SPSS 数据分析，掌握这 6 大模块就够了
丁香园
SPSS 全称为「社会科学统计软件包」，是 IBM 公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称。
图中我们看到 SPSS 有 23 个方法模块，虽然我们不能每个模块都能用到，但作为一个科研工作者，其中的某些功能是必须要掌握的。
图一：SPSS 的 23 个模块
下面列出几个典型的例子供大家在做数据中作为参考：
图二：医学中 SPSS 用到的模块
一、描述性研究
图三：SPSS描述性研究
描述性分析主要是对数据进行基础性描述，主要用于描述变量的基本特征。描述性分析对于数据分析来说是一项基础性的工作，目的要于熟悉数据源，把握数据的整体性分布情况。
SPSS 中的描述性分析过程可以生成相关的描述性统计量，如均值、方差、标准差、全距、峰度和偏度等，同时描述性分析过程还能将原始数据转换为标准Z分值并作为变量储存。
基本输出的统计量主要有以下几个方面：
（一） 表示集中趋势的统计量：均值，中位数，众数，百分位数；
（二）表示离中趋势的统计量：方差与标准差，均值标准误差，极差或范围，最大值，最小值，变异系数；
（三）表示分布形态的统计量：偏度，峰度；
（四）其他相关统计量：Z 标准化得分（注：Z 标准化得分是某一数据与平均数的距离以标准差为单位的测量值，在统计分析中起着十分重要的作用）。
具体实际操作如下：
1.打开数据源，如下图所示：
2.在菜单栏中依次选择「分析-描述统计-描述」命令，得到结果如下图：
3.点击对话框中的「选项」：
4.因为现在是属于熟悉 SPSS 的阶段，可尝试全部勾选：
5.返回到描述性对话框，勾选左下方的「将标准化得分另存为变量」，最后按「确定」，得到结果如下图：
6.返回数据源表，可看到已生成 Z 标准化得分：
其中，标准化得分大于零，说明原数据比平均分高；若标准化得分小于零，说明原数据比平均分小。如第一个数值为 -3.08124，则说明，该学生该科得分比整个平均分要低大约 3 个标准差。
二、T 检验
图四：SPSS 中 T 检验
（1）单样本 T 检验
单样本 T 检验的目的是利用来自总体的样本数据，推断该总体的均值是否与制定的检验值之间存在显著性差异。它是对总体均值的假设检验。
SPSS软件操作流程：
1.Analyze > Compare Means > One-Sample T Test
2.在打开的 one-sample T Testp 窗口中，检验变量（Test Variable）选择血红蛋白 x, 检验值（Test Value）中输入 14.02, 点击 OK。输出结果。
（2）独立样本 T 检验
独立样本 T 检验是用于两个独立样本均值的比较。两个样本必须独立且服从正态分布。
按照Analyze>Compare Means>Independent-Sample T Test操作打开Independent-Samples T Test窗口。
2.检验变量中选择 PreWeight, 检验值为 group(0 1)。点击 OK，输出结果。
注意：Levene's test 用于确定方差齐性，注意根据该结果判断哪一行数据为最终结论。如果分组在 3 组或 3 组以上的均值比较可以应用单因素 ANOVA。
三、方差分析
图五：SPSS 的方差分析
1.首先打开 SPSS，其次点击「变量视图」：
2.给变量命名：
3.点击数据视图，再点击「肝」一列变量，导入数据，点击「组别」这组变量，输入对应的浓度（不同浓度代表不同组别）：
4.点击「变量视图」，点击组别这一组的「值」，给各组命名，然后点击方形图标：
5.在弹出的对话框中，点击「值」，输入刚才组别变量中写的那些浓度值一个，其次点击「标签」给其命名：
6.等到所有添加后，依照样板数据，输入不同组的名字和浓度：
7.点击「分析」，再点击「比较均值」，在下拉菜单中点击「单因素 ANOVA」
8.在新的对话框中，依据样板数据，添加「因变量列表」，添加「因子」，然后选择分析方式：
9.勾选上需要的比较方法，点击继续：
10.最后，分析结果就出来了：
四、线性回归
图六：SPSS 线性回归
在回归分析中，只有一个自变量的回归分析，称为一元回归；多于一个自变量的回归分析，称为多元回归。在做线性回归分析之前需要先做散点图，如果散点图不呈现线性关系，则不能做线性回归。
（1）问题与数据
某地方病研究所调查了 8 名正常儿童的尿肌酐含量（mmol/24h），请估计尿肌酐含量（Y）对其年龄（X）的直线回归方程。
（2）SPSS操作
1.数据录入 SPSS：
2.做散点图，判断是否为线性关系：
3.将自变量年龄（X）放入 X 轴；将因变量尿肌酐含量（Y）放入 Y 轴；其它默认选项后，点击确定：
4.从图上判断变量之间大致呈线性关系，可以继续做回归：
5.将年龄放入自变量，尿肌酐含量放入因变量，点击确定：
6.结果分析：
（3）结果解读
① R 方（0.778）是回归方程的决定系数，表示 Y 变异的 77.8% 可以由 X 的变异来解释。
②对回归方程进行方差分析：F=20.968，P=0.004。可以认为年龄和尿肌酐含量有直线关系。
③对回归系数进行 T 检验：Constant（回归方程的截距）与 0 之间的差别有统计学意义（t=5.595,P=0.001），斜率与 0 之间的差别有统计学意义（t=4.579,P=0.004）。
因此，建立回归方程为=1.662+0.139X，X 为儿童年龄，Y 为尿肌酐含量。
