第一篇：統(tǒng)計分析與SPSS的應(yīng)用實習(xí)報告

廣東海洋大學(xué)

統(tǒng)計分析與SPSS的應(yīng)用實習(xí)報告

學(xué)院（系）專業(yè)名稱 使用班級 實習(xí)地點 起止時間

姓名：班級：

學(xué)號：

統(tǒng)計分析與SPSS的應(yīng)用實習(xí)報告

學(xué)院(系)

學(xué)生姓名

學(xué)號 專業(yè)實習(xí)地點 班級

實習(xí)要求：

1、掌握SPSS 軟件使用基礎(chǔ)；

2、熟練使用 SPSS 進行描述統(tǒng)計、頻數(shù)分析；

3、使用SPSS進行參數(shù)估計，假設(shè)檢驗；

4、使用SPSS進行方差分析；

5、使用SPSS進行相關(guān)分析——包括相關(guān)圖和相關(guān)系數(shù)；

6、使用SPSS進行一般的回歸分析——理解模型的選定、估計、系數(shù)及方程的顯著性檢驗、簡單的殘差分析、預(yù)測。

實習(xí)目的：

本課程從加強基礎(chǔ)、培養(yǎng)學(xué)生動手能力、提高素質(zhì)的教學(xué)目標出發(fā)，建立一個科學(xué)的、合理的統(tǒng)計分析與SPSS的應(yīng)用這一實驗教學(xué)課程體系。使學(xué)生通過本課程實驗教學(xué)，不只是加深理解和鞏固所學(xué)理論知識，而且更能切實掌握各種統(tǒng)計分析方法在統(tǒng)計軟件SPSS中的實現(xiàn)，并能正確解釋SPSS的運行結(jié)果。在實驗教學(xué)中，同時加強對學(xué)生進行科學(xué)素質(zhì)和良好的實驗室工作習(xí)慣的訓(xùn)練，培養(yǎng)學(xué)生的時間意識，為培養(yǎng)具有創(chuàng)新精神和實踐能力的高素質(zhì)人才奠定良好的基礎(chǔ)。

實習(xí)時間：

實習(xí)地點：

實習(xí)內(nèi)容：（對實習(xí)過程的描述）

實習(xí)體會：

成績指導(dǎo)教師

日期 第頁，共頁注:請用A4紙書寫，不夠另附紙。

※ 打印時刪除后面的內(nèi)容

實習(xí)報告撰寫的要求

（一）實習(xí)報告內(nèi)容組成：實習(xí)報告應(yīng)包括題目和正文兩方面內(nèi)容。

（二）實習(xí)報告撰寫內(nèi)容要求

1、題目：實習(xí)報告題目應(yīng)該簡短、明確、有概括性；字數(shù)要適當。如有特殊要求，可

加注副標題。

2、正文：正文一般包括序言、實習(xí)內(nèi)容與過程、實習(xí)心得體會與收獲幾部分組成。

（三）實習(xí)報告撰寫規(guī)范

1、實習(xí)報告按規(guī)定要求，用計算機打印。漢字必須使用國家公布的規(guī)范字。紙張選用A4。

2、使用計算機完成實習(xí)報告，必須按照如下統(tǒng)一格式打?。海?）封頁內(nèi)容一律按照統(tǒng)一封面的樣張式樣打印，必須正確無誤。（2）題目和標題：①實習(xí)報告題目為3號黑體字，可以分為1或2行居中打印。②題目下空二行為實習(xí)報告正文。（3）標題：一級標題以三號字黑體居中打??；副標題以四號黑體左起空二格打印。（4）正文：采用小四號宋體字打印。

（四）實習(xí)報告的裝訂：實習(xí)報告必須按規(guī)定的要求進行裝訂，裝訂順序為：第一頁：封面，第二頁：題目、正文

第二篇：SPSS統(tǒng)計分析案例

一、事件

近日，教育部考試中心主任戴家干透露，今年高考的全國報名人數(shù)為946萬余人，比2009年1020萬的考生數(shù)減少74萬人。950萬人,1010萬人,1050萬人,1020萬人,956萬人??數(shù)據(jù)顯示,近5年來,前3年全國高考人數(shù)一直在攀升。2006年首次突破千萬大關(guān),2008年則達到頂峰--1050萬人。去年高考人數(shù)急轉(zhuǎn)直下,比上一減少30萬人,而今年更是減少74萬人,是5年來人數(shù)減少最多的年份。

戴家干表示，高考報名人數(shù)的減少，主要原因是因為我國按毛入學(xué)率計算的適齡入學(xué)人口數(shù)量在逐年下降。

大約在去年這個時候，教育部也透露了高考報名人數(shù)，隨即在全國范圍內(nèi)，引爆了一條消息——應(yīng)屆高中畢業(yè)生84萬棄考。這引發(fā)了持續(xù)較長時間的討論與關(guān)注，或云大學(xué)生就業(yè)難嚇跑考生，或說中國大學(xué)教育質(zhì)量不高難敵國外大學(xué)競爭。今年，我很想再看教育部公布的數(shù)據(jù)，得到棄考人數(shù)消息，以作分析（一年的情況往往并不能說明問題，需多年情況），但遺憾的是，教育部卻沒有公布。

戴主任把報名人數(shù)減少歸因于適齡人口減少，可我怎么計算，也只能得到這只是其中一方面原因。根據(jù)教育部公布的報名數(shù)，今年的考生數(shù)比去年減少74萬，而再看應(yīng)屆畢業(yè)生數(shù)，今年（803萬）比去年（834萬）減少31萬，兩者相差43萬。這43萬從何而來？

二、數(shù)據(jù)統(tǒng)計理論

這些數(shù)據(jù)采用了統(tǒng)計學(xué)中普查的方式，對象為全國參加高考的學(xué)生。

為了一定的目的而對考查對象進行的全面調(diào)查，稱為普查。

普查，統(tǒng)計調(diào)查的組織形式之一。對統(tǒng)計總體的全部單位進行調(diào)查以搜集統(tǒng)計資料的工作。普查資料常被用來說明現(xiàn)象在一定時點上的全面情況。如高考人數(shù)調(diào)查就是對全國報考參加高考的學(xué)生一一進行調(diào)查統(tǒng)計，通常一年一次，規(guī)定某個特定時點(某年某月某日某時)作為全國統(tǒng)一的統(tǒng)計時點，以反映高考人數(shù)的自然和社會的各類特征。

普查的幾個特點:

1.需要規(guī)定統(tǒng)一的標準時間(上例為2010年高考報名截止日)

2.通常是一次性或周期性的（上例為一年一次）

3.數(shù)據(jù)的規(guī)范化程度較高

4.普查適用的對象比較狹窄，只能調(diào)查一些最基本、最一般的現(xiàn)象。組織普查工作必須遵循的原則：

1.必須統(tǒng)一規(guī)定調(diào)查資料所屬的標準時點。

2.正確確定調(diào)查期限、選擇登記時間。為了提高資料的準確性，一般應(yīng)選擇在調(diào)查對象變動較小和登記、填報較為方便的時間，并盡可能在各普查地區(qū)同時進行，力求最短時間完成；

3.規(guī)定統(tǒng)一的調(diào)查項目和計量單位。同種普查，各次基本項目應(yīng)力求—致，以便歷次普查資料的匯總和對比；

4.普查盡可能按一定周期進行，以便于研究現(xiàn)象的發(fā)展趨勢及其規(guī)律性。

三、事件評析

以上事件只可能有兩種解釋，一是棄考人數(shù)增加，二是復(fù)讀生人數(shù)減少。這兩個數(shù)據(jù)，在教育部的賬本里都有的，教育部為何不公布，只會引起輿論更多的揣測。比如，有人就推測今年的棄考數(shù)可能遠高于去年的84萬，理由是，如果是復(fù)讀生在全國范圍內(nèi)大幅減少，教育部定會公布復(fù)讀生減少消息，因為，這幾年來，教育部一直在治理高復(fù)班，2008年當有媒體報道高考報名考生中復(fù)讀生比例高達三分之一時，教育部有關(guān)官員還曾“辟謠”說復(fù)讀生只占到15%。而去年教育部公布高考報名數(shù)，卻泄露天機，當年的復(fù)讀生達到270萬，占到1020萬高考考生的26%。假使那另外減少的43萬，主要來自高復(fù)班學(xué)生減少，那么，教育部是可以“驕傲”地宣布高復(fù)學(xué)生減少近兩成的?，F(xiàn)在教育部沒有公布這一數(shù)據(jù)，極有可能的原因是棄考的應(yīng)屆畢業(yè)生進一步增加，或超過百萬。而這勢必會引起媒體進一步關(guān)注。質(zhì)疑大學(xué)生就業(yè)難、中國大學(xué)教育質(zhì)量的聲音會鋪天蓋地。教育部由此就把數(shù)據(jù)藏起來。

當然，這些都是“揣測”。我想說的是，引起這樣的揣測，是教育部門的失職，而且，教育部門的做法，也違背《信息公開條例》。全民關(guān)注的高考報名數(shù)據(jù)，既非國家機密，也非商業(yè)秘密，應(yīng)該向社會公開，而且公開之后有助于分

析教育發(fā)展中存在的問題，同時以便考生選擇教育、選擇學(xué)校——針對棄考增多，需進一步研究棄考的原因，是就業(yè)難，還是學(xué)費貴，抑或是選擇境外高校，不同的原因反映出我國教育的不同問題；針對復(fù)讀減少，需分析哪種原因，是平行志愿減少高分落榜可能由此減少復(fù)讀需求，還是實行新課改新高考增加復(fù)讀難度不再復(fù)讀，還是公辦高中禁辦復(fù)讀班增加復(fù)讀開支。這不同的原因可檢驗不同教育政策的實施效果。

教育的發(fā)展，離不開研究。教育部門公開教育信息，不僅是本身職責(zé)使然，也是進行科學(xué)的教育決策的要求。把高考報名數(shù)據(jù)打悶包，用“適齡入學(xué)人口數(shù)量減少”歸納報名人數(shù)下降主因，這不是科學(xué)、負責(zé)的教育發(fā)展態(tài)度。這只能掩蓋教育的問題，更可能釀成教育發(fā)展的危機——需要提醒的是，假如高復(fù)學(xué)生大幅減少，適齡學(xué)生數(shù)也大幅減少，高考招生人數(shù)將大于應(yīng)屆畢業(yè)生報考人數(shù)的局面，在不久的將來馬上出現(xiàn)。以今年應(yīng)屆畢業(yè)生803萬，棄考規(guī)模與去年持平（84萬）計算，應(yīng)屆高考畢業(yè)生報考數(shù)為719萬，高復(fù)學(xué)生則為227萬，應(yīng)屆畢業(yè)生報考數(shù)只比高考招生數(shù)657萬多62萬（如果棄考學(xué)生增多達到100萬，這一數(shù)據(jù)則為46萬）。我國高校需要立即著手應(yīng)對即將到來的嚴重的生源危機。

從上述事件可以看出，正確運用統(tǒng)計學(xué)原理就能分析事物的本質(zhì)，抓住問題的關(guān)鍵，才能做到未雨綢繆,防范于未然。

第三篇：spss統(tǒng)計分析實習(xí)心得3篇

spss統(tǒng)計分析實習(xí)心得3篇

五天的SPSS軟件實訓(xùn)終于結(jié)束了，雖然實訓(xùn)過程充滿了酸甜苦辣，但實訓(xùn)結(jié)果卻是甜的?？粗〗M的課題報告，心里有種說不出來的感觸。高老師在對統(tǒng)計理論及 SPSS 軟件功能模塊的講解的同時更側(cè)重于統(tǒng)計分析在各項工作中的實際應(yīng)用，使我們不僅掌握 SPSS 軟件及技術(shù)原理而且學(xué)會運用統(tǒng)計方法解決工作和學(xué)習(xí)中的實際問題這個實訓(xùn)。我真真正正學(xué)到了不少知識，另外，也提高了自己分析問題解決問題的能力。

小組中每個人完成不同的任務(wù)，我的任務(wù)是用獨立樣本T檢驗的方法分析市、縣及縣以下的分類對社會消費品零售總額的影響，分析方差，均值，P值，顯著性如何并進行T檢驗，得出結(jié)論報告。結(jié)果中比較有用的值為差值變量的均值Mean和Sig顯著性在初級統(tǒng)計中，通常都要求所分析的數(shù)據(jù)呈現(xiàn)正態(tài)分布。通過對spss軟件對數(shù)據(jù)的實踐處理，我感覺顯著性檢驗問題還是比較簡單的，但對具體數(shù)據(jù)分析的目的性，實用性以及自己在做研究時如何使用，還有待進一步實踐和提高。

SPSS 有具體的使用者要求的分析深度，同時是一個可視化的工具，使我們非常容易使用，這樣我們可以自己對結(jié)果進行檢查。電算化老師曾經(jīng)說過，學(xué)習(xí)軟件其實只是學(xué)習(xí)軟件的操作流程，而要真正掌握整個軟件，就得自己摸索探究，真真正正弄懂它，還要下一定的功夫的。我也深刻體會到了這點。前幾次實訓(xùn)都是關(guān)于會計實驗的，雖然時間安排比此次實訓(xùn)緊，任務(wù)量大，但實訓(xùn)結(jié)束后，基本的試訓(xùn)內(nèi)容都完全掌握。而這次實訓(xùn)，雖然時間安排較為輕松，內(nèi)容也不多，操作起來也有一定的難度，另外受外界因素的影響，根本就聽不見看不見老師講的，即便后來老師一講就去前面，由于沒有條件跟著操作，導(dǎo)致一部分內(nèi)容總是不熟練，請教同學(xué)他們也不會，不過，問題也總會用解決的辦法。經(jīng)過我堅持不懈的努力，在本次實訓(xùn)結(jié)束之前，我終于彌補了自己不熟練的那部分內(nèi)容。

學(xué)習(xí)SPSS軟件，對于我們這些將來要時刻與數(shù)據(jù)打交道的人是有很大的幫助的，它主要的是運用SPSS軟件結(jié)合所學(xué)統(tǒng)計知識對數(shù)據(jù)進行需要的處理，相對于EXCEL處理，SPSS軟件處理不僅效率高，而且操作簡單。我個人覺得，SPSS軟件是一門專業(yè)性較強的課程，對于我們財務(wù)管理專業(yè)的學(xué)生是一門必備的課程，也是一門必須熟練掌握的課程，很慶幸，我是抱著將來要學(xué)習(xí)運用SPSS軟件進行此次實訓(xùn)的。這次實訓(xùn)，使我對統(tǒng)計工作的過程和 SPSS應(yīng)用的流程取得一定的感性認識，拓展了視野，鞏固所學(xué)理論知識，提高了分析問題、解決問題的能力，也增強了我的職業(yè)意識、勞動觀點以及適應(yīng)社會的能力，最重要的是它使我獲得了思想和課題分析處理上的雙豐收。

在SPSS學(xué)習(xí)中,我對它的認識由淺入深，循序漸進,在實踐中遇到的各種問題也能逐個攻克。學(xué)習(xí)這種在日常工作中有價值的分析方法，會使我們更能輕易應(yīng)付日后的社會的信息工作;掌握這種高級的技能,對我們工作就業(yè)也提供了競爭優(yōu)勢.但是，軟件的學(xué)習(xí)并不是一蹴而就的，在這個科技高速發(fā)達和知識不斷更新的時代，我們應(yīng)該不斷學(xué)習(xí)不斷更新自己的知識體系，爭取做一名國家所需要的優(yōu)秀的統(tǒng)計者。

本學(xué)期一周的SPSS軟件實訓(xùn)結(jié)束了，我感觸很深，因為本次實訓(xùn)過程是在共同努力下完成的。實訓(xùn)結(jié)果是可喜的。老師在對統(tǒng)計理論及 SPSS 軟件功能模塊的講解的同時更側(cè)重于統(tǒng)計分析在各項工作中的實際應(yīng)用，使我們不僅掌握 SPSS 軟件及技術(shù)原理而且學(xué)會運用統(tǒng)計方法解決工作和學(xué)習(xí)中的實際問題這個實訓(xùn)。我真真正正學(xué)到了不少統(tǒng)計知識，另外，也提高了自己分析問題和解決問題的能力。

SPSS 軟件有具體的使用者要求的分析深度，同時是一個可視化的工具，使我們非常容易使用，這樣我們可以自己對結(jié)果進行檢查。我記得老師曾經(jīng)說過，學(xué)習(xí)軟件其實只是學(xué)習(xí)軟件的操作流程，而要真正掌握整個軟件，就得自己摸索探究，真真正正弄懂它，還要下一定的功夫的。我也深刻體會到了這點。這次實訓(xùn)，雖然時間安排較為輕松，內(nèi)容也不多，操作起來也有一定的難度，一部分內(nèi)容總是不熟練，請教同學(xué)他們也不會，不過，問題也總會用解決的辦法。經(jīng)過我堅持不懈的努力，在本次實訓(xùn)結(jié)束之前，我終于彌補了不熟練的那部分內(nèi)容。

在SPSS學(xué)習(xí)中,我對它的認識由淺入深，循序漸進,在實踐中遇到的各種問題也能逐個攻克。學(xué)習(xí)這種在日常工作中有價值的分析方法，會使我們更能輕易應(yīng)付日后的社會的信息工作，掌握這種高級的技能,對我們工作就業(yè)也提供了競爭優(yōu)勢。

學(xué)習(xí)SPSS軟件，對于我們這些將來要時刻與數(shù)據(jù)打交道的人是有很大的幫助的，它主要的是運用SPSS軟件結(jié)合所學(xué)統(tǒng)計知識對數(shù)據(jù)進行需要的處理，相對于EXCEL處理，SPSS軟件處理不僅效率高，而且操作簡單。

我個人覺得，SPSS軟件是一門專業(yè)性較強的課程，對于我們國際經(jīng)濟與貿(mào)易專業(yè)的學(xué)生是一門必備的課程，也是一門必須熟練掌握的課程，我是很喜歡本次的SPSS軟件實訓(xùn)的。這次實訓(xùn)，使我對統(tǒng)計工作的過程和 SPSS應(yīng)用的流程取得一定的感性認識，拓展了視野，鞏固所學(xué)理論知識，提高了分析問題、解決問題的能力，也增強了我的職業(yè)意識、勞動觀點以及適應(yīng)社會的能力，最重要的是它使我獲得了思想和課題分析處理上的雙豐收。但是，軟件的學(xué)習(xí)并不是一蹴而就的，在這個科技高速發(fā)達和知識不斷更新的時代，我們應(yīng)該不斷學(xué)習(xí)不斷更新自己的知識體系。最后，要感謝老師的認真指導(dǎo)。

通過本次的教學(xué)實習(xí)，使我們對統(tǒng)計工作有了一個初步的認識，以及統(tǒng)計軟件在

統(tǒng)計工作中應(yīng)用的重要性和方便性，認識實習(xí)的目的認識實習(xí)的目的就在于讓同學(xué)們初步了解企業(yè)的基本情況，了解信息收集，處理過程加強感性認識，為以后專業(yè)理論課程的學(xué)習(xí)特別是畢業(yè)設(shè)計奠定必要的實踐基礎(chǔ)。就是要我們把所學(xué)的知識運用到實踐中。學(xué)習(xí)了統(tǒng)計學(xué)軟件SPSS，有力的將理論知識與實踐聯(lián)系在一起，并且進一步掌握了理論知識;其次，通過老師對普查與政府統(tǒng)計機構(gòu)的講解，使我對統(tǒng)計的了解更加深刻。這次認識實習(xí)可以說是理論與實踐的聯(lián)系，校園與社會的聯(lián)系，使我了解社會統(tǒng)計工作的輪廓，使我對統(tǒng)計在現(xiàn)實中的運作有所了解，也對統(tǒng)計也有了進一步的掌握。使同學(xué)們對統(tǒng)計工作的過程和 SPSS應(yīng)用的流程取得一定的感性認識，拓展了視野，鞏固所學(xué)理論知識，提高了分析問題、解決問題的能力，增強了學(xué)生職業(yè)意識、勞動觀點以及適應(yīng)社會的能力，使學(xué)生獲得業(yè)務(wù)和思想雙豐收。

現(xiàn)在我將近期的實習(xí)的過程感受匯總?cè)缦拢篠PSS 有具體的使用者要求的分析深度，同時是一個可視化的工具，使我們非常容易使用，這樣我們可以自己對結(jié)果進行檢查。我覺得我們可以在全校范圍內(nèi)把 SPSS 作為數(shù)據(jù)分析工具進行推廣，向?qū)W生提供日常工作需要的有價值的分析技術(shù)。如果我們能夠掌握這種高級技術(shù)，畢業(yè)后就能夠輕易地應(yīng)付來信息社會和商業(yè)世界的挑戰(zhàn)。在這次短學(xué)期實習(xí)中，我第一次接觸到了統(tǒng)計分析軟件spss，并對其進行了基本的學(xué)習(xí)。

首先，我們學(xué)習(xí)了數(shù)據(jù)編輯窗口的幾個部分：窗口主菜單、工具欄、數(shù)據(jù)編輯區(qū)、系統(tǒng)狀態(tài)顯示區(qū)等，并先后學(xué)習(xí)了這幾個部分的操作步驟及計算出的數(shù)據(jù)所表示的意義。通過學(xué)習(xí)，我深刻的體會到要想學(xué)會一套軟件的操作，遠沒有我想象的那么容易，尤其是這套spss統(tǒng)計軟件。學(xué)習(xí)軟件的基本操作相對來講是容易的，但要理解每一個步驟的意義及每一組所計算出來的數(shù)據(jù)的代表內(nèi)容，就要付出更多的精力和時間。在學(xué)習(xí)過程中，細心和耐心是很必要的。在某些操作中，比如說spss線形回歸的操作步驟，只要稍微馬虎一些，就會弄錯，導(dǎo)致操作結(jié)果錯誤。通過這次在實驗室的認識實習(xí)，我們不僅對spss這套統(tǒng)計軟件有了初步的認識，而且掌握了一些基本的spss的操作，但更重要的是，我學(xué)會了如何去學(xué)習(xí)一種操作軟件，如何去理解統(tǒng)計學(xué)這門學(xué)科。

近兩周的短學(xué)期實習(xí)，使我對統(tǒng)計學(xué)有了更深刻的理解，并且更加深刻的體會到了一位統(tǒng)計工作人員所必備的嚴謹?shù)膽B(tài)度和一絲不茍的精神。正所謂實踐出真知，通過實踐，我發(fā)現(xiàn)自己在課堂上所掌握的理論知識還很不扎實，專業(yè)英語也不是很過關(guān)。在應(yīng)用軟件分析出的數(shù)據(jù)中，有很多都不知道是什么意思，還有的數(shù)據(jù)概念模糊，這都是在今后的學(xué)習(xí)中需要改進和加強的。我想，這對我今后的學(xué)習(xí)是有何大幫助的?？傊?，這次的短學(xué)期學(xué)習(xí)給我們很大的感觸，對今后的學(xué)習(xí)還是將來的工作都有了一定的幫助，統(tǒng)計是一門理論性很強的課程，要求我們一定要統(tǒng)計知識的重要性，才能在將來做一名合格的統(tǒng)計工作者，為國家奉賢。

第四篇：《SPSS統(tǒng)計分析與應(yīng)用》論文 關(guān)于某市對廣告偏好的數(shù)據(jù)分析報告 2

北京師范大學(xué)網(wǎng)絡(luò)教育課程論文

課程代碼：

課程名稱： 0544 SPSS統(tǒng)計分析與應(yīng)用》

學(xué)習(xí)中心

姓 名

學(xué) 號

專 業(yè)

年 級 《關(guān)于某市對廣告偏好的數(shù)據(jù)分析報告

一、引言

電視商業(yè)在新世紀以來的高速發(fā)展，讓它成為了企業(yè)為產(chǎn)品的銷售提供了巨大的作用。首先，商業(yè)廣告可以為企業(yè)提供良好的社會形象，在市場經(jīng)濟的新體制下，經(jīng)營商品，增強企業(yè)的活力，離不開廣告的支持，廣告就是讓世界發(fā)現(xiàn)你。其次，商業(yè)電視廣告企業(yè)可以成為企業(yè)促進商品銷售的直接宣傳手段?，F(xiàn)代工商業(yè)的一個最顯著的特點，就是大規(guī)模的產(chǎn)品生產(chǎn)與銷售。由于社會化大生產(chǎn)的高度發(fā)展，形成了市場商品品種繁多，同類產(chǎn)品品牌眾多的局面，市場競爭十分激烈。在這種情況下，廣告成為工商企業(yè)促進商品銷售的直接宣傳手段。

通過以上的論述，于是在網(wǎng)上收集到關(guān)于某市廣告偏好情況的調(diào)查數(shù)據(jù)，由于是以市場調(diào)查的形式，所以數(shù)據(jù)是以問卷形式呈現(xiàn)，在此給出的匯總后的數(shù)據(jù)結(jié)果。在此我們對該市的廣告偏好采用SPSS軟件進行相關(guān)數(shù)據(jù)分析。

二、數(shù)據(jù)來源

本數(shù)據(jù)是在市場調(diào)查的基礎(chǔ)上得到的，其來源是以問卷形式得到的，在此我們提取了部分數(shù)據(jù)，以分析某市廣告偏好的情況。

三、基本情況分析

被調(diào)查者年齡的分析，如下所示：

從圖中可以看出，被調(diào)查者的趨勢呈鐘形，而且是右偏。被調(diào)查者學(xué)歷的分析，如下圖所示：

從上面的圖中可以看出，大學(xué)（大專）學(xué)歷的人占了很大一部分，比率占到了51.1%，其余的高中學(xué)歷、初中及以下學(xué)歷、研究生以上學(xué)歷各占26.2%、18.1%、4.5%，比例相對較少。利用交叉表，比較不同的性別對廣告宣傳態(tài)度，如下圖所示：

a.3 單元格(30.0%)的期望計數(shù)少于 5。最小期望計數(shù)為 3.07。

根據(jù)上面的圖示，Pearson卡方檢驗，P值是0.818（如果置信水平設(shè)為95%），這表示男女在廣告宣傳態(tài)度中沒有差異。而持沒有多大感覺的人占絕大多數(shù)。

利用交叉表，比較不同年齡的南昌市居民對于廣告宣傳的態(tài)度，如下圖所示：

卡方檢驗

根據(jù)上圖，Pearson卡方檢驗的p值是0.048(如上把置信水平設(shè)為95%)，這表示不同年齡階段的人對于廣告宣傳態(tài)度有差異。

利用交叉表，分析不同學(xué)歷的人對于廣告宣傳的態(tài)度，如下圖所示：

根據(jù)上圖，Pearson卡方檢驗的p值是0.164(如上把置信水平設(shè)為95%)，這表示不同學(xué)歷的人對于廣告宣傳態(tài)度沒有差異。

廣告詞分析，如下圖所示：

如上圖所示，有累積概率62.4%的居民認為會或者肯定會因為一句廣告詞而對商品產(chǎn)生深刻印象。而只有9.9%的居民表示不會或者肯定不會因為一句廣告詞而對商品產(chǎn)生印象，這表明廣告詞占據(jù)十分重要的地位。

廣告詞類型分析，廣告詞類型的多選項分析，如下圖所示：

根據(jù)上圖所示，廣告詞類型多選項分析中，在有效的個案中，選擇幽默詼諧的廣告詞的份額最大，這表明有很多居民喜歡幽默詼諧的廣告詞，因此在廣告制作過程中，走幽默搞笑路線是可行之路。

廣告時間長度和廣告播放時間段的分析，如下圖所示：

以上表明大部分居民都認為廣告時間長度不應(yīng)該過于長，應(yīng)該適宜，15-30秒是最好的選擇。

根據(jù)上圖所示，在晚上看電視的居民達到41.2%，也有13.6%和14.5%的居民選擇在8時-11時和11時-14時之間接觸到廣告。

背景音樂在衣食住行各個方面的分析，如下圖分析：

綜上所述，在衣食住行的選擇中，依據(jù)最多的居民選擇，即是最大概率中，服裝是選擇愉悅休閑類得，食品類是選擇愉悅休閑類，住房家具類選擇輕柔舒緩類，交通工具類選擇的是熱情奔放類的。

廣告畫面的分析，如下所示;$廣告畫面多選項

根據(jù)上圖所示，居民在選擇廣告畫面時，有47.1%和40.7%的居民選擇了真人代言和風(fēng)景版的廣告畫面。

根據(jù)上面的廣告畫面與學(xué)歷的交叉表所示，不同學(xué)歷的人在選擇廣告畫面時沒有差異，都時選擇真人代言的比較多。

居民信任的廣告形式的分析：

$廣告形式

根據(jù)上圖所示，我們知道在廣告形式的選擇中，大部分的人集中選擇了經(jīng)典語錄、問換傳承、情感方式（它們的百分比分別是23%、23%、29.9%）的廣告形式。

廣告宣傳應(yīng)該突出強調(diào)的內(nèi)容分析：

$宣傳內(nèi)容

根據(jù)上圖，產(chǎn)品的質(zhì)量保證占了38.6%，產(chǎn)品的功能占了26.3%，其他占據(jù)了少數(shù)，說明廣告中應(yīng)該突出強調(diào)其產(chǎn)品的質(zhì)量保證和功能，而對企業(yè)信息則關(guān)注較少。

廣告形式對銷售額的單因素方差分析

從廣告形式對銷售額的單因素方差分析結(jié)果。可以看出，觀測變量銷售額的總離差平方和為26169.306；如果僅考慮廣告形式單個因素的影響，則銷售額總變差中，廣告形式可解釋的變量為：5866.083，抽樣誤差引起的變差為：20303.222，它們的方差分別入上圖所示。如果顯著性水平α=0.05，由于概率P值小于顯著性水平，則拒絕零假設(shè)，認為不同廣告形式對銷售產(chǎn)生了顯著影響。

廣告滿意度與觀眾學(xué)歷的參數(shù)檢驗分析

由分析結(jié)果可知，第一步，F(xiàn)統(tǒng)計量的觀察值為：0.9684，對應(yīng)P；顯然如果顯著性水平α=0.05，則顯然概率大于0.05，因此認為兩總體的方差無顯著差異；第二步，關(guān)于均值檢驗的分析。顯然P小于0.05，應(yīng)該拒絕原假設(shè)，也就是說兩者存在顯著差異。

廣告前與廣告后對商品購買意愿的分析

圖中表明廣告前和廣告后平均值有較大差異，而且在顯著性水平α=0.05時，觀眾選擇購買的意愿在前后并沒有明顯的線性變化，其線性相關(guān)程度較弱。同時，在0.05的顯著性水平上，應(yīng)該拒絕原假設(shè)，認為購買意愿的平均值與0有顯著不同，意味著前后存在顯著差異，認為廣告對提高觀眾購買意愿有一定提高。

研究不同類型廣告對觀眾偏好的影響

從散點圖可以看出，前后的偏好都呈較為明顯的線性關(guān)系，而斜率類似?？梢宰鰠f(xié)方差分析。

如上是協(xié)方差分析的過程。

廣告的時間、廣告的內(nèi)容與觀眾偏好的相關(guān)分析

從中可以看出，觀眾偏好與觀眾時間的簡單相關(guān)系數(shù)為0.959，與廣告內(nèi)容的為：0.952，而他們的相關(guān)系數(shù)檢驗的P近似為0.所以如果0.05或0.01是顯著性水平的話，則拒絕零假設(shè)，而且兩總體存在線性關(guān)系。

偏相關(guān)分析

偏相關(guān)分析過程以及結(jié)果說明了，即使控制廣告內(nèi)容，依舊改變不了廣告時間與觀眾偏好的 顯著線性關(guān)系。

線性回歸分析：

以上就是回歸分析的輸出結(jié)果，其中有向后篩選的策略，可以看出其中線性回歸的結(jié)果。

曲線估計

可以發(fā)現(xiàn)兩變量呈現(xiàn)非線性關(guān)系，可以嘗試二次、三次曲線、復(fù)合函數(shù)等模型，利用曲線估計進行本質(zhì)線性模型分析也是可以的。

四、數(shù)據(jù)分析結(jié)論

通過廣告偏好數(shù)據(jù)各個環(huán)節(jié)的分析，包括頻數(shù)分析、統(tǒng)計圖形的建立、交叉表的制定、以及參數(shù)檢驗、非參數(shù)檢驗、方差分析、相關(guān)回歸分析等統(tǒng)計的分析過程，得出每一個結(jié)論，每一個步驟都會更加深刻揭露數(shù)據(jù)的特征、數(shù)據(jù)的結(jié)構(gòu)和內(nèi)部特點，都可以幫助我們更好地去分析關(guān)于廣告偏好的問題。同時也給出相關(guān)建議。

在居民調(diào)查的結(jié)果中，在廣告宣傳內(nèi)容方面，企業(yè)不光要注意廣告的外在內(nèi)容，更應(yīng)該在廣告強調(diào)產(chǎn)品質(zhì)量，功能特性。其中功能包括其產(chǎn)品的實用性、耐用性、多功能性，還有應(yīng)該在廣告中提及做出的承諾以提升其品牌。還有，居民在廣告的時間選擇和觀看時間方面，也提出了很多的建議，其中居民認為廣告的播放不應(yīng)該太集中，應(yīng)該注意廣告的播放時間段。還有廣告宣傳，不是僅僅反應(yīng)在廣告的時間長度，居民認為廣告不應(yīng)該太長，在15-30秒適宜。居民堅持認為廣告注重的不是時間長度，而是廣告中對于產(chǎn)品的宣傳。廣告宣傳對于企業(yè)的形象也有很大的關(guān)系，所以對于企業(yè)品牌的樹立，在廣告宣傳中也應(yīng)該做出很大的努力。居民認為廣告宣傳的量對于產(chǎn)品的質(zhì)量以及功能并沒有很大的關(guān)系，但是與企業(yè)的品牌有很大的關(guān)系。因此，企業(yè)在樹立品牌階段，應(yīng)該重點注意廣告宣傳。

第五篇：spss 17中文版統(tǒng)計分析典型實例精粹

第3章 SPSS基礎(chǔ)統(tǒng)計描述

SPSS基礎(chǔ)統(tǒng)計描述是進行統(tǒng)計分析的基礎(chǔ)和前提。使用一些數(shù)學(xué)統(tǒng)計量來直觀地描述原始數(shù)據(jù)的集中程度、離散狀況和分布情況，之后就可以對數(shù)據(jù)的總體特征進行較為準確的歸納，從而便于選擇合適的統(tǒng)計分析方法?；A(chǔ)統(tǒng)計描述主要包括數(shù)據(jù)描述、頻數(shù)分析、探索分析、交叉列聯(lián)表分析、P-P圖、Q-Q圖等，下面將具體介紹。

3.1 數(shù)理統(tǒng)計量概述

SPSS在描述性統(tǒng)計分析中，提供了多個統(tǒng)計量來描述數(shù)據(jù)特征，這些統(tǒng)計量包括均值、中位數(shù)、眾數(shù)、方差、標準差、四分位數(shù)、十分位數(shù)、百分位數(shù)、峰度系數(shù)、偏度系數(shù)等。在進行描述性統(tǒng)計分析之前，首先要對這些統(tǒng)計量在統(tǒng)計學(xué)上的定義及其計算公式有所了解。

3.1.1 均值（Mean）和均值標準誤差（S.E.Mean）

均值（平均數(shù)、平均值）表示的是某個變量所有取值的集中趨勢或平均水平。例如，某班學(xué)生數(shù)學(xué)考試的平均成績、公司員工的平均收入、某年級學(xué)生的平均身高、某高校高招錄取平均分等。

平均數(shù)有總體平均數(shù)和樣本平均數(shù)之分。

總體平均數(shù)：若一組數(shù)據(jù)X1，X2，……，XN代表一個大小為N的有限總體，則其總體平均數(shù)為：

樣本平均數(shù)：若一組數(shù)據(jù)x1，x2，……，xn代表一個大小為n的有限樣本，則其樣本平均數(shù)為： 樣本數(shù)據(jù)是從總體數(shù)據(jù)中抽取出來的，但在不同次抽樣中得到的樣本是不同的。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，但由于抽樣等原因，樣本數(shù)據(jù)是總體數(shù)據(jù)的隨機變量。同樣，雖然樣本均值可以反映總體數(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（Standard Error of Mean，S.E.Mean，簡稱標準誤）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。

3.1.2 中位數(shù)（Median）

中位數(shù)是將總體數(shù)據(jù)的各個數(shù)值按大小順序排列，居于中間位置的變量，用Median表示。中位數(shù)將所有的數(shù)據(jù)等分成兩半，中位數(shù)兩端的數(shù)據(jù)個數(shù)相同，因此它也被稱為二分位數(shù)。中位數(shù)的確定，僅僅取決于它在數(shù)列中的位置，不受極端值的影響，因此可以用它表示總體的一般水平。同時，中位數(shù)比算術(shù)平均數(shù)具有更好的穩(wěn)定性。

一個大小為N的數(shù)列，要求其中位數(shù)，首先應(yīng)把該數(shù)列按大小順序排列，如果N為奇數(shù)，那么該數(shù)列的中位數(shù)就是 位置上的數(shù)；如果N為偶數(shù)，中位數(shù)則是該數(shù)列中第 與第 位置上的兩個數(shù)值的平均數(shù)。3.1.3 眾數(shù)（Mode）

眾數(shù)是指總體數(shù)據(jù)中出現(xiàn)次數(shù)最多的變量，用Mode表示。它同樣不受數(shù)據(jù)極端值的影響，從而在一定程度上提高了平均水平的代表性。例如，制衣廠可以根據(jù)消費者所需服裝尺碼的眾數(shù)來安排生產(chǎn)。此外，如果眾數(shù)的值出現(xiàn)的頻數(shù)或頻率較大，那么說明眾數(shù)的代表性就越高，數(shù)列的集中趨勢也就越顯著。

確定眾數(shù)沒有明確的公式，一般只能用手工統(tǒng)計，故較為煩瑣。SPSS所提供的統(tǒng)計功能可以減少諸如此類煩瑣的過程。

眾數(shù)、中位數(shù)與算術(shù)平均數(shù)之間存在一定的關(guān)系，這種關(guān)系決定于總體分布的狀況。當總體分布呈對稱的鐘形分布時，算術(shù)平均數(shù)位于分布曲線的對稱點上，而該點又是曲線的最高點和中心點，因此，眾數(shù)、中位數(shù)和算術(shù)平均數(shù)三者相等。當總體分布呈非對稱的鐘形分布時，由于這三種平均數(shù)受極端數(shù)值影響程度的不同，因而它們的數(shù)值就存在一定的差別，但三者之間仍有一定的關(guān)系。當分布右偏時，算術(shù)平均數(shù)受偏高數(shù)值影響較大，其位置必然在眾數(shù)之右，中位數(shù)在眾數(shù)與算術(shù)平均數(shù)之間。反之，當次數(shù)分布左偏時，算術(shù)平均數(shù)受偏小數(shù)值的影響較大，其位置在眾數(shù)之左，中位數(shù)仍在眾數(shù)與算術(shù)平均數(shù)之間。以上的均值、中位數(shù)和眾數(shù)都是反映數(shù)據(jù)集中趨勢的統(tǒng)計量。3.1.4 全距（Range）

全距，又稱極差，是數(shù)據(jù)的最大值（Maximum）與最小值（Minimum）之間的絕對差，借以表明總體標志值最大可能的差異范圍。全距越長，說明數(shù)據(jù)越離散；反之，全距越小，說明數(shù)據(jù)越集中。

用符號表示全距的計算公式為：

全距的缺點在于其方法過于粗略，因為它只考慮總體兩端數(shù)值的差異，沒有考慮中間數(shù)值差異的情況，因而它是測定離散程度的一種粗略的方法，不能全面反映總體數(shù)據(jù)的差異程度。要充分利用每一個數(shù)據(jù)的信息，就需要利用方差和標準差。

3.1.5 方差（Variance）和標準差（Standard Deviation）

方差是總體所有變量值與其算術(shù)平均數(shù)偏差平方的平均值，它表示了一組數(shù)據(jù)分布的離散程度的平均值。標準差是方差的平方根，它表示了一組數(shù)據(jù)關(guān)于平均數(shù)的平均離散程度。

其中，為總體平均數(shù)，為樣本平均數(shù)，N為總體的個數(shù)，n為樣本的個數(shù)。雖然標準差有計量單位，而方差無計量單位，但兩者的作用一樣，故在此僅介紹標準差。標準差用平方的方法消除了正負號，因而它是最常用、最重要的離散趨勢統(tǒng)計量。標準差越大，表示變量值之間的差異越大，各數(shù)據(jù)距離均值越遠，則平均數(shù)的代表性就越低。反之，標準差越小，表示變量值之間的差異越小，各數(shù)據(jù)距離均值較近，則平均數(shù)的代表性就越高。

標準差在實際生活中也有廣泛的應(yīng)用。例如，可以用標準差來測定居民收入分配的差異程度，還可以用來反映平均收支、平均結(jié)余、平均產(chǎn)量等經(jīng)濟變量的代表性等。

全距、方差和標準差都是反映數(shù)據(jù)離散趨勢的統(tǒng)計量。3.1.6 峰度（Kurtosis）和偏度（Skewness）

峰度是描述總體中所有取值分布形態(tài)陡緩程度的統(tǒng)計量。這個統(tǒng)計量需要與正態(tài)分布相比較，峰度為0表示該總體數(shù)據(jù)分布與正態(tài)分布的陡緩程度相同；峰度大于0表示該總體數(shù)據(jù)分布與正態(tài)分布相比較為陡峭，為尖頂峰；峰度小于0表示該總體數(shù)據(jù)分布與正態(tài)分布相比較為平坦，為平頂峰。峰度的絕對值數(shù)值越大表示其分布形態(tài)的陡緩程度與正態(tài)分布的差異程度越大。

峰度的具體計算公式為：

偏度與峰度類似，它也是描述數(shù)據(jù)分布形態(tài)的統(tǒng)計量，其描述的是某總體取值分布的對稱性。這個統(tǒng)計量同樣需要與正態(tài)分布相比較，偏度為0表示其數(shù)據(jù)分布形態(tài)與正態(tài)分布的偏斜程度相同；偏度大于0表示其數(shù)據(jù)分布形態(tài)與正態(tài)分布相比為正偏或右偏，即有一條長尾巴拖在右邊，數(shù)據(jù)右端有較多的極端值；偏度小于0表示其數(shù)據(jù)分布形態(tài)與正態(tài)分布相比為負偏或左偏，即有一條長尾拖在左邊，數(shù)據(jù)左端有較多的極端值。偏度的絕對值數(shù)值越大表示其分布形態(tài)的偏斜程度越大。

偏度的具體計算公式為：

3.1.7 四分位數(shù)（Quartiles）、十分位數(shù)（Deciles）和百分位數(shù)（Percentiles）四分位數(shù)是將一組數(shù)據(jù)由小到大（或由大到?。┡判蚝螅?個點將全部數(shù)據(jù)分為4等份，與這3個點位置上相對應(yīng)的數(shù)值稱為四分位數(shù)，分別記為Q1（第一四分位數(shù)）、Q2（第二四分位數(shù)，即中位數(shù)）、Q3（第三四分位數(shù)）。其中，Q3到Q1之間的距離的一半又稱為四分位差，記為Q。四分位差越小，說明中間部分的數(shù)據(jù)越集中；四分位數(shù)越大，則意味著中間部分的數(shù)據(jù)越分散。

與四分位數(shù)類似，十分位數(shù)是將一組數(shù)據(jù)由小到大（或由大到?。┡判蚝螅?個點將全部數(shù)據(jù)分為10等份，與這9個點位置上相對應(yīng)的數(shù)值稱為十分位數(shù)，分別記為D1，D2，……，D9，表示10%的數(shù)據(jù)落在D1下，20%的數(shù)據(jù)落在D2下，……，90%的數(shù)據(jù)落在D9下。

同理，百分位數(shù)是將一組數(shù)據(jù)由小到大（或由大到小）排序后分割為100等份，與99個分割點位置上相對應(yīng)的數(shù)值稱為百分位數(shù)，分別記為P1，P2，……，P99，表示1%的數(shù)據(jù)落在P1下，2%的數(shù)據(jù)落在P2下，……，99%的數(shù)據(jù)落在P99下。

通過四分位數(shù)、十分位數(shù)和百分位數(shù)，可以大體看出總體數(shù)據(jù)在哪個區(qū)間內(nèi)更為集中，也就是說，它們在一定程度上可以反映數(shù)據(jù)的分布情況。

上面的峰度系數(shù)、偏度系數(shù)和四分位數(shù)、十分位數(shù)、百分位數(shù)，都是反映數(shù)據(jù)分布狀況的統(tǒng)計量。3.2 數(shù)據(jù)描述

描述性統(tǒng)計分析是對數(shù)據(jù)進行基礎(chǔ)性的描述。通過得出的數(shù)據(jù)的平均值（Mean）、和（Sum）、標準差（Std deviation）、最大值（Max）、最小值（Min）、方差（Variance）、全距（Range）、均值標準誤差（S.E.Mean）、峰度（Kurtosis）、偏度（Skewness）等統(tǒng)計量，來估計原始數(shù)據(jù)的集中程度、離散狀況和分布情況。

數(shù)據(jù)描述功能的操作步驟如下：

打開【分析】（Analyze）菜單，選擇【描述統(tǒng)計】（Descriptive Statistics）命令下的【描述】（Descriptives）命令，如圖3-1所示。

這里，需要提醒的是如果數(shù)據(jù)文件尚未打開，【分析】（Analyze）菜單下的任一功能都不能使用，SPSS會彈出一個對話框，如圖3-2所示，提醒用戶打開文件。打開文件后，【分析】（Analyze）菜單下的統(tǒng)計功能才能正常使用。選擇【描述】（Descriptives）命令后，SPSS將打開“描述性”（Descriptives）對話框，如圖3-3所示。在該主對話框中，用戶可以通過單擊 按鈕從左邊原變量中選擇一個或者幾個變量進入右邊的“變量”（Variable(s)）列表框中。

對話框底部有一個“將標準化得分另存為變量”（Save standardized values as variables）復(fù)選框，選擇該項，將對“變量”（Variable(s)）列表框中被選中變量的數(shù)據(jù)進行標準化，然后將標準化的結(jié)果保存到新變量中。新變量的變量名為原變量的變量名前面添加字母“z”，并被添加在數(shù)據(jù)編輯窗口中變量的最后一列。

數(shù)據(jù)標準化的計算公式為：

通過標準化，可以將均值為、標準差為 的原變量轉(zhuǎn)化成均值為0、標準差為1的新變量。

“描述性”（Descriptives）主對話框的下端有5個按鈕，如果還未將左邊原變量中的變量添加至“變量”（Variable(s)）列表框中，則【確定】（OK）和【粘貼】（Paste）按鈕為灰白顯示，不可單擊，但【重置】（Reset）、【取消】（Cancel）和【幫助】（Help）按鈕可以單擊。通過單擊【重置】（Reset）按鈕，用戶可以將已進入右框的變量全部轉(zhuǎn)移至左框的變量列表中，重新進行選擇。

單擊【選項】（Options）按鈕，將打開“描述：選項”（Descriptives：Options）對話框，如圖3-4所示。在該對話框中，用戶可以選擇所要統(tǒng)計的統(tǒng)計量和圖表輸出方式。具體對話框中各選項的意義如下：

（1）在對話框中最上面一行是均值（Mean）和合計（Sum）。

（2）離散（Dispersion）欄中的統(tǒng)計量包括：

標準差（Std Deviation）最小值（Minimum）

方差（Variance）最大值（Maximum）

范圍（極差）（Range）均值的標準誤（S.E.Mean）

（3）分布（Distribution）欄中的統(tǒng)計量包括：

峰度（Kurtosis）偏度（Skewness）

（4）顯示順序（Display Order）欄中，用戶可以自行選擇輸出變量的排序方式，包括： 變量列表（Variable List）：在結(jié)果輸出窗口中，用戶選擇輸出的變量將按照變量在數(shù)據(jù)編輯窗口中原來的排列順序進行排列。

字母順序（Alphabetic）：在結(jié)果輸出窗口中，用戶選擇輸出的變量將按照變量名的字母排列順序進行排列。

按均值的升序排序（Ascending Means）：SPSS將計算每個輸出變量的平均值，并按照平均值從小到大對輸出變量的順序進行排列。

按均值的降序排序（Descending Means）：SPSS將計算每個輸出變量的平均值，并按照平均值從大到小對輸出變量的順序進行排列。

用戶可在“選項”（Options）對話框第一行、離散（Dispersion）欄和分布（Distribution）欄中，選中所需統(tǒng)計的統(tǒng)計量（可多項選擇）。SPSS默認的描述統(tǒng)計量包括均值、標準差、最小值、最大值。在“顯示順序”（Display Order）一欄里，用戶只可選擇一種變量排序方式，SPSS的默認選項為“變量列表”（Variable List）。

進行選擇后，單擊【繼續(xù)】（Continue）按鈕，即可返回“描述性”（Descriptives）主對話框。

單擊【確定】（OK）按鈕，即可在結(jié)果輸出窗口中得到描述性統(tǒng)計分析結(jié)果輸出表格。

3.3 頻數(shù)分析

對于一組數(shù)據(jù)，考察不同的數(shù)值出現(xiàn)的頻數(shù)，或者是數(shù)據(jù)落入指定區(qū)域內(nèi)的頻數(shù)，可以了解數(shù)據(jù)的分布狀況。從SPSS15.0開始就提供了“頻數(shù)分析”這一功能。通過頻數(shù)分析，用戶在得到描述性統(tǒng)計結(jié)果的同時，還能了解變量取值的分布情況，從而使總體數(shù)據(jù)的分布通過頻數(shù)分析得到更為清晰、準確的輸出。

頻數(shù)分析的具體操作步驟如下：

打開數(shù)據(jù)文件，選擇【分析】（Analyze）菜單，單擊【描述統(tǒng)計】（Descriptive Statistics）命令下的【頻率】（Frequencies）命令。SPSS將彈出“頻率”（Frequencies）主對話框，如圖3-5所示。在該主對話框中，同樣可以通過單擊 按鈕從左邊的原變量中選擇一個或者幾個變量進入右邊的“變量”（Variable(s)）列表框中。

對話框底部有一項“顯示頻率表格”（Display frequency tables）復(fù)選框，SPSS默認選擇此項。選擇此項后，輸出結(jié)果將顯示頻數(shù)分布表，否則只顯示直方圖，不顯示頻數(shù)分布表。

“頻率”主對話框的右方有3個按鈕，從上到下依次為【統(tǒng)計量】（Statistics）按鈕、【圖表】（Charts）按鈕和【格式】（Format）按鈕。單擊可進入對應(yīng)對話框。

單擊【統(tǒng)計量】按鈕，打開“頻率：統(tǒng)計量”（Frequencies：Statistics）對話框，如圖3-6所示。在該對話框中，用戶可以選擇所要統(tǒng)計的統(tǒng)計量。對話框中各選項的具體意義如下：

（1）百分位值（Percentile Values）欄為復(fù)選項，在此欄中可選擇多項。

四分位數(shù)（Quartile）

割點（Cut points）：選擇此項，在后面的文本框中輸入數(shù)值，假設(shè)為N（N為在2 100之間的整數(shù)），則計算并顯示N分位數(shù)。

百分位數(shù)（Percentile(s)）：選擇此項，在后面的文本框中輸入數(shù)值，可以有選擇地顯示百分位數(shù)。在文本框中可以輸入0到100之間的數(shù)，輸入后，單擊【添加】（Add）按鈕，將對應(yīng)的百分位數(shù)添加到方框內(nèi)的列表框中，利用【更改】（Change）按鈕和【刪除】（Remove）按鈕，可以對列表框中的選項進行修改和刪除。

（2）離散（Dispersion）欄（復(fù)選項）：

標準差（Std Deviation）最小值（Minimum）方差（Variance）最大值（Maximum）

范圍（極差）（Range）均值的標準誤（S.E.Mean）

（3）集中趨勢（Central Tendency）欄（復(fù)選項）：

均值（Mean）、中位數(shù)（Median）、眾數(shù)（Mode）、合計（Sum）。

“集中趨勢”欄下方有一個“值為組的中點”（Values are group midpoints）復(fù)選框，如果假設(shè)數(shù)據(jù)已經(jīng)分組，而且數(shù)據(jù)取值為初始分組的中點，選擇此項，將計算百分位數(shù)統(tǒng)計和數(shù)據(jù)的中位數(shù)。

（4）分布欄（Distribution）（復(fù)選項）：

峰度（Kurtosis）、偏度（Skewness）。

用戶在“頻率：統(tǒng)計量”對話框中單擊選中所要統(tǒng)計的統(tǒng)計量后，單擊【繼續(xù)】（Continue）按鈕，即可返回主對話框。

單擊【圖表】（Charts）按鈕，打開“頻率：圖表”（Frequencies：Charts）對話框，如圖3-7所示。

在該對話框中，用戶可以選擇頻數(shù)分析的圖表類型。該對話框中各選項的具體意義如下：

（1）圖表類型（Chart Type）（單選項）：無（None）（系統(tǒng)默認選項）、條形圖（Bar charts）、餅形圖（Pie charts）、直方圖（Histograms）。

如果選擇輸出“直方圖”，可以選擇是否在輸出的直方圖中添加正態(tài)分布曲線。如果需要輸出正態(tài)分布曲線，則可勾選“帶正態(tài)曲線”（With normal curve）復(fù)選框。（2）圖表值（Chart Values）（單選項組）：可選擇圖形中分類值的表現(xiàn)形式。

頻率（Frequencies）：如果圖表類型是直方圖，則直方圖的縱軸為頻數(shù)；如果圖表類型是餅形圖，則餅形圖中每塊表示屬于該組觀測值的頻數(shù)。

百分比（Percentage）：如果圖表類型是直方圖，則直方圖的縱軸為百分比；如果圖表類型是餅形圖，則餅形圖中每塊表示該組的觀測量數(shù)占總數(shù)的百分比。

用戶在“頻率：圖表”對話框中選擇圖表類型和圖表分類值后，單擊【繼續(xù)】（Continue）按鈕，即可返回主對話框。

單擊【格式】（Format）按鈕，打開“頻率：格式”（Frequencies：Format）對話框，如圖3-8所示。在該對話框中，用戶可以設(shè)置頻率分布表的輸出格式。對話框中各選項的意義如下：

（1）排序方式（Order by）欄：單選項組，用戶可以選擇頻數(shù)分布表中數(shù)值及其對應(yīng)頻率的排列順序。

按值的升序排序（Ascending values）：系統(tǒng)默認選項，頻數(shù)分布表中將按照數(shù)值從小到大排列。

按值的降序排序（Descending values）：頻數(shù)分布表中將按照數(shù)值從大到小排列。

按計數(shù)的升序排序（Ascending counts）：頻數(shù)分布表中將按照計數(shù)從小到大排列。

按計數(shù)的降序排序（Descending counts）：頻數(shù)分布表中將按照計數(shù)從大到小排列。

如果用戶在“頻率：圖表”對話框中選擇輸出直方圖，頻數(shù)分布表將按照數(shù)值順序排列。

（2）多個變量（Multiple Variables）欄：單選項組，當“頻率（Frequencies）”主對話框的“變量”（Variable(s)）列表框中有多個變量時，利用“多個變量”欄可以設(shè)置表格的顯示方式。

比較變量（Compare variables）：系統(tǒng)默認選項，SPSS將所有變量的描述統(tǒng)計的結(jié)果顯示在同一張表格中，方便用戶進行比較分析。

按變量組織輸出（Organize output by variable）：SPSS將對應(yīng)每個變量分別輸出單獨的描述統(tǒng)計表格。

在“頻率：格式”對話框的底端，有一個“最大類別數(shù)”（Suppress tables with more than n categories）文本框。通過輸入數(shù)值，確定頻數(shù)表輸出的方位，即輸出數(shù)據(jù)的組數(shù)不得大于窗口中輸入的數(shù)值。分類數(shù)最大參數(shù)的默認值是10。用戶在“頻率：格式”對話框中進行選擇后，單擊【繼續(xù)】（Continue）按鈕，即可返回“頻率”主對話框。一般情況下，對“頻率：格式”對話框的選項都默認為系統(tǒng)默認值，不作調(diào)整。

單擊【確定】（OK）按鈕，即可在結(jié)果輸出窗口中得到頻數(shù)分布表、描述性統(tǒng)計分析輸出表格和用戶選擇的對應(yīng)的輸出圖形。

3.4 探索分析

探索分析是在對數(shù)據(jù)的基本特征統(tǒng)計量有初步了解的基礎(chǔ)上，對數(shù)據(jù)進行的更為深入詳細的描述性觀察分析。它在一般描述性統(tǒng)計指標的基礎(chǔ)上，增加了有關(guān)數(shù)據(jù)其他特征的文字與圖形描述，顯得更加細致與全面，有助于用戶思考對數(shù)據(jù)進行進一步分析的方案。主要的分析如下：

（1）觀察數(shù)據(jù)的分布特征：通過繪制箱鎖圖和莖葉圖等圖形，直觀地反映數(shù)據(jù)的分布形式和數(shù)據(jù)的一些規(guī)律，包括考察數(shù)據(jù)中是否存在異常值等。過大或過小的數(shù)據(jù)均有可能是奇異值、影響點或錯誤數(shù)據(jù)。尋找異常值，并分析原因，然后決定是否從分析中刪除這些數(shù)據(jù)。因為奇異值和影響點往往對分析的影響較大，不能真實地反映數(shù)據(jù)的總體特征。

（2）正態(tài)分布檢驗：檢驗數(shù)據(jù)是否服從正態(tài)分布。很多檢驗?zāi)軌蜻M行的前提即總體數(shù)據(jù)分布服從正態(tài)分布。因此，檢驗數(shù)據(jù)是否符合正態(tài)分布，就決定了它們是否能用只對正態(tài)分布數(shù)據(jù)適用的分析方法。

（3）方差齊性檢驗：用Levene檢驗比較各組數(shù)據(jù)的方差是否相等，以判定數(shù)據(jù)的離散程度是否存在差異。例如在進行獨立右邊的T檢驗之前，就需要事先確定兩組數(shù)據(jù)的方差是否相同。如果通過分析發(fā)現(xiàn)各組數(shù)據(jù)的方差不同，還需要對數(shù)據(jù)進行方差分析，那么就需要對數(shù)據(jù)進行轉(zhuǎn)換使得方差盡可能相同。Levene檢驗進行方差齊性檢驗時，不強求數(shù)據(jù)必須服從正態(tài)分布，它先計算出各個觀測值減去組內(nèi)均值的差，然后再通過這些差值的絕對值進行單因素方差分析。如果得到的顯著性水平（Significance）小于0.05，那么就可以拒絕方差相同的假設(shè)。

探索分析的具體操作步驟如下：

打開數(shù)據(jù)文件，選擇【分析】（Analyze）菜單，單擊【描述統(tǒng)計】（Descriptive Statistics）命令下的【探索】（Explore）命令，SPSS將彈出“探索”（Explore）對話框，如圖3-9所示。

在“探索”（Explore）對話框中，左邊的變量列表為原變量列表，通過單擊 按鈕可選擇一個或者幾個變量進入右邊的“因變量列表”（Dependent List）框、“因子列表”（Factor List）框和“標注個案”（Label Cases by）列表框。因變量是用戶所研究的目標變量。因子變量是影響因變量的因素，例如分組變量。標注個案是區(qū)分每個觀測量的變量，如雇員的ID等。例如，研究同一班級男生和女生的身高差距時，就可將“身高”變量列入“因變量列表”（Dependent List）框中，將“性別”列入“因子列表”（Factor List）框中，同時將學(xué)生的“學(xué)號”變量列入“標注個案”（Label Cases by）列表框中。

如果有多個分組變量進入“因子列表”列表框中，那么會以分組變量的各種取值進行組合分組。如兩個分組變量各有2種取值，那么輸出的結(jié)果就會有4種組合分組。

在對話框下端的“輸出”（Display）框中有三個選項：

兩者都（Both）：默認選項，表示同時輸出描述統(tǒng)計量的統(tǒng)計表格和圖形。選擇此項將激活右邊的【統(tǒng)計量】（Statistics）和【繪制】（Plots）按鈕。

統(tǒng)計量（Statistics）：表示只輸出統(tǒng)計表格，不輸出圖表。選擇此項將激活右邊的【統(tǒng)計量】（Statistics）按鈕，【繪制】（Plots）按鈕不被激活。

圖（Plots）：表示只輸出圖表，不輸出統(tǒng)計表格。選擇此項將激活右邊的【繪制】（Plots）按鈕，【統(tǒng)計量】（Statistics）按鈕不被激活。

單擊【統(tǒng)計量】（Statistics）按鈕，打開“探索：統(tǒng)計量（Explore：Statistics）”對話框，如圖3-10所示。在該對話框中，4個選擇項分別如下：

描述性（Descriptives）：選擇此項，將生成描述性統(tǒng)計表格。表中顯示樣本數(shù)據(jù)的描述統(tǒng)計量，包括平均值、中位數(shù)、5%調(diào)整平均數(shù)、標準誤、方差、標準差、最大值、最小值、組距、四分位數(shù)、峰度、偏度及峰度和偏度的標準誤。此項為默認選項，在下面的“均值的置信區(qū)間”（Confidence Interval for Mean）文本框中，用戶還可輸入數(shù)值指定均值的置信區(qū)間的置信度，系統(tǒng)默認的置信度為95%。

M-估計量（M-estimators）：選擇此項，將計算并生成穩(wěn)健估計量。M估計在計算時對所有觀測量賦予權(quán)重，隨觀測量距分布中心的遠近而變化，通過給遠離中心值的數(shù)據(jù)賦予較小的權(quán)重來減小異常值的影響。

界外值（Outliers）：選擇此項，將輸出分析數(shù)據(jù)中的5個最大值和5個最小值作為異常嫌疑值。

百分位數(shù)（Percentiles）：選擇此項，將計算并顯示指定的百分位數(shù)，包括5%、10%、25%、50%、75%、90%和95%等。

“探索：統(tǒng)計量”對話框中的4個選項為復(fù)選框，用戶可進行多項選擇，單擊【繼續(xù)】（Continue）按鈕，即可返回“探索”主對話框。

單擊【繪制】（Plots）按鈕，打開“探索：圖”（Explore：Plots）對話框，如圖3-11所示?！疤剿鳎簣D”對話框中有如下4個選擇組：

（1）箱圖（Boxplots）欄（單選項組）：箱圖，又稱箱鎖圖。如果用戶在“探索”主對話框的“因變量列表”（Dependent List）框中輸入了多個變量名，則在此選擇組中進行選擇，可確定箱鎖圖的生成方式。箱鎖圖中，底部的水平線段是數(shù)據(jù)的最小值（異常點除外），頂部的水平線段是數(shù)據(jù)的最大值（異常點除外），中間矩形箱子的底所在的位置是數(shù)據(jù)的第一個四分位數(shù)（即25%分位數(shù)），箱子頂部所在位置是數(shù)據(jù)的第三個四分位數(shù)據(jù)（即75%分位數(shù)）。箱子中間的水平線段刻畫的是數(shù)據(jù)的中位數(shù)（即50%分位數(shù)）。

按因子水平分組（Factor levels together，系統(tǒng)默認）：選擇此項，將為每個因變量創(chuàng)建一個箱鎖圖，在每個箱鎖圖內(nèi)根據(jù)分組變量的不同水平的取值創(chuàng)建箱形單元。

不分組（Dependents together）：選擇此項，將為每個分組變量的水平創(chuàng)建一個箱鎖圖，在每個箱鎖圖內(nèi)用不同的顏色區(qū)分不同因變量所對應(yīng)的箱形單元，方便用戶進行比較。

無（None）：選擇此項，不創(chuàng)建箱圖。

（2）描述性（Descriptive）欄（復(fù)選項）：選擇該組內(nèi)的選項，可以生成莖葉圖和（或）直方圖。在箱圖（Boxplots）組內(nèi)選擇的選項不同，則生成的莖葉圖和直方圖也不相同。選擇“按因子水平分組”單選按鈕時，在創(chuàng)建莖葉圖和（或）直方圖時，首先會根據(jù)因變量的不同進行分類，為每一個因變量對應(yīng)的不同分組變量的不同水平創(chuàng)建一個莖葉圖和（或）直方圖；選擇“不分組”單選按鈕時，在創(chuàng)建莖葉圖和（或）直方圖時，則首先根據(jù)不同分組變量水平的不同，為每一個因變量創(chuàng)建一個莖葉圖和（或）直方圖。

莖葉圖（Stem-and-leaf，系統(tǒng)默認）：莖葉圖主要由3個部分組成，即頻率（Frequency）、莖（Stem）和葉（Leaf），在圖中按從左到右的順序依次排列，在圖的底端，注明了莖的寬度（Stem Width）和每一葉所代表的觀測量數(shù)（Each Leaf）。莖葉圖中，莖表示數(shù)據(jù)的整數(shù)部分，葉表示數(shù)據(jù)的小數(shù)部分（小數(shù)位數(shù)只有一位，頻數(shù)的數(shù)值有多大，則對應(yīng)的小數(shù)就有多少個），將莖和葉的數(shù)值組合起來再乘以莖寬，便是該數(shù)據(jù)的值。由于莖葉圖不僅僅能表示數(shù)據(jù)的頻數(shù)分布，還能近似地表示數(shù)據(jù)的大小，因此它比直方圖表達的信息更全面。

直方圖（Histogram）：直接繪制直方圖的步驟詳見第10章。

（3）帶檢驗的正態(tài)圖（Normality plots with test，復(fù)選框）：選擇此項，將進行正態(tài)性檢驗，并生成正態(tài)Q-Q概率圖和無趨勢正態(tài)Q-Q概率圖。

（4）伸展與級別Levene檢驗（Spread vs level with Levene Test）欄（單選項組）：對所有的展布-水平圖進行方差齊性檢驗和數(shù)據(jù)轉(zhuǎn)換，同時輸出回歸直線的斜率及方差齊性的Levene檢驗，但如果沒有指定分組變量，則此選項無效。

無（None）：不進行Levene檢驗，系統(tǒng)默認。選擇此項，SPSS將不產(chǎn)生回歸直線的斜率和方差齊性檢驗。

冪估計（Power Estimation）：對每組數(shù)據(jù)產(chǎn)生一個中位數(shù)的自然對數(shù)及四個分位數(shù)的自然對數(shù)的散點圖。

已轉(zhuǎn)換（Transformed）：變換原始數(shù)據(jù)，用戶可在后面的參數(shù)框中選擇數(shù)據(jù)變換類型。

未轉(zhuǎn)換（Untransformed）：不變換原始數(shù)據(jù)時選擇此項。

用戶在“探索：圖”對話框中進行選擇后，單擊【繼續(xù)】（Continue）按鈕，即可返回“探索”主對話框。

單擊【選項】（Options）按鈕，打開“探索：選項”（Explore：Options）對話框，如圖3-12所示。在該對話框中，可選擇缺失值的處理方式，SPSS提供了3種處理方式：

按列表排除個案（Exclude cases listwise，系統(tǒng)默認）：選擇此項，對所有的分析過程剔除分組變量和因變量中所有帶有缺失值的觀測量數(shù)據(jù)；

按對排除個案（Exclude cases pairwise）：同時剔除帶缺失值的觀測量及與缺失值有成對關(guān)系的觀測量。在當前分析過程中用到的變量數(shù)據(jù)中剔除帶有缺失值的觀測量數(shù)據(jù)，在其他分析過程中可能包含缺失值；

報告值（Report values）：選擇此項，將分組變量的缺失值單獨分為一組，在輸出頻數(shù)表的同時輸出缺失值。

用戶在“探索：選項”對話框中進行選擇后，單擊【繼續(xù)】（Continue）按鈕，即可返回“探索”主對話框。

單擊【確定】（OK）按鈕，即可在結(jié)果輸出窗口中得到探索分析過程的數(shù)據(jù)概述、基本統(tǒng)計描述表、極端值列表、正態(tài)分布檢驗、方差齊性檢驗、莖葉圖、直方圖、箱鎖圖、正態(tài)分布Q-Q圖、離散正態(tài)分布Q-Q圖等圖表。

3.5 交叉列聯(lián)表分析

在實際分析中，除了需要對單個變量的數(shù)據(jù)分布情況進行分析外，還需要掌握多個變量在不同取值情況下的數(shù)據(jù)分布情況，從而進一步深入分析變量之間的相互影響和關(guān)系，這種分析就稱為交叉列聯(lián)表分析。當所觀察的現(xiàn)象同時與兩個因素有關(guān)時，如某種服裝的銷量受價格和居民收入的影響，某種產(chǎn)品的生產(chǎn)成本受原材料價格和產(chǎn)量的影響等，通過交叉列聯(lián)表分析，可以較好地反映出這兩個因素之間有無關(guān)聯(lián)性及兩個因素與所觀察現(xiàn)象之間的相關(guān)關(guān)系。

因此，數(shù)據(jù)交叉列聯(lián)表分析主要包括兩個基本任務(wù)：一是根據(jù)收集的樣本數(shù)據(jù)，產(chǎn)生二維或多維交叉列聯(lián)表；二是在交叉列聯(lián)表的基礎(chǔ)上，對兩個變量間是否存在相關(guān)性進行檢驗。要獲得變量之間的相關(guān)性，僅僅靠描述性統(tǒng)計的數(shù)據(jù)是不夠的，還需要借助一些表示變量間相關(guān)程度的統(tǒng)計量和一些非參數(shù)檢驗的方法。

常用的衡量變量間相關(guān)程度的統(tǒng)計量是簡單相關(guān)系數(shù)，但在交叉列聯(lián)表分析中，由于行列變量往往不是連續(xù)變量，不符合計算簡單相關(guān)系數(shù)的前提條件。因此，需要根據(jù)變量的性質(zhì)選擇其他的相關(guān)系數(shù)，如Kendall等級相關(guān)系數(shù)、Eta值等。

SPSS提供了多種適用于不同類型數(shù)據(jù)的相關(guān)系數(shù)表達，這些相關(guān)性檢驗的零假設(shè)都是：行和列變量之間相互獨立，不存在顯著的相關(guān)關(guān)系。根據(jù)SPSS檢驗后得出的相伴概率（Concomitant Significance）判斷是否存在相關(guān)關(guān)系。如果相伴概率小于顯著性水平0.05，那么拒絕零假設(shè)，行列變量之間彼此相關(guān)；如果相伴概率大于顯著性水平0.05，那么接受原假設(shè)，行列變量之間彼此獨立。

在交叉列聯(lián)表分析中，SPSS所提供的相關(guān)關(guān)系的檢驗方法主要有以下3種：

（1）卡方（χ2）統(tǒng)計檢驗：常用于檢驗行列變量之間是否相關(guān)。計算公式為：

其中，f0表示實際觀察頻數(shù)，fe表示期望頻數(shù)。

卡方統(tǒng)計量服從（行數(shù) 1）（列數(shù) 1）個自由度的卡方統(tǒng)計。SPSS在計算卡方統(tǒng)計量時，同時給出相應(yīng)的相伴概率，由此判斷行列變量之間是否相關(guān)。

（2）列聯(lián)系數(shù)（Contingency coefficient）：常用于名義變量之間的相關(guān)系數(shù)計算。計算公式由卡方統(tǒng)計量修改而得，公式如下：（3）系數(shù)（Phi and Cramer's V）：常用于名義變量之間的相關(guān)系數(shù)計算。計算公式由卡方統(tǒng)計量修改而得，公式如下：

系數(shù)介于0和1之間，其中，K為行數(shù)和列數(shù)較小的實際數(shù)。

交叉列聯(lián)表分析的具體操作步驟如下：

打開數(shù)據(jù)文件，選擇【分析】（Analyze）菜單，單擊【描述統(tǒng)計】（Descriptive Statistics）命令下的【交叉表】（Crosstabs）命令?！敖徊姹怼保–rosstabs）主對話框如圖3-13所示。

在該主對話框中，左邊的變量列表為原變量列表，通過單擊 按鈕可選擇一個或者幾個變量進入右邊的“行”（Row(s)）變量列表框、“列”（Column(s)）變量列表框和“層”（Layer）變量列表框中。如果是二維列聯(lián)表分析，只需選擇行列變量即可，但如進行三維以上的列聯(lián)表分析，可以將其他變量作為控制變量選到“層”（Layer）變量列表框中。有多個層控制變量時，可以根據(jù)實際的分析要求確定它們的層次，既可以是同層次的也可以是逐層疊加的。

在“交叉表”對話框底端有兩個可選擇項：

顯示復(fù)式條形圖（Display clustered bar chart）：指定繪制各個變量不同交叉取值下關(guān)于頻數(shù)分布的柱形圖；

取消表格（Suppress table）：不輸出列聯(lián)表的具體表格，而直接顯示交叉列聯(lián)表分析過程中的統(tǒng)計量，如果沒有選中統(tǒng)計量，則不產(chǎn)生任何結(jié)果。所以，一般情況下，只有在分析行列變量間關(guān)系時選擇此項。

該對話框的右端有4個按鈕，從上到下依次為【精確】（Exact）按鈕、【統(tǒng)計量】（Statistics）按鈕、【單元格】（Cells）按鈕和【格式】（Format）按鈕。單擊可進入對應(yīng)的對話框。

單擊【精確】（Exact）按鈕，打開“精確檢驗”（Exact Tests）對話框，如圖3-14所示。

該對話框提供了3種用于不同條件的檢驗方式來檢驗行列變量的相關(guān)性。用戶可選擇以下3種檢驗方式之一：

僅漸近法（Asymptotic only）：適用于具有漸近分布的大樣本數(shù)據(jù)，SPSS默認選擇該項。

Monte Carlo（蒙特卡羅法）：此項為精確顯著性水平值的無偏估計，無需數(shù)據(jù)具有漸近分布的假設(shè)，是一種非常有效的計算確切顯著性水平的方法。在“置信水平”（Confidence Level）參數(shù)框內(nèi)輸入數(shù)據(jù)，可以確定置信區(qū)間的大小，一般為90、95、99。在“樣本數(shù)”（Number of samples）參數(shù)框中可以輸入數(shù)據(jù)的樣本容量。

精確（Exact）：觀察結(jié)果概率，同時在下面的“每個檢驗的時間限制為”（Time limit per test）的參數(shù)框內(nèi)，選擇進行精確檢驗的最大時間限度。

用戶在本對話框內(nèi)進行選擇后，單擊【繼續(xù)】（Continue）按鈕即可返回“交叉表”主對話框。一般情況下，“精確檢驗”（Exact Tests）對話框的選項都默認為系統(tǒng)默認值，不作調(diào)整。單擊【統(tǒng)計量】（Statistics）按鈕，打開“交叉表：統(tǒng)計量”（Crosstabs：Statistics）對話框，如圖3-15所示。

在該對話框中，用戶可以選擇輸出合適的統(tǒng)計檢驗統(tǒng)計量。對話框中各選項的意義如下：

（1）卡方（Chi-square）檢驗復(fù)選框：檢驗列聯(lián)表行列變量的獨立性檢驗，也被稱為Pearson chi-square檢驗、χ2檢驗。

（2）相關(guān)性（Correlations）檢驗復(fù)選框：輸出列聯(lián)表行列變量的Pearson相關(guān)系數(shù)或Spearman相關(guān)系數(shù)。

（3）名義（Nominal）欄：適用于名稱變量統(tǒng)計量。

相依系數(shù)（Contingency coefficient）：即Pearson相關(guān)系數(shù)或Spearman相關(guān)系數(shù)。

Phi 和Cramer變量（系數(shù)）：常用于名義變量之間的相關(guān)系數(shù)計算。計算公式由卡方統(tǒng)計量修改而得，如公式（3.13）所示。ψ系數(shù)介于0和1之間，其中，K為行數(shù)和列數(shù)較小的實際數(shù)。Lambda（λ系數(shù)）：在自變量預(yù)測中用于反映比例縮減誤差，其值為1時表明自變量預(yù)測因變量好，為0時表明自變量預(yù)測因變量差。

不定性系數(shù)（Uncertainty coefficient）：以熵為標準的比例縮減誤差，其值接近1時表明后一變量的信息很大程度上來自前一變量，其值接近0時表明后一變量的信息與前一變量無關(guān)。

（4）有序（Ordinal）欄：適用于有序變量的統(tǒng)計量。

Gamma（伽馬系數(shù)，γ系數(shù)）：兩有序變量之間的關(guān)聯(lián)性的對稱檢驗。其數(shù)值界于0和1之間，所有觀察實際數(shù)集中于左上角和右下角時，取值為1，表示兩個變量之間有很強的相關(guān)；取值為0時，表示兩個變量之間相互獨立。

Somers'd值：兩有序變量之間的關(guān)聯(lián)性的檢驗，取值范圍為[-1，1]。

Kendall s tau-b值：考慮有結(jié)的秩或等級變量關(guān)聯(lián)性的非參數(shù)檢驗，相同的觀察值選入計算過程中，取值范圍為[-1，1]。Kendall s tau-c值：忽略有結(jié)的秩或等級變量關(guān)聯(lián)性的非參數(shù)檢驗，相同的觀察值不選入計算過程，取值范圍界為[-1，1]。

（5）按區(qū)間標定（Nominal by interval）欄：適用于一個名義變量與一個等距變量的相關(guān)性檢驗。

Kappa系數(shù)：檢驗數(shù)據(jù)內(nèi)部的一致性，僅適用于具有相同分類值和相同分類數(shù)量的變量交叉表。

Eta值：其平方值可認為是因變量受不同因素影響所致方差的比例。

風(fēng)險（相對危險度）：檢驗事件發(fā)生和某因素之間的關(guān)聯(lián)性。

McNemar檢驗：主要用于檢驗配對的資料率（相當于配對卡方檢驗）。

（6）Cochran's and Mantel-Haenszel統(tǒng)計量復(fù)選框：適用于在一個二值因素變量和一個二值響應(yīng)變量之間的獨立性檢驗。

用戶在“交叉表：統(tǒng)計量”對話框中進行選擇后，單擊【繼續(xù)】（Continue），即可返回“交叉表”（Crosstabs）主對話框。一般情況下，對“交叉表：統(tǒng)計量”對話框內(nèi)的選項不作選擇或選擇較為常用的卡方檢驗。

單擊【單元格】（Cells）按鈕，打開“交叉表：單元顯示”（Crosstabs：Cell Display）對話框，如圖3-16所示。在該對話框中，用戶可以指定列聯(lián)表單元格中的輸出內(nèi)容。SPSS17.0默認在交叉列聯(lián)表中輸出實際的觀察值，但觀察值有時候不能確切地反映事物的實質(zhì)，因此還需要輸出其他的數(shù)據(jù)項。對話框中各選項的具體意義如下：

（1）計數(shù)（Counts）欄：

觀察值（Observed）：系統(tǒng)默認選項，表示輸出為實際觀察值。

期望值（Expected）：表示輸出為理論值。

（2）百分比（Percentages）欄：

行（Row）百分比：以行為單元，統(tǒng)計行變量的百分比。

列（Column）百分比：以列為單元，統(tǒng)計列變量的百分比。

總計（Total）百分比：行列變量的百分比都進行輸出。

（3）殘差（Residuals）欄： 未標準化（Unstandardized）：輸出非標準化殘差，為實際數(shù)與理論數(shù)的差值。

標準化（Standardized）：輸出標準化殘差，為實際數(shù)與理論數(shù)的差值除以理論數(shù)。

調(diào)節(jié)的標準化（Adjusted standardized）：輸出修正標準化殘差，為標準誤確定的單元格殘差。

（4）非整數(shù)權(quán)重（Noninteger Weights）欄：

四舍五入單元格計數(shù)（Round cell counts，系統(tǒng)默認）：將單元格計數(shù)的非整數(shù)部分的尾數(shù)四舍五入為整數(shù)。

截短單元格計數(shù)（Truncate cell counts）：將單元格計數(shù)的非整數(shù)部分的尾數(shù)舍去，直接化為整數(shù)。

四舍五入個案權(quán)重（Round case Weights）：將觀測量權(quán)數(shù)的非整數(shù)部分的尾數(shù)四舍五入為整數(shù)。

截短個案權(quán)重（Truncate case Weights）：將觀測量權(quán)數(shù)的非整數(shù)部分的尾數(shù)舍去，化為整數(shù)。

無調(diào)節(jié)（No adjustments）：不對計數(shù)數(shù)據(jù)進行調(diào)整。

用戶在“交叉表：單元顯示”對話框中進行選擇后，單擊【繼續(xù)】（Continue）按鈕，即可返回“交叉表”主對話框。一般情況下，對“交叉表：單元顯示”對話框的選項都默認為系統(tǒng)默認值，不作調(diào)整。

單擊【格式】（Format）按鈕，打開“交叉表：表格格式”（Crosstabs：Table Format）對話框，如圖3-17所示。

在該對話框中，用戶可以指定列聯(lián)表的輸出排列順序。對話框中各選項的具體意義如下：

在行序（Row Order）欄中有如下兩個選項： 升序（Ascending）：系統(tǒng)默認，以升序顯示各變量值；

降序（Descending）：以降序顯示各變量值。

用戶在該對話框中進行選擇后，單擊【繼續(xù)】（Continue）按鈕，即可返回“交叉表”主對話框。

在“交叉表”對話框中單擊【確定】（OK）按鈕，可在輸出窗口中得到數(shù)據(jù)概述、交叉列聯(lián)表、卡方檢驗表、交叉分組下頻率分布柱形圖、相對危險性估計等圖表。

3.6 比率分析

比率分析主要用于對兩個變量間變量值的比率變化進行描述分析，適用于定距型變量（scale）。例如，可以對受處分的學(xué)生和沒受處分的學(xué)生的上網(wǎng)時間與用計算機的時間進行比率分析。

比率分析生成比率變量，并對該比率變量計算基本描述性統(tǒng)計量（如均值、中位數(shù)、標準差、全距等），進而刻畫出比率變量的集中趨勢和離散程度。除此之外，SPSS17.0還提供了其他對比描述指標，大致也屬于集中趨勢描述指標和離散程度描述指標的范疇。

打開數(shù)據(jù)文件，選擇【分析】（Analyze）菜單，單擊【描述統(tǒng)計】（Descriptive Statistics）命令下的【比率】（Ratio）命令。打開“比值統(tǒng)計量”（Ratio Statistics）對話框（軟件翻譯為“比值”，但準確的術(shù)語應(yīng)是“比率”），如圖3-18所示。在該主對話框中，左邊的變量列表為原變量列表，通過單擊 按鈕可選擇一個或者幾個變量進入右邊的“分子”（Numerator）變量列表框、“分母”（Denominator）變量列表框和“組變量”（Group Variable）列表框中。進行不同組間的比率比較時，需要將變量分組，將變量選擇到“組變量”（Group Variable）列表框中后，可以選擇將變量按照分組變量進行升序或者降序排列。

“比值統(tǒng)計量”對話框的左下角有如下兩個復(fù)選框：

顯示結(jié)果（Display results，系統(tǒng)默認）

將結(jié)果保存到外部文件（Save results to external file）：如果選擇該項，【文件】（File）按鈕被激活，單擊【文件】（File）按鈕可將輸出結(jié)果保存至用戶指定的位置。

該對話框的右下角是【統(tǒng)計量】（Statistics）按鈕，單擊它將打開“比率統(tǒng)計量：統(tǒng)計量”（Ratio Statistics：Statistics）對話框。

單擊【統(tǒng)計量】（Statistics）按鈕，打開“比率統(tǒng)計量：統(tǒng)計量”對話框，如圖3-19所示。在該對話框中，用戶可以選擇比率變量計算基本描述性統(tǒng)計量（如均值、中位數(shù)、標準差、全距等），并描述比率變量的集中趨勢和離散程度。對話框中各選項的具體意義如下：

（1）集中趨勢（Central Tendency）欄（復(fù)選項）：

中位數(shù)（Median）

均值（Mean）

權(quán)重均值（Weighted Mean）：指兩變量均值的比。

置信區(qū)間（Confidence intervals）：默認置信區(qū)間的置信度為95%。

（2）離散（Dispersion）欄（復(fù)選項）

AAD（Average Absolute Deviation，平均絕對離差），其計算公式為：

其中，Ri是比率數(shù)，M是比率變量的中位數(shù)，N為樣本數(shù)。

COD（Coefficient of Dispersion，離散系數(shù)），其計算公式為：

PRD（Price-related Differential，相關(guān)價格微分）：是比率均值與加權(quán)比率均值的比。

中位數(shù)居中COV（Median Centered COV）：計算公式為： 均值居中COV（Mean Centered COV）：通常意義下的變異系數(shù)，即標準差除以均值。

（3）集中指數(shù)（Concentration Index）欄：

在以下比例之間（Ratios Between）：通過在低比例（Low Proportion）和高比例（High Proportion）后面的文本框中輸入數(shù)值，可以控制比率的范圍。輸入后，單擊【添加】（Add）按鈕，將對應(yīng)的比率范圍添加到方框內(nèi)的列表框中，利用【更改】（Change）按鈕和【刪除】（Remove）按鈕，可以對列表框中的選項進行修改和刪除。

在以下比例之內(nèi)（Ratios Within）：通過在中位數(shù)的%（% of median）前面的文本框中輸入數(shù)值，可以控制比率相對于中位數(shù)的范圍。輸入后，單擊【添加】（Add）按鈕，將對應(yīng)的比率限制條件添加到方框內(nèi)的列表框中，利用【更改】（Change）按鈕和【刪除】（Remove）按鈕，可以對列表框中的選項進行修改和刪除。

用戶在本對話框中進行選擇后，單擊【繼續(xù)】（Continue）按鈕，即可返回“比值統(tǒng)計量”（Ratio Statistics）主對話框。

在“比值統(tǒng)計量”主對話框中單擊【確定】（OK）按鈕，可在輸出窗口中得到分組描述結(jié)果和比率分析結(jié)果等圖表。

3.7 P-P圖和Q-Q圖

P-P圖是根據(jù)變量的累積比例與指定分布的累積比例之間的關(guān)系所繪制的圖形。通過P-P圖可以檢驗數(shù)據(jù)是否符合指定的分布。當數(shù)據(jù)符合指定分布時，P-P圖中各點近似呈一條直線。如果P-P圖中各點不呈直線，但有一定規(guī)律，可以對變量數(shù)據(jù)進行轉(zhuǎn)換，使轉(zhuǎn)換后的數(shù)據(jù)更接近指定分布。

Q-Q圖同樣可以用于檢驗數(shù)據(jù)的分布，所不同的是，Q-Q圖是用變量數(shù)據(jù)分布的分位數(shù)與所指定分布的分位數(shù)之間的關(guān)系曲線來進行檢驗的。

由于P-P圖和Q-Q圖的用途完全相同，只是檢驗方法存在差異，SPSS17.0中用于做出P-P圖的對話框和用于做出Q-Q圖的對話框完全一致，下面將對兩者統(tǒng)一加以說明。具體操作步驟如下：

打開數(shù)據(jù)文件，選擇【分析】（Analyze）菜單，單擊【描述統(tǒng)計】（Descriptive Statistics）命令下的【P-P圖】（P-P Plots）或【Q-Q圖】（Q-Q Plots）命令。“P-P圖”（P-P Plots）、“Q-Q圖”（Q-Q Plots）的對話框分別如圖3-20和圖3-21所示。

在“P-P圖”（P-P Plots）或“Q-Q圖”（Q-Q Plots）對話框中，最左邊的變量列表為原變量列表，通過單擊 按鈕可選擇一個或者幾個變量進入位于對話框中間的“變量”（Variables）列表框中。根據(jù)這些變量數(shù)據(jù)可創(chuàng)建P-P圖或Q-Q圖，并進行分布檢驗。

“P-P圖”或“Q-Q圖”對話框的中下方和右方有5個選項欄，選項欄中各選項的意義如下：

（1）轉(zhuǎn)換（Transform）欄（復(fù)選項）：

自然對數(shù)轉(zhuǎn)換（Natural log transform）：選擇此項，對當前變量的數(shù)據(jù)取自然對數(shù)，即將原有變量轉(zhuǎn)換成以自然數(shù)e為底的對數(shù)變量。

標準值（Standardize values）：選擇此項，將當前變量的數(shù)據(jù)轉(zhuǎn)換為標準值，即轉(zhuǎn)換后變量數(shù)據(jù)的均值為0，方差為1。差分（Difference）：選擇此項，對當前變量的數(shù)據(jù)進行差分轉(zhuǎn)換，即利用變量中連續(xù)數(shù)據(jù)之間的差值來轉(zhuǎn)換數(shù)據(jù)。選擇此項以后，后面的文本框變?yōu)榭捎?，在其中輸入一個正整數(shù)，以確定轉(zhuǎn)換的差分度，默認值為1。

季節(jié)性差分（Seasonally difference）：用于確定指明計算時間序列的季節(jié)差分。只有在對當前變量的數(shù)據(jù)序列定義了周期（通過主菜單中的【數(shù)據(jù)】（Data）菜單中的【定義日期】（Define Dates）選項定義）以后才可用，如果當前周期為0，將不能計算季節(jié)差分。選擇此項，在后面的文本框中輸入正整數(shù)，然后根據(jù)該正整數(shù)所確定的范圍來計算該范圍內(nèi)數(shù)據(jù)的差值，并用該差值來轉(zhuǎn)換原數(shù)據(jù)。

需要注意的是，這些數(shù)據(jù)轉(zhuǎn)換并不改變變量中的變量值，只影響正態(tài)概率圖。

（2）檢驗分布（Test Distribution）欄：可選擇不同的分布類型，檢驗變量數(shù)據(jù)是否符合所選分布。單擊選項分布欄下的箭頭可選擇不同的分布類型。SPSS默認的檢驗分布是正態(tài)分布（Normal）。

P-P圖（或Q-Q圖）可檢驗的分布包括：

貝塔分布（Beta）T分布（Student t）

卡方分布（Chi-square）伽馬分布（Gamma）

指數(shù)分布（Exponential）半正態(tài)分布（Half-normal）

Logistic分布（Logistic）拉普拉斯分布（Laplace）

對數(shù)正態(tài)分布（Lognormal）威布爾分布（Weibull）

正態(tài)分布（Normal）均勻分布（Uniform）

帕累托分布（Pareto）

dt：在該文本框中輸入正整數(shù)，表示所選分布的自由度。

（3）分布參數(shù)（Distribution Parameters）欄：在該欄中可輸入所選分布類型的參數(shù)，選擇的分布不同，參數(shù)輸入窗口也不同。

從數(shù)據(jù)中估計（Estimate from data）：為系統(tǒng)默認選項。選擇此項，系統(tǒng)將自動從數(shù)據(jù)中推測數(shù)據(jù)分布的參數(shù)，否則就要在該選項下方的參數(shù)框中根據(jù)需要自行指定。位置（Location）參數(shù)窗口：選擇正態(tài)分布時，用戶自行輸入位置參數(shù)。

比例（Scale）參數(shù)窗口：選擇正態(tài)分布時，用戶自行輸入比例參數(shù)。

（4）比例估計公式（Proportion Estimation Formula）欄（單選項組）

以上公式中，n表示觀測量的數(shù)目，r是從1到n的秩次。

（5）為結(jié)指定的秩（Rank Assigned to Ties）欄（單選項組）：

均值（Mean）：用連接值的平均秩指定順序。

高（High）：用連接值的最大秩指定順序。

低（High）：用連接值的最小秩指定順序。

強制打開結(jié)（Break ties arbitrarily）：忽略觀測量權(quán)重的影響。

3.8 圖表繪制

進行數(shù)字統(tǒng)計分析時，有時我們需要繪制統(tǒng)計圖表，把資料所反映的變化趨勢、數(shù)量多少、分布狀態(tài)和相互關(guān)系等形象直觀地表現(xiàn)出來，以便于讀者的閱讀、比較和分析。SPSS的【圖形】（Graphs）菜單提供了繪制圖表的功能，主要包括3個子菜單：【圖表建立】（Chart Builder）命令相當于圖表向?qū)?，它對SPSS的繪圖功能作了粗略的介紹，初學(xué)者可以大致了解SPSS的繪圖能力；【交互圖表】（Interactive）命令主要涵蓋了SPSS各種復(fù)雜的交互性圖表；【舊對話框】（Legacy Dialogs）命令主要包括多種SPSS傳統(tǒng)的常用的統(tǒng)計報表，下面重點講解。

3.8.1 條形圖

條形圖（Bar Charts），又稱帶形圖或柱形圖，它是利用相同寬度的條形的長短或高低來表現(xiàn)統(tǒng)計數(shù)據(jù)大小或變動的統(tǒng)計圖。

繪制條形圖的具體操作步驟如下：

打開【圖形】（Graphs）菜單，選擇【舊對話框】（Legacy Dialogs）命令下的【條形圖】（Bar Charts）命令，SPSS將彈出“條形圖”（Bar Charts）導(dǎo)航對話框，如圖3-22所示。

在該導(dǎo)航對話框中，用戶可以選擇條形圖的類型，并定義條形圖中數(shù)據(jù)的表達方式。

SPSS將條形圖大致分為3種類型：

簡單（Simple）：單式條形圖，各個條形相互獨立； 復(fù)式條形圖（Clustered）：分組條形圖，每組的相鄰兩個或多個條形左右連接，以方便進行組間比較；

堆積面積圖（Stacked）：分段條形圖，同一組的條形圖上下連接，以方便進行組與組之間的互相比較。

在圖3-22下部的“圖表中的數(shù)據(jù)為”（Data in Chart are）欄，用戶可以選擇的條形圖中數(shù)據(jù)的表達類型如下：

個案組摘要（Summaries for groups of cases）：用分類值作圖，條形圖中每一條代表觀測量的一個分類；

各個變量的摘要（Summaries of separate variables）：用變量值作圖，條形圖中每一條代表一個變量；

個案值（Values of individual cases）：用單元值作圖，條形圖中每一條代表一個觀察值。

通過以上3個條形圖類型和3個數(shù)據(jù)的表達方式的不同搭配，SPSS可以生成9種不同的條形圖。本書以用戶選擇“簡單”（Simple）條形圖和“個案組摘要”（Summaries for groups of cases）為例，闡述條形圖的繪制步驟，如果用戶需要制作其他類型的條形圖，請參看簡單條形圖繪制的類似步驟。

單擊【定義】（Define）按鈕，進入正式的條形圖定義對話框“定義簡單條形圖：個案組摘要”（Define Simple Bar：Summaries for groups of cases）對話框，如圖3-23所示。根據(jù)用戶所選的條形圖類型和數(shù)據(jù)表達方式的不同，出現(xiàn)的對話框名稱也不同，但對話框的主體內(nèi)容大致相同。

在該對話框中，用戶可以選擇條形圖繪制的相關(guān)細節(jié)。

“條的表征”（Bar Present）欄中，用戶可以選擇以下條形圖中條所代表的統(tǒng)計量：

個案數(shù)（N of cases）：按照分組變量分組后各組的觀測量個數(shù)；

個案數(shù)的%（% of cases）：按照分組變量分組后各組的觀測量個數(shù)占總觀測量個數(shù)的百分比；

累積個數(shù)：觀測量數(shù)的累計數(shù)目；

累積%：觀測量數(shù)的累計百分比；

其他統(tǒng)計量（Other statistics）：用戶可以自行定義條形圖中的統(tǒng)計量。選中該選項，下面的“變量”（Variable）列表框被激活，用戶需要通過單擊 按鈕從左邊原變量中選擇一個分析變量進入“變量”（Variable）列表框中，然后單擊【更改統(tǒng)計量】（Change Statistics）按鈕，SPSS將彈出“統(tǒng)計量”（Statistic）對話框，如圖3-24所示。

在該對話框中，用戶可以選擇需要計算的描述統(tǒng)計量作為條形圖中的統(tǒng)計量。對話框中的描述統(tǒng)計量包括：

值的均值（Mean of values）：按照分組變量分組后，以分析變量的均值作為條形圖中的統(tǒng)計量；

值的中位數(shù)（Median of values）：按照分組變量分組后，以分析變量的中位數(shù)作為條形圖中的統(tǒng)計量；

值的眾數(shù)（Mode of values）：按照分組變量分組后，以分析變量的眾數(shù)作為條形圖中的統(tǒng)計量；

個案數(shù)（Number of cases）：按照分組變量分組后，以分析變量的樣本個數(shù)作為條形圖中的統(tǒng)計量；

值的和（Sum of values）：按照分組變量分組后，以分析變量數(shù)據(jù)的總和作為條形圖中的統(tǒng)計量；

標準差（Standard deviation）：按照分組變量分組后，以分析變量的標準差作為條形圖中的統(tǒng)計量；

方差（Variance）：按照分組變量分組后，以分析變量的方差作為條形圖中的統(tǒng)計量； 最小值（Minimum value）：按照分組變量分組后，以分析變量的最小值作為條形圖中的統(tǒng)計量；

最大值（Maximum value）：按照分組變量分組后，以分析變量的最大值作為條形圖中的統(tǒng)計量；

累計求和（Calculative sum）：按照分組變量分組后，以分析變量的累計總和作為條形圖中的統(tǒng)計量。

在該對話框的中部，用戶可以在“值”（Value）文本框中輸入數(shù)值或者百分數(shù)，然后選擇相關(guān)選項，SPSS將對數(shù)值或百分數(shù)上側(cè)或下側(cè)的觀測量按照大小進行篩選。

在該對話框的下部，用戶可以在“低”（Low）和“高”（High）文本框中輸入數(shù)值或者百分數(shù)，然后選擇對應(yīng)選項，SPSS將按照大小對觀測量在限定范圍內(nèi)進行篩選。

對話框底部的“值是組中點”（Values are grouped midpoints）復(fù)選框只有在用戶選擇“值的中位數(shù)”（Median of values）或者“百分位”（Percentile）時，才被激活。選中該選項，則表明數(shù)據(jù)分布為頻數(shù)分布表的格式，輸出的條形圖中的統(tǒng)計量為分組的中值。

選擇條形圖中的統(tǒng)計量后，單擊【繼續(xù)】（Continue）按鈕，即可返回到“定義簡單條形圖：個案組摘要”主對話框中。

接下來，需要指定做圖變量。在“類別軸”（Category Axis）列表框中，用戶需要通過單擊 按鈕從左邊原變量中選擇一個變量作為分類變量（也稱為分組變量）。條形圖中每個條形的長度分別代表對應(yīng)各組的統(tǒng)計量的值。

模板（Template）：用戶可以選中該選項，并單擊【文件】（File）按鈕選擇模板文件，作為散點圖的格式模板。

單擊【標題】（Titles）按鈕，打開“標題”（Titles）對話框，如圖3-25所示。在該對話框中，用戶可以定義散點圖的標題、子標題和腳注。

（1）標題（Title）和子標題（Subtitle）：通過輸入，用戶可以定義兩行標題和一行子標題。標題和子標題將在散點圖上方顯示。用戶也可以在結(jié)果輸出窗口中定義標題。

（2）腳注（Footnote）：通過輸入，用戶可以定義兩行腳注，腳注將在散點圖下方顯示。

輸入標題后，單擊【繼續(xù)】（Continue）按鈕，即可返回“定義簡單條形圖：個案組摘要”主對話框中。

單擊【選項】（Options）按鈕，打開“選項”（Options）對話框，如圖3-26所示。

在該對話框中，用戶可以指定缺失值的處理方式和誤差條的設(shè)定形式。

（1）缺失值（Missing Values）欄：用戶可以定義分析中對缺失值的處理方式，包括按列表排除個案（Exclude cases listwise）和按變量順序排除個案（Exclude cases variable by variable）。為盡可能充分利用數(shù)據(jù)，SPSS默認選擇前者。

（2）誤差條圖的表征（Error Bars Represent）欄：用戶可以選擇設(shè)定置信區(qū)間（Confidence intervals）、標準誤（Standard Error）或者標準差（Standard deviation）條件，并顯示誤差條圖。

指定缺失值的處理方式和誤差條的設(shè)定形式后，單擊【繼續(xù)】（Continue）按鈕，即可返回“定義簡單條形圖：個案組摘要”主對話框中。

在“定義簡單條形：個案組摘要”主對話框中，單擊【確定】（OK）按鈕，即可在結(jié)果輸出窗口中得到簡單條形圖。

3.8.2 線圖 線圖（Line Charts），又稱曲線圖，它是利用點的高低來表明數(shù)據(jù)升降情況的一種統(tǒng)計圖。通過將不同階段的數(shù)據(jù)點連接，可以更清晰地表明數(shù)據(jù)的變化趨勢。線圖主要用于時間序列分析、數(shù)據(jù)分配情況比較和兩變量依存關(guān)系的分析等。

繪制線圖的具體操作步驟如下：

打開【圖形】（Graphs）菜單，選擇【舊對話框】（Legacy Dialogs）命令下的【線圖】（Line Charts）命令，SPSS將彈出“線圖”（Line Charts）導(dǎo)航對話框，如圖3-27所示。

在該導(dǎo)航對話框中，用戶可以選擇線圖的類型，并定義線圖中數(shù)據(jù)的表達方式。

SPSS將線圖大致分為3種類型：

（1）簡單（Simple）：單線圖，一個圖形中只有一條水平走向的折線；

（2）多線線圖（Multiple）：多線圖，一個圖形中有多條水平走向的折線；

（3）垂直線圖（Drop-line）：垂線圖，一個圖形中有多組水平走向的數(shù)據(jù)，但在水平方向上不予以連接，而只是在垂直方向上將同一時間點的數(shù)據(jù)予以連接。

圖表中的數(shù)據(jù)為（Data in Chart are）欄：用戶可以選擇以下的條形圖中的數(shù)據(jù)表達類型： 個案組摘要（Summaries for groups of cases）：用分類值作圖，線圖中每一條線代表觀測量的一個分類；

各個變量的摘要（Summaries of separate variables）：用變量值作圖，線圖中每一條線代表一個變量；

個案值（Values of individual cases）：用單元值作圖，線圖中每一條線代表一個觀察值。

通過以上3個線圖類型和3個數(shù)據(jù)表達類型的不同搭配，SPSS可以生成9種不同的線圖。本書以用戶選擇“簡單”線圖和“個案組摘要”為例，闡述線圖的繪制步驟。

單擊【定義】（Define）按鈕，進入正式的定義對話框“定義簡單線圖：個案組摘要”（Define Simple Line：Summaries for groups of cases）對話框，如圖3-28所示。根據(jù)用戶所選的線圖類型和數(shù)據(jù)表達類型的不同，出現(xiàn)的對話框名稱也不同。

在該對話框中，用戶首先需要指定繪圖變量，即通過單擊 按鈕從左邊原變量中選擇多個需要繪制折線圖的變量進入右邊的“線的表征”（Lines Represent）中。繪圖變量的數(shù)值將在線圖的縱軸上表示。同時，用戶需要指定分類變量。用戶可以選擇以“個案數(shù)”（Case number），即觀測量的編號作為分類變量，也可以選中“變量”（Variable）選項，然后單擊 按鈕選擇一個變量作為分類變量。例如，在時間序列分析中，用戶就可以將時間變量作為分類變量。分類變量的數(shù)值將在線圖的橫軸上表示。

本對話框的其他部分及單擊【標題】（Title）按鈕所彈出的“標題”（Title）對話框都與“定義簡單條形圖：個案組摘要”（Define Simple Bar：Summaries for Groups of Cases）對話框完全相同，此處不再贅述。

在“定義簡單線圖：個案組摘要”主對話框中，單擊【確定】（OK）按鈕，即可在結(jié)果輸出窗口中得到線圖。

3.8.3 面積圖

面積圖（Area Charts），又稱區(qū)域圖，是用面積來表現(xiàn)連續(xù)性的頻數(shù)分布的統(tǒng)計圖。面積越大，頻數(shù)越多，反之亦然。制作面積圖的原始數(shù)據(jù)大多為頻數(shù)分布表。

繪制面積圖的具體操作步驟如下：

打開【圖形】（Graphs）菜單，選擇【舊對話框】（Legacy Dialogs）命令下的【面積圖】（Area Charts）命令，SPSS將彈出“面積圖”（Area Charts）導(dǎo)航對話框，如圖3-29所示。

在該導(dǎo)航對話框中，用戶可以選擇面積圖的類型，并定義面積圖中數(shù)據(jù)的表達方式。

SPSS將面積圖大致分為以下兩種類型：

（1）簡單（Simple）：簡單面積圖，圖形中只有一個區(qū)域表示頻數(shù)大??；

（2）堆積面積圖（Stacked）：圖形由多個不同顏色的區(qū)域從下到上堆積而成，不同的區(qū)域表示不同類型的頻率大小。

“面積圖”（Area Charts）導(dǎo)航對話框中的“圖表中的數(shù)據(jù)為”（Data in Chart are）欄與條形圖、線圖的導(dǎo)航對話框該欄的內(nèi)容相同，不再贅述。

通過以上兩個面積圖類型和三個數(shù)據(jù)表達類型的不同搭配，SPSS可以生成6種不同的面積圖。本書以用戶選擇“簡單”面積圖和“個案組摘要”為例，闡述面積圖的繪制步驟。單擊【定義】（Define）按鈕，進入“定義簡單面積圖：個案組摘要”（Define Simple Area：Summaries for groups of cases）對話框，如圖3-30所示。根據(jù)用戶所選的面積圖類型和數(shù)據(jù)表達方式的不同，出現(xiàn)的對話框名稱也不同。

本對話框與“定義簡單條形圖：個案組摘要”（Define Simple Bar：Summaries for Groups of Cases）對話框幾乎完全相同，此處不再贅述。

在本主對話框中，單擊【確定】（OK）按鈕，即可在結(jié)果輸出窗口中得到面積圖。

3.8.4 餅形圖

餅形圖（Pie Charts）是用扇形的大小來表示數(shù)值大小的統(tǒng)計圖。餅形圖簡單易懂，并且便于比較，因此，餅形圖的制圖過程使用最為廣泛。

繪制餅形圖的具體操作步驟如下：

打開【圖形】（Graphs）菜單，選擇【舊對話框】（Legacy Dialogs）命令下的【餅圖】（Pie Charts）命令，SPSS將彈出“餅圖”（Pie Charts）導(dǎo)航對話框，如圖3-31所示。在該導(dǎo)航對話框中，用戶可以定義餅形圖中數(shù)據(jù)的表達方式。

“餅圖”導(dǎo)航對話框中只有“圖表中的數(shù)據(jù)為”（Data in Chart are）一欄，并且與條形圖、線圖、面積圖的導(dǎo)航對話框該欄的內(nèi)容相同，此處不再贅述。

根據(jù)3個不同的數(shù)據(jù)表達方式，SPSS可以生成3種不同的面積圖。本書以用戶選擇“個案組的摘要”（Summaries for groups of cases）為例，闡述餅形圖的繪制步驟，如果用戶需要制作其他類型的餅圖，請舉一反三學(xué)習(xí)類似的步驟。

單擊【定義】（Define）按鈕，進入“定義餅圖：個案組摘要”（Define Pie：Summaries for groups of cases）對話框，如圖3-32所示。根據(jù)用戶所選的數(shù)據(jù)表達方式的不同，出現(xiàn)的對話框名稱也不同。

在本對話框中，用戶可以選擇餅形圖繪制的相關(guān)細節(jié)。

分區(qū)的表征（Bar Present）欄：用戶可以選擇餅形圖中扇形切片所代表的統(tǒng)計量。

個案數(shù)（N of cases）：按照分組變量分組后各組的觀測量個數(shù)。個案數(shù)的%（% of cases）：按照分組變量分組后各組的觀測量個數(shù)占總觀測量個數(shù)的百分比。

變量和（Sum of variables）：按照分組變量分組后，用戶可以選擇另一變量并以該變量的總和作為切片統(tǒng)計量的表達方式。選中該選項，下面的“變量”（Variable）列表框被激活，用戶需要通過單擊 按鈕從左邊原變量中選擇一個計算總和的變量進入“變量”（Variable）列表框中。

在“定義分區(qū)”（Define Slices by）列表框中，用戶需要單擊 按鈕從左邊原變量列表中指定一個分類變量作為不同扇形的識別變量。

該對話框的其他部分及【標題】（Title）按鈕、【選項】（Options）按鈕都與“定義簡單條形圖：個案組摘要”（Define Simple Bar：Summaries for Groups of Cases）對話框完全相同，此處不再贅述。

在本對話框中，單擊【確定】（OK）按鈕，即可在結(jié)果輸出窗口中得到餅形圖。

3.8.5 高低圖

高低圖（High-Low Charts）是用多個垂直線段來表示數(shù)值區(qū)域的統(tǒng)計圖，例如一組測定值的范圍（最小值-最大值）、95%置信區(qū)間（下限-上限）、±1.96·SD（低值-均值-高值）等。

繪制高低圖的具體操作步驟如下：

打開【圖形】（Graphs）菜單，選擇【舊對話框】（Legacy Dialogs）下的【高低圖】（High-Low Charts）命令，SPSS將彈出“高-低圖”（High-Low Charts）導(dǎo)航對話框，如圖3-33所示。

在該導(dǎo)航對話框中，用戶可以選擇高低圖的類型，并定義高低圖中數(shù)據(jù)的表達方式。