SPSS综合实验报告.docx

上传人:王** 文档编号:1406506 上传时间:2024-07-06 格式:DOCX 页数:17 大小:54.50KB
下载 相关 举报
SPSS综合实验报告.docx_第1页
第1页 / 共17页
SPSS综合实验报告.docx_第2页
第2页 / 共17页
SPSS综合实验报告.docx_第3页
第3页 / 共17页
SPSS综合实验报告.docx_第4页
第4页 / 共17页
SPSS综合实验报告.docx_第5页
第5页 / 共17页
SPSS综合实验报告.docx_第6页
第6页 / 共17页
SPSS综合实验报告.docx_第7页
第7页 / 共17页
SPSS综合实验报告.docx_第8页
第8页 / 共17页
SPSS综合实验报告.docx_第9页
第9页 / 共17页
SPSS综合实验报告.docx_第10页
第10页 / 共17页
亲,该文档总共17页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

《SPSS综合实验报告.docx》由会员分享,可在线阅读,更多相关《SPSS综合实验报告.docx(17页珍藏版)》请在优知文库上搜索。

1、【注解】:两次成果的的平均差为:0.350。差值的标准差为:6.585o差值的均值标准误为:1.041在95%的置信度卜.,置信区间为:-1.756,2.456.T统计量的值为:0.336,df=N-l=39,对应的概率P值为:0.739大于a-0.05,所以接受原假设,即:两次作文考试的成果不存在显著性的差异。结论:对两次作文考试进行分析得到,第一次作文考试成果和其次次作文考试成果之间不存在显著性的差异,表明持续的教学并没有让两个试验班的作文成果有明显的提高。学校要寻求其他的方法来进一步的提高两个试验班的成果。问题5:单因素方差分析在一个班上,有的同学会主动的练习作文来提高自己的作文成果,一

2、些同学被父母强制的要求练习作文来提高自己的成果,另一些同学根本不会在课余的时间练习作文。这些练习作文的同学中一些一个月写20篇以上的作文,些不与20篇。我们从一个试验班中抽取了24名同学最近一次的作文成果。学习方式(way)取值O=不练习,1=被动练习,2=主动练习。练习量(N)取值O=练习不足20篇,卜练习20篇与其以上。我们来分析,学习方式对成果的影响。数据如下:成果平方和df均方F显著性组间1232.5832616.29225.458.000组内508.3752124.208总数1740.95823【注解】:不同的学习方法对成果单因素方差分析结果:1:观测变量成果的总离差平方和为:174

3、0.958;2:不同学习方法对成果产生的(组间)离差平方和为:1232.583:对应的方差为:616.292;3:抽样误差所引起的(组内)离差平方和为:508.375:对应的方差为:24.208;F统计量为:25.458=组间对应的方差-组内对应的方差=616.292-508.375.F统计量对应的概率P值=0.000,小于显著性水平=0.05,应当拒绝原假设,即:这三种学习方法对成果产生了显著性的影响。或不同的练习量对作文成果的影响效应不全为0。MultipleComparisons成果1.SD(I)学(D学习方式习方式标准差(I-J)标准误显著性95%ConfidenceInterval三

4、种学习方法对成果都有肯定的影响,其中主动学习对成果的影响较大,而被动学习虽然也有影响,但是不像主动学习那样明显,不学习对成果也是有影响,但不是好的影响。被动学习和不学习之间不具有显著性。说明白,假如想提高自己的作文成果,我们还是应当主动的去学习,老师布置作业和父母压迫都不能造成一个好的结果,所谓学习能自觉,读书第自己,就是这个道理。依据这个试验,学校应当着重的培育学生的学习爱好,加强学生的学习意识,让同学对学习感爱好,从传统的被动学习转换到主动学习。问题6多因索方差分析为了再加上学习量对成果的影响,我们确定对数据进行多因素的方差分析.内容:(一)现对数据进行饱和模型检验:Between-Sub

5、jectsFactorsValue1.abelN学习方式0无81被动学习82主动学习8练习员0一月写作无20篇121一月写作有20篇12(I):学习方式不同引起的变差为:1232583;(2):学习量不同引起的变差为:126.042;(3):学习方式和学习型交互作用引起的变差为:13.083:(4):随机因素引起的变差为:369.250.2:学习方式对应的概率P值为:0.000,小于显著性a=方05,所以拒绝原假设,即:学习方式对成果均值产生显著性的影响。学习殳对应的概率P值为:0.023,小于显著性a=0.05,所以拒绝原假设,即:学习量对成果均值产生显著性的影响.学习方法和学习量的交互作用

6、对应的概率P值为:0.731.大于显著性水平a=0.05,所以接受原假设,即:学习方法和学习量的交互作用对成果均值的影响不显著。3:校正模型对应的变量为:1371.708=学习方式的变差(1232.583)+学习量的变差(126.042)+学习方式和学习量:交互作用引起的变差(13.083),这表示线性模型整体对观测变量变差说明的部分,对应的概率P值为:0.000,小于显著性水平a=0.05,所以拒绝原假设,即:线性模型整体对成果均值产生了显著性影响,即:成果变动主要是由限制变量的不同水平所引起的,线性模型对观测变量(成果)具有肯定的说明实力。(二由于数据交互不显著,所以而数据进行翡饱和模型检

7、验:Between-SubjectsFactorsValue1.abelSig.(2-tailed).000*N2124*.Correlationissignificantatthe0.Ollevel(2-tailed).【注解】:两个相关变量(学习方式和成果)的KendaU相关系数为:0.6750,表示呈肯定的线性关系:相关系数检验对应的概率P值为:0.000,小广显著性水平0.05,应当拒绝原假设(两个变量具有相关性),即:成果和学习方式之间相关性显著。两个相关变量(学习方式和成果)的SPearman相关系数为:0.7990,表示呈肯定的线性关系:相关系数检验对应的概率P值为:0.000.

8、小于显著性水平005,应、与拒绝原假设(两个变量具有相关性),即:成果和学习方式之间相关性显著。Correlations练习量成果Kendalls练习Correlation1.000.251tau_bSCoefficientSig.(2-tailed).1562424成果CorrelationCoefficientSig.(2-tailed)N.251.156241.00024SpearmanS练习Correlation1.000.296rho量CoefficientSig.(2-tailed).160N2424成果Correlation.2961.000CoefficientSig.(2-t

9、ailed).160*N2424【注解】:两个相关变量(学习量和成果)的Kendall相关系数为:O.2510,表示呈肯定的线性关系:相关系数检验对应的概率P值为:0.156,大;显著性水平0.05,应当接受原假设(两个变量不具有相关性),即:成果和学习量之间相关性不显著。两个相关变量(学习方式和成果)的SPearman相关系数为:O.2960,表示呈肯定的线性关系:相关系数检验对应的概率P值为:().16,大显著性水平0.05,应当接受原假设(两个变量不具有相关性),即:成果和学习方式之间相关性不显著。得到的数据。我们针对试验一班的老师,把试验一班当做接受培训的班级,试验二班当做未接受作文培

10、训的班级,进行有关的协力差分析。内容:依据作文培训前的成果和作文培训后的成果做散点图:M一次感绩【注解】:无论是否参与作文培训,作文培训前的成果和作文培训后的成果呈现明显的线性关系。因此作文培训前的成果可以作为协变量参与协变量方差分析。协变量(作文培训前的成果)与限制变量(是否参与作文培训的无交互效应检验:Between-SubjectsFactorsValue1.abelN是否参与作文1培训2参与没有参与2020TestsofBetween-SubjectsEffectsDependentVariable:其次次成果TypeIIISumofMeanSourceSquaresdfSquareF

11、Sig.CorrectedModel936.323(八)3312.1089.429.000Intercept209.2581209.2586.322.017Y.2751.275.008.928SCOREl826.0611826.06124.957.000Y*SCOREl9.96619.966.301.587Error1191.5773633.099Total35652.00040CorrectedTotal2127.90039aRSquared=.440(AdjustedRSquared=.393)【注解】:协变殳(作文培训前的成果)与限制变殳(是否参与作文培训)的交互效应对应的概率P值为:0

12、.587,小于显著性水平a=005.所以接受原假设,即:交相互应不显著。满意协方差平行性条件:协变量方差分析,得到:Between-SubjectsFactors【注解】:从图上可以得到,第一次作文成果和其次次作文成果是有一点的线性关系的,我们还须要对数据进行进一步的分析,得到准确的答案。(二%对数据进行相关分析,得到:Correlations第一次成果其次次成果第一次成果PCarSOnCorrelationSig.(2-tailed)N其次次成果PearsonCorrelationSig.(2-tailed)N140.652(*).00040.652(*).00040140*Correlat

13、ionissignificantatthe0.01level(2-tailed).【注解】:两个变量:的PearSOn相关系数为0.6520,表示呈正相关,相关系数检验对应的概率P值为0.000小于a,所以拒绝原假设,即:两个变量之间相关性显著。(三):建立回来方程:VariablesEotcroci/Removc6ModolVariablesEnterodVariablesRmovodMethod1第丁次成绩Entera.Allrequestedvariablesntered.t.DependentVariable:笫二次万总统ModelSumaryModelRRSquareAdjustedRSquareStd.ErroroftheEstimate1.652(八).425.4095.03921aPredictors:(Constant),第一次成果【注解】:两个变量的相关系数为0652.被说明变量和说明变量的判定系数为0425.回来方程的估计标准误差为5.03921.ANOVA(b)ModelSumofSquaredfMeanSquareFSig.S1Regre712.01.000(a1712.01628.039ssion6)ReSid964.953825.394ual9Total1676.93975aPr

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > IT计算机 > 数据结构与算法

copyright@ 2008-2023 yzwku网站版权所有

经营许可证编号:宁ICP备2022001189号-2

本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!