Chi-Square Tests Value Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases 186.940a 197.467 11.482 144 df 144 144 1 Asymp. Sig. (2-sided) .009 .002 .001 a. 196 cells (100.0%) have expected count less than 5. The minimum expected count is .25. Symmetric Measures Interval by Interval Ordinal by Ordinal N of Valid Cases Value Pearson's R Spearman Correlation -.283 -.277 144 Asymp. Std. Errora .070 .079 Approx. Tb -3.521 -3.431 Approx. Sig. .001c .001c a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis. c. Based on normal approximation.
Chi-Square Tests Value Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases 822.114a 495.271 2.972 144 df 816 816 1 Asymp. Sig. (2-sided) .434 1.000 .085 a. 882 cells (100.0%) have expected count less than 5. The minimum expected count is .06. Symmetric Measures Interval by Interval Ordinal by Ordinal N of Valid Cases Value Pearson's R Spearman Correlation -.144 -.150 144 Asymp. Std. Errora .079 .083 Approx. Tb -1.736 -1.810 Approx. Sig. .085 .072c c a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis. c. Based on normal approximation. 下面用方差分析更好的来说明广告形式、地区对销售额的影响,
(四). 单因素方差分析
以商品销售额为观测变量,广告形式和地区为控制变量,通过单因素方差分析方法分别对广告形式、地区对销售额的影响进行分析。 两个单因素方差分析的原假设分别设为: 不同广告形式没有对销售额产生显著影响(即不同广告形式对销售额的效应同时为0);
不同地区的销售额没有显著差异(即不同地区对销售额的效应同时为0) 操作步骤如下:
1.选择菜单【analyze】→【compare means】→【one-way ANOVA】. 2.选择观测变量“销售额”到【dependent list】框,选择“广告形式”到【factor】框中,于是出现如图所示的窗口。
SPSS计算出组间方差、组内方差、F统计量以及对应的概率P值,完成单因素方差分析的相关计算,并将计算结果输出到SPSS输出窗口中。分析结果如下图所示。
广告形式对销售额的单因素方差分析结果
从广告形式对销售额的单因素方差分析结果可以看到:观测变量销售额的离差平方和为26169.306;如果仅考虑广告形式单个因素的影响,则销售额总变差中,不同广告形式可解释的变差为5866.083,抽样误差引起的变差为20303.222,它们的方差分别为1955.361和145.023;所得到的F统计量的观测值为13.483,对应的概率P值近似为0.由于概率值P小于显著性水平0.05,则应该拒绝原假设,认为不同广告形式对销售额产生了显著影响。
地区对销售额的单因素方差分析结果
从地区对销售额的单因素方差分析结果可以看到,如果仅考虑地区单个因素的影响,则销售额总变差(26169.306)中不同地区可解释的变差为9265.306,抽样误差引起的变差为16904.,它们的方差分别为545.018和134.159,所得到的F统计量为4.062,对应的概率P值近似为0.由于概率P值小于显著性水平0.05,所以应该拒绝原假设,认为不同地区对销售额产生了显著影响。
同时对比这两个图容易发现:如果从单因素的角度考虑,广告形式对销售额的影响较地区来讲更明显。
(五). 多重比较检验
在上述单因素方差分析中,发现不同广告形式对产品销售额有显著影响,不同地区的产品销售额存在显著差异,为了进一步研究哪种广告形式的作用比较明显,哪种不明显,对变量进行多重比较检验。 具体操作步骤如下:
1. 选择菜单【analyze】→【compare means】→【one-way ANOVA】.
在上面这个窗口选择
。出现下面窗口:
点击continue。回到原窗口,在点击OK。在Output1中出现一下分析结果: 广告形式中的1,2,3,4分别代表报纸,广播,宣传品,体验。
Multiple Comparisons Dependent Variable:销售额 (I) 广告(J) 广告Mean Difference 形式 形式 (I-J) Std. Error Sig. 95% Confidence Interval Lower Bound Upper Bound
统计学 SPSS实验报告
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)