SPSS > 使用技巧 > IBM SPSS Statistics的直方图与条形图是一样的吗?

IBM SPSS Statistics的直方图与条形图是一样的吗?

发布时间:2021-08-24 10: 57: 48

IBM SPSS Statistics的直方图与条形图在数据呈现上很相似,都是运用条状图形展示数据。但除了外形相似外,实际上,直方图与条形图无论是在数据类型、计算方法,还是在变量数量上都有一定的区别。

接下来,我们将通过一些例子来对比学习这两种图表形式。在本例中,将会使用到的是SPSS旧对话框中的条形图与直方图。

图1:条形图与直方图
图1:条形图与直方图

一、数据准备

本例使用到的是一组包含定性与定量变量的销售数据,包含了客流量、销售额、销售量三个定量变量,以及店铺类型、星级两个定性变量。

图2:销售数据
图2:销售数据

二、应用的变量类型不同

为什么数据要同时包含定性与定量两种变量?这是因为条形图与直方图的最大不同点在于适用的变量类型不同。

先来看一下直方图的变量设置面板,其中仅包含了一个变量,说明直方图适用于单变量的数据展示。另外,直方图可同时展示正态曲线。

我们将销售额设为直方图的变量。

图3:直方图设置
图3:直方图设置

如图4所示,直方图展示了销售额的分布,同时,通过正态曲线可检验数据是否符合正态分布。

需要注意的是,直方图对数值进行了分段,展示的是分段数值所占的频率。

图4:销售额直方图
图4:销售额直方图

当我们将店铺类型添加到直方图的变量时,SPSS会弹出警告,说明直方图变量不能添加字符串变量,因无法实现数值的分段。

图5:不允许字符串变量
图5:不允许字符串变量

与直方图相反,条形图则适用于定性数据,展示的是类别变量的计数值。

我们将店铺类型设为类别轴。

图6:条形图变量设置
图6:条形图变量设置

如图7所示,从店铺类型条形图可观察到不同店铺的计数,加盟店比直营店多一些。

图7:店铺类型条形图
图7:店铺类型条形图

条形图虽没有严格限制应用的数据类型,但如果将定量数据设为类别轴的话,条形图会显得很臃肿,并且也没什么展示意义。这是因为条形图无分段功能,无法对数值进行分段计数。

图8:销售额条形图
图8:销售额条形图

三、可同时展示的变量数量不同

在可同时展示的变量数量上,条形图有很大的优势,可同时展示两个变量作簇状条形图与堆积条形图。

图9:条形图类型
图9:条形图类型

簇状条形图可设定类别轴变量与聚类定义依据变量,来同时对比两个变量的数据分布。

我们将店铺类型设为类别轴、星级设为聚类定义依据。

图10:簇状条形图
图10:簇状条形图

根据以上变量设置,可得到如图11所示的簇状条形图,可同时对比加盟店与直营店中不同星级店铺的数量。比如,可以观察到,加盟店的四星店铺比直营店的四星店铺多。

图11:店铺类型与星级簇状条形图
图11:店铺类型与星级簇状条形图

堆积条形图则可以设置类别轴与堆积定义依据来观察A变量中B变量的占比。

我们将店铺类型设为类别轴、星级设为堆积定义依据。

图12:堆积条形图
图12:堆积条形图

根据以上设置,可得到加盟店与直营店的星级店铺占比。

图13:店铺类型与星级堆积条形图
图13:店铺类型与星级堆积条形图

四、小结

综上所述,虽然SPSS的直方图与条形图都是条状图,但两种图表应用的变量类型、变量数量都有所不同。

直方图适用于定量数据,并可展示数据的分段频率;而条形图适用于定性数据,可通过簇状条形图与堆积条形图展示两个变量的数据。

作者:泽洋

展开阅读全文

︾

标签:spss,直方图

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 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如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低,以F评价回归分析是否有统计学的意义,使用IBM SPSS Statistics进行回归分析,可以非常快速的完成R,F的计算,并且给出回归曲线方程,那么,SPSS回归分析中f值是什么?SPSS回归分析F值在什么范围合适,本文结合实例向大家作简单的说明。
2022-07-22
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
最新文章
SPSS多重线性回归分析怎么做 SPSS多重线性回归分析结果解读
多重线性回归分析,就是研究一个因变量和多个自变量的线性关系。与简单的回归分析不同,这里会涉及到多个自变量,比如研究影响销售额的因素,可能会包含客流量、销售量等,这些因素与销售额之间就可以构成多重线性关系,在SPSS软件中,可以轻松进行多重线性回归分析,接下来我们会介绍SPSS多重线性回归分析怎么做,SPSS多重线性回归分析结果解读的相关内容。
2026-11-04
SPSS中如何设置哑变量 如何用SPSS设置哑变量做Logistic回归
如果分析的数据中包含了一些分类变量,比如性别、地区、类型等,为了让这些分类变量可以参与数值运算,可以在研究分析数据前,将它们设置为哑变量,这样就能给它们赋予数值含义。在SPSS的软件使用中,可以在Cox回归、Logistic回归、线性回归等分析方法中设置哑变量。接下来,我们会介绍SPSS中如何设置哑变量,如何用SPSS设置哑变量做Logistic回归的相关内容。
2026-11-04
SPSS几何均数怎么输入数据 SPSS怎么计算几何均数的平均值
几何均数,与常用的均值一样,都可以用来描述数据的集中趋势。所不同的是,均值是用所有数据的和除以个数,而几何均数是用所有数据的乘积来开n次方根。所以,几何均值相对于均值来说,更不容易受到极端值的影响,比较适合用来计算比例、比率等。接下来我们会介绍SPSS几何均数怎么输入数据,SPSS怎么计算几何均数的平均值的相关内容。
2026-11-04
SPSS概率分析如何进行预测 SPSS如何做概率分布函数
概率分析指的是统计学中利用数理统计的方法对事件发生可能性进行分析和预测的一种分析方法,它的核心概念就是在充满不确定性的情况下,尽可能地预测某个事件发生的概率。概率分析在生物医疗领域的应用十分广泛,例如通过研究某种农药不同浓度情况下,害虫的死亡情况,可以得出该农药的“刺激强度”与“响应比例”关系,这就是概率分析中常用的一种分析方法,也是SPSS软件中“概率分析”功能所采用的分析方法。本文就介绍关于SPSS概率分析如何进行预测,SPSS如何做概率分布函数的相关内容。
2026-11-04
SPSS如何数据分组 SPSS如何将数据分组做频数分布表
我们如果手上的数据比较杂乱,让人找不到头绪的话,建议先给数据做一下分组,并统计不同分组的频数、比例等统计量,这样会更容易数据的分布规律并找到合适的分析方法。在一些分数、绩效、销售量统计中,常常会应用到数据分组的方法,接下来我们会介绍SPSS如何数据分组,SPSS如何将数据分组做频数分布表的相关内容。
2026-11-03
SPSS怎么进行变量降维分析 SPSS降维分析结果解读
在做一些品牌分析、消费者分析时,如果涉及到的变量比较多,而且变量之间可能存在共线性时,我们常常会先应用变量降维分析,来精简一些变量,让数据的研究分析变得更简单。在SPSS软件中,可以轻松地利用因子分析功能来实现变量的降维。接下来我们会介绍SPSS怎么进行变量降维分析,SPSS降维分析结果解读的相关内容。
2026-11-03

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: