1 SPSS 作业3：方差分析 不同学校专业类别对报名人数的分析 （一） 单因素方差分析 基本操作： （1）选择菜单Analyze－Compare means―One-Way ANOVA； （2）分别选择“报名人数”“专业类别”和“报名人数”“学校”做分析，结果如下： a.专业类别对报名人数的单因素方差分析结果 ANOVA 报名人数 Sum of Squares df Mean Square F Sig. Betw een Groups 5.866E7 3 1.955E7 13.483 .000 Within Groups 2.030E8 140 1450230.159 Total 2.617E8 143 b.不同学校对报名人数的单因素方差分析结果 ANOVA 报名人数 Sum of Squares df Mean Square F Sig. 2 Betw een Groups 9.265E7 17 5450179.739 4.062 .000 Within Groups 1.690E8 126 1341587.302 Total 2.617E8 143 分析：提出零假设―选择检验统计量―计算检验统计量的观测值及概率 p 值―给出显著性水平 a，做出决策。 零假设：不同专业类别对报名人数没有显著影响； 备择假设：不同专业类别对报名人数有显著影响。 图a是专业类别对报名人数的单因素方差分析结果。可以看出，报名人数的总离差平方和为2.617E8；如果仅考虑专业类别单个因素的影响，则报名人数总变差中，专业类别可解释的变差为5.866E7，抽样误差引起的变差为2.030E8，他们的方差分别为1.955E7和1450230.159，相除所得的F统计量为13.483，对应的p值近似为0。如果显著水平为a=0.05,由于p值小于a，则应拒绝原假设，认为不同专业类别对报名人数产生了显著影响，它对报名人数的影响效应应不全为0。 零假设：不同学校对报名人数没有显著影响： 备择假设：不同学校对报名人数有显著影响。 图b是不同学校对报名人数的单因素方差分析结果。可以看出，报名人数的总离差平方和为2.617E8；如果仅考虑学校单个因素的影响，则报名人数总变差中，不同学校可解释的变差为9.265E7，抽样误差引起的变差为1.690E8，他们的方差分别为5450179.739和1341587.302，相除所得的F统计量为4.062，对应的p值近似为0。如果显著水平为a=0.05,由于p值小于a，则应拒绝原假设，认为不同学校对报名人数产生了显著影响，它对报名人数的影响效应应不全为0。 （二） 单因素方差的进一步分析 基本操作：在 Option、Post Hoc、Contrasts框中，选择所需要的计算值，结果如下： 不同专业类别对报名人数的基本描述统计量及 95%置信区间 3 Descriptiv es 报名人数 N Mean Std. Devia...
VIP
