SPSS数据分析的主要步骤

1、SPSS数据分析的主要步骤利用SPSS进行数据分析的关键在于遵循数据分析的一般步骤，但涉及 的方面会相对较少。主要集中在以下几个阶段。1. SPSS数据的准备阶段在该阶段应按照SPSS的要求，利用SPSS提供的功能准备SPSS数据文 件。其中包括在数据编辑窗口中定义SPSS数据的结构、录入和修改SPSS 数据等。2. SPSS数据的加工整理阶段该阶段主要对数据编辑窗口中的数据进行必要的预处理。3. SPSS数据的分析阶段选择正确的统计分析方法对数据编辑窗口中的数据进行分析建模是该 阶段的核心任务。由于SPSS能够自动完成建模过程中的数学计算并能 自动给出计算结果，因而有效屏蔽了许多对一般应用者

2、来说非常晦涩的 数学公式，分析人员无需记忆数学公式，这无疑给统计分析方法和SPSS 的广泛应用铺平了道路。4. SPSS分析结果的阅读和解释该阶段的主要任务是读懂SPSS输出编辑窗口中的分析结果，明确其统 计含义，并结合应用背景知识做出切合实际的合理解释。数据分析必须掌握的分析术语1、增长:增长就是指连续发生的经济事实的变动，其意义就是考查对象数量的增 多或减少。2、百分点：百分点是指不同时期以百分数的形式表示的相对指标的变动幅度。3、倍数与番数:倍数：两个数字做商，得到两个数间的倍数。番数:几番，就是变成2的几次方倍。4、指数：指数是指将被比较数视为100,比较数相当于被比较数的多少得到的数

3、。5、比重：比重是指总体中某部分占总体的百分比6、拉 zibo o o 增长。o o : 即总体中某部分的增加值造成的总体增长的百分比。 例子：某业务增量除以上年度的整体基数二某业务增量贡献度乘以整体 业务的增长率。例如：去年收入为23 (其中增值业务3),今年收入为 34(其中增值业务5),则增值业务拉动收入增长计算公式就为：(5-2) /23= (5-2) / (34-23) X (34-23) /23,解释 3/ (34-23)为数据业务 增量的贡献，后面的(34-23) /23为增长率。7、年均增长率：即某变量平均每年的增长幅度。8、平均数：平均数是指在一组数据中所有数据之和再除以数据

4、的个数。它是反映数 据集中趋势的一项指标。公式为：总数量和土总份数二平均数。9、同比与环比同比：同比发展速度主要是为了消除季节变动的影响，用以说明本期发 展水平与去年同期发展水平对比而达到的相对发展速度。如，本期2月 比去年2月，本期6月比去年6月等。环比：环比发展速度是报告期水平与前一时期水平之比，表明现象逐期 的发展速度。如计算一年内各月与前一个月对比，即2月比1月，3月 比2月，4月比3月12月比11月，说明逐月的发展程度。10、复合增长率复合增长率是指一项投资在特定时期内的年度增长率，计算方法为总增长率百分比的n方根，n相等于有关时期内的年数。公式为：（现有价值/基础价值）/年数）T如

5、何用EXCEL进行数据分组如何用EXCEL进行数据分名在日常数据分析中，经常需要对某个数据变量进行分组汇总统计，例如图示的价格数据, 需要对价格进行区可划分，一般做法就是用IF函搬行判断是否纳入某个区间，但是IF酉散最 多只能嵌套7层，当你的价格分组达到8组以上，用1F剧数就不能一步到位，蚊子现介绍下盼组用法.VLOOKUP. LOOKUP、INDEX与MATCH结合的三种函数tM8铁 （VIOOKUP）价格分类 （LOOKUP）价格分类INDEXNATCH酷）00沅8尻0-5JD0.4。五州元0-Sd2。-玩g元。沅;551沅沅沅4O,57CCK元0-555-10ft邑1沅51沅$E.1沅5

6、d沅、二、4.30沅。沅r a.js51沅以玩9.5E.1J元己1沅51沅- -'广平1010*15 元101玩10-157G1Q51。书元1g沅10沅，1210 但元101沅I 元 jTp聆 I29。沅0沅牙 I >E015.1阮沅1 151520元1&2阮1。1520元七颁.2钝-0 五Q元I“叫Jnasmcn/” 旭回22如何用EXCEL进行数据分幺20X<2525WX/ 30WX 筝 35会洲20-25元2530三3035三00.5X0WX<55510 三 !5CX<101010-1510X<15404045 元 40WX<4545

7、45-50X45<X<505050元其以上 50WX35-40元15WXV0分组备注第一步：准每一个分组对应表，根据自己的需求确定分组的纽语.分组数据范国清见上表备注样例， 阀值没置为每分组最低值，例如样例中第二组5-10元（5sX<10 ）,则阀值设置为5 ,其他阀 值设置以此类推。blg.>iri8LCorfLcri/zi8iowrizi22如何用EXCEL进行数据分幺第二步：>VLOOKUP :在B2输入二VLOOKUP(A2.SF$2:$GS12,2) LOOKUP ：在C2输入=LOOKUP(A2,SF$2:SGS12) INDEX与MATCH结合：在D

8、2输入:INDEX(SG$2:$G$12 MATCH(A2,SF$2:$FS12)以上三种原数方法可自行对照下表单元格范国道行理整废效参数设置，匣数的具体用户可参 考EXCEL帮助了甦。ABCDSi F可 i1价格价格分类 (VLOOKUP)价格分类 (LOOKUP)价格分类(INDEX 与 MATC 用杏合)I；分班妥注20a沅0.5元65元00沅HX<53040.5元05元05元55.1院5<X<104205元一元。与1010.炽10CX<15555院5-10%5.1阮1515.20%15<X<206465元65元d5元202025元20<X<

9、;25755.1阮5玩5.1酝252&3O元25 Mxe08651阮5-10X5.1阪3030.36%30<X<359430.5元0.5元0.5元3535H近35Wxao1085说51沆5-10764040-457640<X<4511955沅5玩5、阮均45 丽45WXW121010 15元35元$04 5元(50_5沅及其以上60CX力力勺5V引必22什么是交叉表“交叉表”对象是一个网格，用来根据指定的条件返回值。数据显示在 压缩行和列中。这种格式易于比较数据并辨别其趋势。它由三个元素组 成：摘要字段列美国墨西哥加拿大英国总计手套、0408腰带0 X1工113

10、鞋子0o011总计4K5212美国手套总和（交叉处） “交叉表”中的行沿水平方向延伸（从一侧到另一侧）。在上面 的示例中，“手套”（Gloves）是一行。 “交叉表”中的列沿垂直方向延伸（上下）。在上面的示例中， “美国”（USA）是一列。 汇总字段位于行和列的交叉处。每个交叉处的值代表对既满足行 条件又满足列条件的记录的汇总（求和、计数等）。在上面的示 例中，“手套”和“美国”交叉处的值是四，这是在美国销售的 手套的数量。“交叉表”还可以包括若干总计:.每行的结尾是该行的总计。在上面的例子中，该总计代表一个产 品在所有国家/地区的销售量。“手套”行结尾处的值是8,这 就是手套在所有国家/地区

11、销售的总数。注意：总计列可以出现在每一行的开头。 每列的底部是该列的总计。在上面的例子中，该总计代表所有产 品在一个国家/地区的销售量。“美国”一列底部的值是四，这 是所有产品（手套、腰带和鞋子）在美国销售的总数。注意：总计列可以出现在每一行的顶部。 “总计”（Total）列（产品总计）和“总计”（Total）行（国家/ 地区总计）的交叉处是总计。在上面的例子中，“总计”列和“总 计”行交叉处的值是12,这是所有产品在所有国家/地区销售的 总数。EXCEL培训一一数据透视表数据透视表 数据透视表是是用来从EXCEL数据集中的特殊字段中总结信息的分 析工具； 创建数据透视表时，用户可指定所需的字

12、段、数据透视表的组织形 式和要计笄的类型求和、计算、平均）； 建好数据透视表后，可以对数据透视表重新调整计算，以便从不同 的角度杳看数据，一张数据透视表仅养鼠标移动字段位置，即可变 换出各种类型的报表。如果原始数据发生更改，则可以刷新数据透 视表来更改汇息结果.因此数据透视表是最常用、功能最全的EXCEL数据分析工具之,小蚊子EXGH培训系列数据透视表术语术语内容轴数据透视表中的一跳，例如行°列或页数据源创建数据透袂表的数据表、数据军等字段数据信息的种类.相当于数据裳中的列字段标题 绻述字段内容的标志.可通过姬幼字段标感对能据遴褛表法行透视分析项组成字段的成釜,例如2007年.200

13、8隼、2009与.2010年透视通过改变一个或多4字段的位坦米至新安排数更透视表上学宙都 EXCEL用来计算表格中数据的记的函数。款窿和文本的玳认$1：总函数分 当致别是京和和计数刷新重新计算数据透视表.以反映目可数据源的秋枣小蚊子EXC式培训系列数据透视表一4步法第一步：指定数据源的类型选择菜单 数据数据透视透视表和数据透视双弹出向导,指定数据源的类型（通常采用默认用一Excel数据）：*IE。另一件!进tw贰电法&次朝,加斫求t哪谓阻£iuG,氧0£晨+笈生*&霆*，：凝短钮猿新解汾登，, ,*，；.，*一典.嘛数据透视表一4步法口第一步：指定数据源的位

14、置口用鼠标进行选择数抠透视表源数据要求：小轨子WXCK3意训系列不允许有合并单阮格存在：每一列首行必须有字段名称，并且不要重复：数据源可以选择一个区域也可以选择整几列，建议选择后者' 当有 、新数据增加的时候，只要刷新效据透视表即可，不必重新选择数据数据透视表一4步法第二步；指定数据透视表的显布位置口可选现有作我或新建.作我,如数据较小,则可选择现行匚作衣,如数据教人则可选择新建匚作表:小蚊子培训系列数据透视表一4步法第四步：字段拖动进行透视分析口将需要汇总的学段拖动至相应的“行”、“列”、“数据”区域,并设置好需嬖汇总的方苴（均值、计数、域和）°用Excel做数据分析一一描

15、述统计某班级期中考试进行后，需要统计成绩的平均值、区间，以及给出班级内部学生 成绩差异的量化标准，借此来作为解决班与班之间学生成绩的参差不齐的依据。 要求得到标准差等统计数值。样本数据分布区间、标准差等都是描述样本数据范围及波动大小的统计量， 统计标准差需要得到样本均值，计算较为繁琐。这些都是描述样本数据的常用变 量，使用Excel数据分析中的“描述统计”即可一次完成。注：本功能需要使用Excel扩展功能，如果您的Excel尚未安装数据分析， 请依次选择“工具”- “加载宏”，在安装光盘中加载”分析数据库”。加教成 功后，可以在“工具”下拉菜单中看到“数据分析”选项。操作步骤1 .打开原始数据

16、表格，制作本实例的原始数据无特殊要求，只要满足行或列 中为同一属性数值即可。2 .选择“工具”- “数据分析”- “描述统计”后，出现属性设置框，依次 选择：输入区域：原始数据区域，可以选中多个行或列，注意选择相应的分组方式;如果数据有标志，注意勾选“标志位于第一行”；如果输入区域没有标志项, 该复选框将被清除，Excel将在输出表中生成适宜的数据标志；输出区域可以选择本表、新匚作表或是新工作簿:汇总统计：包括有平均值、标准误差（相对于平均值）、中值、众数、标准偏 差、方差、峰值、偏斜度、极差、最小值、最大值、总和、总个数、最大值、最 小值和置信度等相关项目。其中：中值：排序后位于中间的数据的

17、值；众数：出现次数最多的值；峰值：衡量数据分布起伏变化的指标，以正态分布为基准，比其平缓时值为 正，反之则为负；偏斜度：衡量数据峰值偏移的指数，根据峰值在均值左侧或者右侧分别为正 值或负值；极差：最大值与最小值的差。第K大（小）值：输出表的某一行中包含每个数据区域中的第k个最大（小） 值。平均数置信度：数值95%可用来计算在显著性水平为5%时的平均值置信 度。结果示例如下（本实例演示了双列数据的描述统计结果）：成绩学习时间平均78.64285714平均62.91428571标准误差2. 408241878标准误差1. 926593502中位数85中位数68众数98众数78.4标准差18.021

18、63202标准差14.41730562方差324. 7792208方差207. 8587013峰度1.464424408峰度1.464424408偏度-1.130551511偏度-1.13055151区域85区域68最小值15最小值12最大值100最大值80求和4404求和3523. 2观测数56观测数56最大(1)100最大(1)80最小(1)15最小(1)12置信度(95. 0%)4.826224539置信度(95. 0%)3.860979631某班级期中考试进行后，需要统计成绩的平均值、区间，以及给出班级内 部学生成绩差异的量化标准，借此来作为解决班与班之间学生成绩的参差不齐 的依据。要

19、求得到标准差等统计数值。样本数据分布区间、标准差等都是描述样本数据范围及波动大小的统计量， 统计标准差需要得到样本均值，计算较为繁琐。这些都是描述样本数据的常用变 量，使用Excel数据分析中的“描述统计”即可一次完成。注：本功能需要使用Excel扩展功能，如果您的Excel尚未安装数据分析， 请依次选择“工具”- “加我宏”，在安装光盘中加载“分析数据库”。加载成 功后，可以在“工具”下拉菜单中看到“数据分析”选项。操作步骤L打开原始数据表格，制作本实例的原始数据无特殊要求，只要满足行或列 中为同一属性数值即可。S licrosoft Excel 一. kLs2.选择“工具”-“数据分析”-

20、“描述统计”后，出现属性设置框，依次 选择：输入区域：原始数据区域，可以选中多个行或列，注意选择相应的分组方式;如果数据有标志，注意勾选“标志位于第一行”；如果输入区域没有标志项, 该复选框将被清除，Excel将在输出表中生成适宜的数据标志；输出区域可以选择本表、新工作表或是新工作簿；汇总统计：包括有平均值、标准误差（相对于平均值）、中值、众数、标准偏 差、方差、峰值、偏斜度、极差、最小值、最大值、总和、总个数、最大值、最 小值和置信度等相关项目。其中：中值：排序后位于中间的数据的值；众数：出现次数最多的值；峰值：衡量数据分布起伏变化的指标，以正态分布为基准，比其平缓时值为 正，反之则为负；偏

21、斜度：衡量数据峰值偏移的指数，根据峰值在均值左侧或者右侧分别为正 值或负值；极差：最大值与最小值的差。第K大（小）值：输出表的某一行中包含每个数据区域中的第k个最大（小） 值。平均数置信度：数值95%可用来计算在显著性水平为5%时的平均值置信 度。结果示例如下（本实例演示了双列数据的描述统计结果）:成绩学习时间平均78.64285714平均62.91428571标准误差2.408241878标准误差1. 926593502中位数85中位数68众数98众数78.4标准差18.02163202标准差14.41730562方差324.7792208方差207. 8587013峰度1.46442440

22、8峰度1.464424408偏度-1. 130551511偏度-1.13055151区域85区域68最小值15最小值12最大值100最大值80求和4404求和3523. 2观测数56观测数56最大(1)100最大(1)80最小15最小(1)12置信度(95. 0%)4.826224539置信度(95. 0%)3.860979631用Excel做数据分析一一相关系数与协方差(Z)化学合成实验中经常需要考察压力随温度的变化情况。某次实验在两个不同 的反应器中进行同一条件下实验得到两组温度与压力相关数据，试分析它们与温 度的关联关系，并对在不同反应器内进行同一条件下反应的可靠性给出依据。相关系数是描

23、述两个测量值变量之间的离散程度的指标。用于判断两个测量 值变量的变化是否相关，即，一个变量的较大值是否与另一个变量的较大值相关 联(正相关):或者一个变量的较小值是否与另一个变量的较大值相关联(负相 关)；还是两个变量中的值互不关联(相关系数近似于零)。设(X,Y)为二元随机变 量，那么：C际 X , 7) p =辰历为随机变量X与Y的相关系数。P是度量随机变量X与Y之间线性相关密切 程度的数字特征。注:本功能需要使用Excel扩展功能，如果您的Excel尚未安装数据分析， 请依次选择“工具”- “加载宏”，在安装光盘中加载“分析数据库”。加载成 功后，可以在“工具”下拉菜单中看到“数据分析”

24、选项。操作步骤1 .打开原始数据表格，制作本实例的原始数据需要满足两组或两组以上的 数据，结果将给出其中任意两项的相关系数。ABC1MC合成实验温度压力随温度变化表2温度”)压力 0压力B IMG 03704750.10.15800.150. 15685.0.2/ 0.217严。/0.23 /0 2580.2y0 289/ 1070.3310/ 0.340.3811/0.40.45121150.45131200.52141250.611 15，30Q71yeWky,2 .选择“工具”-“数据分析”-“描述统计”后，出现属性设置框，依次 选择：输入区域:选择数据区域，注意需要满足至少两组数据。如

25、果有数据标志， 注意同时勾选下方“标志位于第一行”；分组方式:指示输入区域中的数据是按行还是按列考虑，请根据原数据格式 选择；输出区域可以选择本表、新工作表组或是新工作簿;3 .点击“确定”即可看到生成的报表。可以看到，在相应区域生成了一个3X3的矩阵，数据项目的交叉处就是其 相关系数。显然，数据与本身是完全相关的，相关系数在对角线上显示为1:两 组数据间在矩阵上有两个位置，它们是相同的，故右上侧重复部分不显示数据。 左下侧相应位置分别是温度与压力A、B和两组压力数据间的相关系数。M语成实够温磴乐力他温度支你温度压力AM）田力boipc_0 0.1 0 15 0 21温度）压力A1H4 压力B

26、价匕）;SJgre）-i1300715 S0.761350 aOS1400.951.041451.1?1 24ISO1.2S1.461551 41LT温度与压力A的相关系数 温度与压力B的相关系数压力A与压力B的 相关系数工 pesky. <cvr?从数据统计结论可以看出，温度与压力A、B的相关性分别达到了 0. 95和0. 94,这说明它们呈现良好的正相关性，而两组压力数据间的相关性达到了0. 998,这说明在不同反应器内的相同条件下反应一致性很好，可以忽略因为更 换反应器造成的系统误差。协方差的统计与相关系数的活的方法相似，统计结果同样返回一个输出表和 一个矩阵，分别表示每对测量值变

27、量之间的相关系数和协方差。不同之处在于相 关系数的取值在-1和+1之间，而协方差没有限定的取值范围。相关系数和协 方差都是描述两个变量离散程度的指标。用Excel做数据分析一一回归分析在数据分析中，对于成对成组数据的拟合是经常遇到的，涉及到的任务有线性描 述,趋势预测和残差分析等等。很多专业读者遇见此类问题时往往寻求专业软件, 比如在化工中经常用到的Origin和数学中常见的MATLAB等等。它们虽很专业, 但其实使用Excel就完全够用了。我们已经知道在Excel自带的数据库中已有线 性拟合工具，但是它还稍显单薄，今天我们来尝试使用较为专业的拟合工具来对 此类数据进行处理。注：本功能需要使用

28、Excel扩展功能，如果您的Excel尚未安装数据分析, 请依次选择“工具”-“加载宏”，在安装光盘支持下加载“分析数据库”。加 教成功后，可以在“工具”下拉菜单中看到“数据分析”选项实例某溶液浓度正比对应于色谱仪器中的峰面积，现欲建立不同浓度下对 应峰面积的标准曲线以供测试未知样品的实际浓度。已知8组对应数据，建立标 准曲线，并且对此曲线进行评价，给出残差等分析数据。这是一个很典型的线性拟合问题，手工计算就是采用最小二乘法求出拟合直 线的待定参数，同时可以得出R的值，也就是相关系数的大小。在Excel中，可 以采用先绘图再添加趋势线的方法完成前两步的要求。选择成对的数据列，将它们使用“X、Y

29、散点图”制成散点图。在数据点上单击右键，选择“添加趋势线”-“线性”，并在选项标签中要 求给出公式和相关系数等，可以得到拟合的直线。由图中可知,拟合的直线是y=15620x+6606. b R2的值为0. 9994。因为R2 >0. 99,所以这是一个线性特征非常明显的实验模型，即说明拟合 直线能够以大于99.99%地解释、涵盖了实测数据，具有很好的一般性，可以作 为标准工作曲线用于其他未知浓度溶液的测量。为了进一步使用更多的指标来描述这一个模型，我们使用数据分析中的“回 归”工具来详细分析这组数据。在选项卡中显然详细多了，注意选择X、Y对应的数据列。“常数为零”就 是指明该模型是严格的

30、正比例模型，本例确实是这样，因为在浓度为零时相应峰 面积肯定为零。先前得出的回归方程虽然拟合程度相当高，但是在x=0时，仍然 有对应的数值，这显然是一个可笑的结论。所以我们选择“常数为零”。“回归”工具为我们提供了三张图，分别是残差图、线性拟合图和正态概率 图。重点来看残差图和线性拟合图。在线性拟合图中可以看到，不但有根据要求生成的数据点，而且还有经过拟 和处理的预测数据点，拟合直线的参数会在数据表格中详细显示。本实例旨在提 供更多信息以起到抛砖引玉的作用，由于涉及到过多的专业术语，请各位读者根 据实际，在具体使用中另行参考各项参数，此不再对更多细节作进一步解释。残差图是有关于世纪之与预测值之

31、间差距的图表，如果残差图中的散点在中 州上下两侧零乱分布，那么拟合直线就是合理的，否则就需要重新处理。痴（0 除3聿而a麻度Fl»tl 沼XSJII M11575W o er?n?a»O.tKMKK 0 3比3强Z管25衿融«42009 6： TO«89皿251KW2 12猊MM'ITUI 1侬小3WSOD酩ET谢8” 5邓-31«. «3T4?2k«nanyesky. car?更多的信息在生成的表格中，详细的参数项目完全可以满足回归分析的各项 要求。下图提供的是拟合直线的得回归分析中方差、标准差等各项信息。1DEF

32、SUMMARY OUTPUT回归统计1 Multiple R0.999602689R Square0.999205535Adjusted R Square0.856348392标准误差5901.98335观测值8方差分析ifss回归分析13.06672E+11残差72438338r总计83.06916l 1用Excel做数据分析一一移动平均某化工反应过程，每隔2分钟对系统测取一次压力数据。III于反应的特殊性，需 要考察每8分钟的压力平均值，如果该压力平均值高于15MPa,则认为自属于该 平均值计算范围内的第一个压力数据出现时进入反应阶段，请使用Excel给出反 应阶段时间的区间。移动平均就是

33、对一系列变化的数据按照指定的数据数量依次求取平均，并以 此作为数据变化的趋势供分析人员参考。移动平均在生活中也不乏见，气象意义 上的四季界定就是移动平均最好的应用。注:本功能需要使用Excel扩展功能，如果您的Excel尚未安装数据分析， 请依次选择“工具”- “加载宏”，在安装光盘支持下加载“分析数据库”。加 载成功后，可以在“工具”下拉菜单中看到“数据分析”选项。操作步骤1 .打开原始数据表格，制作本实例的原始数据要求单列，请确认数据的类型。 本实例为压力随时间变化成对数据，在数据分析时仅采用压力数据列。需要注意的是，因为平均值的求取需要一定的数据量，那么就要求原始数据 量不少于求取平均值

34、的个数，在Excel中规定数据量不少于4。2 .选择“工具”- “数据分析”- “直方图”后，出现属性设置框，依次选择:输入区域:原始数据区域;如果有数据标签可以选择“标志位于第一行”；输出区域:移动平均数值显示区域；间隔:指定使用几组数据来得出平均值；图表输出；原始数据和移动平均数值会以图表的形式来显示，以供比较；标准误差:实际数据与预测数据（移动平均数据）的标准差，用以显示预测与 实际值的差距。数字越小则表明预测情况越好。3.输入完毕后，则可立即生成相应的数据和图表。M - 二=AVERMMB$：B4i* B IBMCG 9霹I媪窿街"启e食年了时阕不枇力向南野戊收IT 

35、7;? I W4HM ii 3r imiM II I5*h W1JTO11 it rri i«nw»»15 州，PIEyesky>CM，"g'l WWMJ12 2T5ri 4191M筲13 1*1 IK*««T»413 笳：l I 3I7WH Ir Or| 6|73M754<通州4614WH也K 4口？15 a I5MT4T?n CCS* I MS3 ii 15,1 xisaxrnH9 09310从生成的图表上可以看出很多信息。根据要求，生成的移动平均数值在9:02时已经达到了 15. 55MPa,也就是

36、说, 包含本次数据在内的四个数据前就已经达到了 15MPa,那么说明在8分钟前，也 就是8:56时，系统进入反应阶段;采用同样的分析方法可以知道，反映阶段结束 于9:10,反应阶段时间区间为8:56-9:10,共持续14分钟。单击其中一个单元格“D6”，可以看出它是“B3-B6”的平均值，而单元格 “E11” 则是 “SQRT(SUMXMY2(B6:B9,D6:D9)/4)”，它的意思是 B6-B9, D6-D9 对应数据的差的平方的平均值再取平方根，也就是数组的标准差。用Excel做数据分析一一直方图使用Excel自带的数据分析功能可以完成很多专业软件才有的数据统计、分析, 这其中包括：直方

37、图、相关系数、协方差、各种概率分布、抽样与动态模拟、总 体均值判断，均值推断、线性、非线性回归、多元回归分析、时间序列等内容。 下面将对以上功能逐一作使用介绍，方便各位普通读者和相关专业人员参考使 用。注：本功能需要使用Excel扩展功能，如果您的Excel尚未安装数据分析, 请依次选择“工具”-“加载宏”，在安装光盘中加教”分析数据库”。加载成 功后，可以在“工具”下拉菜单中看到“数据分析”选项。J格式-J工具编§50 .信息检索®. . . Alt+CLickB误检查、享工作区4享工作簿吨协作 意审核据窗口帮助出定自宏义Q）.选项数据分析y加载宏（X）JD学2006年第

38、一一学一全而一 一m、n. u” :实例1某班级期中考试进行后，需要统计各分数段人数，并给出频数分布和累计频 数表的直方图以供分析。以往手工分析的步骤是先将各分数段的人数分别统计出来制成一张新的表 格，再以此表格为基础建立数据统计直方图。使用Excel中的“数据分析”功能 可以直接完成此任务。操作步骤L打开原始数据表格，制作本实例的原始数据要求单列，确认数据的范围。 本实例为化学成绩，故数据范围确定为0-100。2.在右侧输入数据接受序列。所谓“数据接受序列”，就是分段统计的数据 间隔，该区域包含一组可选的用来定义接收区域的边界值。这些值应当按升序排 列。在本实例中，就是以多少分数段作为统计的

39、单元。可采用拖动的方法生成， 也可以按照需要自行设置。本实例采用10分一个分数统”单元。3.选择“工具”-“数据分析”-“直方图”后，出现属性设置框，依次选择:输入区域：原始数据区域；接受区域：数据接受序列；如果选择“输出区域”，则新对象直接插入当前表格中;选中“柏拉图”，此复选框可在输出表中按降序来显示数据;若选择“累计白分率”，则会在直方图上叠加累计频率曲线;4.输入完毕后，则可立即生成相应的直方图，这张图还需要比较大的调整。D Ixcrosoft Excel 一.xlr主要是：横纵坐标的标题、柱型图的间隔以及各种数据的字体、字号等等。为了达到柱型图之间无缝的紧密排列，需要将“数据系列格式

40、”中的“选 项”中“分类间距”调整为“0”。其余细节，请双击要调整的对象按照常规方 法进行调整，这里不再赘述。调整后的直方图参考如下r网站转化率分析工具一漏斗图漏斗图简介漏斗图适用于网站中某些关键貉径的转化率的分析，不仅显示了用户在进入流程到实现目标的最终转化率，同时还可以居示整个关健珞径中每一步的传化率。注意bloy.>iriSLCorrLcri/dciownzi22单一的漏斗图无法评价网站某个关缠流程中各步骤的转化率的好坏，可通过对同一环节优化 前后效果对比分析，或通过同一环节不同细分客户群的转化率比较，或通过同行业类似产品 的转化率进行对比等等.漏斗图Excel制作思路制作原理：1

41、、利用Excel中的淮积条图制作漏斗图,数据为占位数据（第一系列）与实际数据（第二系 列）组成；2、第一系列条图的数据:（第一环节访问人数-当前环节访问人数）/2 ;3、占位数据条图需隐液，通过设置无色,无边框实现；4、添加每环节的总体转化率（相对第一环节而言）；5、复制图表并粘贴为图片至PPT ,在每环节之闾添加箭头和每环节转化率（相对上一环节而 言）；6、利用"插入一形状一（王意多边形”依照漏斗条图外形添加漏斗形状边框,设置下边框颜色, 大功告成。Mi布卜赳漏斗图Excel数据及结构虚拟网站商品交易各环节转化数据占位数据公式E3 ， I =(SBS2-B3)/2ra一,R DE

42、T1环节人数总体转化率占位瞬浏览商品100%ioox70放入购物车40040%40%、300 1生成订单30075%30%350支付订单20067%20%400完成交易17085%17%415睇济淤I 11 1。匕gf闫. com,/亮。“卬022漏斗图Excel做法第一步：利用Excel中的堆积条图制作漏斗图,数据为占位数据（第一系列）与实际数据 （第二系列）组成;浏党商品生成订支付订单完成交易blog.>jficLCDrrLcri/diowrizi22漏斗图Excel做法Aft -At 弟一少隐藏占位数据条图，通过设置无色,无边框实现;浏览商品放人购物车生成订单支付订单完成交易:力力

43、 g.Jna(R 匕。刃emd2240% 30% 20% 17%漏斗图Excel做法第三步：利用JWalk Chart 口。1$加载项工具（我的以前博文有介绍相关使用方法），添加 每环节的总体转化率（相对第一环节而言）浏览商品100%放入购钱车生成订柒支付订单完成交易讨。匕。刃 3fM22漏斗图Excel做法第四步:复制图表并粘贴为图片至PPT ,在每环节之间添加箭头和每环节转化率（相对上一环节而言）；浏览商品100%放入购将车生成订单支付订单完成交易40%30%20%17%3 9 g.4归.cm匕少3fM 22凡事都是相对的，没有绝对，就像初中物理学的参照 系，选择不同参照物，状态就不同，有

44、可能是前进、后退、 静止等Q数据分析也是如此，指标没有好坏之分，就看你跟谁 比？数据分析的基本原理就是对比分析，日后如需要做数 据分析就可以从以下几个维度进行对比分析：目标与制定的目标比时间与上月、去年同期比部门与同级（公司、部门）比行业与标杆、行业、竞争对手比活动活动、广告投放前后效果比目标用户与非目标用户比比较分析方法如何有效改进企业短板、提升企业价值一、问题的提出随着电信业重组、3G牌照发放、全业务运营等一系列变革，以及全球经 济危机和信息化浪潮的冲击下，电信市场竞争的日趋激烈，各电信企业越来越认 识到争取市场、嬴取并长期留住顾客的重要性。顾客是企业的生命所在，为顾客 提供优质服务的直接

45、目的是吸引新用户，产生业务收入，而更深层次的目的则是 留住老顾客并提高他们的忠诚度。据一项数据显示：“老顾客的流失率如果降低 5%,企业的利润即可提升25%到85%。”由此,企业得以实现企业价值最大化。要提高顾客忠诚度，需要先了解顾客对企业现有服务的满意程度，从中 找出与顾客期望的差距，从而进一步有效地提高顾客满意度水平。在以往的满意 度研究中，进行企业短板分析时主要采用的是传统的资源配置矩阵进行分析。传 统的资源配置矩阵也称优先改进矩阵，它的基本架构包括四个方面：高度关注区 域、维持优势区域、优先改进区域、无关紧要区域（见图1）。象限二图1资源配置矩阵虽然利用传统的资源配置矩阵可以把企业自身

46、存在的短板寻找出来，但 目前各个企业都在“增收”、“节支”，而当企业存在着三个以上的短板的时候, 企业由于受自身所拥有的资源（如人力、物力等）所限，只有先集中有限资源对 某个短板进行改进。如果仅从传统的资源配置矩阵中，企业是无法确定需要优先 改进哪个短板，可见传统的资源配置矩阵只能找出企业存在的几个短板，但不能 给出优先改进短板的建议。如何使得企业集中有限的资源有次序地进行逐一改进 自身存在的短板？那么究竟是按怎样的次序进行改进短板呢？如何对传统的资 源配置矩阵进行改进优化？通过对以上问题的思考，“改进难易程度” 一词浮现 笔者的脑海中，即企业可以集中有限的资源与精力先改进对企业来说相对重要乂

47、 比较容易改进的短板，如有足够的资源，再改进相对较难改进的短板，对短板进 行逐一击破，从而有效地进行短板的改进。二、改进矩阵优化方法介绍改进难易程度这个指标数据并不能直接从消费者那里获取，因为消费者 并不了解该指标的改进难易程度，而只能反映消费者自己对该指标的满意程度。 对于数据的获取可以采用专家访谈法获取多位业内专家对各个指标的改进难易 程度评价，最后综合各专家的评价以确定最终指标的改进难易程度。传统的资源配置矩阵仅仅考虑了两个维度变量，对于新增加的变量（改进难易程 度），则相应变为三个维度，按常规需要绘制成三维图，但三维图表示的结果看起来并不直观。笔者通过反复尝试研究，终于寻找到一个能反映

48、三维指标的图形: 气泡图。气泡图是一种特殊类型的散点图，它是XY散点图的扩展。它相当于在 XY散点图的基础上增加了笫三个变量，即气泡的面积大小，其变量相应的数值 越大，则气泡越大；相反数值越小，则气泡越小，所以气泡图可以应用于分析更 加复杂的数据关系。除了描述两个变量之间的关系之外，还可以描述数据本身的 另一个变量关系。对三个变量赋予不同的意义，分析数据点在图中的位置得出相 对应的结论°在本文中这三个变量依次为“重要性”、“满意度”与“改进难易 程度”，由它们构成一个气泡图，在此笔者把它称为改进难易矩阵，如果采川的 是其他指标则此矩阵的名称就另当别论。改进难易矩阵的优势就是它在传统的

49、资源配置矩阵原有的基础上由原来 的点替换为气泡，而气泡面积的大小代表着改进难易程度，气泡越大，代表着改 进程度相对越难；相反，气泡越小，代表着改进程度相对越容易。故而可以在一 个改进难易矩阵中即可快速准确地确定改进的先后次序，为企业进行短板改进提 供有效决策依据。下面我们就通过一个示例进行说明改进难易矩阵具体功效。三、改进矩阵优化方法实证分析本文采用某省某运营商满意度测评数据进行研究分析，数据如下：指标维度广告宣传优惠措施信誉业务办理产品质量资费标准及结算费用查询及清单缴费安重要性0. 220. 280. 280. 290. 240. 300. 270. 28满意度3. 523.313. 823. 743. 333. 303. 173. 69改进难易程度1.801.002. 000. 601. 401.600. 600. 40表1某省满意度测评数据根据表1中的数据以重要性为横轴，满意度为纵轴，改进难易程度为气 泡大小度量值采用Excel软件绘制气泡图，并以重要性与满意度的各自均值为分 界线分别添加到气泡图中，形成改进难易矩阵，见图