spss课程作业机试题要点

整慚酋意度票务僧息狼…■订黑便利整慚酋意度票务僧息狼…■订黑便利性安检^竟前台咨询服务无无无无{1菲當不満亿非常不满…{1,非常不満{1•菲常不满数值㈣数值㈣数值(N)数值㈣数值個)11111非常不满…无第二部分机试题题目：试对重庆交通运输集团汽车客运站总站客运服务质量进行总体满意度的影响因素分析，要求找出关键影响因素，并说处理打开软件变量视图页面，如图1所示0整体満意度0票务信息孩知性0订票便利性00前自咨询服务图1.变量视图部分截图由图中可以看出，变量5-36是显示为无缺失值，即表中最后一列“无”所通过SPSS软件对数据进行简单的描述统计分析之后，得部分结果如图2所整体满意整体满意底索务信息我知性订票便利性安桧服务前台咅询股务引导标志飓椅湍麼与空气狀差743.814.755.9218408981.1221021极小值22211711N1931991972011992002001964.174.144.244114.133.963.583.B03334434455555555图2.描述统计量部分结果由图中第二列可以看出，大多是NV201,表明这些变量是存在缺失值的，但是由于未给Spss中主要提供了三种方式处理缺失值，这里采用ReplaceMissingAnalysis过程。此处为了提高其后问题的分析精度，采用平均值代替缺失值。具体操作过程如图3所示。£性别胜别：-£性别胜别：-职职艷]/月收入月收入]护整体嗾知性L-&订票便利性 [订票农安检服务闵检服务]拚前台咨询肥务前一少弓导标志[引导标志]令座椅腔椅]/温度与空气[温度…夕卫生间任生间]便利性—仁SMEAN(订票便和安检服务1二SME.AN康检服务)**名称和方法*盘助L盘助L__丿\_________________________\_________________________图3缺失值替代对话框其输出结果如图4所示。结果娈凰结果娈凰非缺失値的个案散第一个11111111礙后•伞201201201201201201201201有做个案垃201201201201201201201201创建圍豹SMEAN(*^ft满意90SMEAN(票务信息茂知性)SMEAN(iTSF便利性)SMEAN(Jc|噩务)SMEANf前台杏询宦务)SMEAN^I^r拆志)SMEAN(l-h-SMEANL^H结果变录幣体满总度-1票务信息扶知订票便flf1_1安检前台店阿朋务_1引导林志J座椅j」械替檢的缺失值数82402151234567g图4缺失值替代部分结果由图4中第三列可以看出，整体满意度一栏中缺失值被替换的个数为8个,票务信息获知性缺失值被替换2个。此步骤后，可得到完整的问卷调查数据，为后续满意程度的影响因素分析提供了数据基础。9代表的为“缺失：未填的数据”，如图5所示图5年龄值设置0但是，数据视图显示，年龄和性别、职业、月收入一样，缺失值均是用0值代替的，如图6所示，此处将年龄的缺失值设置更正为0值。职业职业3000507352503602331231110222120224304431445图6部分数据视图2.数据分析2.1因子分析因子分析法是将现实生活中众多相关、重叠的信息进行合并和综合，将原始的多个变量和指标变成较少的几个综合变量和综合指标，以利于分析判定。由于调查问卷中含有31个问题，分析研究问题之间的相关性，可采用因子分析法在因子。因子分析法在spss中实现步骤如下：择菜单栏中的【分析】一【降维】一【因子分析】命令，其对话框如图7所示。娈量世)娈量世)：炉SMEATJ(票务営息…dSMEAN(订票便利…农SMEAN(安检服埶@ShlEAN〔前台咨询…$帥EAN(引导标志…kSMEAN^JB-$邹lEAM温度与空..送择娈量&)：也因孑分析&性别胜别]矣钿库龄]&：■职业职业]易月收入庐收入]/整体满意度屋体…少票务信息荻知性[…〃订票便利性[订票..炉安检服务安检服…少前台咨询服务前一夕弓导标志[引导标亠炉座椅座荷]描描述抽慰电旋转①二律分⑤…取消图7因子分析对话框在【抽取】一栏中固定选择公因子的个数，为7个，为了使原有31个变量的大部分信息一栏中勾选【保存为变量】，即表示采用回归法计算因子得分并保持在原文件中；勾选【显示因子得分系数矩阵】，表示输出因子得分系数矩阵。在【选项】一栏中勾选【按大小排序】，即将载荷系数按其大小排列构成矩阵。因子分析法的输出结果及分析包括以下几个部分。 (1)指标效度检验效度分内容效度准确效度和架构效度，大部分研究主要对架构效度进行检验架构效度主要是用来检验量表是否可以真正度量出所要的度量结果，常常采用探索性因子分析对问卷的架构效度进行检验。本次采用spss软件得出效度检验指标KMO适当性检验值，本文KMO值为0.958,结果如图8所示。表示问卷的效度较好，可以采用因子分析法进行分KMO^tlBartlett的检翱」」KaiserMeyer-OIkin:Bartlett的球形腹瞬粧似卡方dfSig.95B5334863465.000图8KMO检验值 (2)因子分析的共同度软件输出了公因子方差表格，即表示了因子分析的共同度，显示了所有变量的共同度数据F信盛我知性信盛我知性)SMEANfiJ票便利性)SMEAN(安总股务)SMEAN^O台咅询胆务]酗EAN(引导拉胡帥EAN(摩椅)SMEAN懾懂与空气)SMEAN(卫生间)SMEAN儼车笔咖SMEAN(自助设闿SMEAN(ft用水服节)SMEAN佬弱嗣嘲6务)SMEAN(fe车信息告知)SNIEAN(n包奇存及托因SMEAN(网络及通佶般务】SMEAN(®务办处服知SMEAN(Wrt!m)SMEAN(周边旅游用讯)SMEANCH^Mta®*)SMEAN強票卿0SMEAN(进出站引导)SMEAN(中转换乗信息引初始10001.0001.0001000100010C01.0001.0001.000100010001.0001.0001.000100010001.0001.0001.000100010001000提取.717.715.690.747689.706.728.709.725718.767.720.707.75073279680Q.821.804.72471980Q图9部分因子分析的共同度如图11中第二列所示，表示了按指定条件提取特征根时的共同度。由此可以看出，绝对多数变量70%以上的信息可被因子解释，这些变量信息丢失较少 (3)因子分析的总方差解释其中显示了斛斛释的恿方養fGE挺转平方柑ft人靈相耶方養的%靈相％方養的%鼠相％17.4271.5191.227.96B.829.767.6692.07079.58517.4271.5191.227.968.B29767.669.642.62556,21561.11065.069BB.19370.86673.34077.57015.33220.73441.35553.1ao63.86371.33675.49956215B1.11D65.06969.1937186673.3407549915.33213.40212.62111.82510.6837.4734.16356.2154.09539593.12426732.4752.15956.2154.99539593.12426732.4752.1594.7534.1553.9123.6663.3122.3171.2912356992.015图10因子分析的总方差解释由图12中可以看出，由于抽取时限定了提取公因子的个数，即特征值大小排在前7个的主成分为初始因子，其解释了数据中总方差的75.499%,能概括和解释原有数据31个变量 (4)旋转后的因子载荷矩阵由于本次研究仅选取一个因子就能解释原有数据的大部分信息，因此，此处原因子载荷矩阵也能清晰的表示因子的得分大小顺序，不需再将其旋转。因子载荷矩阵如表1所示。表1旋转后的因子矩阵成份成份1234567SMEAN(票务信息获知性)6358106SMEAN(订票便利性)2603223SMEAN(安检服务)5513062SMEAN(前台咨询服务)3737708SMEAN(引导标志)3176528SMEAN(座椅)1717118SMEAN(温度与空气)59190SMEAN(卫生间)3228054SMEAN(候车室秩序)8098492SMEAN(自助设施)1227636SMEAN(饮用水服务)80339660741854SMEAN(老弱病残服务)续表1SMEANSMEAN(候车信息告知)SMEAN(行包寄存及托运)SMEAN(网络及通信服务)SMEAN(商务办公服务)SMEAN(餐饮购物)SMEAN(周边旅游资讯)SMEAN(班次延误服务)SMEAN(检票速度)SMEAN(进出站弓1导)SMEAN(中转换乘信息引导)SMEAN(进出站秩序)SMEAN(发车正点性)SMEAN(到达正点性)SMEAN(途中服务)SMEAN(行车安全)SMEAN(班车整洁)SMEAN(员工服务态度)SMEAN(员工服务意识)SMEAN(员工服务技能)987386363757890.162227448364552467954360065823414815731727388829697773238372413051227710584764632375646742772337777217717942156438564773由表1可知，选取的第一个公因子在候车信息告知、行包托运和寄存等6个指标上有较大的载荷系数，因此，根据表1可以得到7个公因子别反映的内容，将其分别命名，及车站周边服务、员工服务、候车设施及环境、买票及站内咨询服务、乘车途中服务、进出站设施及服务和班次延误服务7项。表2公因子及其包含变量合合并的变量候车信息告知、行包奇存及托运、网络及通信服务、商务办公服务、餐饮购物服务、周边旅游咨询员工服务态度、员工服务意识、员工服务技能助设施、饮用水服务、老弱病残服务询服务、引导标志发车正点性、至V达正点性、途中服务、行车安全、班车整洁站秩序班次延误服务公因子变量车站周边服务员工服务候车设施及环境买票及站内咨询服务乘车途中服务进出站设施及服务班次延误服务公因子编号1234567 (5)因子得分系数矩阵如图11所示，第二列为因子值系数的回归值。因子值系数乘以对应变量的标准化值就为加够)曙分弧数坦阵辰怕辰怕1234561rSMEAN(^：^f-.124-.105328-.107315.065SMEAN(i]^利也^.017-.170.495-.133^.037SMEAN恢检盟盼-OfiO-.176-031.226.299-.025-1S6SMEAN(RJ台咅询股务).Q460983D2-.138-221-.022SIWEAN(引导札:丽-.076-.072.061254仙3-.075.129SMEAN(^W)-.055-.019a日-072-D28-.187.024.102-.097.230145.105-.290-.398-.138-.005.451-一1-.213.061.204SlWEAN(i^车室励-.159.299-.015.171.083-.066SMEAN(自助谡施)-D20-.020.192-115-D50207-.059.084.168^.212-.148.357.000.015.192.150-.031-.178-.045-.056图11部分因子得分系数矩阵2.1回归分析因子分析法提出的7个因子均有可能影响客运站乘客的整体满意程度，因此，可以建立回归分析中的变量筛选问题。其步骤为选择【分图12回归分析对话框逐步回归法的输出结果包括4部分，输出结果及分析结论如下。(1)逐步回归法过程由表3可以看出输入、输出的变量顺序，显示了进行逐步回归法的过程。可以看出，根据影响的显著性，按照X3-X4-X2-X6-X5-X1-X7的顺序分别将变量输入模型中，共建立了7个模型。第一个模型仅包含候车设施及环境一个自变量，第二个模型包含了候车设施及环境和买票及站内咨询服务两个自变量，由此可知，第7个模型包含了所有的7个自变量。表3输入/移去的变量方方法步进(准则:F-to-enter的概率<=.050，F-to-remove的概率>=.100)。步进(准则:F-to-enter的概率<=.050，F-to-remove的概率>=.100)。步进(准则:F-to-enter的概率<=.050，F-to-remove的概率>=.100)。步进(准则:F-to-enter的概率<=.050，F-to-remove的概率>=.100)。步进(准则:F-to-enter的概率<=.050，F-to-remove的概率>=.100)。步进(准则:F-to-enter的概率<=.050，F-to-remove的概率>=.100)。步进(准则:F-to-enter的概率<=.050，F-to-remove的概率>=.100)。输入的变量候车设施及环境X3买票及站内咨询服务X4员工服务X2进出站设施及服务X6乘车途中服务X5车站周边服务X1班次延误服务X7模型1234567移去的变量图14方差分析表(2)模型汇总表模型汇总表如图13所示，即对上述7个方程拟合情况的描述。由表可知,第7个模型的拟合效果最好，其自变量所能解释的方差在总方差中所占的百分比为72.1%,R方值为0.520,值在7个模型中最大，说明此模型拟合效果最好，但其值偏低，说明变量的整体满意度还可受其他因素的影响。倾型匸总1234551(3)方差分析表R.574h.625°658d.687*705*721sR.134.330.433谓整R方.160.323.421.472458.497401,520.503图13模型汇总表柘淮估计的溟差.663.603.576557539528.5171234561总计总计总计总计总计总计总计Ailova319.78587.573107.35B35.39571.973107.35841.956165.400107.35B4645160.907107.35850.67056.68S107.35E53.35754001107.35855.83451.524107.35Bdf1199200219S20031972004196200519520061942001193200均方19785.44017.692.36313.986.33211.613.31110/134.2918.893.2797.976.267F44.9594857342.12937.37034.36031.9+829.878Sig..000b000c.000**.000*,000fooo0.000h方差分析表主要用于分析整体模型的显著性，由图14可以看出，上述7个模型方差分析结果的概率P值均小于显著性水平0.05,说明变量对整体满意度的影响比较显著。 (4)回归系数表55 (常勒4.171038109.675000候车设輙环境X3.315038.4298.250.000买票及站内咨询團务X4.279.038J817.326.000伺工眼务X2J81.038,2474.755.000进出站讦施及肥务X6150.038.2053.931.000乘军趨中屋务.1450381983.810.Q006 (常期4.171037112.082.000候车设施及环境X3.31503742SB.431.000买票及站内咨询眼务X4.279.037.3817486.000员工眼务炬.181.037.2474.S59.000进出站沽宛及服讣150.037.2054.018.000兼车逾中屈务X行.145037.1983.893.000年站周也般务刈.116037.1583.107.00274J71036114.449.000J15.037.4298.609.000买票及站内咅询腥齐X4.27S.037.3817.644.000负工殷务X2.181037.2474.962.000谨出站设赵服务朋.150037.2054.102ODO集草缝中圍务X5.145037.1983.975.000车站周边脛务XFJ16.037,1583J73.002班次iJi吴服务X7.111.0371523.046.003图15部分回归系数表由图15所示，可以看出模型5、模型6和模型7的回归模型常数项、回归系数的估计值和检验的结果。由此前所述，模型7的拟合效果最好，分析摸型7各变量的影响系数可以看出，候车设施及环境的影响系数为