箱线图的制作SPSS应用

12
二、统计图的分类
统计图的分类方法体系很多，但和统计学体系较贴近 的分类方法是首先按照其呈现变量的个数，从而可以 将统计图大致分为单变量图、双变量图、多变量图 等，然后再根据不同变量的类型进行更细的统计图的 区分。(P158) 用于定量资料描述的统计图主要有线图、箱式图、直 方图、多边图、散点图等； 分类数据的统计图主要有 直条图和百分条图等 。
如何有效地组织、整理和表达数据的信息？
40
一、频数表 (Frequency Table)
频数表：同时列出观察指标的可能取值区间及 其在各区间内出现的频数。
1.确定组数kБайду номын сангаас通常选择在8～15之间 2.确定组距： 参考组距为R/k , R为全距 3.确定组限: 应符合专业习惯 4.对各组段计数：划记或由软件完成
35
36
37
38
5. 直方图（histogram）
z 概念：以各矩形面积来代表各组频数的多 少。
z 适用资料：连续变量的频数分布。 z 绘制要点
¾ 坐标轴：横轴代表变量值，要用相等的距离 表示相等的数量。纵轴坐标要从0开始。
¾ 各矩形间不留空隙。 ¾ 对于组距相等的资料可以直接作图；组距不
等的资料先进行换算，全部转化为组距相等 的频数，用转化后的频数作图。
39
例 从某单位1999年的职工体检资料中获得101名 正常成年女子的血清总胆固醇的测量结果, 结果如 表所示：
2.35 3.32 5.35 4.14 4.13 2.78 4.26 3.58 4.34 4.27 4.77 4.88 3.02 4.73 4.47 5.34 4.70 4.81 5.71 5.04 4.40 5.27 4.63 5.50 5.24 4.97 4.71 4.44 4.94 5.05 4.78 4.52 4.63 …… 4.93 3.00 3.25

N= 5 5 5 5
1代 表 女 2代 表 男
95% CI RED RT
2 1 2
1代 表 大 一 2代 表 大 三
图5 不同年级男女生红光刺激选择反应时间的比较
500 480
460 440 420 400 1 380 360
N= 5 5 5 5
95% CI GREEN RT
1代 表 大 一 2代 表 大 三
学习动机
综合练习题
1. 构造一个包含30名学生（男15、女15）英语、物理考试成绩的数 据文件，然后完成以下操作： （1）计算英语、物理考试的总体平均值、标准差、标准误、峰度、 偏度；计算两种成绩的Z分数，并计算其T分数；检验两类数据是否 符合正态分布。 （2）用箱图检查其有无极大值、奇异值； （3）检验男生和女生英语、物理考试成绩是否方差齐性； （4）用条形图比较男生和女生的两科成绩； （5）用误差条形图反映男生和女生两科成绩的均值和离散性； （6）用散点图估计两科成绩的相关关系。 2. 构造一个包含30个人的心理健康测试成绩的数据文件，然后大致 以5％位数、20％位数、80％位数、95％位数为分界点，将被试分成 心理健康水平不同的5个组，再分别用条形图、圆图（饼图）反映各 组被试数或被试百分数。
36
37
38
39
40
Case Number
返回本章首页
90
来自不同的院系
地科院
80
教科院 经法院
70
数科院 外语学院
Mean 英语
60 1 2
物科院
1为 男 2为 女 男生和女生英语成绩的院系间比较
返回本章首页
78
76
77
76
74 74 72
75 74 73 74

箱盒图箱盒图（也称盒图，箱线图等）是在1977年由美国统计学家John Tukey发明，分析数据需要为定量数据。

通过箱盒图，可以直观的探索数据特征。

箱盒图共有两个用途。

分别如下：直观地识别数据中异常值（离群点）；直观地判断数据离散分布情况，了解数据分布状态。

箱盒图共由五个数值点构成，分别是最小观察值，25%分位数（Q1），中位数，75%分位数（Q3），最大观察值。

需要特别说明的是，最小观察值和最大观察值定义如下：最小观察值= Q1 – 1.5（IQR）, IQR = Q3 –Q1最大观察值= Q3 + 1.5（IQR）, IQR = Q3 –Q1如果数据有存在离群点即异常值，他们大于超出最大或者最小观察值，此时此将离群点以“圆点”形式进行展示。

箱盒图的使用场景情况如下：查看可能的异常值数据情况（比如在回归分析前查看是否有异常数据）；非参数检验时查看不同类别X时，Y的数据分布情况；其它涉及查看数据分布或者异常值查看时。

SPSSAU操作步骤如下：Step1：找到可视化选项卡下的【箱线图】Step2：选择分析项，点击开始盒状图分析Step3：得到分析结果上图中直观展示出C2时共有2个异常值点，如果对C2进行分析，且分析方法对异常值敏感时（比如相关分析，回归分析等），此时需要对该2个异常值点进行处理成null或者填充（SPSSAU异常值功能），或者在分析时进行过滤筛选。

另提示：SPSSAU提供不同类别X时，Y的盒状图分布，比如上图中可以查看不同性别人群，C1,C2和C3共三项在区分性别时的盒状分布。

得到结果比如C1的盒状图：上图可以看出，在男性时，C1中有2个异常点；女性时，C1共出现1个异常点。

移动到异常点时会显示具体数据。

此时如果有需要，可将此3个异常值进行处理，或者在分析时过滤掉异常值。

除了异常值的观察，还可以通过数据盒状图直观看出，男性在C1上的整体打分，会明显高于女性打分。

基于SPSS物流分析报告1. 引言本报告旨在对物流数据进行分析，以揭示物流运营中存在的问题，并提出相应的改进措施。

为了完成这项分析，我们使用了SPSS软件对收集到的物流数据进行了统计分析和可视化展示。

2. 数据收集为了进行本次物流分析，我们收集了一组与物流运营相关的数据，包括货物运输时间、运输距离、运输成本、仓储费用等信息。

这些数据是基于实际物流业务的记录，具有一定的真实性和代表性。

3. 数据清洗与处理在进行数据分析之前，我们首先对收集到的数据进行了清洗和处理，以保证数据的准确性和完整性。

清洗工作包括删除重复数据、处理缺失值和异常值等。

经过清洗后，我们得到了一组干净的数据，为后续分析奠定了基础。

4. 描述性统计分析在物流分析中，描述性统计分析是一种常用的方法，它可以帮助我们了解物流运营的基本情况和特征。

我们使用SPSS软件对收集到的数据进行了描述性统计分析，包括计算平均值、标准差、最大值、最小值等指标，以及绘制了柱状图、箱线图等图表，进一步展示数据的分布和变化趋势。

根据统计结果显示，货物运输时间的平均值为X天，标准差为X天；运输距离的平均值为X公里，标准差为X公里；运输成本的平均值为X元，标准差为X元；仓储费用的平均值为X元，标准差为X元。

通过对这些指标的分析，我们可以发现物流运营中存在的一些问题和挑战。

5. 相关性分析为了深入了解物流数据之间的关系，我们进行了相关性分析。

相关性分析可以帮助我们发现不同变量之间的相关性程度，从而判断它们是否存在关联。

在SPSS软件中，我们计算了不同变量之间的相关系数，并绘制了相关系数矩阵图，以直观展示各变量之间的相关性。

根据相关性分析的结果，我们发现货物运输时间与运输距离呈现正相关关系，即运输距离增加会导致货物运输时间的增加；货物运输时间与运输成本之间呈现负相关关系，即货物运输时间增加可能会降低运输成本。

通过这些分析结果，我们可以针对性地制定改进措施，提高物流运营效率。

频数
第二节 交互式统计图形
绘制类型与一般图形绘制一样 对话框交互-拖放式 图形编辑交互-更加丰富
一、条形图
用来显示分类资料分布特征 用宽度相等的不同长条表示各类别
的频数 适用于分类资料 横轴-分组变量；纵轴-频数/率 单式、复式、堆积
ห้องสมุดไป่ตู้
二、线形图
单式、复式、垂直线图
三、面积图
得到线图以后，将所得曲线与横轴 用阴影填充，得到面积图
更厚实 适用于需要强调数据的某种变化
四、饼图
SPSS 统计图形制作
第一节 SPSS绘图功能 第二节 交互式统计图形
学习目标
认识SPSS一般性、交互式绘图功能 认识各种常见的图形 探讨每个图形功能下又可分为哪些
类型
第一节 SPSS绘图功能
条形图 线图 面积图 饼图 箱式图 直方图
绘图功能菜单graphs
图表构建程序 图形画板模板选择程序 旧对话框
用来呈现某分类变量的构成比资料 适用于描述资料的部分与整体之间
的比例关系 整个圆的面积表示整体，对圆进行
分割得到多个扇形的面积表示部分。
五、箱式图
百分位数图 以垂直方向显示资料分布特征 可显示数据中的离群值、极端值。
六、直方图
形似条图 用于表示某一定量变量的频数分布 横轴-连续变量；纵轴-频数 矩形表各组的频数，宽-组距；长-

!!!!图1-­‐12 !! 图1-­‐13
!二二.相关性
!（一一）.双变量相关分析（Bivariate）
!当分析两个变量之间是否存在相关关系时，使用用双变量相关分析。
这个结果就是r=0.022，p等于0.603. 要在r大大于0.5的情况下，表示示两组的关系密切；而而p值要小小于0.05相关才成
!!立立。
接下来我们看一一下这一一组数据：NLR和HbA1c的相关性
! 图2-­‐4
首首先r=0.509，说明他们的相关是很密切的，而而p<0.001,说明相关是成立立 的。然后在“.509”右上角角现在是有两个*号，说明是显著相关的，假如说是一一
!!!!!个*号，说明只是p值小小于0.05，相关成立立，但是没有0.000显著。
!
!三. 回归分析（regression）
! 图1-­‐8 图1-­‐9
!!!!!!!
!图1-­‐2
3.弹出的主对话框：
!!!!!!!
图1-­‐3
!
4.如果你想设置99的可信区间就去“选项里里面面设置”，系统默认95%的可信区
间。
5!!!!!!!!!!!!!!.接着就是开始做数据了：
!
图1-­‐4
6.得到结果：
图1-­‐5 首首 先 我 们 在 图 5 中 可 以 看 到 样 本 数 目目 是 N = 5 8 2 个 ， 均 数 ± 标 准 差 是 62.69±9.669。 （PS：高高中统计学知识忘记了的我就不再这里里意义赘述了，自自行行补脑吧） 下面面的那个t我不是很了解是什么意思，一一般的文文章里里面面也没有用用到。重要 的是Sig.（双侧）值，就是在常在文文献中看到的p value，它要小小于0.05才是 有意义的。而而后面面的“差分的95%置信区间”的上下限，只要均值差值在可信 区间里里面面，并且置信区间没有包含0，就说明样本均数和总体均数的差异是

sas的boxplot过程-回复SAS的Boxplot过程引言：在统计学中，箱线图（Boxplot）是一种图形化展示数据分布和异常值的方法。

它用图形的方式呈现出数据的五个数概括：最小值、下四分位数、中位数、上四分位数和最大值。

SAS（Statistical Analysis System）是一个流行的统计分析软件，它提供了强大的分析工具和广泛的统计过程，其中包括生成箱线图的过程。

本文将逐步回答关于SAS的Boxplot过程的问题，包括如何导入数据、生成箱线图以及如何解读箱线图的结果。

文章将分为几个部分：导入数据、定义变量属性、生成箱线图和解读箱线图。

第一部分：导入数据在使用SAS生成箱线图之前，首先需要导入数据。

SAS支持多种数据格式，包括CSV、Excel和SAS数据集等。

可以使用SAS的DATA步骤或者IMPORT过程将数据导入到SAS工作环境中。

例如，可以使用以下代码导入一个名为"data.csv"的CSV文件：SASDATA mydata;INFILE 'data.csv' delimiter=',' dsd;INPUT variable1 variable2;RUN;这个代码块将从名为"data.csv"的文件中读取数据，其中变量之间以逗号分隔。

然后，数据将存储在名为"mydata"的SAS数据集中。

第二部分：定义变量属性在生成箱线图之前，需要确保变量的属性被正确定义。

例如，如果变量是数值型的，需要将其定义为数值型变量。

可以使用SAS的FORMAT或ATTRIB语句来定义变量属性。

例如，以下代码将变量"age"定义为数值型变量：SASDATA mydata;SET mydata;FORMAT age BEST.;RUN;这个代码块通过将"age"变量定义为BEST.格式，将其属性设置为数值型。

→Summaries for groups of cases
→Define
图形绘制：Graphs →Pie
→Summaries for groups of cases →Define →% of cases
Age_g→Define Slice by
→Ok
主要结果
→Simple →Summaries for groups of cases →Define →Other statistic
age→Variable
group→Category Axis
→Options
→Continue →Standard deviation Multipler:1
psh→Line Represents
year→Variable
→Ok
主要结果
多变量线图
图形绘制：Graphs →Line
→Multiple
→Values of individual cases
→Define
图形绘制：Graphs →line
→Simple → Values of individual cases →Define →N of cases
Hb1→Variable
group→Category Axis
gender→Define Clusters by
→Ok
主要结果
五、直方图
例4 以数据文件“clinical trial.sav”为例，
用直方图描述所有受试者治疗前血红蛋白含量（ hb1
）的分布。
图形绘制：Graphs →Histogram
→Ok
主要结果

1.如何用spss做下列统计图？条形图、箱形图、折线图、散点图。

答：1.条形图做法单击Graphs----Bar，打开条形图主对话框，如果选择simple是简单条形图；如果选择Cluster，是整群的条形图；若Stacked是成堆的条形图.2.箱型图做法单击Analyze----descriptive statistics------explore。

把两个分类变量分别输入Dependent List和Factor List 列表框中，“序号”送入Lable case(s) by 框中。

然后，Plots选择Stem-and-Leaf。

3.折线图做法Graphs---legacy dialogs----Line,选择simple和summaries for groups of cases 选项，单击define ,在line represents 中选择other summary function 选项，选择一个变量送入variable 中，在change summary 中选择mean of values。

4.散点图做法：选Graphs菜单的Scatter...过程，弹出Scatterplot定义选项框，散点图有4种，Simple为单层散点图，Overlay为多层散点图，Matrix 为矩阵散点图，3-D为立体散点图，若选用单层散点图。

然后点击Define钮，弹出Simple Scatterplot对话框，在左侧的变量列表中选data点击钮使之进入Y Axis框，选cate1点击钮使之进入X Axis框, 选cate2点击钮使之进入Set Markers by框。

点击Titles...钮，弹出Titles对话框，在Title栏内输入变量，点击Continue钮返回Simple Scatterplot对话框，再点击OK钮即完成。

2、如何用spss做平均数的差异检验。

请从数据特点、方法选择、输出结果解释三方面进行说明。

SPSS数据的图表 数据的“软肋”，就是它的可视化。

我们喜欢画画、喜欢带图⽚的⽂章、喜欢统计学上精妙的统计图。

数据的可视化历史可以追溯到10世纪，⽽17世纪90年代，Playfair的著作⾸次使⽤折线图来表⽰国家的进出⼝量差别，这⼀做法延续⾄今⽇！这些有趣的故事，可以参考。

实验名称：数据图表。

实验⽬的：1.学会使⽤SPSS的简单操作。

2.掌握7种数据图表。

实验内容：1.⽣成频率分布表和列联表；2.制作茎叶图；3.绘制箱线图；4.绘制垂线图；5.绘制误差图；6.绘制散点图。

实验步骤： 1.⽣成频率分布表和列联表：使⽤频率过程进⾏描述，如果希望了解某个项⽬中受访者的学历分布情况，则可以使⽤频率过程输出相应的频数表。

“分析”→“描述统计”→“频率”→选择要分析的变量。

将变量X选⼊“变量”列表中，单击“确定”按钮。

1 FREQUENCIES VARIABLES=math english chinese2 /ORDER=ANALYSIS.频率 使⽤交叉表过程进⾏描述，选择“分析”→“描述统计”→“交叉表”，就会打开交叉表过程的对话框。

选择要分析的变量后单击“确定”按钮。

1 CROSSTABS2 /TABLES=gender BY math BY city3 /FORMAT=AVALUE TABLES4 /CELLS=COUNT5 /COUNT ROUND CELL.交叉表 2.制作茎叶图：由于绘制直⽅图时需要先对数据进⾏分组汇总，因此对于样本量较⼩的情形，直⽅图会损失⼀部分信息，此时可以使⽤茎叶图来进⾏更精确的描述。

茎叶图的形状与功能和直⽅图⾮常相似，但他是⼀种⽂本化的图形。

操作：“分析”→“描述统计”→“探索”，以变量math为例，使⽤探索过程绘制出茎叶图。

由图7可以看出，茎叶图实际上可以近似地看成是将传统的直⽅图横向放置的结果，其整个图形完全由⽂本输出构成，内容主要分为3列：第1列为频数，表⽰所在⾏的观察值频数。

如何使用IBMSPSSStatistics进行数据分析IBM SPSS Statistics（以下简称SPSS）是一款由IBM公司开发的专业数据分析软件，广泛应用于商业、科研、市场调研等各个领域。

本文将分别介绍SPSS的数据处理、数据探索、数据建模和结果分析四个方面的功能和使用方法。

一、数据处理数据处理是数据分析的基础步骤，它包括数据导入、数据清洗、数据整合等操作。

在SPSS中，可以通过以下几种途径导入数据：1. 手动输入：通过“变量视图”或“数据视图”界面，手动输入数据。

2. 导入外部文件：SPSS支持导入多种常见文件类型（如Excel、CSV、文本文件等），可通过“文件”-“打开”菜单选择导入。

数据清洗是保证分析结果的准确性和可靠性的重要步骤，可以采用以下方法进行数据清洗：1. 处理缺失值：可以通过剔除或插补缺失值的方式进行处理。

在SPSS中，通过“数据”-“选择”-“按条件”或“替换缺失值”等功能实现。

2. 异常值处理：通过绘制箱线图、Z-Score标准化等方法筛选异常值，并进行相应处理。

数据整合是将多个数据文件融合成一个文件的过程，常用的方法有合并和匹配两种，可以通过“数据”-“合并文件”等功能实现。

二、数据探索数据探索是对数据进行初步分析，了解数据的分布、关系和趋势等，以便为之后的建模和分析提供依据。

1. 描述性统计：通过“分析”-“描述统计”菜单可计算均值、标准差、最大最小值等统计指标，并生成频数表、交叉表等。

2. 数据可视化：SPSS提供丰富的数据图表绘制功能，如柱状图、饼图、散点图等，可通过“图表”-“图表编辑器”菜单进行设置。

3. 相关分析：通过“分析”-“相关”菜单可以计算变量之间的相关系数，并进行显著性检验。

4. 因子分析：通过“分析”-“因子”菜单可以进行因子分析，识别数据中的主成分并减少变量维度。

三、数据建模数据建模是根据已有数据构建预测或解释模型的过程，常用的模型有线性回归、逻辑回归、聚类分析等。

制作步骤
1. 在SPSS中打开数据文件。
2. 选择“图形”菜单，然后选择“3D 散点图”。
3. 选择适当的变量作为x轴、y轴和z 轴。
4. 调整图表属性，如颜色、标签等， 以完善图表的可视化效果。
雷达图
01
适用场景：用于展示多个变量的相对大小或强度，特别是 在比较不同个体的多个特征时非常有用。
02
03
饼图
用于展示数据的比例关系，可以显示 各部分在整体中所占的比重。
箱线图
用于展示数据的分布情况，可以显示 数据的集中趋势、离散程度和异常值。
05
04
点图
用于展示两个变量之间的关系，可以 显示变量之间的相关性。
图表制作流程
2. 在菜单栏中选择 “图形”选项，选 择需要的图表类型 。
4. 点击“确定”按 钮，SPSS将自动生 成所选类型的图表 。
03
02
制作步骤
04
2. 选择“图形”菜单，然后选择“热力图 ”。
3. 选择适当的变量作为行和列。
05
06
4. 调整图表属性，如颜色、标签等，以完 善图表的可视化效果。
05 SPSS图表优化
调整图表元素
01
02
03
添加数据标签
在图表上直接显示数据， 有助于更直观地了解数据 分布和变化趋势。
调整坐标轴
03 制作双变量图表
散点图
描述两个变量之间的关系，通过点的分布情况展 示变量间的关联程度。
可以添加线性拟合线，判断变量间是否存在线性 关系。
适用三个变量的 值，同时展示两个变量之间的关
系。
气泡图可以更直观地展示多维数 据之间的关系。
适用于展示三个变量之间的关系， 其中第三个变量对其他两个变量

“打开数据”对话框（下图）中，将文件类型改为“Excel”， 选中要打开的数据文件。
（2）导入数据文件（Excel文件）续 在弹出的“打开Excel数据源”对话框中，勾选“从第
一行数据读取变量名”（软件默认）。
（3）用SPSS探索分析功能制作箱线图
点击菜单“分析”“描述统计”“探索”；在弹出 的“探索”对话框（下左图），先将“水稻产量” 移入因变 量列表，再点击“绘”按钮，在弹出的对话框（下右图）， 设箱图分组为“不分组”；最后选择输出方式为"两者都"或" 图"。
附实验一 箱线图和直方图的制作
SPSS软件应用
主要内容
• 箱线图的制作 • 直方图的制作
一、箱线图的制作
（1）输入数据 将以上数据输入Excel的工作表中，首
行为变量名，数据以纵列方式输入（如右图）。
例1：140行水稻产量数据
一、箱线图的制作
（2）导入数据文件（Excel文件） 点击菜单“文件”“打开”“数据”；在弹出的
（4）查看输出结果 在输出查看器中查看“箱线图”结果。
异常值
UQ+1.5 IQR UQ
UQ(75%分位数)
LQ LQ-1.5 IQR
LQ(25%分位数)
二、直方图的制作
（1）导入数据文件（Excel文件）——步骤同“箱线图制作” 点击菜单“文件”“打开”“数据”；在弹出的
“打开数据”对话框中，将文件类型改为“Excel”，选中要打 开的数据文件。在弹出的“打开Excel数据源”对话框中，勾选 “从第一行数据读取变量名”。
例1：140行水稻产量数据
（2）用SPSS频率分析功能制作直方图
点击菜单“分析”“描述统计”“频率”；在弹出 的“频率”对话框（下左图），先将“水稻产量” 移入变量 框，再点击“图表”按钮，在弹出的对话框（下右图），设图 表类型为“直方图”，根据需要勾选正态曲线。

直方图
1. 用面积表示各组频数的多少，矩形的高度表示每一组的频数或频率 宽度表示各组的组距； 2. 由于分组数据具有连续性，各矩形通常是连续排列； 3. 主要用于展示数值型数据。
二、频数分析
4. SPSS操作及案例 例一：各门成绩统计 结果保存为：3-StudentScore.spo
二、频数分析
5. SPSS操作及案例分析 根据方差齐性检验结果可以看出，语文成绩按照男女分开的样 本显著性水平Sig.值都大于0.05，表明方差的差异不显著，也就是 说方差是齐性的。
四、探索性分析
5. SPSS操作及案例分析 例五：操作步骤（数据文件：4－Explore.sav ） Analyze→Descriptive Statistics→Explore...
平均值（Mean）：即算术平均值（＝（X1+X2+…+Xn）/n）。 易受极端值影响。 中位数（Median）：把变量的值有序排列，位于中间位置的值即中位数。 是位置平均置，不易受极端值的影响。 众数（Mode）：样本中出现次数最多的值，代表数据的集中程序。 求和（Sum）：所有变量之和，反映变量的总体水平。
三、基本描述统计量
4. 描述分布形态的统计量 考察数据分布形态特征的统计量，例如，数据分布是否对称、偏 斜程度以及陡缓程度，主要有如下两种统计量： 偏度（Skewness）：
偏度值>0，为正偏或右偏；偏度值<0，为负偏或左偏。偏度绝对值越大，偏斜越大。
峰度（Kurtosis）：
峰度值>0，数据分布比标准正态分布更陡峭，为尖峰分布；峰度值<0，数据分布比 标准正态分布更平缓，为平峰分布。
四、探索性分析
2. 通过茎叶图（Stem-and-Leaf Plots）描述频度分布

如何用SPSS探测及检验异常值如何用SPSS探测及检验异常值一、采用数据探索过程探测异常值SPSS菜单实现程序为: 主菜单–>“Analyze”–>“Descriptive Statistics”–>“Explore……”选项–>“Statistics”按钮–>选中“Outliers”复选框。

输出结果中将列出5个最大值和5个最小值作为异常的嫌疑值。

二、采用箱线图（boxplot）探测异常值箱线图比较直观、形象，易于理解，因此它在统计分析中占有非常重要的地位。

1. 利用上述的数据探测过程，在“Explore”对话框中单击“Plots”，出现如图2所示的对话框，通过“Boxplots”方框可以确定箱线图的生成方式。

“Factor levels together”复选框表示将要为每个因变量创建一个箱线图，“Dependent together”复选框表示将为每个分组变量水平创建箱线图，“None”复选框表示不创建箱线图。

2. 直接利用SPSS中的画图功能实现箱线图，SPSS给出了两种箱线图，一种是基本箱线图，另一种是交互式箱线图。

基本箱线图的SPSS菜单实现为:点击主菜单中的“Graphs”选项，在弹出的一级菜单中选择“Boxplot……”选项。

交互式箱形图的SPSS菜单实现为:点击主菜单中的“Graphs”选项，在弹出的一级菜单中点击“Interactive”选项，在弹出的二级菜单中选择“Boxplot……”选项。

下面仍以A公司雇员分工种的开始工资为例构造基本箱线图(如图3)。

箱线图中的“○”表示可疑的异常值，此处异常值的确定采用的是“五数概括法”，即:变量值超过第75百分位点和25百分位点上变量值之差的1.5倍(箱体上方)或变量值小于第75百分位点和25百分位点上变量值之差的1.5倍(箱体下方)的点对应的值。

三、SPSS 14 后的新功能Data –> Validation：如何设置。