如何在 spss 中计算变量的描述性统计

理解数据集的最佳方法是计算数据集中变量的描述性统计量。描述性统计有以下三种常见形式：

1. 汇总统计数据– 使用单个数字汇总变量的数字。示例包括平均值、中位数、标准差和极差。

2. 表格——表格可以帮助我们理解数据是如何分布的。一个例子是频率表，它告诉我们有多少数据值落在特定范围内。

3. 图表– 这些帮助我们可视化数据。一个例子是直方图。

本教程介绍如何在 SPSS 中计算变量的描述性统计。

示例：SPSS 中的描述性统计

假设我们有以下数据集，其中包含某个班级 20 名学生的四个变量：

• 考试成绩
• 学习时间
• 预备考试已通过
• 目前班级成绩

以下是如何计算这四个变量中每一个变量的描述性统计量：

统计汇总

要计算每个变量的汇总统计量，请单击“分析”选项卡，然后单击“描述性统计量” ，然后单击“描述性” ：

在出现的新窗口中，将四个变量分别拖到标记为“变量”的区域中。如果您愿意，可以单击“选项”按钮并选择您希望 SPSS 计算的特定描述性统计数据。然后单击“继续” 。然后单击“确定” 。

单击“确定”后，将出现一个表格，显示每个变量的以下描述性统计数据：

以下是如何解释此表中分数变量的数字：

• N：观察总数。在本例中，有 20 个。
• 最小值：考试分数的最小值。在本例中，它是 68。
• 最大值：考试分数的最大值。在本例中，它是 99。
• 平均分：考试的平均分。在本例中，该值为 82.75。
• 标准。偏差：考试成绩的标准偏差。在本例中为 8,985。

这张表可以让我们快速了解每个变量的范围（使用最小值和最大值）、每个变量的中心位置（使用平均值）以及每个变量的值的分布（使用标准差）。

桌子

要为每个变量生成频率表，请单击“分析”选项卡，然后单击“描述统计” ，然后单击“频率” 。

在出现的新窗口中，将每个变量拖到标记为“变量”的框中。然后单击“确定” 。

将出现每个变量的频率表。例如，这是可变时间的：

该表的解读方式如下：

• 第一列显示hours变量的每个唯一值。在本例中，唯一值为 1、2、3、4、5、6 和 16。
• 第二列显示每个值的频率。例如，值 1 出现 1 次，值 2 出现 4 次，依此类推。
• 第三列显示每个值的百分比。例如，值1代表数据集中所有值的5%。值2代表数据集中所有值的20%，依此类推。
• 最后一列显示累积百分比。例如，值1和2一起代表总数据集的25%。值1、2、3总共代表数据集的60%，以此类推。

这张表让我们很好地了解了每个变量的数据值的分布。

图形

图表还可以帮助我们了解数据集中每个变量的数据值的分布。执行此操作的最流行的图表之一是直方图。

要为数据集中的给定变量创建直方图，请单击图表选项卡，然后单击图表生成器。

在出现的新窗口中，从“选择范围”面板中选择直方图。然后将第一个直方图选项拖到主编辑窗口中。然后将感兴趣的变量拖到 x 轴上。我们将在此示例中使用分数。然后单击“确定” 。

单击“确定”后，将出现一个直方图，显示变量分数的值的分布：

直方图向我们展示了考试分数的范围在 65 到 100 之间，大多数分数在 70 到 90 之间。

我们还可以重复此过程，为数据集中的每个其他变量创建直方图。