SPSS——描述性統計分析——頻數分析

描述性統計量

分類

• 集中趨勢分析——中心趨勢的數值度量

  反映一組數據向某一位置聚集的趨勢，主要的統計量有均數（mean）、中位數（median）、衆數（mode）、總和（sum）以及分位數。均數適用於正態分佈和對稱分佈的數據，中位數適用於所有類型。

  如果各個數據之間差異程度較小，用平均值就有很好的代表性；而如果數據之間的差異程度較大，特別是有個別的極端值的情況下，用中位數或衆數有較好的代表性

• 離散趨勢分析——變異的數值度量圍繞中心波動的度量

  反映一組數據背離分佈中心值的特徵。主要的統計量有標準差（Std.Deviation）、方差（Variance）、極差（range）、最大值（maximum）、最小值（minimum），標準差和方差適用於正態分佈。

• 分佈特徵分析——主要統計量有偏度係數和峯度係數。

  • 偏度係數（Skewness）
    描述數據某變量取值分佈的對稱性。0爲正態分佈；大於0爲正偏或右偏，長尾在右邊；小於0爲負偏或左偏，長尾在左邊；
  • 峯度係數（Kurtosis）
    描述其變量所有取值分佈形態的陡峭程度。0爲正態分佈，大於0爲陡峭，小於0爲平坦。

  一般情況下，如果樣本的偏度接近於0，而峯度接近於3，就可以判斷總體的分佈接近於正態分佈

變量類型

創建圖表時，變量的測量級別很重要。以下是對於測量級別的描述。可以在圖表構建器中臨時更改測量級別，方法是右鍵單擊“變量”列表中的變量，然後選擇選項。還可以在數據編輯器的“變量視圖”中永久更改變量的測量級別。

• 分類
  包含有限數量的不同值或類別（例如，性別或宗教）的數據。分類變量可以是字符串（字母數值）變量或使用數值代碼表示類別的數值變量（例如，0 = male，1 = female）。這種數據也稱爲定性數據。分類變量既可以是名義變量，也可以是順序變量

  • 名義 (Nominal)
    當變量值表示不具有內在等級的類別時，該變量可以作爲名義變量；例如，僱員任職的公司部門。名義變量的示例包括地區、郵政編碼和宗教信仰。

  • 有序 (Ordinal)
    當變量值表示帶有某種內在等級的類別時，該變量可以作爲有序變量；例如，從十分不滿意到十分滿意的服務滿意度水平。有序變量的示例包括表示滿意度或可信度的態度分數和優先選擇評分。

  • 定性數據的圖形法

    • 餅圖
    • 形圖
    • 帕雷託圖

• 刻度
  以區間或比率刻度度量的數據，其中數據值既表示值的順序，也表示值之間的距離。例如，72,195 美元的薪金比 52,398 美元的薪金高，這兩個值之間的距離是 19,797 美元。也稱爲定量或連續數據。

  • 定量數據的圖形法
    
    • 點圖
    • 莖葉圖
    • 直方圖

頻數分析

菜單

Analyze -> Descriptive Statistics -> Frequencies

數據源

contacts.sav

注意：9 = “Don’t know 是缺失值

頻率對話框

統計量

頻數表

圖表