作为《谁说菜鸟不会数据分析》家族的新成员，本书依然通俗地讲解数据分析的实践。《谁说菜鸟不会数据分析（SPSS篇）》继续采用职场三人行的方式来构建内容，细致梳理了准专业数据分析的常见问题，并且挑选出企业实践中容易碰到的案例，以轻松直白的方式来讲好数据分析的故事。从解决工作中的实际问题出发，从统计描述、统计推断到探索性分析，总结并提炼工作中经常用到并且非常实用的通过SPSS 进行数据处理、数据分析实战方法与技巧。尽可能避免使用晦涩难懂的统计术语或模型公式，如需了解相关的统计学知识，可查阅相关的统计学书籍。

前　　言 自《谁说菜鸟不会数据分析》系列图书上市以来，已拥有数十万读者与粉丝，口口相传，成为职场人士案头必备的参考用书，遇到问题随手翻翻，总能找到一些快意的办法，打开脑洞。同时非常荣幸地获得“出版全行业优秀畅销品”称号，这离不开广大读者的厚爱与支持。 随着数据分析在日常工作和生活中的重要性日益凸显，对于一些需要不断提升的读者来说，他们已经不满足于现状，迫切需要增强在数据分析方面的专业性。而SPSS因为操作简便，无须编程，分析专业，几乎是业余进阶专业的必备工具。这也促使众多读者来信催我们早日出版《谁说菜鸟不会数据分析（SPSS 篇）》。 有了上千位热心读者的不断来信咨询与支持，经过两年时间的打磨，这本书总算与读者见面了。 这本书从解决工作中的实际问题出发，总结并提炼工作中SPSS 经常用到并且非常实用的数据处理、数据分析实战方法与技巧。本书力求通俗易懂地介绍数据分析方法与技巧，在不影响学习理解的前提下，尽可能避免使用晦涩难懂的统计术语或模型公式，如需了解相关的统计学知识，可查阅相关的统计学书籍。 本书第1 章和第2 章由张文霖完成，第3 章由狄松完成，第4 章和第5 章由马世澎完成，第6~12 章由祝迎春完成，最终由狄松统一审稿。整个写作过程是艰辛的，但是也很有成就感。我们努力讲好数据分析的故事，同时把这个故事尽量展现得美丽动人。 如果你觉得她看起来很轻松，千万别误以为她是一本小说，她其实是一本数据分析书 她抛开复杂的数学或者统计学原理，她只和你讲必知必会的要点，关注解决实际问题； 她不去探究科班的学术问题，她只和你耐心地分享职场中的实战案例； 她不板起脸和你讲大道理，她只和你娓娓道来切身的趣味故事； 她天生丽质，图表漂亮绝伦； 她多姿多彩，还有卡通漫画风； 可能你会觉得她肤浅…… 但是，当你揭开她华丽的外衣时，你会惊艳； 也会被她通俗而不庸俗，美丽而又深刻的本质所吸引。 把她珍藏起来吧，因为： 她会循循善诱地把你领进数据分析的大门； 她会让你的简历更加具有吸引力； 她会让老板对你刮目相看； 她值得在你的书架上长期逗留，会为你的书架增添色彩。 她讲述了职场三人行的故事，她的故事还会让你偷着笑 牛董，关键词：私企董事，要求严格、为人苛刻。 小白，关键词：在职场打拼一年的伪白骨精（白领+ 骨干+ 精英）、数据分析师、单身女白领，爱臆想。 Mr. 林，关键词：小白现任上司，数据分析达人、成熟男士，乐于助人、做事严谨。 哪些人会对她的故事有阅读兴趣呢 ★ 需要提升自身竞争力的职场新人。 ★ 在市场营销、金融、财务、人力资源、产品设计等管理工作中需要进行数据分析的人士。 ★ 经常阅读经营分析、市场研究报告的各级管理人员。 ★ 从事咨询、研究、分析等工作的专业人士。 故事作者的致谢 感谢广大读者的支持，让作者下定决心写这本书。在此要衷心感谢成都道然科技有限责任公司的姚新军先生，感谢他的提议和在写作过程中的支持。感谢参与本书优化的朋友：王斌、李伟、张强林、万雷、李平、王晓、景小燕、余松。非常感谢本书的插画师王馨和张雅文的辛苦劳动，您们的作品也让本书增色了不少。 感谢邓凯、黄成明、石军、沈浩、郑来轶、马广斌等书评作者，感谢他们在百忙之中抽空阅读书稿，撰写书评，并提出宝贵意见。 最后，感谢四位作者的家人，感谢他们默默无闻的付出，没有他们的理解与支持，同样也没有本书。 尽管我们对书稿进行了多次修改，仍然不可避免地会有疏漏和不足之处，敬请广大读者批评指正，我们会在适当的时间进行修订，以满足更多人的需要。 本书配套案例数据下载方式： （1）http://blog.sina.com.cn/xiaowenzi22 （2）关注微信订阅号：小蚊子数据分析，回复“1”或“SPSS 篇”获取下载链接 （3）http://read.zhiliaobang.com/pages/article/43

目　　录 第1 章　SPSS 概况／ 11 1.1　SPSS 简介／ 12 1.2　SPSS 特点／ 13 1.3　SPSS 安装／ 15 1.4　SPSS 窗口／ 19 1.5　本章小结／ 22 第2 章　数据处理／ 23 2.1　数据变量／ 24 2.1.1　数据类型／ 24 2.1.2　变量尺度／ 25 2.2　数据导入／ 27 2.2.1　Excel 数据导入／ 27 2.2.2　文本数据导入／ 29 2.3　数据清洗／ 33 2.4　数据抽取／ 35 2.4.1　字段拆分／ 35 2.4.2　随机抽样／ 38 2.5　数据合并／ 40 2.5.1　字段合并／ 40 2.5.2　记录合并／ 41 2.6　数据分组／ 43 2.6.1　可视分箱／ 43 2.6.2　重新编码／ 46 2.7　数据标准化／ 48 2.7.1　0-1 标准化／ 48 2.7.2　Z 标准化／ 50 2.8　本章小结／ 50 第3 章 　描述性分析／ 52 3.1　频率分析／ 53 3.1.1　分类变量频率分析／ 53 3.1.2　连续变量频率分析／ 56 3.2　描述分析／ 60 3.3　交叉表分析／ 62 3.4　多选题定义／ 64 3.5　数据报表制作／ 67 3.5.1　报表类型简介／ 68 3.5.2　分类变量报表制作／ 69 3.5.3　连续变量报表制作／ 71 3.5.4　多选题报表制作／ 72 3.5.5　报表灵活运用／ 74 3.6　本章小结／ 79 第4 章 　相关分析／ 80 4.1　相关分析简介／ 81 4.2　相关分析实践／ 83 4.2.1　散点图绘制／ 84 4.2.2　相关分析操作／ 85 4.3　本章小结／ 86 第5 章 　回归分析／ 87 5.1　回归分析简介／ 88 5.1.1　什么是回归分析／ 88 5.1.2　线性回归分析步骤／ 89 5.2　简单线性回归分析／ 90 5.2.1　简单线性回归分析简介／ 90 5.2.2　简单线性回归分析实践／ 91 5.3　多重线性回归分析／ 97 5.3.1　多重线性回归分析简介／ 97 5.3.2　多重线性回归分析实践／ 97 5.4　本章小结／ 104 第6 章 　自动线性建模／ 105 6.1　自动建模／ 106 6.2　模型结果解读／ 111 6.3　模型预测／ 119 6.4　本章小结／ 120 第7 章 　Logistic 回归／ 121 7.1　Logistic 回归简介／ 122 7.2　Logistic 回归实践／ 125 7.2.1　Logistic 回归操作／ 126 7.2.2　Logistic 回归结果解读／ 127 7.2.3　Logistic 回归预测／ 129 7.3　本章小结／ 133 第8 章　时间序列分析／ 134 8.1　时间序列分析简介／ 135 8.2　季节分解法／ 136 8.3　专家建模法／ 145 8.3.1　时间序列预测步骤／ 145 8.3.2　时间序列分析操作／ 146 8.3.3　时间序列分析结果解读／ 148 8.3.4　时间序列预测应用／ 150 8.4　本章小结／ 154 第9 章 　RFM 分析／ 155 9.1　RFM 分析介绍／ 156 9.2　RFM 分析操作／ 158 9.2.1　数据准备／ 158 9.2.2　RFM 分析实践／ 159 9.2.3　RFM 分析结果解读／ 163 9.3　RFM 分析应用／ 166 9.4　本章小结／ 171 第10 章　聚类分析／ 172 10.1　聚类分析介绍／ 173 10.2　快速聚类分析／ 175 10.2.1　快速聚类分析操作／ 175 10.2.2　快速聚类分析结果解读／ 177 10.3　系统聚类分析／ 181 10.3.1　系统聚类分析操作／ 181 10.3.2　系统聚类分析结果解读／ 184 10.4　二阶聚类分析／ 188 10.4.1　二阶聚类分析操作／ 188 10.4.2　二阶聚类分析结果解读／ 190 10.5　聚类方法的对比／ 196 10.6　本章小结／ 197 第11 章　因子分析／ 198 11.1　因子分析简介／ 199 11.2　因子分析实践／ 201 11.2.1　因子分析操作／ 202 11.2.2　因子分析结果解读／ 205 11.3　本章小结／ 212 第12 章　对应分析／ 213 12.1　对应分析简介／ 214 12.2　对应分析实践／ 215 12.2.1　对应分析操作／ 215 12.2.2　对应分析结果解读／ 219 12.3　本章小结／ 222