SPSS的基础知识、建立和管理数据文件、数据预处理、频数分析、参数检验、方差分析、非参数检验、相关分析、回归分析、聚类分析、因子分析、对应分析、信度分析、对数线性模型、时间序列分析、统计图形的创建与编辑等。最后一章还以多个综合实例介绍了SPSS软件在各个领域中的使用。
　　《精通SPSS统计分析》配1张DVD光盘，内容为《精通SPSS统计分析》的实例文件和作者专门为《精通SPSS统计分析》录制的全程多媒体语音教学视频。
　　《精通SPSS统计分析》内容全面、论述翔实、深入浅出，可供高等院校相关专业及从事统计分析和决策的各领域相关的读者学习参考，也可用做SPSS培训和自学教材。

《精通SPSS统计分析》内容及视频时间　　◎初识SPSS统计分析软件(47分钟视频)　　◎聚类分析与判别分析(28分钟视频)　　◎建立和管理数据文件(75分钟视频)　　◎因子分析和对应分析(4分钟视频)　　◎SPSS数据的预处理(70分钟视频)　　◎SPSS的信度分析(7分钟视频)　　◎SPSS基本统计分析(44分钟视频)　　◎SPSS的对数线性模型(1 7分钟视频)　　◎参数检验(26分钟视频)　　◎SPSS的时间序列分析(10分钟视频)　　◎方差分析(39分钟视频)　　◎生成统计图形(37分钟视频)　　◎非参数检验(31分钟视频)　　◎编辑统计图形(49分钟视频)　　◎相关分析(19分钟视频)　　◎SPSS行业应用实例(45分钟视频)　　◎回归分析(37分钟视频)　　《精通SPSS统计分析》读者对象　　◎SPSS统计分析初学者　　◎金融学专业的学生和老师　　◎统计学专业的学生和老师　　◎经济管理与商业决策人员　　◎社会学专业的学生和老师　　◎从事社会科学研究的人员　　国内第一本配全程多媒体语音教学视频的SPSS读物！　　10小时教学视频、85个典型实例、45个统计分析案例、4个行业应用　　国内第一本配10小时全程多媒体教学视频的SPSS图书　　内容全面：涵盖SPSS统计分析的大部分功能和特性　　实例丰富：结合85个典型实例对SPSS的功能进行了透彻分析　　案例典型：结合45个统计分析小案例介绍SPSS的具体应用　　实用性强：结合4个行业应用案例介绍SPSS的典型应用　　特别提示　　《精通SPSS统计分析》配套多媒体教学视频和涉及的数据文件收录于《精通SPSS统计分析》配书光盘中。另外，《精通SPSS统计分析》适合作为相关学校的教材使用。为了方便老师授课，《精通SPSS统计分析》专门配备了相应的教学PPT。　　在当今信息化时代的背景下，无论是个人，还是政府或企业，都需要在海量的信息中获取有价值的信息，并据此做出科学的评估和决策。为此，对信息的采集、处理、分析并给出专业人士可接受的评估和预测报告等工作变得十分重要。SPSS正是为此而设计的一整套集数据处理、评估和预测的解决方案。它是当今世界上应用最为广泛的统计分析软件，主要应用于自然科学、技术科学、社会科学的各个领域。　　《精通SPSS统计分析》以统计分析的应用需求为主线，以通俗易懂的语言对SPSS中的主要统计分析方法的核心思想进行了系统介绍，并给出了详细的操作步骤。同时还配合应用案例分析，让读者能够较快领会方法的要点，掌握方法的操作，明确方法的适应特点。

　　SPSS是一个应用非常广泛的统计分析软件，它已有40余年的成长历史，已经成为全球专业统计分析软件的佼佼者。对于统计行业的从业人员来说，学会SPSS是其必备的基本技能之一。本书将带领读者进入SPSS，让SPSS帮助读者轻松完成统计分析工作。
纵观以前出版的SPSS书籍都是15.0或者以下版本，使读者不能更全面地掌握SPSS的各种功能；同时，已经出版的相关图书大多都实用性不强，缺少应用于各个领域中的实例。而本书以最新版的SPSS 16.0为平台进行讲解，正好弥补了这些不足，且本书提供的一些实例实用、基础、典型，易学易懂，几乎包括了SPSS 16.0中的所有内容，为读者提供了良好的学习途径。
本书内容有何特色
1．配多媒体语音视频进行讲解
为了方便读者更加直观地学习本书，作者为本书专门录制了大量的多媒体语音视频进行讲解，相信通过这些视频读者可以更快地掌握本书内容。
2．版本新，内容新
本书以目前流行的SPSS 16.0为讲述版本，详细讲解了SPSS 16.0在统计分析中的方方面面应用，其中很多内容都是以前版本所没有的新内容。
3．内容全面，讲解详细，即用即查
本书是一本百科全书式的SPSS著作，详细讲解了SPSS 16.0的大部分特性。本书既可以作为一本很好的入门教程，也可以作为即用即查的参考手册。
4．进行了必要的理论知识讲解，并列举了大量典型实例
本书对每一个理论知识点都进行了透彻的分析，并且结合了相应实例进行讲解，读者只要很好地理解这些理论并掌握这些实例，便可以做到融会贯通、游刃有余。
5．突出应用领域，注重内容的实用性
本书对每一个实例都进行了必要的背景描述，可以让读者能更好地理清所使用的分析方法的具体应用领域，增强了内容的实用性。
本书内容及知识体系
本书共分17章，采用循序渐进的方式，结合实例介绍了SPSS 16.0的基本概念、创建和编辑数据表、对数据进行预处理。然后介绍SPSS中常用的分析方法，如频数分析、参数检验、方差分析、单样本非参数检验、相关分析、回归分析、聚类分析、因子分析、信度分析。接着还介绍了SPSS 16.0中的线性模型、时间序列、统计图等内容。最后以多个综合实例，讲解在不同领域中，应该使用何种方法进行分析。各章内容安排如下：
第1章介绍了SPSS 16.0的基础知识，包括其发展、特点、版本及软件的安装和帮助系统等内容。
第2章介绍了创建和管理数据文件的方法，包括数据文件的特点、常用术语、定义变量、输入和编辑数据及读取数据文件等内容。
第3章介绍了数据的预处理，包括数据的排序、分类汇总、变量的计算、数据的选取和分组等内容。
第4章介绍了SPSS基本统计分析，包括频数分析、描述统计量、交叉分组下的频数分析、多选项分析及比率分析等内容。
第5章介绍了SPSS的参数检验，包括参数检验的概述、单一样本t检验、两独立样本t检验、两配对样本t检验等内容。
第6章介绍了方差分析方法，包括单因素方差分析、多因素方差分析和协方差分析等 内容。
第7章介绍了SPSS的非参数检验，包括单样本的非参数检验、两独立样本的非参数检验、多独立样本的非参数检验等内容。
第8章介绍了SPSS的相关分析，包括相关分析的概念、偏相关分析、回归分析等内容。
第9章介绍了SPSS回归分析，包括回归分析的概念、线性回归分析、曲线估计和逻辑回归分析等内容。
第10章介绍了聚类分析，包括层次聚类、快速聚类、判别分析等内容。
第11章介绍了因子分析与对应分析，包括因子分析的意义和过程、对应分析的概念和过程等内容。
第12章介绍了SPSS的信度分析，包括信度分析的概念和基本操作等内容。
第13章介绍了SPSS对数线性模型，包括对数线性模型的概念、饱和模型和非饱和层次模型、一般模型等内容。
第14章介绍了SPSS的时间序列，包括时间序列的概念、分析步骤及特点等内容。
第15章介绍了SPSS生成统计图，包括条形图、线图、面积图、圆图、高低图、箱图等内容。
第16章介绍了编辑统计图，包括编辑条形图、线图、圆图等内容。
第17章介绍了SPSS综合应用实例，包括SPSS在体育上的应用、在人口统计分析上的应用、在财政上的应用及病理分析上的应用等内容。
本书读者对象
本书适合以下读者阅读：
* SPSS 16.0初学者；
* 统计学专业的学生和老师；
* 社会学专业的学生和老师；
* 金融学专业的学生和老师；
* 有SPSS使用经验，希望学习SPSS 16.0版的人员。
本书作者及编委会成员
本书主要由倪雪梅编写。其他参与编写和资料整理的人员有陈世琼、陈欣、陈智敏、董加强、范礼、郭秋滟、郝红英、蒋春蕾、黎华、刘建准、刘霄、刘亚军、刘仲义、柳刚、罗永峰、马奎林、马味、欧阳昉、蒲军、齐凤莲、王海涛、魏来科、伍生全、谢平、徐学英、杨艳、余月、岳富军、张健和张娜。在此一并表示感谢。由于书稿内容涉及项目管理的专业知识，加之笔者水平所限，书中恐有疏漏之处，还望广大读者批评指正。
本书编委会成员有欧振旭、陈杰、陈冠军、顼宇峰、张帆、陈刚、程彩红、毛红娟、聂庆亮、王志娟、武文娟、颜盟盟、姚志娟、尹继平、张昆、张薛。

编 者

　　倪雪梅，毕业于西南财经大学统计学院，获经济学硕士学位。现任重庆交通大学财经学院统计学副教授。善长于编程及计算机应用，精通SPSS统计分析软件，致力于统计学知识的普及和常用统计分析软件的教学工作。多次参与行业大型数据分析项目的实施，对行业用户需求有深刻的理解。具备较强的市场研究和数据分析能力，专长于多元统计分析、市场研究技术和模型，并对数据挖掘有独到的见解。主要参与统计思想、国民经济核算专题、高级微观经济学等课程的教学。发表论文十余篇，获政府优秀科研成果两项。

第1章 初识SPSS统计分析软件（教学视频：47分钟） 1
1.1 SPSS概述 1
1.1.1 SPSS的发展 1
1.1.2 SPSS的特点 1
1.2 SPSS软件的使用 2
1.2.1 SPSS软件的环境要求 2
1.2.2 SPSS的运行方式 2
1.2.3 SPSS的安装和启动 3
1.2.4 SPSS的工作环境 4
1.2.5 退出SPSS软件 10
1.3 数据分析步骤 10
1.3.1 数据分析的一般步骤 10
1.3.2 利用SPSS进行数据分析的一般步骤 11
1.4 如何使用SPSS帮助 12
1.4.1 Online Help窗口 13
1.4.2 Tutorial帮助系统 13
1.4.3 统计学指导系统 14
1.4.4 对话框中的Help按钮 14
1.4.5 过程语句帮助系统 14
1.5 第一个实例：康健医院病例分析 15
1.5.1 输入数据 15
1.5.2 保存数据 17
1.5.3 数据的预分析 17
1.5.4 统计分析 19
1.5.5 保存和导出分析结果 21

第2章 建立和管理数据文件（教学视频：75分钟） 22
2.1 数据文件 22
2.1.1 数据文件的特点 22
2.1.2 数据的基本组织方式 22
2.2 常用术语概述 23
2.2.1 常量 24
2.2.2 变量 25
2.2.3 操作符与表达式 28
2.3 变量的定义与数据编辑 29
2.3.1 定义变量 29
2.3.2 变量的操作 36
2.4 输入SPSS数据 41
2.4.1 输入普通数据 41
2.4.2 输入带变量值标签的数据 42
2.4.3 保存数据文件 43
2.5 编辑SPSS数据 45
2.5.1 SPSS数据的定位 45
2.5.2 增加/删除一条个案（CASE） 46
2.5.3 移动、复制和删除数据 47
2.6 读取其他格式的数据文件 48
2.6.1 直接读入其他格式的数据文件 48
2.6.2 使用“文本向导”读入文本文件 49
2.6.3 使用“数据库向导”读入数据 50
2.6.4 使用Excel读入数据 52
2.7 SPSS数据文件的合并与分组 53
2.7.1 纵向合并数据文件 54
2.7.2 横向合并数据文件 56

第3章 SPSS数据的预处理（教学视频：70分钟） 58
3.1 数据的排序 58
3.1.1 数据排序的目的及注意事项 58
3.1.2 数据排序实例 59
3.2 选择观测量 60
3.3 变量计算 62
3.3.1 变量计算的目的 62
3.3.2 SPSS算术表达式 63
3.3.3 SPSS条件表达式 63
3.3.4 SPSS函数 63
3.3.5 变量计算实例 67
3.4 数据选取 69
3.4.1 数据选取的目的 69
3.4.2 数据选取的实例 70
3.5 计数 72
3.5.1 计数目的 72
3.5.2 计数区间 72
3.5.3 计数实例 73
3.6 分类汇总 74
3.6.1 分类汇总的目的 74
3.6.2 分类汇总实例 74
3.7 数据分组 76
3.7.1 数据分组的目的 76
3.7.2 SPSS的单变量值分组 76
3.7.3 SPSS的组距分组 78
3.7.4 SPSS的分位数分组 78
3.8 数据预处理的其他功能 78
3.8.1 数据转置 79
3.8.2 加权处理 79
3.8.3 数据拆分 80
3.8.4 SPSS变量集 81

第4章 SPSS基本统计分析（教学视频：44分钟） 83
4.1 频数分析 83
4.1.1 频数分析的概念 83
4.1.2 频数分析应用举例1 85
4.1.3 频数分析应用举例2 88
4.2 计算基本描述统计量 91
4.2.1 基本描述统计量 91
4.2.2 计算基本描述统计量应用实例 92
4.3 交叉分组下的频数分析 94
4.3.1 交叉分析下的频数分析的目的和基本任务 94
4.3.2 交叉列联表 94
4.4 多选项分析 96

第5章 参数检验（教学视频：26分钟） 100
5.1 参数检验概述 100
5.1.1 推断统计与参数检验 100
5.1.2 假设检验的基本思想 101
5.1.3 假设检验的基本步骤 101
5.2 单一样本t检验 101
5.2.1 单一样本t检验的概念及步骤 102
5.2.2 单一样本t检验应用实例 103
5.3 两独立样本t检验 105
5.3.1 两独立样本t检验的概念 105
5.3.2 两独立样本t检验的基本步骤 106
5.3.3 两独立样本t检验应用实例 107
5.4 两配对样本t检验 110
5.4.1 两配对样本t检验的概念 110
5.4.2 两配对样本t检验的目的与基本步骤 111
5.4.3 两配对样本t检验应用实例1 112
5.4.4 两配对样本t检验应用实例2 115

第6章 方差分析（教学视频：39分钟） 118
6.1 方差分析的概念 118
6.1.1 方差分析的基本思路 118
6.1.2 方差分析过程 119
6.1.3 方差分析中的术语 120
6.2 单因素方差分析 122
6.2.1 单因素方差分析的基本思想与步骤 122
6.2.2 单因素方差分析应用实例 124
6.3 多因素方差分析 128
6.3.1 多因素方差分析的概念 128
6.3.2 多因素方差分析的基本思想 128
6.3.3 多因素方差分析的计算公式 129
6.3.4 多因素方差分析应用实例 130
6.3.5 多因素方差分析的进一步分析 135
6.4 协方差分析 136
6.4.1 协方差分析的基本思想 136
6.4.2 协方差分析的计算公式 137
6.4.3 协方差分析应用实例 137

第7章 非参数检验（教学视频：31分钟） 140
7.1 单样本的非参数检验 140
7.1.1 总体分布的卡方检验 140
7.1.2 总体分布卡方检验的计算公式 140
7.1.3 总体分布的卡方检验应用实例 141
7.2 二项分布检验 144
7.2.1 二项分布检验的概念 144
7.2.2 二项分布检验的计算公式 144
7.2.3 二项分布检验应用实例 145
7.3 两独立样本的非参数检验 147
7.3.1 两独立样本的曼－惠特尼检验（Mann Whitney U） 147
7.3.2 两独立样本的K－S检验 148
7.3.3 两独立样本的游程检验（Wald Wolfwitz Runs） 148
7.3.4 极端反应检验（Moses Extreme Reactions） 149
7.3.5 两独立样本非参数检验应用实例 150
7.4 多独立样本的非参数检验 153
7.4.1 中位数检验（Median） 153
7.4.2 多独立样本的Kruskal-Wallis检验 154
7.4.3 多独立样本的Jonckheere-Terpstra检验 154
7.4.4 多独立样本非参数检验应用实例 154
7.5 两配对样本的非参数检验 157
7.5.1 两配对样本的McNemar检验 157
7.5.2 两配对样本的符号检验 158
7.5.3 两配对样本Wilcoxon符号秩检验 158
7.5.4 两配对样本非参数检验应用实例 158
7.6 多配对样本的非参数检验 161
7.6.1 多配对样本的Friedman检验 162
7.6.2 多配对样本的Cochran Q检验 162
7.6.3 多配对样本的Kendall协同系数检验 162
7.6.4 多配对样本非参数检验应用实例 163

第8章 相关分析（教学视频：19分钟） 166
8.1 相关分析概述 166
8.2 二元定距变量的相关分析 166
8.2.1 二元定距变量的相关分析的概念 166
8.2.2 散点图 167
8.2.3 二元定距变量的相关分析应用实例 170
8.3 偏相关分析 171
8.3.1 偏相关分析的概念 172
8.3.2 偏相关分析的步骤 172
8.3.3 偏相关分析应用实例 172
8.4 距离分析 175
8.4.1 距离分析的概念 175
8.4.2 距离分析的计算公式 175
8.5 距离分析应用实例 177
8.5.1 变量之间的相似性测量分析实例 177
8.5.2 变量之间的不相似性测量分析 178
8.5.3 个案之间的相似性测量分析 179
8.5.4 个案之间的不相似性测量分析 181

第9章 回归分析（教学视频：37分钟） 182
9.1 回归分析的基本概念 182
9.2 线性回归分析 183
9.2.1 一元线性回归 183
9.2.2 多元线性回归 187
9.3 线性回归分析应用实例 190
9.3.1 一元线性回归分析实例 190
9.3.2 多元线性回归分析实例 195
9.4 非线性回归分析 198
9.4.1 非线性回归分析的概念 198
9.4.2 非线性回归分析的计算公式 198
9.4.3 非线性回归分析应用实例 200
9.5 曲线估计 203
9.5.1 曲线估计的概念 203
9.5.2 曲线估计的计算公式 203
9.5.3 曲线估计应用实例 205
9.6 时间序列的曲线估计 208
9.7 含虚拟自变量的回归分析 211
9.7.1 含虚拟自变量的回归分析的概念 211
9.7.2 含虚拟自变量的回归分析的计算公式 211
9.7.3 含虚拟自变量的回归分析应用实例 212
9.8 逻辑回归分析 214
9.8.1 逻辑回归分析的概念 215
9.8.2 逻辑回归分析的计算方式 215
9.8.3 逻辑回归分析应用实例 216

第10章 聚类分析与判别分析（教学视频：28分钟） 220
10.1 聚类分析概述 220
10.1.1 聚类分析的意义 220
10.1.2 聚类分析说明 220
10.2 层次聚类 221
10.2.1 层次聚类Q型聚类 221
10.2.2 层次聚类Q型聚类应用实例1 223
10.2.3 层次聚类Q型聚类应用实例2 229
10.2.4 层次聚类R型聚类 233
10.2.5 层次聚类R型聚类应用实例 234
10.3 快速聚类 237
10.3.1 快速聚类分析的概念 237
10.3.2 快速聚类分析的计算过程及公式 238
10.3.3 快速聚类分析应用实例 238
10.4 判别分析 243
10.4.1 判别分析的概念 243
10.4.2 判别分析应用实例 244

第11章 因子分析和对应分析（教学视频：4分钟） 252
11.1 因子分析 252
11.1.1 因子分析的概述 252
11.1.2 因子分析的步骤 253
11.1.3 使用因子分析对话框 254
11.1.4 因子分析过程语句 257
11.1.5 因子分析应用实例 259
11.2 对应分析 264
11.2.1 对应分析的概述 264
11.2.2 对应分析的过程 265
11.2.3 对应分析过程语句 268

第12章 SPSS的信度分析（教学视频：7分钟） 270
12.1 信度分析概述 270
12.1.1 信度分析的提出 270
12.1.2 信度分析的基本原理 270
12.2 信度分析的基本操作及案例 272
12.2.1 信度分析的基本操作 272
12.2.2 信度分析实例 273

第13章 SPSS的对数线性模型（教学视频：17分钟） 276
13.1 对数线性模型概念 276
13.1.1 对数线性模型的概念 276
13.1.2 对数线性模型的基本思路 277
13.2 饱和模型和非饱和层次模型 278
13.2.1 饱和模型和参数估计 278
13.2.2 饱和模型检验 279
13.2.3 饱和模型应用实例 280
13.2.4 非饱和层次模型 283
13.3 一般模型 284
13.3.1 一般模型的概述 284
13.3.2 建立一般模型的应用实例 284
13.4 Logit模型 288
13.4.1 Logit模型的概述 288
13.4.2 Logit模型的应用实例 289

第14章 SPSS的时间序列分析（教学视频：10分钟） 293
14.1 时间序列分析概述 293
14.1.1 时间序列的相关概念 293
14.1.2 时间序列分析的一般步骤 295
14.1.3 SPSS时间序列分析的特点 296
14.2 时间序列的数据处理 296
14.2.1 定义日期变量 296
14.2.2 创建时间序列 298
14.2.3 填补缺失数据 299
14.2.4 时间序列实例 301

第15章 生成统计图形（教学视频：37分钟） 305
15.1 统计图形概述 305
15.1.1 了解统计图 305
15.1.2 坐标轴 306
15.1.3 数据与图形 306
15.1.4 图形图库窗口 306
15.2 条形图 308
15.2.1 观测量分类模式简单条形图 309
15.2.2 变量模式简单条形图 311
15.2.3 变量模式分组条形图 313
15.2.4 观测量分类模式分段条形图 313
15.2.5 条形图应用实例 315
15.3 线图和面积图 316
15.4 交互式条形图、线图和面积图 318
15.4.1 创建交互式条形图 319
15.4.2 创建交互式线图 322
15.4.3 创建交互式面积图 324
15.5 圆图 325
15.5.1 观测分类模式圆图 325
15.5.2 变量模式圆图 326
15.5.3 观测值模式圆图 327
15.5.4 交互式圆图 328
15.6 高低图 331
15.6.1 选择高低图类型 331
15.6.2 观测量分类模式简单高低收盘图 331
15.6.3 观测值模式简单高低收盘图 332
15.7 箱图 334
15.7.1 选择箱图类型 334
15.7.2 观测量分类模式简单箱图 334
15.7.3 变量模式简单箱图 335
15.7.4 变量模式分组箱图 336
15.7.5 交互式箱图 337
15.8 误差条图 338
15.8.1 选择误差条图类型 339
15.8.2 观测量分类模式简单误差条图 339
15.8.3 变量模式简单误差条图 340
15.8.4 观测量分类模式分组误差条图 341
15.8.5 交互式误差条图 342

第16章 编辑统计图形（教学视频：49分钟） 344
16.1 认识图形组成 344
16.2 编辑平面统计图 345
16.2.1 图形编辑窗口 345
16.2.2 改变图形构成 346
16.2.3 图形大小与修饰 348
16.2.4 坐标轴 350
16.2.5 移动注释框和参照线 353
16.2.6 改变条图、箱线图、误差条图、垂线图、极差图和高低图外观 353
16.2.7 线图 354
16.2.8 圆图 357
16.2.9 散点图 360
16.2.10 文件管理 362

第17章 SPSS行业应用实例（教学视频：45分钟） 364
17.1 体育运动项目分析 364
17.1.1 创建“慢跑测试成绩调查”数据文件 364
17.1.2 分析步骤 366
17.2 人口统计分析实例 367
17.2.1 频数分析 368
17.2.2 相关分析 375
17.3 财政收支分析 376
17.3.1 分析步骤 377
17.3.2 结果分析 380
17.4 病理分析 385
17.4.1 分析步骤 386
17.4.2 结果分析 389

　　在SPSS中编辑好数据文件后，还需要将数据进行必要的一些处理，如排序、计算变量、数据选取、计数、分类汇总、分组等。通常将上面的一些处理操作叫做SPSS数据的预处理。数据的预处理是服务于数据分析和建模的，因此在进行处理时需要注意以下几个问题。
　　口缺失值和异常数据的处理：缺失值会给数据分析带来极大的影响。同样，异常数据也会影响最终的分析结果。因此，在数据预处理阶段对缺失值和异常数据进行加工和处理非常有必要。
　　口数据的转换处理：数据的转换处理是指在原有数据的基础上，计算生成出更具丰富信息的新数据，或对数据原有分布进行转换处理的过程。
　　口数据抽样：从实际问题、算法或效率等方面考虑，并非收集到的所有数据在某项分析中都有作用，有必要按照一定的规则从大量数据中选取部分样本参与分析。
　　口选取变量：并非收集到的所有数据项在某项分析中均有意义，选取部分变量参与分析是很自然的。
　　3.1 数据的排序
　　在数据编辑窗口中输入完数据后，其个案是按照用户输入的顺序进行排列的。如果需要将这些个案按照某个顺序进行排列，则需要使用到SPSS提供的数据排序功能。
　　3.1.1 数据排序的目的及注意事项
　　数据编辑窗口中观测量数据的顺序是由数据输入时的先后顺序决定的，一般是随机的。但在实际的数据处理中，用户希望将观测量数据按照某种顺序进行排列，以便进行观察和分类，此时就需要用到SPSS 16.0提供的排序功能。
　　数据排序是指将数据编辑窗口中的数据按照一个或多个指定变量的变量值升序或降序重新排列。这里所说的变量也叫做排序变量。排序变量只有一个的排序称为单值排序；排序变量有多个的排序称为多重排序。
　　多重排序中，第一个指定的排序变量称为主排序变量；其他则依次为第二排序变量、第三排序变量等。当进行多重排序时，数据首先按照主排序变量的大小进行排序，然后对那些具有相同主排序变量值的数据再按照第二排序变量值的次序进行排序。在进行数据排序时应注意以下几点。
　　口数据排序是将整行的数据进行排序的，而不是只对某个变量进行排序。
　　口多重排序中指定排序变量的次序是很关键的。排序时先指定的变量优于后指定的变量。多重排序可以在按某个变量值升序排序的同时再按其他变量值降序排序。