【转】SPSS与EXCEL的比较

在网上偶然看到，新手不明觉厉，遂转载保存。

++++++++++     原文分割线     +++++++++++

一个朋友跳槽到了一个很知名的研究机构做数据分析，问了他用什么统计软件，回答是excel有时候会用到VBA，我很有同感，我觉得在已经有成型的模型下用SPSS比较好，比如进行城市等级研究（聚类/判别分析），将城市分成几大类别去发展地产/零售店铺，如果有清晰的思路，完整的数据，我非常赞同用SPSS，但是如果做专项研究（AD HOC）的情况下我自己还是喜爱用excel，很多人把excel看得比较简单，其实单单是公式的灵活运用就是一个值得专研的领域了。我个人使用发现如果使用excel与vba的话，功能非常的强大！ 

与SPSS相比，Excel可以说是一个学习工具。SPSS是傻瓜机而Excel却是智能机。它首先让你在一张白纸上建立数据，几次下来，你就对数据的三要素-（行、列、格，或与之对应的个案、变量、变量值）有直觉的感受和空间想象力（后者极其重要）。 

Excel的最大好处强迫你直接写公式（当然要参照统计学教科书），而且可以分步求解。如计算一组数据的标准差，涉及求均值、离差、离差平方、离差平方和、平均-离差平方和、平均离差平方和的根号等7步，每步放在一个行（或列）中。这种训练的好处终身受用。我学卡方分析时还没有电脑，所以一切用手算，求一个3 X 4的表格要半小时，有时还会算错。好处是我至今忘不了其公式及其意义（如对"deviation"的感受，我以后能够自己发明各种公式都与那个训练有关）。如果-当时有Excel，效果会更好（因为不需为计算本身分心）。但如果一开始就用SPSS，我想我会和大多数人一样，并不知道卡方的意义何在，更谈不上创造性地应用-。 

再如学习回归分析，用Excel对原始数据一步一步地求解，不但有助于你理解b0, b1, ..等回归系数是如何算出来的、它们与B1, B2,...等标准回归系数的关系如何，而且可帮你对什么是Y的预测值(predicted Y)、什么是Y的残差(residual of Y)、它们与原始值的关系、与b0, b1, ...的关系等等，弄得一清二楚。 

另外，Excel还可以让你做各种"What If"（假定。。。，结果会如何？）的实验。如修改一个原始数据或求解过程的参数，看看其结果会如何。这不但可以满足你的好奇性（学统计没有好奇性是学不好的）-，还可以帮助理解数据与公式之间、公式内参数之间的关系。 

打个比方，你要描述周围的视觉（静态）特征，有三种工具：手工写生、手动相机、自动相机（即傻瓜相机）。手工没效率，傻瓜机不给你任何控制（因此你也永远学不到-光线与速度的反比关系，更免谈创造任何特技效果），手动相机则兼顾了它们的优点并避免了它们的缺点（the best of the two worlds）。 

实际上，在企业单位的统计应用中，excel的应用更广泛，除了提供强大的公式组合嵌套之外，还可以自主进行程序的编写，在运用熟练的情况下很多统计难题解决起来灵活度高，甚至可以做到游刃有余的境地。 
而spss基于其便捷和专业性，目前是社会科学采用最广泛的统计工具（操作上比较机械，在数理逻辑上要求不高的采用比较适宜）。但是一大弱点是只要对统计有些概念（甚至没有什么概念就是对着书学着操作）的人都能做出来结果，但是这种结果并不是基于过程的详细理解，很多时候不知道为何要点选一个附加的条件，而利用默认设置是否忽略掉了重要东西可能也不知道。每一个人都能够分析出来一套结果，但是肯定不是所有的都正确，因此只有非常专业的人使用这个软件才是可信的。假如要在统计管理上更专业精准的话，相对spss，sas ，s-plus , eviews , statistical 更为适宜，但难度比较高，一般专业人士用得比较多，市面资料少，学习上依靠英文版本的为佳。 

如果你只是偶然算一个数据，SPSS是个好的选择。如果你想成为一个专业的定量研究者，从Excel开始吧。 当然，目前很多专业的统计项目都是基于两者的互补兼用。