
SPSS:質(zhì)量信息管理的助手
目前,企業(yè)的各種質(zhì)量數(shù)據(jù)量越來越大,對質(zhì)量數(shù)據(jù)的處理工作量就異常巨大,軟件研究人員把它們稱作海量數(shù)據(jù)。海量數(shù)據(jù)有以下兩個特點:首先,數(shù)據(jù)量龐大,由于企業(yè)規(guī)模擴張、產(chǎn)品品種急劇增加、產(chǎn)品產(chǎn)量的增大,其質(zhì)量特征信息量也必然十分龐大。其次,海量數(shù)據(jù)集的隱性特征和特征數(shù)據(jù)的獲得十分困難,數(shù)據(jù)的隱性特征是指數(shù)據(jù)的相關特性,特征數(shù)據(jù)包括樣本的對稱性、中心位置、分布特征等。
然而,企業(yè)間競爭的日益激烈,不僅使得企業(yè)對這些信息處理結果的精確度要求越來越高,而且對信息處理的時間也越來越短。由于處理海量數(shù)據(jù)的工作量太大,企業(yè)要進行科學的質(zhì)量管理,客觀上需要專業(yè)性的統(tǒng)計分析軟件作為工具。
SPSS統(tǒng)計軟件介紹
SPSS是現(xiàn)代統(tǒng)計軟件的典型代表,其全稱是:Statistical Pro?鄄gram for Social Sciences,即社會科學統(tǒng)計程序,該軟件是公認的最優(yōu)秀的統(tǒng)計分析軟件包之一。如今SPSS已經(jīng)由DOS版本發(fā)展為Windows版本,我國用戶目前大多使用9.0~12.0版本。
作為統(tǒng)計分析工具,SPSS的功能包括數(shù)據(jù)統(tǒng)計管理、統(tǒng)計分析、趨勢研究、制表繪圖、文字處理等。SPSS對質(zhì)量信息的管理,是指在生產(chǎn)、管理的所有階段借助SPSS統(tǒng)計軟件、運用統(tǒng)計方法對產(chǎn)品質(zhì)量信息、數(shù)據(jù)所進行的處理和分析過程。其具體操作主要包括:數(shù)據(jù)的收集和簡單處理、編制統(tǒng)計質(zhì)量控制圖、線外質(zhì)量控制(又稱試驗設計)、抽樣驗收等。
本文主要介紹SPSS對質(zhì)量信息的一般性管理,包括質(zhì)量數(shù)據(jù)集的建立和簡單處理、質(zhì)量數(shù)據(jù)的統(tǒng)計描述等。
SPSS質(zhì)量數(shù)據(jù)集
的建立與簡單管理
數(shù)據(jù)集是統(tǒng)計數(shù)據(jù)的簡單集合,一般具有大量性、差異性和同質(zhì)性三個特征。數(shù)據(jù)集是統(tǒng)計軟件研究的基本單元,是統(tǒng)計分析的起點。創(chuàng)建一個穩(wěn)健、有效率的數(shù)據(jù)集對于正確的統(tǒng)計分析十分重要。質(zhì)量信息數(shù)據(jù)集就是SPSS針對各類質(zhì)量信息、數(shù)據(jù)所建立的數(shù)據(jù)集合,SPSS利用質(zhì)量信息數(shù)據(jù)集對其進行統(tǒng)計分析。質(zhì)量信息數(shù)據(jù)在這里是指生產(chǎn)、檢驗等過程中所得到的質(zhì)量信息、數(shù)據(jù),對于獲得的不是數(shù)據(jù)性的信息,要進行數(shù)據(jù)化處理,轉化為可以統(tǒng)計分析的數(shù)據(jù),進而建立數(shù)據(jù)集。
1. 建立SPSS質(zhì)量數(shù)據(jù)集
下面,以2004年山東省質(zhì)量技術監(jiān)督局名牌萬里行活動所調(diào)查的關于山東各名牌產(chǎn)品知名度的部分數(shù)據(jù)、信息為例,建立SPSS質(zhì)量數(shù)據(jù)集:
⑴信息數(shù)據(jù)化,確定變量值。
問卷對知名度調(diào)查的問題是:您聽說過下列哪些名牌產(chǎn)品?所涉及的可供選擇答案共有13種產(chǎn)品,將產(chǎn)品和被調(diào)查者的年齡、文化程度及從業(yè)崗位作為變量,各取變量名。針對每一產(chǎn)品有“聽說過”和“沒有聽說過”兩種回答,則分別用變量值“1”和“0”來表示;對于被調(diào)查者的各變量,用“1”、“2”分別表示“男”、“女”;用“1”、“2”、“3”、“4”、“5”分別表示“高中以下”、“高中或中?!?、“大?!?、“大學”、“大學以上”;用“1”、“2”、“3”、“4”、“5”分別表示“機關或事業(yè)單位”、“企業(yè)”、“軍人”、“農(nóng)民”、“其他”。
⑵變量、變量值的錄入
啟動SPSS后,將自動打開SPSS的數(shù)據(jù)編輯器,在其左下端有兩個頁標簽,其中,“Data View”是數(shù)據(jù)窗口,“Variable View”是變量屬性窗口,前者錄入變量值,后者輸入變量名并定義其各個屬性。最后,SPSS用 “sav”類型保存其數(shù)據(jù)集。
值得一提的是,在確定變量屬性時,單擊“Values”列格中的陰影方框,可以定義該變量的標簽。
2. SPSS數(shù)據(jù)集的簡單管理
SPSS數(shù)據(jù)集內(nèi)數(shù)據(jù)的簡單管理包括數(shù)據(jù)、單元格的查找,觀測量的分類排序,數(shù)據(jù)文件的分類匯總和數(shù)據(jù)的選擇等。這些功能主要由“Data”下拉菜單中的各個命令來完成,這與excel并沒有很大的區(qū)別,并且這些功能excel也能夠較好地完成。
質(zhì)量數(shù)據(jù)的統(tǒng)計描述
要對質(zhì)量數(shù)據(jù)做好統(tǒng)計分析,首先要對這些數(shù)據(jù)進行描述性統(tǒng)計分析。SPSS統(tǒng)計軟件對質(zhì)量信息的描述統(tǒng)計分析功能主要集中在Descriptive Statistics菜單中,主要包括建立質(zhì)量數(shù)據(jù)頻率表,質(zhì)量數(shù)據(jù)的一般性統(tǒng)計描述、探索性分析和交叉統(tǒng)計等。
1. 建立質(zhì)量數(shù)據(jù)頻率表
SPSS統(tǒng)計軟件建立數(shù)據(jù)頻率表由“Analyze”菜單中“Descriptive Statistics”的“Frequencies…”項來完成。具體操作如下:
打開“Analyze”菜單,選擇“Descriptive Statistics”中的“Fre?鄄quencies…”項,彈出“Frequencies”對話框,將兩個變量選入“Variable(s)”框內(nèi)。單擊“Statis?鄄tics”按鈕??梢詮棾觥癋requencies:Statistics”對話框,其中,“Per?鄄centile Values”復選框組定義了需要輸出的百分位數(shù);“Central ten?鄄dency”復選框組主要用來定義描述集中趨勢的一組指標:均值(Mean)、中位數(shù)(Median)、眾數(shù)(Mode)、總合(Sum);“Disper?鄄sion”復選框組用于定義標準差(Std.deviation)、方差(Variance)、全距(Range)等描述離散趨勢的一組指標;“Distribution”復選框組用于定義描述分布特征的兩個指標:偏度系數(shù)(Skewness)和峰度系數(shù)(Kurtosis)。點擊“Statistics”對話框中的“Charts”按鈕可以選擇是否在輸出結果中輸出所要求的輔助圖形,例如條形圖、直方圖等,本例選擇餅圖(Pie chart)。點擊“Statis?鄄tics”對話框中的“Format”按鈕可以定義輸出頻數(shù)表的格式。最后,點擊“OK”,可以得到頻率表和頻率餅圖,如文中圖一、表一所示。
2. 質(zhì)量數(shù)據(jù)的一般性統(tǒng)計描述
質(zhì)量數(shù)據(jù)的一般性統(tǒng)計描述主要是指對連續(xù)性隨機變量進行的一般描述統(tǒng)計。這個過程既可以對變量進行描述性統(tǒng)計分析,列出一系列相應的統(tǒng)計指標,還可以將原始數(shù)據(jù)轉換成標準正態(tài)評分值并以變量的形式存入數(shù)據(jù)庫以供分析。這一功能是由SPSS的“Analyze”菜單中“Descriptive Statistics”的“Descriptive…”項來完成。
例如,某一企業(yè)要統(tǒng)計每個車間(共兩個)在一個月內(nèi)所付出的質(zhì)量成本,并統(tǒng)計預防成本、鑒定成本、內(nèi)部損失成本和外部損失成本的差異,由所統(tǒng)計的數(shù)據(jù)建立SPSS數(shù)據(jù)文件。要求對這些數(shù)據(jù)進行一般性統(tǒng)計描述,得到各項所需指標,操作如下:
打開“Analyze”菜單選中“Descriptive Statistics”中的“Descriptions…”項,則會彈出“Descrip?鄄tives”對話框。將變量均選入“Variable(s):”框內(nèi),如果選中“Save standardized values as variables”復選框,則將變量的原始數(shù)據(jù)的標準正態(tài)評分存為新變量,列在后面(此例不選)。如果,點擊“Descrip?鄄tives”對話框中的“Options…”按鈕,則會彈出“Descriptions Op?鄄tions”對話框,在其中可以設置各項所需的統(tǒng)計指標。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10