T2.7 SPSS Summary

Summary

个案分析:一个BV的不同条件下N,n个DV的m个CASE具体值




按行汇总:一个BV的不同条件下(N),n个DV的m个统计值




按列汇总:一个BV的不同条件下(N),n个DV的1个统计值+t个对统计值的统计




OLAP立方:k个BV的不同条件组合下N),n个DV的m个统计值



数据透视表:你可以按照你的意愿排列变量和统计量的位置
Processing summaries每次呈现一个分析结果之前会先告诉你要处理哪些变量 有效样本多少



Case summaries 个案分析

你可以得到在一个分组V的不同条件下每个Case对应的各个观测V的值

可以怎么用呢?

比如你想知道总评级为优/良/差的每位同学,他们的数学和物理成绩具体是多少。

HOW?

Choose Analyze➪Reports➪Case Summaries


选择观测V和分组V,在左下角勾选/填写对应参数


顺便点击统计量Statistics,确认唯一选中的参数是个案数

Summaries in rows  按行汇总

特点:简单、灵活


你可以得到BV的不同条件下每个V的各统计值

HOW?

Choose Analyze➪Reports➪Report Summaries in Rows

选好分组V、观测V之后,在观测V的区域(Report area)设定摘要、选项、标题:

Report area-->Summary-->Select the Minimum Value, Maximum Value, and Number of Cases


Report area-->Options-->type @ in the Missing Values Appear as


Report area-->Titles-->Enter the first title-->Next-->Enter the second title

再在分组V的区域(Break Columns area)选中变量-选择摘要:

Break Columns area-->Summary-->Select the Mean of Values, Minimum Value, Maximum Value, and Number of Cases


Summaries in columns  按列汇总

EX:分析问卷里的多项评分题的得分情况

你可以得到在一个V的不同条件下多个V的均值/和/极值,同时可以得到这多个V的和/均值/极值

你可以插入多个Total,如多个V的均值的均值,多个V各自选项的和的均值,若干自变量的总和/差值,若干自变量的最小值...

How?

Analyze➪Reports➪Report Summaries in Columns


选中的数据列、分组列变量,同时插入总计


可选中特定变量,点击摘要Summary,选择希望统计的参数


可以在总计的summary里选择对应的参数

OLAP(Online Analytical Processing) Cubes 

用若干【定距变量】和若干【分类变量】将报告中信息切片组合得到的三维表格

当你手上有几个分类变量可作为IV,若干定距变量可作为DV,你就会想要一个CUBE看个大概

How?


Analyze➪Reports➪OLAP Cubes


the Summary Variable & the Grouping Variable



更改统计量,仅保留上述6个统计参数(此处的顺序就是报告的顺序,可调整)
默认得到的结果是DV的样本统计值
双击得到的表格会出现下拉框,你可以将总计换成BV的特定值的组合,然后得到不同BV组合的DV统计值


Pivot Tables 数据透视表




先在视图里把工具栏调出来


点击那个彩色的方形旋转按钮,在出现的对话框里把IV,DV的位置拖拽对调一下,如果有分类变量可以放在最左边那个层对应的区域内


然后,这个表就被转置了,你按照你期望的样子重新排布了变量的的位置
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 196,099评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,473评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 143,229评论 0 325
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,570评论 1 267
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,427评论 5 358
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,335评论 1 273
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,737评论 3 386
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,392评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,693评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,730评论 2 312
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,512评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,349评论 3 314
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,750评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,017评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,290评论 1 251
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,706评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,904评论 2 335

推荐阅读更多精彩内容