SPSS基本统计分析
SPSS统计分析--第3章--基本统计分析
3.2.1 频数统计的主要功能
• “频率”过程可以产生频数分布表，以对数据按组进行归 类整理。还可以生成各种描述性统计指标，以及条形图、 饼图、直方图等常用的统计图。通过选择SPSS中的“分析 ”︱“描述统计”︱“频率”命令，可以对各变量的数据 分布特征有一个概括的整体的认识。
.
3.2.2 频数统计的操作过程
.
3.2.3 实例分析：大学新生的心理健康状况（1）
【例3.1】某大学为了了解学生的心理健康状况，要对初 入学的大一新生进行心理测评，并建立心理档案。现要对 某班学生的生活事件量表进行分析。请用SPSS做出此测试 结果的频数分布情况。
解：本例中，主要通过“频率”过程对本班生活事件量表 的总分进行描述，并得出全班学生此量表总分各分数的频 数情况及其百分比和累积百分比，可以从中了解到学生整 体得分的高低水平，也可以由此注意到需要给予较多关注 的个体或群体。下面将介绍具体的操作过程。
• 均值标准误差：描述样本均值与总体均值之间的平均差异程度 的统计量。
• 全距：也称极差，是数据的最大值与最小值之间的绝对离差。 • 方差：也是表示变量取值离散程度的统计量，是各变量值与算
数平均数离差平方的算术平均数。
.
• 标准差：表示变量取值距离均值的平均离散程度的统计量。标 准差值越大，说明变量值之间的差异越大，距均值这个“中心 值”的离散趋势越大。
• 均值：即算术平均数，是反映某变量所有取值的集中趋势或平 均水平的指标。如某企业职工的平均月收入可用均值。
• 中位数：即一组数据按升序排序后，处于中间位置上的数据值 。如评价社会的老龄化程度时，可用中位数。
• 众数：即一组数据中出现次数最多的数据值。如生产鞋的厂商 在制定各种型号鞋的生产计划时应该运用众数。
学会使用SPSS进行数据统计与分析
学会使用SPSS进行数据统计与分析第一章：SPSS介绍与环境配置SPSS（统计分析软件）是一款广泛应用于社会科学、商业研究、医学研究等领域的数据统计和分析工具。
本章将介绍SPSS的基本功能和概念，并给出环境配置的步骤。
1.1 SPSS的基本功能SPSS是一款功能强大的数据分析软件，可以进行数据清洗、数据处理、统计分析、模型建立等多种操作。
它提供了丰富的统计方法和分析工具，如描述统计、方差分析、回归分析、聚类分析等，能够帮助用户完成从数据收集到结果呈现的全过程。
1.2 SPSS的主要概念在使用SPSS进行数据统计与分析之前，我们需要了解一些相关概念。
SPSS中最基本的单位是变量（Variable），变量可以是数值型、字符型或日期型。
每个变量都有一个或多个取值（Value），取值是变量的具体表现形式。
变量可以按照水平（Level of Measurement）分为名义、序数、间隔和比例四个层次，不同的层次决定了所能使用的统计方法。
1.3 SPSS的环境配置为了正确使用SPSS进行数据统计和分析，我们首先需要进行环境配置。
具体步骤如下：（1）安装SPSS软件：从官方网站下载SPSS软件安装包，按照提示完成安装。
（2）导入数据：在SPSS软件中新建数据集，将需要分析的数据导入到数据集中。
可以从Excel、CSV等文件格式导入，也可以手动输入数据。
（3）数据清洗：对导入的数据进行清洗，包括处理缺失值、异常值、重复值等。
通过数据清洗可以提高分析结果的准确性。
（4）变量设定：为每个变量设置正确的变量类型和取值。
根据实际情况判断变量的层次，选择适当的统计方法。
（5）保存数据集：将处理好的数据集保存在SPSS格式（.sav）中，方便下次使用。
第二章：数据描绘与描述统计数据描绘与描述统计是统计分析的基础，能够通过图表和统计量对数据的分布和特征进行表示。
本章将介绍如何使用SPSS进行数据描绘和描述统计。
2.1 数据描绘在对数据进行统计分析之前，我们首先需要对数据进行描绘，了解数据的分布情况。
spss4-2(基本统计分析)
频数分析表
Central tendency: 用于定义描述 集中趋势的一组指标： 均数(Mean)、中位数(Median)、 众数(Mode)、总和(Sum)。
频数分析表
Dispersion:定义描述 离散趋势的一组指标： Std.deviation:标准差 Variance:方差 Range :全距 Minimum:最小值 Maximum:最大值 S.E.mean:标准误
众数
(不唯一性)
无众数 原始数据: 8 10 5 9 12 6
一个众数 原始数据:
6
5
9
8
5
5
多于一个众数 原始数据: 25 28 28 36 42 42
中位数
(median)
1. 排序后处于中间位置上的值
50%
2. 不受极端值的影响
Me
50%
3. 主要用于顺序数据，也可用数值型数据，但不能 用于分类数据 4. 各变量值与中位数的离差绝对值之和最小，即
8
9
1
2
3
4
5
6
7
n 1 9 1 位置 5 2 2 中位数 1080
数值型数据的中位数
(10个数据的算例)
【例】：10个家庭的人均月收入数据
排 序: 660 750 780 850 1630 2000 位 置: 960 1080 1250 1500
9
10
n 1 10 1 位置 5.5 2 2
2 众数(Mode)：出现频率最高的数 3 中位数(Median)：将数据排序后位于正中间 的数值。适合于所有分布类型的数据 4 总和(Sum)
众数
(mode) 1. 出现次数最多的变量值
SPSS统计分析—差异分析
1判断两个总体的方差是否相同
SPSS采用Levene F方法检验两总体方差 是否相同
如果F值检验不显著Sig 的值大于05;表示两个组别群体变异数相等，此 时看“方差齐性相等”所列之t值，看其是否显著 如果“F值”检验显著（Sig的值小于05），表示两个组别群体变异数 不相等，此时看“方差齐性不相等”所列之t值，看其是否显著。
2输出的结果文件中第2个表格如下所示
3输出的结果文件中第3个表格如下所示
4输出的结果文件中第4个表格如下所示
5输出结果的最后部分是各组观察变量均 值的折线图;如图56所示
事后比较方法的选择
• LSD法实际上是t检验的变形;只是在变异和自由度的计算上利用了整个样本 信息，而不仅仅是所比较两组的信息 因此它敏感度是最高，在比较时仍然存 在放大α水准一类错误问题，但换言之就是总的二类错误非常的小，要是 LSD都没有检验出差别，那恐怕真的没有差别。
究者较为有利 但是，采用单尾检验必须提出支持证据，除非理论文献支持单侧的
概念，或是变量间的关系具有明确的线索显示必需使用单侧检验，否则需采用双侧
检验来检验平均数的特性。
邱 P169
独立两样本t检验
定义：所谓独立样本是指两个样本之间彼此独立没有任 何关联;两个独立样本各自接受相同的测量，研究者的主要目 的是了解两个样本之间是否有显著差异存在 这个检验的前提 如下：
两配对样本T检验的前提要求如下： • 两个样本应是配对的 在应用领域中;主要的配对资料包括： 具有年龄 性别、体重、病况等非处理因素相同或相似者。首先两 个样本的观察数目相同，其次两样本的观察值顺序不能随意改变。 • 样本来自的两个总体应服从正态分布。
• 原理 1 配对样本t检验是配对设计的样本差数的均值同总体均值0比较的t
第4章 SPSS基本统计分析
练习3
• 完成上例
提纲
1
频数分析
2
计算基本描述统计量
复合分组下的频数分析 多选项分析
3
4
5
比率分析
多选项分析
实现思路 1）按多选项二分法或多选项分类法将多选项问题 分解成若干的问题，并设置若干个SPSS变量 2）采用多选项频数分析或多选项交叉分组下的频
• 选择若干个频数分析的变量
• 选择绘制统计图形
4、频数分析的扩展功能
计算分位数 • 分位数：是变量在不同百分位点上的取值。分位 点在0~100之间。 • 分位数差是一种描述数据离散程度的方式。分位 数差越大，表示数据在相应分位上的离散程度越 大
4、频数分析的扩展功能
频数分布表格式的定义 • 调整频数分布表中数据的输出顺序
– 按变量值的升序或降序输出 – 按频数值的升序或降序输出
• 压缩频数分布表
– SPSS默认如果变量取值的个数或取值区间的个数大于10，则 不输出相应的频数分布表
5、频数分析应用举例
分析月住房开销的分布，并对不同居住类型进行比较 • 1）“月住房开销”为定距型变量→先分组，再编 制频数分布表
• 2）计算月住房开销的四分位数→按照“居住类型” 将数据拆分，并重新计算四分位数→进行比较
• 累计百分比：即各百分比逐级累加起来的结果，
最终取值为100%。
2、频数分析中常用统计图
• 条形图：适用于定序和定类变量的分析。条形图
的纵坐标可以是频数,也可以是百分比。
• 饼图：饼图中圆内的扇形面积可以表示频数,也可
以表示百分比。
• 直方图：适用于定距型变量的分析。
3、频数分析的基本操作
SPSS数据的基本统计分析
SPSS数据的基本统计分析SPSS（统计软件包用于社会科学）是一种广泛使用的统计分析软件，它提供了一系列功能强大的工具，可以对数据进行基本的统计分析。
在本文中，将介绍SPSS数据的基本统计分析方法，包括数据导入、数据描述统计、数据绘图和假设检验。
数据导入SPSS可以导入多种数据格式，如Excel、CSV、TXT等。
在导入数据时，需要设置数据类型和变量属性，并进行数据清洗。
数据清洗包括处理缺失值、异常值和离群值等。
数据描述统计一旦数据导入SPSS，可以使用描述统计方法来了解数据的基本情况，包括数据的中心趋势、离散趋势和分布情况。
中心趋势：中心趋势是指一组数据的集中程度。
常见的中心趋势度量包括均值、中位数和众数。
SPSS可以计算这些统计量，并提供了描述统计分析的结果。
离散趋势：离散趋势是指一组数据的分散程度。
常见的离散趋势度量包括方差、标准差和极差。
SPSS可以计算这些统计量。
分布情况：了解数据的分布情况可以帮助研究人员判断数据是否满足正态分布或其他分布假设。
SPSS可以绘制直方图、箱线图和正态概率图等来展示数据的分布情况。
数据绘图数据绘图是一种可视化数据的方法，可以更直观地了解数据之间的关系和趋势。
SPSS提供了多种数据绘图方法，包括柱状图、折线图、散点图和饼图等。
可以通过简单的菜单选择来创建相应的图表，并设置图表的格式和风格。
假设检验假设检验是统计分析中非常重要的一步，可以帮助研究人员验证研究假设是否成立。
SPSS提供了各种假设检验方法，如t检验、方差分析、卡方检验和相关分析等。
t检验：用于比较两个样本均值是否存在差异。
SPSS可以进行独立样本t检验和配对样本t检验。
方差分析：用于比较多个样本均值是否存在差异。
SPSS可以进行单因素方差分析和多因素方差分析。
卡方检验：用于比较观察频数与期望频数之间是否存在差异。
SPSS 可以进行卡方检验和列联表分析。
相关分析：用于分析两个变量之间的相关性。
SPSS可以计算皮尔逊相关系数和斯皮尔曼等级相关系数。
第5章-SPSS基本统计分析
To tal 21
21 .0 10 0.0%
70 .0 % 70 .0 %
9 9.0 10 0.0% 30 .0 % 30 .0 %
30 30 .0 10 0.0% 10 0.0% 10 0.0%
2.描述离散程度的统计量
(1)标准差(standard deviation--Std Dev) (2)方差(variance) (3)极差(range):
最大值(minimum)-最小值(minimum) 极差很小表明所有数据几乎集中在一起 应用于相同样本容量的两组数据离散程度
比较
3.描述分布特征的统计量
2.Option 选项
四、分组计算描述统计量
1.菜单选项：Data－>Split File； 2.选择拆分变量到Groups Based on 框中； 3.选择输出方式：Compare groups
/Organize output by groups； 4.点选Sort the file by grouping
文 化 程度
专科
1
高中
1
5
0
1
3
7
4
1
0
0
2
0
3
1
5
初中
0 0 6 6 0 3 0 3
To tal 3 6
12 21
1 5 3 9
一、交叉分组下的频数分析
交叉列联表单元格中的数据项：
（1）观察频数(Observed Counts)
（2）期望频数(Expected Counts)
spss实验一基本统计方法
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。
SPSS基本统计分析
SPSS基本统计分析SPSS（Statistical Package for the Social Sciences）是一种常用的统计分析软件，广泛应用于社会科学研究、市场调研、医学研究等领域。
SPSS提供了各种统计分析方法和工具，既可以进行描述性统计分析，也可以进行推断性统计分析。
在SPSS中进行基本统计分析需要以下步骤：1. 导入数据：首先需要将数据导入SPSS软件中，可以选择从Excel等格式导入数据，也可以直接在SPSS中输入数据。
2.描述性统计：描述性统计是对数据的基本特征进行总结和分析，包括均值、中位数、最大值、最小值等。
可以使用频数统计、描述性统计和十分位数查看数据的分布情况。
3.数据清理：对数据进行清洗，去除异常值、缺失值等。
可以使用“变量查看”功能查看数据是否有问题。
4. 正态性检验：正态性检验用于检验数据是否服从正态分布。
可以使用直方图、正态Q-Q图、Kolmogorov-Smirnov检验等方法进行判断。
5.相关性分析：相关性分析用于评估两个或多个变量之间的关系强度和方向。
可以使用皮尔逊相关系数、斯皮尔曼相关系数等进行分析。
6.单样本t检验：单样本t检验用于比较样本的均值和理论上预期的均值是否有显著差异。
可以使用单样本t检验来评估样本均值与已知值之间的差异。
7.独立样本t检验：独立样本t检验用于比较两组独立样本均值是否有显著差异。
可以根据比较对象的特征选择相应的统计方法。
8.配对样本t检验：配对样本t检验用于比较两个相关样本的均值是否有显著差异。
可以根据样本之间的关系选择相应的统计方法。
9.卡方检验：卡方检验是一种非参数检验方法，用于检验两个或多个变量之间的关联性。
可以通过逐步构建模型来检验多个变量之间的关联性。
10.方差分析：方差分析用于比较多个样本均值是否存在差异。
可以通过比较组间方差和组内方差来评估样本均值是否有显著差异。
在进行统计分析之前，需要了解数据的类型和分析目标，选择合适的统计方法。
SPSS基本统计分析资料
SPSS基本统计分析资料SPSS（Statistical Package for the Social Sciences）是一种统计分析软件，广泛应用于社会科学领域的数据分析。
SPSS具有计算统计指标、绘制图表、进行假设检验、建立回归模型等功能，能够帮助研究者对数据进行全面、客观的分析和解释。
本文将介绍SPSS的基本统计分析功能以及如何使用SPSS进行数据分析。
1.数据导入与清洗在使用SPSS进行数据分析之前，首先需要将原始数据导入到SPSS软件中。
SPSS支持多种数据格式的导入，包括Excel、CSV、文本文件等。
导入数据后，可以通过数据清洗功能对数据进行预处理，如删除重复数据、填补缺失值、调整变量类型等。
2.描述统计分析描述统计分析是对数据进行基本概括和描述的方法。
SPSS提供了丰富的描述统计分析方法，如计算均值、中位数、标准差、最大值、最小值等统计指标；绘制频率分布表、直方图、饼图等图表；计算变量之间的相关系数，了解变量之间的关系等。
3.t检验与方差分析t检验和方差分析是常用的假设检验方法，用于比较两个或多个群体之间的平均差异。
SPSS提供了t检验和方差分析的功能，能够进行单样本t检验、独立样本t检验、配对样本t检验、单因素方差分析、多因素方差分析等。
4.线性回归分析线性回归分析是一种用于建立因变量与自变量之间线性关系的统计方法。
SPSS可以进行简单线性回归分析和多元线性回归分析，并提供了回归系数、显著性检验、R方等评估指标，帮助研究者分析和解释变量之间的关系。
5.相关分析相关分析用于评估两个连续变量之间的相关性。
SPSS提供了皮尔逊相关系数、斯皮尔曼相关系数、判定系数等相关性指标的计算，并可绘制散点图、回归直线图等图表，直观地展示变量之间的关系。
在使用SPSS进行数据分析时，需要注意以下几点：1.确定研究问题和目的，选择合适的统计方法和分析指标。
2.保证数据的质量和准确性，如检查数据的完整性、一致性以及异常值的存在。
SPSS统计分析详细操作指南
SPSS统计分析详细操作指南在当今的数据驱动时代，掌握有效的数据分析工具对于研究人员、学生、企业决策者等来说至关重要。
SPSS（Statistical Package for the Social Sciences）作为一款功能强大且广泛应用的统计分析软件，能够帮助我们从海量的数据中提取有价值的信息。
接下来，将为您详细介绍 SPSS 的操作指南。
一、软件安装与界面认识首先，您需要获取 SPSS 软件的安装包，可以从官方网站或其他可靠渠道下载。
安装过程相对简单，按照提示逐步进行即可。
成功安装后打开 SPSS，您会看到一个简洁直观的界面。
主要包括菜单栏、工具栏、数据视图窗口和变量视图窗口。
数据视图窗口用于输入和编辑数据，每一行代表一个观测值，每一列代表一个变量。
变量视图窗口则用于定义变量的属性，如名称、类型、标签等。
二、数据输入与导入SPSS 支持手动输入数据和导入外部数据文件。
如果数据量较小，您可以直接在数据视图窗口中逐行逐列输入数据。
对于已有数据文件，SPSS 可以导入多种格式，如 Excel 文件（xls 或xlsx）、文本文件（txt 或csv）等。
通过菜单栏中的“文件”“打开”“数据”选择相应的文件类型，并按照向导进行操作即可完成数据导入。
三、数据预处理在进行正式的统计分析之前，通常需要对数据进行预处理，以确保数据的质量和适用性。
1、缺失值处理检查数据中是否存在缺失值。
SPSS 提供了多种处理缺失值的方法，如删除包含缺失值的观测、用均值或中位数等替代缺失值等。
2、数据标准化为了消除不同变量量纲的影响，可以对数据进行标准化处理。
SPSS 中有相应的功能可以实现这一操作。
3、变量重新编码有时需要对变量进行重新编码，例如将连续变量转换为分类变量，或者对分类变量的类别进行重新定义。
四、描述性统计分析描述性统计分析可以帮助我们了解数据的基本特征，如均值、中位数、标准差、最小值、最大值等。
在菜单栏中选择“分析”“描述统计”“描述”，将需要分析的变量选入变量框，点击“确定”即可得到描述性统计结果。
spss基本统计分析
不购买
有时购买
69
36
51
26
74
19
57
37
4.4多选项分析
多选项分析的基本思路
–
– – –
定义多选项变量集 多选项频数分析 多选项交叉分组下的频数分析 2种方法：多选项二分法(dichotomize)、多选项分类法 (categories)
( fo f e )2 fe
2
优 男 女 总数 10 8 18 37.5
良 5 12 17 35.4
中 5 4 9 18.8
及格 3 1 4 8.3
总数 23 25 48 100
•Residual:剩余
(观察频数-期望频数)
分析列联表中变量间的关系
卡方检验基本步骤
(3)计算卡方统计量的值，并得到该统计量值的概率P值 (4)决策。概率P与显著性水平比较，小于等于则拒绝H0,否则不 能拒绝
df
Exact Sig. (2-sided)
Exact Sig. (1-sided)
P
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 41.94.
b. Computed only for a 2x2 table
人均面积
本市户口 N Valid 2825
Missing
Percentiles 25 50 75 外地户口 N Valid Missing Percentiles 25 50 75
0
13.6667 19.4000 26.6667 168 0 13.4375 21.1250 35.0000
spss基本统计分析
依次连接各点， 依次连接各点， 即可得分布折线图。 即可得分布折线图。
0.70
? 0.60
0.50
0.40
0.30
0.40
0.60
0.80
1.00
1.20
1.40
1.60
n
f P-P图和 图和Q-Q图 图和 图
直方图和茎叶图是评估数据分布的常用图形, 直方图和茎叶图是评估数据分布的常用图形 P-P 图和Q-Q图是直观表示数据分布是否正态。 图是直观表示数据分布是否正态。 图和 图是直观表示数据分布是否正态 P-P图是根据变量的累积概率对应于所指定的理论 图是根据变量的累积概率对应于所指定的理论 分布累积概率绘制的散点图;Q-Q图是根据变量数据 图是根据变量数据 分布累积概率绘制的散点图 分布的分位数与所指定分布分位数之间的曲线来进行 检验。 检验。
b 园图（饼图） 园图（饼图）
用于表示计数资料、 用于表示计数资料、质量性状资料或半定量 等级）资料的构成比。 （等级）资料的构成比。 所谓构成比，就是各类别、 所谓构成比，就是各类别、等级的观测值个数 (次数 与观测值总个数 样本含量 的百分比。 次数)与观测值总个数 样本含量)的百分比 次数 与观测值总个数(样本含量 的百分比。 把园图的全面积看成100%，按各类别、等级的 ，按各类别、 把园图的全面积看成 构成比将园面积分成若干分， 构成比将园面积分成若干分， 以扇形面积的大小表 分别表示各类别、等级的比例。 分别表示各类别、等级的比例。
第四章 基本统计分析
SPSS统计分析功能概述 一、SPSS统计分析功能概述
1、SPSS数值 、 数值 分析过程 2、SPSS图形 、 图形 分析过程
1、SPSS数值分析过程 SPSS数值分析过程
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（2）频数分析的第二个任务是绘制统计图
条形图（Bar Chart）：用宽度相同的条形的高度 或长短来表示频数分布变化的图形，适用于定序和 定类变量的分析。
饼图（Pie Chart）：用圆形及圆内扇形的面积来 表示频数百分比变化的图形，以利于研究事物内在 结构组成等问题。
直方图（Histograms）：用矩形的面积来表示频 数分布变化的图形，适用于定距型变量的分析。
描述性统计分析是统计分析的第一步，做好这第一步是 下面进行正确统计推断的先决条件。SPSS的许多模块均可 完成描述性分析，但专门为该目的而设计的几个模块则集中 在Descriptive Statistics菜单中，包括：
Frequencies：频数分析过程，特色是产生频数表（主 要针对分类变量）
1、目的：基本统计分析往往从频数分析开始。通过频数分 析能够了解变量取值的状况，对把握数据的分布特征是非 常有用的。
2、基本任务 （1）频数分析的第一个基本任务是编制频数分布表。
频数（Frequency）：即变量值落在某个区间（或某 个类别）中的次数 百分比（Percent）：即各频数占总样本数的百分比 有效百分比（Valid Percent）：即各频数占有效样本 数的百分比，这里有效样本数＝总样本－缺失样本数 累计百分比（Cumulative Percent）：即各百分比 逐级累加起来的结果。最终取值为100。
SPSS提供了计算任意分位数的功能，用户可以指定 将数据等分为n份（Cut points for n equal groups ）。还可以直接指定分位点（Percentile）。
2、计算其他基本描述统计量
SPSS频数分析还能够计算其他基本统计 量，其中包括描述集中趋势（Central Tendency）的基本统计量、描述离散程度 （Dispersion）的基本统计量、描述分布形 态（Distribution）的基本统计量等。
注：变量的计量尺度：
a 定类 （Category Scale）：只能计次 b 定序 （Ordinal Scale）：计次、排序 c 定距（Interval Scale）：计次、排序 、加减
d 定比 （Ratio Scale）：计次、排序、 加减、乘除
• 5.1.2 频数分析的基本操作
（1）选择菜单Analyze—Descriptive Statistics—Frequencies。
位数； 将数据平均分为所设定
的相等等份，可输入2—
集 中 趋
100 的整数，如键入4则输
ห้องสมุดไป่ตู้
势
出第25、50、75百分位数
栏
自定义百分位数，可输
入0—100 的整数。
离散趋势 分布形态栏
输出统计量对话框
• 5.1.3 SPSS频数分析的扩展功能
1、计算分位数（Percentile Values）
分位数是变量在不同分位点上的取值。分位点在0－ 100之间。一般使用较多的是四分位点（Quartiles） ，即将所有数据按升序排序后平均等分成四份，各分位点 依次是25％，50％，75％。于是四分位数便分别是25 ％，50％，75％点所对应的变量值。此外，还有八分位 数、十六分位数等。
Descriptives：数据描述过程，进行一般性的统计描述 （主要针对数值型变量）
Explore：数据探察过程，用于对数据概况不清时的探索 性分析
Crosstabs：多维频数分布交叉表分析（列联表分析）
Ratio statistics：比率分析
5.1 频数分析
• 5.1.1 频数分析的目的和基本任务
（3）压缩频数分布表（Suppress tables with more than n categories）
设置频数表输出的格式
选择频数表中排 列顺序
按变量升序排 列，此为默认
按变量降序排 列
按变量各种取 值发生的频数的 升序排列
按变量各种取 值发生的频数的 降序排列
多变量框中可设定多 变量表格输出的格式
控制频数表输出的分 类数量。默认为10 Format 对话框
3、频数分布表格式（Format）的定义
（2）multiple variables单选框组：
如果选择了两个以上变量作频数表，则 compare variables可以将所有变量的结 果在同一个频数表过程输出结果中显示，便于 互相比较；organize output by variables则将结果在不同的频数表过程输出 结果中显示，每一个变量一张表。
（2）将若干频数分析变量选择到Variable(s)框 中。
（3）单击Chart按钮选择绘制统计图形，在 Chart Values框中选择条形图中纵坐标（或饼 图中扇形面积）的含义，其中Frequencies表示 频数；Percentages表示百分比。
输出百分位数：
输出四分位数，显示
25%、50%、75%的百分
第五章
SPSS基本统计分析 ——描述性统计分析
SPSS的主要分析工具——Analyze菜单
• 报告－－Reports • 描述性统计分析－－Descriptive Statistics菜单 • 表格－－Tables • 均数间的比较－－Compare Means菜单 • 一般线性模型――General Linear Model菜单 • 相关分析――Correlate菜单 • 多元线性回归与曲线拟合―― Regression菜单 • 对数线性模型——Loglinear菜单 • 聚类分析与判别分析——Classify菜单 • 因子分析与对应分析——Data Reduction菜单 • 信度分析与多维尺度分析——Scale菜单 • 非参数检验――Nonparametric Tests菜单 • 时间序列分析－－Time series