SPSS频率分析---对公司购物网站用户消费行为以及消费态度进行分析
频率分析
- 频率分析主要通过频数分布表、条形图和直方图，以及集中趋势和离散趋势的各种统计量来描述数据的分布特征，以便我们对数据的分布
- 特征形成初步的认识，发现隐藏在数据背后的信息，为后续数据分析提供了方向和依据。
- 频率分析主要包括分类变量的频率分析和连续变量的频率分析。
- 1.1 分类变量频率分析
- 前段时间我们对公司购物网站用户消费行为以及消费态度进行了一次调研。以这份网站用户消费行为“调研数据”为例，在SPSS中实现分类变量的频率分析。
- 实验步骤：【分析】-【描述统计】-【频率】
-
图1-1 参数设置
- 输出Q1和Q2两道题目的频率分析结果
-
图1-2 频率分析输出结果
-
- 通过上述分析可知，有效个案数为1300个，缺失个案数为0个。第二张表和第三张表详细地显示了城市、性别这两个变量每个选项的频率
- 及其百分比，我们可以清晰地了解到被访者的城市及性别分布情况，从城市频率表中可知排名前三的有效个案数依次为
- 杭州(191个，占比14.7%)、上海(182个，占比14.0%)、北京(163个，占比12.5%)，从性别频率表中可知女性的有效个案数
- 最多，为680个，占比52.3%，男性为620个，占比47.7%。
- 3.1.2 连续变量频率分析
- 现在我们以“Q3. 周岁年龄”这个变量进行连续变量的频率分析。
- 【分析】-【描述统计】-【频率】-【Q3.周岁年龄】
-
图1-3 频率：统计参数设置
- (1)百分位值
- 百分位值主要用于对连续变量数据离散程度的测量，我们常用的百分数值一般是四分位数。
- (2)集中趋势
- 集中趋势反映了数据向其中心值聚集的程度，是对数据一般水平的概括性度量，主要通过平均数、中位数和众数来表示。
- (3)离散趋势
- 离散趋势反映了数据远离中心值的程度，是衡量集中趋势值对整个数据的代表程度。数据离散程度越大，说明
- 集中趋势值的代表性越低；反之，数据的离散程度越接近于0，说明击中趋势值的代表性越高。数据的离散
- 程度主要通过范围、标准差和方差来表示。
- (4)分布特征
- 在样本量较大的情况下，会提出研究假设，认为数据应当服从某种分布，每种分布都可以采用一系列的指标来描述数据
- 偏离分布的程度。例如，我们通常会考量数据是否服从正态分布、偏度和峰度就可以用来反映数据偏离正态分布的程度，
- 偏度和峰度越接近于0，说明数据越符合假定的正态分布。
-
- 图1-4 连续变量描述统计输出结果
- 通过上述图表分析可知，年龄数据的平均值为27.1，标准差为7.07，样本容量个案数为1300个，以30岁以下的年轻人居多；
- 从图表中可以大致了解数据的集中趋势和离散趋势，从直方图也可以看出“周岁年龄”这个变量的数据分布特征，该变量的分布特征大致符合正态分布