作者：鄭铿城，經濟學博士，數學建模指導教練

開頭，和大家講個笑話

spss軟件在數據處理分析中有較廣的運用，适合各類學習群體，就算學習者不會編程，也可以通過spss軟件實現數據的處理和模型的建立。以下歸納了spss軟件中一些比較常用的功能和操作步驟，全是幹貨哦！

1.熟悉變量窗口和數據窗口

數據窗口是我們打開spss一開始時，其頁面所展現的窗口，主要用于輸入相關的數據，在其頁面中有相關的操作欄項目，可以進行對數據的具體分析。如下：

對于變量窗口，是對數據的變量做相應的改動調整的窗口，包括對數據的名稱、類型、寬度、小數位、标簽、度量标準等等。

在spss左下方有變量窗口和數據窗口的轉換按鈕，即可選擇不同的窗口進行操作：

2.學會數據輸入

數據輸入有兩種，一種是手動輸入數據，一種是通過已經有的excel數據，對數據進行鍵入。手動輸入比較簡單，就是在數據窗口把自己想要用的數據打入即可，然後點擊左下方選擇變量窗口，對數據的屬性進行相應的調整。對于使用已經有的數據，并把數據鍵入，要注意以下問題：

首先數據是以列來排序，即每一列代表一種數據，如果你的數據是每一行代表一種，那麼你需要對你的數據進行轉置處理。

比如我們鍵入以下數據：

那麼在spss窗口中，點擊“文件”--“打開”--“數據”

選擇想要鍵入的數據，會彈出這樣一個頁面，注意，要選擇打鈎。

初試數據鍵入以後，效果是這樣的:

我們可以點擊到變量窗口，進行相關的調整，使數據看起來更加的好看一點，比如統一小數位，調整數據所在行的寬度等，結果如下：

3.數據管理

這個就很簡單了，一些相關的參考書中，主要講了把數據進行縱向和橫向的合并，對數據進行拆分，對數據進行彙總，對數據進行加權，對數據進行查找。這些都很簡單，比較有意思的應該是數據的彙總和加權，數據彙總可以通過數據的均值、中值、總和、标準差等标準進行彙總，數據的加權通過“數據”--“加權個案”實現。

4.統計描述分析

用spss進行統計描述分析，主要有三個闆塊，一個是頻數分布描述；一個是描述性統計分析；一個是探索性分析。

首先講一下頻數分布：頻數分布就是用來對數據的集中趨勢和離散程度進行描述，通過頻數分布圖、條圖和直方圖等，來更加形象的說明數據的分布特征。步驟是：“分析”--“描述統計”--“頻率”，通過相應程序的操作，假設輸入以下數據：

通過頻數分布描述的spss步驟運行，同時進行相關的設置：

得到的結果如下：

上圖反映的是這些輸入數據的均值、中值、衆數等特性。

上圖反映的是頻率的一個情況，可以清楚的看出每個型号都頻率。

最後也得出了上圖這個直方圖。

然後我們來說一下描述性統計分布，命令為：“分析”--“描述統計”--“描述”。這個主要也是用來計算描述集中趨勢和離散趨勢的各種統計量。（此外還有一個重要的功能是進行标準化變換即Z變換），這個和上面那個頻數分布其實大同小異吧，都是用來體系數字的特征的。

舉個栗子，我鍵入以下數據，進行描述性分析：

通過的運行，最終得出的結果如下圖：

（确實，也就是各類統計量，像極大值極小值标準差等）

最後，該部分的最後一個版塊，即探索性分析，這個的話是建立在對數據有一定的了解的基礎上，對數據進行更加深入的分析（你可以理解為這種方法做出的圖看起來更加牛逼了）

舉個栗子，我還是用一些數據進行操作：

spss命令為：“分析”--“描述性統計”--“探索”。操作如下：

最終得到的結果：

上面這個當然就是簡單的數據描述。

還有一個以“南北”分開進行的描述。

還可以得到一個這樣的圖：

還可以操作出莖葉圖等圖形。

在前面的操作中，我們從輸出窗口可以看到代碼，其實這就是spss的運行代碼，系統自動生成的，如果你是用spss進行建模寫作的話，這些代碼就可以複制到你的論文的附錄部分。如：

5.均值檢驗

均值檢驗也叫means檢驗，很好理解，就是求數值均值的過程，在spss中的命令為“分析”--“比較均值”--“均值”，這個比較easy，也好理解，就不做例子。

這個比較均值窗口中包括了像單樣本T檢驗，獨立樣本T檢驗，配對樣本T檢驗和單因素分析，這些内容其實也是大同小異，可以輸入數據嘗試輸出結果，總結一點：在輸出結果中要看到sig值，也就是我們說的P值，這個值如果是小于0.05的（顯著性一般為0.05），那麼就表明兩個數據個體是有差異的。你也可以從概率的角度來理解（p值如果小于顯著性水平，則應該拒絕原假設，認為樣本之間存在差異）。當然我們也可以對這些概率做一個區分：

單樣本T檢驗的目的是利用某總體的樣本數據，推斷該總體的均值是否與指定的檢驗值存在顯著性差異；

獨立樣本T檢驗的目的是利用兩個總體獨立的樣本，推斷兩個總體的均值是否有差異。

匹配樣本T檢驗的目的是用兩個不同的總體的配對樣本，來推斷兩個總體的均值是否存在差異。

其實吧，都是在分析兩個東西的差異性。怎麼從他輸出的結果來看呢，其實就抓住P值來分析即可。

6.方差分析

在比較兩組資料的均數是否相等的時候，可以采用的是T檢驗，當組數大于等于3的時候，就應該使用方差分析。方差分析的原理不再贅述。在進行方差分析中，要學會通過LSD方法看出組數之間的差異。

具體命令：“分析”--“比較均值”--“單因素ANOVA”

在設置對話框中選擇LSD方法，從輸出結果來進行分析。

舉個栗子：有三組企業和對應的壽命：

利用單因素ANOVA方法，選取LSD進行操作

得到的結果如下：

由上表可知顯著性的大小為0.05，那麼如果兩個組别的顯著性大小比0.05大，則接受原假設，認為兩個組别是無差異的，那麼通過上表可以看出1組和3組是無差别的，1組合2組是有差别的，2組合3組也是有差别的。

7.利用spss進行繪圖

繪圖操作是一項重要技能，利用spss進行繪圖，操作簡單快捷，隻需要對數據進行選擇，然後點擊自己想要繪制的圖形格式即可。

當然繪圖的時候你數據窗口中要有數據，具體可以自己實驗一下。

假設我們要繪制一個時間為橫坐标，GDP為縱坐标的二維直方圖，即可進行操作得到如下結果：

當然在第二個繪圖指令中，還可以進行這樣的操作：

你選擇幾個變量，就會有相應的幾維圖形。（最多構造三維哦）

在繪圖中，點擊“舊對話框”會顯示下面内容：

同理根據自己的需求進行圖形的繪制。

8.缺失值分析

理解這個很簡單，就是我們在數據收集的過程中，可能存在數據的缺失，那麼數據的缺失就會對我們的處理結果造成一定的影響。利用spss軟件對缺失值進行處理，使我們分析的相關結果更加合理。

對缺失值的處理方法有很多，包括什麼直接删除法、或者用什麼數據來進行替代，也可以用EM或者回歸的方法，從未缺失的數據分布情況中推算出缺失的數據的估計值。“分析”--“缺失值分析”

首先我對之前的那份GDP數據進行故意挖空，形成缺失現象，便于進行分析：

主要挖了三處空，然後利用spss缺失值分析中的EM進行數據的缺失處理，得到下圖：

這樣就完成了缺失值的處理，當然也可以用回歸的方法。

9.簡單線性回歸和相關性分析

先講相關性，相關性用r表示，r值為正則正相關，反之則為負相關。r的絕對值越大，則相關性越強。可以用spearman等級相關系數來看相關程度。

舉個栗子：利用下面數據做相關性分析并構造回歸模型。

當然kendall和pearson相關系數也是可以表示相關性的，都差不多。

通過這個pearson相關系數（等于0.971）可以看出兩個變量的相關性很強！

得到的spearman系數和kendall系數也是接近于1的，表明兩個變量之間确實存在的正的相關性。再利用回歸方法确定出模型：

如下圖所示進行相關設置：

進行操作，得到的結果如下：

通過上表，則我們的回歸模型為：（設患病率為Y，碘含量為X）

Y=17.484 4.459X。

10.Logistic回歸模型

如果要分析的數據是分類變量，那麼可以采取logistic回歸模型對數據進行分析，首先講一下二項分類的logistic回歸，該模型的方程為：

P=1/(1 EXP(-b0 b1x1 b2x2 ... bnxn))

通過spss确定出上述方程的系數，即可确定出該模型。

舉個栗子：

查看變量窗口：

y表示康複情況，y=0則是沒有康複，y=1則是康複，x1表示病情的嚴重程度，x1=0則表示病情不嚴重，x1=1則表示病情嚴重。x2表示療法，x2=0則表示新療法，x2=1則表示舊療法。

并進行如下設置：

結果為：

通過上表，可以得到二元logistic回歸模型為：

P(Y=1)=1/(1 EXP(-0.928-0.909X1-1.669X2))

即療法的新舊對于康複情況是有影響的，當療法比較就新的時候，康複的概率會更高一點。

當然logistic回歸除了有二項的以外，還有有序的logistic回歸，條件logistic回歸等。方法類似。

方法總結，對于該部分的logistic回歸方程，首先你要确定你要使用哪個類型的logistic回歸模型，然後去尋找該模型的一個表達式，再通過spss軟件，求出系數，把系數代入表達式，即可構造出模型。比如上述中确定了二項logistic回歸的表達式：

那麼通過spss确定系數以後，代入表達式即可得出模型。

11.聚類方法

物以類聚，人以群分。對數據或者樣本進行聚類，了解對象的類别，具有一定的探索性。聚類的原理是什麼呢，很簡單，就是通過距離和相似系數進行聚類，其原理不再說明。

常用的有k均值聚類和系統聚類。

舉個栗子：

對以上數據進行聚類：“分析”--“分類”-“k-均值聚類”

同時确定分類數：

由于設置的是聚類成兩類，所以結果顯示如下：

可以看出不同案例号對應的類别，當然你也可以嘗試設置成4類等，看看結果會發生什麼變化。（如下）

也可以進行系統聚類：比如對這些數據進行系統聚類：

得到的一個垂直冰柱圖和樹狀圖：

12.主成分分析、因子分析

這裡用的是一個降維的思想，從一堆變量中，選取出一些主要變量進行分析。主要還是通過特征根的大小來衡量。

主成分分析和因子分析到底有什麼異同？大家可以先自行了解一下，提示：主成分分析實質是線性變換，無假設檢驗，因子分析是統計模型，有些因子模型可以做假設檢驗，其次主成分分析在spss操作中不需要旋轉，而因子分析則需要旋轉。

舉一個因子分析例子，并通過構造碎石圖、做球形檢驗和旋轉來看看因子分析的具體操作：

其x1到x9分别表示：

選擇“分析”--“降維”--“因子分析”：得到的結果如下：

碎石圖怎麼看？看斜率，前3的成分的斜率比較陡峭，故可以用前三個元素來代表所有元素。

從球形檢驗這個表，可以看出KMO值大于最低标準0.5，所以适合做因子分析，同時P值小于0.001，适合做因子分析。

也可以看到沒有旋轉之前的成分矩陣和旋轉以後的成分矩陣：

那麼我們就可以去說明前3個因子中，他們各自的什麼含量成分比較大，同時進行相應的說明。

13.信度分析

這個方法是用在調查問卷中的，信度就是反應測量結果的一緻性和穩定性。在spss中的操作為“分析”--“度量”--“可靠性分析”

做一個例子分析：

對上表的結果做一個信度分析：

得到信度結果：

cronbach“阿發”的系數為0.811，故該試卷的信度較好。從下面這個表，可以看出：

有一個crobanch的系數值大于0.811，這個就表明：如果在試卷中删除名解的話，會提高試卷的信度值。

最後再講一個生存分析和Cox模型：

生存分析是把生存時間和生存結果綜合起來，對數據進行分析的一種統計方法。舉個栗子就懂了：（數據如下）

通過“分析”--“生存函數”--“壽命表”得到：

Cox模型：可以建立生存時間和危險因素之間的依存關系的模型。

命令：“分析”--“生存函數”--“COX回歸”

學完SPSS，對數據量化分析有了進一步的了解，SPSS不僅可以用在建模，也可以用在論文研究等領域，覺得ok就分享給身邊的同學吧！

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!