资源描述
第四讲：SPSS之数据描述,同济大学社会学系2011年,本讲内容,各种变量的描述及在SPSS中的实现SPSS统计图表多分类变量的统计描述对变量分布的检验列联表交叉分析,各种变量的描述及在SPSS中的实现,集中趋势,在一组统计数据中，往往用其中一个数值来代表本组数据的平均状况。不同类型变量的集中趋势数值表示方法不同。定类变量一般用众值（mode）来表示它的集中趋势，定序变量用中位值（median），定距变量和定比变量用平均值来表示（mean）。,离散趋势,用一个或几个数据来表示整组数值偏离集中趋势的程度。不同类型变量表示离散趋势的数值也有差异。如定类变量通常使用异众比率（=1-众数的频次/总频次），定序变量有四分位差、百分位差，定距（定比）变量有极差、方差、标准差等。,各种统计指标在SPSS中的实现,上述离散趋势指标和集中趋势指标都可以通过spss菜单来完成操作，具体方式：Analyze-DescriptiveStatisticsFrequency（频数分析），打开对话框，选择需要分析的变量，点击statistics选择需要计算的统计值，continue返回；点击chart，可输出变量的一些简单统计图形；点击format，可以选中输出频数表的格式,操作过程,选择变量,选择待计算的统计值,选择图表类型,选择频数分布格式,SPSS统计图表,统计图表,SPSS中提供了各种类型的柱状图、折线图、直方图、散点图、箱形图和茎叶图等。散点图在回归分析之前使用较多，用于查看变量分布特征；箱形图和茎叶图，用于检查是否存在异常值；其他类型图可在excel中实现，比较美观。,箱形图(boxplot),箱子的中间横线是数据的中位数(median)，封闭箱子的上下两横线（边）分别为第三四分位数和第一四分位数。最上方和最下方的线段分别表示最大值和最小值。箱图最上方和最下方的星号、圆圈分别表示极端值。,茎叶图（stem-and-leafplot）,特点是直观的反映了数据的原貌；原理：将数值中不变或变化不大的数值作为茎（主干），将变化较大的数字作为叶，放在茎的后面。箱形图和茎叶图可以通过analyzedescriptivestatisticsexplore分析过程来实现。Data11-7,箱形图和茎叶图的实现过程,箱形图,茎叶图,多分类变量的统计描述,多分类变量定义,多分类变量即是问卷中的多选题。根据固定选或不定选的差异，在定义多分类变量时方法稍有差异。在固定选的多分类变量定义中，主要是累计所有可能的取值，累积的范围是该变量的所有编码。在不定选的多分类变量定义中，主要是累计被访者选中的变量（编码是1的部分）。新定义的多分类变量，不能保存，关闭数据库之后会丢失相关信息。下次分析时需重新定义。,多分类变量定义过程,频数分析,变量分布特征,常见变量分布,在很多统计模型中，对变量的分布有一定约束，如在回归分析中，要求因变量总体分布及子样本分布呈正态分布。变量常见分布有：二项分布，多项分布，泊松分布、卡方分布、t分布、F分布、正态分布等等；,分布特征检验,可以通过P-P图和Q-Q图的方法来检验某变量的分布是否符合某一分布特征；在结果显示中，如果某变量的实际累积频率和期望累积概率比较接近的话，则表明该变量符合某种类型的分布；在SPSS15.0以上版本中，P-P图和Q-Q图在analyzedescriptivestatistics菜单下，以下版本在Graphs菜单下。,P-P图操作,P-P图显示结果,Q-Q图操作,Q-Q图结果,偏度（Skewness）,是描述某变量取值分布对称性的统计量。具体的计算公式为偏度为0表示其数据分布形态与正态分布偏度x相同；偏度大于0表示正偏差数值较大，为正偏或右偏，即有一条长尾巴拖在右边；偏度小于0表示负偏差数值大，为负偏或左偏，有一条长尾拖在左边。而偏度的绝对值数值越大表示分布形态的偏斜程度越大。,峰度（Kurtosis）,峰度是描述某变量所有取值分布形态陡缓程度的统计量。这个统计量是与正态分布相比较的量，峰度为0表示其数据分布与正态分布的陡缓程度相同；峰度大于0表示比正态分布高峰要更加陡峭，为尖顶峰；峰度小于0表示比正态分布的高峰要平坦，为平顶峰。具体的计算公式为,偏度和峰度在SPSS中实现,方法同频数分析；在statistics对话框中分别选择峰度和偏度即可,选择偏度和峰度,列联表交叉分析,交叉分析,前面的分析都是对单个变量的数据分布情况进行分析。但在实际分析中，还需要掌握多个变量在不同取值情况下的数据分布情况，从而进一步深入分析变量之间的相互影响和关系，这种分析就称为交叉列联表分析。交叉列联表分析除了列出交叉分组下的频数分布外，还需要分析两个变量之间是否具有独立性或一定的相关性。要获得变量之间的相关性，仅仅靠频数分布的数据是不够的，还需要借助一些变量间相关程度的统计量和一些非参数检验的方法。,交叉分析的使用,交叉分析一般用于分析两个定性变量（定类或定序）之间的相关分析。使用交叉分析的目的在于：确定两个变量之间是否存在相关，以及相关强度如何。相关强度主要通过一系列的统计量参数来测量，如列联系数、Lambda系数，C系数，V系数，等等。,实现过程,选择行变量和列变量,选择统计指标,单元格结果显示,频次分布结果,卡方检验结果,相关系数统计结果,Lamda系数是否可以推论总体主要参考系数对应的sig.，显著性大于0.05时不能推论总体。（原假设是总体lamda系数=0）。,小结,描述性分析主要是对单维数据进行的初步统计分析，方便研究者对数据收集的质量做总体的了解和判断，为未来分析做准备。列联交叉分析涉及二维或以上变量之间的相关分析，具有一定的解释功能，具有一定的推论性。,练习,根据自己的分析目的和要求，输出各个变量的频次分析结果；制作相关图形，饼状图，直方图等等；交叉分析。,
展开阅读全文