SPSS描述統(tǒng)計(jì)PPT課件.ppt

第3章統(tǒng)計(jì)描述 2020 2 4 1 2020 2 4 2 2020 2 4 3 SPSS基本統(tǒng)計(jì)分析是進(jìn)行其他統(tǒng)計(jì)分析的基礎(chǔ)和前提 通過基本統(tǒng)計(jì)方法的學(xué)習(xí) 可以對(duì)要分析數(shù)據(jù)的總體特征有比較準(zhǔn)確的把握 從而有助于選擇其他更為深入的統(tǒng)計(jì)分析方法 本章主要介紹如何在SPSS中進(jìn)行平均數(shù) 中位數(shù) 眾數(shù) 方差 百分位 頻數(shù) 峰度 偏度 探索分析 交叉聯(lián)列表分析 多選項(xiàng)分析 基本統(tǒng)計(jì)報(bào)表制作等的操作 2020 2 4 4 3 1均值 Mean 和均值標(biāo)準(zhǔn)誤差 S E mean 3 1 1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 定義 均值 平均值 平均數(shù) 表示的是某變量所有取值的集中趨勢(shì)或平均水平 例如 學(xué)生某門學(xué)科的平均成績(jī) 公司員工的平均收入 某班級(jí)學(xué)生的平均身高等 計(jì)算公式如下 2020 2 4 5 總體平均數(shù) 若一組數(shù)據(jù)X1 X2 XN 代表一個(gè)大小為N的有限總體 則其總體平均數(shù)為 2020 2 4 6 樣本平均數(shù) 若一組數(shù)據(jù)x1 x2 xn 代表一個(gè)大小為n的有限樣本 則其樣本平均數(shù)為 2020 2 4 7 樣本數(shù)據(jù)來(lái)自總體 樣本的統(tǒng)計(jì)描述量可以反映總體數(shù)據(jù)的特征 但由于抽樣等原因 使得樣本數(shù)據(jù)不一定能夠完全準(zhǔn)確地反映總體 它可能與總體的真實(shí)值之間存在一定的差異 進(jìn)行不同次抽樣 會(huì)得到若干個(gè)不同的樣本均值 它們與總體均值存在著不同的差異 均值標(biāo)準(zhǔn)誤差 StandardErrorofMean S E mean 就是描述這些樣本均值與總體均值之間平均差異程度的統(tǒng)計(jì)量 2020 2 4 8 3 1 2SPSS中實(shí)現(xiàn)過程 研究問題求某班級(jí)學(xué)生在一次數(shù)學(xué)測(cè)驗(yàn)中的平均成績(jī) 數(shù)據(jù)如表3 1所示 表3 1某班級(jí)的數(shù)學(xué)成績(jī) 2020 2 4 9 實(shí)現(xiàn)步驟 圖3 1在菜單中選擇 Frequencies 命令 2020 2 4 10 圖3 2 Frequencies 對(duì)話框 一 2020 2 4 11 圖3 3 Frequencies Statistics 對(duì)話框 一 2020 2 4 12 3 1 3結(jié)果和討論 2020 2 4 13 3 2中位數(shù) Median 3 2 1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 定義 把一組數(shù)據(jù)按遞增或遞減的順序排列 處于中間位置上的變量值就是中位數(shù) 它是一種位置代表值 所以不會(huì)受到極端數(shù)值的影響 具有較高的穩(wěn)健性 2020 2 4 14 計(jì)算公式 一個(gè)大小為的數(shù)列 要求其中位數(shù) 首先應(yīng)把該數(shù)列按大小順序排列好 如果為奇數(shù) 那么該數(shù)列的中位數(shù)就是位置上的數(shù) 如果N為偶數(shù) 中位數(shù)則是該數(shù)列中第與第 1位置上兩個(gè)數(shù)值的平均數(shù) 2020 2 4 15 3 2 2SPSS中實(shí)現(xiàn)過程 研究問題求某班級(jí)學(xué)生身高的中位數(shù) 數(shù)據(jù)如表3 2所示 表3 2某班級(jí)學(xué)生的身高 2020 2 4 16 實(shí)現(xiàn)步驟 圖3 4 Frequencies Statistics 對(duì)話框 二 2020 2 4 17 3 2 3結(jié)果和討論 2020 2 4 18 3 3眾數(shù) Mode 3 3 1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 定義 眾數(shù)是指一組數(shù)據(jù)中 出現(xiàn)次數(shù)最多的那個(gè)變量值 眾數(shù)在描述數(shù)據(jù)集中趨勢(shì)方面有一定的意義 例如 制鞋廠可以根據(jù)消費(fèi)者所需鞋的尺碼的眾數(shù)來(lái)安排生產(chǎn) 計(jì)算公式 手工計(jì)算眾數(shù)比較麻煩 需要統(tǒng)計(jì)數(shù)據(jù)的次數(shù)分布 2020 2 4 19 3 3 2SPSS中實(shí)現(xiàn)過程 研究問題求某醫(yī)院當(dāng)天出生新生兒的體重的眾數(shù) 數(shù)據(jù)如表3 3所示 表3 3新生兒的體重 2020 2 4 20 實(shí)現(xiàn)步驟 圖3 5 Frequencies Statistics 對(duì)話框 三 2020 2 4 21 3 3 3結(jié)果和討論 2020 2 4 22 3 4 1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 3 4全距 Range 定義 全距也稱為極差 是數(shù)據(jù)的最大值與最小值之間的絕對(duì)差 在相同樣本容量情況下的兩組數(shù)據(jù) 全距大的一組數(shù)據(jù)要比全距小的一組數(shù)據(jù)更為分散 計(jì)算公式 最大值 最小值 2020 2 4 23 3 4 2SPSS中實(shí)現(xiàn)過程 研究問題求某班級(jí)學(xué)生數(shù)學(xué)成績(jī)的全距 數(shù)據(jù)如表3 4所示 表3 4某班級(jí)的數(shù)學(xué)成績(jī) 2020 2 4 24 實(shí)現(xiàn)步驟 圖3 6 Frequencies Statistics 對(duì)話框 四 2020 2 4 25 3 4 3結(jié)果和討論 2020 2 4 26 3 5 1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 3 5方差 Variance 和標(biāo)準(zhǔn)差 StandardDeviation 定義 方差是所有變量值與平均數(shù)偏差平方的平均值 它表示了一組數(shù)據(jù)分布的離散程度的平均值 標(biāo)準(zhǔn)差是方差的平方根 它表示了一組數(shù)據(jù)關(guān)于平均數(shù)的平均離散程度 方差和標(biāo)準(zhǔn)差越大 說明變量值之間的差異越大 距離平均數(shù)這個(gè) 中心 的離散趨勢(shì)越大 2020 2 4 27 2020 2 4 28 3 5 2SPSS中實(shí)現(xiàn)過程 研究問題求某班級(jí)學(xué)生數(shù)學(xué)成績(jī)的方差和標(biāo)準(zhǔn)差 數(shù)據(jù)如表3 1所示 2020 2 4 29 實(shí)現(xiàn)步驟 圖3 7在菜單中選擇 Descriptives 命令 2020 2 4 30 圖3 8 Descriptives 對(duì)話框 一 2020 2 4 31 圖3 9 Descriptives Options 對(duì)話框 一 2020 2 4 32 3 5 3結(jié)果和討論 2020 2 4 33 3 6四分位數(shù) Quartiles 十分位數(shù) Deciles 和百分位數(shù) Percentiles 3 6 1統(tǒng)計(jì)學(xué)上的定義 定義 四分位數(shù)是將一組個(gè)案由小到大 或由大到小 排序后 用3個(gè)點(diǎn)將全部數(shù)據(jù)分為四等份 與3個(gè)點(diǎn)上相對(duì)應(yīng)的變量稱為四分位數(shù) 分別記為Q1 第一四分位數(shù) Q2 第二四分位數(shù) Q3 第三四分位數(shù) 其中 Q3到Q1之間的距離的一半又稱為四分位差 記為Q 四分位差越小 說明中間的數(shù)據(jù)越集中 四分位數(shù)越大 則意味著中間部分的數(shù)據(jù)越分散 2020 2 4 34 十分位數(shù)是將一組數(shù)據(jù)由小到大 或由大到小 排序后 用9個(gè)點(diǎn)將全部數(shù)據(jù)分為十等份 與9個(gè)點(diǎn)位置上相對(duì)應(yīng)的變量稱為十分位數(shù) 分別記為D1 D2 D9 表示10 的數(shù)據(jù)落在D1下 20 的數(shù)據(jù)落在D2下 90 落在D9下 2020 2 4 35 百分位數(shù)是將一組數(shù)據(jù)由小到大 或由大到小 排序后分割為100等份 與99個(gè)分割點(diǎn)位置上相對(duì)應(yīng)的變量稱為百分位數(shù) 分別記為P1 P2 P99 表示1 的數(shù)據(jù)落在P1下 2 的數(shù)據(jù)落在P2下 99 落在P99下 2020 2 4 36 3 6 2SPSS中實(shí)現(xiàn)過程 研究問題1求某班級(jí)學(xué)生數(shù)學(xué)成績(jī)的四分位數(shù) 數(shù)據(jù)如表3 1所示 2020 2 4 37 實(shí)現(xiàn)步驟 圖3 10 Frequencies Statistics 對(duì)話框 五 2020 2 4 38 研究問題2測(cè)量54個(gè)某種機(jī)械零件的重量 克 求零件重量的D6 數(shù)據(jù)如表3 5所示 表3 5零件的重量 2020 2 4 39 實(shí)現(xiàn)步驟 圖3 11 Frequencies Statistics 對(duì)話框 六 2020 2 4 40 圖3 12 Frequencies Statistics 對(duì)話框 七 2020 2 4 41 研究問題3測(cè)量出54個(gè)某種機(jī)械零件的重量 克 求零件重量的P37 數(shù)據(jù)如表3 5所示 2020 2 4 42 實(shí)現(xiàn)步驟 圖3 12 Frequencies Statistics 對(duì)話框 七 2020 2 4 43 3 6 3結(jié)果和討論 研究問題1的程序運(yùn)行結(jié)果如下表所示 2020 2 4 44 研究問題2的程序運(yùn)行結(jié)果如下表所示 2020 2 4 45 研究問題3的程序運(yùn)行結(jié)果如下表所示 2020 2 4 46 3 7頻數(shù) Frequency 3 7 1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 定義 頻數(shù)就是一個(gè)變量在各個(gè)變量值上取值的個(gè)案數(shù) 如要了解學(xué)生某次考試的成績(jī)情況 需要計(jì)算出學(xué)生所有分?jǐn)?shù)取值 以及每個(gè)分?jǐn)?shù)取值有多少個(gè)人 這就需要用到頻數(shù)分析 2020 2 4 47 變量的頻數(shù)分析正是實(shí)現(xiàn)上述分析的最好手段 它可以使人們非常清楚地了解變量取值的分布情況 2020 2 4 48 3 7 2SPSS中實(shí)現(xiàn)過程 研究問題10個(gè)學(xué)生在某次數(shù)學(xué) 語(yǔ)文 化學(xué)考試中成績(jī)?nèi)绫? 6所示 試求學(xué)生在3門課程上的頻數(shù)分布 2020 2 4 49 表3 6學(xué)生成績(jī) 2020 2 4 50 實(shí)現(xiàn)步驟 圖3 13 Frequencies 對(duì)話框 二 2020 2 4 51 3 7 3結(jié)果和討論 程序運(yùn)行結(jié)果如下表所示 2020 2 4 52 3 8峰度 Kurtosis 3 8 1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 定義 峰度是描述某變量所有取值分布形態(tài)陡緩程度的統(tǒng)計(jì)量 這個(gè)統(tǒng)計(jì)量是與正態(tài)分布相比較的量 峰度為0表示其數(shù)據(jù)分布與正態(tài)分布的陡緩程度相同 峰度大于0表示比正態(tài)分布高峰要更加陡峭 為尖頂峰 峰度小于0表示比正態(tài)分布的高峰要平坦 為平頂峰 具體的計(jì)算公式為 2020 2 4 53 3 8 2SPSS中實(shí)現(xiàn)過程 研究問題某班級(jí)40個(gè)學(xué)生的年齡分布如表3 7所示 試求學(xué)生年齡峰度 表3 7學(xué)生年齡 2020 2 4 54 實(shí)現(xiàn)步驟 圖3 14在Data菜單中選擇 WeightCases 命令 2020 2 4 55 3 8 3結(jié)果和討論 2020 2 4 56 3 9偏度 Skewness 3 9 1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 定義 偏度也是描述數(shù)據(jù)分布形態(tài)的 它是描述某變量取值分布對(duì)稱性的統(tǒng)計(jì)量 具體的計(jì)算公式為 2020 2 4 57 這個(gè)統(tǒng)計(jì)量是與正態(tài)分布相比較的量 偏度為0表示其數(shù)據(jù)分布形態(tài)與正態(tài)分布偏度x相同 偏度大于0表示正偏差數(shù)值較大 為正偏或右偏 即有一條長(zhǎng)尾巴拖在右邊 偏度小于0表示負(fù)偏差數(shù)值大 為負(fù)偏或左偏 有一條長(zhǎng)尾拖在左邊 而偏度的絕對(duì)值數(shù)值越大表示分布形態(tài)的偏斜程度越大 2020 2 4 58 3 9 2SPSS中實(shí)現(xiàn)過程 研究問題某班級(jí)41個(gè)學(xué)生的身高分布如表3 8所示 試求學(xué)生身高分布偏度 表3 8學(xué)生身高 2020 2 4 59 實(shí)現(xiàn)步驟 圖3 17 Frequencies Statistics 對(duì)話框 九 2020 2 4 60 3 9 3結(jié)果和討論 2020 2 4 61 3 10標(biāo)準(zhǔn)化Z分?jǐn)?shù)及其線性轉(zhuǎn)換 3 10 1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 2020 2 4 62 2020 2 4 63 3 10 2SPSS中實(shí)現(xiàn)過程 研究問題1求某班級(jí)學(xué)生數(shù)學(xué)成績(jī)的Z分?jǐn)?shù) 數(shù)據(jù)如表3 1所示 2020 2 4 64 實(shí)現(xiàn)步驟 圖3 18 Descriptives 對(duì)話框 二 2020 2 4 65 圖3 19 Descriptives Options 對(duì)話框 二 2020 2 4 66 圖3 20數(shù)據(jù)編輯窗口 2020 2 4 67 研究問題2從圖3 20中可以看到學(xué)生數(shù)學(xué)成績(jī)的Z分?jǐn)?shù)有正有負(fù) 而且小數(shù)點(diǎn)位數(shù)較多 因此可以把它線性轉(zhuǎn)換為T分?jǐn)?shù) 2020 2 4 68 實(shí)現(xiàn)步驟 圖3 21在菜單中選擇 ComputeVariable 命令 2020 2 4 69 圖3 22 ComputeVariable 對(duì)話框 2020 2 4 70 圖3 23 ComputeVariable Type 對(duì)話框 2020 2 4 71 圖3 24數(shù)據(jù)編輯窗口 2020 2 4 72 3 10 3結(jié)果和討論 從Z分?jǐn)?shù) 圖3 20 和T分?jǐn)?shù) 圖3 24 的結(jié)果中可以看出此班級(jí)學(xué)生數(shù)學(xué)成績(jī)的T分?jǐn)?shù)比之前的Z分?jǐn)?shù)簡(jiǎn)潔多了 比較起來(lái)一目了然 2020 2 4 73 3 11探索分析 3 11 1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 定義 調(diào)用此過程可對(duì)變量進(jìn)行更為深入詳盡的描述性統(tǒng)計(jì)分析 故稱之為探索分析 它在一般描述性統(tǒng)計(jì)指標(biāo)的基礎(chǔ)上 增加有關(guān)數(shù)據(jù)其他特征的文字與圖形描述 顯得更加細(xì)致與全面 有助于用戶思考對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步分析的方案 2020 2 4 74 1 探索分析的內(nèi)容包括下面幾個(gè)方面 檢查數(shù)據(jù)是否有錯(cuò)誤 過大或過小的數(shù)據(jù)均有可能是奇異值 影響點(diǎn)或錯(cuò)誤數(shù)據(jù) 要找出這樣的數(shù)據(jù) 并分析原因 然后決定是否從分析中刪除這些數(shù)據(jù) 因?yàn)槠娈愔岛陀绊扅c(diǎn)往往對(duì)分析的影響較大 不能真實(shí)反映數(shù)據(jù)的總體特征 2020 2 4 75 對(duì)數(shù)據(jù)規(guī)律的初步觀察 通過初步觀察獲得數(shù)據(jù)的一些內(nèi)部規(guī)律 例如 兩個(gè)變量間是否線性相關(guān) 2020 2 4 76 2 探索分析的考察方法 探索分析一般通過數(shù)據(jù)文件在分組與不分組的情況下 獲得常用統(tǒng)計(jì)量和圖形 一般以圖形方式輸出 直觀幫助用戶確定奇異值 影響點(diǎn) 進(jìn)行假設(shè)檢驗(yàn) 以及確定用戶要使用的某種統(tǒng)計(jì)方式是否合適 2020 2 4 77 3 正態(tài)分布檢驗(yàn) 常用的正態(tài)分布檢驗(yàn)是Q Q圖 本例中進(jìn)行了正態(tài)分布檢驗(yàn) 2020 2 4 78 4 方差齊次性檢驗(yàn) 對(duì)數(shù)據(jù)分析不僅需要進(jìn)行正態(tài)分布檢驗(yàn) 有時(shí)候還需要比較各個(gè)分組的方差是否相同 這就要進(jìn)行方差齊次性檢驗(yàn) 例如 在進(jìn)行獨(dú)立右邊的T檢驗(yàn)之前 就需要事先確定兩個(gè)數(shù)據(jù)的方差是否相同 2020 2 4 79 如果通過分析發(fā)現(xiàn)各個(gè)方差不同 還需要對(duì)數(shù)據(jù)進(jìn)行方差分析 那么就需要對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)換使得方差盡可能相同 在探索分析中可以使用Levene檢驗(yàn) 2020 2 4 80 Levene檢驗(yàn)對(duì)數(shù)據(jù)進(jìn)行方差齊次性檢驗(yàn)時(shí) 不強(qiáng)求數(shù)據(jù)必須服從正態(tài)分布 它先計(jì)算出各個(gè)觀測(cè)值減去組內(nèi)均值的差 然后再通過這些差值的絕對(duì)值進(jìn)行單因素方差分析 如果得到顯著性水平小于0 05 那么就可以拒絕方差相同的假設(shè) 2020 2 4 81 3 11 2SPSS中實(shí)現(xiàn)過程 研究問題20名10歲少兒的身高 cm 資料 數(shù)據(jù)如表3 9所示 試作探索性分析 2020 2 4 82 表3 9身高數(shù)據(jù) 2020 2 4 83 實(shí)現(xiàn)步驟 圖3 25在菜單中選擇 Explore 命令 2020 2 4 84 圖3 26 Explore 對(duì)話框 2020 2 4 85 圖3 27 Explore Statistics 對(duì)話框 2020 2 4 86 圖3 28 Explore Plots 對(duì)話框 2020 2 4 87 圖3 29 Explore Options 對(duì)話框 2020 2 4 88 3 11 3結(jié)果和討論 在結(jié)果輸出窗口中將看到如下統(tǒng)計(jì)數(shù)據(jù) 1 首先輸出如下個(gè)案觀察量摘要表 如下表所示 2020 2 4 89 2020 2 4 90 2 然后輸出如下表格 2020 2 4 91 3 接著輸出如下4個(gè)不同權(quán)重下作中心趨勢(shì)的粗略最大似然確定數(shù) 2020 2 4 92 4 再接著輸出百分位數(shù) 也是分組后的百分位數(shù) 如下表所示 2020 2 4 93 5 分別輸出兩個(gè)組中的最大5個(gè)數(shù)和最小5個(gè)數(shù) 并且包括這些值對(duì)應(yīng)的ID 如下表所示 2020 2 4 94 6 輸出方差齊次性檢驗(yàn)結(jié)果 2020 2 4 95 7 系統(tǒng)還進(jìn)行數(shù)據(jù)的莖葉情形描述 圖3 30男孩身高的莖葉圖 2020 2 4 96 圖3 31女孩身高的莖葉圖 2020 2 4 97 8 系統(tǒng)輸出箱圖 如圖3 32所示 圖3 32箱圖 2020 2 4 98 9 輸出Spreadvs Level圖 如圖3 33所示 圖3 33Spreadvs Level圖 2020 2 4 99 10 輸出身高正態(tài)概率圖 NormalQ QPlotof身高 如圖3 34所示 圖3 34男孩身高變量的正態(tài)概率圖 2020 2 4 100 圖3 35女孩身高變量的正態(tài)概率圖 2020 2 4 101 11 輸出離散正態(tài)概率圖 DetrendedNormalQ QPlotof身高 男孩身高如圖3 36所示 女孩身高如圖3 37所示 橫坐標(biāo)是身高 縱坐標(biāo)是和正態(tài)分布的偏離 2020 2 4 102 圖3 36男孩身高離散正態(tài)概率圖 2020 2 4 103 圖3 37女孩身高離散正態(tài)概率圖 2020 2 4 104 3 12交叉列聯(lián)表分析 3 12 1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 定義 前面的分析都是對(duì)單個(gè)變量的數(shù)據(jù)分布情況進(jìn)行分析 但在實(shí)際分析中 還需要掌握多個(gè)變量在不同取值情況下的數(shù)據(jù)分布情況 從而進(jìn)一步深入分析變量之間的相互影響和關(guān)系 這種分析就稱為交叉列聯(lián)表分析 2020 2 4 105 交叉列聯(lián)表分析除了列出交叉分組下的頻數(shù)分布外 還需要分析兩個(gè)變量之間是否具有獨(dú)立性或一定的相關(guān)性 要獲得變量之間的相關(guān)性 僅僅靠頻數(shù)分布的數(shù)據(jù)是不夠的 還需要借助一些變量間相關(guān)程度的統(tǒng)計(jì)量和一些非參數(shù)檢驗(yàn)的方法 2020 2 4 106 常用的衡量變量間相關(guān)程度的統(tǒng)計(jì)量是簡(jiǎn)單相關(guān)系數(shù) 參見本書有關(guān)章節(jié) 但在交叉列聯(lián)表分析中 由于行列變量往往不是連續(xù)變量 不符合計(jì)算簡(jiǎn)單相關(guān)系數(shù)的前提條件 因此需要根據(jù)變量的性質(zhì) 選擇其他的相關(guān)系數(shù) 如Kendall等級(jí)相關(guān)系數(shù) Eta值等 2020 2 4 107 SPSS提供了多種適用于不同相關(guān)系數(shù)的相關(guān)關(guān)系 這些檢驗(yàn)的零假設(shè)是 行和列變量之間彼此獨(dú)立 不存在顯著的相關(guān)關(guān)系 SPSS將自動(dòng)給出檢驗(yàn)的相伴概率 如果相伴概率小于顯著性水平0 05 那么應(yīng)拒絕零假設(shè) 認(rèn)為行列變量之間彼此相關(guān) 2020 2 4 108 計(jì)算公式如下 1 卡方統(tǒng)計(jì)量檢驗(yàn)是常用的檢驗(yàn)行列變量之間是否相關(guān)的方法 交叉列聯(lián)表的卡方檢驗(yàn)零假設(shè)是 行列變量之間獨(dú)立 計(jì)算公式為 2020 2 4 109 卡方統(tǒng)計(jì)量服從 行數(shù) 1 列數(shù) 1 個(gè)自由度的卡方統(tǒng)計(jì) SPSS在自動(dòng)計(jì)算卡方統(tǒng)計(jì)量后 還會(huì)給出相應(yīng)的相關(guān)概率 2020 2 4 110 2 Contingencycoefficient 列聯(lián)系數(shù) 用于名義變量之間的相關(guān)系數(shù)計(jì)算 計(jì)算公式由卡方統(tǒng)計(jì)量修改而得 公式為其中 N為樣本系數(shù) 2020 2 4 111 3 PhiandCramer sV 系數(shù) 用于名義變量之間的相關(guān)系數(shù)計(jì)算 計(jì)算公式由卡方統(tǒng)計(jì)量修改而得 公式為數(shù)值界于0 1之間 其中K為行數(shù)和列數(shù)較小的實(shí)際數(shù) 2020 2 4 112 3 12 2SPSS中實(shí)現(xiàn)過程 研究問題用兩個(gè)班級(jí)學(xué)生進(jìn)行兩個(gè)感冒疫苗的試驗(yàn) 兩個(gè)班級(jí)學(xué)生患感冒結(jié)果如表3 10所示 問兩個(gè)班級(jí)學(xué)生的患病比例有無(wú)差別 2020 2 4 113 表3 10兩班級(jí)學(xué)生的患病情況 2020 2 4 114 實(shí)現(xiàn)步驟 圖3 38 WeightCases 對(duì)話框 2020 2 4 115 圖3 39在菜單中選擇 Crosstabs 命令 2020 2 4 116 圖3 40 Crosstabs 對(duì)話框 2020 2 4 117 圖3 41 Crosstabs Statistics 對(duì)話框 2020 2 4 118 圖3 42 Crosstabs CellDisplay 對(duì)話框 2020 2 4 119 圖3 43 Crosstabs TableFormat 對(duì)話框 2020 2 4 120 3 12 3結(jié)果和討論 1 先輸出如下個(gè)案處理摘要表 2020 2 4 121 2 下面所示表格是 班級(jí) 變量和 患病 變量的交叉列聯(lián)表結(jié)果表格 2020 2 4 122 3 交叉分組下頻數(shù)分布圖形 如圖3 44所示 2020 2 4 123 4 輸出卡方統(tǒng)計(jì)結(jié)果表 2020 2 4 124 5 輸出相對(duì)危險(xiǎn)度表格如下所示 2020 2 4 125 3 13多選項(xiàng)分析 3 13 1統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式 定義 多選項(xiàng)分析是對(duì)多選項(xiàng)問題的分析方法 所謂多選項(xiàng)問題 就是一個(gè)問題的答案都是順序變量或名義變量 并且允許選擇的答案可以有多種組合 對(duì)于多選項(xiàng)問題 分解 編碼方案 的方法有兩種 2020 2 4 126 1 多選項(xiàng)二分法 MultipleDichotomiesMethod 這種方法將每個(gè)可能的答案設(shè)置為一個(gè)SPSS變量 變量的取值有兩個(gè) 分別表示選中或沒選中 這種方法的缺點(diǎn)是需要的變量數(shù)比較多 比如一道題目有6個(gè)選項(xiàng) 則一道多選題目就需要用6個(gè)變量來(lái)表示 好處是比較簡(jiǎn)單 2020 2 4 127 2 多選項(xiàng)分類法 MultipleCategoryMethod 多選項(xiàng)分類法首先估計(jì)多選項(xiàng)問題可能出現(xiàn)的答案?jìng)€(gè)數(shù) 比如一個(gè)多選題 如果最多有3個(gè)答案 那么就設(shè)置3個(gè)SPSS變量 分別用來(lái)存放3個(gè)可能的答案 如果某個(gè)案的答案只有兩個(gè) 那么第3個(gè)SPSS變量取值為缺失值 2020 2 4 128 采用多選項(xiàng)分類法 進(jìn)行普通的頻數(shù)分析或交叉列聯(lián)表分析有時(shí)候不能達(dá)到我們的要求 比如 我們要了解某選項(xiàng)的選中次數(shù) 就需要將3個(gè)變量中該選項(xiàng)的次數(shù)都累加起來(lái) 而不僅僅是一個(gè)變量中該選項(xiàng)的累加 2020 2 4 129 針對(duì)這種情況 SPSS提供了多選項(xiàng)分析方法 專門針對(duì)多選項(xiàng)問題 SPSS在處理的過程中會(huì)自動(dòng)地將3個(gè)變量中相同答案的頻率累加起來(lái) 2020 2 4 130 3 13 2SPSS中實(shí)現(xiàn)過程 研究問題1某商場(chǎng)對(duì)6種品牌的電視機(jī)進(jìn)行消費(fèi)者滿意度調(diào)查 隨機(jī)調(diào)查了20位消費(fèi)者 讓他們選出最滿意的3個(gè)電視機(jī)品牌 收集到相應(yīng)的數(shù)據(jù) 如表3 11所示 試用多選項(xiàng)二分法利用SPSS對(duì)該問題進(jìn)行分析 包括頻數(shù)分析和交叉列聯(lián)表分析 2020 2 4 131 表3 1120名消費(fèi)者調(diào)查情況 2020 2 4 132 實(shí)現(xiàn)步驟 圖3 45在菜單中選擇 DefineVariableSets 命令 2020 2 4 133 圖3 46 DefineMultipleResponseSets 對(duì)話框 一 2020 2 4 134 圖3 47在菜單中選擇 Frequencies 命令 2020 2 4 135 圖3 48 MultipleResponseFrequencies 對(duì)話框 一 2020 2 4 136 圖3 49 MultipleResponseCrosstabs 對(duì)話框 一 2020 2 4 137 圖3 50 MultipleResponseCrosstabs DefineVariable 對(duì)話框 2020 2 4 138 圖3 51 MultipleResponseCrosstabs Options 對(duì)話框 一 2020 2 4 139 研究問題2上面實(shí)現(xiàn)過程是采用多選項(xiàng)二分法 本例采用多選項(xiàng)分類法對(duì)該問題進(jìn)行分析 在本次調(diào)查中 每個(gè)被調(diào)查人最多選擇3個(gè)品牌 因此有3個(gè)變量 用來(lái)保存每個(gè)被調(diào)查人的選擇 數(shù)據(jù)表格如3 12所示 2020 2 4 140 表3 1220名消費(fèi)者調(diào)查情況 2020 2 4 141 圖3 52 DefineMultipleResponseSets 對(duì)話框 二 實(shí)現(xiàn)步驟 2020 2 4 142 圖3 53 MultipleResponseFrequencies 對(duì)話框 二 2020 2 4 143 圖3 54 MultipleResponseCrosstabs 對(duì)話框 二 2020 2 4 144 圖3 55 MultipleResponseCrosstabs options 對(duì)話框 二 2020 2 4 145 3 13 3結(jié)果和討論 上面分別采用了多選項(xiàng)二分法 研究問題1 和多選項(xiàng)分類法 研究問題2 對(duì)問題進(jìn)行分析 2020 2 4 146 1 多選項(xiàng)二分法頻數(shù)分析結(jié)果如下表所示 2020 2 4 147 2 下面所示結(jié)果表格是多選項(xiàng)二分法的交叉列聯(lián)表結(jié)果表格 2020 2 4 148 下面說明研究問題2的結(jié)果 1 多選項(xiàng)分類法頻數(shù)分析結(jié)果如下表所示 2020 2 4 149 2 多選項(xiàng)分類法的交叉列聯(lián)表結(jié)果表格如下表所示 2020 2 4 150 1 4 2SPSS的數(shù)據(jù)編輯窗口 SPSS主界面主要有兩個(gè) 一個(gè)是SPSS數(shù)據(jù)編輯窗口 另一個(gè)是SPSS輸出窗口 數(shù)據(jù)編輯窗口由標(biāo)題欄 菜單欄 工具欄 編輯欄 變量名欄 內(nèi)容區(qū) 窗口切換標(biāo)簽頁(yè)和狀態(tài)欄組成 如圖1 2所示 2020 2 4 151 3 14基本統(tǒng)計(jì)分析的報(bào)表制作 3 14 1報(bào)表分類 本章上面各節(jié)討論了SPSS的一些基本統(tǒng)計(jì)功能 SPSS還提供了這些基本統(tǒng)計(jì)分析的報(bào)表制作功能 根據(jù)報(bào)表制作的側(cè)重點(diǎn)不同 可以分為以下3種 2020 2 4 152 1 個(gè)案簡(jiǎn)明統(tǒng)計(jì)報(bào)表 CasesSummary 2 行形式報(bào)表 ReportSummariesinRows 3 列形式報(bào)表 ReportSummariesinColumns 2020 2 4 153 3 14 2SPSS中實(shí)現(xiàn)過程 研究問題1 個(gè)案簡(jiǎn)明統(tǒng)計(jì)報(bào)表某公司兩個(gè)部門共有20名員工 收集到員工的基本工資 獎(jiǎng)金和分紅信息 生成個(gè)案簡(jiǎn)明統(tǒng)計(jì)報(bào)表 數(shù)據(jù)如表3 13所示 2020 2 4 154 表3 1320名員工的收入 2020 2 4 155 圖3 56在菜單中選擇 CaseSummaries 命令 實(shí)現(xiàn)步驟 2020 2 4 156 圖3 57 S