利用SPSS進(jìn)行數(shù)據(jù)分析的基本步驟

大家都知道數(shù)據(jù)分析的基本流程為明確分析的目的和內(nèi)容——數(shù)據(jù)收集——數(shù)據(jù)處理——數(shù)據(jù)分析——數(shù)據(jù)展現(xiàn)——報(bào)告撰寫(xiě)，今天這里所要說(shuō)的是如何利用SPSS進(jìn)行數(shù)據(jù)分析，也就是整個(gè)數(shù)據(jù)分析流程的中間部分（是指從將數(shù)據(jù)導(dǎo)入SPSS工具到利用SPSS工具產(chǎn)生分析結(jié)果，對(duì)結(jié)果進(jìn)行整理，形成圖表并解讀分析的過(guò)程）。

利用SPSS等工具進(jìn)行統(tǒng)計(jì)分析時(shí)，需要經(jīng)過(guò)數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)分析和數(shù)據(jù)展現(xiàn)這樣四個(gè)階段，下面中國(guó)統(tǒng)計(jì)網(wǎng)將對(duì)這幾個(gè)階段一一講述：

（一） 數(shù)據(jù)準(zhǔn)備

FAQ：這里為什么用數(shù)據(jù)準(zhǔn)備而不用數(shù)據(jù)采集？

數(shù)據(jù)采集是一個(gè)非常繁雜漫長(zhǎng)的過(guò)程，數(shù)據(jù)采集來(lái)源、采集頻率、采集人員安排等等這些足夠?qū)懸黄恼?，同時(shí)這里所要談的這個(gè)過(guò)程是從數(shù)據(jù)開(kāi)始說(shuō)起的，至于這些數(shù)據(jù)如何而來(lái)，這里不作討論。

數(shù)據(jù)準(zhǔn)備過(guò)程主要包括兩部分內(nèi)容：SPSS數(shù)據(jù)文件的建立和變量編輯。在SPSS數(shù)據(jù)文件建立之前，我們需要分析的數(shù)據(jù)可能以各種各樣的形態(tài)存在，可能需要手動(dòng)錄入（小批量的數(shù)據(jù)，但通常數(shù)據(jù)的錄入不在SPSS中直接進(jìn)行），也可能是以其他格式形態(tài)存在，例如：.xls/.xlsx/.xlsm格式，.txt文本格式或.CSV格式，SPSS支持多種數(shù)據(jù)格式文件的導(dǎo)入。

除此之外，SPSS還可以直接從數(shù)據(jù)庫(kù)中導(dǎo)入數(shù)據(jù)，利用數(shù)據(jù)庫(kù)導(dǎo)入方式導(dǎo)入數(shù)據(jù)。這里需要注意的是，SPSS每執(zhí)行一條指令，都會(huì)重新讀取所需的數(shù)據(jù)，如果你所取的數(shù)據(jù)是利用SQL語(yǔ)句從遠(yuǎn)程數(shù)據(jù)庫(kù)中調(diào)用的數(shù)據(jù)文件，那么將會(huì)非常耗時(shí)，此時(shí)的小技巧是利用好Cache data功能，建立活動(dòng)的數(shù)據(jù)緩存區(qū)，那樣SPSS的運(yùn)算速度會(huì)提升很多。

SPSS數(shù)據(jù)文件成功建立后，接下來(lái)的準(zhǔn)備工作則是對(duì)變量屬性進(jìn)行適當(dāng)?shù)恼{(diào)整和完善。例如你從公司的網(wǎng)站后臺(tái)提取銷售數(shù)據(jù)，后臺(tái)數(shù)據(jù)庫(kù)為了記錄方便通常是將各種渠道銷售數(shù)據(jù)用數(shù)字代碼表示，而將這些數(shù)據(jù)成功的建成SPSS數(shù)據(jù)文件后，此時(shí)你需要對(duì)渠道代碼進(jìn)行編碼說(shuō)明，對(duì)缺失值進(jìn)行標(biāo)記等等。

（二） 數(shù)據(jù)清洗

此過(guò)程主要為下一步數(shù)據(jù)分析做進(jìn)一步的準(zhǔn)備，最終將數(shù)據(jù)清洗為滿足分析需求的具體數(shù)據(jù)集。期間主要內(nèi)容包括：

1)數(shù)據(jù)集的預(yù)先分析：對(duì)數(shù)據(jù)進(jìn)行必要的分析，如數(shù)據(jù)分組、排序、分布圖、平均數(shù)、標(biāo)準(zhǔn)差描述等，以掌握數(shù)據(jù)的基本特點(diǎn)和基本情況，保證后續(xù)工作的有效性，也為確定應(yīng)采用的統(tǒng)計(jì)檢驗(yàn)方法提供依據(jù)

2) 相關(guān)變量缺失值的查補(bǔ)檢查

3)分析前相關(guān)的校正和轉(zhuǎn)換工作，如根據(jù)銷售額對(duì)觀測(cè)值進(jìn)行分類，形成新的分類變量，從對(duì)應(yīng)的身份證信息中提取出地區(qū)、年齡、性別等新的變量信息等

4)觀測(cè)值的抽樣篩選，如抽取銷售額大于10萬(wàn)的產(chǎn)品等

5)其他數(shù)據(jù)清洗工作

Tips:期間注意規(guī)劃好清洗步驟和數(shù)據(jù)備份工作。

（三） 數(shù)據(jù)分析
此階段主要根據(jù)需求，選擇合適的統(tǒng)計(jì)方法進(jìn)行統(tǒng)計(jì)分析和數(shù)據(jù)圖表的制作，這里選擇合適的方法是關(guān)鍵，相關(guān)操作SPSS軟件已經(jīng)標(biāo)準(zhǔn)流程化，我們只需要選擇合適的參數(shù)進(jìn)行相關(guān)操作即可。下表是根據(jù)自變量與因變量數(shù)目對(duì)各種統(tǒng)計(jì)方法的一個(gè)歸類：


除了上述方法外，SPSS 17.0以上的版本還提供了一個(gè)直銷模塊,這部分內(nèi)容是對(duì)市場(chǎng)營(yíng)銷活動(dòng)中的用的比較多的模型的整理濃縮，本貼暫時(shí)不對(duì)數(shù)據(jù)分析的相關(guān)內(nèi)容做深入詳細(xì)的介紹，以后將針對(duì)案例對(duì)這部分內(nèi)容進(jìn)行詳細(xì)敘述。


（四） 數(shù)據(jù)展現(xiàn) 

常常聽(tīng)到有人抱怨SPSS輸出的圖表太丑，修改編輯起來(lái)太麻煩，真的是這樣嗎？其實(shí)SPSS軟件有提供很多的圖表供大家選擇，太多的時(shí)候，我們所使用的只是其中的一種而已。除此之外，SPSS也提供自己定義圖表模版功能供我們自由操作。

SPSS的菜單操作通常會(huì)輸出很多多余的結(jié)果，對(duì)這些結(jié)果進(jìn)行有針對(duì)性的挑選和組合才是工作的重點(diǎn)，而不是一味的將所有分析結(jié)果一股腦的全搬到報(bào)告中去，在寫(xiě)報(bào)告前對(duì)這些結(jié)果進(jìn)行合理的簡(jiǎn)化和整合是必須的，與此同時(shí)，相應(yīng)的結(jié)果解釋（探討是否接受或拒絕研究假設(shè)，解釋結(jié)果形成的原因）以及相關(guān)含義衍生都在此部分完成。例如，我們進(jìn)行方差分析時(shí)，SPSS可能直接輸出如下圖的結(jié)果，但我們展現(xiàn)結(jié)果的時(shí)候并不需要這么多看起來(lái)讓人眼花的數(shù)據(jù)結(jié)果，只需要從下表中提取出需要的那部分即可。

變異來(lái)源

型Ⅲ SS df 均方

F Sig.

整體模型

391.628 6 65.271

4.894 .001

Day

Round

Gender

271.367 3 90.456

106.297 2 53.148

13.964 1 13.964

6.783 .001

3.985 .026

1.047 .312

注：這里舉這個(gè)示例只是表達(dá)一種方法，對(duì)于模型的結(jié)果完整性并未作太多的考究

從上表三因素方差分析表可知，整體模型達(dá)顯著水平。其中Day和Round的主效應(yīng)達(dá)到顯著水平，但Gender的主效應(yīng)未達(dá)到顯著水平。除此之外，此模型還未考慮三者之間的交互效應(yīng)……（結(jié)合其他圖表的結(jié)果作深一步的分析說(shuō)明，并結(jié)合業(yè)務(wù)情況對(duì)結(jié)果進(jìn)行分析說(shuō)明）。