频数分析

案例数据

300 行、6 个问卷常见分类变量（人口统计 + 单选题），已使用文字标签录入，可直接看到选项分布。

下载案例数据 查看数据文件

文件名	frequency.xlsx
样本量	300 行
变量数	6 列（全部为定类 / 定序）
数据用途	问卷研究人口统计描述、单选题分布展示
变量说明	性别、学历、年龄段、职业、月收入段、是否使用过本产品。

完整案例

1. 背景

某产品研究团队在前期问卷中收集了 300 位受访者的基本信息（性别、学历、年龄、职业、月收入）以及一道核心单选题（是否使用过本产品）。在正式建模前，研究者希望先做一份样本结构描述，回答三个问题：①各类别受访者各占多少；②样本是否符合预期目标群体；③主力人群（学历/年龄/收入段）画像是什么。

2. 理论与公式

频数分析的核心是统计每个类别的样本数，并将类别频数转换为百分比或有效百分比。

3. 数据结构

数据每行代表一位受访者，共 6 列分类变量，全部使用文字标签录入（无需另设 1=男、2=女 这类码表，前端表格直接显示完整标签）。

变量名	类型	选项
性别	二分类（定类）	男 / 女
学历	五级（定序）	高中及以下 / 大专 / 本科 / 硕士 / 博士
年龄段	五级（定序）	18-25 岁 / 26-35 岁 / 36-45 岁 / 46-55 岁 / 56 岁及以上
职业	六类（定类）	学生 / 企业职员 / 公务员·事业单位 / 自由职业 / 退休 / 其他
月收入段	五级（定序）	3000 元以下 / 3000-5000 元 / 5000-10000 元 / 10000-20000 元 / 20000 元以上
是否使用过本产品	二分类（定类）	是 / 否

4. 操作步骤

1. 登录 SPSSzero，进入 工作台 → 点击 上传数据，选择 frequency.xlsx
2. 左侧方法栏 → 通用方法 → 点击 频数
3. 把 性别 / 学历 / 年龄段 / 职业 / 月收入段 / 是否使用过本产品 6 个变量全部拖入 分析项 框
4. 点击 开始分析，等待结果区刷新

5. 结果表格与结果阅读

结果区会先输出一张汇总表（所有变量按选项展开），随后按变量分别给出含累积百分比的明细表，以及对应的可视化图表。

名称	选项	频数	百分比(%)
性别	女	161	53.67
性别	男	139	46.33
学历	高中及以下	22	7.33
学历	大专	48	16.00
学历	本科	154	51.33
学历	硕士	53	17.67
学历	博士	23	7.67
年龄段	18-25 岁	84	28.00
年龄段	26-35 岁	123	41.00
年龄段	36-45 岁	52	17.33
年龄段	46-55 岁	33	11.00
年龄段	56 岁及以上	8	2.67
职业	企业职员	128	42.67
职业	学生	56	18.67
职业	公务员·事业单位	46	15.33
职业	自由职业	45	15.00
职业	退休	15	5.00
职业	其他	10	3.33
月收入段	3000 元以下	33	11.00
月收入段	3000-5000 元	68	22.67
月收入段	5000-10000 元	112	37.33
月收入段	10000-20000 元	67	22.33
月收入段	20000 元以上	20	6.67
是否使用过本产品	是	198	66.00
是否使用过本产品	否	102	34.00

备注：本案例无缺失值，故百分比 = 有效百分比；当存在缺失值时，结果表会额外给出缺失行与有效百分比列。

选项	频数	百分比	累积百分比
高中及以下	22	7.33%	7.33%
大专	48	16.00%	23.33%
本科	154	51.33%	74.67%
硕士	53	17.67%	92.33%
博士	23	7.67%	100.00%
合计	300	100.00%	-

学历是有序变量，累积百分比可读出"本科及以下占 74.67%"这种区间结论。

解读顺序建议先看表 1 中各变量的最高频选项快速勾勒画像，再逐表查看明细，特别关注有序变量（学历、年龄段、收入段）的累积百分比。

7. 文字分析

从结果表可知，本案例 300 位受访者的画像为：

• 性别：女性占 53.67%，男性占 46.33%，分布较为均衡；
• 学历：本科为主力（51.33%），硕士（17.67%）与大专（16.00%）次之，本科及以下累计 74.67%；
• 年龄段：26-35 岁占 41.00% 最高，叠加 18-25 岁后青年群体（35 岁以下）累计 69.00%；
• 职业：企业职员占 42.67% 显著高于其他职业，反映样本以城市上班族为主；
• 月收入段：5000-10000 元为主力（37.33%），与 26-35 岁青年职员的画像一致；
• 是否使用过本产品：使用率 66.00%，已具备一定用户基础。

综合来看，样本主要构成为城市中等学历（本科）、26-35 岁、企业职员、月收入 5000-10000 元的青年群体，符合产品目标用户画像，后续做差异性 / 关联性分析时具备代表性。

8. 剖析提醒

不要把分类编码直接解释为均值大小；如果变量本身是定量变量，应优先使用描述探索分析。

方法定位

频数分析用于查看分类变量中各类别出现的次数和比例，适合描述样本结构、问卷单选题分布、基本背景变量构成等内容。它回答的问题通常是“每个选项有多少人选择”“各类别占比是多少”“样本构成是否符合预期”。

频数分析不用于比较两组均值，也不直接判断变量之间是否存在统计关系。如果需要比较两个分类变量之间的关联，应使用卡方分析；如果需要查看多个题项的平均水平，应使用描述分析。

数据与变量准备

每一行代表一个样本，每一列代表一个变量。频数分析常见变量包括性别、学历、地区、是否购买、满意度等级等。

场景	推荐变量类型	示例
人口统计信息	定类或定序	性别、年龄段、学历
单选题	定类或定序	是否推荐、购买渠道
等级题	定序	满意度 1 到 5 分
需要展示标签	数值编码加变量标签	1=男，2=女

缺失值会影响百分比解释。正式汇报前建议先确认是否需要把缺失作为单独类别展示，或在分析前筛除缺失样本。

SPSSzero 操作建议

在主站工作台选择“频数分析”，把需要统计分布的变量放入分析项。一次可以放入多个变量，系统会分别输出每个变量的频数表，并在适合时生成对应图表。

如果多个题目的选项标签完全一致，SPSSzero 可输出汇总对比表，用于比较同一组选项在不同题目中的选择比例。若标签不一致，建议先在数据标签中统一选项文字。

结果解读

频数分析结果通常包含频数、百分比、有效百分比和累计百分比。解读顺序建议如下：

1. 先看样本量，确认有效样本数是否与预期一致。
2. 再看最高频类别，说明样本主体特征。
3. 如果是有序变量，再观察累计百分比，判断低分到高分的累积趋势。
4. 对问卷题项，可结合柱形图或饼图描述主要选择倾向。

指标	含义	解读重点
频数	某类别出现次数	判断样本数量
百分比	该类别占总样本比例	适合描述总体构成
有效百分比	排除缺失后的比例	缺失较多时优先参考
累计百分比	当前类别及之前类别的累计比例	适合有序类别

写作模板

可写为：“对样本基本特征进行频数分析，结果显示，某类别占比最高，为 xx%；其次为 xx%，占比 xx%。整体来看，样本在该变量上的分布较为集中或较为均衡。”

如果用于问卷题项，可写为：“在该题项中，选择 xx 的样本占比最高，说明受访者对该选项的认同程度相对更高。”

常见问题

为什么结果中少了某个选项

如果原始数据中没有该选项对应的观测值，结果表不会凭空生成该类别。需要展示完整选项时，应先在数据中保留标签信息，或在报告中说明该类别样本数为 0。

多选题能不能直接做频数分析

如果多选题已经拆成多个 0/1 变量，可以用多选题分析更直接；如果每个选项是单独变量，普通频数分析只能逐列展示，不会自动合并为多选题汇总。

频数分析和描述分析有什么区别

频数分析主要看分类变量的数量和比例；描述分析主要看定量变量的均值、标准差、中位数、最小值和最大值。

与相近方法区分

目标	推荐方法
看单个分类变量的分布	频数分析
看定量变量的均值和离散程度	描述分析
比较两个分类变量是否有关联	卡方分析
比较不同组的定量变量均值	t 检验或方差分析