《SPSS基本统计分析》由会员分享，可在线阅读，更多相关《SPSS基本统计分析（116页珍藏版）》请在金锄头文库上搜索。
1、第五章SPSS基本统计分析 描述性统计分析SPSS的主要分析工具Analyze菜单报告Rports描述性统计分析Descriptive Statistics菜单表格Tables均数间的比较Compare Means菜单一般线性模型General Linear Model菜单相关分析Correlate菜单多元线性回归与曲线拟合 Regression菜单对数线性模型Loglinear菜单聚类分析与判别分析Classify菜单因子分析与对应分析Data Reduction菜单信度分析与多维尺度分析Scale菜单非参数检验Nonparametric Tests菜单时间序列分析Time series描述
2、性统计分析是统计分析的第一步，做好这第一步 是下面进行正确统计推断的先决条件。SPSS的许多模块 均可完成描述性分析，但专门为该目的而设计的几个模块 则集中在Descriptive Statistics菜单中，包括：Frequencies：频数分析过程，特色是产生频 数表（主要针对分类变量）Descriptives：数据描述过程，进行一般性的 统计描述（主要针对数值型变量）Explore：数据探察过程，用于对数据概况不清 时的探索性分析Crosstabs：多维频数分布交叉表分析（列联 表分析）Ratio statistics：比率分析5.1 频数分析5.1.1 频数分析的目的和基本任务1、目的
3、：基本统计分析往往从频数分析开始。通过频数 分析能够了解变量取值的状况，对把握数据的分布特征是 非常有用的。2、基本任务（1）频数分析的第一个基本任务是编制频数分布表。n频数（Frequency）：即变量值落在某个区间 （或某个类别）中的次数n百分比（Percent）：即各频数占总样本数的 百分比n有效百分比（Valid Percent）：即各频数占 有效样本数的百分比，这里有效样本数总样本缺 失样本数n累计百分比（Cumulative Percent）：即 各百分比逐级累加起来的结果。最终取值为100。（2）频数分析的第二个任务是绘制统计图n条形图（Bar Chart）：用宽度相同的条 形的
4、高度或长短来表示频数分布变化的图形， 适用于定序和定类变量的分析。n饼图（Pie Chart）：用圆形及圆内扇形 的面积来表示频数百分比变化的图形，以利于 研究事物内在结构组成等问题。n直方图（Histograms）：用矩形的面积 来表示频数分布变化的图形，适用于定距型变 量的分析。5.1.2 频数分析的基本操作 （1）选择菜单AnalyzeDescriptive StatisticsFrequencies。 （2）将若干频数分析变量选择到Variable(s)框 中。 （3）单击Chart按钮选择绘制统计图形，在 Chart Values框中选择条形图中纵坐标（或饼 图中扇形面积）的含义，其
5、中Frequencies表 示频数；Percentages表示百分比。输出百分位数： 输出四分位数，显示 25%、50%、75%的百分 位数； 将数据平均分为所设定 的相等等份，可输入2 100 的整数，如键入4则输 出第25、50、75百分位数 自定义百分位数，可输 入0100 的整数。离散趋势分布形态栏集中趋势栏输出统计量对话框5.1.3 SPSS频数分析的扩展功能1、计算分位数（Percentile Values）分位数是变量在不同分位点上的取值。分位点在0 100之间。一般使用较多的是四分位点（Quartiles ），即将所有数据按升序排序后平均等分成四份，各分 位点依次是25，50，
6、75。于是四分位数便分别 是25，50，75点所对应的变量值。此外，还有 八分位数、十六分位数等。SPSS提供了计算任意分位数的功能，用户可以指 定将数据等分为n份（Cut points for n equal groups）。还可以直接指定分位点（Percentile） 。2、计算其他基本描述统计量SPSS频数分析还能够计算其他基本统 计量，其中包括描述集中趋势（Central Tendency）的基本统计量、描述离散程度 （Dispersion）的基本统计量、描述分布 形态（Distribution）的基本统计量等。Format 对话框控制频数表输出的分 类数量。默认为10多变量框中可设定
7、多 变量表格输出的格式设置频数表输出的格式选择频数表中排 列顺序 按变量升序排 列，此为默认 按变量降序排 列 按变量各种取 值发生的频数的 升序排列 按变量各种取 值发生的频数的 降序排列3、频数分布表格式（Format）的定义（1）调整频数分布表中数据的输出顺序（ Order by）：频数分布表中的内容的输出顺 序可以按变量值的升序输出（Ascending values），按变量值的降序输出（ Descending values），按频数的升序输 出（ Ascending counts），按频数的降 序输出（ Descending counts）。（2）multiple variables
8、单选框组：如果选择了两个以上变量作频数表，则 compare variables可以将所有变量的结 果在同一个频数表过程输出结果中显示，便 于互相比较；organize output by variables则将结果在不同的频数表过程输 出结果中显示，每一个变量一张表。（3）压缩频数分布表（Suppress tables with more than n categories）如果变量取值的个数或取值区间的个数 太多，频数分布表将很庞大，此时可以压缩 它。SPSS默认，如果变量取值的个数或取 值区间的个数大于10，则不输出相应的频数 分布表。应用中可以修改该值。5.1.4 频数分析的应用举例利
9、用居民储蓄调查数据进行频数分析， 有以下两个分析目标：q目标一：分析储户的户口和职业的基本情 况。q目标二：分析储户一次存款金额的分布， 并对城镇储户和农村储户进行比较。分析： 目标一：分析储户的户口和职业的基本情况（1）户口和职业两个变量都是定类型变量， 可通过基本频数分析实现。（2）职业变量的取值（分类）数目较多，为 使频数分布表更一目了然，应对内容的输出顺 序进行调整，单击Format按钮，选择 Descending counts按频数的降序输出。（3）单击Chart按钮指定输出户口变量的饼 图和职业变量的条形图。目标二：分析储户一次存款金额的分布，并对城镇储户 和农村储户进行比较。 1
10、、分析思路： （1）由于存（取）款金额数据为定距型变量，直接采 用频数分析不利于对其分布形态的把握，因此考虑依 据第三章中的数据分组功能对数据分组后再编制频数 分布表。 （2）进行数据拆分，并分别计算城镇储户和农村储户 的一次存（取）款金额的四分位数，并通过四分位数 比较两者分布上的差异。2、分析过程： （1）数据分组，将存（取）款金额重新分成五组，五 组区间分布为，少于500元，5002000元， 20003500元，35005000元，5000元以 上。分组后进行频数分析并绘制带正态曲线的直方 图。 （2）利用SPSS的频数分析计算所有样本的存（取） 款金额的四分位数；然后，按照户口类型对
11、数据进 行拆分（Split file）并重新计算分位数，分别得到 城镇户口和农村户口的存（取）款金额的四分位数 。5.2 计算基本描述统计量5.2.1 基本描述统计量常见的基本描述统计量有三大类：n刻画集中趋势的统计量n刻画离中趋势的统计量n刻画分布形态的统计量1、刻画集中趋势的描述统计量集中趋势是指一组数据向某一中心值靠 拢的倾向。 （1）均值（Mean）：即算术平均数，是反 映某变量所有取值的集中趋势或平均水平的 指标。如某企业职工的平均月收入。其计算 公式为：（2）中位数（Median）：即一组数据按升 序排序后，处于中间位置上的数据值。如评 价社会的老龄化程度时，可用中位数。 （3）众
12、数（Mode）：即一组数据中出现次 数最多的数据值。如生产鞋的厂商在制定各 种型号鞋的生产计划时应该运用众数。（4）均值标准误差（Standard Error of Mean） ：描述样本均值与总体均值之间的平均差异程度的统 计量。其计算公式为：其中： 为总体标准差，n为样本单位数2、刻画离散程度的描述统计量离散程度是指一组数据远离其“中心值” 的程度。如果数据都紧密地集中在“中心值”的周 围，数据的离散程度较小，说明这个“中心值 ”对数据的代表性好；相反，如果数据仅是比 较松散地分布在“中心值”的周围，数据的离 散程度较大，则此“中心值”说明数据特征是 不具有代表性的。常见的刻画离散程度的描
13、述统计量如下： （1）全距（Range）：也称极差，是数据的 最大值（Maximum）与最小值（ Minimum）之间的绝对离差。 （2）方差（Variance）：也是表示变量取 值离散程度的统计量，是各变量值与算数平 均数离差平方的算术平均数。其计算公式为 ：（3）标准差（Standard Deviation：Std Dev）：表示变量取值距离均值的平均离散 程度的统计量。其计算公式为：标准差值越大，说明变量值之间的差异 越大，距均值这个“中心值”的离散趋势越大 。3、刻画分布形态的描述统计量数据的分布形态主要指数据分布是否对 称，偏斜程度如何，分布陡峭程度等。刻画分布形态的统计量主要有两种
14、： （1）偏度（Skewness）：描述变量取值分 布形态对称性的统计量。其计算公式为：当分布为对称分布时，正负总偏差相等 ，偏度值等于0；当分布为不对称分布时， 正负总偏差不相等，偏度值大于0或小于0。 偏度值大于0表示正偏差值大，称为正偏或 右偏；偏度值小于0表示负偏差值大，称为 负偏或左偏。偏度绝对值越大，表示数据分 布形态的偏斜程度越大。（2）峰度（Kurtosis）：描述变量取值分布形态陡 峭程度的统计量。其计算公式为：当数据分布与标准正态分布的陡峭程度相同时 ，峰度值等于0；峰度大于0表示数据的分布比标准 正态分布更陡峭，为尖峰分布；峰度小于0表示数据 的分布比标准正态分布平缓，为
15、平峰分布。5.2.2 计算基本描述统计量的操作 （1）选择菜单AnalyzeDescriptive StatisticsDescriptives,出现如下窗口：（2）将需计算的数值型变量选择到Variable(s)框中。 （3）单击Option按钮指定计算哪些基本描述统计量，出 现如下窗口：Options 对话框 基本统计量当Variables框中有多个变量 时，此框确定其输出顺序： 按Variables框中的排列顺 序输出 按各变量的字母顺序输出 按均值的升序排列 按均值的降序排列分布在上面窗口中，用户可以指定分析多 变量时结果输出的次序（Display Order ）。其中，Variabl
16、e list表示按变量在数 据窗口中从左到右的次序输出； Alphabetic表示按字母顺序输出； Ascending Means表示按均值升序输出； Descending Means表示按均值降序输出 。至此，SPSS便自动计算所选变量的 基本描述统计量并显示到输出窗口中。5.2.3 计算基本描述统计量的应用举例1. 利用居民储蓄调查数据，对一次存款 金额变量计算基本描述统计量。有以下分析 目标：计算存款金额的基本描述统计量，并 分别对城镇储户和农村储户进行比较分析：首先按照户口对数据进行拆分（ Split file），然后计算存（取）款金额的 基本描述统计量。2. 分析储户一次存款的数量是否存在不均衡现象。分析：假设储户一次存款金额服从正态分布，跟据3 原则，异常值通常为3个标准差范围之外的值，可通过 对数据的标准化处理来判断。标准化的数学定义为：通过标准化可以得到一系列新变量值，通常称为 标准化值或
