第4章 SPSS的基本統(tǒng)計(jì)分析_免費(fèi)下載.ppt

1、第四章 SPSS的基本統(tǒng)計(jì)分析,基本統(tǒng)計(jì)分析,頻數(shù)分析 計(jì)算基本描述統(tǒng)計(jì)量（分布特征測度） 圖形分析工具 列聯(lián)分析,頻數(shù)分析,目的 粗略把握變量值的分布狀況。 例：研究被調(diào)查者的特征（如：性別、年齡、收入） 研究被調(diào)查者對某個(gè)問題的總體看法（如：教學(xué)方式、選修課程） 研究被調(diào)查者某方面的狀態(tài)（如：購買家電的類型、居民月支出狀況） 采用的方法 計(jì)算頻分布表：包括計(jì)算 頻數(shù)、累計(jì)頻數(shù)、百分比、累計(jì)百分比 繪制統(tǒng)計(jì)圖形：條形圖、餅圖,頻數(shù)分析,基本操作步驟 (1)菜單選項(xiàng):analyze-descriptive statistics-frequencies (2)選擇幾個(gè)待分析的變量到variabl

2、es框. (3)chart選項(xiàng)，選擇所需要的圖形,頻數(shù)分析,頻數(shù)分析中的其他分析 計(jì)算分位數(shù):適用于定距數(shù)據(jù) 數(shù)據(jù)按升序排序后，找到若干個(gè)分位點(diǎn)上的變量值 quartiles:計(jì)算四分位數(shù)25%(QL)、50%(中位數(shù))、75%(QU) cut points for n equal groups:n等份 percentile:自定義百分位點(diǎn) 分位數(shù)的應(yīng)用 在排除極端值影響的條件下，通過計(jì)算分位數(shù)差，比較兩組樣本數(shù)據(jù)的離散程度 例: ( QL=50,QU=80) 和 (QL=70,QU=75) 的比較,計(jì)算描述統(tǒng)計(jì)量,目的 精確把握變量的總體分布狀況，了解數(shù)據(jù)的集中趨勢、離散趨勢、對稱程度、陡峭

3、程度。 基本方法 計(jì)算基本描述統(tǒng)計(jì)量,計(jì)算描述統(tǒng)計(jì)量,描述集中趨勢的統(tǒng)計(jì)量 均值(mean):表示某變量所有變量值集中趨勢或平均水平的統(tǒng)計(jì)量。 適用于定距數(shù)據(jù)。 特點(diǎn)：利用了全部數(shù)據(jù)，易受極端值的影響。 描述離散程度的統(tǒng)計(jì)量 標(biāo)準(zhǔn)差(standard deviation-Std Dev):表示某變量的所有變量值離散程度的統(tǒng)計(jì)量。 SPSS中計(jì)算的是樣本標(biāo)準(zhǔn)差。 方差(variance):標(biāo)準(zhǔn)差的平方。 SPSS中計(jì)算的是樣本方差。 極差 (range):最大值(maximum)最小值(minimum),計(jì)算描述統(tǒng)計(jì)量,描述對稱程度的統(tǒng)計(jì)量 偏度(skewness):描述某變量分布形態(tài)的偏斜程度

4、和方向的統(tǒng)計(jì)量. 偏度為0表示對稱; 大于0表示正偏差大(右偏),頻數(shù)最大的值比均值小,極值大于均值; 小于0表示負(fù)偏差大(左偏)。,計(jì)算描述統(tǒng)計(jì)量,描述陡峭程度的統(tǒng)計(jì)量 峰度(kurtosis):描述某變量所有變量值分布形態(tài)陡緩程度的統(tǒng)計(jì)量。 峭度為0表示與標(biāo)準(zhǔn)正態(tài)分布峭度相同。 大于0表示比標(biāo)準(zhǔn)正態(tài)分布陡，尖峰。 小于0表示比標(biāo)準(zhǔn)正態(tài)分布緩；平峰。,計(jì)算描述統(tǒng)計(jì)量,其他統(tǒng)計(jì)量 標(biāo)準(zhǔn)誤差(standard error S.E):抽樣分布中的標(biāo)準(zhǔn)差，反映樣本誤差。 均值標(biāo)準(zhǔn)誤差(means of S.E) 中心極限定理認(rèn)為：樣本均值N(u,2/n) 反映樣本均值與總體真值間的平均離散程度 樣本

5、數(shù)越大，樣本均值的離散程度越小，對真值的估計(jì)越準(zhǔn)確,計(jì)算描述統(tǒng)計(jì)量,基本操作步驟 (1)菜單選項(xiàng):analyze-descriptive statistics-descripive (2)選擇將參加計(jì)算的數(shù)值型變量名到variables框。,其他功能 數(shù)據(jù)標(biāo)準(zhǔn)化處理 新變量的均值為0,標(biāo)準(zhǔn)差為1; 小于0表示在平均水平下,大于0反之. 正態(tài)分布的數(shù)據(jù)標(biāo)準(zhǔn)化后呈標(biāo)準(zhǔn)正態(tài)分布（68.2%，95.4%，99.7%） save standardized values as variables選項(xiàng) 將變量作標(biāo)準(zhǔn)化后,結(jié)果存入名為“Z+原變量名”的新變量中.,計(jì)算描述統(tǒng)計(jì)量,交叉分組下的頻數(shù)分析,目的 了

6、解不同變量在不同水平下的數(shù)據(jù)分布情況 例：學(xué)習(xí)成績與性別有關(guān)聯(lián)嗎？(兩變量) 例：職業(yè)、性別、愛逛商店有關(guān)聯(lián)嗎？(三變量) 分析的主要步驟 產(chǎn)生交叉列聯(lián)表 分析列聯(lián)表中變量間的關(guān)系,產(chǎn)生交叉列聯(lián)表,什么是列聯(lián)表,列變量,行變量,地區(qū),控制變量,頻數(shù),產(chǎn)生交叉列聯(lián)表,基本操作步驟 (1)菜單選項(xiàng): analyze-descriptive statistics- crosstabs (2)選擇一個(gè)變量作為行變量到row框. (3)選擇一個(gè)變量作為列變量到column框. (4)可選一個(gè)或多個(gè)變量作為控制變量到layer框. 控制變量的層次設(shè)置:同層為水平數(shù)加;不同層為水平數(shù)積. (5)是否顯示各分

7、組的棒圖(display clustered bar charts ),產(chǎn)生交叉列聯(lián)表,進(jìn)一步計(jì)算 cells選項(xiàng):選擇在頻數(shù)分析表中輸出各種百分比. row:行百分比(Row pct); column:列百分比(Col pct); total:總百分比(Tot pct);,分析列聯(lián)表中變量間的關(guān)系,目的： 通過列聯(lián)表分析，檢驗(yàn)行列變量之間是否獨(dú)立。 方法： 卡方檢驗(yàn)：對品質(zhì)數(shù)據(jù)的相關(guān)性進(jìn)行度量,分析列聯(lián)表中變量間的關(guān)系,卡方檢驗(yàn) 年齡與工資收入交叉列聯(lián)表 低 中 高 青 400 00 中 0 5000 老 0 0600 低 中 高 青 0 0500 中 0 6000 老 400 00,分析列

8、聯(lián)表中變量間的關(guān)系,卡方檢驗(yàn)基本步驟 (1)H0:行列變量之間無關(guān)聯(lián)或相互獨(dú)立 (2)構(gòu)造卡方統(tǒng)計(jì)量 統(tǒng)計(jì)量服從(r-1)*(c-1)個(gè)自由度的卡方分布 count:觀察(實(shí)際)頻數(shù) expected count:期望頻數(shù) (期望頻數(shù)反映的是H0成立情況下的數(shù)據(jù)分布特征) Residual:剩余 (觀察頻數(shù)-期望頻數(shù)),分析列聯(lián)表中變量間的關(guān)系,卡方檢驗(yàn)基本步驟 (3)計(jì)算卡方統(tǒng)計(jì)量的值，并得到該統(tǒng)計(jì)量值的概率P值 (4)決策。概率P與顯著性水平比較，小于等于則拒絕H0,否則不能拒絕 實(shí)現(xiàn)步驟 statistics選項(xiàng) cells選項(xiàng),分析列聯(lián)表中變量間的關(guān)系,卡方檢驗(yàn)的要求: 一般要求列聯(lián)表中期望頻數(shù)小于5的格子數(shù)不超過20%，否則會夸大卡方值，容易得出拒絕結(jié)論，可以合并單元格。 卡方值會受樣本數(shù)的影響,多選項(xiàng)分析,多選項(xiàng)分析的基本思路 定義多選項(xiàng)變量集 多選項(xiàng)頻數(shù)分析 多選項(xiàng)交叉分組下的頻數(shù)分析,多選項(xiàng)分析,定義多選項(xiàng)變量集 目的:將已分解的變量定義為一個(gè)集合,便于進(jìn)行多選項(xiàng)分析 菜單選項(xiàng):analyze-multiple response-define sets 從原變量中選取被分解的變量(數(shù)值型)到variables in sets框 指定被分解的變量是按多選項(xiàng)二分法(dichotomize)分解還是按多選項(xiàng)分類法(categori