品牌型号：联想ThinkBook

系统：windows10 64位旗舰版

软件版本：IBM SPSS Statistics 29.0.2.0

SPSS是IBM公司研发的一款数据统计服务软件，可以帮助用户解决很多数据统计方面的问题，包括但不限于数据整理、数据分析、数据解决方案等。另外，通过SPSS还可以帮助用户检测数据里面的异常值，确保数据的有效性。下面给大家详细讲解，SPSS如何检验异常值数据，以及SPSS如何检验回归系数的显著性。

一、SPSS如何检验异常值数据

在进行数据统计分析的时候，不是所有的数据都是有效的，可能在数据中就会存在几个异常的数值，所以需要在进行数据统计分析之前，将这些异常的数据全部筛选出去。下面给大家讲解如何在SPSS中筛选数据中的异常值。

1.将需要进行异常值筛选的数据导入到SPSS中，点击“分析”菜单栏中“描述统计”下的“描述”选项。

2.在“描述”窗口，选中“将标准化值另存为变量”，并将要进行筛选的变量，移动到变量框中，点击“确定”按钮。

3.完成以上操作，会在数据显示页面新增一个“Z平均分”数值列，如下图所示。

4.在菜单栏点击“数据”菜单中的“个案排序”，在弹出的“个案排序”窗口，将“Z平均分”移动到排序依据框中，排列顺序选择“降序”，点击“确定”按钮。

5.完成排序设置，“Z平均分”数值就按照降序排列好了。如果数值大于0小于1，说明数值是正常的。从数据中可以看到最底部的三个，以及第一个“Z平均分”数值都不在正常范围内，说明这四个数据是异常值。

二、SPSS如何检验回归系数的显著性

进行数据统计分析时，对数据检验回归系数分析，可以得出数据的显著数值，以此评估回归模型是否适用。下面在SPSS给大家演示如何得到回归系数的显著性。

1.将准备好的数据导入到SPSS中，点击“分析”菜单栏中“回归”下的“线性”选项。

2.在“线性回归”窗口，将“吃药天数”移动到因变量框，“身高涨幅”移动到自变量框。

3.点击“统计”按钮，在弹出的窗口，将“估算值”、“模型拟合”、“R方变化量”勾选中，点击“继续”按钮，返回“线性回归”窗口，点击“确定”按钮。

4.在报告的ANOVA表格中可以看到显著性是小于0.01的，由此可以断定回归模型是显著的。

三、SPSS回归系数结果解读

SPSS回归系数的结果报告主要查看模型摘要、ANOVA、系数三个表格，下面给大家详细解读这三个表格。

在模型摘要表格中，主要看R方值，R方的数值越靠近1，说明数据和模型的拟合度越好。此表格中的R方值是0.963，是非常接近1的，由此可以判定数据和模型的拟合度是非常高的。

ANOVA表格是查看显著性数值，显著性数值小于0.05，说明回归模型是显著的。由表格中的显著性数值可判断得出回归模型是显著的。

系数表格主要看B值和显著性。B值是正数，说明自变量和因变量是正相关，反之是负相关。显著性数值小于0.05，则变量之间是显著的。由下表可以看出，变量之间是正相关，且影响显著的。

总结：以上就是SPSS如何检验异常值数据，以及SPSS如何检验回归系数的显著性的全部内容。本文不仅给大家介绍了在SPSS中检验异常值数据的操作步骤，还给大家介绍了在SPSS中检验回归系数显著性的方法。同时，也给大家讲解了如何解读SPSS回归系数结果，希望能帮助到有需要的小伙伴。

作者：子楠