SPSS 全稱為「社會科學統計軟件包」，是 IBM 公司推出的一系列用于統計學分析運算、數據挖掘、預測分析和決策支持任務的軟件產品及相關服務的總稱。

圖中我們看到 SPSS 有 23 個方法模塊，雖然我們不能每個模塊都能用到，但作為一個科研工作者，其中的某些功能是必須要掌握的。

圖一：SPSS 的 23 個模塊

下面列出幾個典型的例子供大家在做數據中作為參考：

圖二：醫學中 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數據進行基礎性描述，主要用于描述變量的基本特征。描述性分析對于數據分析來說是一項基礎性的工作，目的要于熟悉數據源，把握數據的整體性分布情況。

SPSS 中的描述性分析過程可以生成相關的描述性統計量，如均值、方差、標準差、全距、峰度和偏度等，同時描述性分析過程還能將原始數據轉換為標準Z分值并作為變量儲存。

基本輸出的統計量主要有以下幾個方面：

（一） 表示集中趨勢的統計量：均值，中位數，眾數，百分位數；

（二）表示離中趨勢的統計量：方差與標準差，均值標準誤差，極差或范圍，最大值，最小值，變異系數；

（三）表示分布形態的統計量：偏度，峰度；

（四）其他相關統計量：Z 標準化得分（注：Z 標準化得分是某一數據與平均數的距離以標準差為單位的測量值，在統計分析中起著十分重要的作用）。

具體實際操作如下：

1.打開數據源，如下圖所示：

2.在菜單欄中依次選擇「分析-描述統計-描述」命令，得到結果如下圖：

3.點擊對話框中的「選項」：

4.因為現在是屬于熟悉 SPSS 的階段，可嘗試全部勾選：

5.返回到描述性對話框，勾選左下方的「將標準化得分另存為變量」，最后按「確定」，得到結果如下圖：

6.返回數據源表，可看到已生成 Z 標準化得分：

其中，標準化得分大于零，說明原數據比平均分高；若標準化得分小于零，說明原數據比平均分小。如第一個數值為 -3.08124，則說明，該學生該科得分比整個平均分要低大約 3 個標準差。

二、T 檢驗

圖四：SPSS 中 T 檢驗

（1）單樣本 T 檢驗

單樣本 T 檢驗的目的是利用來自總體的樣本數據，推斷該總體的均值是否與制定的檢驗值之間存在顯著性差異。它是對總體均值的假設檢驗。

SPSS軟件操作流程：

1.Analyze > Compare Means > One-Sample T Test

2.在打開的 one-sample T Testp 窗口中，檢驗變量（Test Variable）選擇血紅蛋白 x, 檢驗值（Test Value）中輸入 14.02, 點擊 OK。輸出結果。

（2）獨立樣本 T 檢驗

獨立樣本 T 檢驗是用于兩個獨立樣本均值的比較。兩個樣本必須獨立且服從正態分布。

按照Analyze>Compare Means>Independent-Sample T Test操作打開Independent-Samples T Test窗口。

2.檢驗變量中選擇 PreWeight, 檢驗值為 group(0 1)。點擊 OK，輸出結果。

注意：Levene's test 用于確定方差齊性，注意根據該結果判斷哪一行數據為最終結論。如果分組在 3 組或 3 組以上的均值比較可以應用單因素 ANOVA。

三、方差分析

圖五：SPSS 的方差分析

1.首先打開 SPSS，其次點擊「變量視圖」：

2.給變量命名：

3.點擊數據視圖，再點擊「肝」一列變量，導入數據，點擊「組別」這組變量，輸入對應的濃度（不同濃度代表不同組別）：

4.點擊「變量視圖」，點擊組別這一組的「值」，給各組命名，然后點擊方形圖標：

5.在彈出的對話框中，點擊「值」，輸入剛才組別變量中寫的那些濃度值一個，其次點擊「標簽」給其命名：

6.等到所有添加后，依照樣板數據，輸入不同組的名字和濃度：

7.點擊「分析」，再點擊「比較均值」，在下拉菜單中點擊「單因素 ANOVA」

8.在新的對話框中，依據樣板數據，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，點擊繼續：

10.最后，分析結果就出來了：

四、線性回歸

圖六：SPSS 線性回歸

在回歸分析中，只有一個自變量的回歸分析，稱為一元回歸；多于一個自變量的回歸分析，稱為多元回歸。在做線性回歸分析之前需要先做散點圖，如果散點圖不呈現線性關系，則不能做線性回歸。

（1）問題與數據

某地方病研究所調查了 8 名正常兒童的尿肌酐含量（mmol/24h），請估計尿肌酐含量（Y）對其年齡（X）的直線回歸方程。

（2）SPSS操作

1.數據錄入 SPSS：

2.做散點圖，判斷是否為線性關系：

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；其它默認選項后，點擊確定：

4.從圖上判斷變量之間大致呈線性關系，可以繼續做回歸：

5.將年齡放入自變量，尿肌酐含量放入因變量，點擊確定：

6.結果分析：

（3）結果解讀

① R 方（0.778）是回歸方程的決定系數，表示Y變異的 77.8% 可以由X的變異來解釋。

②對回歸方程進行方差分析：F=20.968，P=0.004。可以認為年齡和尿肌酐含量有直線關系。

③對回歸系數進行 T 檢驗：Constant（回歸方程的截距）與0之間的差別有統計學意義（t=5.595,P=0.001），斜率與0之間的差別有統計學意義（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。

我們長期為科研用戶提供前沿資訊、實驗方法、選品推薦等服務，并且組建了 70 多個不同領域的專業交流群，覆蓋PCR、細胞實驗、蛋白研究、神經科學、腫瘤免疫、基因編輯、外泌體、類器官等領域，定期分享實驗干貨、文獻解讀等活動。

添加實驗菌企微，回復【】中的序號，即可領取對應的資料包哦～

【2401】論文寫作干貨資料（100 頁）

【2402】國內重點實驗室分子生物學實驗方法匯總（60 頁）

【2403】2024 最新最全影響因子（20000+ 期刊目錄）

【2404】免疫學信號通路手冊

【2405】PCR 實驗 protocol 匯總

【2406】免疫熒光實驗 protocol 合集

【2407】細胞培養手冊

【2408】蛋白純化實驗手冊

【2501】染色體分析方法匯總

【2502】國自然中標標書模板

【2503】WB 實驗詳解及常見問題解答

【2504】DeepSeek 論文寫作常用口令

【2505】中國科學院期刊分區表（2025 年最新版）