SPSS摘要性分析.docx
《SPSS摘要性分析.docx》由会员分享，可在线阅读，更多相关《SPSS摘要性分析.docx（8页珍藏版）》请在冰豆网上搜索。
SPSS摘要性分析
资料范本
本资料为word版本，可以直接编辑和打印，感谢您的下载
SPSS摘要性分析
地点：
__________________
时间：
__________________
说明：
本资料适用于约定双方经过谈判，协商而共同承认，共同遵守的责任与义务，仅供参考，文档可直接下载或修改，不需要的部分可直接删除，使用时请详细阅读内容
SPSS摘要性分析
第一节Frequencies过程
4.1.1主要功能
4.1.2实例操作
第二节Descriptives过程
4.2.1主要功能
4.2.2实例操作
第三节Explore过程
4.3.1主要功能
4.3.2实例操作
第四节Crosstabs过程
4.4.1主要功能
4.4.2实例操作
摘要性分析是对原始数据进行描述性分析，这是统计工作的出发点。
统计学的一系列基本描述指标，不仅让人了解资料的特征，而且可启发人们对之作进一步的深入分析。
通过调用摘要性分析的诸个过程，可完成许多统计学指标，对于计量资料，可完成均数、标准差、标准误等指标的计算；对于计数和一些等级资料，可完成构成比、率等指标的计算和χ2检验。
本章将介绍其操作方法。
第一节Frequencies过程
4.1.1主要功能
调用此过程可进行频数分布表的分析。
频数分布表是描述性统计中最常用的方法之一，此外还可对数据的分布趋势进行初步分析。
4.1.2实例操作
[例4-1]调查100名健康女大学生的血清总蛋白含量（g%）如下表，试作频数表分析。
4.1.2.1数据准备
激活数据管理窗口，定义血清总蛋白含量的变量名为X，然后输入血清总蛋白含量的原始数据，结果见图4.1。
4.1.2.2统计分析
激活Statistics菜单，选Summarize中的Frequencies...命令项，弹出Frequencies对话框（图4.2）。
现欲对血清总蛋白含量值进行频数表分析，故在对话框左侧的变量列表中选x，点击钮使之进入Variable（s）框。
同时可点击Format...钮弹出Frequencies：
Format对话框，在Orderby栏中有四个选项：
Ascendingvalues为根据数值大小按升序从小到大作频数分布；Descendingvalues为根据数值大小按降序从大到小作频数分布；Ascendingcounts为根据频数多少按升序从少到多作频数分布；Descendingcounts为根据频数多少按降序从多到少作频数分布。
在PageFormal栏中可定义结果输出的格式。
本例选Ascendingvalues项后点击Continue钮返回Frequencies对话框。
点击Statistics...钮，弹出Frequencies:
Statistics对话框（图4.3），可点击相应项目，要求系统在作频数表分析的基础上，附带作各种统计指标的描述，特别是可进行任何水平的百分位数计算。
本例要求计算四分位数（Quartiles）、均数（Mean）、中位数（Median）、众数（Mode）、总和（Sum）、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）、偏度系数（Skewness）和峰度系数（Kurtosis），选好后点击Continue钮返回Frequencies对话框。
点击Charts...钮，弹出Frequencies:
Charts对话框，用户可选两种图形，一是直条图（Barchart），适用于非连续性的变量；另一是直方图（Histogram），适用于连续性的变量。
本例要求对变量x绘制直方图，故选择Histogram项，并要求绘制正态曲线（Withnormalcurve），点击Continue钮返回Frequencies对话框，再点击OK钮即可。
4.1.2.3结果解释
在输出结果窗口中将看到如下统计数据：
系统对变量x的原始数据作频数分布表，Value为原始值、Frequency为频数、Percent为各组频数占总例数的百分比、Validpercent为各组频数占总例数的有效百分比、CumPercent为各组频数占总例数的累积百分比。
接着输出各基本统计指标，其中均数为7.366,标准误为0.039,中位数为7.350,众数为7.350,标准差为0.394,方差为0.155,峰度系数为0.034,峰度系数的标准误为0.478,偏度系数为0.06,偏度系数的标准误为0.241,全距为2.000,最小值为6.430,最大值为8.430,25%位数为7.120,50%位数为7.350,75%位数为7.580，共100个观察值，无缺失值。
最后系统输出带有正态曲线的直方图（图4.4），由图中可见，数据基本呈现正态分布形状。
从上述内容可知，系统在未特别指定的情形下，频数分布表是按照原始数值逐一作频数分布的，这与日常需要的等距分组、且组数保持在8～15组的要求不符。
为此，在调用Frequencies过程命令之前，可先对原始数据进行算术处理：
已知最小值为6.430，最大值为8.430，全距为2.000，故可要求分成10组，起点为6.4，组距为0.2。
选Transform菜单Recode项的IntoDifferentVariable...命令项，在弹出的RecodeIntoDifferentVariable对话框中选x点击钮使之进入NumericVariable®OutputVariable框，在OutputVariable栏的Name处输入x1，点击Change钮表示新生成的变量名为x1。
点击OldandNewValues钮弹出RecodeIntoDifferentVariable:
OldandNewValues对话框，在Oldvalue栏内选Range项，输入第一个分组的数值范围：
6.4～6.599，在Newvalue栏内输入新值：
6.4，点击Add钮，依此将各组的范围及对应的新值逐一输入，最后点击Continue钮返回RecodeIntoDifferentVariable对话框，再点击OK钮即完成。
系统在原数据库中生成一新变量为x1，这时调用Frequencies过程命令将输出等距分组且组数为10的频数分布表。
第二节Descriptives过程
4.2.1主要功能
调用此过程可对变量进行描述性统计分析，计算并列出一系列相应的统计指标，且可将原始数据转换成标准Z分值并存入数据库，所谓Z分值是指某原始数值比其均值高或低多少个标准差单位，高的为正值，低的为负值，相等的为零。
4.2.2实例操作
[例4-2]调查20名男婴的出生体重（克）资料如下，试作描述性统计。
4.2.2.1数据准备
激活数据管理窗口，定义男婴出生体重的变量名为X，然后输入男婴出生体重的原始数据。
4.2.2.2统计分析
激活Statistics菜单选Summarize中的Descriptives...命令项，弹出Descriptives对话框（图4.5）。
现欲对男婴出生体重进行描述性分析，故在对话框左侧的变量列表中选x,点击钮使之进入Variable（s）框；本例要求将原始数据转换成z分值，故选Savestandardizedvalueasvariables项。
点击Options...钮，弹出Descriptives:
Options对话框（图4.6）。
框中各指标的意义请读者参阅本章第一节。
选好项目后点击Continue钮返回Descriptives对话框，再点击OK钮即可。
4.2.2.3结果解释
在结果输出窗口中将看到如下统计数据：
均数为3188.450,标准误为140.681,标准差为629.146,方差为395824.997,峰度系数为0.118,峰度系数的标准误为0.992,偏度系数为0.732,偏度系数的标准误为0.512,全距为2382.000,最小值为2272,最大值为4654,有效例数为100，无缺失值。
此外，系统以zx为变量名将原始数据转换成标准z分值，存放在原数据库中（图4.7）。
例如，已知均数为3188.450，标准差为629.146，故原始值2770的Z分值为=-0.66511；原始值2770的Z分值为=1.10078。
新变量具有均值为0、标准差为1的特征，亦即变量的标准化过程。
第三节Explore过程
4.3.1主要功能
调用此过程可对变量进行更为深入详尽的描述性统计分析，故称之为探索性统计。
它在一般描述性统计指标的基础上，增加有关数据其他特征的文字与图形描述，显得更加细致与全面，有助于用户思考对数据进行进一步分析的方案。
4.3.2实例操作
[例4-3]下表为30名10岁少儿的身高（cm）资料，试作探索性分析。
4.3.2.1数据准备
激活数据管理窗口，定义少儿身高的变量名为X，然后再定义一个变质为SEX，用于作性别分组。
顺序输入少儿身高的原始数据，在变量SEX中，男孩输入1、女孩输入2。
4.3.2.2统计分析
激活Statistics菜单选Summarize中的Explore...项，弹出Explore对话框（如图4.8），现欲对少儿身高资料进行分组的探索性分析，故在对话框左侧的变量列表中选x点击钮使之进入DependentList框，再选sex点击钮使之进入FactorList框。
点击Statistics...钮，弹出Explore:
Statistics对话框（图4.9），有如下选项：
1、Descriptives：
输出均数、中位数、众数、5%修正均数、标准误、方差、标准差、最小值、最大值、全距、四分位全距、峰度系数、峰度系数的标准误、偏度系数、偏度系数的标准误；
2、M-estimators：
作中心趋势的粗略最大似然确定，输出四个不同权重的最大似然确定数；
3、Outliers：
输出五个最大值与五个最小值；
4、Percentiles：
输出第5%、10%、25%、50%、75%、90%、95%位数；
5、GroupedFrequencytables：
输出分组的例数与数值范围表。
本例全部选择，之后点击Continue钮返回Explore对话框。
点击Plot...钮弹出Explore:
Plot对话框（图4.10），在Boxplot栏内选Factorlevelstogether项要求按组别进行箱图绘制；在Descriptive栏内选Stem-and-leaf项要求作茎叶情形描述。
之后点击Continue钮返回Explore对话框，再点击OK钮即可。
4.3.2.3结果解释
在结果输出窗口中将看到如下统计数据：
先输出男孩的数据。
共15例，无缺失值，其均数为132.9，中位数为132.6，5%修正均数为133.0944，均数的95%置信区间为130.0706～132.7294，标准误为1.3192，方差为26.1043，标准差为5.1092，最小值为121.4，最大值为140.9，全距为19.5，四分位全距为6.8，偏度系数为-0.4239，偏度系数的标准误为0.5801，峰度系数为0.4961，峰度系数的标准误为1.1209。
接着输出四个不同权重下作中心趋势的粗略最大似然确定数，对于伴有长拖尾的对称分布数据或带有个别极端数值的数据，用粗略最大似然确定数替代均数或中位数，结果更准确。
系统还进行数据的茎叶情形描述。
如系统指出男孩的身高资料中，有一个数值是茎为12，叶为1，其实该数值是121.4；有四个数值是茎为12，叶为8999，其实这些数值是129.2、128.2、190.0、129.3。
再接着输出百分位数：
第
升级会员 