SPSS如何计算z-score SPSS做z-score标准化

品牌型号：联想Think Book

系统：Windows10 64位旗舰版

软件版本：IBM SPSS Statistics 29.0

作为综合性的数字分析工具，SPSS不仅可以实现数值计算和比对的功能，还能够帮助研究者检验和提取出异常数值，也就是SPSS的检验功能，例如z-score的方法可以将所有数据转化为标准化数据，再依据z值标准筛选出异常数值。本文以SPSS如何计算z-score，SPSS做z-score标准化这两个问题为例，简单介绍一下SPSS的z-score方法如何操作。

一、SPSS如何计算z-score

z-score又称为标准分数，作为检验SPSS导入数据是否存有异常的标尺，其方法原理是衡量单个数据点距离整体数据均值的远近，简单来讲，与整体数据均值存在过大距离的数值往往是异常数据，不符合数据正态分布的规律。若z-score的绝对值大于3，表明该数值极可能是异常数据，需要研究者进行检验和查证。

1、下图是某毕业生针对现代人际沟通所做的社会学研究，研究中指出，人们面对面的交流通常受到沟通效能、关系认同感、社会支持、对话环境这四个方面的影响。毕业生在将研究进行系统上传之前，需要确保录入数据的准确，所以需要运用z-score方法进行检验。

2、因为数据标准化的方法被划分到了SPSS描述统计的内容范畴，所以首先找到SPSS描述模块，点击其中的描述按钮，这样才能进行数据标准化的方法操作。

3、该毕业生所做的社会学研究包含了沟通效能、关系认同感、社会支持、对话环境这四个方面对人际交往的影响，所以这些因素都需要被纳入z-score的计算范围，再勾选界面下方“将标准化值另存为变量”的选项。

4、根据上述步骤，我们可以在SPSS数据视图查看z-score的具体计算结果，如下的界面新增了Z-沟通效能、Z-关系认同感、Z-社会支持、Z-对话环境，这就是针对前边四个变量的标准化数据。

二、SPSS做z-score标准化

z-score之所以被称为标准化方法，是因为它依据一定的数据标准来检验变量是否存有异常值，也就是新增的标准化变量的绝对值是否大于3，我们可以将3看作一个临界值，当一个数据对应的z值得分大于3，就需要注意该数据极可能存在异常情况，与整体数据的分布情况存在较大差距。

1、在对相关数据进行z-score的得分计算之后，研究者如何来筛选出异常情况呢？这就可以借助SPSS的个案设置进一步来提取z值得分异常的数据。下图是将新增变量的z值得分小于等于3的数据提取出来，其余未选定的则为z值得分大于3的。

2、接下来回到个案的选项设置界面，在完成“如果条件满足”的函数指令设置后，我们将输出的结果确认为“过滤掉未选定的个案”，这样呈现结果便为不存在异常情况的全部数值。

3、进行z-score之后的数据视图显示，Z-沟通效能、Z-关系认同感、Z-社会支持、Z-对话环境对应的检验值为1，表明z值得分绝对值不大于3，属于正常的数值范围。

三、小结

以上就是SPSS如何计算z-score，SPSS做z-score标准化的解答。如果想要检验数据是否存有异常，推荐使用z-score的标准化方法。最后，也欢迎大家前往SPSS的中文网站，学习更多关于数据分析的操作技巧。