SPSS简明教程(X2检验和T检验)
SPSS简明教程(X2检验和T检验)
S P S S最适用的统计学方法（X 2检验和T检验）1．SPSS的启动（1）在windows[开始]→[程序]→[spss20]，进入SPSSforWindows对话框，2．创建一个数据文件三个步骤：（1）选择菜单【文件】→【新建】→【数据】新建一个数据文件。
（2）单击左下角【变量视窗】标签进入变量视图界面，定义每个变量类型。
（1（2所示）在SPSS6.语言切换：编辑（E）—选项（N）--用户界面-语言--简体中文第六章：描述性统计分析(X2检验)完成计数资料和等级资料的统计描述和一般的统计检验，我们常用的X2检验也在其中完成。
6.1.1界面说明界面如下所示:分析—描述统计—频率用于定义需要计算的其他描述统计量。
现将各部分解释如下：PercentileValues复选框组定义需要输出的百分位数，可计算1.四分位数(Quartiles)、2.每隔指定百分位输出当前百分位数(Cutpointsforequalgroups)3.直接指定某个百分位数(Percentiles)，如直接P2.5和P97.5o Centraltendency复选框组用于定义描述集中趋势的一组指标：均数(Mean)、中位数(Median)、众数(Mode)、总和(Sum)。
o Dispersion复选框组用于定义描述离散趋势的一组指标：标准差(Std.deviation)、方差(Variance)、全距(Range)、最小值(Minimum)、604.473.644.345.186.143.244.903.05解：为节省篇幅，这里只给出精确频数表的做法，假设数据已经输好，变量名为X，具体解法如下：得出结果后手工计算出CV 。
6.1.3结果解释上题除直方图外的的输出结果如下：Frequencies统计量 XN有效101缺失0均值 4.6995中值 4.6100标准差.8616225 3.0455百分位数97.5 6.4565最上方为表格名称，左上方为分析变量名，可见样本量N为101例，缺失值0例，均数Mean=4.69，中位数Median=4.61，标准差STD=0.8616，P2.5=3.04，P97.5=6.45。
使用SPSS做t检验和方差分析
4
2 两独立样本的t检验
P（Sig.）值的意义： 通常我们在计算出t的值后，通过查表得tα(n-1)，然后比较t和tα(n1) 决定接受H0还是拒绝H0.
这里假设检验的判断采取另外一种形式：即直接计算检验统计量样本 实现的临界概率P值(也称为检验的P值)。 P值的含义：利用样本实现能够做出拒绝原假设的最小显著水平。 利用临界P值下结论：若P≤α，则拒绝H0；若P＞α，则接受H0。P 的计算是复杂的，因为这将会设计抽样分布。现在的统计软件都有 此功能，可以直接比较。
Levene's Test for Equality of Variances
血磷值
Equal variances assumed
Equal variances not assumed
F .038
Sig. .847
Independent Samples Test
t 2.539
2.540
t-test for Equality of Means
3
1 单样本的t检验
One-Sample Statistics
结果：假设H0，样本总体均数=100
打包 的质量
N 9
Mean Std. Deviation
99.978
1.2122
Std. Error M ea n .4041
从左到右依次为t值，自由度(df), P值(Sig.2-tailed), 两均值误差(Mean Difference)、差值95%置信区间
2
1 单样本的t检验
例：某工厂用自动打包机打包，每包标准质量为100kg。 为了保证生产出的正常运行，每天开工后需要先行试 机，检查打包机是否有系统偏差，以便及时调整。某 日开工后在试机中共打了9个包，测得9包质量(kg)为 :99.3, 98.7, 100.5, 101.2, 98.3, 99.7, 99.5, 102.1,100.5。现在需要做出判断，今天的打包机是否 需要作出调整？ 假设H0：μ=100; H1: μ≠100
SPSS简明教程X2检验和T检验{作文类}
最适用的统计学方法（检验和检验）1．的启动（1）在[开始]→[程序]→[]，进入对话框，．创建一个数据文件三个步骤：（）选择菜单【文件】→【新建】→【数据】新建一个数据文件。
（）单击左下角【变量视窗】标签进入变量视图界面，定义每个变量类型。
（）单击【数据视窗】标签进入数据视窗界面，录入数据库单元格内。
．读取外部数据当前版本的可以很容易地读取数据，步骤如下：（）按【文件】→【打开】→【数据】的顺序使用菜单命令调出打开数据对话框，在文件类型下拉列表中选择数据文件,如图所示。
图对话框（）选择要打开的文件，单击“打开”按钮，调出打开数据源对话框，如图所示。
对话框中各选项的意义如下：工作表下拉列表：选择被读取数据所在的工作表。
范围输入框：用于限制被读取数据在工作表中的位置。
图对话框．数据编辑在中，对数据进行基本编辑操作的功能集中在和菜单中。
．数据的保存数据录入并编辑整理完成以后应及时保存，以防数据丢失。
保存数据文件可以通过【文件】→【保存】或者【文件】→【另存为】菜单方式来执行。
在数据保存对话框（如图所示）中根据不同要求进行数据保存。
图数据的保存. 数据分析在中，数据整理的功能主要集中在【数据】和【分析】两个主菜单下.语言切换：编辑（）—选项（）用户界面语言简体中文第六章：描述性统计分析(检验)完成计数资料和等级资料的统计描述和一般的统计检验，我们常用的检验也在其中完成。
界面说明界面如下所示:分析—描述统计—频率用于定义需要计算的其他描述统计量。
现将各部分解释如下：复选框组定义需要输出的百分位数，可计算.四分位数()、.每隔指定百分位输出当前百分位数( ).直接指定某个百分位数()，如直接和复选框组用于定义描述集中趋势的一组指标：均数()、中位数()、众数()、总和()。
复选框组用于定义描述离散趋势的一组指标：标准差()、方差()、全距()、最小值()、最大值()、标准误()。
复选框组用于定义描述分布特征的两个指标：偏度系数（）和峰度系数()。
SPSS操作—T检验ppt课件
置信区间由置信下限（Lower Limit）和置信上限 (Upper Limit)表示。置信区间越大，置信水平越高。
（计算公式？举出通俗的例证说明其数据解释的作
用及应用领域）
精选PPT课件
6
显著性水平
显著性水平（significance level）表示在“统计假
设检验”（解释何为假设检验？目的？）中，用样本推断
图1—2—1
精选PPT课件
20
⑥ 结果分析
表1—2—1 分组统计量
精选PPT课件
21
表1—2—2 独立两样本T检验结果表
精选PPT课件
22
由表1—2—2可知， 1.进行方差齐次性检验，显著性概率P=0.685>0.05，接 受原假设，认为男女游客在购物接待质量满意度方面的 方差没有显著性差异，即方差齐次。 2.方差齐次，选择Equality variances assumed这一行， 其双测检验显著性概率P为0.436>0.05，接受原假设，可 认为男女在购物接待质量满意度方面没有显著差异。
在此框中输入检验 值，即检验与什么 值有无显著性差异。
该对话框用于指 定置信水平和缺 失值的处理方法 。
图1—1—1
精选PPT课件
13
⑥ 结果分析
表1—1—1 单样本统计量（这一编号 为何不为2－1？）
精选PPT课件
14
表1—1—2 单样本T检验结果表同上，以下编 码统一
应当逐项解释t，df，Sig（2-tailed）涉及到的
① 独立两样本T检验是用于进行两个独立样本均 数的比较。所谓独立样本是指两个样本之间没有 任何关联，即：抽取其中一个样本对抽取另一个 样本没有任何影响，两个独立样本各自接受相同 的测量。样本数可以相等也可以不相等。
spss教程：两独立样本t检验
操作方法
01
首先需要输入数据，t检验数据的输入格式为区别为一列，数值为一列。
02
接下是做正态性检验。
首先需要拆分文件，对两组数据分别做检验。
即数据——拆分文件
03
然后点一下比较组，把组别调入分组方式这里，再点击确定。
这样就拆分完毕了。
04
继续点分析——非参数检验——旧对话框——1-样本K-S
05
这样就弹出了正态性检验的对话框，将需要分析的数值调入右边的框框，然后勾选上下方检验分布的第一个，正态（也写为常规，一般默认已经勾上），然后点击确定（数值调入右边后，确定键变为可用）
06
查看结果，第一组的正态性检验P=0.798，第二组为P=0.835，可认为近似正态分布。
07
接着取消拆分。
数据——拆分文件，在跳出来的框框中点一下第一个（分组所有组），然后点确定
08
然后点分析——比较均值——独立样本t检验
09
将组别调入分组变量，数值调入检验变量
10
接着点一下分组变量下方的定义组，在弹出来的框框中输入组别1、2，再点继续——确定
11
结果出来了。
第一个表格是两组数据的例数、均值、标准差和均数的标准误。
第二个表格前部是方差齐性检验，可看到P=0.141＞0.05，具有方差齐性，
然后t检验的P值为0.007，可认为差异有统计学意义。
如何在spss上进行假设检验
三、两独立样本均数的t检验
1、文件拆分：Data---Split File----选择Organize output by groups,将分组变量选入右侧对话框----Ok
2、正态性及方差齐性检验：Analyze----Descriptive Statistics-----Explore：选择Plots ------Normality plots with Tests，Untransformed------Continue------ok
4、多重比较
Analyze----General Linear Model---- Univariate----Post Hoc----block(区组)----group（处理）------ Bonferroni---- Continue------OK
析因设计
非参数检验——秩和检验
一、配对样本秩和检验
3、秩和检验旧方法
Analyze-----Nonparametric Tests----Legacy Dialogs----2 Related Samples-----在弹出的对话框中，点击所要检验的两个变量放入Paired Variables框内-----Continue----Ok
4、智能分析模块
看结果中正态性sig〉0.2方差齐性sig〉0.1
2、单因素方差分析
Analyze-----compare means----one-way anova------选择dependent list、factor list-----ok
3、多重比较
Analyze----Compare means----One-wayANOVA----PostHoc----Bonferroni(最常用)、SNK、Dunnett（control category一个对照组和多个组比，分组最大、最小、first、last）-----Options----Descriptive(统计描述), Homogeneity of variance test（方差齐性检验）, Means plot（均数图）, Exclude cases analysis by analysis（缺失值选项）---- Continue------OK
SPSS检验步骤总结
检验步骤总结：1、t检验2、方差分析3、卡方检验4、秩和检验5、相关分析6、线性回归1、t检验要求数据来自正态总体,可能需要先做正态检验（1）单一样本t检验数据特征：单一样本变量均数与某固定已知均数进行比较方法：ANALYZE-COMPARE MEANS-ONE SAMPLE t TEST（2）独立样本t检验数据特征：两个独立、没有配对关系的样本有专门变量表示组数方法：ANALYZE-COMPARE MEANS-INDEPENDENT SAMPLES t TEST注意观察方差分析结果,判断查看的数据是哪一行（3）配对样本t检验数据特征：两个不独立的,有配对关系的样本没有专门变量表示组数方法：ANALYZE-COMPARE MEANS-PAIRED SAMPLES t TEST不需要方差分析结果检验步骤：（1）正态性检验1有同学推荐,老师没有强调,但依据理论应进行（2）建立假设H0：;;;;来自同一样本; H1：;;;;不来自同一样本（3）确定检验水准（4）计算统计量依据上面不同样本类型选择检验方法,注意独立样本t检验要先注明方差分析结果（5）确定概率值P（6）得出结论2、方差分析要求数据来自正态总体,可能需要先做正态检验（1）单因素方差分析数据特征：相互独立、来自正态总体、随机、方差齐性的多样本有专门变量表示组数,且组数大于2方法：ANALYZE-COMPARE MEANS-ONE WAY ANOVA注意需要在options 里面选择homogeneity variance test 做方差分析符合方差齐性才可以得出结论>（2）双因素方差分析1正态性检验方法：analyze-explore-plot里面选择normality test数据特征：有三列数据,1列是主要研究因素,1列是配伍组因素,1列是研究数据;方法：GENERAL LINEAR MODEL-UNIVARIATE 注意选择model里的custom,type是main effect,注意把两个因素选择为fixed factor检验步骤：（1）正态性检验有同学推荐,老师没有强调,但依据理论应进行（2）建立假设H0：;;;;来自同一样本; H1：;;;;不全来自同一样本或全不来自同一样本（3）确定检验水准（4）计算统计量依据上面不同样本类型选择检验方法,注意单因素方差分析要先注明方差分析结果（5）确定概率值P（6）得出结论3、卡方检验（1）Crosstabs数据特征：单个或多个样本率的比较;加权数据有三列数据,注意将最后一列数字加权其不参与运算,仅是说明前两列数据的数量;不加权数据有两列;其中运算列中通常第一列表述组数,可以大于二；第二列表述阳性或阴性,通常为1或2;检验方法：ANALYZE-DESCRIPTIVE STASTICS-CROSS TABS-注意加选statistics里面的chi-square复选框得到检验结果后,根据样本量以及每框的数据选择查看的数据行详见课件如果要看有无线性趋势,直接查看linear行（2）非参数检验数据特征：如果针对的是明确两种检测疾病手段的差异性,那么两种手段的阳性结果都要被剔除,此时选择非参数检验具体理论不详检验方法：NONPARAMETIC TESTS- TWO RELATED SAMPLES- 勾选MC MEAR复选框检验步骤：（1）建立假设H0：;;;;来自同一样本; H1：;;;;（2）确定检验水准（3）计算统计量注意cross tabs检验依据样本量以及单元格数据大小选择适宜的数据读取（4）确定概率值P（5）得出结论4、秩和检验T检验以及方差分析中,不满足条件的资料,可以进行秩和检验即非参数检验获得结论参数检验以及非参数检验范围详见课件,依据特征可以分为4类（1）两独立样本数据特征：两列,类似独立样本T检验,一列表明组数,一列是数据检验方法：NONPARAMETIC TESTS-2 INDEPENDENT SAMPLES-复选框勾选KOMOLGOROV（2）两配对样本数据特征：两列,类似独立样本T检验,分别是不同组数据检验方法：NONPARAMETIC TESTS-2 related SAMPLES-复选框勾选wilcoxon （3）多组独立随机样本数据特征：两列, 类似单因素方差分析检验方法：NONPARAMETIC TESTS-k INDEPENDENT SAMPLES-复选框勾选Krushal—Wallis H（4）多组配对样本数据特征：多列,1列说明分组,其余多列都为数据检验方法：NONPARAMETIC TESTS-k related SAMPLES-复选框勾选Friedman检验步骤：（1）建立假设H0：;;;;来自同一样本; H1：;;;;（2）确定检验水准（3）计算统计量（4）确定概率值P（5）得出结论5、相关分析（1）制作散点图：数据特点：双变量,两列数据方法: graphs------scatter,可利用双击左键方式选择绘出相关直线（2）双变量正态分布且连续相关性分析：数据特点：双变量,两列计算方法：一定要检验正态性,首先对两者进行正态性检验,两个正态结果CORRELATE-BIVARIATE-勾选Pearson（3）等级资料相关性分析：数据特点：明显等级资料,三列一列是编号,但不入计算CORRELATE-BIVARIATE-勾选spearman（4）双变量非正态;;;数据特点：检验后非正态CORRELATE-BIVARIATE-勾选kendall检验步骤：非等级资料：（1）正态性检验（2）计算相关系数r（3）建立相关系数的假设检验H0：p=0, 两变量间无直线相关关系H1：p≠0,两变量间有直线相关关系（4）确定检验水准a=（5）计算统计量其实表中会直接给出（6）确定p值（7）得出结论等级资料：（1）计算相关系数r（2）建立相关系数的假设检验H0：p=0, H1：p≠0,（3）确定检验水准a=（4）计算统计量其实表中会直接给出（5）确定p值（6）得出结论6、一元线性回归需建立拟合方程是否需要正态检验、相关分析铺垫7、8、数据类型：类似相关分析计算方法：regression-linear-勾选好后,选enter模式拟合步骤：1）计算回归系数系数表内看,通常<12）对回归系数b进行假设检验系数表内,最后1列3）建立回归方程系数表内4）评价回归方程模型汇总表内R2xybxay bb1+=+=ΛΛ或。
用SPSS进行T检验(教学课堂)
依次单击主菜单选择“分析 → 比较均值 →配对样本T
检验”，打开如图3-8“配对样本T检验”对话框，同时选
中两个变量（甲饲料和乙饲料），单击 ，将其置入“成
对变量”框内，单击
，输出表3-11、3-12和表3-13
所示结果。
图3-8 “配专对业样课本件T检验”对话框
34
表3-11 两种处理方法结果基本统计量
9
3.结果说明
表3-1 基本统计量信息
x
表3-1表明，样本个数n=16,样本平均数 =21.519， 样本标准差S=0.928，均值的标准误0.2321。
专业课件
10
表3-2 t检验和95%的置信区间
3.结果说明
3-2表明，t=2.235,df=15,双侧P值（Sig）=0.041<0 可以认为在平和饲料中添加0.5%的酵母培养物显著提高
组别
产 鱼 量（kg）
A料 578 562 619 544 536 564 532
B料 642 587 631 625 598 592
专业课件
12
◆ 具体步骤： 1.数据输入 (1)点击数据编辑窗口底部的“变量视图”标签，进入 “变量视图”界面，命名变量：“组别”和“产鱼量”， 两变量小数位数依题意定义为0，如图3-3所示。
接近的仔猪两头进行饲料对比试验，将每窝两头仔猪随机
分配到两个饲料组中，时间30天，试验结果见表3-10。
检验两种饲料喂饲的内江猪仔猪平均增重是否相同？
表3-10 仔猪饲料对比试验 单位：kg
窝号
1
2
3
4
5
6
7
8
甲饲料 10.0 11.2 11.0 12.1 10.5 9.8 11.5 10.8
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
SPSS最适用的统计学方法（X2检验和T检验）1．SPSS的启动（1）在windows[开始]→[程序]→[spss20]，进入SPSS for Windows对话框，2．创建一个数据文件三个步骤：（1）选择菜单【文件】→【新建】→【数据】新建一个数据文件。
（2）单击左下角【变量视窗】标签进入变量视图界面，定义每个变量类型。
（3）单击【数据视窗】标签进入数据视窗界面，录入数据库单元格内。
3．读取外部数据当前版本的SPSS可以很容易地读取Excel数据，步骤如下：（1）按【文件】→【打开】→【数据】的顺序使用菜单命令调出打开数据对话框，在文件类型下拉列表中选择数据文件,如图2.2所示。
图2.2 Open File对话框（2）选择要打开的Excel文件，单击“打开”按钮，调出打开Excel数据源对话框，如图2.3所示。
对话框中各选项的意义如下：工作表下拉列表：选择被读取数据所在的Excel工作表。
范围输入框：用于限制被读取数据在Excel工作表中的位置。
图2.3 Open Excel Data Source对话框4．数据编辑在SPSS中，对数据进行基本编辑操作的功能集中在Edit和Data菜单中。
5．SPSS数据的保存SPSS数据录入并编辑整理完成以后应及时保存，以防数据丢失。
保存数据文件可以通过【文件】→【保存】或者【文件】→【另存为】菜单方式来执行。
在数据保存对话框（如图2.5所示）中根据不同要求进行SPSS数据保存。
图2.5 SPSS数据的保存5. 数据分析在SPSS中，数据整理的功能主要集中在【数据】和【分析】两个主菜单下6.语言切换：编辑（E）—选项（N）--用户界面-语言--简体中文第六章：描述性统计分析(X2检验)完成计数资料和等级资料的统计描述和一般的统计检验，我们常用的X2检验也在其中完成。
6.1.1界面说明界面如下所示:分析—描述统计—频率用于定义需要计算的其他描述统计量。
现将各部分解释如下：Percentile Values复选框组定义需要输出的百分位数，可计算1.四分位数(Quartiles)、2.每隔指定百分位输出当前百分位数(Cut points for equal groups)3.直接指定某个百分位数(Percentiles)，如直接P2.5和P97.5o Central tendency复选框组用于定义描述集中趋势的一组指标：均数(Mean)、中位数(Median)、众数(Mode)、总和(Sum)。
o Dispersion复选框组用于定义描述离散趋势的一组指标：标准差(Std.deviation)、方差(Variance)、全距(Range)、最小值(Minimum)、最大值(Maximum)、标准误(S.E.mean)。
o Distribution复选框组用于定义描述分布特征的两个指标：偏度系数（Skewness）和峰度系数(Kurtosis)。
o Values are group midpoints复选框当你输出的数据是分组频数数据，并且具体数值是组中值时，选中该复选框以通知SPSS，免得它犯错误。
【Charts钮】弹出Charts对话框，用于设定所做的统计图。
o Chart type单选钮组定义统计图类型，有四种选择：无、条图（Bar chart）、圆图(Pie chart)、直方图Histogram），其中直方图还可以选择是否加上正态曲线（With normal curve）。
例：许根友要求统计的。
丙氨酸氨基转移酶（ALT）调查，男性244人有50人异常，女性255人有6人结果异常，结果是否有统计学意义。
X2卡方值是41.777，P<0.0016.1.2 分析实例例6.1 某地101例健康男子血清总胆固醇值测定结果如下，请绘制频数表、直方图，计算均数、标准差、变异系数CV、中位数M、p2.5和p97.5（卫统第三版p233 1.1题）。
4.77 3.37 6.14 3.95 3.56 4.23 4.31 4.715.69 4.12 4.56 4.37 5.396.30 5.217.225.54 3.93 5.21 4.12 5.18 5.77 4.79 5.12 5.20 5.10 4.70 4.74 3.50 4.69 4.38 4.896.25 5.32 4.50 4.63 3.61 4.44 4.43 4.25 4.03 5.85 4.09 3.35 4.08 4.79 5.30 4.97 3.18 3.97 5.16 5.10 5.86 4.79 5.34 4.24 4.32 4.77 6.36 6.38 4.88 5.55 3.04 4.553.354.87 4.175.85 5.16 5.09 4.52 4.38 4.31 4.58 5.726.55 4.76 4.61 4.17 4.034.47 3.40 3.91 2.70 4.60 4.095.96 5.48 4.40 4.55 5.38 3.89 4.60 4.47 3.64 4.345.186.14 3.24 4.90 3.05解：为节省篇幅，这里只给出精确频数表的做法，假设数据已经输好，变量名为X，具体解法如下：1. Analyze==>Descriptive Statistics==>Frequencies （分析—描述统计—频率--）2. Variables（变量）框：选入X3. 单击Statistics（统计量）钮：4. 选中Mean(均数)、Std.deviation(标准差)、Median(中位数)复选框5. 单击Percentiles(百分位数)：输入2.5：单击Add(添加)：输入97.5：单击Add：6. 单击Continue钮7. 单击Charts（图表）钮：8. 选中Bar charts (条形图)9. 单击Continue钮10.单击OK得出结果后手工计算出CV。
6.1.3 结果解释上题除直方图外的的输出结果如下：Frequencies统计量XN有效101缺失0均值 4.6995中值 4.6100标准差.86162百分位数25 3.045597.5 6.4565最上方为表格名称，左上方为分析变量名，可见样本量N为101例，缺失值0例，均数Mean=4.69，中位数Median=4.61，标准差STD=0.8616，P2.5=3.04，P97.5=6.45。
系统对变量x作频数分布表（此处只列出了开头部分），Vaild右侧为原始值，Frequency 为频数，Percent为各组频数占总例数的百分比（包括缺失记录在内），Valid percent 为各组频数占总例数的有效百分比，Cum Percent为各组频数占总例数的累积百分比。
§6.2 Descriptives过程最上方为表格名称，左上方为分析变量名，可见样本量N为101例，缺失值0例，均数Mean=4.69，中位数Median=4.61，标准差STD=0.8616，P2.5=3.04，P97.5=6.45。
X频率百分比有效百分比累积百分比有效2.70 1 1.0 1.0 1.03.04 1 1.0 1.0 2.0 3.05 1 1.0 1.0 3.0 3.18 1 1.0 1.04.0 3.24 1 1.0 1.05.0 3.35 2 2.0 2.06.9 3.37 1 1.0 1.07.9 3.40 1 1.0 1.08.9 3.50 1 1.0 1.09.9 3.56 1 1.0 1.0 10.9 3.61 1 1.0 1.0 11.9 3.64 1 1.0 1.0 12.9 3.89 1 1.0 1.0 13.9 3.91 1 1.0 1.0 14.9 3.93 1 1.0 1.0 15.8 3.95 1 1.0 1.0 16.83.97 1 1.0 1.0 17.84.03 2 2.0 2.0 19.8 4.08 1 1.0 1.0 20.84.09 2 2.0 2.0 22.84.12 2 2.0 2.0 24.84.17 2 2.0 2.0 26.74.23 1 1.0 1.0 27.74.24 1 1.0 1.0 28.74.25 1 1.0 1.0 29.74.31 2 2.0 2.0 31.74.32 1 1.0 1.0 32.74.34 1 1.0 1.0 33.74.37 1 1.0 1.0 34.74.38 2 2.0 2.0 36.64.40 1 1.0 1.0 37.64.43 1 1.0 1.0 38.64.44 1 1.0 1.0 39.64.47 2 2.0 2.0 41.64.50 1 1.0 1.0 42.64.52 1 1.0 1.0 43.6系统对变量x作频数分布表（此处只列出了开头部分），Vaild右侧为原始值，Frequency 为频数，Percent为各组频数占总例数的百分比（包括缺失记录在内），Valid percent 为各组频数占总例数的有效百分比，Cum Percent为各组频数占总例数的累积百分比。
6.2 Descriptives过程(描述性统计分析)以上面的题为例，分析—统计描述—描述—选项—均值、标准差、方差、最小值、最大值、均值的标准误、变量例表---继续---确定。
§6.4 Crosstabs过程（交叉表）Crosstabs过程用于对计数资料和有序分类资料进行统计描述和简单的统计推断。
在分析时可以产生二维至n维列联表，并计算相应的百分数指标。
统计推断则包括了我们常用的X2检验、Kappa值，分层X2（X2）。
如果安装了相应模块，还可计算n维列联表的M-H确切概率（Fisher's Exact Test）值。
6.4.2 分析实例例6.2 某医生用国产呋喃硝胺治疗十二指肠溃疡，以甲氰咪胍作对照组，问两种方法行变量、列变量和指示每个格子中频数的变量，然后用Weight Cases对话框指定频数变量，最后调用Crosstabs过程进行X2检验。
假设三个变量分别名为R、C和W，则也可以这样在变量视图—在变量视图—药物的值中标签（1=呋喃硝胺，2=甲氰咪胍）在变量视图—治疗情况、药物、X的类型全为数值一、1. Data==>Weight Cases (数据==>加权个案)2. Weight Cases by单选框：选中加权个案单选框3. Freqency Variable(频率变量)：选入X4. 单击OK钮(单击确定按钮)二、5. Analyze==>Descriptive Statistics==>Crosstabs (分析==>描述统计==>交叉表)6. Rows(行)框：选入药物、7. Columns(列)框：选入治疗情况8. Statistics（统计量）钮：Chi-square(卡方)复选框：选中：单击Continue（继续）钮9. 单击OK(确定)钮6.4.3 结果解释上题的结果如下：首先是处理记录缺失值情况报告，可见126例均为有效值。