一、SPSS數據分析—描述性統計分析
二、spss常見統計圖形
SPSS用於描述性統計分析的過程大部分都在分析—描述統計菜單中，另有一個在比較均值—均值菜單，雖然這幾個過程用途不同，但是基本上都可以輸出常用的指標結果。
1、分析—描述統計—頻率
此過程可以輸出連續型變量集中趨勢和離散趨勢的主要指標，還可以輸出判斷分布的直方圖、峰度值和偏度值，此外，該過程最主要的作用是輸出頻數表。結果舉例如下：
2、分析—描述統計—描述
看起來似乎這個過程才是正統的描述統計分析過程，實際上該過程輸出的內容並不多，也沒有統計圖可以調用，唯一特別的是該過程可以對數據進行標準化變換，並保存為新變量。
3、分析—描述統計—探索
探索性分析是對原有數據進行描述性統計的基礎上，更進一步的描述數據，和前兩種過程相比，它能提供更詳細的結果。
4、分析—描述統計—比率
該過程主要用於對兩個連續變量間的比率進行描述分析。
輸出的結果比較簡單，只是指標的匯總表格，在此略去
5、分析—描述統計—交叉表
分類變量的描述性統計比較簡單，主要就是看頻數分布和構成比，基本用交叉表一個過程就可以完成，該過程雖然放在描述統計中，但是由於功能豐富，也經常被用來做列聯表的推斷分析。
統計圖能夠簡潔、直觀地對主要的數據信息進行呈現，反映事物內在的規律和關聯。當然難免會丟失數據的細節，魚與熊掌不可兼得。
根據統計圖呈現變量的數量將其分為單變量圖、雙變量圖、多變量圖，然後再根據測試尺度進行細分。變量主要分為3類：無序、有序和連續型變量。
1、單變量圖：連續型變量
包括直方圖、莖葉圖、箱圖、P-P圖等。
2、單變量圖：分類變量
包括餅圖、簡單條圖、Pareto圖。
3、雙變量圖：連續應變量
即應變量為連續性變量的情形。注意此處 「應」 字並非筆誤，應變量可理解為數學方程中的因變量。
此時又可分為三種情況，當另一個主動變化的變量（自變量）為：
（1）無序分類變量：簡單條圖。
（2）有序分類變量：線圖，條圖。用於直觀表現隨著有序變量的變化，應變量是如何上升或下降的。
（3）連續性變量：散點圖。用散點的疏密程度和變化趨勢來對兩個連續變量間的數量聯繫進行呈現。
4、雙變量圖：分類應變量
當自變量為：
（1）分類變量：條圖。按具體呈現方式，又可分為：複式條圖、分段條圖和馬塞克圖3種。
（2）連續變量：目前沒有很好的圖形可用。常見處理方式是，將自/應變量交換後用條圖呈現。
以上介紹的雙變量圖僅是正規和常見的，其實還可利用單變量圖的特性，當自變量為分類變量時，可分類別繪製相應單變量圖進行呈現，常見的有分組箱圖、複式餅圖、直方圖組。
5、多變量圖
此處僅介紹 3 變量圖，切勿將統計圖做得太複雜，不然將失去統計圖 「直觀明了」 的優點。
要表現3個變量的關聯，最好是採用三維坐標的立體統計圖，但由於實際上還是在平面上對三維圖呈現，立體圖在使用上並不方便。
（1）當其中有變量為分類變量時，可以對二維圖進行擴充，使二維圖能夠表現更多信息。例如在散點圖中用點的形狀或者顏色區分不同類別，其實就是呈現了兩個連續變量和一個分類變量的數量關聯信息。類似的還有多線圖。
（2）當所有變量均為連續變量時，則上面的方法就不可用了。需要高維的散點圖才行，SPSS提供了一系列功能，如散點圖矩陣、立體散點圖和動態旋轉等。
6、其它特殊用途的統計圖。
（1）滿足某一行業特殊需求：如用於將統計數據與地域分布相結合的統計地圖、用於工業質量控制的控制圖、用於股票分析的高低圖。
（2）解決某種專門的統計分析問題：用於描述樣本指標可信區間或分布範圍的誤差條圖、用於診斷性試驗效果分析的ROC曲線、用於時間序列數據預分析的序列圖。
文章來源：美輯科研，版權歸原作者所有