目录
第五章常用统计图绘制及编辑第一节条形图的绘制
一、条形图的概念
三、条形图特征值划分
第二节线图
一、线图分类变量划分
二、线图特征值划分
三、其他图形的绘制
第三节统计图的编辑技巧
一、图元素编辑
二、图形编辑
三、图模板的应用
第第五五章章 常用统计图绘制及编辑
在统计分析中，统计图作为数据描述的重要方法之一，主要是通过点、线、条、面积等
的位置与大小的变化来表现或说明所研究问题的变化及其规律。在数据分析的过程中，数据分析图与数据表格有时可同时产生，有时必须分开进行。
统计图具有简洁、直观、可读性强和易理解等特点，被分析者和信息使用者广泛使用，因此，数据分析人员在进行统计分析时，掌握统计图的绘制与编辑是必不可少的数据分析技能。在spss 中，提供了用原始数据和表格中数据进行绘图的功能，数据图的种类也比较多，可方便地供数据分析人员选用。
第第一一节节 条形图的绘制
一、条形图的概念
1、条形图的含义
条形图（bar ）用条的根数代表分类变量所分组的多少，或者选用变量的个数，用条的高度反映各组分析指标值的大小，或者变量特征值的大小，各个条之间有间隔。它可以直观揭示或比较频数变量的频数特征值、分类变量在有关综述变量方面的特征值大小，以此发现重要组或类（group ）。 2、分类轴（category axis ）
条形图的横轴为分类轴，用来统计分类变量所分的组数。如果只有一个分类变量，这种条形图称为简单条形图（simple bar ），如果有两个分类变量，这种条形图称为复合条形图，其中一个变量称为分组变量，另一个变量称为分层变量。根据分层变量绘图方式的不同，复合条形图又分为分组分层条形图(clustered bar)、分组分段条形图(stacked bars)。 3、刻度轴（scale axis ） 条形图的纵轴为刻度轴，用来统计各个分组的特征值。按照特征值描述的对象不同分为以下三种类型：
一是组内特征值描述（summaries for groups of cases ），即分类变量将统计个案分成若干组，统计每个组的特征值，如统计各个组的频数、频率或其他能反映组特征变量在各个组上的特征值，这类条形图简称为组特征值条形图或分组条形图。
二是平行变量特征值描述（summaries of separate variables ），即选择若干个平行变量（指性质相同，可放在一起进行比较的一组变量），对这些变量的特征值进行统计，这类条形图简称为平行变量条形图，如被访者对10个产品分别打分，将10个产品的各自得分可看作是10个平行变量。
三是个案值描述（values of individual cases ），即直接描述数据库的原始数据而不再进行统计计算，这类条形图简称为个案条形图。如果在数据分析的过程中，已经得到了分组变量、平行变量的特征值，不必进行重新计算，可直接用数据作图。如用数据综述的方法得到了平行变量的综述特征值表，用该表中的数据制图。该功能与Excel 中的画图功能相似，因此在分析时，可直接使用Excel 工具绘图可能更方便。
二、条形图分类变量划分
条形图按照分类变量的选用情况分为简单条形图、复合条形图两大类，复合条形图按照图形表达方法不同又分为分组分层条形图与分组分段条形图。三种图的区别如图5-1（a ）、5-1（b ）、5-1（c ）所示，从图中可以看出，简单条形图只选用了一个分组变量来分组，没有进一步分层，各个条之间有间隔。分组分层条形图选用了一个分类变量（大类）和一个分
层变量（小类）来分组，属于同一组的条之间没间隔（小类不间隔），而不同组之间有间隔（大类间隔）。在分组分段条形图中，选用了一个分类变量和一个分层变量，条的个数为大类标志所分组的个数，而各层在每一条上按顺序分段表达出来，其分段长度代表了各个层的指标值的大小，总长度代表了汇总值。
P e r c e n t
图5-1（a ） 简单条形图
P e r c e n t
图5-1（b ）分层条形图
P e r c e n t
图5-1（c ）分段条形图
在SPSS中绘制条形图时，需要对以上三种情况进行选择，条形图选择窗口如图5-2(a)所示，各类图的绘制操作过程如下：
图5-2(a)条形图选择窗口图5-2(b)条形图选择窗口
1、简单条形图（simple bar）的绘制
1）打开数据文件“服装市场调查数据库.sav”。
2）点击“graphs →bar”→显示bar charts对话框，选择simple bar，点击【define】，进入绘图参数输入窗口，如图5-2(b)。
3）在条图纵轴指标（bar represents）选项中选择频率选项（% of cases），在分类轴横轴（category axis）中输入分类变量“q7”。如果不需要在图中显示缺失值统计结果，在options 选项中去掉缺失值显示(display groups defined by missing values)，其他均采用系统默认值。
4）确认【ok】，生成条图输出到“output”中，如图5-1（a）所示，该图反映了分类变量“q7”的各个组别出现的频率，即各年龄组的人数占总调查个案数的比例。
需要注意的是，条图的纵轴指标，也可以是综述变量的统计指标。在上述操作中，在选择条图纵轴指标（bar represents）选项中选择计算综述值（other summary function），在综述变量（variable）中输入变量“q6_1”，统计指标选择均值（也可选择其他值，如汇总值、方差等），在分类轴横轴（category axis）中输入分类变量“q7”，这时生成的条图反映的是各个年龄组别对某一品牌的评价情况。
2、分层条形图(clustered bar) 的绘制
1）打开数据文件“服装市场调查数据库.sav”。
2）点击“graphs →bar”→显示bar charts对话框，选择clustered bar，点击【define】进入绘图参数输入窗口。
3）在条图纵轴指标（bar represents）选项中选择频率选项（% of cases），在分类轴横轴（category
axis）中输入分类变量“q7”，在分层变量（define clusters by）中输入分层变量“q8”，其他均采用系统默认值。
4）确认【ok】，生成条图输出到“output”中。如图5-1（b）所示，该图的分类轴上，包括了分类变量和分层变量共同的分组，分类情况直接标注在横轴上，分层情况则以图例（legend）反映出来。该图反映了分类变量“q7”的各个组别中，不同性别的被访者出现的频率。
统计图的种类与简单条形图相似，其纵轴指标，也可以是综述变量的统计指标。在上述操作中，在选择条图纵轴指标（bar represents）选项中选择计算综述值（other summary function），并输入综述变量即可。
3、分段条形图(stacked bars) 的绘制
1）打开数据文件“服装市场调查数据库.sav ”。
2）点击“graphs → bar ” → 显示bar charts 对话框，选择stacked bar ，点击【define 】，进入绘图参数输入窗口。
3）在条图纵轴指标（bar represents ）选项中选择频率选项（% of cases ），在分类轴横轴（category axis ）中输入分类变量“q7”，在分段变量define stacks by 中输入分层变量“q8”，其他均采用系统默认值。
4）确认【ok 】，生成条图输出到“output ”中。如图5-1（c ）所示，该图的分类轴上，只包括分类变量，分类情况直接标注在横轴上，分段情况标注在条上，并以图例（legend ）反映出来。该图反映了分类变量“q7”的各个组别中，不同性别的被访者出现的频率，与分层条形图相比，较简洁。
与简单条形图相似，其纵轴指标，也可以是综述变量的统计指标。在上述操作中，在选择条图纵轴指标（bar represents ）选项中选择计算综述值（other summary function ），并输入综述变量即可。
三、条形图特征值划分
在绘制上面三种条形图时，图中的数据源选项（data in chart are ）中，有三种选择，如图5-2（a ）所示。不同选择，其条形图纵轴反映的指标值的含义不同，其绘制图形分别称为组特征值条形图、平行变量条形图、个案值条形图，如图5-3（a ）、5-3（b ）、5-3（c ）所示。从图中可以看出，图的外观没有太大的差别，其差别主要在于各种图的纵轴所揭示的指标值不同。
P e r c e n t
图5-3（a ）分组变量的频数描述图
图5-3（b ）平行变量平均值描述图
发布评论