分析工具SPSS怎么用，相信很多沒有經(jīng)驗(yàn)的人對此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個問題。

超過十多年行業(yè)經(jīng)驗(yàn)，技術(shù)領(lǐng)先，服務(wù)至上的經(jīng)營模式，全靠網(wǎng)絡(luò)和口碑獲得客戶，為自己降低成本，也就是為客戶降低成本。到目前業(yè)務(wù)范圍包括了：成都做網(wǎng)站、網(wǎng)站制作、成都外貿(mào)網(wǎng)站建設(shè)，成都網(wǎng)站推廣，成都網(wǎng)站優(yōu)化，整體網(wǎng)絡(luò)托管，微信小程序開發(fā)，微信開發(fā)，成都app軟件開發(fā)公司，同時也可以讓客戶的網(wǎng)站和網(wǎng)絡(luò)營銷和我們一樣獲得訂單和生意！

身處互聯(lián)網(wǎng)時代，用戶需求差異化越來越大，要想解決用戶痛點(diǎn)，就必須根據(jù)用戶行為數(shù)據(jù)，制定行之有效的運(yùn)營策略。然而在龐大的用戶數(shù)據(jù)中，我們怎樣才能高效的獲取我們需要的數(shù)據(jù)呢？獲取后又該怎樣處理、分析呢？這就需要借助一些數(shù)據(jù)分析工具，比如Excel、SPSS、Python等等。其中SPSS具有五大特點(diǎn)：操作簡便、功能強(qiáng)大、數(shù)據(jù)兼容、擴(kuò)展便利、模塊組合。

正因?yàn)樗邆溥@五大特點(diǎn)，讓大部分都是文科出生的運(yùn)營喵們都愛不釋手。在實(shí)際應(yīng)用過程中，SPSS可以在零售領(lǐng)域用來刻畫用戶畫像，在互聯(lián)網(wǎng)領(lǐng)域通過用戶瀏覽、消費(fèi)行為進(jìn)行聚類，研究總結(jié)用戶特征等。

其實(shí)，SPSS就是一個傻瓜似的操作軟件，你只需熟悉基本界面和常用功能，然后將你需要處理分析的數(shù)據(jù)導(dǎo)入進(jìn)去，根據(jù)分析目的選擇相應(yīng)的分析功能，軟件就會自動得到分析結(jié)果。

從上述可知，在數(shù)據(jù)分析的整個過程中有三點(diǎn)尤為重要：1）數(shù)據(jù)準(zhǔn)備；2）選擇合適的分析功能；3）對SPSS處理后的結(jié)果進(jìn)行解讀分析、驗(yàn)證。

對于數(shù)據(jù)準(zhǔn)備，其實(shí)這并不在我們操心的范疇，因?yàn)橐话愣紩袑ｉT的數(shù)據(jù)分析同事給你提供數(shù)據(jù)，前提是你要明確你需要那些數(shù)據(jù)，比如一個電商要從目前的用戶中找到高價值用戶，那么可能需要用戶的ID、交易日期、交易金額等數(shù)據(jù)。如果沒有人為你準(zhǔn)備數(shù)據(jù)，也不要擔(dān)心，因?yàn)槟憧梢酝ㄟ^python爬蟲獲得需要的數(shù)據(jù)，千萬不要被爬蟲嚇到哦，因?yàn)橹灰獎觿邮种妇涂梢栽诰W(wǎng)上找到各種爬蟲開源代碼，我們只要理解，應(yīng)用就可以啦。

在數(shù)據(jù)準(zhǔn)備好了以后，就需要根據(jù)分析目的選擇合適的分析功能了。SPSS的功能非常強(qiáng)大，比如描述性統(tǒng)計、均值比較、一般線性模型、相關(guān)分析、回歸分析、對數(shù)線性模型、聚類分析、數(shù)據(jù)簡化、生存分析、時間序列分析、多重響應(yīng)等幾大類，每個大類中又分為很多小類。繼續(xù)以上面舉例中得到的數(shù)據(jù)為例，那么可以選擇RFM分析來處理、分析上面得到的數(shù)據(jù)，最終可以得到下圖所示結(jié)果，每個用戶都貼了一個標(biāo)簽。

從下圖可以看到，分析結(jié)果表相比較原始數(shù)據(jù)表多了幾列新的數(shù)據(jù)，這些數(shù)據(jù)都是在分析過程產(chǎn)生的。

最后就是對SPSS處理后的結(jié)果進(jìn)行解讀分析、驗(yàn)證，該過程會遇到很多不清楚的變量名、圖表，但是不要害怕，只要你明確了上面的分析功能之后，就可以憑借百度、谷歌得到相應(yīng)的解釋，你只需進(jìn)行簡單的判斷就可以，比如x>0.5則代表模型擬合效果好，則可以采納該分析結(jié)果；x<0.5則代表模型擬合效果不好，則不能采納該分析結(jié)果。

沒錯，SPSS就是這樣一個傻瓜式數(shù)據(jù)分析工具（這里忽略統(tǒng)計學(xué)理論），只要我們花點(diǎn)心思都可以掌握，從而利用它來探尋數(shù)據(jù)背后的意義，為我們的運(yùn)營工作提供指導(dǎo)性意見。

干貨分享：區(qū)分T檢驗(yàn)與F檢驗(yàn)

1. T 檢驗(yàn)和 F 檢驗(yàn)的由來

一般而言，為了確定從樣本 (sample) 統(tǒng)計結(jié)果推論至總體時所犯錯的概率，我們會利用統(tǒng)計學(xué)家所開發(fā)的一些統(tǒng)計方法，進(jìn)行統(tǒng)計檢定。

通過把所得到的統(tǒng)計檢定值，與統(tǒng)計學(xué)家建立了一些隨機(jī)變量的概率分布 (probability distribution) 進(jìn)行比較，我們可以知道在多少 % 的機(jī)會下會得到目前的結(jié)果。倘若經(jīng)比較后發(fā)現(xiàn)，出現(xiàn)這結(jié)果的機(jī)率很少，亦即是說，是在機(jī)會很 少、很罕有的情況下才出現(xiàn)；那我們便可以有信心的說，這不是巧合，是具有統(tǒng)計學(xué)上的意義的 (用統(tǒng)計學(xué)的話講，就是能夠拒絕虛無假設(shè) null hypothesis,Ho)。相反，若比較后發(fā)現(xiàn)，出現(xiàn)的機(jī)率很高，并不罕見；那我們便不能很有信心的直指這不是巧合，也許是巧合，也許不是，但我們沒 能確定。

F 值和 t 值就是這些統(tǒng)計檢定值，與它們相對應(yīng)的概率分布，就是 F 分布和 t 分布。統(tǒng)計顯著性（sig）就是出現(xiàn)目前樣本這結(jié)果的機(jī)率。

2.統(tǒng)計學(xué)意義（P 值或 sig 值）

結(jié)果的統(tǒng)計學(xué)意義，是結(jié)果真實(shí)程度（能夠代表總體）的一種估計方法。專業(yè)上，p 值為結(jié)果可信程度的一個遞減指標(biāo)，p 值越大，我們越不能認(rèn)為樣本中變量的關(guān)聯(lián)是 總體中各變量關(guān)聯(lián)的可靠指標(biāo)。p 值是將觀察結(jié)果認(rèn)為有效即具有總體代表性的犯錯概率。如 p=0.05 提示樣本中變量關(guān)聯(lián)有 5% 的可能是由于偶然性造成的。 即假設(shè)總體中任意變量間均無關(guān)聯(lián)，我們重復(fù)類似實(shí)驗(yàn)，會發(fā)現(xiàn)約 20 個實(shí)驗(yàn)中有一個實(shí)驗(yàn)，我們所研究的變量關(guān)聯(lián)將等于或強(qiáng)于我們的實(shí)驗(yàn)結(jié)果。（這并不是說如 果變量間存在關(guān)聯(lián)，我們可得到 5% 或 95% 次數(shù)的相同結(jié)果，當(dāng)總體中的變量存在關(guān)聯(lián)，重復(fù)研究和發(fā)現(xiàn)關(guān)聯(lián)的可能性與設(shè)計的統(tǒng)計學(xué)效力有關(guān)。）在許多研究領(lǐng) 域，0.05 的 p 值通常被認(rèn)為是可接受錯誤的邊界水平。

3. T 檢驗(yàn)和 F 檢驗(yàn)

至於具體要檢定的內(nèi)容，須看你是在做哪一個統(tǒng)計程序。舉一個例子，比如，你要檢驗(yàn)兩獨(dú)立樣本均數(shù)差異是否能推論至總體，而行的 t 檢驗(yàn)。

兩樣本 (如某班男生和女生) 某變量 (如身高) 的均數(shù)并不相同，但這差別是否能推論至總體，代表總體的情況也是存在著差異呢？ 會不會總體中男女生根本沒有差別，只不過是你那麼巧抽到這 2 樣本的數(shù)值不同？

為此，我們進(jìn)行 t 檢定，算出一個 t 檢定值。與統(tǒng)計學(xué)家建立的以「總體中沒差別」作基礎(chǔ)的隨機(jī)變量 t 分布進(jìn)行比較，看看在多少% 的機(jī)會 (亦即顯著性 sig 值) 下會得到目前的結(jié)果。

若顯著性 sig 值很少，比如 <0.05 (少於5% 機(jī)率)，亦即是說，「如果」總體「真的」沒有差別，那麼就只有在機(jī)會很少(5%)、很罕有的情況下， 才會出現(xiàn)目前這樣本的情況。雖然還是有5% 機(jī)會出錯(1-0.05=5%)，但我們還是可以「比較有信心」的說：目前樣本中這情況(男女生出現(xiàn)差異的情 況)不是巧合，是具統(tǒng)計學(xué)意義的，「總體中男女生不存差異」的虛無假設(shè)應(yīng)予拒絕，簡言之，總體應(yīng)該存在著差異。

每一種統(tǒng)計方法的檢定的內(nèi)容都不相同，同樣是t-檢定，可能是上述的檢定總體中是否存在差異，也同能是檢定總體中的單一值是否等於0或者等於某一個數(shù)值。

至於F-檢定，方差分析(或譯變異數(shù)分析，Analysis of Variance)，它的原理大致也是上面說的，但它是透過檢視變量的方差而進(jìn)行的。它主要用于：均數(shù)差別的顯著性檢驗(yàn)、分離各有關(guān)因素并估計其對總變異 的作用、分析因素間的交互作用、方差齊性(Equality of Variances)檢驗(yàn)等情況。

4. T 檢驗(yàn)和 F 檢驗(yàn)的關(guān)系

t 檢驗(yàn)過程，是對兩樣本均數(shù)(mean)差別的顯著性進(jìn)行檢驗(yàn)。惟 t 檢驗(yàn)須知道兩個總體的方差(Variances)是否相等；t 檢驗(yàn)值的計算會因方差是否相等而有所不同。也就是說，t 檢驗(yàn)須視乎方差齊性(Equality of Variances)結(jié)果。所以，SPSS在進(jìn)行t-test for Equality of Means的同時，也要做Levene”s Test for Equality of Variances 。

1.在Levene”s Test for Equality of Variances一欄中 F值為2.36, Sig. 為.128，表示方差齊性檢驗(yàn)「沒有顯著差異」，即兩方差齊(Equal Variances)，故下面 t 檢驗(yàn)的結(jié)果表中要看第一排的數(shù)據(jù)，亦即方差齊的情況下的t檢驗(yàn)的結(jié)果。

2. 在t-test for Equality of Means中，第一排(Variances=Equal)的情況：t=8.892, df=84, 2-Tail Sig=.000, Mean Difference=22.99 既然Sig=.000，亦即，兩樣本均數(shù)差別有顯著性意義！

3.到底看哪個Levene”s Test for Equality of Variances一欄中sig, 還是看t-test for Equality of Means中那個Sig. (2-tailed)啊?

答案是：兩個都要看。

先看Levene”s Test for Equality of Variances，如果方差齊性檢驗(yàn)「沒有顯著差異」，即兩方差齊(Equal Variances)，故接著的t檢驗(yàn)的結(jié)果表中要看第一排的數(shù)據(jù)，亦即方差齊的情況下的t檢驗(yàn)的結(jié)果。

反之，如果方差齊性檢驗(yàn)「有顯著差異」，即兩方差不齊(Unequal Variances)，故接著的t檢驗(yàn)的結(jié)果表中要看第二排的數(shù)據(jù)，亦即方差不齊的情況下的t檢驗(yàn)的結(jié)果。

你做的是T檢驗(yàn)，為什么會有F值呢?

就是因?yàn)橐u估兩個總體的方差(Variances)是否相等，要做Levene”s Test for Equality of Variances，要檢驗(yàn)方差，故所以就有F值。

另一種解釋：

t檢驗(yàn)有單樣本t檢驗(yàn)，配對t檢驗(yàn)和兩樣本t檢驗(yàn)。

單樣本t檢驗(yàn)：是用樣本均數(shù)代表的未知總體均數(shù)和已知總體均數(shù)進(jìn)行比較，來觀察此組樣本與總體的差異性。

配對t檢驗(yàn)：是采用配對設(shè)計方法觀察以下幾種情形，1，兩個同質(zhì)受試對象分別接受兩種不同的處理；2, 同一受試對象接受兩種不同的處理；3，同一受試對象處理前后。

F檢驗(yàn)又叫方差齊性檢驗(yàn)。在兩樣本t檢驗(yàn)中要用到F檢驗(yàn)。

從兩研究總體中隨機(jī)抽取樣本，要對這兩個樣本進(jìn)行比較的時候，首先要判斷兩總體方差是否相同，即方差齊性。若兩總體方差相等，則直接用t檢驗(yàn)，若不等，可采用t”檢驗(yàn)或變量變換或秩和檢驗(yàn)等方法。

其中要判斷兩總體方差是否相等，就可以用F檢驗(yàn)。若是單組設(shè)計，必須給出一個標(biāo)準(zhǔn)值或總體均值，同時，提供一組定量的觀測結(jié)果，應(yīng)用t檢驗(yàn)的前提條件就是該組資料必須服從正態(tài)分布；若是配對設(shè)計，每對數(shù)據(jù) 的差值必須服從正態(tài)分布；

若是成組設(shè)計，個體之間相互獨(dú)立，兩組資料均取自正態(tài)分布的總體，并滿足方差齊性。之所以需要這些前提條件，是因?yàn)楸仨氃谶@樣的 前提下所計算出的t統(tǒng)計量才服從t分布，而t檢驗(yàn)正是以t分布作為其理論依據(jù)的檢驗(yàn)方法。

簡單來說就是實(shí)用T檢驗(yàn)是有條件的，其中之一就是要符合方差齊次性，這點(diǎn)需要F檢驗(yàn)來驗(yàn)證

統(tǒng)計學(xué)意義（p值）

結(jié)果的統(tǒng)計學(xué)意義是結(jié)果真實(shí)程度（能夠代表總體）的一種估計方法。專業(yè)上，p值為結(jié)果可信程度的一個遞減指標(biāo)，p值越大，我們越不能認(rèn)為樣本中變量的關(guān)聯(lián)是 總體中各變量關(guān)聯(lián)的可靠指標(biāo)。p值是將觀察結(jié)果認(rèn)為有效即具有總體代表性的犯錯概率。如p=0.05提示樣本中變量關(guān)聯(lián)有5% 的可能是由于偶然性造成的。 即假設(shè)總體中任意變量間均無關(guān)聯(lián)，我們重復(fù)類似實(shí)驗(yàn)，會發(fā)現(xiàn)約20個實(shí)驗(yàn)中有一個實(shí)驗(yàn)，我們所研究的變量關(guān)聯(lián)將等于或強(qiáng)于我們的實(shí)驗(yàn)結(jié)果。（這并不是說如 果變量間存在關(guān)聯(lián)，我們可得到5% 或95% 次數(shù)的相同結(jié)果，當(dāng)總體中的變量存在關(guān)聯(lián)，重復(fù)研究和發(fā)現(xiàn)關(guān)聯(lián)的可能性與設(shè)計的統(tǒng)計學(xué)效力有關(guān)。）在許多研究領(lǐng) 域，0.05的p值通常被認(rèn)為是可接受錯誤的邊界水平。

如何判定結(jié)果具有真實(shí)的顯著性

在最后結(jié)論中判斷什么 樣的顯著性水平具有統(tǒng)計學(xué)意義，不可避免地帶有武斷性。換句話說，認(rèn)為結(jié)果無效而被拒絕接受的水平的選擇具有武斷性。實(shí)踐中，最后的決定通常依賴于數(shù)據(jù)集 比較和分析過程中結(jié)果是先驗(yàn)性還是僅僅為均數(shù)之間的兩兩>比較，依賴于總體數(shù)據(jù)集里結(jié)論一致的支持性證據(jù)的數(shù)量，依賴于以往該研究領(lǐng)域的慣例。通 常，許多的科學(xué)領(lǐng)域中產(chǎn)生p值的結(jié)果≤0.05被認(rèn)為是統(tǒng)計學(xué)意義的邊界線，但是這顯著性水平還包含了相當(dāng)高的犯錯可能性。結(jié)果 0.05≥p>0.01 被認(rèn)為是具有統(tǒng)計學(xué)意義，而 0.01≥p≥0.001 被認(rèn)為具有高度統(tǒng)計學(xué)意義。但要注意這種分類僅僅是研究基礎(chǔ)上非正規(guī)的 判斷常規(guī)。

所有的檢驗(yàn)統(tǒng)計都是正態(tài)分布的嗎?

并不完全如此，但大多數(shù)檢驗(yàn)都直接或間接與之有關(guān)，可 以從正態(tài)分布中推導(dǎo)出來，如 t檢驗(yàn)、f 檢驗(yàn)或卡方檢驗(yàn)。這些檢驗(yàn)一般都要求：所分析變量在總體中呈正態(tài)分布，即滿足所謂的正態(tài)假設(shè)。許多觀察變量的確是呈 正態(tài)分布的，這也是正態(tài)分布是現(xiàn)實(shí)世界的基本特征的原因。當(dāng)人們用在正態(tài)分布基礎(chǔ)上建立的檢驗(yàn)分析非正態(tài)分布變量的數(shù)據(jù)時問題就產(chǎn)生了，（參閱非參數(shù)和方 差分析的正態(tài)性檢驗(yàn)）。

這種條件下有兩種方法：一是用替代的非參數(shù)檢驗(yàn)（即無分布性檢驗(yàn)），但這種方法不方便，因?yàn)閺乃峁┑慕Y(jié)論形式看，這種方法統(tǒng)計 效率低下、不靈活。另一種方法是：當(dāng)確定樣本量足夠大的情況下，通常還是可以使用基于正態(tài)分布前提下的檢驗(yàn)。后一種方法是基于一個相當(dāng)重要的原則產(chǎn)生的， 該原則對正態(tài)方程基礎(chǔ)上的總體檢驗(yàn)有極其重要的作用。即，隨著樣本量的增加，樣本分布形狀趨于正態(tài)，即使所研究的變量分布并不呈正態(tài)。

看完上述內(nèi)容，你們掌握分析工具SPSS怎么用的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝各位的閱讀！