[PPT模板]第四章 SPSS基本统计.pptVIP

Free photoshow template from 第四章 SPSS基本统计分析 一、频数分析（frequencies) Frequencies过程是专门为产生频数表而设计的。它不仅可以产生详细的频数表，还可以按要求给出某百分位点的数值，以及常用的条图，圆图等统计图。它可以对连续变量求频数，更适合于对分类变量以及不服从正态分布的连续变量进行描述。 三、列联表分析（crosstab过程） Crosstabs过程用于对计数资料和有序分类资料进行统计描述和简单的统计推断。在分析时可以产生二维至n维列联表，并计算相应的百分数指标。 列联表分析的两大基本任务 根据收集到的样本数据,产生二维或者多维的交叉列联表。 在交叉列联表的基础之上,对两两变量间是否存在一定的相关性进行分析。 在列联表基础上做进一步的分析，可以得到行变量和列变量之间是否有联系，联系的紧密程度如何等深层次的信息—卡方检验。 卡方分析是用来研究两个定类变量间是否即是否存在某种关联性的最常用的方法。 交叉列联表的卡方检验 四大步骤 建立零假设—假设两个变量是互相独立，互不关联。 选择和计算检验统计量 确定显著性水平和临界值 结论和决策 选择和计算检验统计量 对于调查中得到的两个变量的数据，用一个表格的形式来表示它们的分布，这里的频数叫观测频数。 如果原假设成立，在这个前提下，可以计算出上面列联表中每个各自里的频数应该是多少，这叫期望频数。 比较观测频数与期望频数的差，如果两者的差越大，表明实际情况与原假设相去甚远。这种值用一个卡方统计量来表示。 对卡方值进行检验，如果卡方检验的结果不显著，则不能拒绝原假设，即两变量是互相独立、互不关联的。 显著性水平 显著性水平α是指假设为真却将其拒绝的风险，即弃真的概率。通常设为0.05或0.01 注意点 卡方检验受样本量的影响很大，同样两个变量，不同的样本量，可能得出不同的结论—修正。 变量取值的不同分类会引起卡方值的改变，有可能得到不同的结论。 如果交叉列联表中有20％以上单元格中的期望频数小于5，则一般不宜使用卡方检验。 练习 利用居民储蓄调查数据进行分析： 分析城镇和农村储户对“未来两年内收入状况的变化趋势”是否持相同的态度。 分析城镇和农村储户对储蓄是否合算的认同是否一致。 对网民调查.sav：考察不同性别网民在使用的媒体上是否一致 descriptive过程 Descriptives过程是连续资料统计描述应用最多的一个过程，它可对变量进行描述性统计分析，计算并列出一系列相应的统计指标。 该过程还有个特殊功能就是可将原始数据转换成标准正态评分值并以变量的形式存入数据库供以后分析。 二、计算基本描述统计量 基本描述统计量 刻画集中趋势的描述统计量 (均数、中位数、众数、均值标准误) 刻画离散程度的描述统计量 标准差:是表示变量取值距离均值的平均离散程度的统计量。 方差:样本标准差2 全距:数据的最大值与最小值之间的绝对差 刻画分布形态的描述统计量 （偏度—对称性、峰度—陡缓程度） 标准分数 标准分数又称Z分数，是以标准差为单位来表示一个数据在团体中所处相对位置的量数。 如果一个数小于平均数，其Z分数为负数，如果一个数大于平均数，其Z分数为正数，若Z分数的绝对值越大，它离平均数也就越远，所以Z分数表示了一个数在它所在的数组中的位置。 Z分数的应用 用于比较分属不同性质的观测值在各自数据分布中相对位置的高低。 用于合成不同质的数据。当已知不同质的观测数据的次数分布为正态时，可用Z分数求不同观测值的总和或总平均分。如高考成绩的计算。（表示标准测验分数） 异常数值的取舍：三个标准差原则，即一组数据中当某数的Z分数在正负3以外，可以认为它是一个极端数据而舍去，因为它太偏离整组数据的大多数数据所在的位置了，这种被舍去的机率是万分之二十七。 练习 居民储蓄调查数据: 分析储户的户口和职业的基本情况 计算存(取)款金额的基本描述计量 计算城镇居民和农村储户的存(取)款金额的基本描述统计量 means过程 对准备比较的各组计算描述指标，进行预分析，也可直接比较。 其优势在于所有的描述统计量均按自变量的取值分组计算，无需象其他过程那样必须先调用split files过程。若需要，还可直接输出方差分析结果，并计算相应的相关性指标而无须再次调用其他过程。 多选项问题 多选项问题不能直接处理 思路 将一个问题定义成几个变量，用这几个变量来描述该问题的几个可能被选择的答案。 分别做频数分析或交叉分组下的频数分析 四、多选项问题分析的两大步骤 将多选项问题分解 利用频数分析或者交叉分组下的频数分析等方法进行分析 五、多选项问题分解的两种方法 （一）多选项二分法 －将多选项问题中的每个答案设为一个SPSS变量，每个变量