第8講 SPSS基本統(tǒng)計分析

上節(jié)回顧一、數(shù)據(jù)的編碼、錄入與整理二、數(shù)據(jù)問卷與編碼三、編碼類型四、缺失值的處理五、數(shù)據(jù)處理中的操作術(shù)語六、定義變量與SPSS窗口七、數(shù)據(jù)的錄入八、數(shù)據(jù)的導入九、數(shù)據(jù)的整理第8講

SPSS基本統(tǒng)計分析

----描述統(tǒng)計一、基本統(tǒng)計分析概念目的通過變量的基本統(tǒng)計分析，能夠掌握和了解數(shù)據(jù)的基本統(tǒng)計特征和總體分布形態(tài)，為進一步的數(shù)據(jù)分析作參考。方法

數(shù)據(jù)計算：計算常見的統(tǒng)計量的值，準確反映樣本數(shù)據(jù)的統(tǒng)計特征。

圖形繪制：繪制常見的統(tǒng)計圖形，通過圖形來直觀展現(xiàn)數(shù)據(jù)的分布特征，比較

數(shù)據(jù)分布的異同。

通常，兩種方法混合使用。SPSS對數(shù)據(jù)的基本統(tǒng)計分析包括頻數(shù)分析過程（Frenquencies）：描述統(tǒng)計量分析過程（Descriptives）：探索性分析過程（Explore）：交叉列聯(lián)表分析過程（Crosstabs）：比率分析（Ratio）：P-P圖Q-Q圖

頻數(shù)分析二、頻數(shù)分析頻數(shù)概念統(tǒng)計的是每一組中觀測點的個數(shù)，而不考慮其實際取值。二、頻數(shù)分析SPSS中的頻數(shù)分布表

頻數(shù)分析的基本功能之一：是編制頻數(shù)分布表頻數(shù)（Frenquency）：變量值落在某個區(qū)間或者某個取值點的個數(shù)。百分比（Percent）：各頻數(shù)占總樣本數(shù)的百分比。有效百分比（ValidPercent）：各頻數(shù)占有效樣本數(shù)的百分比。累計百分比（CumulativePercent）：各百分比逐級累加起來的結(jié)果，最終取值是100。取值不及格及格中等良好優(yōu)秀合計取值區(qū)間0-5960-6970-7980-8990-1000－100頻數(shù)1919321677百分比1.30%11.69%24.68%41.56%20.78%100.00%累計百分比1.30%12.99%37.66%79.22%100.00%100.00%返回二、頻數(shù)分析頻數(shù)分析中的統(tǒng)計圖

頻數(shù)分析的基本功能之二：是繪制統(tǒng)計圖，統(tǒng)計圖能非常清晰直觀地展示變量的取值狀況，包括以下三種圖：條形圖或柱形圖（BarChart）：用寬度相同的條形的高度或長短來表示頻數(shù)分布或百分比餅圖（PieChart）：扇形面積表示頻數(shù)或百分比直方圖（Histograms）：用矩形的面積來表示頻數(shù)分布條形圖與直方圖區(qū)別條形圖1.用條形的長度表示各類別頻數(shù)的多少，其寬度是固定的2.各矩形通常是分開排列的；3.橫軸上是一個點，主要用于展示分類數(shù)據(jù)。直方圖1.用面積表示各組頻數(shù)的多少，矩形的高度表示每一組的頻數(shù)或頻率寬度表示各組的組距；2.由于分組數(shù)據(jù)具有連續(xù)性，各矩形通常是連續(xù)排列；3.橫軸上是一個范圍，主要用于展示數(shù)值型數(shù)據(jù)。示例1如果想了解語文成績的分布情況，可以使用什么方法呢？頻數(shù)分布表？餅圖？直方圖？SPSS操作及案例（數(shù)據(jù)文件：3－StudentScore.sav）例一：繪制語文成績頻數(shù)分布表及餅圖

步驟1：對“語文”成績進行分段Transform→RecodeIntoDifferentVariables…或者：Transform→VisualBinning（可視化分段）二、頻數(shù)分析二、頻數(shù)分析SPSS操作及案例步驟2：對“分數(shù)分段”進行統(tǒng)計Analyze→DescriptiveStatistics→Frequencies…二、頻數(shù)分析SPSS操作及案例輸出結(jié)果可以保存為.spv或pdf或word或文本格式

二、頻數(shù)分析—擴展功能注：主要針對于定距型變量

計算分位數(shù)

分位數(shù)是變量在不同分位點上的取值

分位數(shù)從側(cè)面刻畫了變量的取值分布狀態(tài)，分位數(shù)差越大，表示離散程度越大

計算其他基本統(tǒng)計量

集中程度離散趨勢分布形態(tài)二、頻數(shù)分析SPSS操作及案例例二：輸出三門成績4分位數(shù)

由四分位差知道中間50%的數(shù)據(jù)中數(shù)學

成績的分布比英語

和語文離散程度高。

基本描述統(tǒng)計量三、基本描述統(tǒng)計量概念

通過頻數(shù)分析對數(shù)據(jù)的總體分布狀況有了基本了解之后，通常還需要對定距變量的分布特征有更為精確的認識，這就需要通過計算基本描述統(tǒng)計量等途徑來實現(xiàn)。

常見的描述統(tǒng)計量大致可以分為三類：第一類：描述集中程度(CentralTendency)的統(tǒng)計量第二類：描述離散趨勢(Dispersion)的統(tǒng)計量第三類：描述分布形態(tài)(Distribution)的統(tǒng)計量變量的值之間可以比較大小，兩個值的差有實際意義，這樣的變量叫定距變量。在調(diào)查被訪者的“年齡”和“每月平均收入”，都是定距變量。三、基本描述統(tǒng)計量描述集中程度的統(tǒng)計量指一組數(shù)據(jù)向某一中心集中的程度，即在某一中心附近觀測值數(shù)目較多，遠離該中心的觀測值數(shù)目較少。有如下統(tǒng)計量：

平均值（Mean）：即算術(shù)平均值（＝（X1+X2+…+Xn）/n）。

易受極端值影響。

中位數(shù)（Median）：把變量的值有序排列，位于中間位置的值即中位數(shù)。

是位置平均置，不易受極端值的影響。

眾數(shù)（Mode）：樣本中出現(xiàn)次數(shù)最多的值，代表數(shù)據(jù)的集中程度。

例如：鞋廠制定生產(chǎn)計劃；評價社會的老齡化程度

三、基本描述統(tǒng)計量描述離散趨勢的統(tǒng)計量與“集中趨勢”相反，“離散趨勢”反映的是一組資料中各個觀察值之間的差異或離散程度。即考察所有數(shù)據(jù)相對于“中心值”分布的疏密程序。有如下統(tǒng)計量：方差（Variance）：

樣本方差越大，說明變量值之間的差異越大，樣本方差沒有單位。標準差（std.deviation）：

樣本標準差越大，說明變量的觀測值之間

的差異越大，距離均值這個“中心”的離散程

度越大。極差（Range）：也稱全距或跨度或范圍，R＝最大值－最小值

極差不考慮最大值與最小值之間的觀測值，僅僅依靠端點值來確定，因而穩(wěn)定性差。

三、基本描述統(tǒng)計量描述離散趨勢的統(tǒng)計量均值標準誤差（S.E.Mean,StandardErrorofMean，簡稱標準誤）：樣本數(shù)據(jù)是從總體數(shù)據(jù)中抽取出來的。雖然在一定程度上，樣本數(shù)據(jù)可以反映總體數(shù)據(jù)的特征。但在不同次抽樣中所得的樣本均值是不同的，并且它們與總體均值間存在差異。均值標準誤差：就是描述這些樣本均值與總體均值之間平均差異程度的統(tǒng)計量。即：樣本均值的標準差（也即：樣本均值的離散程度）三、基本描述統(tǒng)計量描述分布形態(tài)的統(tǒng)計量

考察數(shù)據(jù)分布形態(tài)特征的統(tǒng)計量，例如，數(shù)據(jù)分布是否對稱、偏斜程度以及陡緩程度，主要有如下兩種統(tǒng)計量：偏度（Skewness）：

偏度值>0，為正偏或右偏，表示均值右邊的數(shù)較少；偏度值<0，為負偏或左偏。峰度（Kurtosis）：

峰度值>0，數(shù)據(jù)分布比標準正態(tài)分布更陡峭，為尖峰分布，表示極端值較多；峰度值<0，數(shù)據(jù)分布比標準正態(tài)分布更平緩，為平峰分布。返回三、基本描述統(tǒng)計量SPSS操作及案例分析（數(shù)據(jù)文件：3－StudentScore.sav）

例三：計算全部學生各門成績的平均值、標準差、最大值和最小值，并考察學生成績的分布形態(tài)。思考語文成績均值右邊數(shù)據(jù)多還是左邊數(shù)據(jù)多？思考哪門課程的極端值較多？三、基本描述統(tǒng)計量SPSS操作及案例分析

數(shù)據(jù)文件：3－StudentScore.sav

Analyze→DescriptiveStatistics→Descriptives…注：描述統(tǒng)計分析過程較為特殊的一個功能就是將原變量變換成標準正態(tài)分布下的得分。保存數(shù)據(jù)的標準化處理值（又稱Z分數(shù)）Z分數(shù)>0表示樣本值大于均值Z分數(shù)<0表示樣本值小于均值Z分數(shù)>3表示樣本為異常值

探索性分析四、探索性分析概念

數(shù)據(jù)探索是統(tǒng)計分析中非常重要的一步，可以幫助我們決定選擇哪種統(tǒng)計方法進行數(shù)據(jù)分析可以：（1）考察數(shù)據(jù)的正確性

考察數(shù)據(jù)中的一些異常值，分析這些值產(chǎn)生的原因，判斷其正確性，再決定修改、刪除或保留它們。（2）考察數(shù)據(jù)的分布特征

考察數(shù)據(jù)的正態(tài)分布特征可以為以后進行統(tǒng)計分析時采用正確的統(tǒng)計方法提供正確的依據(jù)。四、探索性分析通過莖葉圖（Stem-and-LeafPlots）描述頻度分布莖葉圖由數(shù)字構(gòu)成，表達變量的頻數(shù)分布。Analyze→DescriptiveStatistics→Explore…

例如，語文成績莖葉圖。

通過箱圖（Boxplots）描述數(shù)據(jù)分布箱圖也稱為箱線圖(箱式圖)，顯示了變量數(shù)據(jù)的中位數(shù)、25%百分位數(shù)和75%百分位數(shù)，并給出偏離總體分布的奇異個案和極端個案。四、探索性分析通過箱圖（Boxplots）描述數(shù)據(jù)分布

語文成績箱圖四、探索性分析通過箱圖（Boxplots）描述數(shù)據(jù)分布并尋找異常值

四、探索性分析四、探索性分析通過正態(tài)分布檢驗的Q－Q概率圖描述數(shù)據(jù)分布的正態(tài)性

正態(tài)概率圖以變量（語文成績）的觀測值為X軸坐標，以該變量分布的Z分數(shù)為縱坐標。斜線為正態(tài)分布的Z分數(shù)的期望標準線，若觀測點離線越近，表示點越符合正態(tài)分布。反之，越不符合正態(tài)分布。四、探索性分析通過正態(tài)分布檢驗的Q－Q概率圖描述數(shù)據(jù)分布的正態(tài)性Analyze→DescriptiveStatistics→Explore…四、探索性分析SPSS操作及案例分析例四：按數(shù)據(jù)文件：4－Explore.sav考察不同性別學生“英語”、“數(shù)學”、“語文”三門課程成績的分布、極端值以及正態(tài)分布性和方差的齊性。四、探索性分析SPSS操作及案例分析箱圖四、探索性分析SPSS操作及案例分析

從K－S檢驗以及S－W檢驗兩種方法的Sig.值看，均大于0.05，表明三門課程成績按男女分開的樣本都是正態(tài)分布的。四、探索性分析SPSS操作及案例分析

例四：操作步驟（數(shù)據(jù)文件：4－Explore.sav）

Analyze→DescriptiveStatistics→Explore...頻數(shù)分析解決了單個分類變量的分布特征。如何分析兩個分類型變量之間的分布特征？

交叉列聯(lián)表分析五、交叉列聯(lián)表分析概念

通過頻數(shù)分析，能夠掌握單個分類變量的數(shù)據(jù)分布情況。

實際情況，往往需要對兩個或者多個分類變量的頻數(shù)分布進行聯(lián)合觀察，此時涉及多個分類變量的聯(lián)合描述，進而分析變量之間的相互影響和關(guān)系。

本節(jié)主要講交叉列聯(lián)表分析過程，它包括如下兩大基本任務(wù)：

五、交叉列聯(lián)表分析根據(jù)樣本數(shù)據(jù)，產(chǎn)生二維或多維交叉列聯(lián)表

交叉列聯(lián)表是兩個或兩個以上的變量交叉分組后形成的頻數(shù)分布表。例如，一個二維交叉列聯(lián)表，反映了不同戶籍和是否購房交叉分組下的分數(shù)頻數(shù)分布情況。例五：數(shù)據(jù)文件：

住房狀況數(shù)據(jù).sav五、交叉列聯(lián)表分析返回行百分比列百分比根據(jù)樣本數(shù)據(jù)，產(chǎn)生二維或多維交叉列聯(lián)表操作步驟：Analyze→DescriptiveStatistics→Crosstabs…五、交叉列聯(lián)表分析五、交叉列聯(lián)表分析在交叉列聯(lián)表的基礎(chǔ)上，對兩兩變量間是否存在一定的相關(guān)性進行分析分析：從表中可以看出，在0.05置信度水平下，雙尾檢驗值為0.002，小于置信度水平（0.05），因此，我們有理由認為，戶籍與是否購房之間的關(guān)系顯著，即不同戶籍的人對于是否購房看法不一致。列聯(lián)表的卡方檢驗用于檢驗兩個分類變量的關(guān)聯(lián)程度。注：如果列鏈表中有20%以上單元格的期望頻數(shù)小于5，則一般不宜使用卡方檢驗。此時可以使用似然率卡方檢驗修正。思考題1根據(jù)employeedata.sav的數(shù)據(jù)分析性別與工種有無關(guān)系？思考題2根據(jù)下面數(shù)據(jù)分析性別與對商品顏色喜好間有無關(guān)系？男女黃色120140藍色160120黑色120140如何完成多選題的頻數(shù)分布呢？六、多選項分析多重應答（MultipleResponse），又稱多選題，是市場調(diào)查研究中十分常見的數(shù)據(jù)形式。多重應答數(shù)據(jù)本質(zhì)上屬于分類數(shù)據(jù)，但由于各選項均是對同一個問題的回答，之間存在一定的相關(guān)，將各選項單獨進行分析并不恰當。對多重應答數(shù)據(jù)最常見的分析是使用SPSS中的“MultipleResponse”命令，通過定義變量集的方式，對選項進行簡單的頻數(shù)分析和交叉列聯(lián)分析。多選項分析思路多選項分析的基本思路是：第一，按照多選項二分法或多選項分類法將多選項問題分解成若干個問題，并設(shè)置若干個SPSS變量。第二，采用多選項頻數(shù)分析或多選項交叉分組下的頻數(shù)分析多選題分析中比較特別的描述指標有以下幾個應答人數(shù)（count）：指選擇各選項的人數(shù)，或者說原始頻數(shù)。應答人次（responses）：指選擇各選項的人次，對于單個選項，應答人次和應答人數(shù)是相同的；但對于整個問題而言，應答人次可能遠遠大于應答人數(shù)。多選項分析案例請問您目前已經(jīng)擁有的數(shù)碼產(chǎn)品有哪些？多重應答的標準紀錄方式有兩種：（1）多重二分法（Multipledichotomymethod）。對于多項選擇題的每一個選項看作一個變量來定義。0代表沒有被選中，1代表被選中。這樣，多項選擇題中有幾個選項