SPSSによる記述統計量の出力と読み方｜SPSSの使い方 第6回

量的データの特徴を明らかにしよう

SPSSの「探索的」分析を使うと、量的データの代表値（平均・中央値・分散・標準偏差）と分布形状（ヒストグラム・箱ひげ図・Q-Qプロット）を一度に取得できます。記述統計の出発点として最初に走らせると効率的です。

記述統計表の出力結果を読み取る

まず記述統計表を確認します。度数（N）・平均（Mean）・標準偏差（Std. Deviation）・分散（Variance）・最小値・最大値が並びます。標準偏差はデータのばらつきを示す代表的指標で、平均からどれくらい離れているかを表します。

続いてパーセンタイル表で四分位点（25・50・75パーセンタイル）を確認します。中央値（50パーセンタイル）と平均値の乖離が大きい場合は、分布が偏っている（歪度がある）サインです。

ヒストグラム・箱ひげ図でデータの分布を確認する

数値だけでは分布の形状や外れ値が掴みにくいため、グラフでの可視化が不可欠です。SPSSの「探索的」分析では、依存変数ごとに以下3種類のグラフを自動生成します。

① ヒストグラム：データを区間（ビン）に分けて度数を棒で表示。山の形状から「正規分布に近いか」「裾が長いか」を判定します。

② 箱ひげ図（ボックスプロット）：第1四分位・中央値・第3四分位を箱で表示し、ひげの外側に出る点は外れ値として強調されます。データクリーニングの起点として有効です。

③ 莖葉図（ステム＆リーフ）：元データの数値を保ったまま分布を表示する図。サンプル数が中程度（数十件）のときに、個別データ点も追跡できる便利な可視化です。

Q-Qプロットで正規性を視覚的に検証する

多くの統計手法（t検定・分散分析・回帰分析など）は「データが正規分布に従う」ことを前提とします。正規性の検証にはQ-Qプロットが最も直感的です。

プロットが対角線（赤い直線）にほぼ沿っていれば正規分布と見なせます。両端で線から大きく外れる場合は、裾が重い分布（外れ値の存在や歪度）が示唆されます。Shapiro-Wilk検定などの正規性検定と併せて判断するのが定石です。

今回はSPSSの「探索的」分析を使って、量的データの代表値・分布・正規性を一括で取得する手順を解説しました。次回は質的データを対象に、度数分布表とカテゴリ別グラフを作成していきます。