SPSS软件应用于因子分析/相关性分析等统计分析方法解读

SPSS（Statistical Product and Service Solutions），“统计产品与服务解决方案”软件，为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称，有Windows和Mac OS X等版本。

• 使用SPSS的方法是，首先应用因子分析功能定义因子分析的变量，进行适切性量数（KMO）取样与巴特莱（Bartett）球形检验，通过后绘制碎石图，形成主成分列表，作方差最大化旋转，最后形成因子得分表。接着根据聚类分析功能，绘制散点图，将因子得分归类，形成单维度客户分群。分群结果要进行解释与证验，这是分群的关键，前提是深刻理解分析方法的原理与概念。因子分析方法是英国心理学家斯皮尔曼首先提出的。它可以揭示多变量之间的关系，主要目的是从众多的可观测的变量中，综合出少数几个因子，用较少的因子变量来概括和解释原来的观测信息。它的数学基础是共变（covariance）抽取，通过计算相关系数矩阵，得出因子得分。在解释的过程中还要深刻理解因子载荷、变量共同度、公因子的方差贡献、因子旋转等概念。
• 对营销方案进行评估与预测，是把控营销效果的重要一环。这就涉及建立回归模型。回归分析是通过变量之间的数学表达式描述变量之间关系的数学过程，这一数学表达式通常称做经验公式。我们不仅可以利用概率统计知识，来判定这个经验公式的有效性，同时还可以利用经验公式，根据自变量的取值预测因变量的数值。使用SPSS的步骤是，对数据预处理，作散点图，初步选取回归方法，拟合出经验公式，最后作残差分析。模型建立后，需要用大量的数据来修正与检验，只有经过实际数据检验并证明正确的模型才能使用。回归分析常应用于专题分析，如IDC套餐调整后，通过回归方程可以预测收入，作为制定营销方案的决策依据。