SPSS课程设计报告

1、1 / 11 文档可自由编辑打印课程设计报告课程设计报告班级班级: : 学号学号: : 姓名姓名: : 20112011 年年 6 6 月月2 / 11 文档可自由编辑打印目录第一章第一章 问题研究的背景及意义问题研究的背景及意义.1 1第二章第二章 研究的相关理论研究的相关理论.5 5第三章第三章 实例及分析实例及分析.5 53.1 单因素方差分析.53.2 多重比较检验.6第四章第四章 结论结论.9 91 / 11 文档可自由编辑打印广告方式和地区对销售额的影响【摘要】在利用 SPSS 对不同广告方式和地区对某商品销售额的影响的分析中，分别进行了单因素方差分析和频数分析。得出结论为：采取不

2、同的广告促销方式会影响到商品的销售额；不同的地区也会影响商品的销售额；广告方式对销售额的影响显著于地区对销售额的影响；且报纸、广播是其中能够带来较高销售额的广告形式。【关键词关键词】广告方式 ，不同地区，销售额AbstractMaking use of SPSS in different advertising way and the area of a goods sales to the influence of the analysis, the single factor analysis of variance and frequency analysis. Conclusion:

3、take different promotional advertising way will affect sales of goods; Different regions will also affect sales of goods; Advertising way the impact on sales in the region significantly the impact on sales; And newspapers, radio is one can bring higher sales advertising form.第一章第一章 问题研究的背景及意义问题研究的背景

4、及意义为了更好的利用资源，提高资源的效率，企业需要对哪些因素影响销售额来进行分析，以获取有效的信息来求最大利润？某企业在制定某商品的广告策略时，收集了该商品在不同地区采用不同广告形式促销后的销售额数据，分析广告形式和地区是否影响商品销售额。 自变量为广告方式（ X1） 和地区 (X2)，因变量为销售额(X3)。 涉及地区18 个，每个地区抽取样本8 个 ,共有案例144个。 下表中， X1 一列中， 1 表示报纸， 2 表示广播， 3 表示宣传品， 4 表示体验。 具体数据如下： 表 1.1 数据文件广告形式地区销售额1.001.0075.002.001.0069.004.001.0063.0

5、03.001.0052.001.002.0057.002.002.0051.004.002.0067.003.002.0061.002 / 11 文档可自由编辑打印1.003.0076.002.003.00100.004.003.0085.003.003.0061.001.004.0077.002.004.0090.004.004.0080.003.004.0076.001.005.0075.002.005.0077.004.005.0087.003.005.0057.001.006.0072.002.006.0060.004.006.0062.003.006.0052.001.007.007

6、6.002.007.0033.004.007.0070.003.007.0033.001.008.0081.002.008.0079.004.008.0075.003.008.0069.001.009.0063.002.009.0073.004.009.0040.003.009.0060.001.0010.0094.002.0010.00100.004.0010.0064.003.0010.0061.001.0011.0054.002.0011.0061.004.0011.0040.001.0012.0070.002.0012.0068.004.0012.0067.003.0012.0066.

7、001.0013.0087.002.0013.0068.004.0013.0051.003.0011.0041.003 / 11 文档可自由编辑打印3.0013.0065.001.0014.0065.002.0014.0063.004.0014.0061.003.0014.0058.001.0015.0065.002.0015.0083.004.0015.0075.003.0015.0050.001.0016.0079.002.0016.0076.004.0016.0064.003.0016.0044.001.0017.0062.002.0017.0073.004.0017.0050.003.

8、0017.0045.001.0018.0075.002.0018.0074.004.0018.0062.003.0018.0058.001.001.0068.002.001.0054.004.001.0058.003.001.0041.001.002.0075.002.002.0078.004.002.0082.003.002.0044.001.003.0083.002.003.0079.004.003.0078.003.003.0086.001.004.0066.002.004.0083.004.004.0087.003.004.0075.001.005.0066.002.005.0074.

9、004.005.0070.003.005.0075.001.006.0076.002.006.0069.004 / 11 文档可自由编辑打印4.006.0077.003.006.0063.001.007.0070.002.007.0068.004.007.0068.003.007.0052.001.008.0086.002.008.0075.004.008.0061.003.008.0061.001.009.0062.002.009.0065.004.009.0055.003.009.0043.001.0010.0088.002.0010.0070.004.0010.0076.003.0010

10、.0069.001.0011.0056.002.0011.0053.004.0011.0070.003.0011.0043.001.0012.0086.002.0012.0073.004.0012.0077.003.0012.0051.001.0013.0084.002.0013.0079.004.0013.0042.003.0013.0060.001.0014.0077.002.0014.0066.004.0014.0071.003.0014.0052.001.0015.0078.002.0015.0065.004.0015.0065.003.0015.0055.001.0016.0080.

11、002.0016.0081.004.0016.0078.003.0016.0052.001.0017.0062.005 / 11 文档可自由编辑打印2.0017.0057.004.0017.0037.003.0017.0045.001.0018.0070.002.0018.0065.00第二章第二章 研究的相关理论研究的相关理论利用 SPSS 对不同广告方式和地区对某商品销售额的影响的分析中，分别进行了单因素方差分析和多重比较检验的分析。 多个样本均数间每两个均数之间的比较常用q 检验， 也称 SNK (Student-New-man-Keuls)法。统计量q 值的计算公式为： SXXqBAx

12、xBA （ nAnB 时） ),11(2)(n aBAwXXbwXXnnMSSnnnMSSAA 第三章第三章 实例及分析实例及分析3.13.1 单因素方差分析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） SPSS 自动计算出组间方差、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 S

13、PSS 输出窗口中。分析结果如下图所示。表 1.2 广告形式对销售额的单因素方差分析结果ANOVA广告形式 Sum of SquaresdfMean SquareFSig.6 / 11 文档可自由编辑打印Between Groups5866.08331955.36113.483.000Within Groups20303.222140145.023 Total26169.306143 表 1.3 地区对销售额的单因素方差分析结果ANOVA地区 Sum of SquaresdfMean SquareFSig.Between Groups9265.30617545.0184.062.000With

14、in Groups16904.000126134.159 Total26169.306143 结果分析： 表 1.2 是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0.000.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。表 1.3 是地区对销

15、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16904.000，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0.000.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。同时对比图1.2 和图 1.3 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。3.23.2 多重比较检验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

16、影响 ， 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：表 1.4 广告形式多重比较检验的相似性子集销售额7 / 11 文档可自由编辑打印 3656.563666.613670.893673.221.000.0553656.563666.613670.893673.221.000.0963656.563666.613670.893673.221.000.148Sig.Sig.Sig.Student-Newman-KeulsaTukey HSDaScheffeaN12Subset for alpha = .05Means for groups

17、in homogeneous subsets are displayed.Uses Harmonic Mean Sample Size = 36.000.a. 表 1.5 两两广告形式下销售额均值检验8 / 11 文档可自由编辑打印MMu ul lt ti ip pl le e C Co ommp pa ar ri is so on ns sDependent Variable: 2.3332.838.844-5.059.7116.667*2.838.0009.2924.056.6112.838.096-.7713.99-2.3332.838.844-9.715.0514.333*2.838.

18、0006.9521.714.2782.838.436-3.1011.66-16.667*2.838.000-24.05-9.29-14.333*2.838.000-21.71-6.95-10.056*2.838.003-17.44-2.68-6.6112.838.096-13.99.77-4.2782.838.436-11.663.1010.056*2.838.0032.6817.442.3332.838.879-5.7010.3716.667*2.838.0008.6324.706.6112.838.148-1.4214.64-2.3332.838.879-10.375.7014.333*2

19、.838.0006.3022.374.2782.838.520-3.7512.31-16.667*2.838.000-24.70-8.63-14.333*2.838.000-22.37-6.30-10.056*2.838.007-18.09-2.02-6.6112.838.148-14.641.42-4.2782.838.520-12.313.7510.056*2.838.0072.0218.092.3332.838.412-3.287.9516.667*2.838.00011.0522.286.611*2.838.0211.0012.22-2.3332.838.412-7.953.2814.

20、333*2.838.0008.7219.954.2782.838.134-1.339.89-16.667*2.838.000-22.28-11.05-14.333*2.838.000-19.95-8.72-10.056*2.838.001-15.67-4.44-6.611*2.838.021-12.22-1.00-4.2782.838.134-9.891.3310.056*2.838.0014.4415.672.3332.8381.000-5.269.9316.667*2.838.0009.0724.266.6112.838.128-.9914.21-2.3332.8381.000-9.935

21、.2614.333*2.838.0006.7421.934.2782.838.804-3.3211.87-16.667*2.838.000-24.26-9.07-14.333*2.838.000-21.93-6.74-10.056*2.838.003-17.65-2.46-6.6112.838.128-14.21.99-4.2782.838.804-11.873.3210.056*2.838.0032.4617.65(J) (I) Tukey HSDScheffeLSDBonferroniMeanDifference(I-J)Std. ErrorSig.Lower BoundUpper Bound95% Con