SPSS统计分析分解课件.ppt

1、第四章第四章 基本统计分析基本统计分析基本统计分析功能包括：基本统计分析功能包括：主要讲描述性统计分析主要讲描述性统计分析（Descriptive Statistics）一、基本统计分析功能一、基本统计分析功能描述性统计分析描述性统计分析（Descriptive Statistics）1.Frequencies 频数分析频数分析 2.Descriptive 描述性统计分析描述性统计分析 3.Explore 探索分析（自学）探索分析（自学）4.Crosstabs 列联表分析列联表分析 5.Ratio 比率分析（自学）比率分析（自学）二、频数分析二、频数分析（一）频数的定义（一）频数的定义 频数就

2、是一个变量在各个变量值上取频数就是一个变量在各个变量值上取值的个案数。值的个案数。可编制频数分布表和绘制统计图，把可编制频数分布表和绘制统计图，把握数据分布的基本特征。握数据分布的基本特征。（二）命令（二）命令 Analyze/Descriptive statistics/Frequencies 选择一个或多个选择一个或多个变量右移入变量右移入Variable（s）框。框。统计量统计量显示频数显示频数分布表分布表统计图统计图频数输出的顺序频数输出的顺序Frequences主对话框主对话框输出统计量对话框输出统计量对话框Chart 对话框对话框Format 对话框对话框按各个变量组织输按各个变量

3、组织输出，输出结果将按出，输出结果将按照每个变量一张表照每个变量一张表的形式显示的形式显示按频数的升序输出按频数的升序输出按变量值的升序输出按变量值的升序输出统计表中变量的各统计表中变量的各项分析结果在一张项分析结果在一张表并列显示表并列显示控制频数表输出范围控制频数表输出范围类型的最大数目为类型的最大数目为某频数分析结果演示某频数分析结果演示统计量统计量统统 计计 量量兄弟姐妹的个数1505123.933.003.0471.468.0633.507.126026有效缺失N均值中值标准差偏度偏度的标准误峰度峰度的标准误极小值极大值条形图条形图饼图饼图(圆饼图圆饼图)直方图直方图三、计算基本描述

4、统计量三、计算基本描述统计量（一）功能：（一）功能：对变量进行描述性统计分析，计算均值、对变量进行描述性统计分析，计算均值、标准差、全距和均值标准误差等，并可将标准差、全距和均值标准误差等，并可将原始数据转换成原始数据转换成Z分数。分数。（二）调用命令：（二）调用命令：按按Analyze/Descriptive Statistics/Descriptives顺序单击，打开主对话框。顺序单击，打开主对话框。选一个或选一个或多个变量多个变量移入移入如选中此框，将对如选中此框，将对Variables框中选择框中选择的变量进行标准化的变量进行标准化产生相应的产生相应的Z分值，分值，并作为新变量保存并作

5、为新变量保存到数据窗口，其变到数据窗口，其变量名在原变量名前量名在原变量名前加加z。Descriptive 对话框对话框 Options 对话框对话框(三三)例题分析例题分析 已知已知2020个初生婴儿的体重数据如下表，个初生婴儿的体重数据如下表，对其进行描述统计。对其进行描述统计。2770 2915 2795 2995 2860 2970 3087 3126 3125 46542272 3503 4218 3418 3921 2669 3707 2310 2573 3881提示：可以利用DATA中的TRANSPOSE进行转置取得SPSS数据文件。打开数据文件打开数据文件“婴儿体重婴儿体重.s

6、av.sav”。打开。打开 DescriptivesDescriptives主对话框，选定变量主对话框，选定变量t t进入进入VariableVariable栏中。栏中。选中选中Save standardized values as Save standardized values as variablesvariables复选框，要求计算变量的复选框，要求计算变量的z z值，并值，并保存结果到当前数据集中。保存结果到当前数据集中。单击单击OptionsOptions按钮，选中按钮，选中MeanMean、Std.DeviationStd.Deviation、MinimumMinimum、Max

7、imum Maximum、Variance Variance 项。项。操作步骤：操作步骤：D De es sc cr ri ip pt ti iv ve e S St ta at ti is st ti ic cs s20 2272.00 4654.00 3233.4500653.233520婴儿体重Valid N(listwise)NMinimum MaximumMeanStd.Deviation婴儿体重的描述统计量婴儿体重的描述统计量这时打开原数据集，可看到多了一列这时打开原数据集，可看到多了一列ztzt，这是，这是t t 的的z z 分数，如下图所示：分数，如下图所示：保存了保存了z 分

8、数的数据集分数的数据集（一）主要功能（一）主要功能 调用此过程可检查数据是否有错误、考察样调用此过程可检查数据是否有错误、考察样本分布特征及对样本分布规律作初步考察。剔除本分布特征及对样本分布规律作初步考察。剔除奇异值和错误数据。探索分析过程将提供在分组奇异值和错误数据。探索分析过程将提供在分组和不分组的情况下常用的统计量与图形。和不分组的情况下常用的统计量与图形。（二）探索分析（二）探索分析 按按Analyze Descriptive Statistics Explore 顺序单击，打开顺序单击，打开 Explore 主对话框。主对话框。四、探索分析过程四、探索分析过程转交叉列联表分析Exp

9、lore 主对话框主对话框Statistics对话框对话框 Explore 栏中栏中Plots对话框对话框确定缺失值的处置：确定缺失值的处置：因变量或分组变量中带有因变量或分组变量中带有缺失值的观测量都将在分析缺失值的观测量都将在分析过程中被剔除。过程中被剔除。在分析过程中根据分组变在分析过程中根据分组变量产生的组中带缺失值的观量产生的组中带缺失值的观测量都将被剔除。测量都将被剔除。分组变量的缺失值被单独分组变量的缺失值被单独分为一组，输出频数时将标分为一组，输出频数时将标出缺失组。出缺失组。Explore 栏中栏中Options对话框对话框(三三)例题：下表为例题：下表为30名名10岁少儿的

10、身高（岁少儿的身高（cm）数据，）数据，试对其进行探索分析。试对其进行探索分析。编编号号身高身高编编号号身高身高编编号号身高身高男男女女男男女女男男女女1131.5132.76135.5137.511132.2124.02137.4133.07121.4141.412129.0140.33128.2139.78129.2138.813132.6130.14136.0125.49135.4120.914140.9133.45140.4138.610135.8137.515129.3136.7步骤：步骤：打开打开 Explore主对话框，打开数据文件主对话框，打开数据文件“Explore分分析析.

11、sav”选变量选变量height进入进入Dependent List栏中，选栏中，选sex变量进入变量进入Factor List栏中；栏中；在在Display栏中选择栏中选择 Both项；项；打开打开Statistics对话框，选中对话框，选中Descriptives、M-estimation、Outliers复选项，单击复选项，单击Continue返回；返回；打开打开Plot对话框，选择对话框，选择Boxplots栏中的栏中的Factor levels together项，选择项，选择Descriptives栏内的栏内的 Stem-and-leaf复选项，选择复选项，选择Spread vs

12、level with levene Test栏中的栏中的 Power estimation项，单击项，单击 Continue 返回。单击返回。单击OKC Ca as se e P Pr ro oc ce es ss si in ng g S Su um mm ma ar ry y15100.0%0.0%15100.0%15100.0%0.0%15100.0%SEX12HIGHTNPercentNPercentNPercentValidMissingTotalCases观测量摘要表观测量摘要表M-EstimatorsM-Estimators133.0168133.1928133.1157133.

13、1930135.4183136.2104135.1852136.2327SEX12HIGHTHubersM-EstimatoraTukeysBiweightbHampelsM-EstimatorcAndrews WavedThe weighting constant is 1.339.a.The weighting constant is 4.685.b.The weighting constants are 1.700,3.400,and 8.500c.The weighting constant is 1.340*pi.d.M估计量表估计量表D De es sc cr ri ip pt t

14、i iv ve es s132.98671.3276130.1391135.8342133.1907132.600026.4405.1420121.40140.9019.506.8000-.466.580.4341.121134.00001.6428130.4765137.5235134.3167136.700040.4836.3626120.90141.4020.508.7000-.894.580-.2751.121MeanLower BoundUpper Bound95%ConfidenceInterval for Mean5%Trimmed MeanMedianVarianceStd.D

15、eviationMinimumMaximumRangeInterquartile RangeSkewnessKurtosisMeanLower BoundUpper Bound95%ConfidenceInterval for Mean5%Trimmed MeanMedianVarianceStd.DeviationMinimumMaximumRangeInterquartile RangeSkewnessKurtosisSEX12HIGHTStatisticStd.Error少儿身高的分组描述统计量少儿身高的分组描述统计量E Ex xt tr re em me e V Va al lu ue

16、 es s14140.905140.402137.404136.0010135.807121.403128.2012129.008129.2015129.3022141.4027140.3018139.7023138.8020138.6024120.9026124.0019125.4028130.1016132.7012345123451234512345HighestLowestHighestLowestSEX12HIGHTCase NumberValue少儿身高的极端值少儿身高的极端值T Te es st t o of f H Ho om mo og ge en ne ei it ty y

17、 o of f V Va ar ri ia an nc ce e.815128.374.402128.531.402123.898.532.753128.393Based on MeanBased on MedianBased on Median andwith adjusted dfBased on trimmed meanHIGHTLeveneStatisticdf1df2Sig.方差一致性检验方差一致性检验零假设是分组后的方差相等。零假设是分组后的方差相等。表中四行是依据不同的统计量得到的检验，分别表中四行是依据不同的统计量得到的检验，分别是是基于均值、基于中位数与调整后的自由度和基基于

18、均值、基于中位数与调整后的自由度和基于调整后的均值于调整后的均值。由于其显著值均大于由于其显著值均大于0.050.05，不能否定零假设，即，不能否定零假设，即可以认为男生和女生的身高的方差是无差异的。可以认为男生和女生的身高的方差是无差异的。从左到右分为三部分：频从左到右分为三部分：频数、茎和叶。数、茎和叶。茎是整数部分，叶是小数茎是整数部分，叶是小数部分，部分，Stem width表示茎表示茎宽。每行的茎和叶组成的宽。每行的茎和叶组成的数字再乘以茎宽，即得到数字再乘以茎宽，即得到实际数据的近似值，实际实际数据的近似值，实际数据中与该近似值靠近的数据中与该近似值靠近的值的个数即为频数表示的值的

19、个数即为频数表示的个数。个数。茎叶图茎叶图HIGHT Stem-and-Leaf HIGHT Stem-and-Leaf Plot forPlot forSEX=1SEX=1 Frequency Stem&LeafFrequency Stem&Leaf 1.00 12.1 1.00 12.1 4.00 12.8999 4.00 12.8999 3.00 13.122 3.00 13.122 5.00 13.55567 5.00 13.55567 2.00 14.00 2.00 14.00 Stem width:10.00 Stem width:10.00 Each leaf:1 case(s)

20、Each leaf:1 case(s)箱式图箱式图方形是箱式图的主体，方形是箱式图的主体，上下边为四分位数，中上下边为四分位数，中心粗线为中位数，变量心粗线为中位数，变量的的50%的观测值落在这的观测值落在这一区域中。一区域中。方形上下两条纵向直线方形上下两条纵向直线是触须线，触须线外的是触须线，触须线外的两端线为本体的最大值两端线为本体的最大值和最小值。本体指除奇和最小值。本体指除奇异值外的变量值。异值外的变量值。奇异值用奇异值用“O”标出，本标出，本例中无奇异值。例中无奇异值。1515N=SEX21HIGHT150140130120110五、列联相关（一）列联分析的基本原理（一）列联分析的

21、基本原理 自变量发生变化，因变量取值是否自变量发生变化，因变量取值是否也发生变化。也发生变化。比较边缘百分比和条件百分比的差比较边缘百分比和条件百分比的差别。别。卡方测量用来考察两变量是否独立卡方测量用来考察两变量是否独立(无关无关)。其原理是根据这一概率定理：若两变量无其原理是根据这一概率定理：若两变量无关，则两变量中联合事件发生的概率应等关，则两变量中联合事件发生的概率应等于各自独立发生的概率乘积于各自独立发生的概率乘积jiijPPP.当检验的相伴概率P小于a，拒绝原假设，说明行列变量存在关联。注意：原假设为行列变量无关。在列联表中，这一定理就具体转化为：在列联表中，这一定理就具体转化为：

22、若两变量无关，则两变量中条件概率应若两变量无关，则两变量中条件概率应等于各自边缘的概率乘积。反之，则两等于各自边缘的概率乘积。反之，则两变量有关，或称两变量不独立。变量有关，或称两变量不独立。由此可见，由此可见，期望值与观察值的差距越大，期望值与观察值的差距越大，说明两变量越不独立，也就越有相关。说明两变量越不独立，也就越有相关。因因此，卡方的表达式如下：此，卡方的表达式如下：卡方的取值在卡方的取值在0之间。卡方值越大，关之间。卡方值越大，关联性越强。在联性越强。在SPSS中，有中，有Pearson X2和相和相似比卡方（似比卡方（Likelihood Ratio X2）两种。）两种。jiij

23、ijijEEOX22)(的改进标准化系数的改进标准化系数：为使为使 值有一固定的区间，便于比较，采值有一固定的区间，便于比较，采用了以下几个修正：用了以下几个修正：2X2XA、系数（系数（Phi）：）：(01)，适用于，适用于22表。表。B、列联系数（列联系数（Contingency Coefficient）：）：(01)，适用任意表。，适用任意表。C、Cramer V系数：系数：(01)，适用任意表。，适用任意表。D、系数系数(Lambda)：(01)，适用任意表。，适用任意表。E、Goodman&Kruskal-tau系数系数:(01)，适用，适用任意表。任意表。（二）列联表分析的功能v调

24、用列联表分析过程可进行定类与定序资料列联表调用列联表分析过程可进行定类与定序资料列联表分析，一个行变量分析，一个行变量(row)和一个列变量和一个列变量(column)可组可组成一个二维列联表，如再加一个控制变量则可组成成一个二维列联表，如再加一个控制变量则可组成一个三维列联表。而多个行、列、控制变量就可组一个三维列联表。而多个行、列、控制变量就可组成一个复杂的多维列联表。成一个复杂的多维列联表。v在分析中可对二维和多维列联表资料进行统计描述在分析中可对二维和多维列联表资料进行统计描述和和x2检验，并计算相应的百分数指标。此外，还可检验，并计算相应的百分数指标。此外，还可计算四格表确切概率（计

25、算四格表确切概率（Fishers Exact Test），且有），且有单双侧（单双侧（One-Tail、Two-Tail）、对数拟然比检验）、对数拟然比检验（Likelihood Ratio）以及线性关系的）以及线性关系的Mantel-Haenszel x2检验。检验。列联表的格式性别*文化程度 Crosstabulation7116320219463011.3%25.9%32.1%30.8%100.0%39.2%53.1%51.4%52.4%50.4%5.7%13.0%16.1%15.5%50.4%11014419117662117.7%23.2%30.8%28.3%100.0%60.8%4

26、6.9%48.6%47.6%49.6%8.8%11.5%15.3%14.1%49.6%181307393370125114.5%24.5%31.4%29.6%100.0%100.0%100.0%100.0%100.0%100.0%14.5%24.5%31.4%29.6%100.0%Count%within 性别%within 文化程度%of TotalCount%within 性别%within 文化程度%of TotalCount%within 性别%within 文化程度%of Total男女Total高小以下初中高中中专或中技大专以上文化程度Total列变量x行变量y（三）列联表分析过程

27、列联表分析步骤：列联表分析步骤：按按AnalyzeDescriptive Statistics Crosstabs 顺序打开顺序打开 Crosstabs 主对话框。主对话框。Crosstabs 对话对话框框Statistics 对话框医学分析中用定类与定类定序与定序一定类，一定距均定距或均定序定类与定类定序与定序定序与定序定序与定序一定类，一定距Cell Display 对话框对话框Table Format 对话框对话框决定各行的决定各行的排列顺序：排列顺序：升序升序降序降序（四）例1 为了探讨吸烟与慢性支气管炎有无关系，调查了339人，情况如下：吸烟和慢性支气管炎调查表吸烟和慢性支气管炎调查

28、表患慢性支气管炎患慢性支气管炎 未患慢性支气管炎未患慢性支气管炎吸烟吸烟43162不吸烟不吸烟13121p录入数据录入数据“Crosstab.sav”。变量。变量h为频次；变量为频次；变量x为为是否吸烟：是否吸烟：1为吸烟，为吸烟，2为不吸烟；变量为不吸烟；变量n为是否患病：为是否患病：1为患病，为患病，2为不患病。为不患病。p选择变量选择变量h进行加权。进行加权。p按按Analyze-Descriptive Statistics-Crootabs 顺序打顺序打开开 Crootabs 主对话框。将主对话框。将x变量变量 选入选入Row框作为行变框作为行变量，将量，将n变量变量 选入选入Colu

29、mn 框作为列变量。框作为列变量。p打开打开Statistics对话框，选中对话框，选中Chi-squareContingency coefficient和和Phi and CramersV复选框，单击复选框，单击Continue返回。返回。p单击单击Cell按钮，打开按钮，打开Cell display对话框，选中对话框，选中observed和和Expected 复选框，单击复选框，单击Continue返回；单返回；单击击OK。1.操作步骤操作步骤统计摘要表，列出观测量有效值个数、缺失值统计摘要表，列出观测量有效值个数、缺失值个数和总的个数。个数和总的个数。2.输出结果及分析输出结果及分析 C

30、 Ca as se e P Pr ro oc ce es ss si in ng g S Su um mm ma ar ry y339100.0%0.0%339100.0%是否吸烟*是否患病NPercentNPercentNPercentValidMissingTotalCases吸烟与患病统计摘要表吸烟与患病统计摘要表是是 否否 吸吸 烟烟 *是是 否否 患患 病病 C Cr ro os ss st ta ab bu ul la at ti io on n4316220533.9171.1205.01312113422.1111.9134.05628333956.0283.0339.0Cou

31、ntExpected CountCountExpected CountCountExpected Count吸烟不吸烟是否吸烟Total患病不患病是否患病Total吸烟与患病列联表吸烟与患病列联表C Ch hi i-S Sq qu ua ar re e T Te es st ts s7.469b1.0066.6741.0107.9251.005.007.0047.4471.006339Pearson Chi-SquareContinuity CorrectionaLikelihood RatioFishers Exact TestLinear-by-LinearAssociationN of

32、Valid CasesValuedfAsymp.Sig.(2-sided)Exact Sig.(2-sided)Exact Sig.(1-sided)Computed only for a 2x2 tablea.0 cells(.0%)have expected count less than 5.The minimum expected count is22.14.b.卡方检验S Sy ym mm me et tr ri ic c M Me ea as su ur re es s.148.006.148.006.147.006339PhiCramers VContingency Coeffi

33、cientNominal byNominalN of Valid CasesValueApprox.Sig.Not assuming the null hypothesis.a.Using the asymptotic standard error assuming the nullhypothesis.b.对称性检验表对称性检验表例2:以SPSS自带的数据文件”1991 U.S.General Social Survey.sav”为例分析影响幸福的因素。卡卡 方方 检检 验验7.129a2.0287.3342.0262.4971.11412561.107b2.5751.0882.580.65

34、61.4182011.713c2.4251.7052.4261.4271.23247Pearson 卡方似然比线性和线性组合有效案例中的 NPearson 卡方似然比线性和线性组合有效案例中的 NPearson 卡方似然比线性和线性组合有效案例中的 N被调查者的种族白种人黑种人其他值df渐进 Sig.(双侧)0 单元格(.0%)的期望计数少于 5。最小期望计数为 50.58。a.0 单元格(.0%)的期望计数少于 5。最小期望计数为 13.58。b.1 单元格(16.7%)的期望计数少于 5。最小期望计数为 3.83。c.对对称称度度量量.075.0281256.074.575201.188.

35、42547相依系数按标量标定有效案例中的 N相依系数按标量标定有效案例中的 N相依系数按标量标定有效案例中的 N被调查者的种族白种人黑种人其他值近似值 Sig.不假定零假设。a.使用渐进标准误差假定零假设。b.基基 本本 幸幸 福福*生生 活活 激激 动动 人人 心心 还还 是是 黯黯 淡淡 乏乏 味味 交交 叉叉 制制 表表19598229544.9%19.7%5.0%30.4%2183381256850.2%68.0%30.0%58.5%2161261084.8%12.3%65.0%11.1%43449740971100.0%100.0%100.0%100.0%计数生活激动人心还是黯淡乏味

36、 的%计数生活激动人心还是黯淡乏味 的%计数生活激动人心还是黯淡乏味 的%计数生活激动人心还是黯淡乏味 的%非常幸福很幸福不太幸福基本幸福合计激动人心平淡无奇黯淡无味生活激动人心还是黯淡乏味合计卡卡 方方 检检 验验196.023a4.000148.9234.000125.4871.000971Pearson 卡方似然比线性和线性组合有效案例中的 N值df渐进 Sig.(双侧)1 单元格(11.1%)的期望计数少于 5。最小期望计数为 4.45。a.六、多选项分析六、多选项分析（一）多选项问题的分解方法：1、多选项二分法（每个答案设一个变量，变量值只有0、1）2、多选项分类法（变量个数为最多可

37、能出现的答案数，变量取值为1K，K为可选答案的个数）（二）定义多项选择变量集 AnalyzeMultiple ResponseDefine Sets.（三）多选项频数分析操作 AnalyzeMultiple Response Frequencies（四）多选项交叉分组下的频数分析操作 AnalyzeMultiple Response-Crosstabs多选项分析应用举例多选项分析应用举例 例1：储蓄目的分析。简单频数分析与多选项频数分析的结合 一张表与一张表的结合。例2：不同年龄段储蓄目的分析。七、比率分析七、比率分析 用于对两个变量间比值变化的描述分析，适用于定距变量.基本统计量：均值、中位数、标准差、全距等 集中趋势描述：加权比率均值（分子分母的均值之比）。离散程度描述：AAD（平均绝对离差）COD（离散系数）为中位数MNMRAADi,为中位数。MMNRRCODi,COV（变异系数）步骤：AnalyzeDescriptive StatisticsRatio为中位数或者均值。MMNMRCOD,2i上机作业上机作业 1.熟练掌握频次分析、描述性统计分析熟练掌握频次分析、描述性统计分析和探索分析的基本功能和运用技巧。和探索分析的基本功能和运用技巧。2.完成上机练习完成上机练习4，写作第一个统计分析，写作第一个统计分析报告。报告。