SPSS统计学：全距

概念

全距，也被称为极差，是统计学中衡量数据变异程度的一项指标。它代表了一组数据中最大值和最小值之间的差距，计算方式为最大值减去最小值。

用途

全距直观地揭示了总体内数值变化的幅度，或者说是标志值差异的范围，为我们理解数据分布的离散程度提供了重要指标。它就像一个数据集的“伸缩范围”，揭示了数据中数值变化的最大跨度，帮助我们判断数据的集中程度和变异情况。

意义

在统计中，全距常用来刻画一组数据的离散程度，反映的是变量分布的变异范围和离散幅度，在总体中任何两个单位的标准值之差都不能超过全距。全距越大，离散程度越大，反之，离散程度越小。不过，全距只指明了测定值的最大离散范围，而未能利用全部测量值的信息，不能细致地反映测量值彼此相符合的程度。它的优点是计算简单，含义直观，运用方便，但在实际应用中，全距易受极端值的影响。

举例

假设我们有一组数据，表示某个班级学生的身高（单位：厘米）：

150,155,160,165,170,175,180,185

找出最大值和最小值：
最大值：185厘米
最小值：150厘米

计算全距：
全距 = 最大值 - 最小值 = 185 - 150 = 35厘米

所以，这组数据的全距是35厘米，意味着这个班级学生的身高范围从150厘米到185厘米，相差35厘米。

全距能够直观地反映数据集中数值变化的范围，但同时也容易受到极端值的影响。

SPSS操作

计算程序

FREQUENCIES VARIABLES=身高
  /FORMAT=NOTABLE
  /STATISTICS=RANGE
  /ORDER=ANALYSIS.