一、描述性分析

描述性分析用於描述定量資料的整體情況，例如研究消費者對於某商品的購買意願情況，可用到描述性分析對樣本的年齡、收入、消費水平等各指標進行初步分析，以瞭解掌握消費者總體的特徵情況。

二、描述分析應用場景

透過描述性分析計算資料的集中性特徵（平均值）和波動性特徵（標準差值），以瞭解資料的基本情況。因此在研究中經常是首先進行描述性分析，再次基礎之上再進行深入的分析。

描述性分析還可用於檢視資料是否有異常情況（最小值或最大值檢視），比如資料中出現-2，-3等異常情況。

匯入的資料出現異常值

三、常見的描述指標

最大值、最小值可用來檢驗資料是否存在異常情況。

平均值、中位數是用於描述資料的集中趨勢指標。

標準差是用於描述資料的離散趨勢指標。如果比較單位不同（或數值相差太大）的兩組資料時，採用變異係數比較離散程度。

峰度和偏度通常用於判斷資料正態性情況，峰度的絕對值越大，說明資料越陡峭，峰度的絕對值大於3，意味著資料嚴重不正態。同時偏度的絕對值越大，說明資料偏斜程度越高，偏度的絕對值大於3，意味著嚴重不正態（可透過正態圖檢視資料正態性情況）。

四、案例應用

目標：對各類居民消費指數進行統計描述

Step1：將分析項拖拽至選框中，點選“開始描述分析”

SPSSAU分析介面

Step2：生成分析結果，下表為描述性分析輸出指標：

基礎指標

深入指標

Step3：結果分析，SPSSAU系統同時會生成分析建議和智慧化分析，結合軟體所給出的建議以及自己的分析，對結果進行整理。

SPSSAU智慧分析

均值對比圖

以‘食品菸酒類居民消費價格指數’為例（以下簡稱食品類消費指數），對上表資料進行分析可知：

（1）集中趨勢指標：可見食品類消費指數均值為101。923，中位數為102。000，兩者差異不大，說明資料基本對稱分佈。

（2）離散趨勢指標：食品類消費指數方差為0。832，最大值為103。500，最小值為100。700，兩者之差為全距2。8，說明資料較為穩定，波動不大。

（3）引數估計：可見食品類消費指數均數的標準誤為0。253，相應的總體均數95%置信區間為101。427~102。419

（4）分佈特徵指標：總指標峰度為-1。160，偏度為0。186。

五、其他說明

1、一般採用平均值加標準差來描述資料的整體情況。

2、當資料呈現嚴重偏態時，採用中位數描述資料的整體水平情況，而不是平均值。

3、除了使用描述性分析外，也建議使用箱線圖直觀展示資料分佈情況。

更多分析方法說明可登入SPSSAU官網檢視並進行線上分析。