1
目录
一、 SPSS界面介绍 ............................................................................. 2
1、如何打开文件 ................................................................................ 2
2、如何在SPSS中打开excel表 ........................................................ 3
3、数据视图界面 ................................................................................ 3
4、变量视图界面 ................................................................................ 4
二、 如何用SPSS进行频数分析 ...................................................... 11
三、 如何用SPSS进行多变量分析 .................................................. 15
四、 如何对多选题进行数据分析 .................................................... 18
1、 对多选题进行变量集定义 ........................................................ 18
2、 对多选题进行频数分析 ............................................................. 21
快速掌握SPSS数据分析—SPSSAU在线分析平台
SPSS难吗？⽆⾮就是数据类型的区别后，就能理解应该⽤什么样的分析⽅法，对应着分析⽅法
⽆⾮是找⼀些参考资料进⾏即可。甚⾄在线⽹页SPSS软件直接可以将数据分析结果指标⼈⼯智
能地分析出来，这有多难呢？本⽂章将周⽼师（统计学专家）8年的数据分析经验浓缩，便于让
不会数据分析的同学，在学习数据分析的过程中可以少⾛弯路，树⽴数据分析价值观，以及以
数据进⾏决策的思维意识，并且可以快速的掌握数据分析。本⽂章分为四个板块进⾏说明，⼀
是数据分析思维的培养。⼆是数据间的⼏类关系情况。三是数据分析⽅法的选择。四是数据研
究的撰写等。
相对来讲，我们国家对于数据价值的重视是最近⼏年才开始，尤其是⼤数据时代的兴起，以及
⼈⼯智能时代的国家战略情况。之前企业进⾏决策时基本均是凭借主观经验，⽼板的经验决定
企业的成长，这也许叫做‘定性研究’较为适合，这种思路并没有错误。相对来讲，主观个⼈偏好
性是这种经验意识的弊端，⽽数据思维是⽤真实的数据作为依据，相对来讲具有更强的科学客
观性。但两种思维各有优缺点，数据还可以造假，以及⼈们还可能会错误的利⽤数据等。
但⽆论如何，西⽅的数据意识，以及数据价值客观存在。我们有必要对其进⾏重视。作为数据
研究⼈员，⾸先需要确保的是对数据的敬仰，错误的数据绝对⽆法容忍，否则永远不会得出科
学的结论。因⽽数据分析思维的素养第⼀层次即尊重数据。原始数据代表的意义，数据⾃⾝带
来的属性等均应该逐⼀确认。
确认数据的真实准确性后，即完成数据清理后，可对数据类型进⾏区分，⼀切数据均可分为两
种类型，包括定性和定量数据。如同’定性研究‘和’定量研究‘⼀样，定性数据是那些表⽰分类，
通常使⽤百分⽐汇总，⽆法计算平均值的数据，⽐如性别，专业。性别仅为男和⼥，使⽤数字1
和数字2表⽰，可以分别计算男和⼥的⽐例，但是不能算个平均分为1.2，得出性别平均为1.2这
样的分析。
另外⼀种数据叫定量数据，定量数据是那些可以进⾏量化，通常使⽤平均值表⽰，⽐如年龄，
WORD 格式整理
《统计分析与 SPSS的应用（第五版） 》（薛薇）
课后练习答案
第 4 章 SPSS基本统计分析
1、利用第 2 章第 7 题数据采用 SPSS频数分析，分析被调查者的常住地、职业和年龄分布特征，并绘制条形图。
分析——描述统计——频率，选择“常住地” ，“职业”和“年龄”到变量中，然后，图表——条形图——
图表值（频率）——继续，勾选显示频率表格，点击确定。
Statistics
户口所在 职业 年龄
地
Valid 282 282 282 N
0 0 0 Missing
户口所在地
Frequency Percent Valid Cumulative
Percent Percent
中心城市 200 70.9 70.9 70.9
Valid 边远郊区 82 29.1 29.1 100.0
Total 282 100.0 100.0
职业
Frequency Percent Valid Cumulative
Percent Percent
国家机关 24 8.5 8.5 8.5
商业服务业 54 19.1 19.1 27.7
文教卫生 18 6.4 6.4 34.0
公交建筑业 15 5.3 5.3 39.4
Valid 经营性公司 18 6.4 6.4 45.7
学校 15 5.3 5.3 51.1
一般农户 35 12.4 12.4 63.5
种粮棉专业
4 1.4 1.4 64.9 户
专业资料 值得拥有 WORD 格式整理
种果菜专业
10 3.5 3.5 68.4 户
工商运专业 34 12.1 12.1 80.5 户
退役人员 17 6.0 6.0 86.5
金融机构 35 12.4 12.4 98.9
现役军人 3 1.1 1.1 100.0
Total 282 100.0 100.0
SPSS多元线性回归在医学统计分析中的应用操作及分析
之前我们详细讲解了因变量为二分类的变量的影响因素的分析，采用二元Logistic回归分析。
但是在实际情况中，有些因变量的数据类型为连续数值型变量，并无特定的分类，这时候要分析他的影响因素，就无法采用logistics回归，由于变量数据为线性数值，这里就要采用线性回归模型来分析。
本次我们就来详细讲解SPSS多元线性回归在医学统计分析中的应用操作。
先来看今天的案例，我们采集了80位患者的骨吸收的数值数据，临床上可能对其造成影响的因素有吸烟、牙周炎、CA、固位方式、性别、年龄、固定支架直径、长度、修复类型、位置这些因素。如下图1：
（图1）
我们要分析吸烟、牙周炎、CA、固位方式、性别、年龄、固定支架直径、长度、修复类型、位置这些因素这些因素中，哪些确实是对骨吸收有显著的影响。就要以骨吸收为因变量，以吸烟、牙周炎、CA、固位方式、性别、年龄、固定支架直径、长度、修复类型、位置为自变量，采用多元线性回归模型分析。这里要注意的是，CA、年龄、为线性变量，可以直接作为自变量，但是吸烟、牙周炎这些属于分类变量，本应先对其进行虚拟化，才能作为自变量，但是由于这里的分类变量全部为二分类，因此虚拟化操作和当前实际一致，因此可直接作为自变量。关于如何做多分类自变量虚拟化的线性回归，我们将在今后的文章中再另行详解。
下面进行SPSS多元线性回归的操作步骤
①点击“分析”--“回归”--“线性”，在弹出的回归对话框中，将骨吸收选入因变量框中，将其他变量选入自变量框中。
（图2） （图3）
②进行相关的输出和参数设置，点击右侧“自助抽样”按钮，在弹出的对话框中勾选“执行自助抽样”，“置信区间”级别填写95。然后点击继续，确定按钮。
（图4） ③得到输出结果，并进行分析。这里我们只对重要的表格进行详细讲解分析。
（图5）
模型摘要这张表，主要看R方为52.6%，大于50%，说明数据与模型拟合程度较好。
