"

新用户注册送59体验金 - 移动版拥有全球最顶尖的原生APP,每天为您提供千场精彩体育赛事,新用户注册送59体验金 - 移动版更有真人、彩票、电子老虎机、真人电子竞技游戏等多种娱乐方式选择,新用户注册送59体验金 - 移动版让您尽享娱乐、赛事投注等,且无后顾之忧!

<acronym id="moiky"></acronym>
<rt id="moiky"><center id="moiky"></center></rt>
<rt id="moiky"><small id="moiky"></small></rt>
<rt id="moiky"><small id="moiky"></small></rt>
<rt id="moiky"></rt>
<rt id="moiky"></rt>
"
您现在所在的位置是:首页 > 业界新闻

中小型服装企业常用统计表

在统计分析中,统计表作为精确描述数据的重要方法之一,主要是通过二维表格,将分析结果以数据列表的形式表达出来,从而说明所研究问题的变化及其规律。数据列表与统计图相比,虽然有些呆板枯燥,但其可以表现复杂的数据关系,统计图由于受作图空间的限制,对于一些复杂的数据关系,很难达到理想的直观表达效果。此外,数据列表可作为数据档案的保存形式,因此数据列表是数据分析中表达分析结果必不可少的工具,是数据分析人员在进行统计分析时必须掌握的数据分析技能。

★频数报表
统计分析的主要目的是研究总体的特征,对于一些分类性的数据,主要是通过描述各类数据出现的次数或频数、百分比等来分析数据的分布规律,从而发现重要的组或类。对分类数据进行分析的最重要的方法是频数分析,并生成频数报表。频数报表是描述顺序变量、名义变量等以定性分析为主的频数变量的频数分布规律的常用方法。对于一些连续性的变量,采用特定的分组标志,将其转化为频数变量,也可应用频数报表对其进行频数分布的分析,以此发现重要的数据组或数据段。因此,频数报表在市场调查分类资料的分析中被广泛应用,对于一些销售数据,也可通过特定的分类标志将销售特征数据转化为分类数据进行分析。按照频数报表揭示的分类变量情况不同,频数报表分为单变量频数报表、平行变量频数报表、交叉频数报表三大类。

一、单变量频数报表单变量频数报表是反映一个频数变量的频数及百分比等指标的报表,如表6—1所示。从表的结构可以看出,单变量频数报表是一个简单的二维表格,第一行为横表轴,代表一组分析指标,第一列为纵表轴,代表以该问题答案所分的组,只反映一个问题的频数分布情况。

例:打开练习库中的数据文件\Practice\中小服装企业市场调查数据库.say,调用Fre—quencies功能,生成变量“q8”的频数报表,操作过程如下:
(1)打开数据文件“服务水平调查数据库.say”。
(2)点击“Analyze---}DescriptiveStatistics--}Frequencies”,指定一个分析变量“q8”(也可多个),其他均采用系统默认值。
(3)点击确认钮【OK】,生成的频数表输出到“Output”中,如表6—1所示。该表显示了分类变量“q8”各个分组的频数、频率、累计频率等指标。表中结果显示,有效问卷中女性比例高达52.2%,明显高于男性比例。

二、平行变量频数报表
平行变量频数报表是将若干平行变量(指问题相似、分类标志相同的一组变量)的频数及百分比等指标在一张表格中显示出来,如表6—2所示。

该表统计了被访者在六个被选晶牌中,选择第一喜欢、第二喜欢、第三喜欢各个品牌所占的百分比,表格数据显示,第一喜欢的品牌中,真维斯所占比例最高,而且2002年度较2001年度的比例有较大的提高。
从表格的结构来看,横表轴分年度列示了三个平行变量,每个平行变量单独统计频数百分比,纵表轴则是若干个平行变量选用的共同分类标志(共同的变量值标签),显然这种报表能够将性质相似的问题在一张表中综合反映出来,综合性较强。在市场调查中,一些复合式问题的分析,用这种报表比单变量频数报表效果会更好。
通过调用SPSS的Analyze菜单中子菜单CustomTables的TablesofFrequencies功能,可以生成平行变量的频数报表。该报表的输入窗口。

在该窗口中,除了可输入需要统汁频数特征值的若千平行变量之外,还可输入分组变量Subgroups;输入分组变量时,在该项目中有两种输入方式:一是分组变量产生的分组结果显示在一张表中(inEachTable);二是分组变量产生的分组结果,在一张表中只显示第一组的结果(SeparateTables),如需了解其他组的结果,可点击陔表中的分层选择按钮Layers,进行选择。在输入分组变量时.两种输入方式可同时选用:此外,在该窗口中,还可选择统计参数(Statlstlcs),如频数(C。。n真)、百分比,汇总等,选择表格的外观(Layout)、给表格加标题(Titles)等。

例:打开练习库中的数据文件\Practice\中小服装企业市场调查数据库.sav,调用Ana—lyze菜单中子菜单CustomTables的TablesofFrequencies功能,生成“q11、q12,q]—3”三个平行变量的频数报表,操作过程如下:
(1)打开数据文什“中小服装企业市场调查数据库.,。、”。
(2)点击"Analyze、CustomTables--~TablesofFrequencies",指定一组平行变量“q11,q1—2、q1—3”,指定一个分组变量"year',,不指定分层变量。
(3)点击Statistics,要求统计频数百分比(Percent)、总计(Total),其他采用系统默认值。
(4)点击确认钮[OK],生成的频数表输出到"Output"中,如表6—2所示。该表显示了三个平行变量分年度的频率指标。

三、多变量交叉频数报表
(一)多变量交叉频数报表的含义
多变量交叉频数报表是指使用多个分类变量,对个案进行交叉分类,然后统计每个交叉分类的频数特征值,如表6—3所示。
该表格统计了七个年龄段、不同性别、不同收入被访者的频数,用来反映调查样本的人口特征。表格中数据显示,无收入层所占的比例比较高,与该品牌目标顾客群体定位于大中学生有关。而20岁以下的被访者中有极个别的高收入者,这些问卷需要进一步鉴定,判别其是否存在虚假信息或为无效问卷:

(二)行变量(日ow)、列变量(Column)、分层变量(Layer)
从表6—3的结构来看,横表轴列示了“年龄”变量的七个分组,该变量称为列变量(Column):
纵表轴列示了两个分组变量嵌套的分组类别,其中最左边的“性别”变量称为分层变量(Layer),共分两层,“收入”变量称为行变量(Row),共分四类。
上述三个变量将总体共分为2X4X7=56个交叉类,数据区统计了这些交叉分类中每类的人数及汇总数。

(三)多变量交叉频数报表的SPSS过程
通过调用SPSS的Analyze菜单中子菜单Descripti\,fSIa山“cs的Crosslab,功能,可以生成交叉频数报表i该报表的输入窗口如图6—2所示,输入的内容包括:
(1)输入交叉频数报表所使用的行变量、列变量、分层变量。
(2)选择是否需要生成分层条形图(Displayclusteredbarcharts)选项。
(3)Statistics选项:可进行方差检验,该功能将在非参数检验中说明。
(4)单元格参数(Cells)选项:选择统计参数,如频数(Count)、行百分比(Row%)、列百分比(Column%)等。
在上述操作中如果输入多个行变量或列变量,将根据行变量与列变量的组合,生成多张交叉报表,每张报表只能有一个行变量、一个列变量,但分层变量可以有多个,分层变量与行变量进行嵌套分类时,分层变量总是在行变量的前面。如果有几个分层变量,将按分层变量的顺序,依次由后到前排列。

例:打开练习库中的数据文件\Practice\中小服装企业市场调查数据库。say,调用Analyze菜单中子菜单DescriptiveStatistics的Crosstabs功能·,以“q9”为行变量,“q7”为列变量、“q8”为分层变量,生成三个变量的交叉频数报表,操作过程如下:
(])打开数据文件“中小服装企业市场调查数据库.say”。
(2)点击“Analyze—)DescriptiveStaust,cs-~Crosstabs”,在行变量(ROWS)中输入“q9',、列变量(Columns)中输入“q7”、分层变量(Layer)中输入“q8”,在单元格Cells选项中选择频数(Count),其他均采用系统默认值。
(3)点击确认钮[OK],生成的频数表输出到"Output"中,如表6—3所示。该表统计了按性别、收入、年龄三个变量交叉分类的频数。
从表中可以看出,该报表利用行变量、列变量、分层变量对所研究的问题进行交叉分类,并列出了各个明细类频数特征值的差别,可以比较各明细类所表现的差异性,因此这种报表的综合分析能力很强。在实际应用中,交叉表选用的变量也不宜太多,通常选用一个列变量、一个行变量,有时会增加一个分层变量。在实际应用中,交叉表可用于数据分析与检测、频数变量交叉分类后的非参数检验等。
此外,在运用交叉表进行分析时,通?;岱⑾忠恍┐砦笫?,如男性选择使用女性的服饰等,这类一般不会发生的情况,应作为错误数据处理,这种矛盾的数据在其他分析中就很难发现。

★综述报表
在统计分析中,综述变量的总体特征主要是通过均值、汇总值、方差等来表达,以此发现分析变量的集中趋势、变化趋势、离散程度等分布规律,从而预测这些变量未来的变化趋势。对连续性的定量数据进行分析的最重要的方法之一是将这些数据进行综合,如计算这些数据的平均值、汇总值、方差等,并生成综述报表。这种分析方法一般不适合分类数据资料。综述报表在销售数据分析中被广泛应用,在市场调查的一些定量评价分析中也可使用这种分析方法。综述报表按照其揭示数据的分类方法不同,可分为原始数据报表、多变量分组汇总报表、多变量交叉分组汇总报表、混合报表四大类。

一、原始数据报表
在数据分析过程中,有时需要将原始数据按照一定的组别用表格形式输出,这是原始数据报表的编制过程。对于原始数据报表,一般不进行汇总计算,但通?;岫允萁信判?、切分等操作,使原始数据按照预定的排序及格式输出。编制该报表可通过调用Analyze中子菜单Reports的CaseSummaries功能来实现。
例:打开练习库中的数据文件\Practice\服务水平调查数据库.。av,调用A。a·lyze中子菜单Reports的CaseSummaries功能,将服务水平调查的原始数据按变量“组别”分两组输出,操作过程如下:
(1)打开数据文件“服务水平调查数据库.sav”。
(2)点击“Data-4SphtFile”,选择切分文件的变量"group”,并选择分组输出(分析完成后需撤销切分)。
(3)点击“Analyze—)Reports……)CaseSummaries”,显示输入对话框,输入分析变量:将全部变量输入到Variables中,五分组变量(GroupingVariable)、统计参数(Statistics)列表中无参数,个案显示(Displaycases)选项中去掉个数限制,其他均采用系统默认值。
(4)点击确认钮【oK】,生成的原始数据表输出到“Output”中。

该表反映了两个组服务水平调查的原始数据。在数据分析中,有时候需要输出原始数据作为数据分析的附件,利用该功能可以形成需要的原始数据列表。

二、多变量分组汇总报表
该报表是将多个变量按照分组变量进行分类汇总,并以表格的形式输出汇总结果。编制该报表可通过调用Analyze中子菜单Reports的CaseSummaries功能来实现,输入窗口。
与生成原始数据报表不同的是:编制该报表时,变量窗口中只输入需要汇总的变量,分组变量中输入汇总时使用的分类变量。另外还需选择统计参数(Statistics)。该报表一般不要求显示原始数据。

在编制变量分组汇总报表时,如果选择了几个分组变量,这些分组变量将会以嵌套的形式进行分组,并输出所有分组的汇总结果。
例:打开练习库中的数据文件\Practice\服务水平调查数据库.sav,调用Ana.1yze中子菜单Reports的CaseSummaries功能,以变量“组别”为分组变量,统计各组在各个调查项目中的平均得分,操作过程如下:
(1)打开数据文件“服务水平调查数据库.sav"。
(2)点击“Analyze_Repons_CaseSummaries”,显示输入对话框,如图6—3所示。
(3)输入分析变量“q1、q2、q3、q4、q5、q6”,输入分组变量(GroupingVariable)“group”,统计参数(Statistics)列表中选择平均值(Mean),去掉个案显示(Displaycases)选项,其他均采用系统默认值,点击确认钮【OK】,生成的汇总数据表输出到“Output”中。

该表反映六个综述变量在各个分组中的平均值。另外,系统还会对全部数据自动生成相对应的总计汇总值(该项为默认方式,如果不需要该项,可在Options中去掉)。实际应用中,个案综述(CaseSummaries)的统计功能基本能满足综述变量的统计需要,但在Repots菜单中,还提供了另外三种形式的汇总统计功能,其区别简单介绍如下:
1.分层综述(Olapcubs)功能该统计功能与CaseSummaries功能,没有太大差别,只是两者结果的输出形式不同。分层综述报表只显示分层变量的某一层的统计结果,如需了解其他层的结果,可用分层按钮进行选择。
2.行综述统计(ReportSummariesinRows)功能该统计功能与CaseSum.maries功能相比,可以完成多变量、多参数的分组统计功能,不过,需要对分组汇总和全部数据汇总进行分别定义,且两者的汇总方式可以不同样,而且其输出的格式是文本格式而不是表格,因此汇总更加灵活,也更为复杂一些。
3.列综述统计(ReportSummariesinColumns)功能该统计功能与CaseSum.maries功能相比,可以完成多变量的分组统计,但每个变量只能统计一个参数,每个变量统计的参数可以不同样,而且还可以进行变量之间的汇总,这一点与前面几种不一样。因此,列综述统计生成的报表又称为分项综述报表。
以上几种报表功能,在Analyze菜单的子菜单CustomTables中BasicTables功能中很容易实现,有关操作将在后续内容中说明,在此不再举例。

三、多变量交叉分组汇总表
该报表是将多个变量按照行、列两个方向进行交叉分类,再进行分类汇总,并以表格的形式输出。
该表格分年度统汁了三个地区被访者对各个品牌满意度的调查结果,提供了分年度、分地区各个品牌满意度的对比值。
从该表的结构来看,横表轴列示了“年份”变量(列变量Across)的两个分组及每组下的三个汇总变量。纵表轴列示了一个分组变量(行变量Down)的三个分组,由此两个变量将总体共分为2X3=6个交叉类,然后对这六个交叉类分别统计三个变量的均值。
从表中可以看出,该报表利用行变量、列变量对所研究的问题进行交叉分类,并分类统计多个汇总变量的汇总值,可以比较各明细类所表现的差异性,因此这种报表的综合分析能力很强。在实际应用中,通常选用一个列变量、一个行变量,有时会增加一个分层变量,对汇总变量进行交叉分类汇总。

通过调用SPSS的Analyze中子菜单CustomTables的BasicTables功能,可以生成多变量交又分组汇总衷;
在该窗口中,输入汇总变量(5ummaries),输入交叉分组变量(Subgroups),分组变量有三类:一是行变量(Downj;二是列变量(Across);三是分层变量(5eparateTn—bles),根据分析需要输入,也可不输入交叉分组变量.选择统计参数(Statistic‘),如Mean、Sum,ColSUHI~C、RowSHHI~C等汇总参数,选择汇总(Totals),给表格加标题(Titles)等。

此外,在该窗I=1中,还可选择表格的外观(Layout),对表格外观的选择有以下几种形式:
(1)汇总变量标签在表格中的布置:纵向放在表格左边、横向放在表格顶部、每个变量作为表格的一层(通过表格中的分层按钮选择需要显示的汇总变量)。

(2)统计参数的标签在表格中的布置:纵向放在表格左边、横向放在表格顶部、每个参数作为表格的一层(通过表格中的分层按钮选择需要显示的汇总参数)。

(3)汇总变量与分组变量位置关系的布置:在全部的汇总变量之前放置分组、在全部的汇总变量之后放置分组。例:打开练习库中的数据文件\Practice\中小服装企业市场调查数据库.sav,调用Analyze中子菜单CustomTables的BasicTables功能,分年份、分地区对“q6—1、q6—2、q6—3”三个汇总变量进行交叉分组汇总,统计平均值,操作过程如下:
(1)打开数据文件“中小服装企业市场调查数据库.sav”。

(2)点击“Analyz--,CustomTables--}BasicTables”,显示输入对话框,输入综述汇总变量“q6—1、q6—2、q6—3”,输入分组变量(Subgroups),包括行分组变量(Down)“year”和列分组变量(Across)“dqbh”,在统计参数(Statistics)列表中选择平均值(Mean),Layout选项中,选择汇总变量标签(SummaryVariableLabels)横向放在表格顶部(Acrossthetop),其他使用默认值。

(3)点击确认钮【OK】,生成报表如表6—6所示。表中列出了两个分组变量的交叉分类以及汇总变量按各交叉类进行统计汇总的值。这种统计表类似于交叉频数表,不过其统计值不是频数而是综述变量的汇总值。

四、混合报表
该报表是将多个频数变量、综述变量等性质不同的变量,用不同的统计方法计算出的数据列示在一个表格中。如表6—7所示,该报表对“性别”这一频数变量按年度、地区进行了频数与百分比的统计,同时对三个综述变量,即三个品牌满意度按年度、地区进行了均值统计。该表将两种不同性质的变量进行了统计并列示在一张表格中。

横表轴按年份与地区两个变量嵌套分组;纵向列示了一频数变量和三个综述变量,分别统计了频数变量的频数与频率,以及综述变量的平均值。不难发现,混合报表与前面的报表相比,表格中的数据结构,逻辑关系更加复杂,而且可同时反映频数变量与综述变量的统计结果。
通过调用SPSS的Analyze菜单中子菜单CustomTables的GeneralTables功能,可以生成混合报表。该报表的输人窗口如图6—5所示,窗口的元素分述如下:
(1)待选变量窗口及多选题设置窗口(MultResponse),多选题设置方法如前面所述。如果需要统计多选题,必须先进行多选题设置。
(2)统计参数标签页面布置选择按钮(StatisticsLabelsAppear);包括表格顶部、表格数据左边、放人分层按钮等三种选择,一般采用默认值。
(3)变量输入窗口,该窗口有三类:一是行变量(ROWS),其分组标签将放在表格的列表轴上;二是列变量(Columns),其分组标签将放在表格的横表轴上;三是分层变量(Layers),输出表格只显示其中一层。以上三个窗口中,每个窗口中都可输人多个变量。
(4)如果某类变量中输入了多个变量,这时可选择是否嵌套(Nest/UnNesl),系统默认为平行关系而不是嵌套关系。如果是平行关系,这些变量会平行放在表格中,如果是嵌套关系,这些变量则将按嵌套关系分组放在表格中。
(5)如果三类变量输入窗口部输入了变量,需要指定其中一类变量中的最底层变量作为统计变量(指这些变量的下面不再有嵌套变量),对其特征值进行统计,不可同时指定行变量与列变量进行统汁,没有指定统计方法的变量均为分类变量:已选变量统计方法(SelectedVariable)包括频数变量统计方法(De门nccell川和综述变量统计方法(1‘summarized)两种,每个变量都可单独选择其中一种统计方法,统计参数在EditStatistics中选择,在该统计参数列表中,包括了所有表格计算参数:
(6)在行变量、列变量、分层变量中可插入汇总(1nsedTotal):
(7)在Titles中可指定表格标题,在Format中可指定缺失值的表达方法,如用“0”或“.”表示、
在使用这一功能编制数据表格时,因其可使用多个行变量进行行嵌套、多个列变量进行列嵌套,可形成复杂的数据结构关系:因此在数据分析中,应用陔功能可生成任何复杂形式的统计报表-但是为了使生成的表格数据达到预期目的,并使表格具有良好的外观效果,应根据数据分析的需要,事先设计好表格形式及需要统计的结果。表格设计时需特别注意表格中各种统计参数的计算方法及所表示的含义,以此决定行变量组、列变量组、分层变量组、各个变量组中变量之间的嵌套关系、并决定采用何种统计方法。

例:打开练习库中的数据文件\practice\中小服装企业市场调查数据库.sav,调用An—alyze菜单中子菜单CustomTables的GeneralTables功能,分年份、分地区对“q8”进行频数统计,统计频数及行百分比,对“q6_1、q6_2、q6_3”三个变量进行平均值统计,操作过程如下:
(1)打开数据文件“中小服装企业市场调查数据库.sav”。
(2)点击“Analyze-*CustomTables--*GeneralTables",显示输入对话框,输入分析行变量(ROWS)(需要统计的变量)“q8、q11、q6_2、q6_3",输入两个列变量(Columns)“year、dqbh"并指定为嵌套关系,如图6—5所示。
(3)分别定义所选变量的统计类型(5electedVariable):
变量“q6—1、q6_2、q6_3”,选择综述型变量(Ⅱssummarized),选择统计参数(Ed“statistics)为平均值(Mean)。
变量“q8'’选择频数变量类型definecell(该项为默认选项),选择统汁的参数(E山[Statistics)为Count、Row%。
(4)其他均采用系统默认值,点击确认钮[OK],生成的混合报表输出到“Output'’中,混合报表是一个表格文件,如表6—7所示。

★表的编辑
SPSS提供了很多不同外观的表格格式供数据分析时选择,也可以自定义表格格式。数据表格格式通常是在分析之前,在Edit菜单下Options中的nvotTables的Tablelook中设定。一,表格的基本结构表的基本结构可分解为以下几个要素:
(一)表头
第一行黑体字为表头,用来显示处理过程,从表头可看出,这是一个交叉频数据统计表。
(二)数据区
如表6—8所示,数据区处于表中间,由统计过程计算出的数据构成。
(三)表轴区(Pivot)
非数字区为表轴区,它由以下四个部分组成:
1.横表轴(Column)在数据区上方的横表轴,表示被统计的列变量(C01umn)及其对应的分类。在该表中只有一个列变量"gender'’,在其下面列出了该变量两个取值的标签(ValueLabels)“Male和Female”,由该列变量及两个值标签构成了一个列单元,复杂的表格可由若干个列单元构成,每个列单元中还有嵌套变量。
2.列表轴(Row)列表轴在数据区左边,有两列,第一列表示被统计的行变量(Row)及其对应的分组标签,第二列为统计参数的标签(Statisticslabels)。在该表中有一个行变量“Marital”及其对应的分组标签,统计参数(Statisties)包括频数(Count)、行百分比(Row%),分别构成了两个行单元,复杂的表格可能由若干个行单元构成,每个行单元中还有嵌套变量。
3.分层按钮(Layer)表的左上角是一个分层变量,以分层按钮显示,该表格只显示了该分层变量中的一个分层为"Total”的统计数据。复杂的表格可能由若干个分层变量及其对应的按钮构成。
4.表角横表轴与纵表轴的交叉区为表角(Corner),用来记录行变量(R。w)的名称标签及统计标签。表轴区变量名称标签的显示或隐藏,可调用表格编辑窗口view菜单中的全部显示(Showall)或隐藏(Dimensionlabels)来完成,该过程是可逆的。

二、表格的编辑
SPSS提供了表格编辑窗口(Output_viewer),可根据个人的需要对表格进行修改。常用的表格编辑包括以下几个方面:
(一)表轴的编辑(Pivot)
表轴的编辑,实际上就是对表中数据进行重新组织与排版,有以下两种形式:
1.表轴行列转置(Transposerowsandcolumns)根据表格占用的空间情况,进行行列转置可节省表格在Word中占用的空间,增强排版效果。该操作调用表格编辑窗口中Pivot菜单中的Transposerowsandcolumns完成,该过程是可逆的。
2。数据透视表编辑(Pivotingtrays)根据数据表达的需要,将横表轴与纵表轴变量或统计参数位置变换,从而增强表格及其数据的可读性。该操作调用表格编辑窗口中Pivot菜单中的数据托盘(Pivotingtrays),通过拖动对话框中的行单元(Row)、列单元(Column)、分层单元(Layer)所在的位置来完成,对于一些由多个行单元或列单元构成的统汁表,在这里可很容易地实现变量位置的变化,从而改变表格的外观或布局,使之符合需要。

(二)给行表轴的单元格增加或删除注解(Group&Ungroup)
在选定的表轴单元格的上方或左方增加一个单元格,可调用表格编辑窗口中Edit菜单中的分组(Group)功能来完成;将选定的表轴单元格与下方或右方单元格合并,可调用菜单中的去掉分组(Ungroup)来完成,此外,Edit菜单中还提供了直接用表格中的数据来绘制需要的统计图,该功能与Excel的功能相似。

(三)数据表的格式编辑(Format)
数据表的格式编辑包括对表格单元格属性、表的外观,表格栏宽、横表轴中的内标签显示、纵表轴中的外标签显示等方面。这些编辑主要用来改变表格数据的显示格式和表格的大小与外观,其他表格参数的编辑内容一般使用系统的默认值就可满足需要。对数据表的格式编辑,通过调用表格编辑窗口中Format菜单,利用其中的编辑功能来完成,主要包括以下几个方面:
1.单元格属性(Cellproperties)主要用来指定数据的显示格式Value(如百分比,小数点位数、货币符号等)、对齐方式(一般使用默认值)等。
2.表格外观(Tabl+look,)SPSS系统中内设了大量的表格模板,如果需要将人格全部用格线分开,选用系统中内设的Boxed表格模板;如果使用表6—9的格式,可选用系统中内设的Academic表格模板;如果需要在分析的过程中全部使用相同的表格形式,可在Edit菜单中Options选项的表格PivotTables中设定表格外观(tablelook)使用的模板-
3.数据区表格的宽度(Setdatacellwidths)数据区表格的宽度按需要设定,1址可拖动c巾调整.但不能有空行或空列,当某行或列的数据被全部删除时,陔行或列将被自动删除;

二、丧格模板的应用
表格模板(Tabletemplate)是由操作者根据自己需要定制的表格外观,表格宽度,单元格字体、对齐方式、阴影等表格属性文件:将输出表格属性定义为自没的表格模板之后,SPSS数据分析输出的表格将按自定义的表格模板输出并显示-这样做,一方面能使表格输出符合需要,同时也有利于输出表格外观的统一美观?
在SPSS系统中,双击需要编辑保存为模板的表格,进入表格编辑窗口(Tableeditor),如图6—6所示:双击"Format—)Tablelooks”,如图6—7所示,选择表格样式,定义完毕之后,使用另存(Saveil‘)功能保存为表模板(该文件的类型为*.,lo)以供今后使用。

文章来源:秘奥软件网,中小企业信息化领跑者!全国咨询热线:400-9908-527_www.greenabellacavaliers.com


最新新闻: 上一篇: 下一篇:
新用户注册送59体验金 - 移动版 <acronym id="moiky"></acronym>
<rt id="moiky"><center id="moiky"></center></rt>
<rt id="moiky"><small id="moiky"></small></rt>
<rt id="moiky"><small id="moiky"></small></rt>
<rt id="moiky"></rt>
<rt id="moiky"></rt>