第一章：導論

SPSS統計與資料探勘教學簡報

​

TIPCI 臺灣國際專業認證學會 製作

SPSS與資料探勘概述

• SPSS是一款用於統計分析的專業軟體，常見於社會科學與商業應用。
• 資料探勘是從大量資料中發現模式與趨勢的技術。
• SPSS結合統計分析與資料探勘，協助進行決策與預測。

SPSS與資料探勘的應用

• 市場行為分析、醫療研究、教育成效評估、財務預測等。
• 可用於建立模型、發現資料結構、輔助決策。

第二章：SPSS基礎知識

SPSS統計與資料探勘教學簡報

SPSS介面與基本操作

• 包含：資料檢視、變數檢視、工具列與分析選單。
• 能輸入數據、設定變數類型、設計分析模型。

建立資料集與資料處理

• 建立新變數，設定名稱、格式與標籤。
• 從Excel或CSV匯入數據。
• 排序、過濾、轉換、設定缺失值與標準化。

第三章：資料前處理

SPSS統計與資料探勘教學簡報

資料清理與缺失值處理

• 移除重複、糾正錯誤輸入、處理遺漏值。
• 缺失值可使用平均、中位數或迴歸填補。

轉換與變數篩選

• Z-score標準化、重編碼（Recode）、邏輯篩選。
• 選擇具統計意義的變數，簡化模型。

第四章：描述性統計分析

SPSS統計與資料探勘教學簡報

描述性統計概念

• 中心趨勢：平均數、中位數、眾數。
• 變異數與標準差反映資料分散程度。
• 偏態與峰態描述資料分佈形狀。

在SPSS中的操作

• Analyze > Descriptive Statistics：可執行Frequencies、Explore、Descriptives。
• 繪製直方圖、箱型圖與長條圖。
• 使用Correlation進行變數間相關性檢定。

第五章：推論性統計分析

​

• • 推論性統計的定義與目的
• • 假設檢定的基本概念
• • 信賴區間的解釋與應用
• • 效應大小的概念與實務意義
• • SPSS中進行t檢定的步驟
• • SPSS中進行ANOVA分析的方法
• • 迴歸分析操作流程與結果解釋

第六章：因素分析

​

• • 因素分析的基本原理與目的
• • 常見的因素萃取方法（主成分分析、最大概似法）
• • 因素負荷量與解釋變異量
• • 如何判斷保留因素的數量
• • SPSS中因素分析的操作步驟
• • 結果的表格解釋與應用實例

第七章：集群分析

​

• • 集群分析的概念與分類（階層式與非階層式）
• • 集群分析的應用場景（如市場區隔、客群分類）
• • 距離度量與相似性指標
• • SPSS中進行集群分析的設定步驟
• • 分析結果的視覺化與解釋技巧
• • 案例：顧客分群的應用實務

第八章：關聯規則挖掘

• 介紹關聯規則挖掘的基礎知識
• • 理解項目集、支持度、置信度與提升度的定義
• • 介紹Apriori與FP-Growth演算法的概念
• • 展示如何在SPSS中使用關聯規則挖掘功能
• • 應用場景：購物籃分析、顧客行為探索

第九章：預測分析

• 探討預測分析的概念和應用範疇
• • 說明回歸分析、決策樹與人工神經網絡的原理
• • 在SPSS中建立預測模型的步驟與設置
• • 如何解讀預測模型的準確度與重要指標
• • 案例示範：利用SPSS預測客戶流失風險

第十章：實務應用與案例研究

• 介紹實務案例研究的設計流程
• • 資料前處理到模型建立的整體步驟
• • 分析案例中的挑戰與解決方案
• • 展示SPSS如何實際應用於各類領域分析
• • 總結案例分析的結果與實務意涵