spss教程-常用的数据描述统计：频数分布表等--统计学

SPSS统计软件使用指导SPSS（统计软件包社会科学）是一个功能强大的统计分析软件，被广泛应用于社会科学领域的数据处理和统计分析。

本文将为您提供SPSS的简单使用指导。

一、数据导入与数据处理1. 数据导入：打开SPSS软件后，选择“文件”菜单中的“导入数据”，选择合适的数据类型（如Excel、CSV等），然后按照指引找到要导入的数据文件，并点击“打开”按钮导入数据。

2.数据处理：导入数据后，您可以使用SPSS进行数据清洗、数据变换和数据整合等操作。

例如，可以使用数据筛选功能去除缺失值，使用重编码功能对变量进行重新分组等。

二、数据描述统计1.频数统计：选择“分析”菜单中的“描述统计”→“频数”，将要分析的变量移至“变量列表”中，点击“统计”按钮，并选择要统计的指标（如中位数、均值等），最后点击“确定”按钮即可进行频数统计分析。

2.描述性统计：选择“分析”菜单中的“描述统计”→“描述统计”，将要分析的变量移至“变量列表”中，点击“统计”按钮，并选择要统计的指标（如均值、标准差等），最后点击“确定”按钮即可进行描述统计分析。

三、数据分析与模型建立1.相关分析：选择“分析”菜单中的“相关”→“双变量”，将要分析的变量移至“变量列表”中，点击“OK”按钮即可进行相关性分析。

2.回归分析：选择“分析”菜单中的“回归”→“线性”，将因变量和自变量移至相应的“因变量”和“自变量”框中，可以选择“统计”按钮进行相应的统计分析。

3.方差分析：选择“分析”菜单中的“比较组”→“方差分析”，将要分析的变量移至“因子”列表中以及自变量列表中，点击“OK”按钮即可进行方差分析。

四、结果输出与图表绘制1.结果输出：分析完成后，可以通过点击“结果”菜单中的“查看输出”来查看统计结果。

可以选择复制、粘贴或导出统计结果到其他软件进行进一步分析或报告。

2.图表绘制：选择“图形”菜单，其中包含了众多图表类型，如饼图、柱状图、折线图等。

SPSS统计分析数据特征的描述统计分析SPSS（Statistical Package for the Social Sciences）是一种常用的统计分析软件，用于对数据进行描述统计分析。

描述统计分析旨在帮助研究人员对数据进行简单的整理、描述和总结，以便更好地理解数据的特征和趋势。

下面将说明几种常用的描述统计分析方法。

1.频数统计频数统计是指对数据中各个变量的不同取值进行计数。

通过统计每个取值出现的次数，可以了解数据的分布情况和变量的特点。

SPSS提供了多种方式来进行频数统计，包括直方图、饼图等。

通过这些图表，可以清晰地看到变量的取值分布。

2.中心趋势测量中心趋势测量是描述数据集合中心位置的统计方法，常用的测量指标包括平均数、中位数和众数。

平均数是所有数据的算术平均值，中位数是将数据按大小排列后处于中间位置的数值，众数是出现次数最多的数值。

SPSS提供了计算这些测量指标的功能，以便更好地了解数据的中心位置。

3.离散程度测量离散程度测量是描述数据变异程度的方法，常用的度量指标包括标准差、方差和极差。

标准差是数据与平均数之间的平均偏差，方差是标准差的平方，表示数据的离散程度，极差是最大值与最小值之间的差异。

通过这些指标，可以判断数据的离散程度，以及是否存在异常值等问题。

4.偏度和峰度测量偏度和峰度是描述数据分布形态的指标。

偏度测量的是数据分布的偏斜程度，正偏斜表示分布右侧的极端值较多，负偏斜表示分布左侧的极端值较多。

峰度测量的是数据分布的尖峰程度，正峰度表示尖峰较高且尾巴较短，负峰度表示尖峰较低且尾巴较长。

通过偏度和峰度的测量，可以判断数据的分布形态是否符合正态分布。

5.相关分析相关分析旨在研究两个或多个变量之间的关系。

相关系数是用来衡量变量之间线性相关程度的指标，取值范围从-1到+1、接近-1的相关系数表示负相关，接近+1的相关系数表示正相关，接近0的相关系数表示无相关。

通过相关分析，可以了解不同变量之间的关系，以及它们对研究问题的影响程度。

SPSS SPSS主要介绍在主要介绍在SPSS SPSS中进行频数分析，交互分中进行频数分析，交互分析，相关分析，均值比较与检验，回归分析，相关分析，均值比较与检验，回归分析，方差分析，等。

析，方差分析，等。

一、频数分布表一、频数分布表在在SPSS SPSS中可以很容易地得出频数分布表，平均数，中可以很容易地得出频数分布表，平均数，标准差等。

标准差等。

频数分布：可以概略地看到资料的分布情况，可做频数分布：可以概略地看到资料的分布情况，可做初步整理之用，从中还可检查数据输入情况。

初步整理之用，从中还可检查数据输入情况。

Analyze Analyze ———— Descriptive Statistics Descriptive Statistics ———— Frequencies Frequencies 可选入多个变量。

可选入多个变量。

General Happiness 467 30.8 31.1 31.1 872 57.5 58.0 89.0 165 10.9 11.0 100.0 1504 99.1 100.0 13 .9 1517 100.0 Very Happy Pretty Happy Not Too Happy Total Valid NA Missing Total Frequency Percent Valid Percent Cumulative Percent Number of Children 419 27.6 27.8 27.8 255 16.8 16.9 44.7 375 24.7 24.9 69.5 215 14.2 14.2 83.8 127 8.4 8.4 92.2 54 3.6 3.6 95.8 24 1.6 1.6 97.3 23 1.5 1.5 98.9 17 1.1 1.1 100.0 1509 99.5 100.0 8 .5 1517 100.0 0 1 2 3 4 5 6 7 Eight or More Total V alid NA Missing Total F requency Percent V alidPercent Cumulative Percent Statistics: Statistics: Dispersion( Dispersion(离差栏）离差栏）:: Std.Deviation Std.Deviation标准差标准差Variance Variance 方差方差Range Range全距全距Minimum Maximum Minimum Maximum S.E.mean S.E.mean均数的标准误均数的标准误Central Tendency ( Central Tendency (集中趋势栏）集中趋势栏）Mean Median Mode Sum Mean Median Mode Sum Skewness Skewness偏度（偏度（00，，1.5 1.5，，0.5 0.5，，--0.5 0.5））Kurtosis Kurtosis 峰度（峰度（00，正，负），正，负）例：例：09 09- -01 01 Statistics 1509 1510 8 7 1.90 12.88 .045 .077 2.00 12.00 0 12 1.765 2.984 3.114 8.904 1.034 -.168 .063 .063 1.060 .710 .126 .126 8 20 0 0 8 20 2869 19455 Valid Missing N Mean Std. Error of Mean Median Mode Std. Deviation Variance Skewness Std. Error of Skewness Kurtosis Std. Error of Kurtosis Range Minimum Maximum Sum Number of Children Highest Year of School Completed Number of Children 419 27.6 27.8 27.8 255 16.8 16.9 44.7 375 24.7 24.9 69.5 215 14.2 14.2 83.8 127 8.4 8.4 92.2 54 3.6 3.6 95.8 24 1.6 1.6 97.3 23 1.5 1.5 98.9 17 1.1 1.1 100.0 1509 99.5 100.0 8 .5 1517 100.0 0 1 2 3 4 5 6 7 Eight or More Total Valid NA Missing Total Frequency Percent Valid Percent Cumulative Percent 还可直接作出图形：还可直接作出图形：Charts: Charts: Bar charts: Bar charts:条形图条形图Pie Charts: Pie Charts:圆图、饼图圆图、饼图Histograms: Histograms:直方图。

统计分析往往是从了解数据的基本特征开始的。

描述数据分布特征的统计量可分为两类：一类表示数量的中心位置，另一类表示数量的变异程度（或称离散程度）。

两者相互补充，共同反映数据的全貌。

这些内容可以通过SPSS中的“Descriptive Statistics”菜单中的过程来完成。

1 频数分析 (Descriptive Statistics - Frequencies)频数分布分析主要通过频数分布表、条形图和直方图，以及集中趋势和离散趋势的各种统计量来描述数据的分布特征。

下面我们通过例子来学习单变量频数分析操作。

1) 输入分析数据在数据编辑器窗口打开“data1-2.sav”数据文件。

2)调用分析过程在主菜单栏单击“Analyze”，在出现的下拉菜单里移动鼠标至“Descriptive Statistics”项上，在出现的次菜单里单击“Frequencies”项，打开如图3-4所示的对话框。

图3-4 “Frequencies” 对话框3)设置分析变量从左则的源变量框里选择一个和多个变量进入“Variable(s):”框里。

在这里我们选“三化螟蚁螟 [虫口数]”变量进入“Variable(s):”框。

4)输出频数分布表Display frequency tables，选中显示。

5)设置输出的统计量单击“Statistics”按钮，打开图3-5所示的对话框，该对话框用于选择统计量：图3-5 “Statistics”对话框① 选择百分位显示“Percentiles Values”栏：Quartiles：四分位数，显示25%、50%和75%的百分位数。

Cut points for 10 equal groups：将数据平分为输入的10个等份。

Percentile(s):：用户自定义百分位数，输入值0—100之间。

选中此项后，可以利用“Add”、“Change”和“Remove”按钮设置多个百分位数。

② 选择变异程度的统计量“Dispersion”：（离散趋势）Std.deviation 标准差Minimum 最小值Variance 方差Maximum 最大值Range 极差S.E.mean 均值标准误③ 选择表示数据中心位置的统计量“Central Tendency”：（集中趋势）Mean 均值Median 中位数Mode 众数Sum 算术和④ 选择分布指标“Distribution”：Skewness 偏度Kurtosis 峰度6) 统计图形输出设置单击“Charts”按钮，将弹出如图3-6所示的对话框：图3-6 “Charts”对话框① Chart Type 图形选择栏：○ None：不输出图形；○ Bar charts：输出条形图；○ Pie charts：输出饼图；⊙ Histograms：输出柱状图。

第二节常用的数据描述统计本节拟讲述如何通过SPSS菜单或命令获得常用的统计量、频数分布表等。

1．数据这部分所用数据为第一章例1中学生成绩的数据，这里我们加入描述学生性别的变量“sex”和班级的变量“class”，前几个数据显示如下（图2－2），将数据保存到名为“2-6-1.sav”的文件中。

图2－2：数据输入格式示例1．Frequencies语句（1）操作打开数据文件“2-6-1.sav”，单击主菜单Analyze /Descriptive Statistics / F requencies…，出现频数分布表对话框如图2-3所示。

图2－3：Frequencies定义窗口把score变量从左边变量表列中选到右边，并请注意选中下方的Display frequency table复选框（要求显示频数分布表）。

如果您只要求得到一个频数分布表，那么就可以点OK按钮了。

如果您想同时获得一些统计量，及统计图表，还需要进一步设置。

①Statistics选项单击Statistics按钮，打开对话框，请按图2-4自行设置。

有关说明如下：（ⅰ）在定义百分位值（percentile value）的矩形框中，选择想要输出的各种分位数，SPSS提供的选项有：●Quartiles四分位数，即显示25%、50%、75%的百分位数。

●Cut points equal 把数据平均分为几份。

如本例中要求平均分为3份。

●Percentile显示用户指定的百分位数，可重复多次操作。

本例中要求15%、50%、85%的百分位数。

(ⅱ) 在定义输出集中趋势（Central Tendency）的矩形框中，选择想要输出的集中统计量，常用的选项有：●Mean 算术平均数●Median 中数●Mode 众数●Sum 算术和（ⅲ）在定义输出离散统计量（Dispersion）的矩形框中，选择想要输出的离散统计量，常用的选项有：●Std. Deviation 标准差●Variance 方差●Range 全距●Minimum 最小值●Maximum 最大值●S.E. mean 平均数的标准误（ⅳ）描述数据分布（Distribution）的统计量●Skewness 偏度，非对称分布指数。

在SPSS 中进行实验一的基本统计方法包括描述统计和推论统计两个方面。

描述统计用于对实验数据的整体特征进行描述，而推论统计则用于对样本数据进行推断，从而得出总体的结论。

以下是在SPSS 中进行实验一时常用的基本统计方法：描述统计：1. 均值（Mean）：计算数据的平均值，反映数据的集中趋势。

2. 标准差（Standard Deviation）：衡量数据的离散程度。

3. 频数统计（Frequencies）：统计分类变量的频数分布。

4. 中位数（Median）：数据的中间值，不受极端值影响。

5. 最大最小值（Minimum, Maximum）：显示数据的最大值和最小值。

6. 百分位数（Percentiles）：显示数据的分位数，如四分位数等。

推论统计：1. 相关分析（Correlation）：分析两个连续变量之间的关系。

2. t检验（Independent Samples T-Test, Paired Samples T-Test）：比较两组样本均值是否存在显著差异。

3. 方差分析（ANOVA）：比较两个或多个组之间均值是否存在显著差异。

4. 卡方检验（Chi-Square Test）：用于比较分类变量之间的关联性。

5. 线性回归（Linear Regression）：分析自变量和因变量之间的线性关系。

6. 非参数检验（Mann-Whitney U Test, Kruskal-Wallis Test）：适用于非正态分布数据或秩次数据的假设检验。

以上是在SPSS 中常用的实验一基本统计方法，通过这些方法可以对实验数据进行全面的描述和分析，从而得出科学、客观的结论。

在使用这些方法时，需要根据实际情况选择合适的统计方法，并正确解读结果。