作者：鄭鏗城，經(jīng)濟(jì)學(xué)博士，數(shù)學(xué)建模指導(dǎo)教練

開(kāi)頭，和大家講個(gè)笑話

spss軟件在數(shù)據(jù)處理分析中有較廣的運(yùn)用，適合各類(lèi)學(xué)習(xí)群體，就算學(xué)習(xí)者不會(huì)編程，也可以通過(guò)spss軟件實(shí)現(xiàn)數(shù)據(jù)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，全是干貨哦！

1.熟悉變量窗口和數(shù)據(jù)窗口

數(shù)據(jù)窗口是我們打開(kāi)spss一開(kāi)始時(shí)，其頁(yè)面所展現(xiàn)的窗口，主要用于輸入相關(guān)的數(shù)據(jù)，在其頁(yè)面中有相關(guān)的操作欄項(xiàng)目，可以進(jìn)行對(duì)數(shù)據(jù)的具體分析。如下：

對(duì)于變量窗口，是對(duì)數(shù)據(jù)的變量做相應(yīng)的改動(dòng)調(diào)整的窗口，包括對(duì)數(shù)據(jù)的名稱、類(lèi)型、寬度、小數(shù)位、標(biāo)簽、度量標(biāo)準(zhǔn)等等。

在spss左下方有變量窗口和數(shù)據(jù)窗口的轉(zhuǎn)換按鈕，即可選擇不同的窗口進(jìn)行操作：

2.學(xué)會(huì)數(shù)據(jù)輸入

數(shù)據(jù)輸入有兩種，一種是手動(dòng)輸入數(shù)據(jù)，一種是通過(guò)已經(jīng)有的excel數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行鍵入。手動(dòng)輸入比較簡(jiǎn)單，就是在數(shù)據(jù)窗口把自己想要用的數(shù)據(jù)打入即可，然后點(diǎn)擊左下方選擇變量窗口，對(duì)數(shù)據(jù)的屬性進(jìn)行相應(yīng)的調(diào)整。對(duì)于使用已經(jīng)有的數(shù)據(jù)，并把數(shù)據(jù)鍵入，要注意以下問(wèn)題：

首先數(shù)據(jù)是以列來(lái)排序，即每一列代表一種數(shù)據(jù)，如果你的數(shù)據(jù)是每一行代表一種，那么你需要對(duì)你的數(shù)據(jù)進(jìn)行轉(zhuǎn)置處理。

比如我們鍵入以下數(shù)據(jù)：

那么在spss窗口中，點(diǎn)擊“文件”--“打開(kāi)”--“數(shù)據(jù)”

選擇想要鍵入的數(shù)據(jù)，會(huì)彈出這樣一個(gè)頁(yè)面，注意，要選擇打鉤。

初試數(shù)據(jù)鍵入以后，效果是這樣的:

我們可以點(diǎn)擊到變量窗口，進(jìn)行相關(guān)的調(diào)整，使數(shù)據(jù)看起來(lái)更加的好看一點(diǎn)，比如統(tǒng)一小數(shù)位，調(diào)整數(shù)據(jù)所在行的寬度等，結(jié)果如下：

3.數(shù)據(jù)管理

這個(gè)就很簡(jiǎn)單了，一些相關(guān)的參考書(shū)中，主要講了把數(shù)據(jù)進(jìn)行縱向和橫向的合并，對(duì)數(shù)據(jù)進(jìn)行拆分，對(duì)數(shù)據(jù)進(jìn)行匯總，對(duì)數(shù)據(jù)進(jìn)行加權(quán)，對(duì)數(shù)據(jù)進(jìn)行查找。這些都很簡(jiǎn)單，比較有意思的應(yīng)該是數(shù)據(jù)的匯總和加權(quán)，數(shù)據(jù)匯總可以通過(guò)數(shù)據(jù)的均值、中值、總和、標(biāo)準(zhǔn)差等標(biāo)準(zhǔn)進(jìn)行匯總，數(shù)據(jù)的加權(quán)通過(guò)“數(shù)據(jù)”--“加權(quán)個(gè)案”實(shí)現(xiàn)。

4.統(tǒng)計(jì)描述分析

用spss進(jìn)行統(tǒng)計(jì)描述分析，主要有三個(gè)板塊，一個(gè)是頻數(shù)分布描述；一個(gè)是描述性統(tǒng)計(jì)分析；一個(gè)是探索性分析。

首先講一下頻數(shù)分布：頻數(shù)分布就是用來(lái)對(duì)數(shù)據(jù)的集中趨勢(shì)和離散程度進(jìn)行描述，通過(guò)頻數(shù)分布圖、條圖和直方圖等，來(lái)更加形象的說(shuō)明數(shù)據(jù)的分布特征。步驟是：“分析”--“描述統(tǒng)計(jì)”--“頻率”，通過(guò)相應(yīng)程序的操作，假設(shè)輸入以下數(shù)據(jù)：

通過(guò)頻數(shù)分布描述的spss步驟運(yùn)行，同時(shí)進(jìn)行相關(guān)的設(shè)置：

得到的結(jié)果如下：

上圖反映的是這些輸入數(shù)據(jù)的均值、中值、眾數(shù)等特性。

上圖反映的是頻率的一個(gè)情況，可以清楚的看出每個(gè)型號(hào)都頻率。

最后也得出了上圖這個(gè)直方圖。

然后我們來(lái)說(shuō)一下描述性統(tǒng)計(jì)分布，命令為：“分析”--“描述統(tǒng)計(jì)”--“描述”。這個(gè)主要也是用來(lái)計(jì)算描述集中趨勢(shì)和離散趨勢(shì)的各種統(tǒng)計(jì)量。（此外還有一個(gè)重要的功能是進(jìn)行標(biāo)準(zhǔn)化變換即Z變換），這個(gè)和上面那個(gè)頻數(shù)分布其實(shí)大同小異吧，都是用來(lái)體系數(shù)字的特征的。

舉個(gè)栗子，我鍵入以下數(shù)據(jù)，進(jìn)行描述性分析：

通過(guò)的運(yùn)行，最終得出的結(jié)果如下圖：

（確實(shí)，也就是各類(lèi)統(tǒng)計(jì)量，像極大值極小值標(biāo)準(zhǔn)差等）

最后，該部分的最后一個(gè)版塊，即探索性分析，這個(gè)的話是建立在對(duì)數(shù)據(jù)有一定的了解的基礎(chǔ)上，對(duì)數(shù)據(jù)進(jìn)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(lái)更加牛逼了）

舉個(gè)栗子，我還是用一些數(shù)據(jù)進(jìn)行操作：

spss命令為：“分析”--“描述性統(tǒng)計(jì)”--“探索”。操作如下：

最終得到的結(jié)果：

上面這個(gè)當(dāng)然就是簡(jiǎn)單的數(shù)據(jù)描述。

還有一個(gè)以“南北”分開(kāi)進(jìn)行的描述。

還可以得到一個(gè)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(shí)這就是spss的運(yùn)行代碼，系統(tǒng)自動(dòng)生成的，如果你是用spss進(jìn)行建模寫(xiě)作的話，這些代碼就可以復(fù)制到你的論文的附錄部分。如：

5.均值檢驗(yàn)

均值檢驗(yàn)也叫means檢驗(yàn)，很好理解，就是求數(shù)值均值的過(guò)程，在spss中的命令為“分析”--“比較均值”--“均值”，這個(gè)比較easy，也好理解，就不做例子。

這個(gè)比較均值窗口中包括了像單樣本T檢驗(yàn)，獨(dú)立樣本T檢驗(yàn)，配對(duì)樣本T檢驗(yàn)和單因素分析，這些內(nèi)容其實(shí)也是大同小異，可以輸入數(shù)據(jù)嘗試輸出結(jié)果，總結(jié)一點(diǎn)：在輸出結(jié)果中要看到sig值，也就是我們說(shuō)的P值，這個(gè)值如果是小于0.05的（顯著性一般為0.05），那么就表明兩個(gè)數(shù)據(jù)個(gè)體是有差異的。你也可以從概率的角度來(lái)理解（p值如果小于顯著性水平，則應(yīng)該拒絕原假設(shè)，認(rèn)為樣本之間存在差異）。當(dāng)然我們也可以對(duì)這些概率做一個(gè)區(qū)分：

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

獨(dú)立樣本T檢驗(yàn)的目的是利用兩個(gè)總體獨(dú)立的樣本，推斷兩個(gè)總體的均值是否有差異。

匹配樣本T檢驗(yàn)的目的是用兩個(gè)不同的總體的配對(duì)樣本，來(lái)推斷兩個(gè)總體的均值是否存在差異。

其實(shí)吧，都是在分析兩個(gè)東西的差異性。怎么從他輸出的結(jié)果來(lái)看呢，其實(shí)就抓住P值來(lái)分析即可。

6.方差分析

在比較兩組資料的均數(shù)是否相等的時(shí)候，可以采用的是T檢驗(yàn)，當(dāng)組數(shù)大于等于3的時(shí)候，就應(yīng)該使用方差分析。方差分析的原理不再贅述。在進(jìn)行方差分析中，要學(xué)會(huì)通過(guò)LSD方法看出組數(shù)之間的差異。

具體命令：“分析”--“比較均值”--“單因素ANOVA”

在設(shè)置對(duì)話框中選擇LSD方法，從輸出結(jié)果來(lái)進(jìn)行分析。

舉個(gè)栗子：有三組企業(yè)和對(duì)應(yīng)的壽命：

利用單因素ANOVA方法，選取LSD進(jìn)行操作

得到的結(jié)果如下：

由上表可知顯著性的大小為0.05，那么如果兩個(gè)組別的顯著性大小比0.05大，則接受原假設(shè)，認(rèn)為兩個(gè)組別是無(wú)差異的，那么通過(guò)上表可以看出1組和3組是無(wú)差別的，1組合2組是有差別的，2組合3組也是有差別的。

7.利用spss進(jìn)行繪圖

繪圖操作是一項(xiàng)重要技能，利用spss進(jìn)行繪圖，操作簡(jiǎn)單快捷，只需要對(duì)數(shù)據(jù)進(jìn)行選擇，然后點(diǎn)擊自己想要繪制的圖形格式即可。

當(dāng)然繪圖的時(shí)候你數(shù)據(jù)窗口中要有數(shù)據(jù)，具體可以自己實(shí)驗(yàn)一下。

假設(shè)我們要繪制一個(gè)時(shí)間為橫坐標(biāo)，GDP為縱坐標(biāo)的二維直方圖，即可進(jìn)行操作得到如下結(jié)果：

當(dāng)然在第二個(gè)繪圖指令中，還可以進(jìn)行這樣的操作：

你選擇幾個(gè)變量，就會(huì)有相應(yīng)的幾維圖形。（最多構(gòu)造三維哦）

在繪圖中，點(diǎn)擊“舊對(duì)話框”會(huì)顯示下面內(nèi)容：

同理根據(jù)自己的需求進(jìn)行圖形的繪制。

8.缺失值分析

理解這個(gè)很簡(jiǎn)單，就是我們?cè)跀?shù)據(jù)收集的過(guò)程中，可能存在數(shù)據(jù)的缺失，那么數(shù)據(jù)的缺失就會(huì)對(duì)我們的處理結(jié)果造成一定的影響。利用spss軟件對(duì)缺失值進(jìn)行處理，使我們分析的相關(guān)結(jié)果更加合理。

對(duì)缺失值的處理方法有很多，包括什么直接刪除法、或者用什么數(shù)據(jù)來(lái)進(jìn)行替代，也可以用EM或者回歸的方法，從未缺失的數(shù)據(jù)分布情況中推算出缺失的數(shù)據(jù)的估計(jì)值?！胺治觥?-“缺失值分析”

首先我對(duì)之前的那份GDP數(shù)據(jù)進(jìn)行故意挖空，形成缺失現(xiàn)象，便于進(jìn)行分析：

主要挖了三處空，然后利用spss缺失值分析中的EM進(jìn)行數(shù)據(jù)的缺失處理，得到下圖：

這樣就完成了缺失值的處理，當(dāng)然也可以用回歸的方法。

9.簡(jiǎn)單線性回歸和相關(guān)性分析

先講相關(guān)性，相關(guān)性用r表示，r值為正則正相關(guān)，反之則為負(fù)相關(guān)。r的絕對(duì)值越大，則相關(guān)性越強(qiáng)?？梢杂胹pearman等級(jí)相關(guān)系數(shù)來(lái)看相關(guān)程度。

舉個(gè)栗子：利用下面數(shù)據(jù)做相關(guān)性分析并構(gòu)造回歸模型。

當(dāng)然kendall和pearson相關(guān)系數(shù)也是可以表示相關(guān)性的，都差不多。

通過(guò)這個(gè)pearson相關(guān)系數(shù)（等于0.971）可以看出兩個(gè)變量的相關(guān)性很強(qiáng)！

得到的spearman系數(shù)和kendall系數(shù)也是接近于1的，表明兩個(gè)變量之間確實(shí)存在的正的相關(guān)性。再利用回歸方法確定出模型：

如下圖所示進(jìn)行相關(guān)設(shè)置：

進(jìn)行操作，得到的結(jié)果如下：

通過(guò)上表，則我們的回歸模型為：（設(shè)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(shù)據(jù)是分類(lèi)變量，那么可以采取logistic回歸模型對(duì)數(shù)據(jù)進(jìn)行分析，首先講一下二項(xiàng)分類(lèi)的logistic回歸，該模型的方程為：

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

通過(guò)spss確定出上述方程的系數(shù)，即可確定出該模型。

舉個(gè)栗子：

查看變量窗口：

y表示康復(fù)情況，y=0則是沒(méi)有康復(fù)，y=1則是康復(fù)，x1表示病情的嚴(yán)重程度，x1=0則表示病情不嚴(yán)重，x1=1則表示病情嚴(yán)重。x2表示療法，x2=0則表示新療法，x2=1則表示舊療法。

并進(jìn)行如下設(shè)置：

結(jié)果為：

通過(guò)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(duì)于康復(fù)情況是有影響的，當(dāng)療法比較就新的時(shí)候，康復(fù)的概率會(huì)更高一點(diǎn)。

當(dāng)然logistic回歸除了有二項(xiàng)的以外，還有有序的logistic回歸，條件logistic回歸等。方法類(lèi)似。

方法總結(jié)，對(duì)于該部分的logistic回歸方程，首先你要確定你要使用哪個(gè)類(lèi)型的logistic回歸模型，然后去尋找該模型的一個(gè)表達(dá)式，再通過(guò)spss軟件，求出系數(shù)，把系數(shù)代入表達(dá)式，即可構(gòu)造出模型。比如上述中確定了二項(xiàng)logistic回歸的表達(dá)式：

那么通過(guò)spss確定系數(shù)以后，代入表達(dá)式即可得出模型。

11.聚類(lèi)方法

物以類(lèi)聚，人以群分。對(duì)數(shù)據(jù)或者樣本進(jìn)行聚類(lèi)，了解對(duì)象的類(lèi)別，具有一定的探索性。聚類(lèi)的原理是什么呢，很簡(jiǎn)單，就是通過(guò)距離和相似系數(shù)進(jìn)行聚類(lèi)，其原理不再說(shuō)明。

常用的有k均值聚類(lèi)和系統(tǒng)聚類(lèi)。

舉個(gè)栗子：

對(duì)以上數(shù)據(jù)進(jìn)行聚類(lèi)：“分析”--“分類(lèi)”-“k-均值聚類(lèi)”

同時(shí)確定分類(lèi)數(shù)：

由于設(shè)置的是聚類(lèi)成兩類(lèi)，所以結(jié)果顯示如下：

可以看出不同案例號(hào)對(duì)應(yīng)的類(lèi)別，當(dāng)然你也可以嘗試設(shè)置成4類(lèi)等，看看結(jié)果會(huì)發(fā)生什么變化。（如下）

也可以進(jìn)行系統(tǒng)聚類(lèi)：比如對(duì)這些數(shù)據(jù)進(jìn)行系統(tǒng)聚類(lèi)：

得到的一個(gè)垂直冰柱圖和樹(shù)狀圖：

12.主成分分析、因子分析

這里用的是一個(gè)降維的思想，從一堆變量中，選取出一些主要變量進(jìn)行分析。主要還是通過(guò)特征根的大小來(lái)衡量。

主成分分析和因子分析到底有什么異同？大家可以先自行了解一下，提示：主成分分析實(shí)質(zhì)是線性變換，無(wú)假設(shè)檢驗(yàn)，因子分析是統(tǒng)計(jì)模型，有些因子模型可以做假設(shè)檢驗(yàn)，其次主成分分析在spss操作中不需要旋轉(zhuǎn)，而因子分析則需要旋轉(zhuǎn)。

舉一個(gè)因子分析例子，并通過(guò)構(gòu)造碎石圖、做球形檢驗(yàn)和旋轉(zhuǎn)來(lái)看看因子分析的具體操作：

其x1到x9分別表示：

選擇“分析”--“降維”--“因子分析”：得到的結(jié)果如下：

碎石圖怎么看？看斜率，前3的成分的斜率比較陡峭，故可以用前三個(gè)元素來(lái)代表所有元素。

從球形檢驗(yàn)這個(gè)表，可以看出KMO值大于最低標(biāo)準(zhǔn)0.5，所以適合做因子分析，同時(shí)P值小于0.001，適合做因子分析。

也可以看到?jīng)]有旋轉(zhuǎn)之前的成分矩陣和旋轉(zhuǎn)以后的成分矩陣：

那么我們就可以去說(shuō)明前3個(gè)因子中，他們各自的什么含量成分比較大，同時(shí)進(jìn)行相應(yīng)的說(shuō)明。

13.信度分析

這個(gè)方法是用在調(diào)查問(wèn)卷中的，信度就是反應(yīng)測(cè)量結(jié)果的一致性和穩(wěn)定性。在spss中的操作為“分析”--“度量”--“可靠性分析”

做一個(gè)例子分析：

對(duì)上表的結(jié)果做一個(gè)信度分析：

得到信度結(jié)果：

cronbach“阿發(fā)”的系數(shù)為0.811，故該試卷的信度較好。從下面這個(gè)表，可以看出：

有一個(gè)crobanch的系數(shù)值大于0.811，這個(gè)就表明：如果在試卷中刪除名解的話，會(huì)提高試卷的信度值。

最后再講一個(gè)生存分析和Cox模型：

生存分析是把生存時(shí)間和生存結(jié)果綜合起來(lái)，對(duì)數(shù)據(jù)進(jìn)行分析的一種統(tǒng)計(jì)方法。舉個(gè)栗子就懂了：（數(shù)據(jù)如下）

通過(guò)“分析”--“生存函數(shù)”--“壽命表”得到：

Cox模型：可以建立生存時(shí)間和危險(xiǎn)因素之間的依存關(guān)系的模型。

命令：“分析”--“生存函數(shù)”--“COX回歸”

學(xué)完SPSS，對(duì)數(shù)據(jù)量化分析有了進(jìn)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(lǐng)域，覺(jué)得ok就分享給身邊的同學(xué)吧！