第四章02分类变量的统计描述摘要.ppt

  1. 1、本文档共29页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
SPSS统计分析方法 分类变量的统计描述概述 Part 2:第四章02 分类变量的统计描述 实例操作 学习要求 掌握利用Frequencies、 Crosstabs过程绘制频数表和列联表 学习要求 理解频数表、列联表的意义 4.1 分类变量的统计描述概述 统计描述的工具 统计图 统计表 统计描述指标 分类变量的统计描述-频数表 【例】:为研究广告市场的状况,一家广告公司在某城市随机抽取20人就广告问题做了邮寄问卷调查,其中的一个问题是“您比较关心下列哪一类广告?” 1.商品广告;2.服务广告;3.金融广告;4.房地产广告;5.其他广告 问卷回收之后,回答如下: 商品广告、金融广告、其他广告、服务广告、金融广告、商品广告、商品广告、其他广告、其他广告、商品广告、服务广告、商品广告、其他广告、商品广告、服务广告、服务广告、其他广告、房地产广告、房地产广告、房地产广告 某城市居民关注广告类型的频数分布表 频数分布表能使数据更加有序,便于分析,在实际的数据分析中是常用的方法: 分类变量的统计描述-列联表 列联表(Crosstabs)是用来描述同时产生的多个变量的数据表格方法。 也称之为“交叉表”。 【如】:2007年第三季度,为研究中国移动用户的满意度状况,一家调研公司在某城市随机抽取40人就该委托做了问卷调查,其中的一个问题是:您总体上对中国移动的信号是 1.非常满意;2.比较满意;3.满意;4.一般满意;5.不满意 ? 问卷经过回收整理,答案如下: 回答 用户类型 非常满意 比较满意 满意 一般满意 不满意 总计 全球通 动感地带 神州行 大众卡 总计 5 2 2 1 0 10 3 3 1 2 1 10 3 2 2 1 2 10 2 2 3 0 3 10 13 9 8 4 6 40 用户类型与满意情况的列联表 4.2 实例操作-频率分析过程 频数分布表是描述性统计中最常用的方法之一,频率分析过程就是专门为产生频数表而设计的。 频率分析过程不仅可以产生详细的频数表,还可以按要求给出百分位点的数值,以及常用的条图、圆图等统计图。 主对话框 选择要分析的变量 选定频数表格式 在选择待分析的变量之后,需要对频数表的格式进行设置。 限制分组数 选择两个以上变量 估频数表 定义频数表 排列顺序 格式子对话框 结果输出-表格 4.2 实例操作-列联分析过程 主对话框 选择行变量 选择列变量 结果输出-表格 多选题的统计描述 逃课原因 应答人次 应答次数百分比 应答人数百分比 占总人数比例 社团活动 23 38.33% 46% 46% 课程无聊 22 36.67% 44% 44% 办理私事 5 8.33% 10% 10% 其他 10 16.67% 20% 20% 合计 60 100% 120% 120% 多选题处理——P94 课件数据“多选题.sav” 多选项二分法 多选项分类法 第四章数据“调查问卷.doc” 多选题的频数分析和列联分析 P97 例4-6 打集合: 【分析】—【多重响应】—【定义变量集】 再分析 【分析】—【多重响应】—【频率】 【分析】—【多重响应】—【交叉表】 多选题的频数分析和列联分析 打集合: 【分析】—【多重响应】—【定义变量集】 【分析】—【多重响应】—【频率】 候选集合 待分析集合 剔除缺失值影响 【分析】—【多重响应】—【频率】 【分析】—【多重响应】—【交叉表】 候选集合 候选变量 选择行变量/集合 选择列变量/集合 多选题的列联表分析 选项 缺失值的处理 百分比基数 定义输出百分比 试将昨天关于薪酬调查的数据设计录入SPSS,并以列联表进行分析。 小 结 本章主要阐述SPSS软件中利用频率分析、交叉表过程绘制频数分布表以及列联表。 频数分布表和列联表具有清晰明了的优点,在实际的数据分析工作中是常用的数据分析方法。

文档评论(0)

4477769 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档