SPSS統計軟件在啤酒數據統計中的應用是怎樣的

本篇文章為大家展示了SPSS統計軟件在啤酒數據統計中的應用是怎樣的，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

SPSS統計軟件在啤酒數據統計中的應用

下面通過示例介紹SPSS在啤酒企業質量數據的收集、統計描述、控制圖繪制、正交實驗結果分析等方面的應用。

啤酒企業質量管理人員在從事啤酒質量管理工作中經常需要進行數據的收集和分析，有些數據分析工作比較麻煩，特別是當時間緊、任務急、數據量大、計算結果要求精度高的情況下，有時候會感到力不從心。比如常用的控制圖和過程能力分析、方差分析、回歸分析、試驗設計的數據分析等統計技術的應用，往往由于計算復雜而令人們望而卻步。啤酒質量管理工作中統計技術的應用是一個薄弱環節，有人認為，產生這種現象的原因就是因為統計技術或數據分析的計算工作量較大。SPSS統計軟件的應用幫助我們解決了這一難題。SPSS雖然并不僅僅是為質量管理工作設計的統計軟件，但是幾乎質量管理的所有數據分析和統計分析它都能幫上忙，不但可以極大地提高工作效率，而且可以提高計算結果的準確性，達到提高啤酒質量分析工作的效率和有效性的目的。

一． SPSS統計軟件簡介

SPSS（Statistical Package for the Social Science，社會科學統計軟件包）是世界著名的統計軟件分析軟件之一。1968年，3位美國斯坦福大學的學生開發了最早的SPSS統計軟件系統，迄今為止，SPSS軟件已有30余年的成長歷史，擁有全球約25萬的產品用戶，它們分布于通信、醫療、銀行、證券、保險、制造、商業、市場研究、科研教育等多個領域和行業，是世界上應用最廣泛的統計軟件。

SPSS使用Windows的窗口方式展開各種管理和分析數據的方法，使用對話框展示出各種功能選擇項，只要掌握一定的Windows操作技能，并了解統計分析原理，就可以使用該軟件為的企業質量管理工作服務，再也不會為數據分析的煩瑣而感到惱火，同時將會體會到數據分析的神奇和成功的樂趣。如果感興趣的話，也可以試一試這個軟件在企業管理的其他領域的應用，很可能也會有所收益。

SPSS的基本功能包括數據管理、統計分析、圖表分析、輸出管理等。其過程包括描述性統計、均值比較、一般線性分析、相關分析、對數線性模型、聚類分析、數據簡化、生存分析、時間序列分析、多重響應等大類，每類又分好幾個統計過程。如回歸分析中又分線性回歸分析、曲線分析、Logistic回歸等幾個統計過程，并且每個過程中又允許用戶選擇不同的方法及參數。SPSS中還有專門的繪圖系統，可以根據數據繪制各種圖形。對于質量管理工作來說，質量管理工作中各種數據分析和統計技術問題都可以使用SPSS統計軟件幫助解決。我國目前正在使用的用戶中，絕大部分是使用9.0～13.0版本。

二、啤酒質量數據的收集與簡單管理

啤酒質量信息數據集就是SPSS針對各類啤酒質量信息、數據所建立的數據集合，SPSS利用啤酒質量信息數據集對其進行統計分析。啤酒質量信息數據的收集在這里是指將啤酒生產、檢驗等過程中所得到的質量數據在SPSS軟件中建立質量數據集（如下面圖1所示）；對于獲得的不是數據性的信息，要進行數據化處理，轉化為可以統計分析的數據，進而建立數據集。對于所建立數據集的簡單管理包括數據、單元格的查找，觀測量的分類排序，數據文件的分類匯總和數據的選擇等。質量信息數據集如何建以及數據集的簡單管理，其操作步驟與一般數據的SPSS數據集的建立相同，可查閱專門的SPSS軟件教材。

三、質量數據的統計描述

要對啤酒質量數據做好統計分析，首先要對這些數據進行描述性統計分析。SPSS統計軟件對質量信息的描述統計分析功能主要集中在Descriptive Statistics菜單中，主要包括建立質量數據頻率表、質量數據的一般性統計描述、探索性分析和交叉統計等，下面對質量信息應用較多的一般性統計描述進行舉例講述。

質量數據的一般性統計描述主要是指對連續性隨機變量進行的一般描述統計。這一功能是由SPSS的“Analyze”菜單中“Descriptive Statistics”的“Frequencies…”項來完成。例如，要統計成品啤酒在一個月內泡持、濁度的質量情況（SPSS分析數據使用上面圖1中的數據，圖中僅顯示了一部分數據），要求對這些數據進行一般性統計描述，得到各項所需指標（平均值、最大、最小值，極差，均值標準差等），操作如下：

〖步驟1〗單擊Analyze菜單Descriptive Statistics項中的Frequencies命令，如圖2所示。

〖步驟2〗彈出Frequencies對話框，如圖3所示。現欲求泡持、濁度的平均值，最大、最小值，極差，均值標準差，故在對話框左側的變量列表中選擇“泡持”、“濁度”，單擊按鈕使之添加到Variable(s)框中。

〖步驟3〗單擊下方的Statistics按鈕，彈出如圖4所示對話框。選擇要統計的項目，在Central Tendency框中選擇平均值Mean，在Dispersion框中選擇最大Maximum、最小值Minimum，極差Range，均值標準差S.E.mean，選好后單擊Continue按鈕返回Frequencies對話框，單擊OK按鈕，SPSS即開始計算。

四、繪制質量控制圖

SPSS的圖形工具非常強大，具有很強的統計分析功能。在質量數據管理中，經常要用到一些圖形方法和工具，例如帕雷托圖、直方圖、散點圖、控制圖、序列圖等，SPSS均可以有效的應用這些圖形方法和工具來處理質量數據信息，這些功能集中在Graph菜單中。

控制圖可以幫助人們區分所尋找的與過程有關的質量問題是系統原因造成的還是偶然因素造成的，因此，控制圖在質量管理中有著廣泛的應用。下面以實例介紹SPSS軟件如何繪制質量控制圖。

例：某啤酒產品每批次需要添加某復合酶，至少為10ppm，但是不能超過50ppm。為了控制生產過程，準備用控制圖對生產過程進行監控，步驟如下：

第一步：建立數據文件。經確定，本例應用平均值—極差控制圖，每5個觀測值作為一組（數據圖示此處省略）。

第二步：點擊Graph菜單中的“control”項，彈出“Control Charts”對話框。其中“X-Bar,R,s”表示均值、極差、標準差控制圖；“Individuals Moving”表示單值、移動極差控制圖；“p,np”表示不合格率、不合格數控制圖；“c,u”表示缺陷數、單位缺陷數控制圖。在此，選擇“X-Bar,R,s”。并選擇數據組織方式為“Cases are units”表示觀測量分類模式。

第三步：單擊“Define”按鈕，將彈出“X-Bar,R,s：Cases Are Units”對話框，其中，“Process Measurement”框用于選擇工序變量，也就是待分析變量；“Subgroups Defined by”用于選擇分組變量；“X-Bar and range”表示繪制平均值—極差控制圖；“X-Bar and standard deviation”表示要繪制均值—標準差控制圖。在此將變量“重量”選入“Process Measurement”；將變量“組號”選入“Subgroups Defined by”；選擇“X-Bar and range”，即平均值—極差控制圖。

第四步：單擊“Options”按鈕，打開“X-Bar,R,s：Options”對話框，其中，“Number of Sigmas”表示用于選擇上、下控制線的距離為標準差的多少倍，在此填入“3”； “Minimum subgroup size”為每組的最小樣本容量，在此填入“5”；“Display subgroups defined by missing values”表示顯示缺失值的組，在此不選擇，點擊“Continue”。“Statistics…”對話框中“Specification Limits”框用于設置上、下參考線，用以比較數據，在此可以分別填入“45”和“25”。

最后，點擊“OK”，即可以繪出所要求的控制圖。

通過此控制圖就可以看到均值、極差上下控制線以及平均值，還可以看到在25和45參考線以外的組號，并且通過分析，可以知道兩張控制圖無任何異常，說明生產過程是正常的，是受控的。

五.質量管理的設計實驗、回歸分析

正交實驗設計在提高產品質量水平、新工藝的開發和優化等過程中有重要的應用。本文用一個實例介紹SPSS統計軟件對正交實驗設計的數據分析過程。

選用L9(34)正交表來研究發酵溫度、麥汁濃度以及酵母接種量對成品啤酒PH的影響規律，取大生產高濃麥汁用洗糟水調成不同濃度賣汁，接種不同量的大生產酵母泥于不同溫度下發酵。選取的因素和水平見下表：

第一步，建立spss的數據集文件。（因筆者的版本無此功能模塊，此處不再描述）

第二步，分析過程如下：
①單擊Analyze菜單，選擇Regreesion項中的Linear…項。將變量“數據PH”選入“Dependent”框，將其它變量發酵溫度、原濃、接種量選入“Independent”框。
②點擊“OK”，統計分析結果。

結果討論：將啤酒的PH看作應變量，把發酵溫度、酵母添加量和麥汁濃度看作自變量，進行回歸分析，依據圖12很方便的得到回歸方程為：

y=4.063-0.0214X1+0.03426X2+1.852X3×10-6

式中：X1發酵溫度（℃）

X2麥汁原濃（0P）

X3-酵母的添加量（萬個/ml）

Y－啤酒的PH

由圖13可知，方程的顯著性水平為α＝0.046，即方程的可信水平為95.4％＞95％，回歸方程顯著。所以在原料、糖化工藝、酵母菌種等因素即本不變的情況下，當其他條件不變時，發酵溫度每升高1℃，啤酒的PH下降約0.021；同樣當其他條件不變時，麥汁原濃每升高10P，啤酒的PH升高約0.034；酵母接種量每加大100萬個/ml時，啤酒的PH約升高0.18。這些數據基本能反應出發酵溫度、麥汁原濃和酵母接種量對啤酒PH的大致影響程度。

通過對SPSS在啤酒數據統計中的應用進行初步探討，不難發現盡管SPSS是一種通用的社會科學統計軟件，但非常適用于質量數據的處理和分析，廣大啤酒質量工作者可以逐步探索SPSS在質量管理中的新用途，大幅度改善質量管理的效率和效果，幫助管理者做出最優決策，最大限度地提高產品和服務質量。

上述內容就是SPSS統計軟件在啤酒數據統計中的應用是怎樣的，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。