Transcript SPSS统计分析03

SPSS 16实用教程
第3章 统计描述
3.1 均值（Mean）和均值标准误差（S.E.mean）
3.2
中位数（Median）
3.3
众数（Mode）
3.4
全距（Range）
方差（Variance）和标准差
（Standard Deviation）
四分位数（Quartiles）、十分位数
3.6
（Deciles）和百分位数（Percentiles）
3.5
3.7
频数（Frequency）
3.8
峰度（Kurtosis）
3.9
偏度（Skewness）
3.10
标准化Z分数及其线性转换
3.11
探 索 分 析
3.12
交叉列联表分析
3.13
多选项分析
3.14
基本统计分析的报表制作
SPSS基本统计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学习，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。
本章主要介绍如何在SPSS中进行平均数、
中位数、众数、方差、百分位、频数、峰度、
偏度、探索分析、交叉联列表分析、多选项分
析、基本统计报表制作等的操作。
3.1
）
均值（Mean）和均值标准误差（S.E.mean
3.1.1 统计学上的定义和计算公式
定义：均值（平均值、平均数）表示的是
某变量所有取值的集中趋势或平均水平。例如，
学生某门学科的平均成绩、公司员工的平均收
入、某班级学生的平均身高等。
计算公式如下。
总体平均数：若一组数据X1，X2，…，XN，
代表一个大小为N的有限总体，则其总体平均
数为
样本平均数：若一组数据x1，x2，…，xn，
代表一个大小为n的有限样本，则其样本平均
数为
样本数据来自总体。样本的统计描述量可
以反映总体数据的特征，但由于抽样等原因，
使得样本数据不一定能够完全准确地反映总体，
它可能与总体的真实值之间存在一定的差异。
进行不同次抽样，会得到若干个不同的样本均
值，它们与总体均值存在着不同的差异。
均值标准误差（Standard Error of
Mean，S.E. mean）就是描述这些样本均值与
总体均值之间平均差异程度的统计量。
3.1.2 SPSS中实现过程

研究问题
求某班级学生在一次数学测验中的平均成
绩，数据如表3-1所示。
表3-1
某班级的数学成绩
数学成绩
99 88 79 59 54 89 79 56 89 99 23 89 70 50 67 78 89 56

实现步骤
图3-1 在菜单中选择“Frequencies”命令
图3-2 “Frequencies”对话框（一）
图3-3 “Frequencies：Statistics”对话框（一）
3.1.3 结果和讨论
3.2
中位数（Median）
3.2.1 统计学上的定义和计算公式
定义：把一组数据按递增或递减的顺序排
列，处于中间位置上的变量值就是中位数。它
是一种位置代表值，所以不会受到极端数值的
影响，具有较高的稳健性。
计算公式：一个大小为的数列，要求其中
位数，首先应把该数列按大小顺序排列好，如
果为奇数，那么该数列的中位数就是位置
N 1
2
上的数；如果N为偶数，中位数则是该数列中
N
N
第
与第
+1位置上两个数值的平均数。
2
2
3.2.2 SPSS中实现过程

研究问题
求某班级学生身高的中位数，数据如表32所示。
表3-2
某班级学生的身高
身高（cm）
174 168 164 174 176 150 183 162 171 146 189 167

实现步骤
图3-4 “Frequencies：Statistics”对话框（二）
3.2.3 结果和讨论
3.3
众数（Mode）
3.3.1 统计学上的定义和计算公式
定义：众数是指一组数据中，出现次数最
多的那个变量值。众数在描述数据集中趋势方
面有一定的意义。例如，制鞋厂可以根据消费
者所需鞋的尺码的众数来安排生产。
计算公式：手工计算众数比较麻烦，需要
统计数据的次数分布。
3.3.2 SPSS中实现过程

研究问题
求某医院当天出生新生儿的体重的众数，
数据如表3-3所示。
表3-3
新生儿的体重
体重（斤）
8 7 6 7 5 4 5 6 8 7 5 6 4 7 6 5.5 7 4

实现步骤
图3-5 “Frequencies:Statistics”对话框（三）
3.3.3 结果和讨论
3.4
全距（Range）
3.4.1 统计学上的定义和计算公式
定义：全距也称为极差，是数据的最大值
与最小值之间的绝对差。在相同样本容量情况
下的两组数据，全距大的一组数据要比全距小
的一组数据更为分散。
计算公式：最大值－最小值。
3.4.2 SPSS中实现过程

研究问题
求某班级学生数学成绩的全距，数据如表
3-4所示。
表3-4
某班级的数学成绩
数学成绩
99 88 79 59 54 89 79 56 89 99 23 89 70 50 67 78 89 56

实现步骤
图3-6 “Frequencies:Statistics”对话框（四）
3.4.3 结果和讨论
3.5 方差（Variance）和标准差（Standard
Deviation）
3.5.1 统计学上的定义和计算公式
定义：方差是所有变量值与平均数偏差平
方的平均值，它表示了一组数据分布的离散程
度的平均值。标准差是方差的平方根，它表示
了一组数据关于平均数的平均离散程度。方差
和标准差越大，说明变量值之间的差异越大，
距离平均数这个“中心”的离散趋势越大。
3.5.2 SPSS中实现过程

研究问题
求某班级学生数学成绩的方差和标准差，
数据如表3-1所示。
 实现步骤
图3-7 在菜单中选择“Descriptives”命令
图3-8 “Descriptives”对话框（一）
图3-9 “Descriptives：Options”对话框（一）
3.5.3 结果和讨论
3.6 四分位数（Quartiles）、十分位
数（Deciles）和百分位数（
Percentiles）
3.6.1 统计学上的定义
定义：四分位数是将一组个案由小到大
（或由大到小）排序后，用3个点将全部数据
分为四等份，与3个点上相对应的变量称为四
分位数，分别记为Q1（第一四分位数）、Q2
（第二四分位数）、Q3（第三四分位数）。其
中，Q3到Q1之间的距离的一半又称为四分位差，
记为Q。四分位差越小，说明中间的数据越集
中；四分位数越大，则意味着中间部分的数据
越分散。
十分位数是将一组数据由小到大（或由大
到小）排序后，用9个点将全部数据分为十等
份，与9个点位置上相对应的变量称为十分位
数，分别记为D1，D2，…，D9，表示10%的数据
落在D1下，20%的数据落在D2下，…，90%落在
D9下。
百分位数是将一组数据由小到大（或由大
到小）排序后分割为100等份，与99个分割点
位置上相对应的变量称为百分位数，分别记为
P1，P2，…，P99，表示1%的数据落在P1下，2%
的数据落在P2下，…，99%落在P99下。
3.6.2 SPSS中实现过程

研究问题1
求某班级学生数学成绩的四分位数，数据
如表3-1所示。

实现步骤
图3-10 “Frequencies:Statistics”对话框（五）

研究问题2
测量54个某种机械零件的重量（克），求
零件重量的D6，数据如表3-5所示。
表3-5
零件的重量
零件重量（克）
46 51 59 54 46 53 37 52 50 51 49 44 49 44 43 46 56 47
52 52 50 47 55 49 47 52 52 42 45 40 60 63 54 40 55 50
56 46 49 53 46 55 44 45 57 52 50 49 55 48 58 42 52 59

实现步骤
图3-11 “Frequencies:Statistics”对话框（六）
图3-12 “Frequencies:Statistics”对话框（七）

研究问题3
测量出54个某种机械零件的重量（克），
求零件重量的P37，数据如表3-5所示。

实现步骤
图3-12 “Frequencies:Statistics”对话框（七）
3.6.3 结果和讨论
研究问题1的程序运行结果如下表所示。
研究问题2的程序运行结果如下表所示。
研究问题3的程序运行结果如下表所示。
3.7
频数（Frequency）
3.7.1 统计学上的定义和计算公式
定义：频数就是一个变量在各个变量值
上取值的个案数。如要了解学生某次考试的成
绩情况，需要计算出学生所有分数取值，以及
每个分数取值有多少个人，这就需要用到频数
分析。
变量的频数分析正是实现上述分析的最好
手段，它可以使人们非常清楚地了解变量取值
的分布情况。
3.7.2 SPSS中实现过程

研究问题
10个学生在某次数学、语文、化学考试中
成绩如表3-6所示，试求学生在3门课程上的频
数分布。
表3-6
学生成绩
姓
名
数
学
语
文
化
学
hxh
99.00
98.00
100.00
yaju
88.00
89.00
45.00
yu
99.00
80.00
56.00
shizg
89.00
78.00
67.00
hah
94.00
78.00
78.00
lisa
90.00
89.00
87.00
watet
79.00
87.00
89.00
jess
75.00
76.00
97.00
wish
89.00
56.00
76.00
iiakii
80.00
76.00
100.00

实现步骤
图3-13 “Frequencies”对话框（二）
3.7.3 结果和讨论
程序运行结果如下表所示。
3.8
峰度（Kurtosis）
3.8.1 统计学上的定义和计算公式
定义：峰度是描述某变量所有取值分布形
态陡缓程度的统计量。这个统计量是与正态分
布相比较的量，峰度为0表示其数据分布与正
态分布的陡缓程度相同；峰度大于0表示比正
态分布高峰要更加陡峭，为尖顶峰；峰度小于
0表示比正态分布的高峰要平坦，为平顶峰。
具体的计算公式为
3.8.2 SPSS中实现过程

研究问题
某班级40个学生的年龄分布如表3-7所示，
试求学生年龄峰度。
表3-7
学生年龄
年
龄
人
数
18
1
19
7
20
22
21
8
22
2

实现步骤
图3-14 在Data菜单中选择“Weight Cases”命令
3.8.3 结果和讨论
3.9
偏度（Skewness）
3.9.1 统计学上的定义和计算公式
定义：偏度也是描述数据分布形态的，它
是描述某变量取值分布对称性的统计量。具体
的计算公式为
这个统计量是与正态分布相比较的量，偏
度为0表示其数据分布形态与正态分布偏度x相
同；偏度大于0表示正偏差数值较大，为正偏
或右偏，即有一条长尾巴拖在右边；偏度小于
0表示负偏差数值大，为负偏或左偏，有一条
长尾拖在左边。而偏度的绝对值数值越大表示
分布形态的偏斜程度越大。
3.9.2 SPSS中实现过程

研究问题
某班级41个学生的身高分布如表3-8所示，试
求学生身高分布偏度。
表3-8
学生身高
身高（cm）
人 数
165
1
168
7
170
22
173
8
175
2
180
1

实现步骤
图3-17 “Frequencies:Statistics”对话框（九）
3.9.3 结果和讨论
3.10
标准化Z分数及其线性转换
3.10.1 统计学上的定义和计算公式
3.10.2 SPSS中实现过程

研究问题1
求某班级学生数学成绩的Z分数，数据如
表3-1所示。

实现步骤
图3-18 “Descriptives”对话框（二）
图3-19 “Descriptives：Options”对话框（二）
图3-20 数据编辑窗口

研究问题2
从图3-20中可以看到学生数学成绩的Z分
数有正有负，而且小数点位数较多，因此可以
把它线性转换为T分数。

实现步骤
图3-21 在菜单中选择“Compute Variable”命令
图3-22 “Compute Variable”对话框
图3-23 “Compute Variable：Type”对话框
图3-24 数据编辑窗口
3.10.3 结果和讨论
从Z分数（图3-20）和T分数（图3-24）的
结果中可以看出此班级学生数学成绩的T分数
比之前的Z分数简洁多了，比较起来一目了然。
3.11
探 索 分 析
3.11.1 统计学上的定义和计算公式
定义：调用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。
它在一般描述性统计指标的基础上，增加有关
数据其他特征的文字与图形描述，显得更加细
致与全面，有助于用户思考对数据进行进一步
分析的方案。
1．探索分析的内容包括下面几个方面

检查数据是否有错误：过大或过小的
数据均有可能是奇异值、影响点或错误数据。
要找出这样的数据，并分析原因，然后决定是
否从分析中删除这些数据。因为奇异值和影响
点往往对分析的影响较大，不能真实反映数据
的总体特征。

对数据规律的初步观察：通过初步观
察获得数据的一些内部规律，例如，两个变量
间是否线性相关。
2．探索分析的考察方法
探索分析一般通过数据文件在分组与不分
组的情况下，获得常用统计量和图形。一般以
图形方式输出，直观帮助用户确定奇异值、影
响点、进行假设检验，以及确定用户要使用的
某种统计方式是否合适。
3．正态分布检验
常用的正态分布检验是Q-Q图。本例中进
行了正态分布检验。
4．方差齐次性检验
对数据分析不仅需要进行正态分布检验，
有时候还需要比较各个分组的方差是否相同，
这就要进行方差齐次性检验。例如，在进行独
立右边的T检验之前，就需要事先确定两个数
据的方差是否相同。
如果通过分析发现各个方差不同，还需要
对数据进行方差分析，那么就需要对数据进行
转换使得方差尽可能相同。在探索分析中可以
使用Levene检验。
Levene检验对数据进行方差齐次性检验时，
不强求数据必须服从正态分布，它先计算出各
个观测值减去组内均值的差，然后再通过这些
差值的绝对值进行单因素方差分析。如果得到
显著性水平小于0.05，那么就可以拒绝方差相
同的假设。
3.11.2 SPSS中实现过程

研究问题
20名10岁少儿的身高（cm）资料，数据如
表3-9所示，试作探索性分析。
表3-9
身高数据
Id
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
男孩身高（cm）
123.00
125.00
127.00
130.00
134.10
135.80
140.40
136.00
128.20
137.40
135.50
129.00
132.20
140.90
129.30
130.00
121.40
131.50
132.60
129.20
女孩身高（cm）
126.00
121.00
120.00
125.00
139.70
133.00
140.30
124.00
125.40
137.50
120.90
138.80
138.60
141.40
137.50
137.00
133.40
132.70
130.10
136.70

实现步骤
图3-25 在菜单中选择“Explore”命令
图3-26 “Explore”对话框
图3-27 “Explore: Statistics”对话框
图3-28 “Explore：Plots”对话框
图3-29 “Explore：Options”对话框
3.11.3 结果和讨论
在结果输出窗口中将看到如下统计数据。
（1）首先输出如下个案观察量摘要表，如下
表所示。
（2）然后输出如下表格。
（3）接着输出如下4个不同权重下作中心
趋势的粗略最大似然确定数，
（4）再接着输出百分位数，也是分组后
的百分位数，如下表所示。
（5）分别输出两个组中的最大5个数和最
小5个数，并且包括这些值对应的ID，如下表
所示。
（6）输出方差齐次性检验结果。
（7）系统还进行数据的茎叶情形描述。
图3-30 男孩身高的茎叶图
图3-31 女孩身高的茎叶图
（8）系统输出箱图，如图3-32所示。
图3-32 箱图
（9）输出Spread vs. Level图，如图333所示。
图3-33 Spread vs. Level图
（10）输出身高正态概率图（Normal QQ Plot of身高），如图3-34所示。
图3-34 男孩身高变量的正态概率图
图3-35 女孩身高变量的正态概率图
（11）输出离散正态概率图（Detrended
Normal Q-Q Plot of身高），男孩身高如图
3-36所示，女孩身高如图3-37所示。横坐标是
身高，纵坐标是和正态分布的偏离。
图3-36 男孩身高离散正态概率图
图3-37 女孩身高离散正态概率图
3.12
交叉列联表分析
3.12.1 统计学上的定义和计算公式
定义：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。
交叉列联表分析除了列出交叉分组下的频
数分布外，还需要分析两个变量之间是否具有
独立性或一定的相关性。要获得变量之间的相
关性，仅仅靠频数分布的数据是不够的，还需
要借助一些变量间相关程度的统计量和一些非
参数检验的方法。
常用的衡量变量间相关程度的统计量是简单相
关系数（参见本书有关章节），但在交叉列联
表分析中，由于行列变量往往不是连续变量，
不符合计算简单相关系数的前提条件。因此需
要根据变量的性质，选择其他的相关系数，如
Kendall等级相关系数、Eta值等。
SPSS提供了多种适用于不同相关系数的相关关
系，这些检验的零假设是：行和列变量之间彼
此独立，不存在显著的相关关系。SPSS将自动
给出检验的相伴概率，如果相伴概率小于显著
性水平0.05，那么应拒绝零假设，认为行列变
量之间彼此相关。
计算公式如下。
（1）卡方统计量检验是常用的检验行列变量
之间是否相关的方法。交叉列联表的卡方检验
零假设是：行列变量之间独立，计算公式为
卡方统计量服从（行数−1）×（列数−1）个
自由度的卡方统计，SPSS在自动计算卡方统计
量后，还会给出相应的相关概率。
（2）Contingency coefficient：列联系数。
用于名义变量之间的相关系数计算。计算公式
由卡方统计量修改而得，公式为
其中，N为样本系数
（3）Phi and Cramer‘s V：ψ系数。用
于名义变量之间的相关系数计算。计算公式由
卡方统计量修改而得，公式为
数值界于0～1之间，其中K为行数和列数
较小的实际数。
3.12.2 SPSS中实现过程

研究问题
用两个班级学生进行两个感冒疫苗的试验，
两个班级学生患感冒结果如表3-10所示，问两
个班级学生的患病比例有无差别。
表3-10
两班级学生的患病情况
班
级
患
病
不 患 病
1
53
20
2
40
4

实现步骤
图3-38 “Weight Cases”对话框
图3-39 在菜单中选择“Crosstabs”命令
图3-40 “Crosstabs”对话框
图3-41 “Crosstabs：Statistics”对话框
图3-42 “Crosstabs：Cell Display”对话框
图3-43 “Crosstabs：Table Format”对话框
3.12.3 结果和讨论
（1）先输出如下个案处理摘要表。
（2）下面所示表格是“班级”变量和“患
病”变量的交叉列联表结果表格。
（3）交叉分组下频数分布图形，如图3-44所
示。
（4）输出卡方统计结果表。
（5）输出相对危险度表格如下所示。
3.13
多选项分析
3.13.1 统计学上的定义和计算公式
定义：多选项分析是对多选项问题的分析
方法。所谓多选项问题，就是一个问题的答案
都是顺序变量或名义变量，并且允许选择的答
案可以有多种组合。
对于多选项问题，分解（编码方案）的方
法有两种。
1．多选项二分法（Multiple Dichotomies Method）
这种方法将每个可能的答案设置为一个
SPSS变量，变量的取值有两个，分别表示选中
或没选中。这种方法的缺点是需要的变量数比
较多。比如一道题目有6个选项，则一道多选
题目就需要用6个变量来表示。好处是比较简
单。
2．多选项分类法（Multiple Category Method）
多选项分类法首先估计多选项问题可能出
现的答案个数。比如一个多选题，如果最多有
3个答案，那么就设置3个SPSS变量，分别用来
存放3个可能的答案。如果某个案的答案只有
两个，那么第3个SPSS变量取值为缺失值。
采用多选项分类法，进行普通的频数分析
或交叉列联表分析有时候不能达到我们的要求。
比如，我们要了解某选项的选中次数，就需要
将3个变量中该选项的次数都累加起来，而不
仅仅是一个变量中该选项的累加。
针对这种情况，SPSS提供了多选项分析方
法，专门针对多选项问题。SPSS在处理的过程
中会自动地将3个变量中相同答案的频率累加
起来。
3.13.2 SPSS中实现过程

研究问题1
某商场对6种品牌的电视机进行消费者满
意度调查，随机调查了20位消费者，让他们选
出最满意的3个电视机品牌，收集到相应的数
据，如表3-11所示。试用多选项二分法利用
SPSS对该问题进行分析，包括频数分析和交叉
列联表分析。
表3-11
ID
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
20名消费者调查情况
康 佳
1
1
0
1
1
0
0
1
0
0
1
1
0
1
0
1
1
0
0
1
长 虹
0
0
0
0
0
0
1
0
0
1
1
0
1
0
0
1
1
1
1
1
西 湖
1
1
0
1
0
1
1
0
1
1
1
1
1
1
1
1
1
1
1
0
TCL
0
1
1
1
1
1
1
0
1
1
0
0
1
1
1
0
0
0
1
1
东 芝
1
0
1
0
0
1
0
1
1
0
0
0
0
0
0
0
0
0
0
0
创 维
0
0
1
0
1
0
0
1
0
0
0
1
0
0
1
0
0
1
0
0
性 别
1
0
0
0
0
1
1
1
0
0
0
1
1
0
0
0
0
1
1
1

实现步骤
图3-45 在菜单中选择“Define Variable Sets”命令
图3-46 “Define Multiple Response Sets”对话框（一）
图3-47 在菜单中选择“Frequencies”命令
图3-48 “Multiple Response Frequencies”对话框（一）
图3-49 “Multiple Response Crosstabs”对话框（一）
图3-50 “Multiple Response Crosstabs：Define Variable”对话框
图3-51 “Multiple Response Crosstabs：Options”对话框（一）

研究问题2
上面实现过程是采用多选项二分法，本例
采用多选项分类法对该问题进行分析。在本次
调查中，每个被调查人最多选择3个品牌，因
此有3个变量，用来保存每个被调查人的选择，
数据表格如3-12所示。
表3-12
ID
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
20名消费者调查情况
答 案 1
1
1
4
1
1
3
2
5
5
4
3
3
3
4
6
2
2
2
3
2
答 案 2
5
3
5
4
4
4
3
6
3
2
1
6
2
3
3
3
1
6
2
1
答 案 3
3
4
6
3
6
5
4
1
4
3
2
1
4
1
4
1
3
3
4
4
性 别
1
0
0
0
0
1
1
1
0
0
0
1
1
0
0
0
0
1
1
1

实现步骤
图3-52 “Define Multiple Response Sets”对话框（二）
图3-53 “Multiple Response Frequencies”对话框（二）
图3-54 “Multiple Response Crosstabs”对话框（二）
图3-55 “Multiple Response Crosstabs: options”对话框（二）
3.13.3 结果和讨论
上面分别采用了多选项二分法（研究问题
1）和多选项分类法（研究问题2）对问题进行
分析。
（1）多选项二分法频数分析结果如下表所示。
（2）下面所示结果表格是多选项二分法
的交叉列联表结果表格。
下面说明研究问题2的结果。
（1）多选项分类法频数分析结果如下表
所示。
（2）多选项分类法的交叉列联表结果表格
如下表所示。
1.4.2 SPSS的数据编辑窗口
SPSS主界面主要有两个，一个是SPSS数据
编辑窗口，另一个是SPSS输出窗口。
数据编辑窗口由标题栏、菜单栏、工具栏、
编辑栏、变量名栏、内容区、窗口切换标签页
和状态栏组成，如图1-2所示。
3.14
基本统计分析的报表制作
3.14.1 报表分类
本章上面各节讨论了SPSS的一些基本统计
功能。SPSS还提供了这些基本统计分析的报表
制作功能，根据报表制作的侧重点不同，可以
分为以下3种。
1．个案简明统计报表（Cases Summary）
2．行形式报表（Report Summaries in
Rows）
3．列形式报表（Report Summaries in
Columns）
3.14.2 SPSS中实现过程
研究问题1—个案简明统计报表
某公司两个部门共有20名员工，收集到员
工的基本工资、奖金和分红信息，生成个案简
明统计报表。数据如表3-13所示。

表3-13
20名员工的收入
部 门
基本工资
奖
金
分
红
0
1000
1500
800
0
800
1300
500
0
800
1300
500
0
800
1000
400
0
800
1000
400
0
800
1300
500
0
800
1000
800
0
900
1000
500
0
900
1300
500
0
800
1000
400
0
800
1000
400
1
900
1300
500
1
900
1000
800
1
900
1000
500
1
900
1300
500
1
900
1000
400
1
900
1000
400
1
1100
1500
500
1
900
1000
500
1
800
1200
600

实现步骤
图3-56 在菜单中选择“Case Summaries”命令
图3-57 “Summarize Cases”对话框
图3-58 “Summary Report：Statistics”对话框
图3-59 “Options”对话框

研究问题2—行形式报表
仍用研究问题1中的例子，数据见表3-13。

实现步骤
图3-60 “Report Summaries in Rows”对话框
图3-61 “Report：Data Columns for基本工资”对话框
图3-62 “Report：Summary Lines for 部门”对话框
图3-63 “Report：Break Options for 部门”对话框
图3-64 “Report：Final Summary Lines”对话框
图3-65 “Report：Options”对话框
图3-66 “Report：Layout”对话框
图3-67 “Report：Title(s)”对话框
研究问题3—列形式报表
某公司两个部门共有20名员工，收集到员
工的基本工资、奖金和分红信息，数据见表313，生成列形式报表。


实现步骤
图3-68 “Report：Summaries in Columns”对话框
图3-69 “Report：Summary Lines for 基本工资”对话框
图3-70 “Report：Summary Columns”对话框
3.14.3 结果和讨论
上面分别采用了个案简明统计报表、行形
式报表、列形式报表3种报告形式对两个部门
的员工收入情况进行了分析。
（1）个案简明统计报表结果如下表所示。
（2）行形式报表结果如下表所示。
（3）列形式报表结果如下表所示。
小
结
描述性统计是进行其他统计分析的基础和
前提。利用这些基本统计方法，可以对要分析
数据的总体特征有比较准确的把握，同时也为
更深入的分析提供了依据。
小
结
Frequencies命令可用于数字型或字符型
变量的统计分析，如均值、标准差、最小值、
最大值、众数、中位数、方差、全距等14种统
计量。
探索分析可对变量进行更为深入详尽的描
述性统计分析，有助于用户思考对数据进行进
一步分析的方案。