SPSS描述统计量：平均数、中位数、标准差的选择与应用

1. 先搞清楚这些统计量到底在描述数据的什么特征

当你拿到一份数据，比如一群人的身高、一个月的销售额、或者一批产品的测试分数，第一件事就是看看这些数字大概长什么样。SPSS里的这些描述统计量，就是帮你快速“看”懂数据的工具。它们不是一堆冰冷的公式，而是从不同角度给你的数据画“肖像”。

平均数，就是大家最熟悉的“平均”，把所有值加起来除以个数。它代表了数据的“重心”或“中心”位置。但它的软肋是怕“极端值”，比如一个亿万富翁能让一个村的“平均收入”变得毫无意义。

中位数，是把所有数据从小到大排队，站在最中间的那个数。它不怕极端值，哪怕首富和乞丐都在数据里，中位数也只关心中间那个人挣多少钱。所以，当你的数据分布“歪了”（统计学上叫偏态），或者有极端异常值时，中位数比平均数更能代表“典型”情况。

截尾均数，可以理解为“去掉头尾后的平均数”。比如去掉最高5%和最低5%的数据，再算平均。它是个折中的选择，既想利用平均数包含所有信息的优点，又想减少极端值的干扰。在数据有少量异常点，但你又不确定是否该完全剔除时，用它很合适。

标准差和方差，这俩是亲兄弟，都是用来衡量数据的“波动”或“分散”程度的。方差是标准差的平方。标准差越大，说明数据点们离平均数的“平均距离”越远，数据越参差不齐；标准差越小，说明数据都紧紧抱在平均数周围，非常整齐。你更常用到的是标准差，因为它和原始数据的单位一致，更直观。

所以，选择哪个，根本不是靠背公式，而是看你的数据“脸型”和你想回答的问题：

• 你想知道一个“典型”的、不受极端值影响的值？看中位数。
• 你的数据分布很对称，没有异常值，你想做进一步计算（因为很多统计模型基于平均数）？用平均数。
• 你觉得数据里有几个可疑的极端值，但又不至于全部删除？试试截尾均数。
• 你想知道这批数据是稳定还是波动大？大家的表现是整齐划一还是天差地别？盯住标准差。

我一般会同时输出平均数、中位数和标准差，先快速扫一眼：如果平均数和中位数相差很大，说明数据分布可能偏了；再看标准差，就知道这波动有多大。这个组合拳，能让你在30秒内对数据有个扎实的第一印象。

2. 在SPSS里怎么把它们都跑出来？一步步操作

理论懂了，关键是要能按出来。别担心，SPSS的这个操作非常标准化。下面我按最清晰的路径带你走一遍，并解释每一步为什么要这么做。

2.1 准备你的数据与启动分析

首先，把你的连续变量数据录入或导入SPSS。假设我们有一列数据叫“销售额”。打开SPSS后，点击顶部菜单栏的分析(A)->描述统计->频率(F)...。

为什么是“频率”？很多人会直接找“描述”菜单，但“频率”过程提供的描述统计选项最全，而且还能顺便看频数分布，一举两得。描述过程虽然也能算，但选项略少。

在弹出的“频率”对话框中，从左侧变量列表里，把你关心的连续变量（比如“销售额”）选到右侧的“变量(V)”框里。

关键一步来了：务必把默认勾选的“显示频率表格”取消勾选。对于连续变量，输出一长串每个值的频数表是没意义的，而且会让输出窗口变得冗长混乱。我们的核心是后面的统计量。

2.2 勾选你需要的统计量

点击对话框右上角的“统计量(S)...”按钮，会弹出一个新窗口。这里就是精华所在。

• 百分位值：如果你想计算中位数，就在这里勾选。中位数就是第50个百分位数。勾选“四分位数”还能得到第25（Q1）、75（Q3）百分位数，这对了解数据分布范围很有用。
• 集中趋势：这里就是“平均数”、“中位数”、“众数”的老家。把“平均数”、“中位数”勾上。截尾均数也在这里，默认是去掉头尾5%，你可以保持默认或修改比例。
• 离散：这里住着“标准差”、“方差”、“范围”（极差）、“最小值”、“最大值”。把“标准差”、“方差”勾上。极差（最大值减最小值）也建议勾上，它能让你立刻知道数据的全距。
• 分布：这里可以勾选“偏度”和“峰度”，它们用数字告诉你数据分布“歪不歪”（偏态）、“尖不尖”（峰态）。对于深入分析很有帮助。

勾选完毕后，点击“继续”，回到主对话框，然后点击“确定”。SPSS就会在输出查看器里给你结果了。

2.3 解读输出结果：别只看数字

SPSS会输出一个“统计量”表格。你会看到类似下面的内容（数值为示例）：

解读要点：

1. 先看N和缺失：确认有效数据量，缺失数据多会影响结论。
2. 对比均值和中位数：本例均值（1250.5）> 中位数（1200），说明数据可能右偏（正偏态），存在一些较大的值把平均数拉高了。
3. 关注标准差：标准差452.3。粗略判断：大约68%的数据会落在均值±1个标准差内（即798.2 ~ 1702.8），大约95%的数据落在均值±2个标准差内。这能让你对数据的离散程度有直观感受。
4. 结合四分位距：Q1=950， Q3=1550，四分位距（IQR）=600。这代表了中间50%数据的范围。如果有一个数据点小于Q1-1.5IQR或大于Q3+1.5IQR，通常可视作异常值。
5. 看偏度/峰度：偏度0.85 > 0，证实了右偏。峰度0.32，接近0，说明分布形态与正态分布尖度类似。

3. 实战中如何选择与运用：场景化决策

知道怎么算和怎么看之后，最关键的是在具体场景下做出正确选择。我把它分成几个常见的研究或工作场景。

3.1 场景一：报告“典型”水平——平均数 vs 中位数

• 用平均数：当数据分布大致对称，且没有极端异常值时。例如，报告一个班级学生身高的平均水平、一个工厂流水线产品的平均装配时间。因为这些数据通常符合正态或近似正态分布。
• 用中位数：当数据分布明显偏斜，或存在极端值时。这是最易用错的点。
  • 典型案例1：收入、房价。一个地区的人均收入，往往被少数高收入者拉高，此时中位数收入更能反映普通人的收入水平。
  • 典型案例2：反应时间、客服处理时长。通常会有少数极端慢的情况，中位数更能代表“通常”需要等待的时间。
  • 典型案例3：满意度评分（1-5分）。虽然是有序分类，但常被当作连续处理。如果评分分布不均匀，中位数可能比平均数更有说服力。

我的经验：在描述集中趋势时，永远养成同时看平均数和中位数的习惯。如果两者接近，放心用平均数；如果差距较大，优先报告中位数，并说明数据存在偏态。在论文或报告中，可以写成：“该组数据平均值为XX，中位数为XX。由于平均值高于中位数，表明数据呈正偏态分布，存在较大值，因此以中位数XX作为集中趋势的度量更为适宜。”

3.2 场景二：衡量波动与稳定性——标准差 vs 方差 vs 全距

• 用标准差：这是你最常用的离散程度指标。因为它与原始数据单位一致，便于解释。例如，“销售额的标准差是452元”，你可以直观理解波动大小。在比较不同组数据的离散程度时（只要单位相同），直接比较标准差即可。
• 用方差：方差在后续的统计推断中更重要，比如方差分析（ANOVA）、回归分析等。但在描述性报告中，由于单位是原单位的平方（如“元²”），不直观，所以直接报告方差意义不大，通常报告标准差。
• 用全距（极差）：只由最大值和最小值决定，非常容易受极端值影响，极不稳定。一般不单独用它来描述离散程度，但它能让你快速了解数据的边界。

我的建议：标准报告格式是“均值±标准差”（例如，1250.50 ± 452.30）。这提供了中心位置和离散程度的完整信息。在比较两组数据时，不仅要看均值谁高，更要看标准差谁大。A组均值高但标准差巨大，可能不如B组均值略低但非常稳定。

3.3 场景三：处理“可疑”数据——截尾均数的用武之地

截尾均数适用于你怀疑数据两端存在一些“不干净”的点，但又没有充分理由将其作为异常值直接删除的情况。

• 比如在体育比赛中，去掉一个最高分和一个最低分再算平均，就是截尾均数（两端各截去约10%，如果10个评委）。
• 在金融数据分析中，为了减少极端市场波动对平均收益率的影响，可能会使用截尾均数。
• 在问卷调查分析中，如果有个别受访者明显不认真答题（全部选极端值），截尾均数能提供更稳健的中心估计。

操作注意：SPSS默认截去5%，这是一个比较通用的比例。你可以根据对数据的了解进行调整。如果截尾比例过大，就失去了使用均数的意义，不如直接用中位数。

4. 避坑指南与高级技巧：从会用到用对

4.1 常见误区与错误

1. 误用平均数代表一切：这是新手最容易犯的错。见到连续数据就报告平均数，不考虑分布形态。务必先做直方图或箱线图看一眼分布，或者直接对比平均数和中位数。
2. 忽略标准差，只比较平均数：两组平均数相同，但标准差不同，其意义天差地别。A工厂和B工厂平均日产量都是1000件，但A厂标准差50件，B厂标准差200件，显然A厂的生产过程更稳定、可控。
3. 用全距作为主要的离散度指标：全距对异常值太敏感，一个错误录入的极大值就能让全距失去意义。它只适合作为辅助，了解数据范围。
4. 对分类变量计算这些统计量：对于像“性别（1=男，2=女）”、“学历（1=高中，2=本科，3=硕士）”这类分类或有序分类变量，计算平均数、标准差是毫无意义的。此时应该用频数、百分比、众数等。

4.2 结合图形进行描述

数字是骨，图形是肉。一定要结合图形来看描述统计。

• 直方图：看分布形状（是否对称、偏态、峰态），与平均数、中位数的位置关系。
• 箱线图：一眼看出中位数（箱体内的线）、四分位距（箱体长度）、异常值（箱体外的点）。它是展示中位数和离散程度的绝佳图形。
• 茎叶图：小型数据集中，可以同时看到分布形状和具体数值。

在SPSS中，你可以在“频率”分析的“图表”选项中直接生成直方图（并附带正态曲线），也可以在“图形”菜单中单独制作箱线图。

4.3 进阶：标准误的意义

你可能注意到了输出表格里的“均值的标准误”。它和标准差完全不同。

• 标准差：描述的是你的样本数据内部的波动有多大。
• 标准误：描述的是样本均值这个统计量的波动有多大。它衡量的是如果用同一个方法多次抽样，得到的样本均值会有多大差异。标准误 = 标准差 / √样本量(N)。

什么时候用？当你不是描述样本本身，而是想用样本均值去推断总体均值时，标准误就至关重要。它在构建总体均值的置信区间和进行假设检验（如t检验）时是核心计算成分。在单纯的描述性统计报告中，通常不报告它。

4.4 自动化与批量处理

如果你有几十个变量都需要做描述统计，不需要一个个跑。在“频率”对话框的“变量(V)”框里，一次性选中所有需要的连续变量拖进去即可。SPSS会为每个变量生成一个独立的统计量表。

对于更规范的报告，可以使用分析(A)->描述统计->描述(D)...过程，它输出的表格更简洁（默认包含N、最小值、最大值、均值、标准差），并且可以方便地将描述统计结果通过“选项”按钮旁的“粘贴”功能生成语法，便于重复和自动化执行。

最后，记住一个核心原则：描述统计的目的是简洁、准确、无误导地概括数据。没有哪个统计量是万能的。平均数+标准差是经典组合，但中位数+四分位距在偏态数据中更稳健。最好的做法是，根据数据的“长相”，选择最合适的指标组合，并养成用图形辅助验证的习惯。这样，你从SPSS里得到的就不是一堆数字，而是对数据真正有洞察力的信息。