SPSS与次数分布及其数据检查

《SPSS与次数分布及其数据检查》由会员分享，可在线阅读，更多相关《SPSS与次数分布及其数据检查（14页珍藏版）》请在装配图网上搜索。

1、Analyze、Graphs 部分用法1. Analyze 简要介绍Analyze是SPSS主要的分析工具，下面有多个菜单：报告二二 Rportsi描述性统计分析- Descriptive Statistics菜单-表格-Tables!-均数间的比较-Compare Means菜单!般线性模型General Linear Model 菜单i相关分析Correlate菜单-i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lassify菜单ii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

2、数检验Nonparametric Tests 菜单；I-时间序列分析-Time series-: _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ I2.描述性统计分析（Descriptive Statistics ）的用法描述性统计分析（Descriptive Statistics）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（比如说 GRAPH 中就直接可以做散点图）但专门为该目的而设计的几个模块则集中在 Descriptive Statistics （描述统计）菜单中，主要包括以下几种：Frequencies

3、（频数分布分析）：频数分析过程，通过频数分布表、直方图、以及 集中趋势、离散趋势的各种统计量，描述数据的分布特征。（主要针对分类变量）；Descriptives （描述性统计分析）：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），除了用来描述集中趋势和离散趋势的各种统计量之外（比方说均 值、标准差、最大值、最小值之外），还有个重要的功能就是对变量做标准化变化， 也就是Z变换。Explore （探索性分析）：数据探察过程，用于对数据概况不清时的探索性分析， 主要作用是对数据进行初步检查，判断有没有极端值，是否符合正太分布等。探索分 析时在对数据的基本特征统计量有了初步了解的基础上，对

4、数据进行的更为深入详细 的描述性观察分析，在上面所进行的般描述性统计指标的基础上，增加了有关数据 的其他特征的文字与图形描述，显得更加细致与全面，有助于使用者对数据进行进 步分析的方案。Crosstabs :多维频数分布交叉表分析（列联表分析）Ratio statistics :比率分析F面对Frequencies （频数分布分析）、Explore （探索性分析）的用法进行介绍1 ）频数分析（Frequencies）:基本统计分析往往从频数分析开始。目的：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。基本任务：频数分析的第一个基本任务是编制频数分布表。即变量值落在某个

5、区间 （或某个类别）中的次数；频数分析的第二个任务是绘制统计图，可绘制的统计图包 括：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）SPSS 基本操作：频数分析的基本操作（ 1）选择菜单 AnalyzeDescriptive StatisticsFrequencies。（2 ）将若干频数分析变量选择到Variable（s

6、）框中。3）单击 statistics集中趋势Add分布形态I |continue U&ncel , HelpFrequencies: Statiistics,i 7alusD are group midpointsrDlstrlDutionl_i Skewness KurtosisFerceniHe-aliiesit Central TendencyLMean| Median h l Sumequal groupsLI Quartiles.Cutpcirtsfor: Percntils s| Change |Remove |离散趋势输出百分位数： 端岀酚位瓶显示 25%、50%. 75%的百

7、分丄将數据平均分为所设定 的相等等佻可输入2-100的整数,如键入4则输 岀第25、50. ?5百分杭数 定义百分也数,可输 AO-10Q的整数。Maximum二 s.E. meancisperslcni Sttl. deviation Minmum | I Variance图Statistics对话框单击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。图 Chart 对话框单击Format可得下面的对话框，对频数表中的排列顺序进行设置；此外可以选择处理多种变量

8、的方式。具体入下：处理多个变量的方式：第一种是界定 多个同一报表并列比较；第二个是界 定各变量分别处理报表输出Order by3 p选择频数表中排 列顺序丄按变量升序排 列，此为默认丄按变量降序排 列丄按变量各种取 值发生的频数的 升序排列丄按变量各种取 值发牛的频数的矣 Frequenci-es: Format就是某变量超过几个类别就不输出次数分布表，默认为10G帀分组已皓換辽)毎農对敕殛鉴包匸二二二二二二二-Spreadvs Levehvith LeveneTestFMone Power estimation TransFormed Powr Matural log Untransforr

9、nedCDndnij可 J cancelHelp图 explore-plot 对话框箱图(Boxplots )栏(单选项组)”：箱图，又称箱锁图。 按因子水平分组(Factor levels together，系统默认)：选择此项，将为每 个因变量创建一个箱锁图，在每个箱锁图内根据分组变量的不同水平的取值创 建箱形单元。 不分组(Dependents together) ”：选择此项，将为每个分组变量的水平创 建一个箱锁图，在每个箱锁图内用不同的颜色区分不同因变量所对应的箱形单 元，方便用户进行比较。 无(None)”：选择此项，不创建箱图。描述性(Descriptive )栏”：选择该组内的

10、选项，可以生成茎叶图和(或)直 方图。 茎叶图(Stem-and-leaf，系统默认)：茎叶图主要由3个部分组成，即频 率( Frequency)、茎(Stem)和叶(Leaf)，在图中按从左到右的顺序依次 排列，在图的底端，注明了茎的宽(Stem Width )和每一叶所代表的观测量数( Each Leaf)。 直方图(Histogram) ”：直接绘制直方图 带检验的正态图(Normality plots with test，复选框)”：选择此项，将进行 正态性检验，并生成正态Q-Q概率图和无趋势正态Q-Q概率图。伸展与级别 Levene 检验(Spread vs level with L

11、evene Test )栏(单选项 组)”：对所有的展布-水平图进行方差齐性检验和数据转换，同时输出回归直 线的斜率及方差齐性的Leve ne检验，但如果没有指定分组变量，则此选项无 效。点击右侧 Option：Explore: Options曲探秦:趣竝失值continueCan celHelp-Missing values- Exclude cases listwiseO Exclude cases pairwise0 Report values按对排降个案芒抿告值迟图 explore-options在这个对话框中，可选择缺失值的处理方式，SPSS提供了 3种处理方式: 按列表排除个案（E

12、xclude cases listwise，系统默认）”：选择此项，对所有 的分析过程剔除分组变量和因变量中所有带有缺失值的观测量数据； 按对排除个案（Exclude cases pairwise）” ：同时剔除带缺失值的观测量及与 缺失值有成对关系的观测量。在当前分析过程中用到的变量数据中剔除带有缺 失值的观测量数据，在其他分析过程中可能包含缺失值； 报告值（Report values） ”：选择此项，将分组变量的缺失值单独分为一组， 在输出频数表的同时输出缺失值。具体操作：了解男性企业员工在起薪变量上的分布是否符合正太性的假设，同时 检查数据中是否出现了极端值。操作步骤：第一步：选择男性：

13、 dataselect cases if condition is satisfied-continueok第二步：数据检验：analyze-descriptive statistics-explore选中起薪 begsal- 移到dependent list （因变量）中，这时还可以选中code移到label cases by中用作 报表输出时辨认极端值在数据文件中的编号在 statistics 中点击 discriptive,outliers-continuePlot-stem-a nd-leaf, n ormally plots with tests （正太图）-con ti nue 输

14、出结果分析：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BEGSAL216100.0%00.0%216100.0%描述统计量标准误均值5226.6076.462均值的95%置信区间下限5075.89上限5377.315%修整均值5139.83中值4950.00BEGSAL 方差1262836.306标准差1123.760极小值3600极大值9996范围6396四分位距1248偏度1.334.166峰度2.039.330极值案例号CODE值1461758999624508669800最高3317377992441331979925477137800aBEGSAL2179213600220

15、64593600最低319024536004223754390052204913900ba. 上限值表中仅显示一部分具有值7800的案例。b. 下限值表中仅显示一部分具有值3900的案例。SPSS输出了 10个可能的极端值，（outlier ）的统计结果，由表可知，可能的 极端值的编码最大者是原数据文件中的第461笔数据，他的员工识别码是758， 值为9996，其次依次是员工识别码为866、737、319、713的观察值，这是初步 的数据检查，那么观察者也可以进行进一步的检查数据，确定观察值在起薪这 个变量上是极端值的原因。图中下端注解的意思：编码值为7800的观察值，只 列出了一部分。正态性

16、检验Kolmogorov-SmirnovaShapiro-Wilk统计量dfSig.统计量dfSig.BEGSAI.142216.000.886216.000a. Lilliefors显著水平修正用来检验数据是否服从正太性的统计量为Kolmogorov-Smirnov，Kolmogorov-Smir nov当检验结果达到显著性水平时，可以拒绝原假设（原假设 为是正太性分布）Shapiro-Wilk，Shapiro-Wilk主要用于研究的样本为小样本时， 采用这个方法进行正太性检验，较不容易出现偏差。可以在表中看到，满足a=0.05,sig值的意思就是显著性（significance），也就 是

17、说不服从正太分布。BEGSAL Stem-and-Leaf PlotFrequency Stem & Leaf9.00366699999946.004000000000000000000000022222333333333333333444458.004555555555555555555555555556666666888888888888888888899999939.00511111111111112222223444444444444444444419.005555555567777777777812.00600000113333312.0066666666799998.0072222

18、22224.00755559.00 Extremes(=7800)Stem width:1000Each leaf:1case(s)茎叶图：Frequency ：出现的次数；9.00 Extremes (=7800)：大于7800的观察值共有9名，经与其他观察值相较后，都被 归于极值。Stem width: 1000，表示组距1代表1000。期軀專ifi:正太概率分布图，可以先将分布图表的右上角及左下角亮点的对角线画出，这 一45度角的对角线就是理论的正太累计概率分布线，再与圆圈构成的实际累计 概率分不限相比较，由图可知，圆圈构成的实际累计概率分布线偏离45度角对 角线特别多，因此违反正太分布

19、假设，不是正太分布。这与上面提到的 Kolmogorov-Smirnov 检验结果一致。10000-756*8668000=sooo-+000-了37 口口CC85 3190 796BEGSftL方格内的直线是中位数，中位线没有在方盒的中间位置，而是偏低一些，且下限的盒 须较上限段，表示观察值呈正偏态。圆圈代表该观察值可能为界外值(outlier)星号 表示该观察值可能是极值。3散点图除了上述提到的直方图、茎叶图之外， SPSS 还提供了相当多的绘图指令，在 Graphs 中可以做散点图，散点图也可以检验数据中存不存在极端值，通过散点图可以 比较直观地看出来，此外，散点图是描述变量之间关系的一

20、种直观地方法，可以从散 点图中直观地看出两个变量之间是否存在相关关系、是正线性相关还是负线性相关。 也可以大致看出变量之间关系强度如何，但是具体的相关性还要根据后面相关分析中 的相关系数来判断。如果散点图显示你选的变量没有相关性，那么你就要重新去思考 你的研究是不是哪里出了问题。点击GRAPH，得到下面菜单栏：其中，提供了四中散点图模式：Simple :简单散点图，只显示一对相关变量的散点图；Matrix: 矩阵散点图 ，显示三 个相关变量之间的散点图；Simple dot :简单点图，只显示一个变量的点图。Overlay :重叠散点图，可显示多个相关变量的散点图。3-D :三维散点图，显示三个相关变量之间的散点图。在实际应用中我们多选用简单散点图，选中simple，然后点击define，进入简单散 点图窗口。实际例子操作:起薪与目前薪资的交叉散点图操作步骤:选择simple ;现在薪酬一Y，基本薪酬-X，title写标题：Linel :目前薪资对起薪的交叉散点图；Subtitle : 474企业员工；3M00-圈圈表示有多少个观察值，在这个结果中我们可以看到，大致呈现从右上 到左下的椭圆形分布，同时分布点颇为集中，而且也没有出现语种不同的极端 值，可以大致推测下目前薪资与起薪之间应该是正相关的关系，而且相关强度 不弱。