SPSS考试操作题试卷

数据描述：Cosmetic surgery(整形手术)

In the USA, there was a 1600% increase in cosmetic surgical and non-surgical treatments between 1992 and 2002, and 65,000 people in the UK underwent privately and publicly funded operations in 2004 (Kellett, Clarke, & McGill, 2008). With the increasing popularity of this surgery, many people are starting to question the motives of those who want to go under the knife. There are two main reasons to have cosmetic surgery: (1) to help a physical problem, such as having breast reduction surgery to relieve back ache; and (2) to change your external appearance, for example by having a face-lift. Related to this second point, one day cosmetic surgery might be performed as a psychological intervention: to improve self-esteem (Cook, Rosser, & Salmon, 2006; Kellett et al., 2008). Our first example looks at the effects of cosmetic surgery on quality of life. The variables in the data file are

Post_QoL: This variable is a measure of quality of life after the cosmetic surgery(整形手术后的生活质量).

Base_QoL: Quality of life before the surgery.

Surgery: This dummy variable specifies whether the person has undergone cosmetic surgery (1) or whether they are on the waiting list (0).

Clinic: This variable specifies which of 10 clinics the person attended to have their surgery.

Age: This variable tells us the person’s age in years.

BDI: People volunteering for cosmetic surgery (especially when the surgery is purely for vanity) have different personality profiles than the general public (Cook, Rosser, Toone, James, & Salmon, 2006). In particular, these people might have low self-esteem or be depressed. When looking at quality of life it is important to assess natural levels of depression, and this variable used the Beck Depression Inventory (BDI) to do just that(BDI抑郁量表).

Reason: This dummy variable specifies whether the person had/is waiting to have surgery purely to change their appearance (0), or because of a physical reason (1).

Gender: This variable specifies whether the person was a man (1) or a woman (0).

本数据集有.sav(用于SPSS)与.dat(用于R)两种格式，你在答题过程中只允许使用一种格式的数据，例如，如果你首先使用了.dat格式的数据，你在答题过程中将不可以再使用.sav格式的数据，若答题中需要在SPSS中分析本数据集，你必须通过R的数据管理方法将.dat格式的数据导出到可以被SPSS导入的格式，并在答题中显示以上步骤。若违反此规定，你使用第二种格式数据集所解答的问题将不予计分。

以下全部问题，你可使用SPSS或者R甚至两者混合进行解答，但每种工具至少要被独立使用解决一个问题(小题)。

• (25分) 任选数据集中的三个定类变量，完成以下问题：

1. (15分)请运用推断统计方法，分析此三个变量中任意两个变量之间的关系，基于此给出上述变量间的关系，给出你的操作的过程并说明理由及实际意义；

答：我选用诊所（clinic)、性别（Gender）和外科（Surgery）三个变量。

设：

H0：不同性别间接受过整容手术的情况无差别

H1：不同性别间接受过整容手术的情况有差别

操作步骤：分析—描述统计—交叉表，将“Gender”选入“行变量”，“Surgery”选入“列变量”，在“统计”中勾选“卡方”“相关性”，点击确定。

输出结果如下图：

表1是统计概要说明，表明有效数据有276个，系统缺失值为0个。

表2是交叉表。

表3为卡方检验表，标下的注释解释了有0个单元格的期望频次小于5，满足实验要求，卡方检验是有效的。其中皮尔逊卡方值为24.941，皮尔逊卡方值的检验的显著性水平为0.000，小于0.05，因此接受原假设H0,拒绝备择假设H1。说明不同性别间接受过整容手术的情况有显著差异。结合表2交叉表，可以看出女性在是否接受整形手术的情况上等待的人数占比要高于男性，说明女性在是否接受整形手术方面相比较于男性更纠结，或者说更加难以决定。

1. (10分) 针对你选择的三个变量，用统计作图方法描述展示三个变量间的关系，并基于此描述统计给出目标数据的特点分析。

操作步骤：打开spss文件，点击菜单栏“分析”—“描述统计”—“频率”，将“性别”“年龄”选入变量框中，在“图表”选项中勾选“条形图”，“图表值”选择“频率”。

输出结果：

统计
		Age	Cosmetic Surgery	Gender
个案数	有效	276	276	276
	缺失	0	0	0
众数		35	0	0
标准 偏差		11.095	.500	.496
方差		123.099	.250	.246
范围		47	1	1
最小值		18	0	0
最大值		65	1	1

Age
		频率	百分比	有效百分比	累积百分比
有效	18	2	.7	.7	.7
	19	2	.7	.7	1.4
	20	5	1.8	1.8	3.3
	21	2	.7	.7	4.0
	23	6	2.2	2.2	6.2
	24	7	2.5	2.5