產品運營數據分析—SPSS數據分組案例

當我們的樣本量過大，譬如以前講過的，EXCEL2010最大只支持1048576行、16384列，尤其是當行數大于30萬，一般的辦公電腦處理都比較吃力，所以推薦數據分析師們做大數據量處理，還是用SPSS。

今天分享SPSS的數據分組，在SPSS里面，這個功能路徑是：【轉化——重新編碼為相同變量】、【轉化——重新編碼為不同變量】，常用的是第二個，不會覆蓋原有的變量數據。

第一步，數據錄入

繼續沿用之前的EXCEL數據文檔，把數據拷貝到SPSS軟件，設定好變量名稱，如下圖：

數據視圖：

變量視圖

這里注意將【PV】這個變量定義為【數值型】，選擇了【逗號】表示用千分位區分；

第二步，進入編碼功能

第三步，選擇編碼變量

這里選擇【頁面PV】，點擊紅圈中的箭頭，選入右邊的變量框；

第四步，定義輸出變量

這里定義的新變量名是【PV_G】，標簽是【PV分組】；

第五步，設定舊值和新值

入口是上圖中的【舊值和新值】，進入后，看到下面的界面，左右兩大部分，左邊是原有的舊值設定，右邊是編碼后產生的新值；數據分析師培訓

開始編碼，編碼標準，按照昨天的分類，如下圖：

指定舊值范圍

第一組，是0-10萬，大于等于0，小于10萬，因此，舊值部分是：從最小值到99999；

注意這里的輸出變量名稱是【0-10萬】，下面有個勾選【輸出變量為字符串】，并指定寬度，默認是8，我們定義為12，為何不是8，后面看下結果，就知道了。

定義好之后，點擊【添加】，舊值和新值就定義好了，依次定義各個分組的數值。

最后一組，我們通常定義為【范圍，從值到最高】，不至于遺漏數據，正如第一組，我們會定義為【范圍，從最低值】。

定義好舊值新值，點擊【繼續】，返回設定頁面，這時候，【確定】按鈕激活，點擊后，編碼完成。

第六步，編碼完成

如圖，數據分組后的界面，注意這里有兩個分組變量，第一個是【PV_G】，這是字符串寬度為8的時候，第二個是【PV_GROUP】，字符串是寬度為12，區別和原因，大家自己想想就明白。想了解更多關于數據分析師方面的知識，到cda數據分析師官網

數據分組后的變量視圖