spss常用统计图绘制及编辑 19页

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、条形图的概念二、条形图分类变量划分三、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1 第五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。第一节条形图的绘制一、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（categoryaxis）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（simplebar），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(clusteredbar)、分组分段条形图(stackedbars)。3、刻度轴（scaleaxis）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（summariesforgroupsofcases），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（summariesofseparatevariables），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（valuesofindividualcases），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2 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。30.027.020.016.114.112.910.010.38.86.84.2Percent0.0Missing16岁以下16-20岁20-25岁26-30岁31-35岁36-40岁40岁以上年龄图5-1（a）简单条形图40.030.020.0性别10.0女Percent0.0男16岁以下16-20岁20-25岁26-30岁31-35岁36-40岁40岁以上年龄图5-1（b）分层条形图70.060.050.040.030.020.0性别10.0男Percent0.0女16岁以下16-20岁20-25岁26-30岁31-35岁36-40岁40岁以上年龄图5-1（c）分段条形图3 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（simplebar）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barcharts对话框，选择simplebar，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（barrepresents）选项中选择频率选项（%ofcases），在分类轴横轴（categoryaxis）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(displaygroupsdefinedbymissingvalues)，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（barrepresents）选项中选择计算综述值（othersummaryfunction），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（categoryaxis）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(clusteredbar)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barcharts对话框，选择clusteredbar，点击【define】进入绘图参数输入窗口。3）在条图纵轴指标（barrepresents）选项中选择频率选项（%ofcases），在分类轴横轴（categoryaxis）中输入分类变量“q7”，在分层变量（defineclustersby）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。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（barrepresents）选项中选择计算综述值（othersummaryfunction），并输入综述变量即可。4 3、分段条形图(stackedbars)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barcharts对话框，选择stackedbar，点击【define】，进入绘图参数输入窗口。3）在条图纵轴指标（barrepresents）选项中选择频率选项（%ofcases），在分类轴横轴（categoryaxis）中输入分类变量“q7”，在分段变量definestacksby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（barrepresents）选项中选择计算综述值（othersummaryfunction），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（datainchartare）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。30.027.020.016.114.112.910.010.38.86.84.2Percent0.0Missing16岁以下16-20岁20-25岁26-30岁31-35岁36-40岁40岁以上年龄图5-3（a）分组变量的频数描述图9.08.78.58.07.57.67.67.37.37.2Mean7.0班尼路满意度真维斯满意度佐丹奴满意度堡狮龙满意度苹果满意度U2满意度图5-3（b）平行变量平均值描述图5 110.0100.0Value90.0店员基本礼貌80.0123456789101112131415161718CaseNumber图5-3（c）个案值描述图在数据分析的过程中，选用何种图，主要视分析的目标及数据库的情况而定，各类图的绘制操作过程如下：1、组特征值条形图（summariesforgroupsofcases）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barcharts对话框，选择simplebar，在数据源（datainchartare）选项中选择第一项summariesforgroupsofcases，点击【define】，进入绘图参数输入窗口。3）在条图纵轴指标（barrepresents）选项中选择频率选项（%ofcases），在分类轴横轴（categoryaxis）中输入分类变量“q7”，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5-3（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。2、平行变量特征值条形图（summariesforseparatevariables）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barcharts对话框，选择simplebar，在数据源（datainchartare）选项中选择第二项summariesforseparatevariables，点击【define】，进入绘图参数输入窗口。3）在条图纵轴指标（barrepresents）选项中输入平行变量“q6_1、q6_2、q6_3、q6_4、q6_5、q6_6”，选择统计平均值，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5-3（b）所示，该图反映6个品牌满意度评价的对比。3、个案值条形图（valuesofindividualcases）的绘制。1）打开数据文件“服务水平调查数据库.sav”。2）点击“graphs→bar”→显示barcharts对话框，选择simplebar，在数据源（datainchartare）选项中选择第三项summariesforseparatevariables，点击【define】，进入绘图参数输入窗口。3）在条图纵轴指标（barrepresents）选项中输入变量“q1”，分类标签（categorylabel）系统默认为记录号（casenumber），也可以输入分类变量“store”，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5-3（c）所示，该图反映了变量“q1”的18个个案值的大小对比。6 根据以上的两种分类，在使用条形图工具时，可组合成9种不同的条形图绘制方法，但常用的是横轴组别划分用简单的、分层的两种形式，纵轴数据描述用组特征值、平行变量特征值两种形式，形成四种常用的条形图。在选择具体的制图方法时，主要根据分析的目标进行灵活选择。另外有些条图在一些报表分析功能中，也可直接得到，而不必单独作图。第二节线图线图line用点或折线将各个组别的指标值（或相关变量的成对指标值）连接起来，反映各个组别的指标值的大小（或相关变量的变化趋势），以此发现重要组或重要的变化趋势。线图和条图在原理上比较接近，只是外观上有差别，因此两种图形可以转换，在分析过程中，选用哪种图，与个人的习惯有关，如当分类轴的组别太多时，用条图就不好看，用线图表达效果更好。此外，线图比条图应用范围更广，如果要反映两个连续变量之间的关系时，只能用线图来表达。一、线图分类变量划分线图按照分类轴选用分组变量的情况分为单线图、复合线图两大类，复合线图按照图形表达方法不同又分为多线图与垂线图，如图5-4（a）、5-4（b）、5-4（c）所示。从图中可以看出，单线图只选用了一个分组变量来分组，计算各个组别的特征值，并用折线连接起来，只有一条线。多线图选用了一个分组变量和一个分线变量来分组，横轴为分组变量所分的组数，纵轴统计由分组变量和分线变量产生的各个组别的特征值，并用折线将属于同一个分线变量的各个数据连接起来，形成多线图，线的条数表示分线变量的分类个数。垂线图选用了一个分组变量和一个分点变量来分组，横轴为分组变量所分的组数，每条垂线上有若干点，与分点变量分类个数及其指标值大小对应。在垂线图中，用垂线将属于同一大类的各个数据连接起来，形成垂线图。垂线图与多线图计算原理是相同的，只是数据的连接方式不同。在比较由分线变量形成的组的差别时，该图比较直观。在比较由分组变量形成的组的差别时，用垂线图比较直观。40.030.020.010.0Percent0.016岁以下16-20岁20-25岁26-30岁31-35岁36-40岁40岁以上年龄图5-4（a）单线图7 40.030.020.0性别10.0女Percent0.0男16岁以下16-20岁20-25岁26-30岁31-35岁36-40岁40岁以上年龄图5-4（b）多线图40.030.020.0性别10.0女Percent0.0男16岁以下16-20岁20-25岁26-30岁31-35岁36-40岁40岁以上年龄图5-4（c）垂线图在SPSS中绘制线图时，需要对以上三种情况进行选择，线图选择窗口如图5-5（a）所示，各类图的绘制操作过程如下：图5-5（a）线图选择窗口图5-5（b）线图选择窗口8 1、单线图（simple）的绘制1）打开数据文件“服装市场调查数据库.sav”。2）点击“graphs→line”→显示linecharts对话框，选择simpleline，点击【define】，进入绘图参数输入窗口，如图5-5(b)所示。3）在线图纵轴指标（linerepresents）选项中选择频率选项（%ofcases），在分类轴横轴（categoryaxis）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(displaygroupsdefinedbymissingvalues)，其他均采用系统默认值。4）确认【ok】，生成线图输出到“output”中，如图5-4（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。需要说明的是，线图的纵轴指标，也可以是综述变量的统计指标。在上述操作中，在选择线图纵轴指标（linerepresents）选项中选择计算综述值（othersummaryfunction），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（categoryaxis）中输入分类变量“q7”，这时生成的线图反映的是各个年龄组别对某一品牌的评价情况。2、多线图（multiple）的绘制1）打开数据文件“服装市场调查数据库.sav”→点击“graphs→line”→显示linecharts对话框，选择multiple，点击【define】，进入绘图参数输入窗口。2）在线图纵轴指标（linerepresents）选项中选择频率选项（%ofcases），在分类轴横轴（categoryaxis）中输入分类变量“q7”，在分线变量definelinesby中输入分线变量“q8”，其他均采用系统默认值。3）确认【ok】，生成线图输出到“output”中。如图5-4（b）所示，该图中，分类变量的分组情况直接标注在横轴上，分线变量的分组情况则以图例（legend）反映出来，每条线代表分线变量的一个分组。该图反映了分类变量“q7”的各个组别中，不同性别出现的频率对比。与单线图相似，其纵轴指标，也可以是综述变量的统计指标。在上述操作中，在选择线图纵轴指标（barrepresents）选项中选择计算综述值（othersummaryfunction），并输入综述变量即可。3、垂线图（drop-line）的绘制1）打开数据文件“服装市场调查数据库.sav”。2）点击“graphs→line”→显示linecharts对话框，选择drop-line，点击【define】，进入绘图参数输入窗口。3）在线图纵轴指标（linerepresents）选项中选择频率选项（%ofcases），在分类轴横轴（categoryaxis）中输入分类变量“q7”，在分线变量definelinesby中输入分线变量“q8”，其他均采用系统默认值。4）确认【ok】，生成垂线图输出到“output”中。如图5-4（c）所示，该图中，分类变量的分组情况直接标注在横轴上，分点变量的分组情况则以图例（legend）反映出来，垂线上的每个点代表分点变量的一个分组。该图反映了分类变量“q7”的各个组别中，不同性别出现的频率对比。与单线图相似，其纵轴指标，也可以是综述变量的统计指标。在上述操作中，在选择线图纵轴指标（barrepresents）选项中选择计算综述值（othersummaryfunction），并输入综述变量即可。二、线图特征值划分在绘制上面三种线图时，图中数据源选项（datainchartare）中，有三种选择，不同9 选择，其线图纵轴反映的指标值的含义不同。第一种选择为summariesforgroupsofcases，该选项为默认值，该图的纵轴描述的是，按照一个频数变量或分类变量分组的各组特征值，简称为组特征值线图。第二种选择为summariesofseparatevariables，该图的纵轴描述的是，若干个平行变量的特征值，简称为平行变量线图。第三种选择为valuesofindividualcases，该图纵轴直接使用原始数据库中的个案数值，而不计算分组特征值或变量特征值，简称为个案线图。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。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。以上三种方式生成的线图如图5-6（a）、5-6（b）、5-6（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。40.030.020.010.0Percent0.016岁以下16-20岁20-25岁26-30岁31-35岁36-40岁40岁以上年龄图5-6（a）分组变量的均值线图。9.08.58.07.5Mean7.0班尼路满意度真维斯满意度佐丹奴满意度堡狮龙满意度苹果满意度U2满意度图5-6（b）平行变量平均值线图10 110.0100.0Value90.0店员基本礼貌80.0123456789101112131415161718CaseNumber5-6（c）两个变量对应个案值线图。在数据分析的过程中，选用何种图，主要视分析的目标及数据库的情况而定，各类图的绘制操作过程如下：1、组特征值线图（summariesforgroupsofcases）的绘制1）打开数据文件“服装市场调查数据库.sav”。2）点击“graphs→line”→显示linecharts对话框，选择simple，在数据源（datainchartare）选项中选择第一项summariesforgroupsofcases，点击【define】，进入绘图参数输入窗口。3）在线图纵轴指标（linerepresents）选项中选择频率选项（%ofcases），在分类轴横轴（categoryaxis）中输入分类变量“q7”，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5-6（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。2、平行变量特征值线图（summariesforseparatevariables）的绘制1）打开数据文件“服装市场调查数据库.sav”。2）点击“graphs→line”→显示linecharts对话框，选择simple，在数据源（datainchartare）选项中选择第二项summariesforseparatevariables，点击【define】，进入绘图参数输入窗口。3）在线图纵轴指标linerepresents中输入平行变量“6_1、q6_2、q6_3、q6_4、q6_5、q6_6”，选择统计平均值，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5-6（b）所示，该图反映6个品牌满意度评价的对比。3、个案值线图（valuesofindividualcases）的绘制1）打开数据文件“服务水平调查数据库.sav”。2）点击“graphs→line”→显示linecharts对话框，选择simple，在数据源（datainchartare）选项中选择第三项summariesforseparatevariables，点击【define】，进入绘图参数输入窗口。3）在线图纵轴指标linerepresents中输入“q1”，分类标签（categorylabel）系统默认为记录号（casenumber），也可以输入分类变量“store”，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5-6（c）所示，该图反映了变量“q1”的18个个案值的大小对比。11 根据以上的两种分类标志，在使用线图工具时，可组合成9种不同的线形图绘制方法，但常用的是横轴组别划分用单线的、多线的两种形式，纵轴数据描述用组特征值、平行变量特征值两种形式，形成四种常用的线图。在选择具体的制图方法时，主要根据分析的目标进行灵活选择。另外有些线图在一些报表分析功能中，也可直接得到，而不必单独作图。三、其他图形的绘制1、饼图（pie）与条线图绘制原理相同，饼图类型线图按照反映指标值的不同分为以下三类：一是描述按照一个频数变量或分类变量分组的各组特征值，简称为组特征值饼图或分组饼图。二是描述若干个平行变量的特征值，简称为平行变量饼图。三是直接描述原始数据库中的个案数值，简称为个案饼图。如图5-7（a）所示，从图中可以看出各个收入层所占的比例。较高中档较低Missing无图5-7（a）收入分类饼图2、帕累托图（pareto）也称排列图或主次因素图，实际上是将条形图按降序排列，并附上累计百分比的曲线。通过累计百分比曲线，可以很快判断主要因素和次要因素。如图5-7(b)所示，从图中可看出，前四个因素为主要因素。5000Percent100400030005020001000Count0Missing0品质款式舒适合体价格体现个性品牌知名度紧贴潮流服务推广店铺装修及陈设购买品牌休闲服考虑的第一因素图5-7(b)帕累托图3、控制图（control）12 将一个时间序列以时间为横轴，在坐标系中依次用点表示出来，并用折线连接起来，同时绘制上限ULC和下限LCL两条水平控制线及平均值线Average，以此判断数据的波动是否在控制的范围内。控制图有多种绘制方法，如均值-极差-标准差绘制法（X-Bar，R，S）、个案-移动极差法（Individuals，MovingRange）、不合格品率绘制法（p，np）、缺陷数绘制法（C，U）。在品质控制中，控制图是最常用的工具。在分析销售数据波动时，也可使用这一工具，如图5-7(c)所示，该图是利用均值-标准差绘制法（X-Bar，S）绘制的，从图中可以看出，每周销售额的波动情况以及突破控制线的时段。ControlChart:销售额18171129267680销售额2434UCLAverage=7679.80Mean-2812LCL171319253137434941016222834404652Sigmalevel:3图5-7(c)周销售额控制图4、散布点图（scatter）将两个或两个以上变量对应的值在坐标系中用点表示出来，根据点的分布规律或离散程度判断这些变量之间的相关性及其规律，如图5-7（d）所示，从图中可以看出，尺码大小与销售额之间没有明显的相关关系。16000140001200010000800060004000销售额20000262830323436384042尺码图5-7（d）散布点图13 在spss分析软件中，还提供了其他的制图工具，如直方图（histogram）、面积图（area）、概率图（normalp-p）和（normalq-q）、高低图（high-low）、误差图（errorbar）等，可根据实际需要选择，在此不一一叙述。第三节统计图的编辑技巧一、图元素编辑1、图中的各种文本标识图中的文本标识主要包括图的名称、x轴和y轴的名称、轴的刻度标签、图例等方面，在进行图的文本编辑时，文字尽量简洁明了，不要重复，必要时删除多余的文本，增强图的可读性。对文本编辑的操作如下：1）在“output”窗口中，双击需要编辑的图，进入图编辑窗口，如图5-8所示。2）单击需要修改的文本，出现选中框。3）在快捷键或格式菜单（format）中，选择文本编辑功能（text）4）显示文本编辑对话框，指定字体的类型及大小5）确认【ok】在以下各种图元素的编辑中，编辑方法与上面类似，遵循编辑什么，点击什么，选中之后，选择相应的编辑功能进行编辑。对于大多数的编辑，还可采用双击的做法，可迅速弹出相应的编辑菜单进行编辑。因此，下面只介绍图的编辑元素，编辑操作省略。图5-8图编辑窗口2、x轴。通常x轴作为分类轴（categoriesaxis），编辑内容相对较少。X轴的编辑窗口如图5-9所示，分类轴的编辑元素主要包括以下几个方面：14 图5-9X轴编辑窗口1）x轴的名称及对齐方式在x轴显示方式（displayaxis）选项中，如果不作选择，将不显示x轴线，在该选项下，还可修改标题名称（axistitle）、调整对齐方式（titlejustification）。2）x轴的标识在x轴的标识（axismarkers）选项中，有两个选项，一是刻度标记（tickmarks），二是垂直线标记（gridlines）。画垂直格线的目的是定位，如果格线太多，反而影响图的可读性，因此是否需要格线应根据需要而定。3）x轴的标签在x轴的标签（displaylabel）选项中，有以下三个选择项目：一是显示分类轴的标签数量。默认为全部显示（alllabels），如果标签太多，可间隔显示间隔大小视情况而定。二是标签文本的修改（labeltext）。三是标签的对齐方向（orientation）。有自动对齐（automatic）（默认值）、水平对齐（horizontal）、垂直对齐（vertical）、右倾对齐（diagonal）、错行对齐（staggered）五种方式选择。在实际应用中，对x轴的编辑，主要包括对轴的名称、标识、标签对齐方向等方面，其他项目采用默认值。3、y轴通常y轴作为刻度轴(scaleaxis)，编辑内容相比较复杂。Y轴的编辑窗口如图5-10所示，y的编辑元素主要包括以下几个方面：15 1）y轴的名称及对齐方式在y轴的名称（displayaxis）选项中，如果不作选择，将不显示y轴线，在该选项下，还可修改标题名称（axistitle）、调整对齐方式（titlejustification）。2）y轴选用的尺度在scale选项中，有以下两种选择，一是线性刻度，为默认选项。二是对数刻度。如果需要作对数图时，选用此项。3）y轴值的范围在range选顶中，有两个调整项目：一是数据库中的数据范围（data），一般由系统自动识别。二是图中显示数据的范围（displayed）。可根据图的显示效果进行调整，通常是增加最小的显示值，删除图中不必要的空白空间，从而使图中的线条显示效果更好。4）主要刻度或次要刻度在主刻度（majordivisions）和辅刻度（minordivisions）选项中，可调整最小刻度，一般由系统自动识别。此外，还有y轴标识选项，包括刻度标记（tickmarks）和水平线标记（gridlines）。水平线是用来确定数据大小的参考线，如果水平线太多也会影响图的可读性。5）第二坐标轴。在spss中提供了定义第二坐标轴的选项（displayderivedaxis）。如果图太大，需要在图的右侧显示刻度线时，可选择此项。6）y轴的标签在y轴的标签（displaylabel）选项中，有以下五个指定项目：一是小数点的位数（decimalplaces）二是前导符（leadingcharacter），如在数据前加货币符号。三是后导符（trailingcharacter），如在数据后加%。四是数据用千分位表示（1000sseperator）。16 五是数据缩小系数（scalingfactor），默认为1，即使用原数据，不作缩小。在实际应用中，对y轴的编辑，主要包括图中数据显示范围、水平线、小数点位等，其他项目均使用系统的默认值。二、图形编辑1、图形格式（format）对图形格式的编辑功能，集中在图编辑窗口的format菜单中，也可直接使用快捷图标。图形式格式编辑主要包括以下几个方面：1）条的形状（barstyle）、填充方式（fillpattern）、颜色（color）、数据标识（barlabelstyle）。2）线的形状（linestyle）、颜色（color）、线中点的连接方式（interpolation）（包括孤立点、折线straight、阶梯线step、跳跃线jump、平滑线spline五种可供选择），点的标识符号（marker）（对孤立点作图适用）。3）坐标轴转置（swap）：当横轴标签太多时，通过坐标轴转置可改善图的显示效果。4）缺失数据中断效果（breaklineatmissing）。将缺失数据也在图形中表示出来。2、图中使用的数据系列（series）对图中使用的数据系列的编辑功能，集中在图编辑窗口的series菜单中，图形式格式编辑主要包括以下两个方面：1）增减图中线、条的根数（displayed）。2）多线图中，分线变量和分组变量的互换（transposedata）。该功能对单线图不适用。3、图形类型的变换在spss图编辑窗口的gallery菜单，可实现条形图、线图、面积图、饼图之间的互相变换。在多线图中，还可采用混合表达的方法（mixed），对不同的线使用不同的图表达方式，在一张图中，可同时使用条、线、面积三种图形的混合表达。在转换的过程中，需要注意对应关系。如多线图可转换为分层条图或分段条图，但转换成饼图时，每次只能将其中一条线转为饼图。4、图显示效果为了增强图的可读性，改善图的外观，spss图编辑提供了一些改善图编辑效果的功能，这些功能集中在图编辑窗口中chart菜单中，除了前面提到的x轴和y轴的编辑之外，还包括以下几个方面的内容：1）添加参考线（reference），包括添加水平参考线（scale）和垂直参考线（category）。如果制图时，没有加格线，但又需要在某些重要的位置加水平参考线和垂直参考线，可选用此项编辑功能，指定参考线的位置。通过添加参考线，可提高对图观察精度。2）图例（legend）的选择或编辑。3）图的外框/内框（outerframe/innerframe）的选择4）增加注释（annotation）。可在图中指定位置增加文字说明，具体显示位置由所指定刻度轴的位置和分类轴的位置确定，如图5-11(a)所示，该功能可进一步增强图的可读性。17 200005.1黄金周10000Mean城市销售额华北华东0华中123456789101112月份图5-11(a)增加注释窗口5-11（b）加注释的线图例：打开练习库中的数据文件practice明细销售数据库.sav，利用Graphs中的line功能，绘制变量“sale”的多线图，分类轴用变量“month”，分线变量用“dqbh”，图绘制完成后，给5月份和10月份加注释，方法如下：双击需要加注释的图，进入图编辑窗口，在chart菜单中选择annotation，弹出加注释窗口，如图5-11(a)所示，在该窗口中，指定文本（text）的内容为“5.1黄金周”，指定文本显示的位置：Y轴位置（scaleaxisposition）与分类轴的位置（categoryaxisposition），点击【add】按钮，添加到注释记录窗口，确认【ok】，结果如图5-11（b）所示，通过加注文字，能清楚反映5.1黄金周销售情况的变化。5）显示投影线（displayprojection）。通过指定投影线，可以加重某一段线的显示，以示区分。该功能在chart菜单中的options中的displayprojection功能中进行。在以上的各种编辑功能中，一些重要的功能均有快捷方式。在操作的过程中，要注意，许多编辑功能是针对相应图形及其对应的图元素的，只有选择了图形并选中了相应的图元素，才能使用相应的编辑功能。如果功能不能使用，可能的原因是该功能不能用于所选图的编辑，也可能是没有选中所要编辑的图元素。三、图模板的应用图模板（charttemplate）是由操作者根据自己需要定制的图外观、x轴或y轴、颜色等图属性的文件，将输出图属性定义为自设的图模板之后，spss数据分析输出的图将按自定义的图模板输出并显示。这样做，一方面能使图输出符合需要，同时也有利于输出图外观的统一美观。在spss系统中，图模板是在图编辑窗口中，对图进行编辑完成之后，将其另存为图模板（savecharttemplate），该文件的类型为*.sct。有了图模板，下次做图时，可以调用该模板，能生产统一的图形格式，减少图编辑工作量。在使用graphs制图时，其中有一个是否需要使用图模板的选项（usechartspecificationfrom），如果选用事先设计的模板，输出图形将以模板格式输出。图模板也可在制图之前，通过编辑edit菜单下的options选项中的charts中的charttemplate设定。例：将上例中编辑的线图保存为图模板line.sct，再次制图，并调用图模板，生成单线图，观察结果发现，与上例图完全一样，如果增加一条记录，只需要对该条记录增加注释。18 思考题1、打开练习库中的数据文件practice服装市场调查数据库.sav，绘制变量“q2_1、q2_2、q2_3”的简单条形图，以性别为分层或分段变量，绘制分组分层条形图、分组分段条形图，要求条形图中不显示缺失值，将该过程的语法记录下来。2、打开练习库中的数据文件practice服务水平调查数据库.sav，以其中的6个变量的平均调查值绘制简单条形图，将该过程的语法记录下来。3、打开练习库中的数据文件practice服装市场调查数据库.sav，绘制变量“q2_1、q2_2、q2_3”的单线图，以性别为分线或分点变量，绘制多线图、垂线图，将该过程的语法记录下来。4、打开练习库中的数据文件practice服务水平调查数据库.sav，以其中的6个变量的平均调查值绘制单线图，将该过程的语法记录下来。5、打开练习库中的数据文件practice明细销售库.sav，利用Graphs中的line功能，绘制变量“sale”单线图，分类轴用变量“month”，图绘制完成后，给10月份对应的点上加“10.1黄金周”注释。6、将思考题5生成的图中的Y轴格式、文字、颜色等进行等编辑，并将编辑结果保存为图模板，重复第5题操作，调用该图模板，看生成结果。19