IBM SPSS Statistics 中文网站 > 使用技巧 > SPSS名义变量中的数据描述与显示

SPSS名义变量中的数据描述与显示

发布时间:2021/10/27 11:36:06

   名义变量,指的是无序的分类变量,其类别值之间既无等级关系,也不可参与数值计算。名义变量的统计方式,主要是通过计算类别值个案的计数,来进行更加深入的统计分析。那么,SPSS名义变量中的数据描述与显示,应该如何操作,接下来一起来详细了解下吧。

   一、数据准备

   如图1所示,本例使用的是一组店铺数据,其中的“店铺类型”、“星级”是名义变量。

图1:店铺数据
图1:店铺数据

   如果不清楚变量的类型,或者想更改变量的类型,可以打开IBMSPSSStatistic的变量视图,在其测量指标中查看与更改。

   比如,我们可以将“所处区域”更改为名义变量,当然,其变量应当符合名义变量的定义才能更改。

图2:变量类型
图2:变量类型

   二、数据描述

   名义变量可运用IBMSPSSStatistic的频率与交叉表分析,统计变量的个案数据。

图3:描述统计
图3:描述统计

   在频率分析中,如图4所示,可查看名义变量值的个案频数与占比。比如,从店铺类型变量中,可查看加盟店的频数及其占比。

图4:频率表
图4:频率表

   而从交叉表中,如图5所示,可以看到变量值交叉分析后的频数。比如,可观察到三星加盟店的频数为37。

图5:交叉表
图5:交叉表

   三、数据图表显示

   而对于名义变量的图表显示,可采用条形图、饼图的形式。

图6:数据显示图表
图6:数据显示图表

   在条形图中,可利用簇状条形图了解两个变量交叉的个案频数。

   比如,如图7所示,通过店铺类型与星级的交叉分析,可观察到四星级加盟店的频数较多。

图7:簇状条形图
图7:簇状条形图

   另外,还可使用堆积条形图了解名义变量值的组成情况。比如,如图8所示,可分别观察到加盟店与直营店的星级店铺组成。

图8:堆积条形图
图8:堆积条形图

   如果想观察单个名义变量的类别值组成,可使用饼图,其展示结果更加直观。

图9:饼图
图9:饼图

   四、小结

   以上就是SPSS名义变量中的数据描述与显示的相关内容了,在数据描述上,IBM SPSSS tatistic的名义变量可通过频数分析、交叉表分析来描述数据分布特点;在数据图表展示上,可使用条形图(包含簇状条形图、堆积条形图)、饼图直观展示个案的计数特点,以对比不同变量值的占比。

   

作者:泽洋

标签:spss名义变量

读者也访问过这里:
SPSS Statistics
一款功能强大的数据统计分析工具
立即购买
QQ 群
官方交流群:815794396 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
SPSS线性回归如何预测 SPSS怎么得到预测值
SPSS线性回归预测的主要步骤是通过线性回归分析构建模型,得出线性回归方程,然后对整体效果进行F检验和T检验,证实回归方程的正确性。最后,给定一个自变量值,进行点预测和区间预测。下面,小编具体来介绍一下SPSS线性回归如何预测,SPSS怎么得到预测值的方法。
2022-01-10

咨询热线

在线咨询

限时折扣