发布时间 : 星期六 文章2010级SPSS试题更新完毕开始阅读
Sig. 服装销量（万件） t df (2-tailed) .000 Test Value = 20 Mean Difference 5.9893 95% Confidence Interval of the Difference Lower 3.2603 Upper 8.7184
4.707 14 则抽样服装的销量与20万件 （填“有”或“无”）显著差异。
2. 使用SPSS做因子分析时，为了分析因子对原变量的可解释程度，得到如下的特征值与方差贡献表：
如果在抽取对话框中将基于特征值的选项中将参数设置为0.6，则得到的有效因子的个数为 个。
3. 将数据文件a.sav 和b.sav 合并为一个文件属于 （填“横向合并”或“纵向合并”）。
数据表1：a.sav 数据表2：b.sav
学生ID 性别 1 female 2 male 3 male 年龄 14 15 15
学生ID 科目 1 语文 2 语文 3 语文 成绩 89 67 78 4. 对三种不同的教学方法中学生成绩的协方差分析表如下：
则不同的教学方法对数学成绩 （填“有”或“无” ）显著影响。
5. 某公司对员工进行了一次培训，为检验培训效果，随机地从员工中抽出50人，欲将他们培训前后的工作效率进行比较，SPSS中可用 来判断培训前后的效率是否有显著差异。
6. 一元线性回归分析得到如下回归系数表，回归方程可写为 。
模型1（常量）国内生产总值非标准化系数B标准误差-4993.281919.356.197.008标准系数试用版.989t-5.43124.336Sig..000.000
7. 利用Kendall和谐系数判定3个医生对一批病人评价结果的一致性的如下结果：
NKendall Wa卡方df渐近显著性a. Kendall 协同系数。6.96411.5652.003
则三个医生评分结果具有 （填“较差”或“较好”）的一致性。
8. 下表是多重响应交叉分析的频数表，从表中可以看出，各种数码产品中，拥有 的人数最多，拥有数码产品的数量较高的是 。
sex*$dp 交叉制表数码产品a数码相机sex男女总计计数计数计数15924数码摄像机16723MP3221335DVD机13821总计301545百分比和总计以响应者为基础。a. 值为1 时制表的二分组。 9. 为了将某班学生的数学成绩与全国平均成绩比较，做t检验得到结果如下：
则该班学生的数学成绩与全国平均成绩 （填“有”或“无”）显著差异。 10. 做多元线性回归分析时得到回归系数表如下：
则多元线性回归方程 。
11. 使用SPSS做因子分析时，为了分析因子对原变量的可解释程度，得
到如下的Total Variance Explained表格：
如果在 Extraction 选项中将 Eigenvalue over 的参数设置为0.8，则得到的有效的因子的个数为 个。
12. 用SPSS做单因素方差分析得到如下：
则因变量的分组1和分组2的均值 （填“有”或“没有” ）显著差异。
13.某种生产浴皂过程的设计规格为每批平均生产120块肥皂。超过或低于这个标准都是不合理的。有10批产品组成的样本中，每批生产的产品数据如下，假定总体服从正态分布。
108 118 120 122 119 113 124 122 120 123
显著性水平为α=0.05，检验该样本结果能否表示该生产过程运作正常？分析结
果如下表所示 One-Sample Test Test Value = 120 Sig. (2-tailed) Mean Difference 95% Confidence Interval of the Difference t df Lower Upper 产品数-.705 9 .498 -1.10000 -4.6280 2.4280 量 请对此结果进行分析和解释。 答：结果显示，t统计量值为-0.705，相应的双尾显著性概率为0.498>0.05，因此没有理由拒绝原假设。故认为据此样本数据推断总体，结果表示该生产过程运作正常。
14.公路损失数据研究机构的伤害和碰撞损失实验报告根据事故后的保险索赔数字对轿车型号进行评分，接近100的指数得分被认为是平均水平，较低的得分意味着更好、更安全的轿车型号。下表所示数据是20款中型轿车和20型小型轿车的得分。 车型 得分 中型轿车 81 91 93 127 68 81 60 51 58 75 100 103 119 82 128 76 68 81 91 82 小型轿车 73 100 127 100 124 103 119 108 109 113 108 118 103 120 102 122 96 133 80 140 分析结果如下表所示
使用独立样本T检验比较中型轿车和小型轿车安全性，请对此结果进行分析和解释。
利用输出结果进行t检验分析如下：
首先进行方差齐性检验，由“Levene’s Test for Equality of Variances两列可知F=1.119，相应的显著性水平概率（Sig）为0.297>0.05，因此没有理由拒绝原假设，可以认为中型轿车与小型轿车得分总体的方差没有显著性差异。其次检验中型轿车和小型轿车的安全得分的值是否有显著性差异。因为方差没有显著性差异，所以看第一行的T检验结果。T=-3.989，相应的双尾显著性概率
（Sig(2-tail)）小于0.05，因此，高度显著，即认为中型轿车与小型轿车的安