若您的数据主要分析的类别变量不是唯一值时，在此利用咖啡品牌数据（coffee.sav）进行简单数据处理，此数据共有六种咖啡品牌，为保证商业机密以代号命名，AA、BB、CC、EE和FF，排除印象属性因子，来看每个品牌的来客数与平均来客数达标程度。
步骤：
ØStep 1. 选择文件路径打开coffee.sav文件
ØStep 2. 计算平均来客数，点选数据——汇总进行设定，将“brand”变量放至“分段变量”，“fre”变量放至“变量摘要”，预设会计算期平均数如图
ØStep 3. 针对特定目标“image”为8的数据，点选数据——选取观察值进行设定，勾选“如果满足条件”——“如果”——“设定条件式”（image= 8）后确认关闭视窗，最后设定输出为“删除未选取的观察值”如图所示
打开菜单：
•设定目标百分比_测量功能，将“brand”变量放至“组类别（类别）”、“freq”变量放至“实际值（实际）”、“freq_mean”变量放至“目标值（计划）”，在属性设定中勾选显示标题在仪表板与描述中，并显示目标线与夏天样式。
•下图为不同形式呈现目标百分比_测量，依结果可看出DD品牌在品牌印象中为新颖的来客数远大于平均来客数，达成率为（152%）
接下来制作温度计图：
•图中不同形式呈现目标百分比_温度计图，依结果可看出DD品牌在品牌印象中为新颖的来客数远大于平均来客数，达成率为152%。
本站文章版权归原作者及原出处所有 。内容为作者个人观点， 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台，并不用于任何商业目的，如果有任何问题，请及时联系我们，我们将根据著作权人的要求，立即更正或者删除有关内容。本站拥有对此声明的最终解释权。