SPSS统计基础数据分析.doc

《SPSS统计基础》课程数据分析报告(2016—2017学年度第二学期)题目:关于381名大学生学习适应情况的分析报告班级:14小教2班学号:姓名:2017年6月381名大学生学习适应性调查数据分析报告姓名:学号:班级:一、数据分析目的及内容(一)数据分析的目的通过对师范学院学生学习适应现状及其影响因素的调查研究,了解我院学生对自己所学专业在适应学习动机、适应教学模式、使用学习能力、适应学习态度、适应环境因素、适应总分六个维度的基本情况。本文拟在以往研究的基础上对大学生学习适应状况进行调查,并探讨影响大学生学习适应的因素,从而让大学生能更快更好地适应大学生活。(二)、适应教学模式、使用学习能力、适应学习态度、、专业、生源地变量的容量等数据分布指标的描述,了解数据分布的全貌。对适应学习动机、适应教学模式、使用学习能力、适应学习态度、适应环境因素五个维度的极大值、极小值、均值和标准差的统计。学习适应各因子之间的相关分析。学习适应五因子及适应总分的相关性分析。二、数据库介绍(一)数据来源:1被试分布:总容量为381、年级(大一156人、大二136人、大三89人)、专业(小学教育140人、学前教育本科113人、学前教育专科128人)、生源地(城镇145人、农村236人)等方面的人数分布;2、调查工具:《大学生学习适应量表》由冯廷勇等人编制,共29个题目,量表采用Likert5点计分法,即完全不符合计1分,比较不符合计2分,不确定计3分,较符合计4分,完全符合计5分。各维度和总量表分数越高,表明适应状况越好。总分低于58分,表明学习适应状态较差需要做较大调整;总分在59到87分之间,表明学习适应状态中等,需要做适当的调整;总分在88到116分之间,表明学习适应状态良好;总分在117到145分之间,表明学习适应状态良好。,。该量表由五个维度构成:(1)学习动机(8题):1、6、7、8、9、13、17、23(2)教学模式(7题):2、3、10、14、18、22、24(3)学习能力(6题):4、11、15、21、25、26(4)学习态度(4题):5、12、20、27(5)环境因素(4题):16、19、28、29(二)变量介绍:1、本次问卷调查有三个变量;2、变量名称为:专业,年级,生源地;3、变量名称的取值为:专业:1=“小学教育”,2=“学前教育本科”,3=“学前教育专科”;年级:1=“大一”,2=“大二”,3=“大三”,4=“大四”;生源地:1=“城镇”,2=“农村”。三、数据统计与分析(一)统计方法本次数据分析涉及的统计方法有4种。具体统计方法及相关命令或程序有:统计图表制作:采用“统计图形制作”过程来实现,利用条形图直观的展现出人数在专业、年级、生源地等方面的差异,更直观的展示出数据差异。(1)不同专业大学生适应总分比较:相关命令或程序:图形→旧对话框→条形图→简单箱图→个案组摘要→定义→其他统计量→变量:学习适应总分;类别轴:专业→标题:不同专业大学生适应总分比较→确定。(2)不同年级大学生适应总分比较:相关命令或程序:图形→旧对话框→条形图→简单箱图→个案组摘要→定义→其他统计量→变量:学习适应总分;类别轴:年级→标题:不同年级大学生适应总分比较→确定。(3)不同性别大学生适应总分比较:相关命令或程序:图形→旧对话框→条形图→简单箱图→个案组摘要→定义→其他统计量→变量:学习适应总分;类别轴:性别→标题:不同性别大学生适应总分比较→确定。2、描述统计,采用“描述”过程来实现,获得对专业、年级、生源地变量的容量、均值、标准差等数据分布指标的描述,以了解数据分布的全貌。被试分布:相关命令或程序:描述统计→频率→选择“专业、年级、性别”→确定。(2)大学生《学习适应量表》各纬度得分概况:相关命令或程序:分析→描述统计→描述→选择“学习适应总分”→选项:勾选“均值、标准差、极大值、极小值”→继续→确定。相关分析,采用“相关分析”命令来比较量表各因素之间的相关性和显著性,从而分析该量表的质量。(1)量表信度分析(内部一致性分析)相关命令或程序:分析→度量→可靠性分析→选择“sy1-sy29”(根据各个维度的题目序号来选择,参照前面的调查工具。)→模型“α”→确定。(2)量表效度分析(量表各维度之间及各维度与总分之间相关分析)相关命令或程序:分析→相关→双变量→选择“学习动机”、“教学模式”、“学习能力”、“学习态度”、“环境因素”、“学习适应总分”→选择“Pearson”→确定。4、比较均值,采用“单样本T检验”“单因素ANOVA”、“独立样本T检验”比较专业认同在专业上、年级、生源地等上的差异性和显著性。(1)学习适