SPSS 全稱(chēng)為「社會(huì)科學(xué)統(tǒng)計(jì)軟件包」，是 IBM 公司推出的一系列用于統(tǒng)計(jì)學(xué)分析運(yùn)算、數(shù)據(jù)挖掘、預(yù)測(cè)分析和決策支持任務(wù)的軟件產(chǎn)品及相關(guān)服務(wù)的總稱(chēng)。
圖中我們看到 SPSS 有 23 個(gè)方法模塊，雖然我們不能每個(gè)模塊都能用到，但作為一個(gè)科研工作者，其中的某些功能是必須要掌握的。
圖一：SPSS 的 23 個(gè)模塊
下面列出幾個(gè)典型的例子供大家在做數(shù)據(jù)中作為參考：
圖二：醫(yī)學(xué)中 SPSS 用到的模塊
一、描述性研究
圖三：SPSS描述性研究
描述性分析主要是對(duì)數(shù)據(jù)進(jìn)行基礎(chǔ)性描述，主要用于描述變量的基本特征。描述性分析對(duì)于數(shù)據(jù)分析來(lái)說(shuō)是一項(xiàng)基礎(chǔ)性的工作，目的要于熟悉數(shù)據(jù)源，把握數(shù)據(jù)的整體性分布情況。
SPSS 中的描述性分析過(guò)程可以生成相關(guān)的描述性統(tǒng)計(jì)量，如均值、方差、標(biāo)準(zhǔn)差、全距、峰度和偏度等，同時(shí)描述性分析過(guò)程還能將原始數(shù)據(jù)轉(zhuǎn)換為標(biāo)準(zhǔn)Z分值并作為變量?jī)?chǔ)存。
基本輸出的統(tǒng)計(jì)量主要有以下幾個(gè)方面：
（一） 表示集中趨勢(shì)的統(tǒng)計(jì)量：均值，中位數(shù)，眾數(shù)，百分位數(shù)；
（二）表示離中趨勢(shì)的統(tǒng)計(jì)量：方差與標(biāo)準(zhǔn)差，均值標(biāo)準(zhǔn)誤差，極差或范圍，最大值，最小值，變異系數(shù)；
（三）表示分布形態(tài)的統(tǒng)計(jì)量：偏度，峰度；
（四）其他相關(guān)統(tǒng)計(jì)量：Z 標(biāo)準(zhǔn)化得分（注：Z 標(biāo)準(zhǔn)化得分是某一數(shù)據(jù)與平均數(shù)的距離以標(biāo)準(zhǔn)差為單位的測(cè)量值，在統(tǒng)計(jì)分析中起著十分重要的作用）。
具體實(shí)際操作如下：
1.打開(kāi)數(shù)據(jù)源，如下圖所示：
2.在菜單欄中依次選擇「分析-描述統(tǒng)計(jì)-描述」命令，得到結(jié)果如下圖：
3.點(diǎn)擊對(duì)話框中的「選項(xiàng)」：
4.因?yàn)楝F(xiàn)在是屬于熟悉 SPSS 的階段，可嘗試全部勾選：
5.返回到描述性對(duì)話框，勾選左下方的「將標(biāo)準(zhǔn)化得分另存為變量」，最后按「確定」，得到結(jié)果如下圖：
6.返回?cái)?shù)據(jù)源表，可看到已生成 Z 標(biāo)準(zhǔn)化得分：
其中，標(biāo)準(zhǔn)化得分大于零，說(shuō)明原數(shù)據(jù)比平均分高；若標(biāo)準(zhǔn)化得分小于零，說(shuō)明原數(shù)據(jù)比平均分小。如第一個(gè)數(shù)值為 -3.08124，則說(shuō)明，該學(xué)生該科得分比整個(gè)平均分要低大約 3 個(gè)標(biāo)準(zhǔn)差。
二、T 檢驗(yàn)
圖四：SPSS 中 T 檢驗(yàn)
（1）單樣本 T 檢驗(yàn)
單樣本 T 檢驗(yàn)的目的是利用來(lái)自總體的樣本數(shù)據(jù)，推斷該總體的均值是否與制定的檢驗(yàn)值之間存在顯著性差異。它是對(duì)總體均值的假設(shè)檢驗(yàn)。
SPSS軟件操作流程：
1.Analyze > Compare Means > One-Sample T Test
2.在打開(kāi)的 one-sample T Testp 窗口中，檢驗(yàn)變量（Test Variable）選擇血紅蛋白 x, 檢驗(yàn)值（Test Value）中輸入 14.02, 點(diǎn)擊 OK。輸出結(jié)果。
（2）獨(dú)立樣本 T 檢驗(yàn)
獨(dú)立樣本 T 檢驗(yàn)是用于兩個(gè)獨(dú)立樣本均值的比較。兩個(gè)樣本必須獨(dú)立且服從正態(tài)分布。
按照Analyze>Compare Means>Independent-Sample T Test操作打開(kāi)Independent-Samples T Test窗口。
2.檢驗(yàn)變量中選擇 PreWeight, 檢驗(yàn)值為 group(0 1)。點(diǎn)擊 OK，輸出結(jié)果。
注意：Levene's test 用于確定方差齊性，注意根據(jù)該結(jié)果判斷哪一行數(shù)據(jù)為最終結(jié)論。如果分組在 3 組或 3 組以上的均值比較可以應(yīng)用單因素 ANOVA。
三、方差分析
圖五：SPSS 的方差分析
1.首先打開(kāi) SPSS，其次點(diǎn)擊「變量視圖」：
2.給變量命名：
3.點(diǎn)擊數(shù)據(jù)視圖，再點(diǎn)擊「肝」一列變量，導(dǎo)入數(shù)據(jù)，點(diǎn)擊「組別」這組變量，輸入對(duì)應(yīng)的濃度（不同濃度代表不同組別）：
4.點(diǎn)擊「變量視圖」，點(diǎn)擊組別這一組的「值」，給各組命名，然后點(diǎn)擊方形圖標(biāo)：
5.在彈出的對(duì)話框中，點(diǎn)擊「值」，輸入剛才組別變量中寫(xiě)的那些濃度值一個(gè)，其次點(diǎn)擊「標(biāo)簽」給其命名：
6.等到所有添加后，依照樣板數(shù)據(jù)，輸入不同組的名字和濃度：
7.點(diǎn)擊「分析」，再點(diǎn)擊「比較均值」，在下拉菜單中點(diǎn)擊「單因素 ANOVA」
8.在新的對(duì)話框中，依據(jù)樣板數(shù)據(jù)，添加「因變量列表」，添加「因子」，然后選擇分析方式：
9.勾選上需要的比較方法，點(diǎn)擊繼續(xù)：
10.最后，分析結(jié)果就出來(lái)了：
四、線性回歸
圖六：SPSS 線性回歸
在回歸分析中，只有一個(gè)自變量的回歸分析，稱(chēng)為一元回歸；多于一個(gè)自變量的回歸分析，稱(chēng)為多元回歸。在做線性回歸分析之前需要先做散點(diǎn)圖，如果散點(diǎn)圖不呈現(xiàn)線性關(guān)系，則不能做線性回歸。
（1）問(wèn)題與數(shù)據(jù)
某地方病研究所調(diào)查了 8 名正常兒童的尿肌酐含量（mmol/24h），請(qǐng)估計(jì)尿肌酐含量（Y）對(duì)其年齡（X）的直線回歸方程。
（2）SPSS操作
1.數(shù)據(jù)錄入 SPSS：
2.做散點(diǎn)圖，判斷是否為線性關(guān)系：
3.將自變量年齡（X）放入 X 軸；將因變量尿肌酐含量（Y）放入 Y 軸；其它默認(rèn)選項(xiàng)后，點(diǎn)擊確定：
4.從圖上判斷變量之間大致呈線性關(guān)系，可以繼續(xù)做回歸：
5.將年齡放入自變量，尿肌酐含量放入因變量，點(diǎn)擊確定：
6.結(jié)果分析：
（3）結(jié)果解讀
① R 方（0.778）是回歸方程的決定系數(shù)，表示Y變異的 77.8% 可以由X的變異來(lái)解釋。
②對(duì)回歸方程進(jìn)行方差分析：F=20.968，P=0.004?？梢哉J(rèn)為年齡和尿肌酐含量有直線關(guān)系。
③對(duì)回歸系數(shù)進(jìn)行 T 檢驗(yàn)：Constant（回歸方程的截距）與0之間的差別有統(tǒng)計(jì)學(xué)意義（t=5.595,P=0.001），斜率與0之間的差別有統(tǒng)計(jì)學(xué)意義（t=4.579,P=0.004）。
因此，建立回歸方程為=1.662+0.139X，X 為兒童年齡，Y 為尿肌酐含量。
我們長(zhǎng)期為科研用戶提供前沿資訊、實(shí)驗(yàn)方法、選品推薦等服務(wù)，并且組建了 70 多個(gè)不同領(lǐng)域的專(zhuān)業(yè)交流群，覆蓋PCR、細(xì)胞實(shí)驗(yàn)、蛋白研究、神經(jīng)科學(xué)、腫瘤免疫、基因編輯、外泌體、類(lèi)器官等領(lǐng)域，定期分享實(shí)驗(yàn)干貨、文獻(xiàn)解讀等活動(dòng)。
添加實(shí)驗(yàn)菌企微，回復(fù)【】中的序號(hào)，即可領(lǐng)取對(duì)應(yīng)的資料包哦～
【2401】論文寫(xiě)作干貨資料（100 頁(yè)）
【2402】國(guó)內(nèi)重點(diǎn)實(shí)驗(yàn)室分子生物學(xué)實(shí)驗(yàn)方法匯總（60 頁(yè)）
【2403】2024 最新最全影響因子（20000+ 期刊目錄）
【2404】免疫學(xué)信號(hào)通路手冊(cè)
【2405】PCR 實(shí)驗(yàn) protocol 匯總
【2406】免疫熒光實(shí)驗(yàn) protocol 合集
【2407】細(xì)胞培養(yǎng)手冊(cè)
【2408】蛋白純化實(shí)驗(yàn)手冊(cè)
【2501】染色體分析方法匯總
【2502】國(guó)自然中標(biāo)標(biāo)書(shū)模板
【2503】WB 實(shí)驗(yàn)詳解及常見(jiàn)問(wèn)題解答
【2504】DeepSeek 論文寫(xiě)作常用口令
【2505】中國(guó)科學(xué)院期刊分區(qū)表（2025 年最新版）
熱門(mén)跟貼