單元五、次數分配與資料檢查 沈瑞棋

學習標目標 本單元在說明利用spss製作次數分配表與繪製各種統計圖，並進行初步的資料檢查工作。 熟知SPSS資料檢查與次數分配的基本原理

基本原理 抽樣收集的資料經編碼、輸入電腦後應做資料檢核，再進行各種統計分析考驗。 描述統計是用描述或摘要研究者所蒐集到的資料性質的統計方法。 原始資料：未經過研究者分析或處理過的資料。無法提供任何有意義的訊息。 原始資料只有經過整理後，才能摘要或描述資料的形狀、特徵或意涵。 常用來做為原始資料整理的方法，就是次數分配表或圖示法。 次數分配表的製作，是將原始資料先進行初步分類，然後加以劃記製成次數分配表。由次數分配表可以計算每一分類的次數、累積次數、百分比以及累積百分比等訊息，進而解釋或描述資料的性質。

基本原理 次數分配表具有列功能。 檢測與描述資料集中的趨勢。 檢測與描述資料分散(變異)的趨勢。 檢查資料是否符合常態分配。 檢查資料是否出現極端值。 除次數分配表外，在描述或摘要原始資料特性時，常用圖示法。常用的有多邊圖、直方圖及圓形圖，使用圖示法有一缺點，就是以線條表示資料，會使資料無法呈現出原始資料所具有的數值訊息。 在資料分析時，除以次數分配表及圖示法描述或解釋原始資料的基本特性外，研究者常在正式開始資料分析作之前，檢查所蒐集資料之正確性，主要目的如下： 預防並偵測資料登錄過程的錯誤。 探測資料特性。 進行初步假設考驗，防止資料違反統計分析的基本假設(如變異數同質性)甚且進行資料轉換。

常用的方法 最常用來進行資料檢查的方法如下： 莖葉圖。 盒狀圖。 常態機率分佈圖。 散佈圖 雙變數 檢視相關的方向 檢視相關的強弱 檢視資料中是否出現極端值 檢視二變項之間之相關是否為線性

次數分配與資料檢查 Spss進行次數分配及資料檢查之指令主要有『分析』功能表中之『描述統計』下之『次數分配表』與『預檢資料』指令 ，以及『統計圖』功能表中之『散佈圖 』等三個指令。 『次數分配表』 主要製作次數分配表及繪製直方圖，並且可用來計算各種描述統計量。 『預檢資料』 主要功能，在進行資料檢查的工作，可用來繪製莖葉圖、盒狀圖及常態機率分佈圖。同時也可以製作次數分配表與計算描述統計量。 『散佈圖 』 可用來繪製各種散佈圖。

次數分配表指令 開啟『分析』 功能表之『描述統計』下之『次數分配表』指令之對話方塊 。 界定所要進行次數分配之變項名稱，可在來源變項清單中選取後移至『變數』方格中 ，可以點取多變項進行次數分配。 勾選『顯示次數分配表』之選項。 次數分配表對話方塊有『統計量』、 『圖表』、 『格式』三個次指令。

次數分配表指令 統計量次指令 圖表次指令 格式次指令 統計量提供四大類之描述統計量：包括百分位數、集中趨勢、分散情形及分配等共14類描述統計量。 圖表次指令 Spss提供長條圖、圓餅圖及直方圖三種統計圖，其中直方圖還可以進一步界定輸出常態分配曲線，而各種圖形之呈現方式，可以選擇次數分配表或百分比二種方式之一。 格式次指令 界定輸出報表之格式(只影響輸出之格式，不影響統計分析結果)。

預檢資料 進行資料檢查時，開啟『分析』 功能表之『描述統計』下之『預檢資料』指令之對話方塊 。 界定所要進行資料檢查之變項(通常是等距以上之變項)，可在來源變項清單中選取後移至『依變數清單』方格中 。方格中 可以同時移入多個變項進行資料檢查工作。 若想根據某類別變項(如年級、性別、等)各類別之不同，分別對依變項清單中所列之變項進行資料檢查，則可點該類別變項後，將之移至『因子清單』方格中。 對話方塊下有一個顯示選項，內設格式是統計量與繪圖兩者同時輸出，使用者可以單獨選擇輸出統計量或圖形。 預檢資料對話方塊有『統計量』、 『統計圖』、 『選項』三個次指令。

預檢資料 統計量次指令 統計圖次指令 選項次指令 包括描述性統計量與平均數的信賴區間估計值(內設為95%信賴區間)、Hampel的M估計值、偏離值及百分位數等各種統計量。 統計圖次指令 包括盒形圖、莖葉圖、直方圖及常態機率圖附檢定等。 選項次指令 界定有關遺漏值之三種處理方式。 完全排除遺漏值：在依變項只要任何一個變項上是遺漏值，則該筆觀察值就不列入資料分析中。 成對方式排除：只有進行資料檢查之變項是遺漏值才不納入分析，不考慮在其他變項上是否遺漏值。 報表值：

散佈圖 主要功能在繪製二變項間之交叉散佈圖。 開啟『統計圖』 功能表之『散佈圖』指令之對話方塊。散佈圖共有四種選項： 簡單。 重疊。 矩陣。 3-D型

次數分配表與圖示法 例一、(資料檔為Bank.sav) 有一研究者想要了解企業員工在任職年資這個變項上的次數分配情形，並計算四分位數，以及百分等級27及73所對應之百分位數，同時繪製任職年資的直方圖。請以spss解決此問題。

例一操作程序 開啟分析功能表之描述統計下之次數分配表指令對話方塊，並在來源變項清單點選變項任職年資，移至變數之方格中。 其次再點選統計量次指令鈕，開啟其對話方塊，點選四分位數選項，並點選百分位數選項且在方格中分別輸入27及73，點新增鈕再按繼續。 開啟圖表次指令對話方塊，點選直方圖選項，再按繼續鈕回上層。

資料檢查 例二、 (資料檔為Bank.sav) 有一研究者想要了解男性企業員工在起薪這個變項上的分配情形，是否符合常態性假設，同時檢查資料中是否出現極端值。試問如何以spss解決此問題？

起薪 Stem-and-Leaf Plot Frequency Stem & Leaf 9.00 3 . 6999 46.00 4 . 0000000000022333333344 58.00 4 . 5555555555555666888888888999 39.00 5 . 111111222444444444& 19.00 5 . 55577777& 12.00 6 . 00133 12.00 6 . 66699& 8.00 7 . 2222 4.00 7 . 55 9.00 Extremes (>=7800) Stem width: 1000 Each leaf: 2 case(s) & denotes fractional leaves.

散佈圖的繪製 可以顯示出二變項間相關之強弱、方向與性質，更重要是具有資料檢查之功能。 研究者所蒐集到的資料中，常會出現一些與絕大部份觀察值在性質上有極大差異的觀察值。 在資料登錄時也會因為誤登。 建立資料檔時按錯鍵而造成一些錯誤。 沒有宣告遺漏值。 以上四種情形常會造成資料中出現極端值，當資料出現極端值，研究者未經檢驗即進行統計分析，就會出現錯誤的結果。

例題(資料檔為bank.sav) 有一研究想要了解企業不同性別員工在起薪(begsal)、目前薪資(nowsal)以及工作價值量表總分之間之關係。 繪製下列三種散佈圖，並解釋結果： 起薪與目前薪資之交叉散佈圖 起薪與目前薪資對工作價值觀量表之重疊交叉散佈圖。 不同性別企業員工之起薪與目前薪資之交叉散佈圖。