品牌型号：Dell N5010

系统：Windows 10

软件版本：IBM SPSS Statistics试用版

当数据之间存在量纲不一致，数据波动大时，就需要对数据进行标准化处理，数据标准化处理公式较为简单，但数据量比较大时，就需要借助数据统计软件，例如IBM SPSS Statistics，SPSS怎么进行数据标准化处理，SPSS数据标准化处理步骤是怎样的，本文将结合实例，向大家做简单的说明。

一、SPSS怎么进行数据标准化处理

常用的数据标准化处理方法为Z-Score方法，Z-Score方法计算公式如下：

其中为数据标准化处理后的值，X为数据中待标准化的值，为这组数据的平均值，为这组数据的标准差。

SPSS的数据标准化处理采用的也是Z-Score方法，输入数据如图1所示，按第二小节介绍的步骤进行标准化处理，SPSS将按照上述公式进行计算，并输出标准化数据。

二、SPSS数据标准化处理步骤

SPSS进行数据标准化处理非常简便，首先点击分析，描述统计，描述，如图2所示。

将数据加入变量，然后勾选将标准化值另存为变量。然后点击确定。

输出的变量如图所示，我们将在第三小节中对标准化后的数据特点进行介绍。

三、SPSS标准化数据特性

本文所举的实例中，VAR00001是由软件生成的200到500随机数，VAR00002是VAR00001加10000而得到的，这两组数据数量级不同，平均值不同，但标准偏差相同，即分布相同。如果这两组数据不经标准化处理，VAR00002在统计过程中会占据更大的优势，经数据标准化处理后，两组数据完全相同，统计学意义上无差别，大家可以仔细比较图4中两组数据。

另外一点向大家介绍的是标准化数据的分布，对于正态分布的数据，经Z-Score处理后，根据正态分布量表，Z小于2时，事件概率为1-0.02275=0.97725，因此绝大多数数据将位于（-2，2）之间，极少数据或称谓离群数据会分布于（-3，-2）和（2，3）之间。

观察图4中所示的数据也可以看出，全部数据均位于（-2，2）之间，如果尽可能多的生成随机数，总会有数据脱离此范围，小概率事件尽管概率低，但无限次的实验，总会发生，这就是小概率事件不可忽视的原因。

SPSS怎么进行数据标准化处理，SPSS内部会对数据按Z-Score方法进行处理，然后对标准化数据进行输出，SPSS数据标准化处理步骤也非常简单，在描述统计中即可进行。

作者：莱阳黎曼