SPSS：數據標準化後出現負數怎麼辦

SPSS：數據標準化後出現負數怎麼辦

在數據分析過程中，有時為了消除量綱單位的影響，需要提前對原始數據進行數據標準化處理，以解決數據指標之間的可比性。原始數據經過數據標準化處理後，各指標即處於同一數量級，適合進行綜合對比評價。

SPSS統計軟體默認的標準化方法是Z-score法，或者叫標準差法，我習慣稱之為Z得分法。這種方法基於原始數據的均值（mean）和標準差（standard deviation）進行數據的標準化。經過處理的數據符合標準正態分布，即均值為0，標準差為1。公式為：

大多數軟體使用者，也會欣然接受SPSS軟體默認選擇的Z得分法，原始數據經Z得分標準化處理後，會有一部分數據是負數，如果全都是正數，那反而才是不正常的。

上圖是正態分布圖，負值表示在平均水平左側，與原始數據相對應，標準化後負數表示對應的個案原始數據在平均水平以下。

舉個例子，有一組語文成績，標準化處理後的數據如下圖：

第10行以下的語文成績標準化數值均為負數，說明這些數據低於平均水平，而這組語文成績原始數據的平均值是81.2，我們發現這些負數對應的原始成績均小於平均值81.2。

結論：

SPSS軟體所生成的Z得分標準化變數，出現負數是正常的，代表個案原始數據低於平均水平。CDA數據分析師官網