品牌型号：Dell N5010

系统：Windows 10

软件版本：IBM SPSS Statistics试用版

当对不同量纲的数据进行处理时，相对较大的数据往往在统计过程中占据优势影响，不能反映真实情况，针对这种问题，我们需要借助数据分析软件将数据进行标准化处理，这就是SPSS数据标准化的意义，SPSS数据标准化处理后正常值在什么区间？本文结合实例向大家说明。

一、SPSS数据标准化的意义

进行数据处理时，量纲较大的数据会在统计过程中占据优势地位，不能准确的反映出各组数据对结果真实影响。例如在化学反应中，反应介质可能以100g为单位添加，反应原料可能以g为单位添加，而催化剂可能以mg为单位添加，如果不进行数据标准化，进行统计分析时，可能会得出反应介质用量对反应速度影响较大的结论，而事实上催化剂对反应速度的影响是至关重要的，因此对于量纲不一致的数据，统计前要进行标准化处理。

为了便于大家理解，我们随机产生一组数据，录入SPSS进行数据标准化处理，录入结果如图1所示。

二、SPSS数据标准化处理后正常值在什么区间

对于SPSS数据标准化处理，其内部的计算过程如下：首先计算这组数据的平均值，然后计算这组数据的标准差σ，然后将每个实验值X进行以下处理：

这样处理以后，大部分数据将分布于-1到1之间，少数数据分布与-1到-2和1到2之间，极少数或者几乎没有数据分布于-2到-3，2到3之间，这种标准化方式也成为Z-Score标准化方法，以第一小节中数据为例，其标准化结果见图2。

三、如何进行SPSS数据标准化处理

以上两个小节介绍了数据标准化的意义，以及数据标准化后，应该怎样评估数据范围，下面向大家介绍，数据标准化的方法。

点击分析，描述统计，描述，如图3所示。

然后在弹出的窗口，将VAR00001加入变量，然后勾选将标准化值另存为变量，点击确定。将显示图2所示的标准化变量ZVAR00001。

SPSS数据标准化的意义在于消除量纲对统计结果的影响，对于SPSS数据标准化处理后正常值在什么区间这个问题，我们结合处理的公式和正态分布曲线就不难理解，大部分数据应该处于-1到1之间，极少部分会位于-2到-3以及2到3之间。

作者：莱阳黎曼