京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SPSS分析技术:描述统计;了解手中的数据,从这里开始
无论是总体数据还是样本数据,描述统计都是了解它们的第一步,因为了解数据是进行进一步数据分析的基础。在统计基础文章中介绍过,描述数据可以从三个维度进行:集中趋势描述,离散程度描述和分布形态描述。每个描述维度都有相应的描述统计量,例如,描述集中趋势可以通过平均值、众数等统计量来展示;通过标准差、方差、最大值、最小值和范围等统计量来描述数据的离散程度;通过峰度和偏度来指示数据的分布形态。
SPSS-描述统计
SPSS将描述数据三个维度的所有统计量都整合进入【描述统计】菜单,能够非常方便的对定距数据进行描述,从而帮助分析者快速的了解数据,为进一步的数据分析打下坚实的基础。下图是SPSS的【描述统计】的统计量选择菜单:
从图中可知,该菜单提供了三个维度的特征统计量供分析者进行选择。集中趋势指标是平均值;离散指标包括标准差、方差、最大值、最小值、范围、标准误差平均值;分布状况指标包括峰度和偏度。
除了以上描述性指标以外,SPSS描述统计功能还能够将分析数据转换成Z分数(普通正态分布转换成标准正态分布)。在下图的左下角有一行小字:将标准化值另存为变量,如果将这行小字选中,则在原始数据表中将新生成一列由原始数据转换成的Z分数。
需要强调,只有服从正态分布的数据转换成标准正态分布才有意义。普通正态分布转换成标准正态分布后,原始数据在标准正态分布中所处的位置即为Z分数。Z分数的计算公式就是普通正态分布转换为标准正太分布的公式:
案例分析
现在有一份关于大学生网络使用情况的调查问卷,收集了100份有效回复。部分问卷和收集数据如下图所示。我们以其中的年龄变量为例,说明如何用SPSS提供的描述统计功能了解问卷回答者年龄的情况。
(例题数据文件已经上传到QQ群,群号文章底部温馨提示,需要的朋友可以前往下载)
分析步骤
1、从QQ群中下载问卷数据。打开数据后,选择菜单【分析】-【描述统计】-【描述】,打开描述统计对话框,如下图所示,将【感受1】到【感受10】选入【变量】,并选左下方的【将标准化得分另存为变量】。
2、点击【选项】按钮,在跳出的对话框中,选择所需的描述统计量。这里为了展示,将所有的统计量都选中。
3、点击确定,输出结果。
结果解释
1、描述性统计表。
每一行为选中的一个变量,每一列表示一个统计量。一目了然,分析者能够非常方便的从中了解不同变量的数据。
2、Z分数数据;
在数据视图最后部分,会将由原始数据转换得到的Z分数存储在这里。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28