IBM SPSS Statistics 中文网站 > 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
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怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。
2022-05-12
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
最新文章
spss赋值后为什么显示不出来 spss赋值后为什么空白不显示
在现代数据分析中,SPSS(统计产品与服务解决方案)被广泛应用于社会科学、市场研究和健康科学等领域。尽管其功能强大,但在实际操作中,用户可能会遇到一些问题,例如赋值后数据不显示或空白。本文将探讨这些问题,并提供解决方案。
2024-06-14
spss异常值设置在哪里操作 spss异常值筛选后如何处理
在数据分析过程中,异常值是一个常见的问题,它可能会对分析结果产生影响。因此,正确处理异常值是非常重要的。本文将探讨SPSS如何处理异常值的方法。关于SPSS异常值设置在哪里操作,SPSS异常值筛选后如何处理的内容,本文向大家作简单介绍。
2024-05-22
spss去除无效数据方法 spss去除极端值方法
统计学是一门旨在收集、分析和解释数据的学科。在统计学中,数据的准确性和有效性至关重要。然而,有时候我们会遇到无效数据,这些数据可能是错误的、缺失的或者不完整的,它们会对统计结果产生严重的影响。使用SPSS对数据进行统计时,也常常会面对这些问题,关于SPSS去除无效数据方法,SPSS去除极端值方法的内容,本文向大家作简单介绍。
2024-05-08
spss异常值处理办法 spss异常值检验步骤
SPSS异常值检查是数据分析中一个非常重要的步骤。异常值指的是数据集中与其他观测值明显不同的数值。这些异常值可能会对统计分析结果产生影响,使用SPSS进行统计分析前,要对数据进行简单分析,例如查看有无缺失值,进行异常值检验等。有关SPSS异常值处理办法,SPSS异常值检验步骤的内容,本文向大家作简单介绍。
2024-04-24
spss筛选变量不能共线 spss筛选出没有缺失值的样本方法
SPSS是一种强大的统计分析软件,广泛应用于各种研究领域。在进行数据分析时,研究人员经常会遇到共线性问题。共线性是指自变量之间存在高度相关性的情况,这可能会导致模型不稳定、参数估计不准确甚至无法得出有效的结论。因此,共线性诊断和筛选变量在SPSS中变得尤为重要。有关SPSS筛选变量不能共线,SPSS筛选出没有缺失值的样本方法的内容,本文向大家作简单介绍。
2024-04-17
spss筛选功能在什么地方 spss筛选怎么做
SPSS软件是一款被广泛应用于数据分析和统计学习领域的工具。在数据处理过程中,筛选是一个非常重要的步骤,它可以帮助用户快速地找到所需的数据并进行进一步的分析。SPSS软件提供了强大的筛选功能,使用户能够轻松地筛选出符合特定条件的数据,从而提高数据处理的效率和准确性。SPSS筛选功能在什么地方,SPSS筛选怎么做,本文向大家作简单介绍。
2024-04-10

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: