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。
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
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01