中心趋势是指一组数据向某个中心值靠拢的倾向。描述数据分布的中心位置的统计量称为位置统治量称为位置统计量。对于连续变量（或称为尺度变量）和定序变量，描述数据中心趋势的指标有均值，中位数，众数，5%结尾均值。对于定性数据（名义数据），描述数据中心趋势的指标只有众数。
均值一般是指数据的算数均值（算数平均数），是数据中心趋势的主要度量指标，也是实际问题中的使用最多的指标。设我们考察的变量有n个测量值，他们别记为x1,x2,...,xn,则算数均值如下。
把观测值按照从小到大顺序排列，剔除掉排序后的两端的部分分数值后计算得到的均值，称为结尾均值。
这样计算出的均值就避免了极端值的影响。
将观测值按照从小到大的顺序排列，位于中间位置的数值称为中位数。
中位数受极端值的影响较小，在具有极大或极小值的数据中，中位数比均值往往更能代表数据的集中趋势。
众数是观测值中出现次数最多的数值，其反应了这组观测值的集中趋势。
均值的标准误用来衡量不同样本的均值之间的差别。
在比较两组数据离散程度大小时，如果数据的测量尺度相差太大，或者是数据的量纲不一样，这时直接比较二者的标准差并不合适，需要首先消除测量尺度和量纲的影响。变异系数就可以剔除这些影响，设样本均值为，样本标准差为s，则变异系数的计算公式如下
分位数又称为百分位数，是一种位置指标。p%分位数是指使得至少有p%的数据小于或等于这个值，且使得至少有（100－p）%的数据大于或等于这个值。
所有观测值中，有四分之一的观测值小于下四位分数，四分之三的观测值大于下四分位数。中心位置的四分位数就是中位数。最大的四分位数称为上四分位数，记为Q。
分布图有很长的右尾，尖峰偏左，a>0，分布为负偏或左偏，即分布图形在左边拖尾，如图3－10（b）所示，分布图有很长的左尾，风尖偏右，a=0,分布对称。不论正，负哪种偏态，偏度的绝对值越大表示偏科的程度越大，反之偏斜程度越小，分布形状越接近对称。
许多统计过程也都提供描述性统计指标的输出。
SPSS自定义表模块也可以产生大部分的描述性统计指标。
最常用的是列在最前面的4个过程，即频率，描述，探索和交叉表。
以判断该变量是否服从正态分布
在SPSS中选择分析——描述统计——频率，出现在图3－12所示的频率对话框。前面3.1节已经介绍了频率表格，我们这里不在显示该表格。在图3－12中，不勾选显示频率表格。
在SPSS中，选择分析——描述统计——探索，得到图3－18所是的探索对话框，其中，相关元素的含义如下。
（1）因变量列表D:把需要分析的变量选人该框中，如果需要对改变量的不同分类进行详细分析，则要在因子列表中设置分类标准。
（2）因子列表F:设置对分析的变量进行分组设置的变量，这里选入的变量总是分类变量。
（3）标注个案C:如果需要在绘制的图形上标注观测值的信息，则需要把含有标注信息的变量选入该框中。
（4）统计量S:设置输出的描述性统计量。
（5）绘制T:该选项将选择输出的图形并进行相应的设置
（6）选项O:设置缺失值的处理方法
描述性统计分析除了应用数量指标以外，还可以应用条形图，饼图，帕累托图，直方图，箱图，茎叶图登统计图形。
在分析——描述统计——探索子菜单下的绘制选项，可以绘制箱图，茎叶图，直方图和检验数据正态性的QQ图。
定型数据的图形描述——条形图，饼图，帕累托图
定量数据可以采用3种统计图形来描述:直方图，茎叶图和箱图。
直方图先把连续型数据划分成若干个连续的区间，然后计算观测值落入各个区间的频率或者相对频率。
从直方图可以直观的观测数据的分布情况
茎叶图是描述定量变量的一种图形方式，它除了能给出直方图所给出的分布的信息以外，还能够还原大部分原始数据的信息。
箱图是总结五数（最小值，第一个四分位数，中位数，第三个四分位数，最大值）的图形表现。
数据标准化处理主要包括数据同趋化处理和无量钢化处理两个方面。数据同趋化处理主要解决不同性质数据问题。
标准化处理后，可以保证数据服从标准正态分布。