京公网安备 11010802034615号
经营许可证编号:京B2-20210330
在SPSS中做描述统计并输出三线表
简单来说,这篇文章的主要内容是关于如何从如下图1得到如下图2 的:
(图1 问卷调查结果数据表)
(图2 描述统计结果三线表)
现在来分析一下,从图1到图2,这个过程我们需要做什么:
图1是在进行问卷调查后采集到的数据经过录入整理后得到的表格《问卷与量表数据分析》已经上线网易云课堂,有需要的同学可点击阅读原文查看课程。
图2是经过spss进行分析,在通过Excel,Word进行整理得到的三线表,这种格式的三线表一般是学术论文所需要的。
我们要做的是用spss对三个连续型变量(数值型变量)做描述性统计分析,具体要分析的指标是,这三个变量的平均值,标准差,峰度系数,偏度系数,以及得分率(有一部分人没有回答问题,因此需要统计有多大比率的人回答了该问题,要统计得分率)。
先通过【分析】-【描述统计】-【频率】菜单,查看数据的缺失情况,菜单面板如下,注意我们什么也不勾选。
然后就得到如下的三个变量的缺失情况统计,可以发现总的记录数应该是158个,也就是说参与本次调查的人有158个,这里可以直接计算出得分率(有效/158 * 100%,这种简单的计算,我们可以把spss输出结果复制到Excel中来进行计算)
然后通过【分析】-【描述统计】-【描述】,菜单来获取这三个变量的其它统计量,如下图所示,把我们感兴趣的统计量勾选,然后点击【确定】。
这是上述操作结果后生成的表格,和我们前面看到的那种三线表还不一样。大多数人写论文或者写分析报告都是使用Word,因此我们先把这个表格复制到Excel中,进行进一步格式调整,删减没必要的内容。
我们在Excel里面调整成如下格式:
再把结果复制到Word中,进行最后的调整,得到如下图所示的成果:
最终效果是这样的:
你会发现整个过程,不仅仅使用到spss,也是用到Word,Excel这两个工具,有的初学者以为,只要给spss喂入一些数据,然后点点菜单,就得到了他所需要的表格,如果你只是做普通的分析,没有写报告,写论文的需求,这当然可以,但是如果你需要精美的输出结果,那还是需要花些时间和精力去学一些工具的使用,综合这些工具,才能得到自己想要的结果,毕竟spss只是一个统计分析工具。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14