文档介绍：描述性统计分析过程
第1页，共17页，2022年，5月20日，15点18分，星期三
1. 平均数、标准误
返回本章首页
基本的描述性统计量
第2页，共17页，2022年，5月20日，15点18分，星期三
中森克人格问卷的测量中 ，，则其换算后的标准分数为 70 分 ；如果另一人的测试分数正好等于平均数，则其标准分数为50。
返回本章首页
第8页，共17页，2022年，5月20日，15点18分，星期三
探索分析
探索分析是对一组或多组数据的总体分布特征进行分析，以考察其中有无奇异值、极大或极小值等；考察各组数据或全部数据是不是正态或接近于正态分布；探索多组数据之间的方差是否齐性，以确定是否可以采用某种统计分析技术对数据进行检验等等。我们这里介绍：
1. 用直方图反映数据的分布直观形式；
2. 用箱图 （或叫框图）反映数据的集中趋势和奇异值；
3. 用Levene检验考察多组间方差是否齐性;
4. 用Q-Q概率图检验数据是否正态分布或接近正态分布。
返回本章首页
第9页，共17页，2022年，5月20日，15点18分，星期三
1. 用直方图直观地反映数据的总体分布
调
用
数
据
文
件
并
得
到
直
方
图
返回本章首页
直方图:是一种频数分布图, 它反映处在某一观测值范围内的个案数。图中每个直方条下部的中点坐标是该观测值范围的中点、直方条的宽度代表该观测值范围、直方条的高度代表该观测值范围内的个案数或人数比例。
第10页，共17页，2022年，5月20日，15点18分，星期三
2. 用箱图 （或叫框图）反映数据的集中趋势和特异值
调用数据文件并得到箱图
返回本章首页
批注 : 箱图可以直观地反映一组观测值的集中趋势、离散趋势、不正常观测值（奇异值和极值，均可被排除后重新分析）。左图中箱图的高度代表了25％ 位数到 75％ 位数的距离；箱图中的粗线代表中位数；箱图上下中央的垂直线叫触须线，触须线的上下截止线分别对应于观测值的最大值和最小值；用 O标记的是奇异值()、用*标记的为极大值或极小值(与框边距离超出框高3倍) 。
第11页，共17页，2022年，5月20日，15点18分，星期三
3. 用Levene检验方差是否齐性
方差齐性检验是统计分析中的一种常见过程，它是从样本方差以至样本各自所代表的总体方差是否相同而判断两个样本同质性（homogeneity) 的方法。简单地说，方差齐性检验就是检验各个方差是否存在显著性差异。一般采用Levene方法：先将各组观测值均转换为离差绝对值，然后对各组离差绝对值进行方差分析，如果方差分析的结果中p> ，则认为方差齐性（即方差具有相同性）；方差分析的结果中p<，则认为方差不齐性（即方差具有不同质性）。
方差齐性检验举例与spss过程演示
返回本章首页
第12页，共17页，2022年，5月20日，15点18分，星期三
4. 用Q-Q概率图检验数据是否正态分布
可以用正态概率Q-Q图和离散正态概率Q-Q 图检验观测值的分布是否是或接近于正态分布。正态概率图是由观测值与按正态分布的预期值作出来的散点图 ，如果实际值为正态分布 ，则其与预期值具有线性对应关系，散点图回归一条斜线，该斜线是正态分布的标准线，散点图组成的回归线越接近于标准线，表示实际观测数据越接近正态分布；如果以观测值、其与正态分布期望值的离差值做散点图，则当散点近似随机地落在过原点的中间横线周围时，数据分布接近于正态分布。
正态概率图（Normal Q-Q Plot)的SPSS过程
离散正态概率图（Detrended Normal Q-Q Plot)的SPSS过程
返回本章首页
第13页，共17页，2022年，5月20日，15点18分，星期三
返回本章首页
第14页，共17页，2022年，5月20日，15点18分，星期三
描述性统计，是心理学研究、教育研究中资料分析的基本内容和进一步分析的基础。常用的除上述介绍之外，还包括交叉列联表分析，我们将交叉列联表的分析转入非参数检验部分讨论。
本章要求熟练掌握的内容包括：平均数、标准差、中位数、众数、频数分布、标准分数 (Z)及其线性转换、峰度计算、偏度计算、奇异值和极值检测、方差齐性检验等方面的SPSS过程；准确理解直方图和箱图的各种特征及其所代表的含义。
返回本章首页
本章练习题及数据表
第15页，共17页，2022年，5月20日，15点18分，星期三
练习题
1. 表2-lx-1所示的数据是某中学初二5班学生的期末考