第四章-基本统计分析.ppt

,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,Click to edit Master title style,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,*,第四章,SPSS,基本统计分析,描述性统计分析,SPSS,的主要分析工具,Analyze,菜单,报告,Reports,描述性统计分析,Descriptive Statistics,菜单,表格,Tables,均数间的比较,Compare Means,菜单,一般线性模型,General Linear Model,菜单,相关分析,Correlate,菜单,多元线性回归与曲线拟合,Regression,菜单,对数线性模型,Loglinear,菜单,聚类分析与判别分析,Classify,菜单,因子分析与对应分析,Data Reduction,菜单,信度分析与多维尺度分析,Scale,菜单,非参数检验,Nonparametric Tests,菜单,时间序列分析,Time series,描述性统计分析是统计分析的第一步，做好这第一步是下面进行正确统计推断的先决条件。通过基本统计分析，能够使分析者掌握数据的基本统计特征，把握数据的总体分布形态。对数据的基本统计分析通常包括以下分析：,编制单个变量的频数分布表,计算单个变量的描述统计量以及不同分组下的描述统计量,编制多变量的交叉频数分布表，并以此分析变量之间的关系,其他探索性分析,多选项分析,为实现上述分析，往往采用两种方式实现：第一，数值计算，即计算常用基本统计量的值，通过数值准确反应数据的基本统计特征，反映变量统计特征上的差异；第二，图形绘制，即绘制常用基本统计图形，通过图形来直观展现数据的分布特点，比较数据分布的异同。通常，数值计算和图形绘制是混合使用的，它们将起到相辅相成的互补作用。,SPSS,的许多模块均可完成描述性分析，但专门为该目的而设计的几个模块则集中在,Descriptive Statistics,菜单中，包括：,Frequencies,：频数分析过程，特色是产生频数表（主要针对分类变量）,Descriptives,：数据描述过程，进行一般性的统计描述（主要针对数值型定距变量）,Explore,：数据探察过程，用于对数据概况不清时的探索性分析,Crosstabs,：,多维频数分布交叉表分析（,列联表分析）,Ratio statistics,：比率分析,4.1,频数分析,4.1.1,频数分析的目的和基本任务,1,、目的：基本统计分析往往从频数分析开始。通过频数分析能够了解变量取值的状况，对把握数据的分布特征是非常有用的。,2,、基本任务,（,1,）频数分析的第一个基本任务是,编制频数分布表,。,频数（,Frequency,）,：即变量值落在某个区间（或某个类别）中的次数,百分比（,Percent,）,：即各频数占总样本数的百分比,有效百分比（,Valid Percent,）,：即各频数占有效样本数的百分比，这里,有效样本数总样本缺失样本数,累计百分比（,Cumulative Percent,）,：即各百分比逐级累加起来的结果，最终取值为,100,。,（,2,）频数分析的第二个任务是,绘制统计图,条形图（,Bar Chart,）,：,用宽度相同的条形的高度或长短来表示频数分布变化的图形，适用于定序和定类变量的分析。,饼图（,Pie Chart,）,：,用圆形及圆内扇形的面积来表示频数百分比变化的图形，以利于研究事物内在结构组成等问题。,直方图（,Histograms,）,：,用矩形的面积来表示频数分布变化的图形，适用于定距型变量的分析。可以在直方图上附加正态分布曲线，便于与正态分布比较。,注：变量的计量尺度：,a,定类（,Category Scale,）：只能计次,b,定序（,Ordinal Scale,）：计次、排序,c,定距（,Interval Scale,）：计次、排序、加减、乘除,d,定比（,Ratio Scale,）：计次、排序、加减、乘除,4.1.2,频数分析的基本操作,（,1,）选择菜单,AnalyzeDescriptive StatisticsFrequencies,。,（,2,）将若干频数分析变量选择到,Variable(s),框中。,（,3,）单击,Chart,按钮选择绘制统计图形，在,Chart Values,框中选择条形图中纵坐标（或饼图中扇形面积）的含义，其中,Frequencies,表示频数；,Percentages,表示百分比。,2,、计算其他基本描述统计量,SPSS,频数分析还能够计算其他基本统计量，其中包括描述集中趋势（,Central Tendency,）的基本统计量、描述离散程度（,Dispersion,）的基本统计量、描述分布形态（,Distribution,）的基本统计量等。,输出百分位数：,输出四分位数，显示,25%,、,50%,、,75%,的百分位数；,将数据平均分为所设定的相等等份，可输入,2100,的整数，如键入,4,则输出第,25,、,50,、,75,百分位数,自定义百分位数，可输入,0100,的整数。,离散趋势,分布形态栏,集中趋势栏,输出统计量对话框,Dispersion(,离差,),栏，用于指定输出反映变量值离散程度的统计量,标准差,方差,极差,均值的标准误差,Central Tendency(,集中趋势,),栏，用于指定反映变量值集中趋势的统计量,中位数,众数,Distribution,（分布特征）栏，用于指定输出描述分布形状和特征的统计量,偏度,峰度,3,、频数分布表格式（,Format,）的定义,（,1,）调整频数分布表中数据的输出顺序（,Order by,）：频数分布表中的内容的输出顺序可以按变量值的升序输出（,Ascending values,），按变量值的降序输出（,Descending values,），按频数的升序输出（,Ascending counts,），按频数的降序输出（,Descending counts,）。,（,2,）,multiple variables,单选框组：,如果选择了两个以上变量作频数表，则,compare variables,可以将所有变量的结果在同一个频数表过程输出结果中显示，便于互相比较；,organize output by variables,则将结果在不同的频数表过程输出结果中显示，每一个变量一张表。,（,3,）压缩频数分布表（,Suppress tables with more than n categories,）,如果变量取值的个数或取值区间的个数太多，频数分布表将很庞大，此时可以压缩它。,SPSS,默认，如果变量取值的个数或取值区间的个数大于,10,，则不输出相应的频数分布表。应用中可以修改该值。,Format,对话框,控制频数表输出的分类数量。默认为,10,多变量框中可设定多变量表格输出的格式,设置频数表输出的格式,选择频数表中排列顺序,按变量升序排列，此为默认,按变量降序排列,按变量各种取值发生的频数的升序排列,按变量各种取值发生的频数的降序排列,4.1.4,频数分析的应用举例,利用居民储蓄（存款）调查数据进行频数分析，有以下两个分析目标：,目标一：分析储户的户口和职业的基本情况。,目标二：分析储户一次存款金额的分布，并对城镇储户和农村储户进行比较。,分析：,目标一：分析储户的户口和职业的基本情况,（,1,）户口和职业两个变量都是定类型变量，可通过基本频数分析实现。,（,2,）职业变量的取值（分类）数目较多，为使频数分布表更一目了然，应对内容的输出顺序进行调整，单击,Format,按钮，选择,Descending counts,按频数的降序输出。,（,3,）单击,Chart,按钮指定输出户口变量的饼图和职业变量的条形图。,目标二：分析储户一次存款金额的分布，并对城镇储户和农村储户进行比较。,1,、分析思路：,（,1,）由于存（取）款金额数据为定距型变量，直接采用频数分析不利于对其分布形态的把握，因此考虑依据第三章中的数据分组功能对数据分组后再编制频数分布表。,（,2,）计算出所有样本的存款金额的四分位数，然后按户口对数据拆分，并分别计算城镇储户和农村储户的一次存（取）款金额的四分位数，并通过四分位数比较两者分布上的差异。,2,、分析过程：,（,1,）数据分组，将存（取）款金额重新分成五组，五组区间分布为，少于,500,元，,500,2000,元，,2000,3500,元，,3500,5000,元，,5000,元以上。分组后进行频数分析并绘制带正态曲线的直方图。,（,2,）利用,SPSS,的频数分析计算所有样本的存（取）款金额的四分位数；然后，按照户口类型对数据进行拆分（,Split file,）并重新计算分位数，分别得到城镇户口和农村户口的存（取）款金额的四分位数。,内容回顾,数据预处理,数据拆分,操作：,Data,Split File,Spss,变量集,定义操作：,Utilities,Define Sets,使用操作：,Utilities,Use Sets,频数分析的目的和基本任务,使用范围：主要是取值范围比较少的定类和定序数据,目的：通过频数分析能够了解变量取值的状况，对把握数据的分布特征是非常有用的。,基本任务：编制频数分布表和绘制统计图,基本操作：选择菜单,AnalyzeDescriptive StatisticsFrequencies,4.2,计算基本描述统计量,4.2.1,基本描述统计量,常见的基本描述统计量有三大类：,刻画,集中趋势,的统计量,刻画,离中趋势,的统计量,刻画,分布形态,的统计量,通过频数分析把握了数据的总体分布状况后，通常还需要对于定居型数据的分布特征有更为精确的认识，这就需要通过计算基本描述统计量等途径实现。,例如，对居民储蓄调查的数据，通常需要对一次存款金额数据计算均值、标准差、偏差、峰度等数据，进而进一步准确把握数据的集中趋势、离散趋势和分布形状等。,1,、刻画集中趋势的描述统计量,集中趋势是,指一组数据向某一中心值靠拢的倾向。,（,1,）均值（,Mean,）：即算术平均数，是反映某变量所有取值的集中趋势或平均水平的指标。如某企业职工的平均月收入。其计算公式为：,（,2,）中位数（,Median,）：即一组数据按升序排序后，处于中间位置上的数据值。如评价社会的老龄化程度时，可用中位数。,（,3,）众数（,Mode,）：即一组数据中出现次数最多的数据值。,如：一次调查结果显示，大学生对垃圾分类行为的认识状况如下：,没必要，没必要，没必要，有必要，有必要，有必要，有必要，有必要，有必要，无所谓,（,4,）均值标准误差（,Standard Error of Mean,）：描述样本均值与总体均值之间的平均差异程度的统计量。其计算公式为：,其中：为总体标准差，,n,为样本单位数,各种集中趋势统计量的优、缺点比较,众数,优点：,真实：它一定是观测值中的某个值，而均值或中位数并不见得一定是观测值中的某个值。,代表了多数的意见。,缺点：,假如数值的分布并不明显地集中在某个数值上，它会误导如：,1,，,1,，,2,，,3,，,4,，,5,，,6,，,7,，,8,，,9,众数为,1,，此时用均值或中位数就恰当多了。,不能进行数学运算。,中位数,优点：,不受极值的影响,如：,1,，,2,，,3,，,4,，,5,的中位数为,3,，平均数为,3,而,1,，,2,，,3,，,4,，,50,的中位数还是,3,，平均数为,12,缺点：,不能进行数学运算。,均值,优点：,1.,可以进行四则运算；,2.,使用了数据中的所有数值；,3.,用均值猜测的所有数值，所产生的误差最小。,4.,与众数和中位数相比，均值更不会受到抽样变动的影响。,缺点：,1.,受极端值的影响。,如统计成绩为,0,，,70,，,71,，,72,，,72,。均值、众数和中位数分别为：,57,，,72,，,71,，众数和中位数能反映集中情形，而均值就产生较大的偏差。,2,、刻画离散程度的描述统计量,离散程度是,指一组数据远离其“中心值”的程度。,如果数据都紧密地集中在“中心值”的周围，数据的离散程度较小，说明这个“中心值”对数据的代表性好；相反，如果数据仅是比较松散地分布在“中心值”的周围，数据的离散程度较大，则此“中心值”说明数据特征是不具有代表性的。,常见的刻画离散程度的描述统计量如下：,（,1,）全距（,Range,）：也称极差，是数据的最大值（,Maximum,）与最小值（,Minimum,）之间的绝对离差。,（,2,）方差（,Variance,）：也是表示变量取值离散程度的统计量，是各变量值与算数平均数离差平方的算术平均数。其计算公式为：,（,3,）标准差（,Standard Deviation,：,Std Dev,）：表示变量取值距离均值的平均离散程度的统计量。其计算公式为：,标准差值越大，说明变量值之间的差异越大，距均值这个“中心值”的离散趋势越大。,3,、刻画分布形态的描述统计量,数据的分布形态主要指数据分布,是否对称，偏斜程度如何，分布陡峭程度,等。,刻画分布形态的统计量主要有两种：,（,1,）偏度（,Skewness,）：描述变量取值,分布形态对称性,的统计量。其计算公式为：,当分布为对称分布时，正负总偏差相等，偏度值等于,0,；当分布为不对称分布时，正负总偏差不相等，偏度值大于,0,或小于,0,。偏度值大于,0,表示正偏差值大，称为,正偏或右偏,，直方图中有一条长尾拖在右边,；偏度值小于,0,表示负偏差值大，称为,负偏或左偏,，直方图中有一条长尾拖在左边。,偏度绝对值越大，表示数据分布形态的偏斜程度越大。另外，,SPSS,还计算偏度标准误差（,S.E of Skewness,）。,（,2,）峰度（,Kurtosis,）：描述,变量取值分布形态陡峭程度,的统计量。其计算公式为：,当数据分布与标准正态分布的陡峭程度相同时，峰度值等于,0,；,峰度大于,0,表示数据的分布比标准正态分布更陡峭，为尖峰分布；峰度小于,0,表示数据的分布比标准正态分布平缓，为平峰分布。,另外，,SPSS,还计算峰度标准误差（,S.E of Kurtosis,）。,4.2.2,计算基本描述统计量的操作,（,1,）选择菜单,Analyze,Descriptive Statistics,Descriptives,出现如下窗口：,（,2,）将需计算的,数值型变量,选择到,Variable(s),框中。,（,3,）单击,Option,按钮指定计算哪些基本描述统计量，出现如下窗口：,Options,对话框,基本统计量,当,Variables,框中有多个变量时，此框确定其输出顺序：,按,Variables,框中的排列顺序输出,按各变量的字母顺序输出,按均值的升序排列,按均值的降序排列,分布,在上面窗口中，用户可以指定分析多变量时结果输出的次序（,Display Order,）。其中，,Variable list,表示按变量在数据窗口中从左到右的次序输出；,Alphabetic,表示按字母顺序输出；,Ascending Means,表示按均值升序输出；,Descending Means,表示按均值降序输出。,至此，,SPSS,便自动计算所选变量的基本描述统计量并显示到输出窗口中。,4.2.3,计算基本描述统计量的应用举例,1.,利用居民储蓄调查（存款）数据，对一次存款金额变量计算基本描述统计量。有以下分析目标：计算存款金额的基本描述统计量，并分别对城镇储户和农村储户进行比较,分析：首先按照户口对数据进行拆分（,Split file,），然后计算存（取）款金额的基本描述统计量。,2.,分析储户一次存款的数量是否存在不均衡现象。,分析：假设储户一次存款金额服从正态分布，跟据,3,原则，异常值通常为,3,个标准差范围之外的值，可通过对数据的标准化处理来判断。标准化的数学定义为：,通过标准化得到一系列新变量值，通常称为标准化值或,Z,分数。标准化值反映变量值与均值差是几个标准差单位。如果等于,0,，则说明该变量值等于均值；小于,0,，小于均值；大于,0,，大于均值。,通过标准化可以得到一系列新变量值，通常称为标准化值或,z,分数。计算标准化值可以通过对话框中的复选框,save standardized values as variables,来实现，并将结果保存在一个新变量中。该变量的命名规则为字母,z+,原变量名的前七个字符。,接下来可对新变量进行排序并浏览其标准化值的取值情况，可以发现,z,分数值得绝对数大于,3,的储户是存在的。对其分组为三组：,za5,不拒绝,H,0,若,p-,值,拒绝,H,0,4.3.4,交叉分组下的频数分析的基本操作,（,1,）菜单选项,Analyze,Descriptive Statistics,Crosstabs,，出现窗口如下：,该框中的变量作为分布表中的行变量和列变量。,该框中的变量作为控制变量，决定频数分布表中的层，可有多个控制变量。,显示每一组中各变量的分类条形图。,只输出统计量，不输出多维列联表。,Crosstabs,对话框,（,2,）如果进行二维列联表分析，则将行变量选择到,Row(s),框中，将列变量选择到,Column(s),框中。如果,Row(s),和,Column(s),框中有多个变量名，,SPSS,会将行列变量一一配对后产生多张二维列联表。如果进行三维或多维列联表分析，则将其他变量作为控制变量选到,Layer,框中。多控制变量间可以是同层次的，也可以是逐层叠加的，可通过,Previous,或,Next,按钮确定控制变量间的层次关系。,（,3,）选择,Display clustered bar charts,选项，指定绘制各变量交叉分组下频数分布条形图。,Suppress tables,表示不输出列联表，在仅分析行列变量间关系时可选择该选项。,（,4,）单击,Cells,按钮指定列联表单元格中的输出内容，窗口如下：,Crosstabs,的,Cell Display,对话框,选择在列联表中输出的统计量，包括观测量数、百分比、残差,输出观测量的实际数量,如果行和列变量在统计上是独立的或不相关的，那么会在单元格中输出期望的观测值的数量。,输出单元格中观测量的数目占整行全部观测量数目的百分比,输出单元格中观测值的数目占整列全部观测量数目的百分比,输出单元格中观测量的数目占全部观测量数目的百分比,计算非标准化残差,计算标准化残差,计算调整后残差,SPSS,默认列联表单元格中只输出,观测频数（,Observed,）,。为便于分析，通常还应指定输出,Percentage,框中的,行百分比（,Row,）,、,列百分比（,Column,）,、,总百分比（,Total,）,。,Counts,框中的,Expected,表示输出期望频数；,Residuals,框中的各个选项表示在各个单元格中输出剩余。其中，,Unstandardized,为非标准化剩余，定义为,观测频数期望频数,；,Standardized,为标准化剩余，又称,Pearson,剩余,，定义为：,（,5,）单击,Format,按钮指定列联表各单元格的输出排列顺序。,Ascending,表示以行变量取值的升序排列，是,SPSS,默认项；,Descending,表示以行变量取值的降序排列。,（,6,）单击,Statistics,按钮指定用哪种方法分析行变量和列变量间的关系，窗口如下，其中，,Chi-Square,为卡方检验。,4.3.5,交叉分组下的频数分析应用举例,利用居民储蓄调查（存款）数据进行分析，实现以下目标：,1,、分析城镇和农村储户对“未来收入状况的变化趋势”是否持相同的态度。,2,、分析城镇和农村储户对什么合算的认同是否一致。,分析：,1,、该问题列联表的行变量为户口，列变量为未来收入状况，在列联表中输出各种百分比、期望频数、剩余、标准化剩余，显示各交叉分组下频数分布柱形图，并利用卡方检验方法，对城镇和农村储户对该问题的态度是否一致进行分析。,2,、该问题列联表的行变量为户口，列变量为什么合算，在列联表的基础上进行卡方检验。,4.3.6 SPSS,中列联表分析的其他方法,对列联表中行列变量的分析，除上述卡方检验方法之外，,SPSS,还提供了其他测度变量间相关关系的检验方法，包括：,适用于两定类变量的方法：,Nominal,框中列出的方法属该类方法。,适用于两定序变量的方法：,Ordinal,框中列出的方法属该类方法。,适用于一定类变量、一定距变量的方法：,Nominal by interval,框中的,Eta,方法属该类方法。,其他方法。,适用于两定类变量的方法,(P105),适用于两定类变量的方法,列联系数,Phi,系数是一种排除样本量影响的卡方检验修正方法。,Phi,系数和,Grammers V,系数,适用于两定序变量的方法,(P107),适用于两定序变量的方法,Gamma,系数,Somres,d,系数,Kendall,s tau,b,系数,Kendall,s tau,c,系数,适用于一定类变量、一定距变量的方法,P109,Eta,适用于行列均为定距变量的方法,P109,相关系数法,定距型变量通常不会设为行列变量，因此一般不用频数分析，而是利用专门的相关分析实现，将在以后章节介绍。,选择,correlation,4.4,多选项分析,（频数分析和交叉分析）,多选项问题的概念：,多选项问题是根据实际调查的需要，要求被调查者从问卷给出的若干个可选答案中选择一个以上的答案。目前，市场研究或许多领域对某事物评价的研究中常常遇到这样的问题。,问题的提出方法：,一、任意多选,二、任意选择固定项数,三、选中,n,项，但按照重要性排序,一、任意多选,问题：在择偶时您主要考虑下列哪些条件（任选题）,（,1,）相貌 （,2,）文化水准 （,3,）气质风度 （,4,）志同道合 （,5,）人品 （,6,）家庭收入 （,7,）其他,二、任意选择固定项数,问题：在择偶时您主要考虑下列哪些条件（任选三项）,（,1,）相貌 （,2,）文化水准 （,3,）气质风度（,4,）志同道合 （,5,）人品,（,6,）家庭收入 （,7,）其他,三、选中,n,项，但按照重要性排序,问题：在择偶时您主要考虑下列哪些条件,(,请选出前三项并按重要性排序,),（,1,）相貌,；（,2,）文化水准,；,（,3,）气质风度,；（,4,）志同道合,；,（,5,）人品,；（,6,）家庭收入,；,（,7,）其他,；,如果是单选项，如何处理？,问题：在择偶时您主要考虑下列哪个条件,（,1,）相貌 （,2,）文化水准,（,3,）气质风度 （,4,）志同道合,（,5,）人品 （,6,）家庭收入 （,7,）其他,赋值方式：,一、任意多选,问题：在择偶时您主要考虑下列哪些条件（任选题）,（,1,）相貌 （,2,）文化水准 （,3,）气质风度 （,4,）志同道合 （,5,）人品 （,6,）家庭收入 （,7,）其他,（,1,）相貌（,2,）文化水准（,3,）气质风度 （,4,）志同道合 （,5,）人品 ,（,6,）家庭收入 （,7,）其他,变量定义方法：二分法。有多少个选项就定义多少个变量。如：,赋值方式,二、任意选择固定项数,问题：在择偶时您主要考虑下列哪些条件（任选三项）,（,1,）相貌 （,2,）文化水准 （,3,）气质风度 （,4,）志同道合 （,5,）人品 （,6,）家庭收入（,7,）其他,任意选择固定项数时变量定义方法,1.,二分法,:,有多少个选项就定义多少个变量。,2.,分类法：定义,n,个变量,分类法定义变量,任选三项问题可以定义三个变量。,赋值方式,三、选中,n,项，但按照重要性排序,问题：在择偶时您主要考虑下列哪些条件,(,请选出前三项并按重要性,),（,1,）相貌,1,；（,2,）文化水准,；,（,3,）气质风度,；（,4,）志同道合,3,；,（,5,）人品,；（,6,）家庭收入,2,；,（,7,）其他,；,三、选中,n,项，但按照重要性排序,数据录入方法：分类法：定义,n,个变量,赋值方式,多选项问题统计分析优缺点分析,如果采用,二分法,分解问题，可以,了解到每个选项的选择情况,，如择偶时有多少人选择了相貌，有多少人选择了文化水准等信息。但却,丢失了择偶倾向,的信息，也就是无法分析出人们择偶时主要考虑哪些因素。,分类法,分解多选项问题可以方便地,得到择偶的倾向性数据,，但却,无法方便地得到各项择偶条件被考虑到的情况,。,由此可见，对于多选项问题，问题的分解方法、编码的设计方案极为重要。,二分法定义变量的分析结果,总体对择偶考虑因素的考虑程度,1.,分类法统计结果,简单频数分析：,第二步,:,多选项分析的操作步骤,定义多选项变量集,多选项,频数分析,多选项的交叉分组下的频数分析,步骤一：,定义多选项变量集,即将多选项问题分解并设置成多个变量，指定这些变量为一个集合，通过多选项变量集，,SPSS,才能确定应对哪些变量相同值的个案数进行累加。为今后多选项频数分析和多选项交叉分组下的频数分析做准备。,选择菜单,Analyze,Multiple Response,Define Sets,（定义多选项变量集,）,D91.sav,将多选项变量集的变量选择到,Variables in Sets,框中,指定多选项变量集中的变量是按照哪种方法分解的。,二分法,多选项分类法,变量取值最小值、最大值,命名,点击,add,，,将定义好的多选项变量集加到,Mult Response Sets,框中,点击,Close,点击,Add,可定义多个多选项变量集,步骤二：,多选项的频数分析,选择菜单,Analyze,Multiple Response Frequencies,把待分析的多选项变量集选择到,Table(s)for,里,实际的频次,占总次数的比例,19,72,占人数的比例,19,34,选择“听戏看电影”的有,19,人次，占总回答次数的,26.4%,位居第一；选择“看小说读报”的有,18,人次，占总回答次数的,25.0%,这两项选择占总回答次数的,51.4%,是主要的娱乐方式。,步骤三：,多选项的交叉分组下的频数分析,选择菜单,Analyze,Multiple Response,Crosstabs,定义取值范围,点击,Option,选择列联表的输出内容和计算方法,（,1,）选择列联表的行变量并定义取值范围；（,2,）选择列联表的列变量并定义取值范围；（,3,）选择列联表的控制变量并定义取值范围；（,4,）单击,option,按钮选择列联表的输出内容和计算方法。,Match variable across response sets,选项表示，如果列联表的行列变量均为多选项变量集时，第一个变量集的第一个变量与第二个变量集的第一个变量作交叉分组，依次类推。,结果中：注意,Pct of Responses,（占,总回答数的）和,Pct of Case,（占总个案数）的区别。,性别与变量集的交叉列联表,男生选择“听戏看电影”的有,12,人次，占男生回答次数的,24.5%,位居第一；选择“看小说读报”的有,10,人次，占男生总回答次数的,20.4%,位居第二。这两项选择占总回答次数的,44.9%,是主要的娱乐方式。,4.4.3,多选项分析的应用举例,利用居民储蓄调查,(,存款,),数据进行分析，实现以下两个分析目标：,1.,分析储户的储蓄目的；,2.,分析不同年龄段储户的储蓄目的。,分析,1.,为进行多选项分析，首先定义名为,cxmd,的多选项变量集，其中包括,a7_1,、,a7_2,、,a7_3,三个变量，然后对多选项变量集进行频数分析；,2.,对不同年龄段储户储蓄目的进行分析，采用多选项交叉分组下的频数分析。,4.5,比率分析,4.5.1,比率分析的目的和主要指标,比率分析用于对两变量间变量值比率变化的描述分析，适用于,定距型变量,。,例如根据,1999,年各地区保险业务情况的数据，分析各地区财产保险业务的保费收入占全部业务保费收入的比例情况。,通常的分析可以生成各个地区财产保险业务的保费收入占全部业务保费收入的比率变量，然后对该比率变量计算基本描述统计量（如均值、中位数、标准差、全距等），进而刻画比率变量的集中趋势和离散程度。,SPSS,的比率分析除能够完成上述分析外，还提供了其他相对比描述指标，大致也属于集中趋势描述指标和离散程度描述指标的范畴，具体包括：,（,1,）,加权比率均值（,Weighted mean,）,：两变量均值的比，属集中趋势描述指标。,（,2,）,AAD,（,Average Absolute Deviation,）平均绝对离差,：是对比率变量离散程度的描述，计算公式为：,其中，是比率数，,M,是比率变量的中位数，,N,为样本数,（,3,）,COD,（,Coefficient of Dispersion,）离散系数,：也是对比率变量离散程度的描述，计算公式为：,（,4,）,PRD,（,Price-related Differential,）相关价格微分,：是比率均值与加权比率均值的比，也是比率变量离散程度的描述。,（,5,）,COV,变异系数,：用于对比率变量离散程度的描述，分为基于,均值的变异系数（,Mean centered COV,）,和,中位数的变异系数（,Median centered COV,）,。前者是通常意义下的变异系数，是标准差除以均值；后者定义为：,4.5.2,比率分析的基本步骤,（,1,）选择菜单,Analyze,Descriptive Statistics,Ratio,，出现窗口,（,2,）将比率变量的分子选择到,Numerator,框中，将比率变量的分母选到,Denominator,框中。,（,3,）如果做不同组间的比率比较，则将分组变量选择到,Group Variable,框中。,（,4,）单击,Statistics,按钮指定输出哪些关于比率的描述统计量，出现如下窗口：,至此，,SPSS,将自动计算比率变量，并将相关指标输出到输出窗口中。,平均绝对离差,离散系数,中位数变异系数,均值变异系数,报表中的描述性统计分析,（,case summaries),过程,case summaries,过程用于按指定的分组变量的不同水平进行交叉描述性统计分析。,Analyze-report-case summary,进入。,variables,框：选择需要进行分析的变量，可多选；,grouping variables,框：选择用于分组的变量。如果选择了多个分组变量，则系统会按各个变量的不同取值的交叉组合对汇总变量进行分析。,Display case:,用于确定是否输出详细的记录列表，下面的三个复选框用于选择具体的输出方式。,Statistics,子对话框用于选择一些常用的统计量。,title,子对话框：,title,框：用于定义输出表格的标题，默认标题为,case summaries,。,caption,框：用于给输出表格加上注解文字。,subheadings for totals:,用于选择是否给每个分组均显示所计算统计量的名称；,exclude case with missing values listwise:,用于选择是否在分析中删除带有缺失值的变量。,missing statistics appear as:,用于输出一个字符串，用于在输出结果中表示缺失值。,报表中的描述性统计分析举例,1.,对居民储蓄调查数据中的居民存款金额按照户口和职业进行分类汇总得到均值、中位数及标准差。,分析：可以使用,split file,过程，然后使用,descriptive,过程来完成。在这里我们用,case summary,过程一步就能完成。,练习,1,利用,2007,年浙江省农民工调查数据进行分析，实现以下两个分析目标：,分析被调查者中，农民工和城镇职工的基本情况,计算被调查者的基本特征（包括工资水平、教育程度和工作经验、资历等）的描述统计量、绘制直方图，并对比农民工和城镇职工的基本情况,要求：将操作结果抄下来，并用文字描述结果,练习,2,：,请回答下列问题，根据问卷建立相应的数据文件，然后将自己回答的信息输入到数据文件中。,一,性别：,(,1),男性 （,2,）女性,二,.,你对自己目前快乐,(,幸福,),感的总体评价：,分（,1,表示最痛苦，,10,表示最幸福）。,三你对自己学习状况的满意度为,分（,1,表示最不满意，,10,表示最满意）。,四,你对自己目前人际交往状况的满意度为,分（,1,表示最不满意，,10,表示最满意）。,五、学号,六,.,我的快乐与幸福主要来之于以下因素，请按重要性以,1,、,2,、,3,标出前三项：,1.,健康,；,2.,家庭,；,3.,学习,；,4.,收入,；,5.,人际关系,；,6.,社会地位,；,7.,生态环境,。,七,我的痛苦主要来之于以下因素，请按重要性以,1,、,2,、,3,标出前三项：,1.,疾病,；,2.,家庭关系,；,3.,人际关系,；,4.,学习压力,；,5.,收入,；,6.,社会,公正,；,7.,生态环境,。,