宋 军
(江苏省奔牛高级中学,江苏 常州 213131)
例谈SPSS在体育问卷调查研究中的应用
宋 军
(江苏省奔牛高级中学,江苏 常州 213131)
体育教师在做问卷调查研究中,常常需要进行大量的数据分析,但是,如果采用Excel软件来处理获得的数据,则不能够反映出统计结果中数据差异产生的原因或哪些因素对统计结果产生怎样的影响以及影响程度如何,这样则会影响研究的深度和层次,制约着一线教师教科研水平的提升。SPSS(Statistical Package for Social Sciences)作为统计分析的专业工具,理论严谨、功能丰富,数据管理、统计分析、趋势研究、制表绘图等功能几乎无所不包,在自然科学、社会科学的各个领域中都得到了成功的应用,为我们进行体育科学研究提供了强有力的支持。笔者在做学位论文中肤浅地学习和运用了SPSS的部分功能,深感受益。下面以实例的方式从数据准备、原理分析、功能实现、结果分析几个方面介绍SPSS的方差分析和回归分析功能在问卷调查数据处理中的应用,以期能为体育教师进行类似研究提供点滴启发和帮助。
本例研究的课题是“常州市中学体育生活方式的现状及发展对策”,预考察常州市不同性别、不同学段、不同类型学校、不同家庭收入的中学生的体育生活方式存在怎样的差异以及个体参加体育锻炼的主体意识、学校因素、家庭因素、社会因素对中学生体育生活方式产生了怎样的影响。基于此,拟运用SPSS的方差分析、回归分析功能对问卷数据进行统计与分析以考察以上两个方面的问题。
图1 数据管理窗口
数据准备常用的方法有两种。
1.2.1 在SPSS中新建数据文件 在“变量(Data View)”窗口建立变量,设置好变量的名称、类型(必须设置为数值型)、变量的标签、变量值的宽度、度量标准等,核对无误后,即可在“数据管理(Variable View)”窗口键入原始数据;输入完毕后对数据进行浏览,确定数据准确无误,保存为 SPSS(sav)格式文件即可。(图1)
1.2.2 打开已有数据文件 SPSS兼容的文件类型有很多,如xls、txt、sys等,我们可以在Excel中输入、保存原始数据,然后依次单击工具栏“打开”-->“数据文件”,找到文件所在位置打开即可。(图2)
图2 变量窗口
方差分析的基本思想是通过分析研究中不同变量的变异对总变异的贡献大小,确定控制变量对研究结果影响力的大小,分析不同水平的控制变量是否对结果产生了显著影响。t检验相当于单因素方差分析,本例考察常州市不同类型中学生体育生活方式存在的差异,控制因素较多,因此采用多因素方差分析。多因素方差分析既可以分析单个因素的作用(主效应),也可以分析因素之间的交互影响(交互效应),但应注意,方差分析的前提是各个处理水平下总体服从方差相等的正态分布,因此必须行方差齐性检验。
2.2.1 在菜单中选择分析(Analyze)-->一般线性模型(General Linear Model)-->单变量多因素方差分析(Univariate)命令,在弹出的“一般线性模型”的对话框中,从对话框左侧的变量列表中将需要进行分析的变量(如锻炼时间)添加到因变量(Dependent)框中,将“学校类型”“学段”“性别”“家庭收入”变量添加到固定因子(Fixed Factor)框中,完成后如图3。
2.2.2 单击选项(Options)按钮,打开选项(Options)对话框,选择其中的齐次性检验(Homogeneity tests)选项,单击继续(Continue)按钮返回上一对话框。
图3 单变量多因素方差分析对话框
2.2.3 单击对话框中的两两比较(PostHoc)按钮,打开观察平均值的多重比较(Univariate:Post Hoc…)对话框,在因子(Factors)对话框中选择需要进行比较分析的控制变量,本例中选择“学校类别”“性别”“学段”“家庭收入”变量,并将其添加到多重检验(Post Hoc.. )对话框中,然后选择比较方法,本例中选择LSD和S-N-K 显著性检验法,操作结果见图4。然后,单击继续(Continue)按钮返回上一级对话框,最后按OK按钮。
图4 单因变量:观察平均值的多重比较对话框
图5 锻炼时间主体间的效应检验
图6 线性回归分析的主设置界面
图7 统计量设置对话框
图8 模型摘要
图9 回归系数的估计值
2.3.1 多个控制变量对观察变量的独立作用部分 学段、性别变量对应F值分别为22.93、11.05,p分别为0.00、0.042,说明不同学段、不同性别中学生的锻炼时间呈显著性差异;而学校类别、家庭收入对应的P值为0.095、0.209,说明不同类别学校、不同家庭收入中学生的锻炼时间无显著性差异。
2.3.2 多个控制变量交互作用部分 学校*学段、学校*学段*性别、学校*学段、家庭收入的P值<0.05,说明它们的交互作用也对观察结果产生了显著影响,其他变量之间的交互作用影响很微弱。(图5)
回归分析的基本思想是考察变量之间的数量变化规律,并通过一定的数学表达式来描述变量之间的关系,进而确定一个或几个变量(自变量)的变化对另一特定变量(因变量)的影响程度。本例拟检验主体意识、学校因素、家庭因素、社会因素对中学生体育生活方式产生的影响,自变量较多,因此选用多元线性回归分析功能来考察以上问题。
3.2.1 在菜单中选择分析(Analyze)-->回归 分 析(Regression)-->线 性( Linear…)命令,在弹出的“线性回归(Linear Regression)”的对话框中,从对话框左侧的变量列表中将需要进行分析的变量(如锻炼时间)添加到因变量(Dependent)框中,将“体育价值观”“健康意识”“体育兴趣”“学校因素”“家庭因素”“社会因素”变量添加到自变量(Independents)框中,方法(Method)选择“全部进入(Enter)”,完成后如图6。
3.2.2 单击选项统计(Statistics)按钮,打开统计(Statistics)对话框窗口,本例选择其中的估计(Estimates)、信赖区间(Confidence intervals)、模型拟合(Model fit)、共线性检验(Collinearity…)、Case wise诊断、分离值(Outliers…),如图7。然后,单击继续(Continue)按钮返回上一对话框,最后按OK按钮。
3.3.1 回归模型部分 体育锻炼时间回归模型R2的修正值=0.744,显著水平P=0.00<0.01、回归估计的标准误差=0.64。说明回归模型存在显著的线性关系,建模过程引入模型的变量解释了体育锻炼时间74.4%的变异原因,拟合效果较好。(图8)
3.3.2 回归系数部分 健康意识、体育兴趣、学校因素、家庭因素、社会因素都对中学生的体育锻炼时间产生了重要影响(P<0.01),对回归模型的贡献率分别为 20%、21.1%、24.6%、17.6%、16.8%,所建模型的回归方程如下:体育锻炼时间=0.20*健康意识+0.21*体育兴趣+0.25*学校因素+0.17*家庭因素+0.17*社会因素。(图9)
SPSS作为一种优秀的专业统计分析软件,在自然科学、社会科学领域中得到了广泛的实践和应用,对于一线的体育教师来说可能还很陌生。SPSS除了本例介绍的方差分析、回归分析以外还有许多功能,如T检验、聚类分析、因子分析等,它们在教学实验或是学生体质健康测试的数据统计分析中有广阔的运用前景,需要大家去学习和探索,熟练掌握和运用SPSS软件,以提高教育教学研究的科学性和说明力,我们的体育科研水平也将会在学习和实践中更上一层楼。
[ 1 ] 杜强,贾丽艳.统计分析从入门到精通[ M ]. 北京:人民邮电出版社,2009.
[ 2 ] 余建英,何旭宏.数据统计分析与SPSS应用[ M ].北京:人民邮电出版社,2003.
[ 3 ] 陈捷.SPSS 在教育教学研究中的应用[ J ].北京教育学院学报,2008(6).
[ 4 ] 章要在,邓金青,刘凤间.SPSS在体育教研统计实践中的应用实例[ J ].体育师友,2008(4).
G80-32
A
1674-151X(2011)03-112-02
10.3969/j.issn.1674-151x.2011.03.054
投稿日期:2010-09-07
宋军(1975 ~),中教高级,硕士。研究方向:学校体育。