产品运营数据分析—SPSS数据分组案例_数据分析师考试
当我们的样本量过大，譬如以前讲过的，EXCEL2010最大只支持1048576行、16384列，尤其是当行数大于30万，一般的办公电脑处理都比较吃力，所以推荐做大数据量处理，还是用SPSS。
今天继续分享SPSS的数据分组，在SPSS里面，这个功能路径是：【转化——重新编码为相同变量】、【转化——重新编码为不同变量】，常用的是第二个，不会覆盖原有的变量数据。
第一步，数据录入
继续沿用之前的EXCEL数据文档，把数据拷贝到SPSS软件，设定好变量名称，如下图：
数据视图：
变量视图
这里注意将【PV】这个变量定义为【数值型】，选择了【逗号】表示用千分位区分；
第二步，进入编码功能
第三步，选择编码变量
这里选择【页面PV】，点击红圈中的箭头，选入右边的变量框；
第四步，定义输出变量
这里定义的新变量名是【PV_G】，标签是【PV分组】；
第五步，设定旧值和新值
入口是上图中的【旧值和新值】，进入后，看到下面的界面，左右两大部分，左边是原有的旧值设定，右边是编码后产生的新值；
开始编码，编码标准，按照昨天的分类，如下图：
指定旧值范围
第一组，是0-10万，大于等于0，小于10万，因此，旧值部分是：从最小值到99999；
注意这里的输出变量名称是【0-10万】，下面有个勾选【输出变量为字符串】，并指定宽度，默认是8，我们定义为12，为何不是8，后面看下结果，就知道了。
定义好之后，点击【添加】，旧值和新值就定义好了，依次定义各个分组的数值。
最后一组，我们通常定义为【范围，从值到最高】，不至于遗漏数据，正如第一组，我们会定义为【范围，从最低值】。
定义好旧值新值，点击【继续】，返回设定页面，这时候，【确定】按钮激活，点击后，编码完成。
第六步，编码完成
如图，数据分组后的界面，注意这里有两个分组变量，第一个是【PV_G】，这是字符串宽度为8的时候，第二个是【PV_GROUP】，字符串是宽度为12，区别和原因，大家自己想想就明白。
数据分组后的变量视图
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
人工智能重塑 CDA 数据分析领域：从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年，数据分析行业正经历着前所 ...
2025-08-12Pandas 多列条件筛选：从基础语法到实战应用 在数据分析工作中，基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12游戏流水衰退率：计算方法与实践意义 在游戏行业中，流水（即游戏收入）是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级：数据分析入门的基石 在当今数据驱动的时代，数据分析能力已成为职场中的一项重要技能。CDA（Certified Data Anal ...
2025-08-12破解游戏用户流失困局：从数据洞察到留存策略 在游戏行业竞争白热化的当下，用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11PyTorch 中 Shuffle 机制：数据打乱的艺术与实践 在深度学习模型训练过程中，数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-11数据时代的黄金入场券：CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中，数据已成为企业核 ...
2025-08-11DBeaver 实战：实现两个库表结构同步的高效路径 在数据库管理与开发工作中，保持不同环境（如开发库与生产库、主库与从库）的表 ...
2025-08-08t 检验与卡方检验：数据分析中的两大统计利器 在数据分析领域，统计检验是验证假设、挖掘数据规律的重要手段。其中，t 检验和卡 ...
2025-08-08CDA 数据分析师：解锁数据价值的专业力量 在当今这个数据爆炸的时代，数据已成为像石油一样珍贵的战略资源。而 CDA 数据分析师， ...
2025-08-08SPSS 语法使用详解 在当今数据驱动的时代，SPSS（ Statistical Package for the Social Sciences）作为一款功能强大的统计分析软 ...
2025-08-07SASEM 决策树：理论与实践应用 在复杂的决策场景中，如何从海量数据中提取有效信息并制定科学决策，是各界关注的焦点。SASEM 决 ...
2025-08-07CDA含金量分析 在数字经济与人工智能深度融合的时代，数据驱动决策已成为企业核心竞争力的关键要素。CDA（Certified Data Analys ...
2025-08-07大数据时代对定性分析的影响 在大数据时代，海量、多样、高速且低价值密度的数据充斥着我们的生活与工作。而定性分析作为一 ...
2025-08-07K-S 曲线、回归与分类：数据分析中的重要工具 在数据分析与机器学习领域，K-S 曲线、回归和分类是三个核心概念与工具，它们各 ...
2025-08-07CDA 数据分析师考试全解析 在当今数字化时代，数据已成为企业发展的核心驱动力，数据分析师这一职业也愈发受到重视。CDA 数据分 ...
2025-08-07大数据时代的隐患：繁荣背后的隐忧 当我们在电商平台浏览商品时，系统总能 “精准” 推送心仪的物品；当我们刷短视频时，算法 ...
2025-08-07解析 F 边界检验：协整分析中的实用工具 在计量经济学的时间序列分析中，判断变量之间是否存在长期稳定的均衡关系（即协整关系） ...
2025-08-07CDA 数据分析师报考条件详解：迈向专业认证的指南 在数据分析行业蓬勃发展的当下，CDA 数据分析师认证成为众多从业者提升专业 ...
2025-08-07通过 COX 回归模型诊断异常值 一、COX 回归模型概述 COX 回归模型，又称比例风险回归模型，是一种用于生存分析的统计方法。它能 ...
2025-08-07
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
