例談SPSS在體育問卷調查研究中的應用

宋 軍

（江蘇省奔牛高級中學，江蘇 常州 213131）

例談SPSS在體育問卷調查研究中的應用

宋 軍

（江蘇省奔牛高級中學，江蘇 常州 213131）

體育教師在做問卷調查研究中，常常需要進行大量的數據分析，但是，如果采用Excel軟件來處理獲得的數據，則不能夠反映出統計結果中數據差異產生的原因或哪些因素對統計結果產生怎樣的影響以及影響程度如何，這樣則會影響研究的深度和層次，制約著一線教師教科研水平的提升。SPSS（Statistical Package for Social Sciences）作為統計分析的專業工具，理論嚴謹、功能豐富，數據管理、統計分析、趨勢研究、制表繪圖等功能幾乎無所不包，在自然科學、社會科學的各個領域中都得到了成功的應用，為我們進行體育科學研究提供了強有力的支持。筆者在做學位論文中膚淺地學習和運用了SPSS的部分功能，深感受益。下面以實例的方式從數據準備、原理分析、功能實現、結果分析幾個方面介紹SPSS的方差分析和回歸分析功能在問卷調查數據處理中的應用，以期能為體育教師進行類似研究提供點滴啟發和幫助。

1 問題的描述和數據的準備

1.1 問題描述

本例研究的課題是“常州市中學體育生活方式的現狀及發展對策”，預考察常州市不同性別、不同學段、不同類型學校、不同家庭收入的中學生的體育生活方式存在怎樣的差異以及個體參加體育鍛煉的主體意識、學校因素、家庭因素、社會因素對中學生體育生活方式產生了怎樣的影響。基于此，擬運用SPSS的方差分析、回歸分析功能對問卷數據進行統計與分析以考察以上兩個方面的問題。

圖1 數據管理窗口

1.2 數據準備

數據準備常用的方法有兩種。

1.2.1 在SPSS中新建數據文件 在“變量（Data View）”窗口建立變量，設置好變量的名稱、類型（必須設置為數值型）、變量的標簽、變量值的寬度、度量標準等，核對無誤后，即可在“數據管理（Variable View）”窗口鍵入原始數據；輸入完畢后對數據進行瀏覽，確定數據準確無誤，保存為 SPSS（sav）格式文件即可。（圖1）

1.2.2 打開已有數據文件 SPSS兼容的文件類型有很多，如xls、txt、sys等，我們可以在Excel中輸入、保存原始數據，然后依次單擊工具欄“打開”-->“數據文件”，找到文件所在位置打開即可。（圖2）

圖2 變量窗口

2 方差分析

2.1 原理分析

方差分析的基本思想是通過分析研究中不同變量的變異對總變異的貢獻大小，確定控制變量對研究結果影響力的大小，分析不同水平的控制變量是否對結果產生了顯著影響。t檢驗相當于單因素方差分析，本例考察常州市不同類型中學生體育生活方式存在的差異，控制因素較多，因此采用多因素方差分析。多因素方差分析既可以分析單個因素的作用（主效應），也可以分析因素之間的交互影響（交互效應），但應注意，方差分析的前提是各個處理水平下總體服從方差相等的正態分布，因此必須行方差齊性檢驗。

2.2 功能實現

2.2.1 在菜單中選擇分析（Analyze）-->一般線性模型（General Linear Model）-->單變量多因素方差分析（Univariate）命令，在彈出的“一般線性模型”的對話框中，從對話框左側的變量列表中將需要進行分析的變量（如鍛煉時間）添加到因變量（Dependent）框中，將“學校類型”“學段”“性別”“家庭收入”變量添加到固定因子（Fixed Factor）框中，完成后如圖3。

2.2.2 單擊選項（Options）按鈕，打開選項（Options）對話框，選擇其中的齊次性檢驗（Homogeneity tests）選項，單擊繼續（Continue）按鈕返回上一對話框。

圖3 單變量多因素方差分析對話框

2.2.3 單擊對話框中的兩兩比較（PostHoc）按鈕，打開觀察平均值的多重比較（Univariate：Post Hoc…）對話框，在因子（Factors）對話框中選擇需要進行比較分析的控制變量，本例中選擇“學校類別”“性別”“學段”“家庭收入”變量，并將其添加到多重檢驗（Post Hoc.. ）對話框中，然后選擇比較方法，本例中選擇LSD和S-N-K 顯著性檢驗法，操作結果見圖4。然后，單擊繼續（Continue）按鈕返回上一級對話框，最后按OK按鈕。

圖4 單因變量：觀察平均值的多重比較對話框

圖5 鍛煉時間主體間的效應檢驗

圖6 線性回歸分析的主設置界面

圖7 統計量設置對話框

圖8 模型摘要

圖9 回歸系數的估計值

2.3 結果分析

2.3.1 多個控制變量對觀察變量的獨立作用部分 學段、性別變量對應F值分別為22.93、11.05，p分別為0.00、0.042，說明不同學段、不同性別中學生的鍛煉時間呈顯著性差異；而學校類別、家庭收入對應的P值為0.095、0.209，說明不同類別學校、不同家庭收入中學生的鍛煉時間無顯著性差異。

2.3.2 多個控制變量交互作用部分 學校*學段、學校*學段*性別、學校*學段、家庭收入的P值<0.05，說明它們的交互作用也對觀察結果產生了顯著影響，其他變量之間的交互作用影響很微弱。（圖5）

3 回歸分析

3.1 原理分析

回歸分析的基本思想是考察變量之間的數量變化規律，并通過一定的數學表達式來描述變量之間的關系，進而確定一個或幾個變量（自變量）的變化對另一特定變量（因變量）的影響程度。本例擬檢驗主體意識、學校因素、家庭因素、社會因素對中學生體育生活方式產生的影響，自變量較多，因此選用多元線性回歸分析功能來考察以上問題。

3.2 功能實現

3.2.1 在菜單中選擇分析（Analyze）-->回歸 分 析（Regression）-->線 性（ Linear…）命令，在彈出的“線性回歸（Linear Regression）”的對話框中，從對話框左側的變量列表中將需要進行分析的變量（如鍛煉時間）添加到因變量（Dependent）框中，將“體育價值觀”“健康意識”“體育興趣”“學校因素”“家庭因素”“社會因素”變量添加到自變量（Independents）框中，方法（Method）選擇“全部進入（Enter）”，完成后如圖6。

3.2.2 單擊選項統計（Statistics）按鈕，打開統計（Statistics）對話框窗口，本例選擇其中的估計（Estimates）、信賴區間（Confidence intervals）、模型擬合（Model fit）、共線性檢驗（Collinearity…）、Case wise診斷、分離值（Outliers…），如圖7。然后，單擊繼續（Continue）按鈕返回上一對話框，最后按OK按鈕。

3.3 結果分析

3.3.1 回歸模型部分 體育鍛煉時間回歸模型R2的修正值=0.744，顯著水平P=0.00<0.01、回歸估計的標準誤差=0.64。說明回歸模型存在顯著的線性關系，建模過程引入模型的變量解釋了體育鍛煉時間74.4%的變異原因，擬合效果較好。（圖8）

3.3.2 回歸系數部分 健康意識、體育興趣、學校因素、家庭因素、社會因素都對中學生的體育鍛煉時間產生了重要影響（P<0.01），對回歸模型的貢獻率分別為 20%、21.1%、24.6%、17.6%、16.8%，所建模型的回歸方程如下：體育鍛煉時間=0.20*健康意識+0.21*體育興趣+0.25*學校因素+0.17*家庭因素+0.17*社會因素。（圖9）

SPSS作為一種優秀的專業統計分析軟件，在自然科學、社會科學領域中得到了廣泛的實踐和應用，對于一線的體育教師來說可能還很陌生。SPSS除了本例介紹的方差分析、回歸分析以外還有許多功能，如T檢驗、聚類分析、因子分析等，它們在教學實驗或是學生體質健康測試的數據統計分析中有廣闊的運用前景，需要大家去學習和探索，熟練掌握和運用SPSS軟件，以提高教育教學研究的科學性和說明力，我們的體育科研水平也將會在學習和實踐中更上一層樓。

[ 1 ] 杜強，賈麗艷.統計分析從入門到精通[ M ]. 北京：人民郵電出版社，2009.

[ 2 ] 余建英，何旭宏.數據統計分析與SPSS應用[ M ].北京：人民郵電出版社，2003.

[ 3 ] 陳捷.SPSS 在教育教學研究中的應用[ J ].北京教育學院學報，2008（6）.

[ 4 ] 章要在，鄧金青，劉鳳間.SPSS在體育教研統計實踐中的應用實例[ J ].體育師友，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

宋軍（1975 ～），中教高級，碩士。研究方向：學校體育。