SPSS 数据分析与应用课件 第3章 描述分析

第3章描述分析学习目标1.理解描述分析的目的、方法和应用范围2.掌握单变量常用描述分析方法及其SPSS实现3.掌握双变量常用描述分析方法及其SPSS实现4.了解描述分析报告的基本框架，能完成电商销售数据应用分析学习导读与引导案例描述分析是统计研究的基础环节：整理、概括、呈现数据，揭示分布特征与内在规律本章结合SPSS操作步骤与电商平台销售数据实例，系统介绍定性变量、定量变量以及变量组合的描述统计与图表展示。图3-1电商销售数据.sav（部分）思考1不同年龄、不同地区客户在商品选择上是否存在差异？如何量化并对比？思考2单一订单只能揭示局部特征；面向全平台大规模数据，应选择哪些指标展现整体规律？Part3.1定性变量的描述分析3.1.1定性变量的频数分布表核心任务：统计各类别出现次数与比例，编制频数分布表频数变量值落在某个类别中的次数频率各频数占样本量的百分比有效百分比不含缺失值的有效样本频数占比累计百分比各百分比逐级累加，最终为100%提示：SPSS输出的频率表通常同时包含“频率、百分比、有效百分比、累积百分比”，解读时先确认是否存在缺失值。3.1.1定性变量的统计图柱形图/条形图看频数高低，饼图看构成比例图3-2柱形图示例图3-3饼图示例绘制要点：类别可按频数或自然顺序排列，“其他”类置末；饼图类别不宜过多，通常4–5类为宜，过小类别可合并。3.1.2定性变量SPSS应用：频数分布以“商品品类”为例：分析(A)>描述统计(E)>频率(F)步骤1打开“电商销售数据.sav”步骤2选择【分析】>【描述统计】>【频率】，勾选“显示频率表”步骤3将“商品品类”选入变量列表步骤4图表选择“条形图/频率”步骤5格式设置“按计数降序排序”图3-4“频率”对话框图3-5“频率：图表”图3-6“频率：格式”3.1.2图表美化与结果解读双击输出图形进入图表编辑器，可调整大小、填充边框与类别图3-7图表编辑器图3-8“填充与边框”图3-9“类别”选项卡图3-10商品品类柱形图结果解读：样本量7284且全为有效；频数前三为床品件套1360、汽车配件1113、浴室用品1078，累计百分比达48.8%。表3-1商品品类频数分布表频率表解读：先看有效样本，再看排序与累计百分比商品品类频率百分比有效百分比累积百分比床品件套136018.718.718.7汽车配件111315.315.334.0浴室用品107814.814.848.8家装饰品97813.413.462.2厨房电器96113.213.275.4卧室家具84011.511.586.9电脑硬件78110.710.797.6办公家具1732.42.4100.0总计7284100.0100.0—结论：头部三类商品接近一半，商品结构呈明显集中。Part3.2定量变量的描述分析3.2.1定量变量的基本统计量从集中趋势、离散程度、分布形态与其他指标四个维度刻画数据图3-11基本描述统计量集中趋势均值/中位数/众数离散程度极差/四分位数/方差/标准差分布形态偏度/峰度其他常用Z标准化得分3.2.1集中趋势与离散程度均值代表一般水平；标准差描述波动范围，需警惕极值影响均值算术平均数；易受极值影响，偏斜分布中可能失真。中位数排序后中间值；不受极值影响，偏斜分布更稳健。众数出现次数最多的值；可用于非数值型数据。极差最大值-最小值；对异常值敏感。四分位数Q1/Q2/Q3；配合箱线图识别异常值。方差离均差平方的平均；越大越分散。标准差方差平方根；与原数据同量纲，更直观。3.2.1分布形态：偏度与峰度偏度看对称性，峰度看尖锐程度图3-12偏态分布：右偏/左偏图3-13峰度曲线右偏（正偏）：右侧长尾，多数数据集中在左侧；左偏相反。峰度=0接近正态，>0更尖峭，<0更矮胖。Z标准化可将不同量纲指标转为均值0、标准差1的可比数值。3.2.1直方图与常见分布形态矩形高度=频数，宽度=组距；形态异常常提示数据或业务问题正态陡坡型双峰型锯齿型孤岛型陡坡型：顶峰偏一侧，可与数据缺失/删除有关；双峰型：可能混合两个总体；锯齿型：分组过多或测量误差；孤岛型：主分布外小条形，常提示异常因素。必要时应调整组数或做对数变换。3.2.2定量变量SPSS应用：描述统计量以“销售额（元）”为例：分析>描述统计>描述图3-19“描述”对话框图3-20“描述：选项”对话框变量N最小值最大值均值标准偏差偏度销售额(元)72841250201933080995.8881614.4445.237峰度70.933标准错误0.057有效个案7284—解读：销售额右偏明显，存在少量高销售额；描述统计需结合直方图共同判断。3.2.2绘制直方图默认采用图表构建器：图形(G)>图表构建器(C)图3-21三种做图入口图3-25直方图构建器图3-26拖入销售额图3-27销售额直方图解读：直方图呈右偏分布，说明存在少量高销售额。若方法要求近似正态，可尝试对数变换改善分布形态。Part3.3双定性变量的相关性分析3.3.1双定性变量：交叉表列联表交叉分类两个变量，观察联合频数分布模式A＼BB1B2合计A1n11n12n1.A2n21n22n2.A3n31n32n3.合计n.1n.2nn11表示同时属于A1与B1的个案数。若频数在行/列间分布明显不均，提示两个变量可能存在关联。3.3.1双定性变量的三种柱形图比较绝对频数、整体构成与比例构成图3-28复式柱形图并列柱子，比较组内具体频数图3-29堆积柱形图既看总量，也看内部构成图3-30百分比堆积柱形图统一为100%，直接比较比例百分比堆积柱形图可消除样本量差异，最适合比较不同组别内部构成。3.3.2交叉表SPSS应用以“客户性别”和“区域”为例：分析>描述统计>交叉表图3-31“交叉表”对话框性别东北华北华东华南西北西南男508622625124026795女5548396731406320135总计1062146112982646587230表3-4示例：华东男性625人、女性673人。全样本7284；华南样本量最大（2646），西南最小（230）。解读交叉表时应同时看边际合计与单元格频数。3.3.2绘制百分比堆积柱形图关键设置：统计改为“百分比”，分母选“每个X轴类别的总计”图3-32条形图图库图3-33设置坐标与堆积图3-34元素属性图3-35设置百分比参数图3-36百分比堆积柱形图结果解读：区域与客户性别有关联；东北、西南区域女性占比相对较高。Part3.4双定量变量的相关性描述3.4.1双定量变量：皮尔逊相关回答两个问题：关系有多强？方向为正还是负？皮尔逊相关系数公式方向r>0正相关；r<0负相关强度经验划分|r|≥0.8强0.5≤|r|<0.8中度0.3≤|r|<0.5弱|r|<0.3极弱/无关取值范围为[-1,1]。皮尔逊相关只度量线性关系；显著相关不代表因果，异常值与非线性关系需结合散点图识别。3.4.1散点图与显著性检验散点图看模式、方向、强度与异常值；P值判断相关是否显著图3-38正相关/负相关/不相关零假设H0总体中无线性相关，r接近0备择假设H1总体中存在显著线性关系判断规则：若P值小于显著性水平（如0.05），拒绝H0，认为相关系数显著。3.4.2双定量变量SPSS应用实际售价×销售额：相关计算+简单散点图图3-39双变量相关性图3-40散点图构建器图3-41设置坐标轴图3-42实际售价与销售额散点图相关性实际售价销售额皮尔逊相关10.738**Sig.(双尾)—0.000r=0.738且P<0.01：中高强度正相关，散点呈上升趋势。Part3.5定量变量×定性变量3.5.1分组描述统计与分组箱线图按类别分组比较均值、中位数、离散程度与异常值变量A分组B统计量AB1平均值/中位数AB1方差/标准差AB2平均值/中位数AB2最小值/最大值………图3-43分组箱图结构箱线图同时呈现中位数、Q1/Q3、上下边缘与异常值；若箱体被极端值压缩或某组样本过少，可对纵轴变量做对数变换后再比较。3.5.2探索分析SPSS应用分析>描述统计>探索：因变量=销售额，因子=客户性别图3-43“探索”对话框销售额有效缺失总计男335703357女392703927指标男女平均值81968.7680164.21中位数61810.0061840.00标准偏差89922.4873775.93偏度6.5742.965峰度94.78317.705解读：男女销售额均值接近，但男性标准差、偏度与峰度更高，说明男性组高值更极端；中位数几乎相同，提示典型消费水平差异不大。3.5.2分组箱图与分类汇总先计算“对数销售额”，再用简单箱图比较；分类汇总可生成新数据集图3-44箱图构建器图3-45设置坐标轴图3-46客户性别分组箱图图3-47汇总数据图3-48汇总函数图3-49保存为新数据集分组箱图显示客户性别对销售额影响不大；分类汇总可按“日”等维度生成过程数据供后续绘图。Part3.6其他统计图3.6其他统计图折线图看时间波动，人口金字塔看两类别×定量对比图3-51折线图：横轴为日期时看波动图3-52人口金字塔图折线图：【图形】>【图表构建器】；人口金字塔：【图形】>【旧对话框】>【人口金字塔】。Part3.7应用实例随着互联网的普及与消费者习惯的线上化迁移，电商已成为零售市场的核心引擎。以全年最具影响力的“双11”购物节所在的11月为观察窗口，能有效洞察消费趋势与市场动态。本报告通过深度分析某电商平台当月的销售数据，旨在揭示其客户特征、商品销售结构与价格策略，为平台优化运营、调整策略提供数据驱动的决策参考。3.7某电商平台11月销售经营分析变量名称变量类型备注订单号字符串订单识别码，后续不做分析月日期此变量取值唯一，后续不做分析日日期—区域字符串—省区市字符串—客户性别字符串—客户年龄数字单位：岁商品品类字符串—进货价格数字单位：元实际售价数字单位：元销售额数字单位：元对数销售额数字计算公式为Ln(销售额)是否亏损售卖字符串当实际售价小于进货价格时取1，其他取03.7应用实例：客户画像分析华南占比最高，女性略多，年龄覆盖广且以中青年为主图3-53区域：华南36.3%图3-54女性53.91%图3-55年龄22–62岁画像结论：平台客群呈“华南集中、女性略多、中青年为主”的特征。区域上华南36.3%、华北20.0%；性别上女性53.91%为核心用户；年龄分布较均匀，主力消费来自中青年。3.7商品、价格与销售趋势低价商品为主且右侧长尾；“双11”拉动日销售额峰值图3-56进货价格图3-57实际售价图3-58日汇总销售额图3-59品类汇总销售额亏损售卖：表3-14显示39.6%订单为亏损售卖，可能与推广、清库存