1、理论说明

如果数据为定类数据，比如专业（共分为‘理科类’，‘工科类’和‘文科类’，并且使用数字1，2，3分别表示）；此时数字仅代表类别，数字大小并没有比较意义（比如数字越大身高越高）；此类数据，如果在进行回归分析时，可考虑将其处理成虚拟变量，然后再进行回归分析。

2、虚拟变量原理

上述中专业为定类数据，如果进行回归分析，此时可考虑进行虚拟变量设置。虚拟变量，也称为哑变量。是指数据仅用数字0和1表示，比如‘理科类’虚拟变量时1表示理科类，0代表非理科类。‘工科类’虚拟变量时1表示工科类，0代表非工科类。‘文科类’虚拟变量时1表示文科类，0代表非文科类。类似下表格的设置：

专业分为三类,因而需要设置3个虚拟变量(3列),分别代表专业的3个类别。 至于为什么需要这样设置？原因即在于定类数据，其中的数字仅仅代表类别，而不能有越如何，越如何这样的意义。但是在比如回归分析中，研究影响关系，即只能得到比如“越满意，越愿意再次购买”这样的结论。所以进行虚拟变量设置后，定类数据的回归分析才有意义，即比如得到这样的结论：“相对于非理科类专业（数字0）；理科类专业(1)越愿意再次购买”这样的结论。

3、SPSSAU进行虚拟变量设置

• 理解虚拟变量的原理后，即可在SPSSAU中进行设置。SPSSAU中的‘生成变量’功能可实现虚拟变量设置。类似如下图：

  

  SPSSAU会默认生成标题，设置完成后可进行‘标题修改’。

4、特别注意事项

• 专业为3类；那么放入回归中，只能放2个虚拟变量（一定不能是3个，因为需要有1个作为参照项）原因在于：

• 虚拟变量是数字0和1；0是对比参考项（比如‘相对其它专业即非理科类专业，理科类专业如何如何’）。所以3个类别都放入了，具体就没有参考类别了。

• 并且从数学角度来讲，如果专业对应的3个虚拟变量都放入模型，一定会出现‘多重共线性问题’。

• 一定要找好参考对照项，然后少放入1个虚拟变量。

• 通常情况下，回归分析，逐步回归，分层回归，二元Logit回归，多分类Logit回归分析这类影响关系研究的方法时，才可能涉及到虚拟变量设置。其它分析方法并不会涉及。

• 如果虚拟变量为2个，比如性别分男和女；这种特殊情况也是类似的处理即可。

• 定类数据可以自动哑变量分析吗？

• SPSSAU系统中，在计量研究模块-》OLS回归时，其支持直接放入定类项，然后系统自动进行哑变量处理后得到分析结果。如果是其它回归分析方法需要哑变量处理，则需要使用生成变量-》虚拟（哑）变量进行设置得到哑变量项，放入哑变量项进行分析，二者原理完全一致。需要特别说明的是，SPSSAU中提供的线性回归（通用方法模块）和OLS回归（计量研究模块），二者原理是完全一致，因而如果是线性回归时需要对定类数据哑变量处理，此时可使用OLS回归即可（但OLS回归提供更多参数选项等，请注意选择使用）。