spss描述性统计分析(编辑修改稿)

spss描述性统计分析(编辑修改稿)内容摘要：

（ 60— 70） 重（ 70+） 性别 男 Count 17 35 17 69 % within 性别 % % % % % within 体重级别 % % % % % of Total % % % % 女 Count 136 6 3 145 % within 性别 % % % % % within 体重级别 % % % % % of Total % % % % Total Count 153 41 20 214 % within 性别 % % % % % within 体重级别 % % % % % of Total % % % % • （ 3） “ 性别 ” 和 “ 体重级别 ” 的独立性检验 卡方检验结果 Value df Asymp. Sig. (2sided) Pearson ChiSquare 2 Likelihood Ratio 2 LinearbyLinear Association 1 N of Valid Cases 214 • （ 4）体重级别条形图 SPSS在比率分析中的应用 比率分析的基本原理 比率分析生成比率变量 ， 并对该比率变量计算基本描述性统计量 （ 如均值 、 中位数 、 标准差 、全距等 ） ， 进而刻画出比率变量的集中趋势和离散程度。 除此之外 ， SPSS 他对比描述指标 ， 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。 比率分析的 SPSS操作详解 Step01：打开主窗口 选择菜单栏中的 【 Analyze(分析 )】 → 【 Descriptive Statistics(描述性统计 )】 →【 Ratio(比率 )】 命令，弹出 【 Ratio(比率 )】对话框，这是比率分析的主操作窗口。 Step02：选择分 子 变量 在左侧的候选变量列表框中选取一个分析变量作为比率分析的分子，将它移入右侧的 【 Numerator(分子 )】 列表框中。 Step03：选择分母变量 在 【 Ratio Statistics(比率统计量 )】 对话框左侧的候选变量列表框中选取一个分析变量作为比率分析的分母，将它移入右侧的 【 Denominator(分母 )】 列表框中。 Step04：选择分组变量 在 【 Ratio Statistics(比率统计量 )】 对话框左侧的候选变量列表框中选取一个变量作为分组变量，将它移入右侧的 【 Group Variable(组变量 )】 列表框中。 Step05：结果显示选择 在 【 Ratio Statistics(比率统计量 )】 对话中，用户可以选择比率分析的结果输出类型。 ● Display result：系统默认选项，选择是否显示结果。 ● Save results to external file：选择是否将分析结果保存至外部文件。 同时，外部文件的保存路径需要单击 【 File】 按钮来选择。 Step06：选择描述性统计量输出 单击 【 Statistics】 按钮，弹出的 【 Ratio Statistics： Statistics】 对话框主要用于输出各类基本统计量结果。 Step07 完成操作 单击 【 OK】 按钮，结束操作， SPSS软件自动输出结 果。 实例图文分析：城乡消费水平区域对比 1. 实例内容 城乡居民消费水平 Step01：打开对话框 打开 SPSS软件，选择菜单栏中的 【 Analyze(分析 )】 → 【 Descriptive Statistics(描述性统计 )】 → 【 Ratio(比率 )】 命令，弹出 【 Ratio Statistics(比率统计量 )】 对话框。 Step02：选择分 子 变量 在 【 Ratio Statistics(比率统计量 )】 对话框左侧的候选变量列表框中，选取变量 “ 城镇居民 ” 作为比率分析的分子，将它移入右侧的 【 Numerator(分子 )】 列表框中。 Step03：选择分母变量 在 【 Ratio Statistics(比率统计量 )】 对话框左侧的候选变量列表框中，选取变量 “ 农村居民 ” 作为比率分析的分母，将它移入右侧的 【 Denominator(分母 )】 列表框中。 Step04：选择分组变量 在 【 Ratio Statistics(比率统计量 )】 对话框左侧的候选变量列表框中，选取变量 “ 区域 ”作为分组变量，将它移入右侧的 【 Group Variable(组变量 )】 列表框中。 Step05：选择输出统计量 单击 【 Statistics】 按钮，在弹出的对话框中除了保留系统默认的输出统计量外，再勾选【 Media(中位数 )】 、 【 Mean(均值 )】 和 【 ADD】 复选框。 最后单击 【 Continue】 按钮，返回 【 Ratio Statistics(比率统计量 )】 对话框。 （ 1）样本统计结果输出 Count Percent 区域 华北 5 % 东北 3 % 华东 5 % 华中 3 % 西南 5 % 西北 5 % Overall 26 % Excluded 0 Total 26 样本统计结果表 （ 2）比率分析结果表 比率分析结果表 Group Mean Median Average Absolute Deviation Price Related Differential Coefficient of Dispersion Coefficient of Variation Median Centered 华北 % 东北 % 华东 % 华中 % 西南 % 西北 % Overall % 第 4章 SPSS的均值比较过程 SPSS主要有以下模块实现均值比较过程。 ● OneSample T Test：单样本 t 检验。 ● IndependentSample T Test：两个独立样本均值的 t 检验。 ● PairedSample T Test：两个配对样本均值的 t 检。 SPSS在单样本 t检验 的应用 • 单样本 t检验的目的是利用来自某总体的样本数据，推断该总体的均值是否与指定的检验值之间存在明显的差异。 它是对总体均值的假设检验。 单样本 t检验作为假设检验的一种方法，其基本步骤和假设检验相同。 其零假设为 H0：总体均值与指定检验值之间不存在显著差异。 该方法采用 t检验方法，按照下式计算 t统计量。 式中， D是样本均值与检验值之差；因为总体方差未知，故用样本方差 S代替总体方差； n为样本数。 DtSn D P值 如果概率 P值小于或等于显著性水平，则拒 绝零假设； 如果概率 P值大于显著性水平，则接受零假设。 （ 1）在 SPSS中，软件将自动计算 t值，由于该统计量服从 n1个自由度的 t分布， SPSS将根据 t分布表给出t值对应的相伴概率 P值。 （ 2）如果相伴概率 P值小于或等于给定的显著性水平，则拒绝 H0，认为总体均值与检验值之间存在显著差异。 （ 3）相反，相伴概率值大于给定的显著性水平，则不应拒绝 H0，可以认为总体均值与检验值之间不存在显著差异。 单样本 t检验 的 SPSS操作详解 Step01： 打开单样本 t检验对话框。 选择菜单栏中的 【 Analyze（分析） 】 → 【 Compare Means（比较均值） 】 → 【 OneSample T Test（单样本 T检验） 】 命令，弹出 【 OneSample T Test（单样本 T检验） 】 对话框。 Step02： 选择检验变量。 在该对话框左侧的候选变量列表框中选择一个或几个变量，将其移入 【 Test Variable(s)（检验变量） 】 列表框中。 其中，左侧候选变量列表框中显示的是可以进行 t检验的变量。 Step03： 选择样本检验值。 在 【 Test Value（检验值） 】 文本框中输入检验值，相当于假设检验问题中提出的零假设 H0： μ =μ 0。 Step04：其他选项设置。 单击 【 Options】 按钮，弹出 【 OneSample T Test： Options(单样本 T检验：选择 )】 对话框。 该对话框用于指定输出内容和关于缺失值的处理方法，其中各选项的含义如下。 Confidence Interval：该文本框用于设置在指定水平下，样本均值与指定的检验值之差的置信区间，默认值为 95%。 【 Missing Values（缺失值） 】 选项组：用于设置缺失值的处理方式，它有以下两种处理方式。 • Exclude cases analysis by analysis：点选该单选钮，表示当分析计算涉及到含有缺失值的变量时，删除该变量上是缺失值的观测量。 • Exclude cases listwise：点选该单选钮，表示删除所有含缺失值的观测量后再进行分析。 Step05：相关统计量的 Bootstrap估计 单击 【 Bootstrap】 按钮，在弹出的对话框中可以进行如下统计量的 Bootstrap估计。 ● 支持均值和标准差的 Bootstrap 估计。 ● 支持平均值差值的 Bootstrap 估计和显著性检验。 Step06： 单击 【 OK】 按钮结束操作， SPSS软件自动输出结果。 实例图文分析： 交 通通 勤 时间 1. 实例内容 根据一份公共交通调查报告显示，对于那些在一个城市乘车上下班的人来说，平均通勤时间为 19分钟，其人数总量为 100万 — 300万。 假设一个研究者居住在一个人口为 240万的城市里，想通过验证以确定通勤时间是否和其他城市平均水平是否一致。 他随机选取了 26名通勤者作为样本，收集的数据如下所示。 假设通勤时间服从正态分布，这位研究者能得到什么结论。 19 16 20 23 23 24 13 19 23 16 17 15 14 27 17 23 18 18 20 18 18 18 23 19 19 28 2 实例操作 现在该名研究者要检验他所在城市的平均通勤时间和全国其他城市平均水平是否一致。 由于题目中已给出了其他城市通勤时间的平均水平为 19分钟，因此，这里就是要检验该城市通勤时间是否等于 19分钟，即进行如下假设检验： 0 : 19。 Ht  1 : 19HtStep01： 打开对话框 打开数据文件 ，选择菜单栏中的 【 Analyze（分析） 】 → 【 Compare Means（比较均值） 】 →【 OneSample T Test（单样本 T检验） 】 命令，弹出 【 OneSample T Test（单样本 T检验） 】 对话框。 Step02： 选择 检验 变量 在候选变量列表框中选择 “ time”变量，将其添加至【 Test Variables（检验变量） 】 列表框中。 Step03： 选择样本 检验 值 在 【 Test Value（检验值） 】 文本框中输入检。