图解spss探索分析实例最后更新：2012-12-10阅读次数：【字体：小中大】探索分析是在对数据的基本特征统计量有初步了解的基础上，对数据进行的更为深入详细的描述性观察分析。它在一般描述性统计指标的基础上，增加了有关数据其他特征的文字与图形描述，显得更加细致与全面，有助于用户思考对数据进行进一步分析的方案。主要的分析如下：（1）观察数据的分布特征：通过绘制箱锁图和茎叶图等图形，直观地反映数据的分布形式和数据的一些规律，包括考察数据中是否存在异常值等。过大或过小的数据均有可能是奇异值、影响点或错误数据。寻找异常值，并分析原因，然后决定是否从分析中删除这些数据。因为奇异值和影响点往往对分析的影响较大，不能真实地反映数据的总体特征。（2）正态分布检验：检验数据是否服从正态分布。很多检验能够进行的前提即总体数据分布服从正态分布。因此，检验数据是否符合正态分布，就决定了它们是否能用只对正态分布数据适用的分析方法。（3）方差齐性检验：用Levene检验比较各组数据的方差是否相等，以判定数据的离散程度是否存在差异。例如在进行独立右边的T检验之前，就需要事先确定两组数据的方差是否相同。如果通过分析发现各组数据的方差不同，还需要对数据进行方差分析，那么就需要对数据进行转换使得方差尽可能相同。Levene检验进行方差齐性检验时，不强求数据必须服从正态分布，它先计算出各个观测值减去组内均值的差，然后再通过这些差值的绝对值进行单因素方差分析。如果得到的显著性水平（Significance）小于0.05，那么就可以拒绝方差相同的假设。探索分析的具体操作步骤如下：打开数据文件，选择【分析】（Analyze）菜单，单击【描述统计】（DescriptiveStatistics）命令下的【探索】（Explore）命令，SPSS将弹出"探索"（Explore）对话框，如图3-9所示。在"探索"（Explore）对话框中，左边的变量列表为原变量列表，通过单击按钮可选择一个或者几个变量进入右边的"因变量列表"（DependentList）框、"因子列表"（FactorList）框和"标注个案"（LabelCasesby）列表框。因变量是用户所研究的目标变量。因子变量是影响因变量的因素，例如分组变量。标注个案是区分每个观测量的变量，如雇员的ID等。例如，研究同一班级男生和女生的身高差距时，就可将"身高"变量列入"因变量列表"（DependentList）框中，将"性别"列入"因子列表"（FactorList）框中，同时将学生的"学号"变量列入"标注个案"（LabelCasesby）列表框中。如果有多个分组变量进入"因子列表"列表框中，那么会以分组变量的各种取值进行组合分组。如两个分组变量各有2种取值，那么输出的结果就会有4种组合分组。在对话框下端的"输出"（Display）框中有三个选项：两者都（Both）：默认选项，表示同时输出描述统计量的统计表格和图形。选择此项将激活右边的【统计量】（Statistics）和【绘制】（Plots）按钮。统计量（Statistics）：表示只输出统计表格，不输出图表。选择此项将激活右边的【统计量】（Statistics）按钮，【绘制】（Plots）按钮不被激活。图（Plots）：表示只输出图表，不输出统计表格。选择此项将激活右边的【绘制】（Plots）按钮，【统计量】（Statistics）按钮不被激活。单击【统计量】（Statistics）按钮，打开"探索：统计量（Explore：Statistics）"对话框，如图3-10所示。在该对话框中，4个选择项分别如下：描述性（Descriptives）：选择此项，将生成描述性统计表格。表中显示样本数据的描述统计量，包括平均值、中位数、5%调整平均数、标准误、方差、标准差、最大值、最小值、组距、四分位数、峰度、偏度及峰度和偏度的标准误。此项为默认选项，在下面的"均值的置信区间"（ConfidenceIntervalforMean）文本框中，用户还可输入数值指定均值的置信区间的置信度，系统默认的置信度为95%。M-估计量（M-estimators）：选择此项，将计算并生成稳健估计量。M估计在计算时对所有观测量赋予权重，随观测量距分布中心的远近而变化，通过给远离中心值的数据赋予较小的权重来减小异常值的影响。界外值（Outliers）：选择此项，将输出分析数据中的5个最大值和5个最小值作为异常嫌疑值。百...
