第二章SPSS在食品试验数据分析中的应用1.ppt

1) 完成数据选取后，以后的SPSS分析操作仅针对那些被选中的个案直到用户再次改变数据的选取为止。 2) 采用指定条件选取和随机抽样方法进行数据选取后，SPSS将在数据编辑窗口中自动生成一个名为filter_$的新变量，取值为1或0。1表示本个案被选中，0表示未被选中。该变量是SPSS产生的中间变量，如果删除它则自动取消样本抽样。 说明 分类汇总是按照某分类变量进行分类汇总计算。 例如： 某食品厂希望分析假日周内不同职业和不同年龄段的顾客对某商品的“打折促销”反应是否存在较大差异，用以分析不同消费群体的消费心理。最初步的分析可以是分别计算不同职业中不同年龄段顾客的平均消费金额和平均消费金额差异程度（标准差），并对它们进行比较。这个过程也可以通过分类汇总过程完成。 1.3.4 分类汇总 SPSS实现分类汇总涉及两个主要方面： 按照哪个变量（如职工基本情况例题中的学历、职业和入职时间段）进行分类 对哪个变量（如上例中的基本工资、保险等）进行汇总，并指定对汇总变量计算哪些统计量（如上例中的平均工资、平均保险费和标准差） 例1：根据职工情况数据研究不同学历的职工的工资水平是否存在差异？ 思路:先按学历对数据进行排序,再利用分类汇总功能计算不同学历职工的平均工资，然后进行比较。选择文化程度为分类变量，基本工资为汇总变量。 分类汇总的应用举例 1) 选择菜单数据Data?分类汇总aggregate，出现如下所示的窗口： 结果 数据加工(职工数据).sav 指定对汇总变量计算哪些统计量 数据分组的目的 SPSS的单变量值分组 SPSS的组距分组 1.3.5 数据分组 数据分组就是根据统计研究的需要，将数据按照某种标准重新划分为不同的组别。 数据分组的基础上进行的频数分析更能够概括和体现数据的分布特征。 为适用于不同的统计分析需要，SPSS提供了以下几种数据分组方法： 单变量值分组 组距分组 1) 数据分组的目的 居民家庭按人口数单项式分组 按家庭人口数分组（人） 居民户数（户） 1 2 3 4 5人及以上 合计 离散型变量如果变量值的变动范围不大，可以将一个变量值作为一组，称单项式分组。如右表： 单变量值分组 在连续型变量或离散型变量值较多的情况下，可采用组距式分组形式。 组距式分组就是把全部变量值划分为几个区间，每一区间的变量值作为一组。如右表： 组距分组 按工资分组（元） 频数（人） 频率（％） 850以下 5 31.3 850－900 5 31.3 900－950 1 6.3 950－1000 2 12.5 1000以上 3 18.6 SPSS单变量值分组的基本操作步骤： 1）选择菜单转换Transform?自动重新编码Automatic Recode 2）将分组变量选择到变量-新名称Variable-New Name框中 3）在新名称New Name框后输入存放分组结果的变量名，并单击添加新名称Add New Name按钮 4）在重新编码的起点Recode Starting from框中选择单变量值分组按升序还是按降序进行。最低值Lowest value表示升序；最高值Highest value表示降序。 2) SPSS的单变量值分组 结果 员工基本情况.sav 单变量值分组应用举例: 利用职工情况数据按职工的基本工资升序进行分组。 组距分组中的关键问题有两个： 1) 分组数目的确定 可参考Sturges提出的经验公式 n=1+3.322lgN又有a=R/n=R/1+3.322lgN. 这里n-组数,N-单位数a-组距,R-全距 2) 组距的确定 组距=(最大值-最小值)/组数 3) SPSS的组距式分组 组数和组距确定后，便可实施分组操作了，在分组操作时应： 指定分组变量 定义分组区间（注意遵循“不重不漏”原则） 指定存放结果的变量 SPSS对分组结果有两种存放策略，一种是用分组变量值覆盖原变量（Into Same Variables），另一种是将分组结果存到一个新变量中（Into Different Variables）。相应的操作也略有差异。通常采用第二种策略。 1) 选择菜单转换Transform?重新编码为相同变量Recode Into Same Variables 2) 在出现的窗口中将分组变量选择到数字变量Variables框中。 3) 单击旧值和新值Old and New Values按钮进行分组区间定义。 1、Into Same Variables分组操作 4) 在分组区间定义窗口中指定分组区间的下限和上限，并在新值New Value框中给出该区间对应的分组值。单