您现在的位置是:网站首页 > 博客日记 >

SPSS_数据预分析

作者:YXN 阅读量:110 发布日期:2021-08-10

1、SPSS中的数据预分析

SPSS预分析是进行其他统计分析的基础和前提。通过基本统计方法的的使用,可以对要分析数据的总体特征有比较准确的把握,从而有助于选择其他更为深入的统计分析方法。 常用的数据预分析包括: 

1)频率分析 

2)描述分析 

3)探索分析 

4)交叉列联表分析

2、频率分析

频率分析主要通过频数分布表、条形图和直方图,以及集中趋势和离散趋势的各种统计量来描述数据分分布特征。也可以用于进行分类变量的频数分布分析。

1)针对分类变量的频率分析

统计值中一般只有众数才有意义,也可以采用用条形图或饼图进行观察

目的:针对分类变量进行频率分析

操作步骤:分析—描述统计— 频率

注意:分类变量通常选择的统计量只有众数有意义条形图针对分类变量

2)针对连续变量的频率分析

可以观察多个不同的统计量,可使用直方图观察数据的分布情况

目的:针对连续变量进行频率分析

操作步骤:分析—描述统计— 频率

注意:连续变量可选择更多统计量观察其状态

 直方图针对连续变量

 连续变量可观察其正态分布情况

3、描述分析

目的:针对连续行变量进行统计描述

操作步骤:分析-描述统计-描述

Z标准化:

S为标准差(的平方根),X为变量,为均值(μ)

Z标准化的目的,是将连续变量转换为*均值为0,标准差为1\*的形态,以便和标准正态分布数据做比较,用以观察某个个案处于数据中的哪个位置。

4、探索分析

此过程可对变量进行更为深入详尽的描述性统计分析,故称之为探索分析。可以进行对连续变量的正态性检验,还可以处理分组的箱图,即分类变量对连续变量的影响(分组的连续变量分布情况)

步骤:分析——描述统计——探索

5、交叉列联表分析

前面的分析都是对单个变量的数据分布情况进行分析。但在实际分析中,还需要掌握多个变量在不同取值情况下的数据分布情况,从而进一步深入分析变量之间的相互影响和关系,这种分析就称为交叉列联表分析。常用于两个或两个以上分组变量之间的关联关系分析。(类似于EXCEL的数据透视表)

分析/观察两个或多个分类变量之间的关联关系(类似于EXCEL中的数据透视表),后续的卡方检验也依赖交叉表分析。

步骤:分析——描述统计——交叉表

注意点:注意交叉位置的数据:频数,行百分比,列百分比,总计百分比

YXN

2021-08-10