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）数据分析的内容
　 １. 38１名大学生在适应学习动机、适应教学模式、使用学习能力、适应学习态度、适应环境因素五个维度的得分及适应总分.
对年级、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。量表的效度为 0．8５,信度为0．87。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