本文主要将从描述性统计的定义、描述性统计的应用场景、怎么进行描述性统计三个方面来介绍描述性统计。

我们对数据进行分析的时候，常常会遇见分类变量和数值变量。那么什么是分类变量和数值变量呢？分类变量是将一组数据分为几大类别，比如将民族分为汉族、藏族、回族。数值变量顾名思义，就是描述一个事物的具体数值，比如身高。

OLAP的中文意思是在线分析处理报告，主要用于对一个或多个分组变量类别中连续变量的总和、均值和其他单变量统计量。它可以为每个分组变量的每个类别创建单独的层，表中的每一个层是依据一个分组变量的结果输出。OLAP最大的特点就是交互性强，用户可以自主选择内容与形式。

卡方检验就是一种用来检验给定的样本数据是否来自特定分布的方法。它主要运用于定性资料的统计推断。卡方检验的零假设比较样本来自总体率相等的总体，它是实际频数与理论频数吻合程度的指标，差值越小，吻合程度越高。

在IBM SPSS Statistics中按行显示的摘要报告可以根据读者的需求将数据重新整理组织，并按照用户的要求在结果输出窗口进行展示输出。同时按行显示的摘要报告可以进行相关的统计分析并给出相应的统计量。按列显示的摘要报告功能与按行显示的摘要报告相似，只是在输出格式上略有不同，都会在本文中一并介绍。接下来我会用几个简单的步骤，在IBM SPSS Statistics中演示如何进行按行显示和按列显示的摘要报告。

现在假设有一份问卷报告，里面调查了用户对于某一商品质量的满意程度、售后的满意程度、回购的意愿这三项，那么要你去分析出这三项数据的相关性。这三者相或不相关是一个定性问题，那我们如何用数学的数据分析的方法来解决呢。在SPSS中我们可以使用皮尔逊检测法来做相关性分析。

在日常办公和学习研究中，经常需要对数据进行分类汇总。比如在统计公司员工的工资和年龄的时候，要求根据员工的性别求出员工的平均工资和平均年龄。就会用到分类汇总的功能，本文我会用IBM SPSS Statistics进行数据的分类汇总的演示。

在学校老师经常会计算成绩、统计及格人数、找出学生的薄弱科目等。这些工作在Excel中都需要自己编辑公式，而在IBM SPSS中我们可以通过计算新变量来完成上述工作。下文我将用几个步骤，在IBM SPSS中演示如何计算新变量。

我们在进行数据分析的时候，并不是所有的数据都需要进行分析。这就要求我们要对数据进行按条件选择。本文我将用IBM SPSS演示如何进行按条件筛选数据。

众所周知要对数据进行分析，首先要做的是对数据进行收集。这就造成了数据的来源往往是多方面的，我们必须要把数据合并到一个文件中才能进行分析，本文我将在IBM SPSS中教大家两种数据合并方式：数据的纵向合并和数据的横向合并。