1、SPSS统计分析方法及应用基本统计分析PPT课件4.1 频数分析4.1.1 频数分析目的和基本任务 1、目的：通过频数分析能够了解变量取值的状况，对把握数据的分布特征是非常有用的。2、基本任务 （1）频数分析的第一个基本任务是编制频数分布表。频数（频数（Frequency）：即变量值落在某个区间（或某个类别）中的次数百分比（百分比（Percent）：即各频数占总样本数的百分比有效百分比（有效百分比（Valid Percent）：即各频数占有效样本数的百分比，这里有效样本数总样本缺失样本数有效样本数总样本缺失样本数累计百分比（累计百分比（Cumulative Percent）：即各百分比逐级累加
2、起来的结果。最终取值为100。第2页/共85页 （2）频数分析的第二个任务是绘制统计图条形图（条形图（Bar Chart）：用宽度相同的条形的高度或长短来表示频数分布变化的图形，适用于定序和定类变量的分析。饼图（饼图（Pie Chart）：用圆形及圆内扇形的面积来表示频数百分比变化的图形，以利于研究事物内在结构组成等问题。直方图（直方图（Histograms）：用矩形的面积来表示频数分布变化的图形，适用于定距型变量的分析。第3页/共85页注：变量的计量尺度：a、定类（Category Scale）：只能计次 b、定序（Ordinal Scale）：计次、排序 c、定距（Interval Sca
3、le）：计次、排序、加减 d、定比（Ratio Scale）：计次、排序、加减、乘除第4页/共85页 4.1.2 频数分析的基本操作（1）选择菜单【分析】【描述分析】【频率】。（2）将若干频数分析变量选择到【变量】框中。（3）单击【图表】按钮选择绘制统计图形，在【图表值】框中选择条形图中纵坐标（或饼图中扇形面积）的含义，有【频数】；【百分比】。第5页/共85页 输出百分位数：输出四分位数，显示25%、50%、75%的百分位数；将数据平均分为所设定的相等等份，可输入2100 的整数，如键入4则输出第25、50、75百分位数自定义百分位数，可输入0100 的整数。离散趋势分布形态栏输出统计量对话框
4、第6页/共85页4.1.3 SPSS频数分析的扩展功能 1、计算分位数（Percentile Values）分位数是变量在不同分位点上的取值。分位点在0100之间。一般使用较多的是四分位点（Quartiles），即将所有数据按升序排序后平均等分成四份，各分位点依次是25，50，75。于是四分位数便分别是25，50，75点所对应的变量值。此外，还有八分位数、十六分位数等。SPSS提供了计算任意分位数的功能，用户可以指定将数据等分为n份（Cut points for n equal groups）。还可以直接指定分位点（Percentile）。第7页/共85页 2、计算其他基本描述统计量 SPSS
5、频数分析还能够计算其他基本统计量，其中包括描述集中趋势（Central Tendency）的基本统计量、描述离散程度（Dispersion）的基本统计量、描述分布形态（Distribution）的基本统计量等。第8页/共85页Format 对话框对话框控制频数表输出的分类数量。默认为10多变量框中可设定多变量表格输出的格式设置频数表输出的格式设置频数表输出的格式选择频数表中排列顺序按变量升序排列，此为默认按变量降序排列按变量各种取值发生的频数的升序排列按变量各种取值发生的频数的降序排列第9页/共85页3、频数分布表格式（Format）的定义 （1）调整频数分布表中数据的输出顺序（Order b
6、y）：频数分布表中的内容的输出顺序可以按变量值的升序输出（Ascending values），按变量值的降序输出（Descending values），按频数的升序输出（Ascending counts），按频数的降序输出（Descending counts）。第10页/共85页 （2）【多个变量】单选框组：如果选择了两个以上变量作频数表，则compare variables可以将所有变量的结果在同一个频数表过程输出结果中显示，便于互相比较；organize output by variables则将结果在不同的频数表过程输出结果中显示，每一个变量一张表。第11页/共85页 （3）压缩频数分布
7、表（Suppress tables with more than n categories）如果变量取值的个数或取值区间的个数太多，频数分布表将很庞大，此时可以压缩它。SPSS默认，如果变量取值的个数或取值区间的个数大于10，则不输出相应的频数分布表。应用中可以修改该值。第12页/共85页 4.1.4 频数分析的应用举例 利用商品房购买意向的调查数据进行频数分析，有以下两个分析目标：q目标一：分析被调查者的户籍状况以及他们认目标一：分析被调查者的户籍状况以及他们认为房价的变化状况。为房价的变化状况。q目标二：分析月住房开销的分布，并对不同居目标二：分析月住房开销的分布，并对不同居住类型进行比较
8、。住类型进行比较。第13页/共85页4.2 计算基本描述统计量 4.2.1 基本描述统计量 常见的基本描述统计量有三大类：刻画集中趋势的统计量刻画离中趋势的统计量刻画分布形态的统计量第14页/共85页1、刻画集中趋势的描述统计量 集中趋势是指一组数据向某一中心值靠拢的倾向。（1）均值（Mean）：即算术平均数，是反映某变量所有取值的集中趋势或平均水平的指标。如某企业职工的平均月收入。其计算公式为：11niixxn第15页/共85页（2）中位数（Median）：即一组数据按升序排序后，处于中间位置上的数据值。如评价社会的老龄化程度时，可用中位数。（3）众数（Mode）：即一组数据中出现次数最多的
9、数据值。如生产鞋的厂商在制定各种型号鞋的生产计划时应该运用众数。第16页/共85页（4）均值标准误差（Standard Error of Mean）：描述样本均值与总体均值之间的平均差异程度的统计量。其计算公式为：其中：为总体标准差，n为样本单位数22().n()xXS E of MeanxE xnn第17页/共85页2、刻画离散程度的描述统计量 离散程度是指一组数据远离其“中心值”的程度。如果数据都紧密地集中在“中心值”的周围，数据的离散程度较小，说明这个“中心值”对数据的代表性好；相反，如果数据仅是比较松散地分布在“中心值”的周围，数据的离散程度较大，则此“中心值”说明数据特征是不具有代表
10、性的。第18页/共85页常见的刻画离散程度的描述统计量如下：（1）全距（Range）：也称极差，是数据的最大值（Maximum）与最小值（Minimum）之间的绝对离差。（2）方差（Variance）：也是表示变量取值距均值的离散程度的统计量，是各变量值与算数平均数离差平方的算术平均数。其计算公式为：2211()1niisxxn第19页/共85页（3）标准差（Standard Deviation：Std Dev）：表示变量取值距离均值的平均离散程度的统计量。其计算公式为：标准差值越大，说明变量值之间的差异越大，距均值这个“中心值”的离散趋势越大。211()1niisxxn第20页/共85页3、
11、刻画分布形态的描述统计量 数据的分布形态主要指数据分布是否对称，偏斜程度如何，分布陡峭程度等。刻画分布形态的统计量主要有两种：（1）偏度（Skewness）：描述变量取值分布形态对称性的统计量。其计算公式为：3311()/1niiSkewnessxxsn第21页/共85页 当分布为对称分布时，正负总偏差相等，偏度值等于0；当分布为不对称分布时，正负总偏差不相等，偏度值大于0或小于0。偏度值大于0表示正偏差值大，称为正偏或右偏；偏度值小于0表示负偏差值大，称为负偏或左偏。偏度绝对值越大，表示数据分布形态的偏斜程度越大。第22页/共85页众数、中位数和平均数的关系图示众数、中位数和平均数的关系图示
12、左偏分布左偏分布对称分布对称分布右偏分布右偏分布第23页/共85页（2）峰度（Kurtosis）：描述变量取值分布形态陡峭程度的统计量。其计算公式为：当数据分布与标准正态分布的陡峭程度相同时，峰度值等于0；峰度大于0表示数据的分布比标准正态分布更陡峭，为尖峰分布；峰度小于0表示数据的分布比标准正态分布平缓，为平峰分布。4411()/3niiKurtosisxxn第24页/共85页 5.2.2 计算基本描述统计量的操作（1）选择菜单【分析】【描述统计】【描述】,出现如下窗口：第25页/共85页（2）将需计算的数值型变量选择到【变量】框中。（3）单击【选择】按钮指定计算哪些基本描述统计量，出现如下
13、窗口：第26页/共85页Options 对话框对话框 基本统计量当Variables框中有多个变量时，此框确定其输出顺序：按Variables框中的排列顺序输出按各变量的字母顺序输出按均值的升序排列按均值的降序排列分布第27页/共85页 在上面窗口中，用户可以指定分析多变量时结果输出的次序（Display Order）。其中，Variable list表示按变量在数据窗口中从左到右的次序输出；Alphabetic表示按字母顺序输出；Ascending Means表示按均值升序输出；Descending Means表示按均值降序输出。至此，SPSS便自动计算所选变量的基本描述统计量并显示到输出窗
14、口中。第28页/共85页 5.2.3 计算基本描述统计量的应用举例 1.利用商品房购买意向的调查数据，对月住房开销变量计算基本描述统计量。有以下分析目标：计算月住房开销的基本描述统计量，并分别对不同居住类型进行比较分析：首先按居住类型对数据进行拆分（Split file），然后计算月住房开销的基本描述统计量。第29页/共85页2.分析月住房开销的数量是否存在不均衡现象。分析：假设月住房开销的分布服从正态分布，跟据3 原则，异常值通常为3个标准差范围之外的值，可通过对数据的标准化处理来判断。标准化的数学定义为：iixxzs第30页/共85页通过标准化可以得到一系列新变量值，通常称为标准化值或z分
15、数。计算标准化值可以通过对话框中的复选框【将标准化得分另存为变量（Z）】来实现，并将结果保存在一个新变量中。该变量的命名规则为字母z+原变量名的前七个字符。接下来可对新变量进行排序并浏览其标准化值的取值情况，可以发现z分数值得绝对数大于3的样本是存在的。对其分组为三组：zt10-3，-3zt103并进行频数分析可以发现月住房开销存在一定的不均衡现象。第31页/共85页4.3 交叉分组下的频数分析4.3.1 目的和基本任务 1、目的：交叉分组下的频数分析又称列联表分析。通过前面的频数分析能够掌握单个变量的数据分布情况，在实际分析中，不仅要了解单个变量的分布特征，还要分析多个变量不同取值下的分布，
16、进而分析变量之间的相互影响和关系。对于这种涉及两个或两个以上变量分布情况的研究通常要利用交叉分组下的频数分析来完成。第32页/共85页2、基本任务：（1）根据收集到的样本数据，产生二维或多维交叉列联表；（2）在交叉列联表的基础上，对两两变量间是否存在一定的相关性进行分析。4.3.2 交叉列联表的主要内容 编制交叉列联表是交叉分组下频数分析的第一个任务。交叉列联表是两个或两个以上的变量交叉分组后形成的频数分布表。例：职工基本情况数据按职称和文化程度编制的二维交叉列联表（见下页表）：第33页/共85页职职 称称 *文文 化化 程程 度度 C Cr ro os ss st ta ab bu ul l
17、a at ti io on n111033.3%33.3%33.3%.0%100.0%25.0%25.0%20.0%.0%18.8%6.3%6.3%6.3%.0%18.8%130025.0%75.0%.0%.0%100.0%25.0%75.0%.0%.0%25.0%6.3%18.8%.0%.0%25.0%201333.3%.0%16.7%50.0%100.0%50.0%.0%20.0%100.0%37.5%12.5%.0%6.3%18.8%37.5%0030.0%.0%100.0%.0%100.0%.0%.0%60.0%.0%18.8%.0%.0%18.8%.0%18.8%445325.0%2
18、5.0%31.3%18.8%100.0%100.0%100.0%100.0%100.0%100.0%25.0%25.0%31.3%18.8%100.0%Count%within 职称%within 文化程度%of TotalCount%within 职称%within 文化程度%of TotalCount%within 职称%within 文化程度%of TotalCount%within 职称%within 文化程度%of TotalCount%within 职称%within 文化程度%of Total高级工程师工程师助理工程师无技术职称职称Total本科专科高中初中文化程度Total第3
19、4页/共85页 上表中的职称变量称为行变量（Row），文化程度称为列变量（Column）。行标题和列标题分别是两个变量的变量值（或分组值）。表格中间是观测频数（Observed Counts）和各种百分比。16名职工中，本科、专科、高中、初中的人数分别为4，4，5，3，构成的分布称为交叉列联表的列边缘分布；高级工程师、工程师、助理工程师、无技术职称的人数分别为3，4，6，3，构成的分布称为交叉列联表的行边缘分布；4个本科学历职工中各职称的人数分别是1，1，2等，这些频数构成的分布称为条件分布，即在行变量（列变量）取值条件下的列变量（行变量）的分布。第35页/共85页 在交叉列联表中，除了频数外
20、还引进了各种百分比。例如表中第一行中的33.3，33.3，33.3分别是高级工程师3人中各学历人数所占的比例，称为行百分比（Row percentage），一行的百分比总和为100；表中第一列的25.0，25.0，50.0分别是本科学历4人中各职称人数所占的比例，称为列百分比（Column percentage），一列的列百分比总和为100，表中的6.3，6.3，12.5等分别是总人数16人中各交叉组中人数所占的百分比，称为总百分比（Total percentage），所有格子中的总百分比之和也为100。第36页/共85页 4.3.3 交叉分组下的频数分析的基本操作（1）菜单选【分析】【描述统
21、计】【交叉表】，出现窗口如下：第37页/共85页该框中的变量该框中的变量作为分布表中作为分布表中的行变量和列的行变量和列变量。变量。该框中的变量作该框中的变量作为控制变量，决为控制变量，决定频数分布表中定频数分布表中的层，可有多个的层，可有多个控制变量。控制变量。显示每显示每一组中一组中各变量各变量的分类的分类条形图。条形图。只输出统只输出统计量，不计量，不输出多维输出多维列联表。列联表。Crosstabs 对话框对话框第38页/共85页（2）如果进行二维列联表分析，则将行变量选择到Row(s)框中，将列变量选择到Column(s)框中。如果Row(s)和Column(s)框中有多个变量名，S
22、PSS会将行列变量一一配对后产生多张二维列联表。如果进行三维或多维列联表分析，则将其他变量作为控制变量选到Layer框中。多控制变量间可以是同层次的，也可以是逐层叠加的，可通过Previous或Next按钮确定控制变量间的层次关系。第39页/共85页（3）选择【显示复式条形图】Display clustered bar charts选项，指定绘制各变量交叉分组下频数分布条形图。【取消表格】Suppress tables表示不输出列联表，在仅分析行列变量间关系时可选择该选项。（4）单击【单元格】Cells按钮指定列联表单元格中的输出内容，窗口如下：第40页/共85页Crosstabs的的Cell
23、 Display 对话框对话框选择在列联表中输出的统计量，选择在列联表中输出的统计量，包括观测量数、百分比、残差包括观测量数、百分比、残差输出观测量的实际数量输出观测量的实际数量如果行和列变量在统计如果行和列变量在统计上是独立的或不相关的，上是独立的或不相关的，那么会在单元格中输出期那么会在单元格中输出期望的观测值的数量。望的观测值的数量。输出单元格中观测量的数目占输出单元格中观测量的数目占整行全部观测量数目的百分比整行全部观测量数目的百分比输出单元格中观测值的数目占输出单元格中观测值的数目占整列全部观测量数目的百分比整列全部观测量数目的百分比输出单元格中观测量的数目占输出单元格中观测量的数目
24、占全部观测量数目的百分比全部观测量数目的百分比计算非标准化残差计算非标准化残差计算标准化残差计算标准化残差计算调整后残差计算调整后残差第41页/共85页 SPSS默认列联表单元格中只输出观测频数（Observed）。为便于分析，通常还应指定输出Percentage框中的行百分比（Row）、列百分比（Column）、总百分比（Total）。Counts框中的Expected表示输出期望频数；Residuals框中的各个选项表示在各个单元格中输出剩余。其中，Unstandardized为非标准化剩余，定义为观测频数期望频数；Standardized为标准化剩余，又称Pearson剩余，定义为：0.
25、ReeeffStdsidualsf第42页/共85页（5）单击【格式】Format按钮指定列联表各单元格的输出排列顺序。【升序】Ascending表示以行变量取值的升序排列，是SPSS默认项；【降序】Descending表示以行变量取值的降序排列。（6）单击【统计量】Statistics按钮指定用哪种方法分析行变量和列变量间的关系，窗口如下，其中，Chi-Square为卡方检验。第43页/共85页 4.3.4 交叉列联表行列变量间关系的分析 对交叉列联表中的行变量和列变量之间关系进行分析是交叉分组下频数分析的第二个任务。为了理解行、列变量之间的关系，可以从分析两个极端的例子出发：（1）年龄与工
26、资收入的交叉列联表（一）工工 资资 收收 入入年年龄龄段段低低中中高高青青40000中中05000老老00600第44页/共85页（2）年龄与工资收入交叉列联表（二）表一中表示年龄与工资收入呈正相关关系，表二表示年龄与工资收入呈负相关关系。但大多数情况下，观测频数分散在列联表的各个单元格中，不容易直接发现行列变量之间的关系强弱程度，此时就要借助非参数检验方法。通常用的方法是卡方检验。工工 资资 收收 入入年年龄龄段段低低中中高高青青00600中中05000老老40000第45页/共85页交叉列联表的卡方检验卡方检验属假设检验的范畴，步骤如下：（1）建立原假设 在列联表分析中卡方检验的原假设为行
27、变量与列变量独立（2）选择和计算检验统计量 列联表分析卡方检验统计量是Pearson卡方统计量，其数学定义为：0H第46页/共85页 其中，r为列联表的行数，c为列联表的列数；为观察频数，为期望频数（Expected Count）。期望频数的计算方法是：其中，RT是指定单元格所在行的观测频数合计，CT是指定单元格所在列的观测频数合计，n是观测频数的合计。期望频数的分布反映的是行列变量互不相干下的分布。02211()ercijijeijijfff0fefeRTCTRTCTfnnnn第47页/共85页职职 称称 *文文 化化 程程 度度 C Cr ro os ss st ta ab bu ul l
28、a at ti io on n1110333.3%33.3%33.3%.0%100.0%25.0%25.0%20.0%.0%18.8%6.3%6.3%6.3%.0%18.8%1300425.0%75.0%.0%.0%100.0%25.0%75.0%.0%.0%25.0%6.3%18.8%.0%.0%25.0%2013633.3%.0%16.7%50.0%100.0%50.0%.0%20.0%100.0%37.5%12.5%.0%6.3%18.8%37.5%00303.0%.0%100.0%.0%100.0%.0%.0%60.0%.0%18.8%.0%.0%18.8%.0%18.8%445316
29、25.0%25.0%31.3%18.8%100.0%100.0%100.0%100.0%100.0%100.0%25.0%25.0%31.3%18.8%100.0%Count%within 职称%within 文化程度%of TotalCount%within 职称%within 文化程度%of TotalCount%within 职称%within 文化程度%of TotalCount%within 职称%within 文化程度%of TotalCount%within 职称%within 文化程度%of Total高级工程师工程师助理工程师无技术职称职称Total本科专科高中初中文化程度T
30、otal第48页/共85页 例如，具有本科学历的高级工程师的期望频数是0.75的计算公式是3*4/16=0.75。这里，期望频数可以理解为，总共16个职工的学历分布是25%：25%：31.3%：18.8%，如果遵从这种学历的总体比例关系，高级职称三人的学历分布也应为25%：25%：31.3%：18.8%，于是期望频数为3*25%、3*25%、3*31.3%、3*18.8%。同理可以理解，总共16个职工的职称分布为18.8%：25%：37.5%：18.8%，本科学历4人的期望频数分别为4*18.8%、4*25%、4*37.5%、4*18.8%。第49页/共85页 卡方统计量观测值的大小取决于两个
31、因素：第一：列联表的单元格子数；第二：观测频数与期望频数的总差值。在列联表确定的情况下，卡方统计量观测值的大小取决于观测频数与期望频数的总差值。当总差值越大时，卡方值也就越大，实际分布与期望分布的差距越大，表明行列变量之间越相关；反之表明行列变量之间越独立。那么，在统计上卡方统计量的观测值究竟达到什么程度才能断定行列变量不独立呢？由于该检验中的pearson卡方统计量近似服从卡方分布，因此可依据卡方理论找到某自由度和显著性水平下的卡方值，即卡方临界值。第50页/共85页（3）确定显著性水平（Significant Level）和临界值 显著性水平 是指原假设为真却将其拒绝的风险，即弃真的概率。
32、通常设为0.05或0.01。在卡方检验中，由于卡方统计量服从自由度为（行数1）（列数1）的卡方分布，因此，在行列数目和显著性水平确定时，卡方临界值是可唯一确定的。第51页/共85页（4）结论和决策 对统计推断做决策通常有两种方式：根据统计量观测值和临界值比较的结果进行决策。如果卡根据统计量观测值和临界值比较的结果进行决策。如果卡方观测值大于临界值，则认为实际分布与期望分布之间的方观测值大于临界值，则认为实际分布与期望分布之间的差距显著，可以拒绝原假设，断定列联表的行列变量间不差距显著，可以拒绝原假设，断定列联表的行列变量间不独立，存在相关关系；反之，接受原假设。独立，存在相关关系；反之，接受原
33、假设。根据统计量观测值的概率根据统计量观测值的概率p值和显著性水平值和显著性水平 比较的结果比较的结果进行决策。如果进行决策。如果p值小于等于值小于等于 ，则认为卡方观测值出现，则认为卡方观测值出现的概率是很小的，拒绝原假设，断定列联表的行列变量间的概率是很小的，拒绝原假设，断定列联表的行列变量间不独立，存在依存关系；反之，接受原假设。不独立，存在依存关系；反之，接受原假设。第52页/共85页什么是P 值?1.是一个概率值；2.如果原假设为真，P-值是抽样分布中大于或小于样本统计量的概率；3.被称为观察到的(或实测的)显著性水平。第53页/共85页双侧检验的P 值P 值第54页/共85页左侧检
34、验的P 值第55页/共85页右侧检验的P 值第56页/共85页利用 P 值进行检验(决策准则)若p-值 ,不拒绝 H0若p-值 ,拒绝 H0第57页/共85页 4.3.5 交叉分组下的频数分析应用举例 利用商品房购买意向调查数据进行分析，实现以下目标：1、不同居住类型的被访者未来的购房预期是否一致。第58页/共85页 分析：1、该问题列联表的行变量为居住类型，列变量为购房，在列联表中输出各种百分比、期望频数、剩余、标准化剩余，显示各交叉分组下频数分布柱形图，并利用卡方检验方法，对不同居住类型对购房预期的态度是否一致进行分析。第59页/共85页户口*未来收入情况 Crosstabulation户
35、口*未来收入情况 Crosstabulation651401822329.1%62.8%8.1%100.0%84.4%70.4%48.6%71.2%20.8%44.7%5.8%71.2%1259199013.3%65.6%21.1%100.0%15.6%29.6%51.4%28.8%3.8%18.8%6.1%28.8%771993731324.6%63.6%11.8%100.0%100.0%100.0%100.0%100.0%24.6%63.6%11.8%100.0%Count%within 户口%within 未来收入情况%of TotalCount%within 户口%within 未来收
36、入情况%of TotalCount%within 户口%within 未来收入情况%of Total城镇户口农村户口户口Total增加基本不变减少未来收入情况Total第60页/共85页未来收入情况*户口 Crosstabulation未来收入情况*户口 Crosstabulation65127784.4%15.6%100.0%29.1%13.3%24.6%20.8%3.8%24.6%1405919970.4%29.6%100.0%62.8%65.6%63.6%44.7%18.8%63.6%18193748.6%51.4%100.0%8.1%21.1%11.8%5.8%6.1%11.8%223
37、9031371.2%28.8%100.0%100.0%100.0%100.0%71.2%28.8%100.0%Count%within 未来收入情况%within 户口%of TotalCount%within 未来收入情况%within 户口%of TotalCount%within 未来收入情况%within 户口%of TotalCount%within 未来收入情况%within 户口%of Total增加基本不变减少未来收入情况Total城镇户口农村户口户口Total第61页/共85页Chi-Square TestsChi-Square Tests15.819a2.00015.729
38、2.00015.2961.000313Pearson Chi-SquareLikelihood RatioLinear-by-LinearAssociationN of Valid CasesValuedfAsymp.Sig.(2-sided)0 cells(.0%)have expected count less than 5.Theminimum expected count is 10.64.a.第62页/共85页 5.3.6 SPSS中列联表分析的其他方法 对列联表中行列变量的分析，除上述卡方检验方法之外，SPSS还提供了其他测度变量间相关关系的检验方法，包括：适用于两定类变量的方法：
39、适用于两定类变量的方法：Nominal框中列出的方法属该类方框中列出的方法属该类方法。法。适用于两定序变量的方法：适用于两定序变量的方法：Ordinal框中列出的方法属该类方框中列出的方法属该类方法。法。适用于一定类变量、一定距变量的方法：适用于一定类变量、一定距变量的方法：Nominal by interval框中的框中的Eta方法属该类方法。方法属该类方法。其他方法。其他方法。第63页/共85页5.4 多选项分析（频数分析和交叉分析）多选项问题的概念：多选项问题是根据实际调查的需要，要求被调查者从问卷给出的若干个可选答案中选择一个以上的答案。目前，市场研究或许多领域对某事物评价的研究中常常
40、遇到这样的问题。可以选多个，分为限选和不限选：n限选：如在限选：如在1111种工作种类中，选你喜欢的，最多可选种工作种类中，选你喜欢的，最多可选4 4种种（Var1-Var4)Var1-Var4)；求所有人喜欢各种工作的频数或频率。；求所有人喜欢各种工作的频数或频率。n不限选：如在所列的不限选：如在所列的2020种电器中，你家所拥有的电器，不种电器中，你家所拥有的电器，不限选（限选（Var1-Var20Var1-Var20），求所有被调查家庭拥有各种电器的），求所有被调查家庭拥有各种电器的频数或频率。频数或频率。第64页/共85页5.4.1 多选项问题的分解多选项二分法及其编码（multipl
41、e dichotomies method）：多选项二分法是将多选项问题中的每一个答案设为一个SPSS变量，每个变量值有0或1两个取值，分别表示选择了该答案和不选择该答案。如对下面问题有9个可能的答案，每个可选择的答案由一个变量表示，每个变量的值只能有表明“是”和“否”的两个代码0或者1。编号编号 调查内容调查内容 选选 项项 1 1 您喜欢红色吗您喜欢红色吗 是是 否否 2 2 您喜欢橙色吗您喜欢橙色吗 是是 否否 3 3 您喜欢黄色吗您喜欢黄色吗 是是 否否 4 4 您喜欢绿色吗您喜欢绿色吗 是是 否否 5 5 您喜欢青色吗您喜欢青色吗 是是 否否 6 6 您喜欢蓝色吗您喜欢蓝色吗 是是 否
42、否 7 7 您喜欢紫色吗您喜欢紫色吗 是是 否否 8 8 您喜欢黑色吗您喜欢黑色吗 是是 否否 9 9 您喜欢白色吗您喜欢白色吗 是是 否否 左边的表格为向顾客发放的颜色左边的表格为向顾客发放的颜色调查，在选择服装时，您喜欢什么颜调查，在选择服装时，您喜欢什么颜色作为主体颜色，在答案的色作为主体颜色，在答案的“”中中打打“”（可多选）（可多选）这是一组问题，每个问题均有两这是一组问题，每个问题均有两个答案，回答者只能选择其中一种。个答案，回答者只能选择其中一种。在建立数据文件时，变量名使用相同在建立数据文件时，变量名使用相同的变量主名，后面加以不同序号组成，的变量主名，后面加以不同序号组成，本
43、组问题的本组问题的9 9个变量名可以是个变量名可以是color1-color1-color9color9。而答案的编码规则为：回答。而答案的编码规则为：回答“是是”变量值为变量值为1 1，回答，回答“否否”变量变量值为值为0 0，其他值为缺失值。，其他值为缺失值。第65页/共85页 多选项分类法及其编码（选项分类法及其编码（multiple category method）：多）：多选项分类法中，首先应估计多选项问题最多可能出现的答选项分类法中，首先应估计多选项问题最多可能出现的答案个数；然后为每个答案设置一个案个数；然后为每个答案设置一个SPSS变量，变量取值为变量，变量取值为多选项问题中的
44、所有可选答案。如上面有关选择服装的主多选项问题中的所有可选答案。如上面有关选择服装的主体颜色，您可以选择喜欢的三种，在提供的体颜色，您可以选择喜欢的三种，在提供的10种答案前上种答案前上选择。选择。1、红 2、橙 3、黄 4、绿 5、青6、蓝 7、紫 8、黑 9、白10说不清 这是一个问题，可以有三个答案。在建立数据文件时，要建立三个变量color1-color3表示回答者选择的三个颜色。如选择结果为1、红、6、蓝、8、黑，则变量color1的值为1,变量color2的值为6,变量color3的值为8。第66页/共85页 如果采用多选二分法则有6个选项，故应设6个变量，运用0-1编码方法编码，
45、即：1，0，1，0，1，1。如果采用多选分类法，则编码为1，3，5，6，0，0。1 3 5 6第67页/共85页问题2：择业中考虑的主要因素（多选）1经济收入 2专业对口 3发展前途 4地理区位5个人爱好 6风险大小7劳动强度 8社会福利9其他编码应为：1，0，1，1，1，0，1，1，0。或1，3，4，5，7，8，0，0，0。第68页/共85页1 3 6问题3：您择业中考虑的主要因素有（限选三项）1经济收入 2 专业对口 3发展前途 4地理区位5个人爱好 6风险大小7劳动强度 8社会福利9社会地位 10其他 因为限选三项，故应设三个变量，编码依次因为限选三项，故应设三个变量，编码依次为为1，3
46、，6。第69页/共85页5.4.2 多选项分析的基本操作首先将每个题的若干答案组成一个综合变量即变量集(Set)，然后对综合变量的各种取值进行分析。只有通过定义多选项变量集，spss才能确定应对哪些变量取相同值的个案数进行累加。多选项分析在SPSS中是通过Analyze-Multiple Response中的各项功能实现的。1.Define Sets：（1）从左边的变量中将多选变量集的变量选择到variables in sets框中，建立多选二分变量集或多选分类变量集。（2）在variables are coded as框中指定多选变量集中的变量是按照那种方法编码的。Dichotomies表示
47、以多选二分法编码，并在counted value中输入用哪个数值来表示选中该选项。categories表示以多选分类法编码，并在range框中输入变量取值的最小值和最大值。第70页/共85页（3）为多选项变量集命名，系统会自动在该名字前加字符$。（4）单击add按钮将定义好的多选项变量集加到mult response sets框中。Spss可以定义多个多选项变量集。2.Frequencies：对多选变量集进行频数分析。从mult response sets中把待分析的多选项变量集选择到tables for框中；3.Crosstabs：对多选变量集与其他变量集或与原基本变量进行交叉表分析。第71
48、页/共85页 （1）选择列联表的行变量并定义取值范围；（2）选择列联表的列变量并定义取值范围；（3）选择列联表的控制变量并定义取值范围；（4）单击option按钮选择列联表的输出内容和计算方法。Match variable across response sets选项表示，如果列联表的行列变量均为多选项变量集时，第一个变量集的第一个变量与第二个变量集的第一个变量作交叉分组，依次类推。结果中：注意Pct of Responses（占总回答数的）和Pct of Case（占总个案数）的区别。第72页/共85页5.4.3多选项分析的应用举例利用居民储蓄调查数据进行分析，实现以下两个分析目标：1.分析
49、储户的储蓄目的；2.分析不同年龄段储户的储蓄目的。第73页/共85页 分析1.为进行多选项分析，首先定义名为cxmd的多选项变量集，其中包括a7_1、a7_2、a7_3三个变量，然后对多选项变量集进行频数分析；2.对不同年龄段储户储蓄目的进行分析，采用多选项交叉分组下的频数分析。第74页/共85页5.5比率分析5.5.1 比率分析的目的和主要指标 比率分析用于对两变量间变量值比率变化的描述分析，适用于数值型变量。例如根据1999年各地区保险业务情况的数据，分析各地区财产保险业务的保费收入占全部业务保费收入的比例情况。第75页/共85页 通常的分析可以生成各个地区财产保险业务的保费收入占全部业务
50、保费收入的比率变量，然后对该比率变量计算基本描述统计量（如均值、中位数、标准差、全距等），进而刻画比率变量的集中趋势和离散程度。SPSS的比率分析除能够完成上述分析外，还提供了其他相对比描述指标，大致也属于集中趋势描述指标和离散程度描述指标的范畴，具体包括：第76页/共85页（1）加权比率均值（Weighted mean）：两变量均值的比，属集中趋势描述指标。（2）AAD（Average Absolute Deviation）平均绝对离差：是对比率变量离散程度的描述，计算公式为：其中，是比率数，M是比率变量的中位数，N为样本数iRMAADNiR第77页/共85页相对数或平均数计算平均数的计算相
