SPSS基本统计图表的制作.doc

基本统计图表的制作
1  P-P图和Q-Q图
P-P图是根据变量的累积比例与指定分布的累积比例之间的关系所绘制的图形。通过P-P图可以检验数据是否符合指定的分布。当数据符合指定分布时，P-P图中各点近似呈一条直线。如果P-P图中各点不呈直线，但有一定规律，可以对变量数据进行转换，使转换后的数据更接近指定分布。
Q-Q图同样可以用于检验数据的分布，所不同的是，Q-Q图是用变量数据分布的分位数与所指定分布的分位数之间的关系曲线来进行检验的。
由于P-P图和Q-Q图的用途完全相同，只是检验方法存在差异，SPSS17.0中用于做出P-P图的对话框和用于做出Q-Q图的对话框完全一致，下面将对两者统一加以说明。
具体操作步骤如下：
打开数据文件，选择【分析】（Analyze）菜单，单击【描述统计】（Descriptive Statistics）命令下的【P-P图】（P-P Plots）或【Q-Q图】（Q-Q Plots）命令。“P-P图”（P-P Plots）、“Q-Q图”（Q-Q Plots）的对话框分别如图3-20和图3-21所示。

图3-20  “P-P图”对话框

图3-21  “Q-Q图”对话框
在“P-P图”（P-P Plots）或“Q-Q图”（Q-Q Plots）对话框中，最左边的变量列表为原变量列表，通过单击按钮可选择一个或者几个变量进入位于对话框中间的“变量”（Variables）列表框中。根据这些变量数据可创建P-P图或Q-Q图，并进行分布检验。
“P-P图”或“Q-Q图”对话框的中下方和右方有5个选项栏，选项栏中各选项的意义如下：
（1）转换（Transform）栏（复选项）：
l  自然对数转换（Natural log transform）：选择此项，对当前变量的数据取自然对数，即将原有变量转换成以自然数e为底的对数变量。
l  标准值（Standardize values）：选择此项，将当前变量的数据转换为标准值，即转换后变量数据的均值为0，方差为1。
l  差分（Difference）：选择此项，对当前变量的数据进行差分转换，即利用变量中连续数据之间的差值来转换数据。选择此项以后，后面的文本框变为可用，在其中输入一个正整数，以确定转换的差分度，默认值为1。
l  季节性差分（Seasonally difference）：用于确定指明计算时间序列的季节差分。只有在对当前变量的数据序列定义了周期（通过主菜单中的【数据】（Data）菜单中的【定义日期】（Define Dates）选项定义）以后才可用，如果当前周期为0，将不能计算季节差分。选择此项，在后面的文本框中输入正整数，然后根据该正整数所确定的范围来计算该范围内数据的差值，并用该差值来转换原数据。
需要注意的是，这些数据转换并不改变变量中的变量值，只影响正态概率图。
（2）检验分布（Test Distribution）栏：可选择不同的分布类型，检验变量数据是否符合所选分布。单击选项分布栏下的箭头可选择不同的分布类型。SPSS默认的检验分布是正态分布（Normal）。
P-P图（或Q-Q图）可检验的分布包括：
贝塔分布（Beta）                      T分布（Student t）
卡方分布（Chi-square）             伽马分布（Gamma）
指数分布（Exponential）           半正态分布（Half-normal）
Logistic分布（Logistic）            拉普拉斯分布（Laplace）
对数正态分布（Lognormal）      威布尔分布（Weibull）
正态分布（Normal）                 均匀分布（Uniform）
帕累托分布（Pareto）       
dt：在该文本框中输入正整数，表示所选分布的自由度。
（3）分布参数（Distribution Parameters）栏：在该栏中可输入所选分布类型的参数，选择的分布不同，参数输入窗口也不同。
l  从数据中估计（Estimate from data）：为系统默认选项。选择此项，系统将自动从数据中推测数据分布的参数，否则就要在该选项下方的参数框中根据需要自行指定。
l  位置（Location）参数窗口：选择正态分布时，用户自行输入位置参数。
l  比例（Scale）参数窗口：选择正态分布时，用户自行输入比例参数。
（4）比例估计公式（Proportion Estimation Formula）栏（单选项组）
l  Blom方法：计算公式为                                     （3.17）
l  Rankit方法：计算公式为                                       （3.18）
l  Tukey方法：计算公式为                                      （3.19）
l  Van der Waerden方法：计算公式为                             （3.20）
以上公式中，n表示观测量的数目，r是从1到n的秩次。
（5）为结指定的秩（Rank Assigned to Ties）栏（单选项组）：
l  均值（Mean）：用连接值的平均秩指定顺序。
l  高（High）：用连接值的最大秩指定顺序。
l  低（High）：用连接值的最小秩指定顺序。
l  强制打开结（Break ties arbitrarily）：忽略观测量权重的影响。
2  图表绘制
进行数字统计分析时，有时我们需要绘制统计图表，把资料所反映的变化趋势、数量多少、分布状态和相互关系等形象直观地表现出来，以便于读者的阅读、比较和分析。SPSS的【图形】（Graphs）菜单提供了绘制图表的功能，主要包括3个子菜单：【图表建立】（Chart Builder）命令相当于图表向导，它对SPSS的绘图功能作了粗略的介绍，初学者可以大致了解SPSS的绘图能力；【交互图表】（Interactive）命令主要涵盖了SPSS各种复杂的交互性图表；【旧对话框】（Legacy Dialogs）命令主要包括多种SPSS传统的常用的统计报表，下面重点讲解。
2.1  条形图
条形图（Bar Charts），又称带形图或柱形图，它是利用相同宽度的条形的长短或高低来表现统计数据大小或变动的统计图。
绘制条形图的具体操作步骤如下：
01打开【图形】（Graphs）菜单，选择【旧对话框】（Legacy Dialogs）命令下的【条形图】（Bar Charts）命令，SPSS将弹出“条形图”（Bar Charts）导航对话框，如图3-22所示。

图3-22  “条形图”导航对话框
在该导航对话框中，用户可以选择条形图的类型，并定义条形图中数据的表达方式。
SPSS将条形图大致分为3种类型：
l  简单（Simple）：单式条形图，各个条形相互独立；
l  复式条形图（Clustered）：分组条形图，每组的相邻两个或多个条形左右连接，以方便进行组间比较；
l  堆积面积图（Stacked）：分段条形图，同一组的条形图上下连接，以方便进行组与组之间的互相比较。
在图3-22下部的“图表中的数据为”（Data in Chart are）栏，用户可以选择的条形图中数据的表达类型如下：
l  个案组摘要（Summaries for groups of cases）：用分类值作图，条形图中每一条代表观测量的一个分类；
l  各个变量的摘要（Summaries of separate variables）：用变量值作图，条形图中每一条代表一个变量；
l  个案值（Values of individual cases）：用单元值作图，条形图中每一条代表一个观察值。
通过以上3个条形图类型和3个数据的表达方式的不同搭配，SPSS可以生成9种不同的条形图。本书以用户选择“简单”（Simple）条形图和“个案组摘要”（Summaries for groups of cases）为例，阐述条形图的绘制步骤，如果用户需要制作其他类型的条形图，请参看简单条形图绘制的类似步骤。
02单击【定义】（Define）按钮，进入正式的条形图定义对话框“定义简单条形图：个案组摘要”（Define Simple Bar：Summaries for groups of cases）对话框，如图3-23所示。根据用户所选的条形图类型和数据表达方式的不同，出现的对话框名称也不同，但对话框的主体内容大致相同。

图3-23  “定义简单条形图：个案组摘要”对话框
在该对话框中，用户可以选择条形图绘制的相关细节。
“条的表征”（Bar Present）栏中，用户可以选择以下条形图中条所代表的统计量：
l  个案数（N of cases）：按照分组变量分组后各组的观测量个数；
l  个案数的%（% of cases）：按照分组变量分组后各组的观测量个数占总观测量个数的百分比；
l  累积个数：观测量数的累计数目；
l  累积%：观测量数的累计百分比；
l  其他统计量（Other statistics）：用户可以自行定义条形图中的统计量。选中该选项，下面的“变量”（Variable）列表框被激活，用户需要通过单击按钮从左边原变量中选择一个分析变量进入“变量”（Variable）列表框中，然后单击【更改统计量】（Change Statistics）按钮，SPSS将弹出“统计量”（Statistic）对话框，如图3-24所示。

图3-24  “统计量”对话框
在该对话框中，用户可以选择需要计算的描述统计量作为条形图中的统计量。对话框中的描述统计量包括：
l  值的均值（Mean of values）：按照分组变量分组后，以分析变量的均值作为条形图中的统计量；
l  值的中位数（Median of values）：按照分组变量分组后，以分析变量的中位数作为条形图中的统计量；
l  值的众数（Mode of values）：按照分组变量分组后，以分析变量的众数作为条形图中的统计量；
l  个案数（Number of cases）：按照分组变量分组后，以分析变量的样本个数作为条形图中的统计量；
l  值的和（Sum of values）：按照分组变量分组后，以分析变量数据的总和作为条形图中的统计量；
l  标准差（Standard deviation）：按照分组变量分组后，以分析变量的标准差作为条形图中的统计量；
l  方差（Variance）：按照分组变量分组后，以分析变量的方差作为条形图中的统计量；
l  最小值（Minimum value）：按照分组变量分组后，以分析变量的最小值作为条形图中的统计量；
l  最大值（Maximum value）：按照分组变量分组后，以分析变量的最大值作为条形图中的统计量；
l  累计求和（Calculative sum）：按照分组变量分组后，以分析变量的累计总和作为条形图中的统计量。
在该对话框的中部，用户可以在“值”（Value）文本框中输入数值或者百分数，然后选择相关选项，SPSS将对数值或百分数上侧或下侧的观测量按照大小进行筛选。
在该对话框的下部，用户可以在“低”（Low）和“高”（High）文本框中输入数值或者百分数，然后选择对应选项，SPSS将按照大小对观测量在限定范围内进行筛选。
对话框底部的“值是组中点”（Values are grouped midpoints）复选框只有在用户选择“值的中位数”（Median of values）或者“百分位”（Percentile）时，才被激活。选中该选项，则表明数据分布为频数分布表的格式，输出的条形图中的统计量为分组的中值。
选择条形图中的统计量后，单击【继续】（Continue）按钮，即可返回到“定义简单条形图：个案组摘要”主对话框中。
接下来，需要指定做图变量。在“类别轴”（Category Axis）列表框中，用户需要通过单击按钮从左边原变量中选择一个变量作为分类变量（也称为分组变量）。条形图中每个条形的长度分别代表对应各组的统计量的值。
模板（Template）：用户可以选中该选项，并单击【文件】（File）按钮选择模板文件，作为散点图的格式模板。
03单击【标题】（Titles）按钮，打开“标题”（Titles）对话框，如图3-25所示。

     图3-25  “标题”对话框
在该对话框中，用户可以定义散点图的标题、子标题和脚注。
（1）标题（Title）和子标题（Subtitle）：通过输入，用户可以定义两行标题和一行子标题。标题和子标题将在散点图上方显示。用户也可以在结果输出窗口中定义标题。
（2）脚注（Footnote）：通过输入，用户可以定义两行脚注，脚注将在散点图下方显示。
输入标题后，单击【继续】（Continue）按钮，即可返回“定义简单条形图：个案组摘要”主对话框中。
04单击【选项】（Options）按钮，打开“选项”（Options）对话框，如图3-26所示。

       图3-26  “选项”对话框
在该对话框中，用户可以指定缺失值的处理方式和误差条的设定形式。
（1）缺失值（Missing Values）栏：用户可以定义分析中对缺失值的处理方式，包括按列表排除个案（Exclude cases listwise）和按变量顺序排除个案（Exclude cases variable by variable）。为尽可能充分利用数据，SPSS默认选择前者。
（2）误差条图的表征（Error Bars Represent）栏：用户可以选择设定置信区间（Confidence intervals）、标准误（Standard Error）或者标准差（Standard deviation）条件，并显示误差条图。
指定缺失值的处理方式和误差条的设定形式后，单击【继续】（Continue）按钮，即可返回“定义简单条形图：个案组摘要”主对话框中。
05在“定义简单条形：个案组摘要”主对话框中，单击【确定】（OK）按钮，即可在结果输出窗口中得到简单条形图。
2.2  线图
线图（Line Charts），又称曲线图，它是利用点的高低来表明数据升降情况的一种统计图。通过将不同阶段的数据点连接，可以更清晰地表明数据的变化趋势。线图主要用于时间序列分析、数据分配情况比较和两变量依存关系的分析等。
绘制线图的具体操作步骤如下：
01打开【图形】（Graphs）菜单，选择【旧对话框】（Legacy Dialogs）命令下的【线图】（Line Charts）命令，SPSS将弹出“线图”（Line Charts）导航对话框，如图3-27所示。

图3-27  “线图”导航对话框
在该导航对话框中，用户可以选择线图的类型，并定义线图中数据的表达方式。
SPSS将线图大致分为3种类型：
（1）简单（Simple）：单线图，一个图形中只有一条水平走向的折线；
（2）多线线图（Multiple）：多线图，一个图形中有多条水平走向的折线；
（3）垂直线图（Drop-line）：垂线图，一个图形中有多组水平走向的数据，但在水平方向上不予以连接，而只是在垂直方向上将同一时间点的数据予以连接。
图表中的数据为（Data in Chart are）栏：用户可以选择以下的条形图中的数据表达类型：
l  个案组摘要（Summaries for groups of cases）：用分类值作图，线图中每一条线代表观测量的一个分类；
l  各个变量的摘要（Summaries of separate variables）：用变量值作图，线图中每一条线代表一个变量；
l  个案值（Values of individual cases）：用单元值作图，线图中每一条线代表一个观察值。
通过以上3个线图类型和3个数据表达类型的不同搭配，SPSS可以生成9种不同的线图。本书以用户选择“简单”线图和“个案组摘要”为例，阐述线图的绘制步骤。
02单击【定义】（Define）按钮，进入正式的定义对话框“定义简单线图：个案组摘要”（Define Simple Line：Summaries for groups of cases）对话框，如图3-28所示。根据用户所选的线图类型和数据表达类型的不同，出现的对话框名称也不同。
在该对话框中，用户首先需要指定绘图变量，即通过单击按钮从左边原变量中选择多个需要绘制折线图的变量进入右边的“线的表征”（Lines Represent）中。绘图变量的数值将在线图的纵轴上表示。

图3-28  “定义简单线图：个案组摘要”对话框
同时，用户需要指定分类变量。用户可以选择以“个案数”（Case number），即观测量的编号作为分类变量，也可以选中“变量”（Variable）选项，然后单击按钮选择一个变量作为分类变量。例如，在时间序列分析中，用户就可以将时间变量作为分类变量。分类变量的数值将在线图的横轴上表示。
本对话框的其他部分及单击【标题】（Title）按钮所弹出的“标题”（Title）对话框都与“定义简单条形图：个案组摘要”（Define Simple Bar：Summaries for Groups of Cases）对话框完全相同，此处不再赘述。
03在“定义简单线图：个案组摘要”主对话框中，单击【确定】（OK）按钮，即可在结果输出窗口中得到线图。
2.3  面积图
面积图（Area Charts），又称区域图，是用面积来表现连续性的频数分布的统计图。面积越大，频数越多，反之亦然。制作面积图的原始数据大多为频数分布表。
绘制面积图的具体操作步骤如下：
01打开【图形】（Graphs）菜单，选择【旧对话框】（Legacy Dialogs）命令下的【面积图】（Area Charts）命令，SPSS将弹出“面积图”（Area Charts）导航对话框，如图3-29所示。

图3-29  “面积图”导航对话框
在该导航对话框中，用户可以选择面积图的类型，并定义面积图中数据的表达方式。
SPSS将面积图大致分为以下两种类型：
（1）简单（Simple）：简单面积图，图形中只有一个区域表示频数大小；
（2）堆积面积图（Stacked）：图形由多个不同颜色的区域从下到上堆积而成，不同的区域表示不同类型的频率大小。
“面积图”（Area Charts）导航对话框中的“图表中的数据为”（Data in Chart are）栏与条形图、线图的导航对话框该栏的内容相同，不再赘述。
通过以上两个面积图类型和三个数据表达类型的不同搭配，SPSS可以生成6种不同的面积图。本书以用户选择“简单”面积图和“个案组摘要”为例，阐述面积图的绘制步骤。
02单击【定义】（Define）按钮，进入“定义简单面积图：个案组摘要”（Define Simple Area：Summaries for groups of cases）对话框，如图3-30所示。根据用户所选的面积图类型和数据表达方式的不同，出现的对话框名称也不同。

图3-30  “定义简单面积图：个案组摘要”对话框
本对话框与“定义简单条形图：个案组摘要”（Define Simple Bar：Summaries for Groups of Cases）对话框几乎完全相同，此处不再赘述。
03在本主对话框中，单击【确定】（OK）按钮，即可在结果输出窗口中得到面积图。
2.4  饼形图
饼形图（Pie Charts）是用扇形的大小来表示数值大小的统计图。饼形图简单易懂，并且便于比较，因此，饼形图的制图过程使用最为广泛。
绘制饼形图的具体操作步骤如下：
01打开【图形】（Graphs）菜单，选择【旧对话框】（Legacy Dialogs）命令下的【饼图】（Pie Charts）命令，SPSS将弹出“饼图”（Pie Charts）导航对话框，如图3-31所示。
在该导航对话框中，用户可以定义饼形图中数据的表达方式。
“饼图”导航对话框中只有“图表中的数据为”（Data in Chart are）一栏，并且与条形图、线图、面积图的导航对话框该栏的内容相同，此处不再赘述。
根据3个不同的数据表达方式，SPSS可以生成3种不同的面积图。本书以用户选择“个案组的摘要”（Summaries for groups of cases）为例，阐述饼形图的绘制步骤，如果用户需要制作其他类型的饼图，请举一反三学习类似的步骤。
02单击【定义】（Define）按钮，进入“定义饼图：个案组摘要”（Define Pie：Summaries for groups of cases）对话框，如图3-32所示。根据用户所选的数据表达方式的不同，出现的对话框名称也不同。

       图3-31  “饼图”导航对话框            图3-32  “定义饼图：个案组摘要”对话框
在本对话框中，用户可以选择饼形图绘制的相关细节。
分区的表征（Bar Present）栏：用户可以选择饼形图中扇形切片所代表的统计量。
l  个案数（N of cases）：按照分组变量分组后各组的观测量个数。
l  个案数的%（% of cases）：按照分组变量分组后各组的观测量个数占总观测量个数的百分比。
l  变量和（Sum of variables）：按照分组变量分组后，用户可以选择另一变量并以该变量的总和作为切片统计量的表达方式。选中该选项，下面的“变量”（Variable）列表框被激活，用户需要通过单击按钮从左边原变量中选择一个计算总和的变量进入“变量”（Variable）列表框中。
在“定义分区”（Define Slices by）列表框中，用户需要单击按钮从左边原变量列表中指定一个分类变量作为不同扇形的识别变量。
该对话框的其他部分及【标题】（Title）按钮、【选项】（Options）按钮都与“定义简单条形图：个案组摘要”（Define Simple Bar：Summaries for Groups of Cases）对话框完全相同，此处不再赘述。
03在本对话框中，单击【确定】（OK）按钮，即可在结果输出窗口中得到饼形图。
2.5  高低图
高低图（High-Low Charts）是用多个垂直线段来表示数值区域的统计图，例如一组测定值的范围（最小值—最大值）、95%置信区间（下限—上限）、±1.96·SD（低值—均值—高值）等。
绘制高低图的具体操作步骤如下：
01打开【图形】（Graphs）菜单，选择【旧对话框】（Legacy Dialogs）下的【高低图】（High-Low Charts）命令，SPSS将弹出“高–低图”（High-Low Charts）导航对话框，如图3-33所示。

图3-33  “高–低图”导航对话框
在该导航对话框中，用户可以选择高低图的类型，并定义高低图中数据的表达方式。
SPSS将高低图大致分为如下5种类型：
（1）简单高低关闭（Simple high-low-close）：一个图形中只有一组高低图，高值与低值之间用垂直线段连接。闭合（close）是指用户指定的一个特殊变量，特殊变量的数值可以在图中以小圆圈的形式标识出来。
（2）群集高低关闭（Clustered high-low-close）：一个图形中有多组高低图，每组高值与低值之间用垂直线段连接，不同组别的高低图用不同颜色的线段表示。
（3）简单范围栏（Simple range bar）：一个图形中只有一组高低图，高值与低值之间用垂直条形连接。
（4）群集范围栏（Clustered range bar）：一个图形中有多组高低图，每组高值与低值之间用垂直条形连接，不同组别的高低图用不同颜色的条形表示。
（5）差别面积（Difference）：一个图形中只有一组高低图，根据分组变量，对应的高值与高值连接，低值与低值连接，两条折线中形成面积区域。
该导航对话框中的“图表中的数据为”（Data in Chart are）栏与其他图形的导航对话框的该栏内容相同，此处不再赘述。
通过以上5个高低图类型和3个数据表达方式的不同搭配，SPSS可以生成15种不同的面积图。本书以用户选择“简单高低关闭”（Simple high-low-close）和“各个变量的摘要”（Summaries of separate variables）为例，阐述高低图的绘制步骤。
02单击【定义】（Define）按钮，进入“定义高-低-闭合：各个变量的摘要”（Define Simple high-low-close：Summaries of separate variables）对话框，如图3-34所示。根据用户所选的高低图类型和数据表达方式的不同，出现的对话框名称也不同。

图3-34  “定义高-低-闭合：各个变量的摘要”对话框
在该对话框中，用户可以选择高低图绘制的相关细节。
用户通过单击按钮，可从左边原变量中选择如下3个变量进入右边对应的变量列表框中：
（1）高（High）：作为高值的变量；
（2）低（Low）：作为低值的变量；
（3）闭合（Close）：用户需要指定一个变量，该变量的数值可以在图中以小圆圈的形式标识出来。
以上3个变量，用户都可以选择指定的统计量作为显示的数值，只要在对应列表框中选中变量，然后单击【更改统计量】（Change Statistics）按钮，SPSS就会弹出“统计量”（Statistic）对话框。默认的统计量是“数据的平均值”（Mean of values）。
在“类别轴”（Category Axis）列表框中，用户同样需要通过单击按钮从左边原变量中选择一个变量作为分类变量（也称为分组变量），以保证高值、低值、闭合值的一一对应。
该对话框的其他部分及【标题】（Title）按钮、【选项】（Options）按钮都与“定义简单条形图：个案组摘要”（Define Simple Bar：Summaries for Groups of Cases）对话框完全相同，此处不再赘述。
03在“定义高-低-闭合：各个变量的摘要”主对话框中单击【确定】（OK）按钮，即可在结果输出窗口中得到高低图。
2.6  箱图
箱图（Boxplot），又称为箱锁图，是表示样本数据的中位数、四分位数和极端值的统计图形。在箱图中，最上方和最下方的线段分别表示数据的最大值和最小值，其中箱图的上方和下方的线段分别表示第三四分位数和第一四分位数，箱图中间的粗线段表示数据的中位数。另外，箱图中在最上方和最下方的星号和圆圈分别表示样本数据中的极端值。
绘制箱图的具体操作步骤如下：
01打开【图形】（Graphs）菜单，选择【旧对话框】（Legacy Dialogs）命令下的【箱图】（Boxplot）命令，SPSS将弹出“箱图”（Boxplot）导航对话框，如图3-35所示。
在“箱图”（Boxplot）导航对话框中，用户可以选择箱图的类型，并定义箱图中数据的表达方式。
SPSS将箱图大致分为以下两种类型：
l  简单（Simple）：一个图形中有多个箱，各个箱相互独立；
l  复式条形图（Clustered）：一个图形中有多个箱，多个箱之间按照分组变量分成若干组，相同组别的箱集中放置，以方便用户进行比较。

图3-35  “箱图”导航对话框
图表中的数据为（Data in Chart are）栏：用户可以选择如下的数据表达类型：
（1）个案组摘要（Summaries for groups of cases）：用分类值作图，箱图中每一条线代表观测量的一个分类；
（2）各个变量的摘要（Summaries of separate variables）：用变量值作图，箱图中每一条线代表一个变量。
通过以上2个箱图类型和2个数据表达方式的不同搭配，SPSS可以生成4种不同的箱图。本书以用户选择“简单”箱图和“个案组摘要”为例，阐述箱图的绘制步骤。
02单击【定义】（Define）按钮，进入“定义简单箱图：个案组摘要”（Define Simple Boxplot：Summaries for groups of cases）对话框，如图3-36所示。根据用户所选的箱图类型和数据表达方式的不同，出现的对话框名称也不同，但对话框的主体内容大致相同。

图3-36  “定义简单箱图：个案组摘要”对话框
在该对话框中，用户可以选择以下箱图绘制的相关细节：
（1）“变量”（Variable）列表框：用户需要通过单击按钮从左边原变量中选择一个变量作为分析变量，分析变量的数据将作为箱图中各四分位点的依据；
（2）“类别轴”（Category Axis）列表框：用户需要选择一个变量作为分类变量（也称为分组变量），SPSS将按照分组变量所分的组别决定箱图的个数；
（3）“标签个案依据”（Label Cases by）列表框：非必选项，用户可以选择一个变量作为标识变量，以保证分析变量与分类变量的一一对应。
该对话框的其他部分及【选项】（Options）按钮所弹出的“选项”（Options）对话框都与“定义简单条形图：个案组摘要”（Define Simple Bar：Summaries for Groups of Cases）对话框完全相同，此处不再赘述。
03在主对话框中，单击【确定】（OK）按钮，即可在结果输出窗口中得到箱图
2.7 误差图
误差条图主要描述均值、标准差、置信区间等。其基本用途与绘制过程同箱图类似。
绘制误差图的具体操作步骤如下：
(1)打开【图形】（Graphs）菜单，选择【旧对话框】（Legacy Dialogs）命令下的【误差图】（Error Bar）命令，选择图类型
(2)单击Define定义选项
(3)单击OK，输出结果

2.8 直方图
直方图（Histogram）是用条形的长短来表示连续性频数大小的统计图。其统计意义与面积图（Area Charts）相似，但是面积图能进行多组资料的比较（通过堆积式面积图），而直方图无此项功能。另外，由于直方图也是用条形的长短来表示统计意义，故其外观上与条形图类似。但由于条形图是分析非连续频数，而直方图是分析连续性频数，因此，条形图的条形之间存在一定间隔，而直方图的条形之间不存在间隔。
绘制直方图的具体操作步骤如下：
01打开【图形】（Graphs）菜单，选择【旧对话框】（Legacy Dialogs）命令下的【直方图】（Histogram）命令，SPSS将弹出“直方图”（Histogram）对话框，如图3-37所示。

图3-37  “直方图”对话框
02在该对话框中，用户可以选择直方图绘制的相关细节。
用户需要通过单击按钮从左边原变量中选择一个变量作为分析变量进入“变量”（Variable）列表框中。SPSS自动将分析变量进行频数分析，并根据各个频数分布段绘制直方图。直方图的横轴代表分析变量数据的频数区间，纵轴代表每个区间的频数。
“显示正态曲线”（Display normal curve）复选框：选择该选项，SPSS将在频数分布图中绘制正态分布曲线，以方便用户将数据与正态分布进行比较，判断样本数据是否符合正态分布。
该对话框的其他部分及【标题】（Title）按钮都与“定义简单条形图：个案组摘要”（Define Simple Bar：Summaries for Groups of Cases）对话框完全相同，此处不再赘述。
03在本对话框中，单击【确定】（OK）按钮，即可在结果输出窗口中得到直方图。
2.9 茎叶图
茎叶图在国外是非常流行的，它对数据的分布形态和范围有很直观的数字表述和箱体图描述。
   茎叶图它的思路是将数组的数按位数进行比较，将数大小基本不变或变化不大的位作为一个主杆（茎），将变化大的位的数作为分枝（叶），列在主杆的后面，这样就可以清楚地看到每个主杆后面的几个数，每个数具体是多少。
  茎叶图有三列数：左边的一列数统计数，它是上（或下）向中心累积的值，中心的数（带括号）表示最多数组的个数;中间的一列表示茎，也就是变化不大的位数;右边的是数组中的变化位，它是按照一定的间隔将数组中的每个变化的数一一列出来，象一条枝上抽出的叶子一样，所以人们形象地叫它茎叶图。
举例说明：如下一组数据
8.4  10.5  12.0  12.0  13.9  15.3  16.7  18.0  18.7  20.7  21.1
 其茎叶图如下所示：
  Frequency    Stem &  Leaf
     1.00        0 .  8
     4.00        1 .  0223
     4.00        1 .  5688
     2.00        2 .  01
 Stem width:  10.0
 Each leaf:       1 case(s)
其中的frequency指该区段数据的个数，stem指主干，不变化的位数。leaf指叶，无变化或变化较小的位数。如1.00     0.8  ，因为0.84与1.05很明显个位数就不同，区分度大，所以要把0.84单独作为一个区段拿出来，0代表0.84的0，当然啦，只包含一个数据，取第二个不变得数字8即为0.8；同理4表示这一区段有4个数据，1表示不变的位数，后面的0223分别为1.05 1.20 1.20 1.39的十分位数字，变动的较小位数。注意这里茎宽为10，意味着茎叶显示的数字乘以10才是对应的原始数据。
绘制茎叶图的具体操作步骤如下：
Analyze->Descriptive Statistics->Explore->选好变量后，在对话框中勾选选项：
plots->stem and leaf

作业：
1.利用P-P图和Q-Q图分别检验成绩数据中语、数、外成绩是否服从正态分布。
2.制作关于成绩数据中各个班级语文平均成绩的条形图并解释结果。
3.制作成绩数据中以年级为分组的语文、数学、外语成绩的多线线图并解释结果。
4.运用成绩数据，制作一个有意义的面积图，并解释结果。
5.制作营业额数据中关于超市营业额按商品类型分类的饼形图并解释结果。
6.制作股票价格数据的高低图并解释结果。
7.制作成绩数据中10个班级语文成绩的箱图并解释结果。
8. 制作成绩数据中10个班级外语成绩的误差图并解释结果。
9.制作语文成绩*外语成绩、外语*数学、语文*外语的散点图并解释结果。
10.制作零件重量数据的直方图并解释结果。
11.制作1978-2001社会消费品零售额的茎叶图并解释结果。
12.借助帮助系统或上网查询，说明金字塔图的表示内容和适用情况。针对一个适合的数据制作他的金字塔图。