SPSS与次数分布及大数据检查

实用标准文案 文档大全 Analyze、Graphs部分用法 1. Analyze简要介绍 Analyze 是SPSS主要的分析工具，下面有多个菜单： 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

2. 描述性统计分析（Descriptive Statistics）的用法 描述性统计分析（Descriptive Statistics）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（比如说GRAPH中就直接可以做散点图）但专门为该目的而设计的几个模块则集中在Descriptive Statistics（描述统计）菜单中，主要包括以下几种： Frequencies（频数分布分析）：频数分析过程，通过频数分布表、直方图、以及集中趋势、离散趋势的各种统计量，描述数据的分布特征。（主要针对分类变量）； Descriptives（描述性统计分析）：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），除了用来描述集中趋势和离散趋势的各种统计量之外（比方说均值、标准差、最大值、最小值之外），还有一个重要的功能就是对变量做标准化变化，也就是Z变换。 Explore（探索性分析）：数据探察过程，用于对数据概况不清时的探索性分析，主要作用是对数据进行初步检查，判断有没有极端值，是否符合正太分布等。探索分析时在对数据的基本特征统计量有了初步了解的基础上，对数据进行的更为深入详细的描述性观察分析，在上面所进行的一般描述性统计指标的基础上，增加了有关数据的其他特征的文字与图形描述，显得更加细致与全面 ，有助于使用者对数据进行进一步分析的方案。 Crosstabs：多维频数分布交叉表分析（列联表分析） Ratio statistics：比率分析 实用标准文案 文档大全 下面对Frequencies（频数分布分析）、Explore（探索性分析）的用法进行介绍 1）频数分析（Frequencies）：基本统计分析往往从频数分析开始。 目的：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。 基本任务：频数分析的第一个基本任务是编制频数分布表。即变量值落在某个区间 （或某个类别）中的次数；频数分析的第二个任务是绘制统计图，可绘制的统计图包括：条形图（Bar Chart，用宽度相同的条形的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）；饼图（Pie Chart，用圆形及圆扇形的面积来表示频数百分比变化的图形，以利于研究事物在结构组成等问题）；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） SPSS基本操作：频数分析的基本操作 （1）选择菜单Analyze—Descriptive Statistics—Frequencies。 （2）将若干频数分析变量选择到Variable(s)框中。 （3）单击statistics

图 Statistics对话框 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，其中Frequencies表示频数；Percentages表示百分比。

离散趋势 集中趋势 分布形态 实用标准文案

文档大全 图 Chart对话框 单击Format可得下面的对话框，对频数表中的排列顺序进行设置；此外可以选择处理多种变量的方式。具体入下：

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

处理多个变量的方式：第一种是界定多个同一报表并列比较；第二个是界定各变量分别处理报表输出

控制频数表输出的分类数量，也就是某变量超过几个类别就不输出次数分布表，默认为10 实用标准文案

文档大全 （Descending values），按频数的升序输出（ Ascending counts），按频数的降序输出（ Descending counts）。 ②multiple variables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。

具体实例操作（英文视窗版SPSS与行为科学研究）： 了解474名企业员工在任职年资（year）这个变量上的次数分布情形，并计算四分位数，以及百分比等级27及73所对应的百分位数，同时绘制任职年资的直方图 。 操作步骤： ①Analyze—descriptive statistics—frequency—选中year ②点击statistics---quartiles、percenties(27,73)—continue ③点击charts---选中直方图histograms—continue ④Ok 结果分析

474名有效样本，百分等级，百分之25对应的百分位数为5年，百分等级27对应的百分位数为5年，（因为选了四分位，又选了27、73的百分位数，所以有25、50、75、27、73）。需要注意的是百分等级27、73多对应的百分位数的计算，可以根据这个指标对数据的高中低的数值进行了解。

统计量 YEAR

N 有效 474

缺失 0

百分位数 25 5.00 27 5.00 50 8.00 73 11.75 75 12.00 实用标准文案

文档大全 YEAR 频率 百分比 有效百分比 累积百分比

有效 2 18 3.8 3.8 3.8 3 34 7.2 7.2 11.0 4 41 8.6 8.6 19.6 5 37 7.8 7.8 27.4 6 35 7.4 7.4 34.8 7 27 5.7 5.7 40.5 8 66 13.9 13.9 54.4 9 61 12.9 12.9 67.3 10 16 3.4 3.4 70.7 11 11 2.3 2.3 73.0 12 26 5.5 5.5 78.5 13 21 4.4 4.4 82.9 14 7 1.5 1.5 84.4 15 24 5.1 5.1 89.5 16 11 2.3 2.3 91.8 17 11 2.3 2.3 94.1 18 12 2.5 2.5 96.6 19 16 3.4 3.4 100.0 合计 474 100.0 100.0

第一列是指样本在变量year上的编码值，也就是实际任职年限，第二列是该编码值出现的次数，第三列是出现的次数所占得百分比，第四列排除缺失值后出现的次数所占的百分比，第五列是累计百分比。

对直方图的解释：横轴：任职年限，纵轴是实际次数。曲线为理论的正太分布曲线，如果变量的实际分布次数与该曲线吻合，就表示该变量的概率分布越接近正太分布，从分析的结果可以看出，低年资的比例较多，呈现正偏态。最后图中还显示出年资的均值为8.8，标准差为4.523，有效观察值数为474。 实用标准文案 文档大全 除了制作次数分布表和直方图，之外，frequency这个指令还有其他的功能。比如，在一些行为科学的研究中，研究者想要利用方差分析来探讨两个连续变量之间的因果关系，比如说成绩在成就上的差异，由于这个自变量是连续变量，而因变量是类别变量，在做分析时就需要把连续性变量转换称类别变量，就是将成绩的分值划分为不同的组别，比如说按27、73的百分位进行划分，这时候研究者就能知道这三组间的临界分数，然后利用上次讲到的transform----visual binning将观察值进行分组，然后再探讨两者之间的关系。

2)Explore（探索性分析） 数据探察过程，用于对数据概况不清时的探索性分析，主要作用是对数据进行初步 检查，判断有没有极端值，是否符合正太分布等。探索分析时在对数据的基本特征统计量有了初步了解的基础上，对数据进行的更为深入详细的描述性观察分析，在上面所进行的一般描述性统计指标的基础上，增加了有关数据的其他特征的文字与图形描述，显得更加细致与全面 ，有助于使用者对数据进行进一步分析的方案。 那我们看看初步的数据检查工作怎么展开：analyze - descriptive statistics-explore

图Explore对话框 选中要进行数据检查的变量移到dependent list，这里可以同时移入多个变量进行数据检查工作。如果想要根据某一类别（比如性别、种族）分别对dependent list中列出的变量进行数据检查，可以点击该类别变量后移入factor list。