请使用SPSS自带数据“1991 U.S General Social Survey” ，执行下列操作：
1. 将被访者年龄（age）重新编码为“阶段”，其中：18-35岁为青年，35-50岁为中年，50岁以上为老年；
答：1、单击转换（T）——重新编码为不同变量（R），弹出对话框
2、选中【被访者年龄(age)】到右侧输出变量——输出变量处，名称输入【阶段】——单击更改（H）
3、单击旧值和新值（O），弹出对话框
4、勾选右侧输出变量为字符串（B），然后开始输入变量
①选中范围：，输入18到（T）34，右侧值（L）输入【青年】，单击添加（A）
②选中范围：，输入35到（T）49，右侧值（L）输入【中年】，单击添加（A）
③选中范围，从值到最高（E），输入50，右侧值（L）输入【老年】，单击添加（A）
5、单击继续，单击确定。完成任务。
2. 编制种族（race）的频数表；
答：1、单击分析（A）——描述统计——频率（F），弹出对话框
2、将【Race (race)】选入右侧变量（V）中，单击图表（C），弹出对话框
3、选择条形图（B），勾选频率（F），单击继续
4、注意对话框左下角，勾选显示频率表格（D），单击确定。任务完成。
3. 对被访者的受教育程度（educ）分别进行升序、降序排序；
答：1、选择数据（D）——排序个案，弹出对话框
2、在弹出的对话框中，将【Highest Years os S…(educ)】选入右侧排序依据，选中排序顺序的升序（A），单击确定。
3、重复上述步骤，改为选择排序顺序的降序（D），单击确定。任务完成。
4. 计算被访者年龄（age）的均值；
答：1、单击分析（A）——描述统计——频率（F），弹出对话框
2、将【Age of Responde…(age)】选入右侧变量（V），单击统计量（S），勾选集中趋势的均值（M），取消其他所有勾选，单击继续。
3、单机图表（C），选择图表类型无，单击继续。
4、取消勾选显示频率表格（D），单击确定。任务完成。
5. 绘制被访者年龄（age）的直方图；
答：1、单击分析（A）——描述统计——频率（F），弹出对话框
2、将【Age of Responde…(age)】选入右侧变量（V）中，单击统计量（S），取消其他所有勾选，单击继续。
3、单击图表（C），弹出对话框选择直方图（H），单击继续
4、取消勾选显示频率表格（D），单击确定。任务完成。
6. 编制种族（race）与生活内涵（life）的列联表；
答：1、单击分析（A）——描述统计——交叉表（C），弹出对话框
2、将【Race of…(race)】选入行（s），将【Is Life…（life）】选入列（C）
3、单击确定。任务完成。
7. 估计1991年美国25岁以上居民的平均年龄；
答：1、选择数据（D）——选择个案，弹出对话框
2、选中如果条件满足（C），单击如果，弹出对话框
3、将【Age of Responde…(age)】选入框中，单击>=，单击2、5，单击继续，单击确电商客服
定
4、选择分析（A）——描述统计——探索（E），弹出对话框
5、将【Age of Responde…(age)】选入因变量列表（D）中，单击统计量（S），勾选描述性和M-估计量（M），单击继续，单击确定。
6、输出表格如下，看标出的两个数字，因此估计1991年美国25岁以上居民的平均年龄为44岁-46岁，任务完成。
描述 |
| | | 统计量 | 标准误 |
Age of Respondent | 均值 | 45.63 | .458 |
均值的 95% 置信区间 | 下限 | 44.73 | |
上限 | 46.52 | |
5% 修整均值 | 44.97 | |
中值 | 41.00 | |
方差 | 317.140 | |
标准差 | 17.808 | |
极小值 | 18 | |
极大值 | 89 | |
范围 | 71 | |
四分位距 | 28 | |
偏度 | .524 | .063 |
峰度 | -.786 | .126 |
| | | | |
7、选择数据（D）——选择个案，弹出对话框，单击重置，单击继续
8. 计算被访者与其配偶受教育程度之间的相关系数；
答：1、选择分析（A）——相关（C）——双变量（B），弹出对话框
2、将【Highest Year…[educ]】和【Highest Year…[speduc]】选入右侧变量（V）中，单击确定。
3、从生成的数据中看，相关系数r=0.619（带**的数字就是相关系数），两者正相关。
9. 在显著性水平为0.05的情况下，男、女在受教育程度方面是否有显著差异；
答：1、单击分析（A）——比较均值——独立样本T检验（T），弹出对话框
2、将【Highest Year…[educ]】选入检验变量（T），将【Resp…[x]】选入分组变量（G），单击定义值（D），在弹出的对话框中分别输入1和2，单击继续，单击确定。
3、输出结果如下表，分析内容：由表格假设方差相等的sig值0.001<0.05，则可知道方差
不相等，所以利用假设方差不相等的数据，使用第二行sig（双侧）值0.000<0.05，因此可以否认原假设，认为男女在受教育程度方面是有显著差异的。任务完成。
独立样本检验 |
| | 方差方程的 Levene 检验 | 均值方程的 t 检验 |
| | | | 差分的 95% 置信区间 |
| | F | Sig. | t | df | Sig.(双侧) | 均值差值 | 标准误差值 | 下限 | 上限 |
Highest Year of School Completed | 假设方差相等 | 11.226 | .001 | 3.887 | 1508 | .000 | .602 | .155 | .298 | .906 |
假设方差不相等 | | | 3.824 | 1276.454 | .000 | .602 | .157 | .293 | .911 |
| | | | | | | | | | |
10. 在显著性水平为0.05的情况下，白人、黑人、其它种族之间在受教育程度方面是否有显著差异；
答：1、选择分析（A）——比较均值（M）——单因素ANOVA…，弹出对话框
2、将【Highest Year…[educ]】选入右侧因变量列表（E），将【Race o…[race]】选入右侧因子列表（F），单击确定
3、由于sig值<0.05，应拒绝原假设，所以认为不同肤色在受教育程度方面有显著差异。任务完成。
11. 计算被访者年龄（age）的众数；
答：1、单击分析（A）——描述统计——频率（F），弹出对话框
2、将【Age of Responde…(age)】选入右侧变量（V），单击统计量（S），勾选集中趋势的众数，取消其他所有勾选，单击继续，取消显示频率表格（D）的勾选，单击确定。任务完成。
12. 计算被访者年龄（age）的方差；
答：1、单击分析（A）——描述统计——频率（F），弹出对话框
2、将【Age of Responde…(age)】选入右侧变量（V），单击统计量（S），勾选离散的方差，取消其他所有勾选，单击继续，取消显示频率表格（D）的勾选，单击确定。任务完成。
13. 绘制被访者与其配偶受教育程度之间散点图；
答：1、单击图形（G）——旧对话框（L）——散点/点状（S），弹出对话框——选择简单分布，单击定义，弹出对话框
2、将【Highest Year…[educ]】选入Y轴（Y），将【Highest Year…[speduc]】选入X轴（X），单击确定，完成任务。
14. 绘制条图，比较男、女被访者在受教育程度方面的差异；
答：1、单击图形（G）——旧对话框（L）——条形图（B），弹出对话框——选择简单
箱图，选中个案组摘要（G），单击定义，弹出对话框
2、条的表征处选择其他统计量（例如均值）（S），将【Highest Year…[educ]】选入变量，再将【Resp…[x]】选入类别轴，单击确定。完成任务。
15. 绘制饼图，分析被访者中白人、黑人、其它种族的构成；
答：1、单击图形（G）——旧对话框（L）——饼图（E），弹出对话框——选择简单箱图，选择个案组摘要（G），单击定义，弹出对话框
2、分区的表征选择个案数（N）——将【Race o…[race]】选入定义分区（B），直接选择确定。任务完成。
16. 根据被访者的性别拆分数据；
答：1、选择数据（D）——拆分文件（F），弹出对话框
2、选中按组组织输出（O），将【Resp…[x]】选入分组方式（G），选中按分组变量排序文件，单击确定。任务完成。
18. 将变量“paeduc”的变量名标签更改为“父亲的受教育程度”；
答：1、在左下角切换视图到【变量视图】
2、双击10行的变量名标签Highest Year School Completed, Father，删除原有文字，输入“父亲的受教育程度”。
