描述統計常被當成「順手跑一下」的東西，但它其實是論文第四章的第一張表，也是委員判斷你有沒有搞清楚資料的依據。這篇從變項尺度開始，把 SPSS 裡三個最常用的程序一次講完。
第一步：先分變項尺度
| 尺度 | 例子 | 該報什麼 |
|---|---|---|
| 名目 | 性別、科系 | 次數、百分比、長條圖 |
| 順序 | 教育程度、年齡級距 | 次數、百分比、中位數 |
| 等距／比率 | 量表分數、年齡、收入 | 平均數、標準差、直方圖 |
最常見的低級錯誤：對「科系」算平均數，或把五點量表當名目變項只報百分比。SPSS 不會阻止你，但算出來的數字沒有意義。
次數分配：FREQUENCIES
路徑：分析 → 描述統計 → 次數。把名目變項放進去，勾選次數表，需要時加長條圖或圓餅圖。
語法：FREQUENCIES VARIABLES = gender dept /BARCHART.
看的時候留意「有效百分比」與「百分比」的差別：有缺失值時兩者不同，論文裡該報哪一個要先想清楚，並在表下註明。
描述性統計量：DESCRIPTIVES
路徑：分析 → 描述統計 → 描述。勾平均數、標準差、最小值、最大值，再到「選項」加偏態與峰態。
語法：DESCRIPTIVES VARIABLES = sat1 sat2 sat3 /STATISTICS = MEAN STDDEV MIN MAX SKEWNESS KURTOSIS.
判讀重點：平均數看集中趨勢，標準差看離散程度；偏態與峰態用來判斷分布是否嚴重偏離常態。多數社科研究把 |偏態| < 3、|峰態| < 10 視為尚可接受的範圍，但那是經驗值不是硬規則，真正要緊的是它會不會影響你接著要做的檢定。
另一個常被忽略的動作：把標準差跟平均數一起看。平均數 3.8 可能是「大家都在 3.5–4.0」，也可能是「一半填 1、一半填 5」，兩者在論文裡的解釋完全不同。
交叉表：CROSSTABS
兩個類別變項要看關係時用：路徑 分析 → 描述統計 → 交叉表，列放自變項、欄放依變項，儲存格勾「觀察值」與「列百分比」，統計量勾「卡方」。
語法：CROSSTABS TABLES = gender BY dept /CELLS = COUNT ROW /STATISTICS = CHISQ.
百分比方向要選對。列百分比與欄百分比選反了，寫出來的結論會完全相反——這是交叉表最常出包的地方。
圖表怎麼處理
- 類別資料用長條圖優於圓餅圖，類別一多，圓餅圖幾乎無法比較。
- 連續資料用直方圖看分布、盒鬚圖看離群值。
- 直接貼 SPSS 預設輸出通常不合格：字級、座標軸標題、色彩都要重做，並輸出可編輯或高解析度圖檔。
論文裡怎麼呈現
樣本基本資料表通常長這樣：
| 變項 | 類別 | 次數 | 百分比 |
|---|---|---|---|
| 性別 | 男 | 138 | 44.2% |
| 女 | 174 | 55.8% |
量表構面則報各構面的平均數、標準差與題數，表下註記量表點數與有效樣本數。格式依 APA 7 或學校範本，可參考 APA 7 三線表怎麼做。
三個常見錯誤
- 對名目變項算平均數，或對量表只報百分比。
- 沒把「未填答」設為遺漏值，被當成 0 或 1 一起算進去。
- 只報平均數不報標準差，委員無從判斷資料的離散程度。
描述統計不是暖身。把這張表做好，後面所有分析才有可對照的基準：樣本到底是誰、資料長什麼樣子、有沒有明顯異常。
完整流程接著看 問卷回收後怎麼分析；資料篩選與分群則見 SPSS 資料篩選：Select Cases／Split File。