SPSS图表操作.docx
《SPSS图表操作.docx》由会员分享，可在线阅读，更多相关《SPSS图表操作.docx（13页珍藏版）》请在冰豆网上搜索。
SPSS图表操作
经管实验中心
实验报告
学院：
管理学院
课程名称：
市场调研
专业班级：
实验项目
实验一
实验二
实验三
实验四
实验五
实验六
实验七
实验八
实验九
实验十
总评
成绩
评分
姓名：
学号：
学生实验报告
实验项目
图表的制作
□必修□选修
□演示性实验□验证性实验□操作性实验□综合性实验
实验地点
文管实验中心
实验仪器台号
30
指导教师
实验日期及节次
2013-6-5
一、实验目的及要求：
1、目的
要求学生能够进行基本的统计分析；能够对频数分析、描述分析和探索分析的结果进行解读；完成基本的统计图表的绘制；并能够对统计图表进行编辑美化及结果分析；能够理解多元统计分析的操作（聚类分析和因子分析）
2、内容及要求
2.1基本的统计分析
打开“分析/描述统计”菜单，可以看到以下几种常用的基本描述统计分析方法：
1.Frequencies过程（频数分析）
频数分析可以考察不同的数据出现的频数及频率，并且可以计算一系列的统计指标，包括百分位值、均值、中位数、众数、合计、偏度、峰度、标准差、方差、全距、最大值、最小值、均值的标准误等。
2.Descriptives过程（描述分析）
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，包括：
均值、合计、标准差、方差、全距、最大值、最小值、均值的标准误、峰度、偏度等。
3.Explore过程（探索分析）
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.Crosstabs过程（列联表分析）
调用此过程可进行计数资料和某些等级资料的列联表分析，在分析中，可对二维至n维列联表（RC表）资料进行统计描述和χ2检验，并计算相应的百分数指标。
此外，还可计算四格表确切概率（Fisher’sExactTest）且有单双侧（One-Tail、Two-Tail），对数似然比检验（LikelihoodRatio）以及线性关系的Mantel-Haenszelχ2检验。
2.2基本统计分析结果解读
1.频率分析的结果解读
2.描述分析的结果解读
3.探索分析的结果解读
4.列联表分析的结果解读
2.3统计图表的绘制
1.条形图（Bar）
2.直方图（Histogram）
3.方盒图（Boxplot）
4.散点图（Scatter/Dot）
5.饼图
二、仪器用具：
仪器名称
规格/型号
数量
备注
计算机
1
有网络环境
《多媒体会计模拟实验室》系统
1
三、实验方法与步骤:
一、查阅相关资料，熟悉基本概念和流程
二、打开“分析/描述统计”菜单，可以看到以下几种常用的基本描述统计分析方法：
1.Frequencies过程（频数分析）
2.Descriptives过程（描述分析）
3.Explore过程（探索分析）
4.Crosstabs过程（列联表分析）
三、基本统计分析结果解读
1.频率分析的结果解读
2.描述分析的结果解读
3.探索分析的结果解读
4.列联表分析的结果解读
四、统计图表的绘制
1.条形图（Bar）
2.直方图（Histogram）
3.方盒图（Boxplot）
4.散点图（Scatter/Dot）
5.饼图
五、整理实验数据和文档，总结模拟的过程，编写实验报告
四、实验结果与数据处理：
1.打开肥胖会员记录表
在饼形图中选择个案组摘要，进行定义，将肥胖程度拉入定义分区。
确定之后在输出的饼形图上进行大小、颜色、标签进行修改。
修改后的图为：
2.简单条形图1
在条形图中选择简单、个案组摘要，进行定义，将肥胖程度拉入定义分区。
确定之后在输出的饼形图上进行大小、颜色、标签进行修改。
修改后的图为：
3.简单条形图2，各个变量的摘要情况下的均值，这是需要注意的是，在三个收支的特征中需要修改统计量，分别为均值，最大值，最小值。
确定之后在输出的条形图上进行适当修改。
4.线图。
此次做的是上海几年来各个月的均值线图。
这里需要注意的是在变量线的表征选择中应选其他统计量，原因是，给的气温表是多个城市85年至94年各个月的气温，如果选择的是表征是个案组的话，出来的图是有很多年月的，此次需要将这几年的月气温予以均值化，再进行线图的设计，类别轴则是选择月，出来的图是几年来1到12个月的均气温变化图。
如下图所示
同时，如果上表中类别轴若选年的情况下，输出的如则是85-94年的各年气温均值变化图，如下：
5.多条线图
此时线的表征则是选择几个城市，类别轴还是选择月。
此时的图表示的是上海，郑州，天津，昆明和广州年平均气温的走势图。
上图中，如是类别轴选为年的情况下，可以出现以下图，示为各地年均温年走势图。
6.设定表-分类变量
在分析菜单中选择表-设定表，在对话框中拉入需要分析的变量。
在摘要统计量中选择计数，列。
表示列中显示计数和百分比。
下图统计的是以性别，肥胖程度为依据的各个类别的计数和所占的百分比。
会员中性别、肥胖程度统计表
计数
列N%
性别
男
35
58.3%
女
25
41.7%
肥胖程度
超胖
21
35.0%
大胖
23
38.3%
小胖
16
26.7%
7.设定表-标量
这时的表；各个变量有许多不同的数值，此时统计的是不同变量的均值，极大极小值，中指，标准差等等。
会员中有关体重年龄统计表
均值
极大值
极小值
中值
标准差
体重
157.43
195.00
120.00
159.00
21.73
年龄
41
68
21
38
13
8.描述统计-频率
在频率统计量中选择所需的集中趋势，离散。
百分位值可以根据需要设置。
一般有四分位点，割点以及自行设置的百分点。
下图是输出的表格，可以看出有效值，均值，均值的标准误差，中值，众数以及偏度，峰度，极大值极小值等等。
统计量
收支
N
有效
60
缺失
0
均值
$54,604.22
均值的标准误
$3,145.758
中值
$55,837.00
众数
$12,987a
标准差
$24,366.934
方差
5.937E8
偏度
-.069
偏度的标准误
.309
峰度
-.970
峰度的标准误
.608
全距
$86,847
极小值
$12,987
极大值
$99,834
和
$3,276,253
百分位数
15
$24,874.40
25
$34,045.50
50
$55,837.00
55
$58,106.00
75
$74,061.50
a.存在多个众数。
显示最小值
部分频率累计图：
9、探索
打开文件后，依次选择分析-描述-探索。
在绘制对话框中选择所需的图形（茎叶图、直方图），箱图按因子水平分组。
出现下图
案例处理摘要
案例
有效
缺失
合计
N
百分比
N
百分比
N
百分比
VehicleWeight（lbs.）
100
100.0%
0
.0%
100
100.0%
描述表：
描述
统计量
标准误
VehicleWeight（lbs.）
均值
3143.57
78.591
均值的95%置信区间
下限
2987.63
上限
3299.51
5%修整均值
3147.02
中值
3267.50
方差
617658.328
标准差
785.912
极小值
1800
极大值
4425
范围
2625
四分位距
1371
偏度
-.167
.241
峰度
-1.164
.478
茎叶图：
箱图：
总结：
这部分作图比起刚开始的SPSS入门来说有了一定难度，只靠上课的那两节可根本记不住多少，回来还是要自己好好摸索一下的。
根据上课的笔记和自己的摸索，已经基本上掌握了这些操作，操作起来还算是得心应手。
以后以后多点练习，更加熟悉这些图表的制作。
SPSS是软件英文名称的首字母缩写，原意为StatisticalPackagefortheSocialSciences，即“社会科学统计软件包”。
随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为StatisticalProductandServiceSolutions，意为“统计产品与服务解决方案”
数据的输入：
（1）定义变量（变量名称）
（2）定义变量类型（3）设置变量长度（4）设置数值型变量小数点位数（5）定义变量标签（6）定义数值标签（7）定义缺失值（8）定义列宽（9）设置对齐方式（10）定义测量方式
数据管理：
（1）数据的增删
（2）数据的整理（3）数据的算术处理
基本的统计分析：
1.Frequencies过程（频数分析）
频数分析可以考察不同的数据出现的频数及频率，并且可以计算一系列的统计指标，包括百分位值、均值、中位数、众数、合计、偏度、峰度、标准差、方差、全距、最大值、最小值、均值的标准误等。
2.Descriptives过程（描述分析）
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，包括：
均值、合计、标准差、方差、全距、最大值、最小值、均值的标准误、峰度、偏度等。
3.Explore过程（探索分析）
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。
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；
ConfidenceIntervalforMean：
平均值的%估计；
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；
Outliers：
输出五个最大值与五个最小值；
Percentiles：
输出第5%、10%、25%、50%、75%、90%、95%位数。
4.Crosstabs过程（列联表分析）
调用此过程可进行计数资料和某些等级资料的列联表分析，在分析中，可对二维至n维列联表（RC表）资料进行统计描述和χ2检验，并计算相应的百分数指标。
此外，还可计算四格表确切概率（Fisher’sExactTest）且有单双侧（One-Tail、Two-Tail），对数似然比检验（LikelihoodRatio）以及线性关系的Mantel-Haenszelχ2检验。
五、指导教师评语及成绩：
成绩：
指导教师签名：
批阅日期：
升级会员 