1、第四，SPSS的數(shù)據(jù)記述、同濟大學社會學系2011年、本講義內(nèi)容、各種變量的記述以及實現(xiàn)SPSS中的SPSS統(tǒng)一修正圖的多分類變量的統(tǒng)一修正記述變量分布的校驗表交叉分析、各種變量的記述以及SPSS中的實現(xiàn)、集中傾向，在一組統(tǒng)一修正數(shù)據(jù)中類變量一般用mode表示其集中傾向，類變量用中值表示，固定距離變量和固定比變量用平均值表示(mean )。 中的組合圖層性質(zhì)變更選項。 離散趨勢表示一個或多個數(shù)據(jù)中整個組的數(shù)字偏離集中趨勢的程度。 類型變量不同，表示離散傾向的數(shù)值也不同。 類變量通常使用異眾比率(=1-眾數(shù)的頻度/總頻度)，類變量有四分位差、百分位差，定距離(定比)變量極差、方差、標準偏差等。

2、各種統(tǒng)一修訂指標在SPSS中的實現(xiàn)、上述離散趨勢指標和集中趨勢指標均可通過SPSS菜單操作。 具體來說，analyze- descriptivestatisticsfrequency (度數(shù)分析)，打開對話框，選擇要分析的變量。單擊chart可以輸出變量的簡單統(tǒng)一修正模式。單擊format可以輸出度數(shù)表回歸分析之前經(jīng)常使用散點圖，其中為SPSS統(tǒng)一校正圖、統(tǒng)一校正圖和SPSS提供了各種類型的條形圖、折線圖、直方圖、散點圖、箱形圖和莖葉圖箱形圖(box plot )、箱的中間橫線為數(shù)據(jù)的中央值(median )、閉箱的上下兩橫線(邊)分別為第3四分位和第4分位。 最上面和最下面的線段分別表示最大

3、值和最小值。 箱圖的最上面和最下面的星號、圓號分別表示極端的值。 莖葉圖(stem-and-leaf plot )，特征是直觀地反映數(shù)據(jù)的原貌。 原理：以數(shù)值中變化不大或變化不大的數(shù)值為莖(主干)，變化大的數(shù)字為葉，放在莖的后面。 箱形圖和莖葉圖可以通過analyzedescriptivestatisticsexplore分析過程實現(xiàn)。 Data11-7、箱形圖和莖葉圖的實現(xiàn)過程、箱形圖、莖葉圖、多分類變量的統(tǒng)一記述、多分類變量定義、多分類變量是問卷調(diào)查中的多選題。 根據(jù)固定選擇或不定選擇的不同，定義多分類變量的方法稍有不同。 在固定選擇的多分類變量定義中，累計主要是所有可能的值，累計的范圍是

4、該變量的所有代碼。 在不定選擇的多分類變量定義中，主要累計訪問者選擇的變量(代碼為1的部分)。 無法保存新定義的多分類變量，關(guān)閉數(shù)據(jù)庫時將丟失相關(guān)信息。 下次的分析需要重新定義。多分類變量定義過程、頻數(shù)分析、變量分布特征、常見變量分布，許多統(tǒng)一修正模型中，變量的分布有一定的約束，如回歸分析要求變量整體的分布和子樣本的分布為正態(tài)分布。 變量的常見分布是二項分布、多項分布、泊松分布、卡方分布、t分布、f分布、正態(tài)分布等，分布特征的檢驗在P-P圖和Q-Q圖的方法即變量的分布是否符合某個分布特征的結(jié)果顯示中在SPSS15.0之前的版本中，P-P圖和Q-Q圖位于analyzedescriptive st

5、atistics菜單下方，以下版本位于Graphs菜單下方，表示變量符合某種分布。 P-P圖表操作、P-P圖表顯示結(jié)果、Q-Q圖表操作、Q-Q圖表結(jié)果、時滯是描述某變量取值分布的對稱性的統(tǒng)一校正量。具體的校正公式中，偏差度為0表示其數(shù)據(jù)分布形態(tài)與正態(tài)分布偏差度x相同的偏差度大于0表示正的偏差值大，正的偏差或右的偏差即表示長尾向右引的偏差小于0 偏差的絕對值的數(shù)值越大表示分布形態(tài)的偏差程度越大。 另外，峰度(Kurtosis )、峰度是描述某變量的所有可能的值分布形態(tài)的陡峭度的統(tǒng)一修正量。 該統(tǒng)一校正量是與正態(tài)分布比較的量，峰度為0表示該數(shù)據(jù)分布與正態(tài)分布的陡峭度相同，峰度大于0表示比正態(tài)分布的

6、峰陡峭，表示是峰的峰的峰度小于0表示比正態(tài)分布的峰平坦具體的修正公式中，偏差度和峰度由SPSS實現(xiàn)，方法與頻數(shù)分析相同，在statistics對話框中分別選擇峰度和峰度即可，選擇偏差度和峰度，列表交叉分析、交叉分析、前面的分析都分析各個變量的數(shù)據(jù)分布狀況。 但是，在實際的分析中，有必要掌握多個變量取不同值時的數(shù)據(jù)分布狀況，進一步深入分析變量間的相互影響和關(guān)系，這種分析被稱為交叉表分析。 除了交叉組中的頻率分布之外，交叉列分析還需要分析兩個變量之間是否存在獨立性或恒定相關(guān)性。 為了得到變量間的相關(guān)，僅有頻率分布的數(shù)據(jù)是不夠的，需要一部分變量間的相關(guān)度的統(tǒng)一校正量和幾個非殘奧儀表檢查的方法。 交叉分析的使用，交叉分析通常用于分析兩個定性變量(類或排序)之間的相關(guān)分析。 使用交叉分析的目的是確定兩個變量之間是否相關(guān)以及相關(guān)強度。 相關(guān)強度主要由一系列統(tǒng)一校準殘奧參數(shù)(如列聯(lián)系數(shù)、Lambda系數(shù)、c系數(shù)和v系數(shù))測量。實現(xiàn)過程、選擇行變量和列變量、選擇統(tǒng)一校正指標、單元結(jié)果顯示、頻度分布結(jié)果、卡方檢驗結(jié)果、相關(guān)系數(shù)統(tǒng)一校正結(jié)果、Lamda系數(shù)能否推論出與整體的主要參考系數(shù)對應的sig .顯著性超過0.05時不能推論出整體。 (原本假定整體lamda系數(shù)=0)。 總結(jié)說明性分析主要是對單維數(shù)據(jù)的初步統(tǒng)一修訂分析，為研究者對數(shù)據(jù)收集的質(zhì)量進行整體理解