当自变量是连续变量，因变量是分类变量时，通常需要使用逻辑回归分析来处理数据。逻辑回归是一种用于解释和预测二元（分类型）因变量的统计方法，它可以帮助研究者了解不同自变量对于因变量的影响程度。

在SPSS中，进行逻辑回归分析的步骤如下：

第一步：导入数据

首先，需要将数据导入到SPSS中。可以通过文件-导入-Excel电子表格等方式将数据导入到SPSS中。

第二步：设置逻辑回归模型

接下来，需要设置逻辑回归模型。在分析菜单中选择回归-二元逻辑回归，然后将因变量和自变量添加到模型中。在此过程中，需要注意选择正确的变量类型（连续或分类变量）。

第三步：运行逻辑回归分析

在设置好逻辑回归模型后，可以运行逻辑回归分析。在运行分析前，可以根据具体的需求对分析选项进行设置，包括选择模型的整体显著性检验方式、选择自变量之间的交互作用等。完成设置后，点击“确定”按钮开始分析。

第四步：解读结果

完成逻辑回归分析后，需要对结果进行解读。逻辑回归分析的结果包括模型整体显著性检验、各自变量的变异解释度、自变量之间的相互作用等信息。可以通过查看输出窗口中的表格和图形来获取这些信息。

需要注意的是，逻辑回归模型的解释能力在很大程度上取决于自变量与因变量之间的关系。如果存在非线性关系或交互作用效应，可能需要考虑其他方法（如多项式回归、广义加性模型等）。

总之，逻辑回归分析是一种常用的统计方法，可以有效地处理自变量为连续变量、因变量为分类变量的情况。在SPSS中，通过简单的设置和操作即可完成逻辑回归分析，并且可以方便地解读分析结果，帮助研究者更好地理解数据。