 在随后在课堂教学中会开始进行统计推断和方差分析部分的内容。SPSS实验课在此部分结合课堂教学相应的设置均值比较和方差分析上机内容。

均值比较可通过菜单栏的分析 (Analyze) 窗口进入, 点击分析栏之后, 鼠标放置数据均值比较 (Compare Means) 上即可显示相应分析栏:平均数基本分 (Means) 可用于定量资料的统计分析, 按分组变量计算因变量的描述统计量值, 如均值、方差、标准差、偏度、峰度等统计量, 并显示结果;单样本T-test (One-Sample T Test) 单样本t检验主要用于样本平均数和已知总体平均数的比较;独立样本T-test (Independent-Samples T Test) 可用于检验两个独立样本的总体平均数之间是否有显著差异;配对样本T-test (Paired-Samples T Test) 用于配对计量资料的比较, 检验配对样本差值的总体均数与0的差异有无显著意义, 以及配对样本是否相关 (图3A) 。

方差分析包括单因素方差分析和多因素方差分析。其中单向方差分析 (One-Way ANOVA) 可通过均值比较 (Compare Means) 进入, 其用于完全随机设计资料的多个样本均数比较和样本均数间的多重比较, 也可进行多个处理组与一个对照组的比较。多因素方差分析可通过分析栏里的多因素方差分析 (General Linear Model) 选项进入, 进入之后会设置四个不同要求的选择:单变量多因素方差分析 (Univariate) 可用于一个因变量受一个或多个自变量影响的方差分析;多因变量方差分析 (Multivariate) 主要用于多个因变量受一个或多个因素变量或协变量影响的方差分析;多因变量方差分析 (Multivariate) 对同一因变量进行重复测量的方差分析;混合效应分析 (Variance Components) 用来估计每个随机因素对因变量方差的贡献。在分析过程中可根据不同的需要和要求, 选择相应的方差分析 (图3B) 。

四、应用SPSS软件的回归和相关分析

在方差分析之后, 李春喜教授主编的第五版生物统计学教材第七章内容为直线回归和相关分析。根据课程设置, SPSS上机实验课最后应设置为回归分析和相关分析的内容。

回归分析包括线性回归分析和可转化的线性回归分析。其中线性回归分析包括一元、多元线性回归, 其可通过分析 (Analyze) 中的Regression选项进入, 进入之后可通过选择Linear选项进行数据的线性回归分析 (图4A) ;可转化的线性回归分析, 是将非线性数据通幂指数、倒数、等转化, 转化为可线性回归的数据, 从而进行分析, 其可通过Regression里的Curve Estimation选项进入 (图4A) 。

相关分析是一种将客观事物之间相互联系反映到数量上, 从而说明相关变量之间关系的一种分析。SPSS软件中可通过分析 (Analyze) 中相关 (Correlate) 里的Bivariate选项进行二元变量的相关分析;当实验要在进行排除其他变量影响下的两变量相关分析时, 可通过选择相关 (Correlate) 里的Partial Correlation Analysis进行偏相关分析;而当研究问题涉及变量较多, 众多变量间的相似性和信息交叠使得我们难以从中提炼出主要信息时, 可选择相关 (Correlate) 里的Distances来进行距离分析 (图4B) 。

五、总结

本人依据生物统计学的实际教学经验, 将李春喜教授所编生物统计学第五版教材的教学内容与SPSS统计学专业软件的基本功能相结合, 对不同章节的教学内容全部在SPSS软件中进行操作应用。通过SPSS实验教学与生物统计学课堂教学的相互照应, 必将加深学生对本门的掌握程度, 同时在以后的现实应用中也必会起到良好的效果。

摘要：生物统计学是生物学科不同专业学生必须熟练掌握和应用的一门基础学科, 全国各大高校均已开设该课程的本科教学。但是由于生物统计学以数学知识为基础、概念术语多、计算公式多、课程内容连贯性强等特点, 学生在实际学习中很难对其熟练掌握和应用。本研究主要探索如何在生物统计学基本教学内容的基础上增加SPSS统计学软件实验课的设置, 通过理论课与实践课程的相互结合使学生们更加了解生物统计学的理论知识, 并能在以后的工作和科研中进行熟练的应用, 起到良好的教学效果。

关键词：教学改革,生物统计学,SPSS软件

参考文献

[1]孙耀中.生物统计学课程教学中对学生的综合能力培养[J].河北科技师范学院学报, 2006, 1 (20) :60-62.

[2]姜丽娜, 张黛静, 邵云, 李春喜.生物统计学课程教学的实践与探索[J].教育与教学论坛, 2013, (18) :231-233.

[3]张黛静, 姜丽娜.应用Microsoft Excel进行方差分析的方法[J].生物学教学, 2013, 7 (38) :25-26.

SPSS统计软件 篇9

1 SPSS软件辅助教学的优越性

SPSS软件辅助教学的优越性主要体现在以下几个方面:

1) SPSS能方便、快捷地处理统计图形、图表, 使教学过程变得直观、形象。

2) 使用SPSS进行辅助教学可以实现统计理论、统计案例分析和统计软件的融合。

3) 使用SPSS软件教学, 有利于培养学生的实践能力, 提高学生的职场竞争力。

2 SPSS统计软件的教学案例分析

以下用例子来说明SPSS软件在数理统计教学中的应用。

一位经济学家对生产电子计算机设备的企业收集了在一年内生产力提高指数，并按过去三年间在科研和开发上的平均花费分为三类：

请做方差分析，并进行多重比较。

把上面数据按SPSS要求录入, 在SPSS结果输出窗口出现以下计算结果，

F=15.721, 对应的概率P<α=0.05，可认为不同形式的费用对生产力指数产生了显著影响。

总体上讲，不同费用形式对生产力提高指数有显著影响，但究竟哪些形式之间有显著差异哪些不显著，这个问题可通过多重比较实现。计算结果为：三个组之间的检验概率P分别为0.002, 0.000, 0.014，均小于显著新水平，说明3个组之间都存在显著性差异。

3 使用SPSS进行辅助教学应注意的问题

3.1 教材的选用和课程的设置

数理统计教材质量的高低, 直接影响受教育者的整体水平。在教材选择上要选择可以与SPSS软件进行结合的教材, 并且能提供大量可供学生上机演练的习题。由于使用SPSS要有一定的计算机基础, 所以应在学生学过计算机基础和数据库课程之后开设。

3.2 上机实验安排和教学设备问题

采用SPSS辅助教学, 应找一些与实际相关的问题, 让学生通过上机实验来完成。并且在上机实验课时的安排上要适当。

3.3 教学内容和考核问题

教学内容上要做到减少目前已无必要讲授的详细手工计算步骤与技巧, 改为自学或课堂讨论;增加调查问卷和调查报告的设计;增加SPSS软件使用, 增加上机实验。在考试内容和形式上, 着重考核学生数理统计综合分析能力以及正确应用数理统计方法的能力。采用调查报告、上机操作测试和笔试3方面结合的考核方式。

4 完善SPSS软件应用的思考

4.1 加强学生专业英语知识的学习

目前SPSS软件在教学中一般选用英文版, 菜单、对话框式、输出结果等操作界面是全英文的, 这不仅要求学生具备较好的基础英语水平, 而且还要求学生具备一定的统计专业英语阅读能力。

4.2 用连贯数据培养学生的统计思维

在教学中最好采用与授课学生专业相近或者有较强现实意义的连贯性数据资料。运用连贯数据不但有助于学生把SPSS各个操作菜单联系起来, 更重要的是让他们懂得每个操作选项背后的实际意义, 培养他们学会用统计思维研究问题。

参考文献

[1]覃承仁.SPSS软件的一些应用技巧[J].广西师范学院学报:哲学社会科学版, 2008, 29 (2) .

[2]甘平.《统计学》课程教学改革的思考[J].广西工学院学报, 2005, 16 (2) .

[3]杨廷干.论统计学学科建设、人才培养与教学改革[J].统计研究, 2005, 8 (2) .

[4]许涤龙, 周四军, 李正辉.构建统计学专业课程实验教学体系[J].统计教育, 2005, 12 (4) .

SPSS统计软件 篇10

一、因子分析

在医学科研中往往需要对反映事物的多个变量进行大量的观测,收集大量数据以便进行分析,寻找规律.多变量大样本无疑会为医学研究提供丰富的信息,但是,也在一定程度上增加了数据采集的工作量,更重要的是增加了问题分析的复杂性.由于各变量之间存在一定的相关性,因此有可能用较少的综合指标分别综合存在于各变量中的各类信息,而综合指标之间彼此不相关,即各指标代表的信息不重叠,这样就可以对综合指标根据专业知识和指标所反映的独特含义给予命名.这种分析方法称为因子分析,代表各类信息的综合指标称为因子或主成分.它的基本思想是将实测的多个指标,用少数几个潜在的指标(因子)的线性组合来表示.因子的特点是:1、因子变量的数量远远少于原始变量的个数;2、因子变量并非原始变量的简单取舍,而是一种新的综合;3、因子变量之间没有线性关系;4、因子变量具有明确解释性,可以最大限度地发挥专业分析的作用。

因子分析是把每个原始变量分解成两个部分:一部分是由所有变量共同具有的少数几个因子构成的,即所谓公共因子;另一部分是仅对某一个变量产生影响,为某一个变量所特有的,即所谓特殊因子.如果特殊因子为零,则称为主成分分析.因子分析的一般模型为:

式中,x1,x2,…xm为实测变量;aij(i=1,2,…,m,j=1,2,…,n)为因子荷载(factor loading);Fi(i=1,2,…,n)为公共因子(common factor);ε(i=1,2,…,m)为特殊因子(specific factor).因子载荷aij就是第i变量与第j因子的相关系数,反映了第i变量在第j因子上的重要性.载荷较大,则说明第变量与第因子的关系越密切;载荷较小,则说明第变量与第因子的关系越疏远.在因子模型中,公共因子之间互不相关,特殊因子之间互不相关,特殊因子与公共因子互不相关,特殊因子与被测原始变量相关.所以因子分析是如何从一组原始的观测变量出发,分析出公共因子和特殊因子,并求出相应的载荷矩阵,进而解释各个公共因子的含义.即,用于寻找表示这种潜在能力因子的统计方法。

因子分析的任务一是构造一个因子模型,确定模型中的参数,然后根据分析结果进行因子解释;二是对公共因子进行估计,并作进一步分析.因此,因子分析的基本步骤和解决思路就是围绕这两个核心问题展开的.因子分析常常有以下四个基本步骤:1、确认待分析的原有变量是否适合作因子分析;2、构造因子变量;3、利用旋转方法使因子变量更具有可解释性;4、计算因子变量得分。

二、因子分析在医学科研中的应用

举个例子来说明如何使用SPSS统计软件是如何对健康人生化检查结果进行因子分析的.现在就某医院收集的25名健康人7项生化检查结果:

进行因子分析.也就是因子模型中的可观测的随机变量为x1,x2,…,x1,(令i=xj)具体步骤是:

1、在SPSS中输入数据将25名健康人7项生化检查结果输入表中;

2、按Analyze Data Reduction Factor顺序点击菜单项,打开Factor对话框;

3、在Factor Analysis对话框中,点击结果1-7变量进入Variables框中,作为分析变量;

4、点击Descriptives按钮,在Statistics选项中选择Univariate descriptives,在Correlation Matrix选项中选择Coefficients,Significance levels和KMO and Bartlett's test of sphericity,点击Continue钮返回主对话框;

5、点击Extraction按钮,选择Method中的Principal components,在Analyze选项中选择Correlation matrix,在Display选项中选择Urtrotated factor solution和Scree plot,点击Continue钮返回主对话框;

6、点击对话框Rotation按钮,选择Method中的varimax方法进行因子载荷旋转,Display中的Rotated solution,点击Continue钮返回主对话框;

7、点击对话框Scores按钮,选择Display factor score coeffi¬cient matrix,点击Continue钮返回主对话框;

8、点击对话框OK按钮,给出计算结果,见表1-6和图1.

表2中的第一部分为相关系数矩阵,第二部分为零假设相关系数为零的单侧显著性检验概率矩阵.由表中可以看出,不是各概率均大于0.05,因此可以认为各变量两两之间是相关的。

表3 KMO and Bartlett's sTest(KMO统计量和Bartlett's球形检验)

表3是用于判断数据能否进行因子分析.KMO统计量检验统计是用于比较观测相关系数值与偏相关系数值的一个指标,通常大部分指标在0.3以上就可以.当然,其值愈逼近1,表明对这些变量进行因子分析的效果愈好.表中的KMO统计量值为0.321,因此各变量间的相关程度无太大差异,数据适合做因子分析.巴特利特球度检验是以变量的相关系数矩阵为出发点.如果该统计量值比较大,则适合作因子分析,反之则不适合因子分析.从表中的Bartlett's球度检验值为326.285是很大的数,可见也证明该数据是适合做因子分析的。

表4为求主成分的过程,它是整个输出中最重要的部分.求主成分的过程实际上就是求相关矩阵的特征值和特征向量的过程.主成分个数的确定有两个标准:累计贡献率达到85%以上;或在特征值的均值以上.从表中可以看出这7个变量只需要找出两个因子作为公共因子即可。

图1为碎石图,该图中横轴为因子序号,纵轴表示特征值大小.在图中根据因子序号和对应特征值描点,然后用直线相连,即为碎石图.根据点间连线坡度的陡缓程度,从碎石图中可以比较清楚地看出因子的重要程度.比较陡的直线说明端点对应因子的特征值差值较大,比较缓的直线则对应较小的特征值差值.从图1中可以看出,因子1,2,3之间连线的坡度与其他点间的连线要陡得多,说明前2个因子是主要因子(实际上，从表4中可以看出,前2个因子的累计贡献率达到88.593%),而其他因子相对来说要次要一些。

表5中的因子负荷矩阵反映7个变量的变异可以主要由两个公共因子来解释,即各变量的信息被该公共因子提取了多少,也给出了在因子分析中需要的因子表达式.于是,根据表中提供的系数可以给出各变量的因子表达式(模型)为:

通过上述7个表达式,我们可以在假定全体健康人在生活条件,工作环境等相同和估计每个人的特殊因子的数值的情况下,通过计算,可以看出每个人大概的健康情况。

表6为因子得分系数矩阵,通过该系数矩阵就可以将公共因子表示为各个变量的线形组合,即为:

从(※)式我们可以知道,只要我们得到任何人的这7项生化检查结果的数据,就可以直接计算出这一公共因子的标准化值,即知道了此人的因子得分,从而,人们可以将自身的生化检查结果代入模型,根据得出的结论,知道自身的健康状况,以此来进行自我的健康保健。

三、结束语

通过对某医院收集的25名健康人7项生化检查结果使用SPSS统计软件进行因子分析,得到只要两个公共因子就能解释总变量的88.593%.大家知道围绕健康新概念,世界卫生组织归纳和总结了在人群实践的经验,于1999年提出了人类新的健康标准,这一标准包括肌体和精神健康两部分,具体可用“五快”(肌体健康)和“三良好”(精神健康)来衡量,所以我们可以通过该理论可以去解释这些公共因子,可以知道这些公共因子反映的是肌体健康和精神健康这样两部分。

当然,SPSS软件进行实际应用时,关键是对所研究的实际问题、对所用方法的基本思想要有深刻的理解,要能够对输出结果有较好的认识和合理的解释,并能为决策制定提供相应地决策支持,科学的威力才能够真正得以发挥。

参考文献

[1]贾恩志等．SPSS for Windows 10.0科研统计应用[M]．东南大学出版社．2001．5．

[2]苏金明．统计软件SPSS 12.0 for Windows应用及开发指南[M]．电子工业出版社．2005．9．

[3]唐功爽．基于SPSS的主成分分析与因子分析的辨析[J]．统计教育．2007．2．

[4]刘菊香，沈霄凤．用SPSS统计软件对学生综合成绩的因子分析[J].统计应用．2006．1．

SPSS统计软件 篇11

然而价格促销如若商家使用不当, 不但不会获得消费者对其产品的青睐, 反而会因此导致消费者对其促销的极大不满, 而且消费者在漫天的促销中逐渐把注意力从价格转移到价值上。所以, 商家若想将价格促销打造成扩大市场份额、增加销售的王牌, 就必须在了解消费者价值感知的基础上合理地使用价格促销策略。

1 国内外学者研究的角度

国外学者关于消费者感知价值理论的研究比较深入, 从研究模型到价值维度的研究形成了一定的知识体系, 取得了一定的研究成果;但是, 对于价值维度的研究比较混乱, 而且没有提到绿色价值维度。对于价格促销的研究, 国外学者主要是从价格促销作用机制、价格促销效果两个方面展开, 立足于消费者心理角度探讨价格促销的作用机制和效果, 形成了一定的知识体系。

国内学者的研究主要是针对企业在营销实践中的具体问题而进行的研究, 没有形成一定的知识体系;在价值维度方面, 国内有个别学者取得了突破, 将绿色价值作为新的维度纳入了消费者感知价值的维度之中。国内学者关于价格促销的研究, 仍然还是针对营销实践中的具体问题而进行的研究, 其研究成果主要是对特定的营销实践者具有相关指导作用。

2 调查数据采集过程

2.1 调查问卷设计

本文研究内容是探讨利用SPSS软件分析大数据, 以期得到价格促销对消费者感知价值的影响, 因此研究思路是:以价格促销的相关因素为因子, 以消费者价值感知的相关维度为因变量, 据此构建模型, 分别探讨各个因子与各个因变量之间的关系。

为了方便被调查者填写问卷, 实现问卷信度和效度的提高, 达到研究要求, 从而得到研究所需要的有高度价值的数据, 本研究参考了国内外学者的相关量表。在对国内外学者相关研究进行回顾的基础上, 搜集与消费者感知便利价值、感知情感价值、感知社会价值等3个变量相关的成熟量表, 再结合本研究对象产品的特点, 开发出符合本研究要求的量表。

为确保问卷质量, 对初始问卷进行预试。在小范围内发放初始问卷, 对回收的数据用SPSS19.0统计软件进行信效度分析, 删除不合理的测量题项。

2.2 数据采集

本研究采用纸质问卷向被调查者发放预试调查问卷60份, 最终回收有效问卷51份。利用SPSS19.0统计软件首先做了信度分析, 结果显示个别测量题项没有达到研究要求, 影响了问卷的可信度 (其中信度系数α=0.685, 低于0.7) 。删除此类测量题项后发现问卷的信效度有明显的提高 (其中信度系数α=0.719, 大于0.7) , α大于0.7说明问卷的内部一致性较好、问卷的信度较高, 在可信度方面符合调查的要求。

3 数据分析

针对已回收的正式问卷的数据, 进行统计分析和信效度检验。首先, 对样本数据进行了描述性统计分析, 其中包括样本人口统计特征以及各变量的描述统计;其次, 运用SPSS19.0统计软件对正式问卷中相关量表的信效度进行检验, 以判断样本正式问卷的可信度和准确性的程度。

3.1 数据统计分析

根据回收的大样本问卷的数据, 利用SPSS19.0统计软件对样本人口统计特征进行了相关描述。

(1) 性别。从样本人口统计特征表可以看出女性所占比重稍大, 女性占62.02%, 男性占37.98%。在现实生活中, 与男性相比, 女性消费者更倾向于逛街购物, 尤其是购买服装类产品, 因此本次研究样本的性别比例是合理的。

(2) 年龄。从样本人口统计特征表可以看出, 18~24岁与25~30岁两个年龄段在本次抽样中所占的比重较大, 分别占比56.59%和20.16%。据此可以得知, 年轻一族热衷于追逐时尚潮流, 追求享受, 因此年轻一族对品牌服装的购买欲望较高。

(3) 文化程度。从样本人口统计特征表可以看出被调查者以大专、本科两项学历为主, 所占比重较大, 分别达到38.76%和42.64%。因为本次调查方式以电子问卷为主, 而此类高学历人群大多是学生和办公室工作人员, 其闲暇时间较多, 更容易接受问卷调查, 所以本次被调查者的学历层次较高。而且其理解能力强, 对问卷的填写有一定的经验, 因此所填写的问卷质量较高。综上, 本次调查对象的文化程度与研究内容相一致, 具有一定的合理性。

(4) 每月可支配金额。从样本人口统计特征表可以看出每月可支配金额在1 001~2 000元为最多, 占37.98%;其次是501~1 000元, 占比30.23%;500及以下比重最小, 为5.44%。据此可知, 对于服装类产品尤其是较高档的品牌而言, 消费对象多为具有一定可支配能力的人群。

(5) 购买服装花费的单笔最大金额。从样本人口统计特征表可以看出, 消费者在商场、品牌店购买服装类产品时, 大部分选择中高档价格的产品, 对极廉价的产品则较少问津, 毕竟一分价钱一份质量, 可见消费者对服装产品的质量参数愈加看中。

3.2 数据信度分析

本研究运用SPSS19.0统计软件对大样本问卷中的各变量的信度进行检验, 检验结果显示信度系数α=0.721, 大于0.7, 说明问卷中的测量量表的内部一致性非常好, 信度非常高;项方差的范围为0.176, 远小于1, 说明各个测量题项之间的差异非常小。

据此可知, 正式的大样本问卷中各测量量表的信度非常好, 符合本研究的要求, 因此, 本问卷的统计结果是有价值的。

4 营销建议

从SPSS分析结果可知, 一些初期假设及预测结果得到了验证, 并在此基础上给出如下营销建议。

4.1 重视商品的质量

在对消费者的购物偏好进行了分析后, 最终得出结论:消费者在购物时最看重的指标是产品的质量。因此, 以服装类产品为例, 商家在营销时必须确保款式新颖、做工精细而且面料优良, 要与提供优质产品的厂商或销售商合作, 要逐渐淘汰质量低劣的产品。

4.2 提供优良服务

在对消费者的感知便利价值进行了分析后, 得知有些消费者在购物时有搭配购买、组合购物的需求, 因此, 此类消费者极为看中获取的便利性, 他们希望能一站式解决同类产品的购买问题, 以最大的优惠和最少的时间及精力成本实现自己的需求。所以, 商家要提供优良的售中服务, 即提供丰富的产品种类, 提供多样的款式;同时, 商品在陈列时要做好分类, 提供购物便利性, 以便于消费者能在最短的时间内花尽可能少的精力即可搜寻到其所需要的产品。

4.3 使用合理的价格促销组合策略

消费者与消费者之间的需求是存在显著的差异性, 不同的消费者会有不同的需求, 所以商家要想尽可能多地吸引消费者的惠顾, 就需要实行多元化的价格促销策略, 针对顾客的不同需求, 灵活使用相应的价格促销策略。

对于倾向于便利价值感知的消费者, 最优的价格促销策略则是实行较高促销力度与返券促销的组合策略;对于倾向于情感价值感知的消费者, 最优的价格促销策略则是实行较高促销力度与折扣促销的组合策略;对于倾向于社会价值感知的消费者, 最优的价格促销策略则是实行较低促销力度与赠品促销的组合策略;对于品牌类服装而言, 切忌直接打折促销, 也不可给出过高的让利水平, 最优的价格促销策略则应该是较低促销力度与赠品促销的组合。

4.4 把握好赠品促销

赠品促销是一种提升消费者价值感知的极好方法, 而对于赠品促销中的赠品则需要商家认真思考。笔者认为最好不要提供单一的赠品, 因为不同的消费者具有不同的消费偏好与需求, 单一赠品未必适合所有的顾客, 因此所提供的赠品在款式、外形、颜色等方面最好能多元化一些, 以给顾客自行挑选的余地。

摘要：为了提高消费者忠诚度, 抢占市场份额, 增加销售量, 各个商家之间展开了激烈的促销竞争。文章结合国内消费者购物的实际情况, 借鉴国内外学者的相关研究成果, 以价格促销方式、价格促销力度作为对消费者价值知觉的影响因素, 利用SPSS统计分析软件进行分析, 最终给出4点提高消费者价值知觉的优化策略, 以期对相关营销实践者提供一定意义上的理论指导。

关键词：SPSS,折扣,买赠,返券,感知价值

参考文献

[1]曹治将.网络折价促销对消费者感知价值影响研究[D].合肥:安徽大学, 2014.

[2]RAO, A KSHAY R, KENT B.The relationship between perceived and objective pricequality[J].Marketing Research, 1986 (11) :429-443.

[3]梁美丽, 傅光成.顾客感知视角下网络零售价格促销策略[J].商业时代, 2014 (33) :1-4.