§1 如何用图来表示数据？
定量变量的图表示:1.直方图
• 对于一个定量变量，比如某个地区 （地区1）测量了163个高三男生的身 高（S3height1.txt）。
• 用图形来表示这个数据，使人们能够 看出这个数据的大体分布或“形状” 的一个办法是画直方图(histogram)。
• 图1就是利用这个数据由SPSS软件所 画的直方图。
图 3.1 地 区 1高 三 男 生 身 高 的 直 方 图
Std. Dev （标准差）=10.91，Mean（均值）=170.9，N（人数）=163
定量变量的图表示:2.盒型图
• 简单一些的是盒形图(boxplot，又称 箱图、箱线图、盒子图)。
• 图2的左边一个是根据地区1高三男生 的身高数据所绘的盒形图；其右边的 图代表另一个地区（地区2）的高三 学生的身高 。 （height.txt，height.sav，第三章例.xls）
数据录入
Rich.sav
数据 \Rich.xls
(rich.sav)：福布斯世界富豪排行榜 Rank：排名 Name：姓名 Citizenship：国籍 Region：地区 Age：年龄 NetWorth：净财富（10亿美元） Residence ：居住地
问卷调查数据常用的统计分析方法
频数分析、描述统计分析和列联表分析 这是问卷调查最基本、 最常用的分析方法。频数分析是描述统计的初步，分门别类的 统计有效样本量，计算其比重。频数分析可以计算的统计量有： 分位数、中位数、众数等，并可以绘制柱状图、直方图、饼图。
调查问卷中的数据编码和录入
调查问卷中的数据编码和录入
调查问卷中的数据编码和录入
调查问卷中的数据编码和录入
• 把一份问卷上面的每一个问题设为一个变量,这样一份问 卷有多少个问题就要有多少个变量与之对应,每一个问题 的答案即为变量的取值.现在我们以问卷第一个问题为例 来说明变量的设置.为了便于说明,可假设此题为: 1.请问你的年龄属于下面哪一个年龄段( )? A:20—29 B:30—39 C:40—49 D:50--59
• 在spss的数据录入窗口中直接输入就可以了, 几点注意事项： • a. 在数据录入窗口，可看到有一个表格,这个表格中的每一行代表一
份问卷,也称为一个个案. • b. 在数据录入窗口中,可看到表格上方出现了1、2、3、4、5…….的
标签名,这其实是我们在第一步定义变量中,我们为问卷的每一个问题 取的变量名,即1代表第一题,2代表第二题.以次类推.只需要在变量名 下面输入对应问题的答案即可完成问卷的数据录入.比如上述年龄段查 询的例题,如果问卷上勾选了A答案,在1下面输入1就行了(不要忘记我 们通常是用1、2、3、4来代替A、B、C、D的). • c.一行代表一份问卷,所以有几分问卷,就要有几行的数据. 在数据录入完成后, 要做的关键部分就是 问卷的统计分析了.
37
定量变量的图表示
• 直方图
– Age, NetWorth – SPSS: GraphsInteractiveHistogram
Count Co un t
75
50
25
0
40.00
60.00
80.00
Age
600
400
200
0
10.00
20.00
30.00
40.00
NetWorth
38
• 横坐标
定量变量的图表示:3.茎叶图
• 在直方图和盒形图中，很难恢复数据 的原貌。而另一种图：茎叶图(stemand-leaf plots)可以恢复数据
• 以地区1高三男生身高为例（图3）， 茎叶图既展示了分布形状又有原始数 据。它象一片带有茎的叶子。茎为较 大位数的数字，叶为较小位数的数字。
其中茎叶图中茎的单位为10cm，而叶子单位为1cm。比如，由于 第一行茎为150cm，因此叶子中的九个数字001223344代表九个数 目150、150、151、152、152、153、153、154、154cm等。每 行左边有一个频数（比如第一行有9个数目，第二行有17个等等）； 可以看出最长的一行为从165cm到169cm的一段（有35个数）。
SPSS分析调查问卷数据
问卷数据的预处理
SPSS分析调查问卷数据的方法
• 当我们的调查问卷在把调查数据拿回来后, 我们该做的工作就是用相关的统计软件进 行处理,在此,我们以spss为处理软件,来简 要说明一下问卷的处理过程,它的过程大致 可分为四个过程:
• 定义变量﹑数据录入﹑统计分析和结果保存.
茎叶图
Stem width: 10.00
Each leaf:
1 case(s)
定量变量的图表示:4.散点图
• 数据会有两个变量，如美国男士和女 士初婚年限数据（marriage.txt）。
• 该数据描述了自1900年到1998年男女 第一次婚姻延续的时间。
• 这里年份是一个变量，婚姻延续时间 是第二个变量。由于不可能将所有人 的婚姻年限都给出来，所以每年就取 了一个中间的值(中位数)作为代表。
28
27
散点图
26
25
24
23
22
21
20 1900
1920
1940
1960
1980
女
男 2000
定性变量的图表示：饼图
• 定性变量（或属性变量，分类变 量）不能点出直方图、散点图或 茎叶图，但可以描绘出它们各类 的比例。
• 下面用SPSS绘的图5（饼图，pie chart）表示了说世界各种主要语 言人数的比例(language.txt).
41
• 茎叶图
– 欧洲区域富人的年龄 – SPSS: AnalyzeDescriptive Statistics Explore
Frequency Stem & Leaf
1.00 Extremes (=<22) 2.00 3 . 44 9.00 3 . 789999999 18.00 4 . 000001112333344444 14.00 4 . 55555677789999 27.00 5 . 000011111112223333333344444 22.00 5 . 5555666666777888889999 27.00 6 . 000111111112222222333444444 23.00 6 . 55555566678888888899999 16.00 7 . 0000000111123333 18.00 7 . 555666677888999999 12.00 8 . 000222233344 7.00 8 . 5566899 2.00 9 . 22 1.00 9 . 5
• 我们可以用 “平均”，“差距” 或百分比等来概括大量数字。
• 由于定性变量主要是计数，比较 简单，常用的概括就是比例或百 分比。下面主要介绍关于定量变 量的数字描述。
小结
• 例(rich.sav)：福布斯世界富豪排行榜
– Rank：排名 – Name：姓名 – Citizenship：国籍 – Region：地区 – Age：年龄 – NetWorth：净财富（10亿美元） – Residence ：居住地
210
200
591658
190
180
170
盒型图
248 322255390
高三男生身高
160
150
盒子的中间横线是数据的中位数(median)，封闭盒子的上下两横线 （边）140为上下四分位数（点）；按照SPSS的默认选项，如果所有 样本中的N =数目都在离地四区1分613 位点1.5倍盒子长地度区1275之内，则线的端点为 最大和最小值，否则线长就是1.5倍的盒子长度（盒子长度称为四 分位间距地）区，在其外面的度量单独点出
该图40的横坐标是身高区间，这里每一格代表5cm的身高范围（格子
宽度因不同的数据性质或要求而定，这里的格子宽度为5cm），而
纵坐标为各种身高区间的身高的频数。
30
直方图
20
10
0 150.0 155.0 160.0 165.0 170.0 175.0 180.0 185.0 190.0 195.0 200.0
• 在表格上方可以看到一个变量要设置如下几 项:name(变量名)、type(变量类型)、width(变量值的 宽度)、decimals(小数位) 、label(变量标签) 、 Values(定义具体变量值的标签)、Missing(定义变量 缺失值)、Colomns(定义显示列宽)、Align(定义显示 对齐方式)、Measure(定义变量类型是连续、有序分类 还是无序分类).
25.00
17 . 0000000011112222233333344
24.00
17 . 555666677777777777888899
13.00
18 . 0111111122333
11.00
18 . 55667788899
4.00
19 .Βιβλιοθήκη 2.0019 .3.00 Extremes
2333 56 (>=198)
– 要研究的变量的取值范围 – 格子的宽度因数据性质而定
• 纵坐标
– 频数 – 百分比
• 数据分布的简单描述
– 单峰/双峰 – 对称/非对称 – 数据的疏密
39
• 盒型图
– 不同区域年龄分布 – SPSS: GraphsInteractive Boxplot
100.00
75.00
Age
50.00
开放式题型的设置:诸如你所在的省份是_____这样的填空题即 为开放题,设置这些变量的时候只需要将Value 、Missing两项不 设置即可.
数据录入：Spss数据录入方式
1.读取SPSS格式的数据 2.读取Excel等格式的数据 3.读取文本数据（Fixed和Delimiter) 4.读取数据库格式数据(分如下两步) （1）配置ODBC （2）在SPSS中通过ODBC和数据库进行