基本介紹
- 軟體名稱：SPSSPRO
- 類型：數據處理
功能簡介,1、數據處理,2、數據分析,平台優勢,1、專業強大,2、安全可靠,3、精準智慧型,4、高效便捷,5、一觸即達,
功能簡介
SPSSPRO 是一款集成專業統計方法與數據算法於一體的線上式數據處理與分析平台。可廣泛運用於科研、商業、數據挖掘、問卷調查等領域。
1、數據處理
標籤設定：標籤是給統計數據中的數值賦予被解讀的意義，貼上一個文本標籤，如 1=男，2=女，計算只識別數字，但分析結果卻可以以標籤的形式呈現，能被被我們輕易解讀，如果沒有標籤就會顯得很吃力。
數據編碼：標籤與編碼是數據處理的第一步，是將原始數據轉化成計算機能識別、計算同時又能被分析解讀的關鍵步驟。SPSSPRO 支持對原始數據的進行自動編碼與歸類，如字元型數據會轉置為定類數據，並將其自動編碼，保留原始字元為標籤。
異常值處理：原始數據中摻雜異常值或者需要得到一份指定範圍的純淨數據時需要藉助異常值處理功能。SPSSPRO 支持異常值範圍自定義，如數字缺失、數字範圍、數據波動範圍等；同時支持將異常值處置為空值或替換為平均數、中位數、眾數等功能。
個案處理：個案處理是指對一個樣本的所有數據進行管理操作，目的是排除重複、無效的樣本，使得整個分析數據符合研究的預期構想。SPSSPRO支持重複、無效個案篩選，篩選結果可以直接剔除，也可以標記後用戶自己決定。
生成變數：生成變數是指在原始變數數據基礎上，根據一定規則生成新的變數用以進一步研究，如:體重/身高 可以得到 BMI 體質指數，用以衡量個體肥胖程度。SPSSPRO 支持求和、乘積、Z 標準化、中心化、對數轉化等基礎計算與量綱計算，支持自編公式等。
2、數據分析
- 頻數分析：頻數分析是對一組數據的不同數值的頻數，或者數據落入指定區域內的頻數進行統計，了解其數據分布狀況的方式。通過頻數分析，能在一定程度上反映出樣本是否具有總體代表性，抽樣是否存在系統偏差，並以此證明以後相關問題分析的代表性和可信性。
- 描述性統計：描述性統計分析是對調查總體所有變數的有關數據進行統計性描述，包括數據的集中趨勢與離散趨勢。
- 分類匯總：根據定類變數分類進行匯總（按照某一標準進行分類，然後在分完類的基礎上對各類別相關數據分別進行求和、求平均數、求個數、求最大值、求最小值等方法的匯總。又名列聯表分析）
- 正態性分析：正態性檢驗用於檢驗數據是否滿足常態分配，一些算法需要數據滿足常態分配。（如單樣本 t 檢驗，獨立樣本 t 檢驗等）
- 相關性分析：相關分析是對變數兩兩之間的相關程度進行分析。相關分析的計算方式有 3 種，分別是 Pearson 相關係數（適用於定量數據，且數據滿足常態分配）、Spearman 相關係數（數據不滿足常態分配時使用），kedall's tau-b 相關係數（有序定類變數）。
- 方差分析：方差分析（單因素方差分析或 F 檢驗）用於定類欄位（X）與 1 個或 1 個以上的定量欄位（Y）之間的差異性研究。需要注意的是，一個定類欄位稱為單因素方差分析，兩個定類欄位及以上稱為多因素方差分析，與獨立樣本 T 檢驗不同的是，方差分析可用於多分類定類欄位數據的差異性分析，T 檢驗只能作用於二分類定類變數。
- 獨立樣本 T 檢驗：獨立樣本 t 檢驗用於分析一個定類變數與一個或者多個定量變數之間有無明顯差異，需要特別注意的是，該定類變數為二分類變數（三分類及以上使用方差分析），各分類頻數可以不相等。
- 卡方檢驗：卡方檢驗（Pearson 卡方檢驗）主要是比較定類變數與定類變數之間的差異性分析。通過統計樣本的實際觀測值與理論推斷值之間的偏離程度，實際觀測值與理論推斷值之間的偏離程度就決定卡方值的大小，如果卡方值越大，二者偏差程度越大；反之，二者偏差越小；若兩個值完全相等時，卡方值就為 0，表明理論值完全符合。
- 線性回歸：線性回歸是利用數理統計中回歸分析，來確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法，線上性回歸分析中，只包括一個自變數和一個因變數，且二者的關係可用一條直線近似表示，這種回歸分析稱為一元線性回歸分析。如果回歸分析中包括兩個或兩個以上的自變數，且因變數和自變數之間是線性關係，則稱為多元線性回歸分析。
- 信度分析：信度分析主要用來考察問卷中量表所測結果的穩定性以及一致性，即用於檢驗問卷中量表樣本是否可靠可信。量表題型就是問題的選項，是分陳述等級進行設定的。比如我們對手機的喜愛從非常喜歡到不喜歡這個程度的變化。在量表裡面最出名的就是李克特 5 級量表，在這種量表的選項裡面主要是分為'非常同意'、'同意'、'不一定'、'不同意'、'非常不同意'五種回答，分別記為 5、4、3、2、1。
