SPSS教材第章.docVIP

SPSS与基础统计分析 第3章 描述统计 虽然现在各种各样先进前沿的统计方法和统计模型不断涌现，但是描述统计在整个统计学中的地位仍然是最重要的。其重要性体现在两个方面，一方面是因为在实际工作中，描述统计仍然是使用最广泛的方法，这是由于任何统计方法都有条件，而描述统计对数据的限制条件最少，这就决定了它的使用范围最广泛，而且，对于实际中的一些问题，往往不要求解决得非常精细，用描述统计的方法已经足够，没有必要采用其他方法；另一方面是因为描述统计是其他统计分析的基础，我们对数据的分析都是从描述统计开始的，通过描述统计掌握了数据分布的一些基本特征以后，才能决定接下来采用哪种统计方法，因此描述统计对于后续的统计分析将起到重要的指导和参考作用。 描述统计的范围相当宽泛，方法也很多，归纳起来有四个方面： 单个变量的频数分析，编制频数分布表； 计算单个变量的描述统计量； 比较两个变量，编制交互列联表，并分析变量是否相关； 其他的一些探索性分析。 为实现上述功能，可以有两条途径，一是数值计算，例如统计量的计算，频数的计算，通过精确计算数值来反映统计特征；二是绘制图表，绘制常用的统计图形，利用图形直观的展示数据的分布特点。我们通常将两者结合一来使用，达到相辅相成的效果。 需要注意的是，不同尺度类型的变量，其描述统计的方法是不尽相同的，间隔尺度变量的描述统计方法不一定使用于顺序尺度变量，而顺序尺度变量的统计方法又不一定适合名义尺度变量，这一点非常重要，但是往往容易被分析者所忽略。很多分析者都是不管三七二十一，拿了数据就计算均值、方差，殊不知有时这种计算根本就没有任何意义，结果也不能说明任何问题，因此，在本章中，我们试图针对不同的变量尺度，介绍不同的描述统计方法，并详细介绍每种方法的适用条件，请读者在学习中注意区别。我们先顺序尺度和名义尺度变量的描述分析，然后是间隔尺度变量的描述分析，最后是两个变量的列联表分析。 3.1 名义尺度和顺序尺度变量的描述分析 变量尺度对描述统计分析有着重大的影响，特别是对顺序尺度和名义尺度变量的描述统计，要引起读者足够的重视。在本节开始，我们首先给出一个例子，通过这个例子，我们将能够理解顺序尺度和名义尺度变量的特点，并掌握对这些变量进行分析的要点。 3.1.1 引例，名义尺度和顺序尺度变量的特点 例3-1 现有广告的形式和广告吸引力的数据（见光盘第3章3-1.sav），请对此数据进行描述统计分析。 打开数据3-1，我们发现有两个变量，“adtype”表示广告的类型，而“adattrac”表示广告的吸引力，我们虽然在1.1.1就讲过了名义尺度和顺序尺度变量的定义了，但是在这里我们仍然准备再将它们的特点重点阐述一下，加深读者的理解。 广告形式是名义尺度变量，我们注意到它只是取3个值： 1代表广告方式是纯文本方式，2代表广告方式是黑白图片广告，3代表广告方式是全彩色图片广告。这三个取值仅仅代表三种广告方式，它们不能比较大小没有顺序。因此可以归纳出名义尺度变量的特点： 变量只取有限几个值； 变量值仅仅代表不同类别，变量值不能比较大小，即无序。 名义尺度变量最大的特点是无序，接下来我们来看顺序尺度变量的特点，广告吸引力是顺序尺度变量，注意到它取5个值： 1代表非常有吸引力，2代表有吸引力，3代表一般吸引力，4代表不是非常有吸引力，5代表非常没有吸引力。这5个取值代表了不同的程度，它们有顺序，例如1比2好，2比3好，但是不能比较大小差异，例如：非常有吸引力对有吸引力的差异，和有吸引力对一般吸引力的差异，就不能比较了，不能说两者相等，也不能说非常有吸引力对一般吸引力的差异就是后者的两倍。因此，归纳顺序尺度变量的特点： 变量只取有限几个值； 变量值代表不同程度，变量值有序； 变量值之间的差异无法衡量。 顺序尺度变量最大的特点是有序无量。下面我们将介绍这两类尺度变量的描述统计方法。 3.1.2 名义尺度和顺序尺度变量的描述统计分析 在SPSS中，描述统计分析的菜单集中在【Analyze】菜单下的【Descriptive Statistics】菜单下，如图3-1所示。 图3-1 描述统计分析的主要功能 对于名义尺度变量，由于其取有限个值，适合做频数分析，同时由于其无序，因此，描述统计量集中趋势的统计量只能计算众数，而关于离散趋势的统计量只能计算异众比率，分布状态的统计量不能计算。同时许多图形不能绘制，只能绘制条形图和饼图。 频数分析的操作 要进行频数分析，利用以下操作完成： Step1：选择【Analyze】菜单→【Descriptive Statistics】菜单→【Frequencies】菜单 进入如图3-2的对话框，该对话框主要由三部分组成，左边是待选变量框，列出了所有数据集文件中的变量，中间是频数分析变量框，右边三个按钮是频