SPSS教程：手把手教你设置哑变量及解读结果！

Spss中连续变量可以转换成分类变量吗? - 知乎

老实说，在SPSS中将连续数据转换为分类数据是相当方便的。
主要有两个功能，一是“编码成不同的变量”，二是“视觉分箱”。
我将录制一个视频，逐步向您展示如何进行视觉轮廓塑造。

例如，有年龄数据。
假设我在 2 02 3 年 1 1 月收集了 1 ,000 名成年人的年龄，现在我想将他们分为年龄组。
是的，利用可视化分组功能，SPSS可以自动帮您将他们分为年轻（如1 8 至3 0岁）、中年（3 1 至5 0岁）和老年（5 1 岁或以上）。
工作时，点击可视化窗格，将连续的年龄变量拖入框中，然后手动设置2 0岁、4 0岁、6 0岁等划分点，它会自动为您转换为三个类别。

另一个例子是销售。
假设我正在分析 2 02 3 年全年美国各个销售区域的数据，销量从 1 万到 1 00 万不等。
我想看看哪些地区卖得好，哪些地区卖得一般。
然后我使用视觉分组将销售额分为三个级别：高（例如，超过 5 0 万）、中（2 5 万至 5 0 万）和低（低于 2 5 万）。
划分完成后，我就可以比较了。
例如，A区高销区占6 0%，B区中销区占3 0%，C区低销区占1 0%。
这个分析就直观多了。

因此，在使用SPSS的这个功能时，可以将连续数据转换为分类数据，非常方便。
你不需要一一数，电脑会自动帮你排序。

SPSS实操2：重新编码为不同变量

说白了，重新编码变量就是对问卷数据进行“改造”，让统计结果更加直观。
这个问题操作细节比较复杂，但关键在于两步：数据拆解+重新统计。

首先让我告诉你最重要的事情。
使用不同变量重新编码时，新添加的列不会删除原始数据。
例如，对于六个真假问题，直接修改原始数据会很混乱，但单独拆分会稳定。
去年的项目大约有3 000条数据。
由于我们不注意，结果又又干了一天。
还有一点就是，编码的时候，要一一回答问题。
不要只选择全部。
否则，设置相反的问题，例如Q1 8 ，很容易混淆。
还有另一个重要的细节。
例如，在问题 1 8 中选择 2 表示它是正确答案。
2 应该被赋值为 1 ，1 应该被赋值为 0。
否则你的统计将会是错误的。
说实话，我很困惑。
很多人不重视这一点。

起初我以为我可以选择它并按确定，但后来我意识到出了问题。
您必须先单击“更改”才能保存新名称。
等等，还有一件事。
计算精度时，可以使用【计算大小写内的值】，但注意设置目标变量名时不要出错。
例如，如果您写“零件精度”，则很容易忘记。

最好保存下次完成的任何步骤，尤其是容易忽略的链接，例如命名新变量。