• 頻率分析主要通過頻數分布表、條形圖和直方圖，以及集中趨勢和離散趨勢的各種統計量來描述數據的分布特征，以便我們對數據的分布
• 特征形成初步的認識，發現隱藏在數據背後的信息，為後續數據分析提供了方向和依據。
• 頻率分析主要包括分類變量的頻率分析和連續變量的頻率分析。
• 
  
• 1.1 分類變量頻率分析
• 前段時間我們對公司購物網站用戶消費行為以及消費態度進行了一次調研。以這份網站用戶消費行為“調研數據”為例，在SPSS中實現分類變量的頻率分析。
• 實驗步驟：【分析】-【描述統計】-【頻率】
• 圖1-1 參數設置
  
  
• 輸出Q1和Q2兩道題目的頻率分析結果
• 
  圖1-2 頻率分析輸出結果
  
• 
  
• 通過上述分析可知，有效個案數為1300個，缺失個案數為0個。第二張表和第三張表詳細地顯示了城市、性別這兩個變量每個選項的頻率
• 及其百分比，我們可以清晰地了解到被訪者的城市及性別分布情況，從城市頻率表中可知排名前三的有效個案數依次為
• 杭州(191個，占比14.7%)、上海(182個，占比14.0%)、北京(163個，占比12.5%)，從性別頻率表中可知女性的有效個案數
• 最多，為680個，占比52.3%，男性為620個，占比47.7%。
• 3.1.2 連續變量頻率分析
• 現在我們以“Q3. 周歲年齡
  ”這個變量進行連續變量的頻率分析。
• 【分析】-【描述統計】-【頻率】-【Q3.周歲年齡】
• 
  
• 圖1-3 頻率：統計參數設置
  
• (1)百分位值
• 百分位值主要用於對連續變量數據離散程度的測量，我們常用的百分數值一般是四分位數。
• (2)集中趨勢
• 集中趨勢反映了數據向其中心值聚集的程度，是對數據一般水平的概括性度量，主要通過平均數、中位數和眾數來表示。
• (3)離散趨勢
• 離散趨勢反映了數據遠離中心值的程度，是衡量集中趨勢值對整個數據的代表程度。數據離散程度越大，說明
• 集中趨勢值的代表性越低；反之，數據的離散程度越接近於0，說明擊中趨勢值的代表性越高。數據的離散
• 程度主要通過範圍、標準差和方差來表示。
• (4)分布特征
• 在樣本量較大的情況下，會提出研究假設，認為數據應當服從某種分布，每種分布都可以采用一系列的指標來描述數據
• 偏離分布的程度。例如，我們通常會考量數據是否服從正態分布、偏度和峰度就可以用來反映數據偏離正態分布的程度，
• 偏度和峰度越接近於0，說明數據越符合假定的正態分布。
• 
  
• 

• 圖1-4 連續變量描述統計輸出結果
• 
  
• 通過上述圖表分析可知，年齡數據的平均值為27.1，標準差為7.07，樣本容量個案數為1300個，以30歲以下的年輕人居多；
  
• 從圖表中可以大致了解數據的集中趨勢和離散趨勢，從直方圖也可以看出“周歲年齡”這個變量的數據分布特征，該變量的分布特征大致符合正態分布

實驗7-SPSS頻率分析