spss 是一款专业统计分析软件，核心作用是把收集好的数据录入软件，通过预设统计模块完成描述统计差异检验相关分析回归分析等运算，自动输出规范统计表格与结果报告，适合问卷调研医学数据教育统计社科课题等场景使用，零基础可以按照数据录入基础统计假设检验建模输出报告这条主线系统学习，不需要深厚的编程基础，重点理解统计原理同时掌握软件菜单操作，就能独立完成绝大多数常规科研统计任务。很多初学者容易只记点击步骤，忽略背后统计方法适用条件，最后出现方法选错结果无效的问题，所以学习 spss 不能只练操作，必须同步掌握对应的统计学基础概念，区分什么时候用 t 检验什么时候用方差分析什么时候用卡方检验，理解显著性 p 值自由度置信区间这些核心指标含义。

一 spss 基础准备

软件界面介绍

spss 界面主要分为两大核心窗口，第一个是数据视图窗口，也就是 data view，用来查看每一行每一列的数据，一行代表一个个案也就是一份样本，一列代表一个变量。第二个是变量视图窗口，也就是 variable view，在这里定义变量名称变量类型小数位标签值标签缺失值测量尺度，测量尺度分为名义有序标度三种，这个设置非常关键，后续统计方法能不能正常运行和测量尺度设置直接相关。另外还有输出查看器窗口，所有分析得到的表格图表都会保存在这个窗口，可以导出为 word pdf 图片格式。

数据录入规范

录入前先在变量视图完成变量定义，举个例子，性别这个变量，变量名 sex，类型数值，值标签 1 代表男 2 代表女，测量尺度选择名义。年龄 age，数值型，标度。问卷得分 score，数值型标度。设置完成之后切换回数据视图，逐行录入每个个案对应的数值，缺失数据可以设置系统缺失或者自定义缺失值，录入完成之后一定要做数据核查，检查有没有异常极值错填数值，避免脏数据影响分析结果。

数据预处理

这一步是正式分析前必做环节，主要操作在转换菜单和数据菜单里面。

1 排序 数据菜单选择排序个案，可以按照某个变量升序或者降序排列，快速查看极端值

2 筛选个案 选择符合条件样本，比如只保留年龄大于 18 岁的受访者，后续所有分析只针对筛选后的样本

3 变量计算 转换菜单计算变量，可以生成新变量，比如把问卷多个题目相加得到总分，也可以做标准化 z 分数转换

4 重新编码 把连续变量分组，比如把年龄拆分为青年中年老年三组，把连续数值转换成分类变量

5 数据合并 可以追加个案也就是把两份同结构问卷数据上下合并，也可以合并变量，把同一批样本另外一份数据横向拼接

二 描述性统计 基础分析模块

描述统计是所有分析第一步，目的是了解数据整体分布情况，菜单路径是分析 描述统计。

重点知识点，偏度和峰度用来判断正态分布，偏度绝对值小于 1 一般认为近似正态，同时可以结合探索里面的 shapiro wilk 检验，p 大于 0.05 代表数据符合正态分布，这个结果会直接决定后面假设检验是选择参数检验还是非参数检验。还可以同步生成直方图茎叶图，直观查看数据分布形态。

三 假设检验核心操作 高频重点内容

1 单样本 t 检验

适用场景，已知总体均值，检验当前样本均值和这个已知总体均值是否存在显著差异。

操作路径 分析 比较均值 单样本 t 检验，把连续因变量选入检验变量，在检验值里面填入已知总体均值。

结果重点看 t 值自由度 df，双侧显著性 p 值，p 小于 0.05 代表样本均值和总体均值差异具有统计学意义，同时查看 95 置信区间。

前提条件 因变量为连续变量，数据近似正态，独立个案。

2 独立样本 t 检验

适用场景，两组独立样本，比如男生和女生两组，比较两组连续指标均值是否存在差异，两组对象互不相关。

操作路径 分析 比较均值 独立样本 t 检验，因变量选入检验变量，分组变量选入分组变量，定义组 1 和组 2 编码数值。

结果重点看莱文方差等同性检验，如果莱文检验 p 大于 0.05，代表方差齐，读取第一行 t 检验结果，如果 p 小于 0.05 方差不齐，读取第二行校正后的 t 检验结果，很多初学者容易忽略莱文检验，直接读第一行结果，这是高频错误。

3 配对样本 t 检验

适用场景，同一组受试对象前后测，比如干预前和干预后得分，两组数据是配对相关，不是独立样本。

操作路径 分析 比较均值 配对样本 t 检验，把前测变量和后测变量成对选入配对变量。

前提 差值服从正态分布，不是原始两组数据正态。

4 单因素方差分析 one way anova

适用场景，三组或者三组以上独立样本，比较多组连续因变量均值差异，比如低中高三种干预组别。

操作路径 分析 比较均值 单因素 anova，因变量选入因变量列表，分组变量选入因子。

重点设置 事后多重比较，方差齐的时候选择 LSD 或者 Tukey，方差不齐选择 Games Howell。

前提条件 各组独立，因变量正态，方差齐性，整体 anova 的 p 小于 0.05 之后，才可以继续做事后两两比较，如果整体 anova 不显著，不需要做两两比较。

5 卡方检验 chi square

适用场景，分类变量，检验两个分类变量是否相关，或者单个分类变量实际频数和理论频数是否一致，比如性别和是否满意两个分类变量的关联性。

操作路径 分析 描述统计 交叉表，行变量列变量选入，统计量勾选卡方，单元格里面可以选择观察计数期望计数百分比。

结果判读 样本量大于 40 且理论频数全部大于 5，读取皮尔逊卡方值，如果有理论频数小于 5 大于 1，读取校正卡方，如果理论频数小于 1 或者总样本小于 40，需要使用 Fisher 精确检验。

四 相关分析与回归分析

相关分析

菜单路径 分析 相关 双变量。

皮尔逊相关，适合两个连续标度变量，并且满足正态线性关系，输出相关系数 r，r 范围负 1 到正 1，绝对值越接近 1 相关性越强，同时输出显著性 p 值。

斯皮尔曼等级相关，适合有序分类变量或者不满足正态连续变量，属于非参数相关。

注意 相关显著只代表存在关联，不等于因果关系，这个是非常重要的概念误区。

线性回归

一元线性回归，一个自变量预测一个连续因变量，多元线性回归多个自变量共同预测连续因变量。

操作路径 分析 回归 线性，因变量放入因变量框，自变量放入自变量框，方法可以选择进入或者逐步。

结果重点查看 模型 R 方代表自变量可以解释因变量变异比例，anova 检验判断整个回归模型是否显著，回归系数 B，标准误，t 值，p 值，VIF 值，VIF 大于 5 提示存在多重共线性问题。

前提条件 线性独立残差正态残差方差齐，无严重多重共线性。

五 非参数检验

当数据不满足正态，或者变量是有序分类，不能使用 t 检验方差分析这类参数检验，就切换到非参数检验模块，菜单路径分析 非参数检验 旧对话框。

常见方法，曼惠特尼 U 检验对应独立样本 t 检验，威尔科克森符号秩检验对应配对 t 检验，克鲁斯卡尔沃利斯检验对应单因素方差分析。优点是对分布没有严格正态要求，缺点是检验效能一般低于参数检验，满足参数检验条件优先使用参数检验。

六 图表制作与结果导出

spss 可以制作条形图饼图直方图箱线图散点图，图形菜单里面旧对话框图形，也可以在各个分析模块里面直接勾选输出图形。

输出窗口里面，表格右键可以复制，直接粘贴到 word 文档，也可以另存为 spv 格式项目文件，下次继续编辑，还可以导出为 pdf word 图片。科研写作需要按照期刊规范修改表格，一般需要把 spss 默认三线表调整成期刊要求样式，标注 p 值显著性星号。

七 学习练习路线

第一阶段 熟悉界面变量定义录入，完成描述统计练习

第二阶段 掌握 t 检验单因素方差卡方这几个最高频方法，理解适用条件

第三阶段 学习相关回归非参数检验，学会判断前提假设识别报错

第四阶段 完整实战，拿一份问卷原始数据，从录入预处理描述统计假设检验回归建模到导出报告完整走一遍，对照统计学教材核对结果。

八 常见报错与解决办法

1 变量测量尺度错误，分类变量设置成标度，导致统计方法无法运行，回到变量视图修改测量尺度

2 分组编码缺失，独立样本 t 检验分组变量没有定义组，无法执行分析

3 数据存在大量缺失值，样本不足，分析结果为空，可以根据研究选择删除个案或者多重插补

4 多重共线性，回归模型 VIF 过高，剔除高度相关自变量或者合并变量

【常见问题】

问题 1 spss 做独立样本 t 检验的时候，spss 结果里面莱文检验 p 值小于 0.05 应该怎么读取 spss 结果

回答 1 spss 独立样本 t 检验中莱文检验 p 小于 0.05 代表两组方差不齐，读取 spss 输出表格第二行也就是假定方差不相等对应的 t 值自由度和双侧显著性 p 值，不能继续读取第一行方差齐的结果。

问题 2 spss 单因素方差分析整体 spss 的 anova 结果 p 大于 0.05 还可以继续做事后多重比较吗

回答 2 spss 单因素方差分析如果整体 anova 的 p 大于 0.05，说明多组之间整体没有显著差异，这种情况下不建议继续在 spss 里面执行事后多重比较，只有整体检验显著之后，spss 事后两两比较才有统计意义。

问题 3 spss 卡方检验什么时候在 spss 里面选择 Fisher 精确检验

回答 3 在 spss 交叉表卡方分析中，总样本量小于 40，或者单元格理论频数小于 1，或者多个理论频数小于 5，这种情况皮尔逊卡方不再适用，需要在 spss 结果中读取 Fisher 精确检验对应的 p 值。

问题 4 spss 多元线性回归里面 spss 输出的 VIF 值代表什么含义

回答 4 spss 多元线性回归输出的 VIF 是方差膨胀因子，用来检测 spss 回归模型自变量之间多重共线性，spss 结果 VIF 大于 5 一般提示存在明显多重共线性，会造成 spss 回归系数不稳定。

问题 5 spss 里面皮尔逊相关和斯皮尔曼相关在 spss 操作上分别适合什么数据

回答 5 spss 双变量相关模块，皮尔逊相关适合 spss 里面两个连续正态线性变量，斯皮尔曼等级相关适合 spss 里面有序变量或者不满足正态的连续变量，在 spss 双变量窗口可以同时勾选两种相关。

【免责申明】

本 spss 教程仅作为软件操作与统计学方法学习参考，教程中的案例与方法适用说明不能替代专业统计学审核，科研论文学位课题正式使用 spss 分析时，请结合研究设计专业统计咨询，不同期刊对 spss 结果报告格式要求存在差异，因直接套用本教程操作产生的统计错误以及研究结论偏差，由使用者自行承担相关责任。