如何应用spss数据库选择数据

如何应用spss数据库选择数据

（一） 数据准备

FAQ：这里为什么用数据准备而不用数据采集？
数据采集是一个非常繁杂漫长的过程，数据采集来源、采集频率、采集人员安排等等这些足够写一篇文章，同时这里所要谈的这个过程是从数据开始说起的，至于这些数据如何而来，这里不作讨论。

数据准备过程主要包括两部分内容：SPSS数据文件的建立和变量编辑。在SPSS数据文件建立之前，我们需要分析的数据可能以各种各样的形态存在，可能需要手动录入（小批量的数据，但通常数据的录入不在SPSS中直接进行），也可能是以其他格式形态存在，例如：.xls/.xlsx/.xlsm格式，.txt文本格式或.CSV格式，SPSS支持多种数据格式文件的导入。

除此之外，SPSS还可以直接从数据库中导入数据，利用数据库导入方式导入数据。这里需要注意的是，SPSS每执行一条指令，都会重新读取所需的数据，如果你所取的数据是利用SQL语句从远程数据库中调用的数据文件，那么将会非常耗时，此时的小技巧是利用好Cache data功能，建立活动的数据缓存区，那样SPSS的运算速度会提升很多。
SPSS数据文件成功建立后，接下来的准备工作则是对变量属性进行适当的调整和完善。例如你从公司的网站后台提取销售数据，后台数据库为了记录方便通常是将各种渠道销售数据用数字代码表示，而将这些数据成功的建成SPSS数据文件后，此时你需要对渠道代码进行编码说明，对缺失值进行标记等等。

（二） 数据清洗
此过程主要为下一步数据分析做进一步的准备，最终将数据清洗为满足分析需求的具体数据集。期间主要内容包括：
1)数据集的预先分析：对数据进行必要的分析，如数据分组、排序、分布图、平均数、标准差描述等，以掌握数据的基本特点和基本情况，保证后续工作的有效性，也为确定应采用的统计检验方法提供依据
2) 相关变量缺失值的查补检查
3)分析前相关的校正和转换工作，如根据销售额对观测值进行分类，形成新的分类变量，从对应的身份证信息中提取出地区、年龄、性别等新的变量信息等
4)观测值的抽样筛选，如抽取销售额大于10万的产品等
5)其他数据清洗工作
Tips:期间注意规划好清洗步骤和数据备份工作。

（三） 数据分析
此阶段主要根据需求，选择合适的统计方法进行统计分析和数据图表的制作，这里选择合适的方法是关键，相关操作SPSS软件已经标准流程化，我们只需要选择合适的参数进行相关操作即可。下表是根据自变量与因变量数目对各种统计方法的一个归类：

除了上述方法外，SPSS 17.0以上的版本还提供了一个直销模块,这部分内容是对市场营销活动中的用的比较多的模型的整理浓缩，本贴暂时不对数据分析的相关内容做深入详细的介绍，以后将针对案例对这部分内容进行详细叙述。

（四） 数据展现
常常听到有人抱怨SPSS输出的图表太丑，修改编辑起来太麻烦，真的是这样吗？其实SPSS软件有提供很多的图表供大家选择，太多的时候，我们所使用的只是其中的一种而已。除此之外，SPSS也提供自己定义图表模版功能供我们自由操作。

SPSS的菜单操作通常会输出很多多余的结果，对这些结果进行有针对性的挑选和组合才是工作的重点，而不是一味的将所有分析结果一股脑的全搬到报告中去，在写报告前对这些结果进行合理的简化和整合是必须的，与此同时，相应的结果解释（探讨是否接受或拒绝研究假设，解释结果形成的原因）以及相关含义衍生都在此部分完成。例如，我们进行方差分析时，SPSS可能直接输出如下图的结果，但我们展现结果的时候并不需要这么多看起来让人眼花的数据结果，只需要从下表中提取出需要的那部分即可。

注：这里举这个示例只是表达一种方法，对于模型的结果完整性并未作太多的考究
从上表三因素方差分析表可知，整体模型达显著水平。其中Day和Round的主效应达到显著水平，但Gender的主效应未达到显著水平。除此之外，此模型还未考虑三者之间的交互效应……（结合其他图表的结果作深一步的分析说明，并结合业务情况对结果进行分析说明）。