SPSS 替代工具
从 SPSS 迁移：
哪些已覆盖，哪些还没有
打开 .sav、.zsav、.por 文件并保留标签，在浏览器中运行 115 个 SPSS 统计过程。免费、无需注册，文件不会离开你的设备。
覆盖全部 59 类 SPSS 命令 · 统计模式 115 个过程，另含交叉表 · 117 篇过程指南 · 更新于 2026年10月26日
1 · 从文件读取的标签
nps_grpNPS 分组1推荐者2被动者3贬损者segment客户细分1潜在客户2新客户3忠实客户4流失风险
2 · NPS 分组 × 客户细分，列百分比
| NPS 分组 | 潜在客户(A) | 新客户(B) | 忠实(C) | 流失风险(D) |
|---|---|---|---|---|
| 推荐者 | 26% | 35%D | 56%ABD | 19% |
| 被动者 | 39%CD | 30% | 25% | 23% |
| 贬损者 | 35%C | 34%C | 19% | 58%ABC |
| 基数 n= | 140 | 164 | 188 | 108 |
逐项对照
Crosstabs 中的 SPSS 过程
以下各项现已可在浏览器中使用。点开分组查看过程，点击一行展开说明，“查看”打开对应指南。
读取数据文件5
- GET FILE (.sav)查看: GET FILE (.sav)
打开 SPSS .sav 数据文件。 在浏览器中打开压缩与未压缩的 .sav 文件，保留变量标签、值标签以及数值型用户缺失值与缺失范围。
SPSS 中的作用: 打开 SPSS .sav 数据文件。
- GET FILE / IMPORT (.zsav, .por)查看: GET FILE / IMPORT (.zsav, .por)
打开 zlib 压缩的 .zsav 文件和便携式 .por 文件。 读取 .zsav 与 .por 文件，保留标签和缺失值定义。
SPSS 中的作用: 打开 zlib 压缩的 .zsav 文件和便携式 .por 文件。
- GET DATA / GET STATA / GET SAS查看: GET DATA / GET STATA / GET SAS
读取 Excel、分隔文本、Stata 和 SAS 数据。 读取 CSV/TSV、Excel（.xlsx、.xlsm、.xls、.xlsb）、OpenDocument .ods/.fods、JSON、Stata .dta、SAS .sas7bdat/.xpt、R .rds/.RData、Parquet、Arrow/Feather 以及 SQLite 数据库文件。
SPSS 中的作用: 读取 Excel、分隔文本、Stata 和 SAS 数据。
- SAVE OUTFILE (.sav)查看: SAVE OUTFILE (.sav)
将活动数据集保存为 SPSS .sav 文件。 “数据 › 导出数据”在浏览器中把会话数据（含转换与重新编码）写成字节码压缩或未压缩的 .sav 文件，保留变量标签、值标签、测量级别、用户缺失值代码、可选的个案权重以及多重二分集。
SPSS 中的作用: 将活动数据集保存为 SPSS .sav 文件。
- RANK / OPTIMAL BINNING / SAMPLE查看: RANK / OPTIMAL BINNING / SAMPLE
秩与正态得分、最优分箱与随机个案抽样。 工作区统计模式：八种秩类型、四种结规则与正态得分，有监督 MDLP 或等频分箱，以及带种子的个案抽样，均以预览和下载提供，不会更改你的数据。
SPSS 中的作用: 秩与正态得分、最优分箱与随机个案抽样。
交叉表与自定义表8
- CROSSTABS /CELLS查看: CROSSTABS /CELLS
包含频数、百分比、期望频数和残差的二维表。 频数、行/列/总百分比、期望频数以及调整标准化残差。
SPSS 中的作用: 包含频数、百分比、期望频数和残差的二维表。
- CROSSTABS /STATISTICS=CHISQ查看: CROSSTABS /STATISTICS=CHISQ
独立性卡方检验。 Pearson 卡方与似然比卡方、连续性校正、线性对线性关联，以及 Fisher 精确检验（2×2 表单侧与双侧，较大表格使用 Fisher–Freeman–Halton 精确检验）。
SPSS 中的作用: 独立性卡方检验。
- CROSSTABS /STATISTICS (measures)查看: CROSSTABS /STATISTICS (measures)
名义与有序关联度量。 在工作区“全部统计量”面板中提供 phi、Cramér's V、列联系数、lambda、Goodman–Kruskal tau、不确定系数、gamma、Kendall tau-b 与 tau-c、Somers' d 与 kappa，均带渐近标准误与显著性；单项度量另有快速计算器。
SPSS 中的作用: 名义与有序关联度量。
- CROSSTABS /STATISTICS (full set)查看: CROSSTABS /STATISTICS (full set)
全部 CROSSTABS 统计量，含渐近标准误与近似显著性。 工作区交叉表模式“全部统计量”面板：全部 CROSSTABS 统计量：Pearson、Yates、似然比、Fisher（单侧、双侧及 R×C 精确检验）、线性对线性；phi、V、C、lambda、Goodman–Kruskal tau 与不确定性系数；带 ASE 与 p 值的 gamma、tau-b、tau-c 与 Somers d；Pearson r、Spearman 与 eta；kappa、McNemar 与 McNemar–Bowker；风险估计；含层变量的 Cochran–Mantel–Haenszel、Breslow–Day 与 Tarone；以及原始、标准化与调整残差。
SPSS 中的作用: 全部 CROSSTABS 统计量，含渐近标准误与近似显著性。
- CTABLES (nesting, stacking, nets)查看: CTABLES (nesting, stacking, nets)
带嵌套或堆叠行与表头、合并项和小计的自定义表。 支持嵌套或堆叠行与表头、合并项和小计的表格册，可保存并重新运行。
SPSS 中的作用: 带嵌套或堆叠行与表头、合并项和小计的自定义表。
- CTABLES /COMPARETEST (proportions)查看: CTABLES /COMPARETEST (proportions)
以字母标记的列比例检验。 以显著性字母显示的列比例 z 检验，支持置信水平分级、最小基数与多重比较校正。
SPSS 中的作用: 以字母标记的列比例检验。
- CTABLES summary statistics查看: CTABLES summary statistics
在自定义表中显示均值、中位数和列均值检验。 可在任意表格或已保存的表格册表格下添加标度变量汇总行——按横幅列给出均值、中位数、众数、标准差、方差、标准误、最小值、最大值、全距、总和、总和行百分比、有效与总 N 及百分位数——并提供 SPSS 式列均值检验（合并或成对方差，Bonferroni、Holm 或 Benjamini–Hochberg 校正），以字母显示并保留在所有导出中。
SPSS 中的作用: 在自定义表中显示均值、中位数和列均值检验。
- MULT RESPONSE查看: MULT RESPONSE
在频数表和交叉表中使用多重响应集。 把多选题作为题组分析，并区分“占受访者百分比”与“占回答次数百分比”。
SPSS 中的作用: 在频数表和交叉表中使用多重响应集。
变量描述统计5
- FREQUENCIES查看: FREQUENCIES
含有效百分比、累计百分比、百分位数和汇总统计的频数表。 工作区统计模式：含用户缺失行的频数表、有效与累计百分比、五种百分位数方法、分组百分位数、带标准误的矩统计量、条形图与直方图。
SPSS 中的作用: 含有效百分比、累计百分比、百分位数和汇总统计的频数表。
- DESCRIPTIVES查看: DESCRIPTIVES
均值、标准差、全距、偏度与峰度。 工作区统计模式：N、最小值、最大值、均值及标准误、标准差、方差、带标准误的偏度与峰度，以及成列有效 N。
SPSS 中的作用: 均值、标准差、全距、偏度与峰度。
- EXAMINE查看: EXAMINE
探索：稳健统计、正态性检验与离群值检查。 工作区统计模式：含置信区间的描述统计、5% 截尾均值、四种 M 估计量、极端值、Shapiro–Wilk 与 Lilliefors 检验、四种 Levene 检验以及箱线图离群值规则。
SPSS 中的作用: 探索：稳健统计、正态性检验与离群值检查。
- MEANS查看: MEANS
按组计算均值及其他统计量。 工作区统计模式：全部 19 种 SPSS 单元格统计量，最多三层交叉分组，并提供方差分析表、eta 与线性检验。
SPSS 中的作用: 按组计算均值及其他统计量。
- MVA / MULTIPLE IMPUTATION / BOOTSTRAP查看: MVA / MULTIPLE IMPUTATION / BOOTSTRAP
缺失值分析、带合并的多重插补与 bootstrap。 工作区统计模式：含 EM 估计与 Little MCAR 检验的 MVA、缺失模式分析、多重插补（FCS 或单调法，回归、PMM 或 logistic）并按 Rubin 规则合并描述统计与线性回归、RMV 预览，以及带种子的 bootstrap 百分位与 BCa 区间。
SPSS 中的作用: 缺失值分析、带合并的多重插补与 bootstrap。
组间比较6
- T-TEST查看: T-TEST
独立样本、配对样本与单样本 t 检验。 工作区统计模式：单样本、独立样本（Levene、合并方差与 Welch 行）与配对样本 t 检验，并提供 Cohen d、Hedges g、Glass delta 及其置信区间。
SPSS 中的作用: 独立样本、配对样本与单样本 t 检验。
- ONEWAY (post hoc)查看: ONEWAY (post hoc)
单因素方差分析，含稳健检验与事后多重比较。 工作区统计模式：含 Levene、Welch 与 Brown–Forsythe 检验的方差分析，带置信区间的 eta²、epsilon² 与 omega²，多项式对比，Tukey、Bonferroni、Šidák、Scheffé、LSD、Games–Howell、Dunnett、Hochberg GT2、Gabriel、Tamhane T2 与 Dunnett T3、C 事后检验，以及 Tukey、S-N-K、Tukey-b、Duncan、R-E-G-W F、Q 与 Waller–Duncan k 比率 t 检验的同质子集。
SPSS 中的作用: 单因素方差分析，含稳健检验与事后多重比较。
- NPAR TESTS /CHISQUARE查看: NPAR TESTS /CHISQUARE
单样本卡方拟合优度检验。 针对均等或自定义期望比例的卡方拟合优度检验。
SPSS 中的作用: 单样本卡方拟合优度检验。
- NPAR TESTS /MCNEMAR查看: NPAR TESTS /MCNEMAR
配对二分类结果的 McNemar 检验。 配对 2×2 表的 McNemar 检验。
SPSS 中的作用: 配对二分类结果的 McNemar 检验。
- NPAR TESTS (rank tests)查看: NPAR TESTS (rank tests)
Mann–Whitney、Kruskal–Wallis、Wilcoxon、Friedman 等检验。 工作区统计模式：卡方拟合优度、二项、游程、单样本与双样本 Kolmogorov–Smirnov、Mann–Whitney U、Moses、Wald–Wolfowitz、含 Dunn 成对比较的 Kruskal–Wallis、中位数检验、Jonckheere–Terpstra、Wilcoxon、符号、McNemar、Friedman、Kendall W 与 Cochran Q，并在 SPSS 提供时给出精确 p 值。
SPSS 中的作用: Mann–Whitney、Kruskal–Wallis、Wilcoxon、Friedman 等检验。
- BAYES procedures查看: BAYES procedures
贝叶斯单样本、独立与相关 t 检验、方差分析、相关、回归、对数线性与重复测量。 工作区统计模式：单样本（正态、二项、泊松）、配对与独立样本、Pearson 相关、单因素方差分析、线性回归、列联表与重复测量的贝叶斯因子及含可信区间的后验分布。
SPSS 中的作用: 贝叶斯单样本、独立与相关 t 检验、方差分析、相关、回归、对数线性与重复测量。
相关与量表7
- CORRELATIONS / NONPAR CORR查看: CORRELATIONS / NONPAR CORR
Pearson、Spearman 与 Kendall 相关矩阵。 工作区统计模式：Pearson（含 Fisher z 置信区间）、Spearman 与 Kendall tau-b 矩阵，单尾或双尾显著性、标记、成对或成列删除，以及偏相关。
SPSS 中的作用: Pearson、Spearman 与 Kendall 相关矩阵。
- RELIABILITY查看: RELIABILITY
量表信度：Cronbach's alpha 与项目-总分统计。 工作区统计模式：Cronbach 与标准化 alpha、折半、Guttman λ1–λ6、平行与严格平行模型、McDonald omega、项总计统计、含 Friedman 或 Cochran 的方差分析、Tukey 非可加性检验、Hotelling T² 与组内相关系数。
SPSS 中的作用: 量表信度：Cronbach's alpha 与项目-总分统计。
- FACTOR查看: FACTOR
带旋转的主成分分析与因子分析。 工作区统计模式：主成分、主轴与最大似然提取，最大方差、最大四次方值、等量最大、斜交与 Promax 旋转，KMO 与 Bartlett 检验、反映像矩阵、公因子方差、解释方差与碎石图，并可将回归、Bartlett 与 Anderson–Rubin 因子得分保存为新变量（FACTOR /SAVE）。
SPSS 中的作用: 带旋转的主成分分析与因子分析。
- CORRESPONDENCE / ANACOR查看: CORRESPONDENCE / ANACOR
双向表的对应分析与感知图。 工作区统计模式：惯量与卡方、含贡献度的行点与列点表、五种标准化方法，以及可导出的带标签感知图。
SPSS 中的作用: 双向表的对应分析与感知图。
- MULTIPLE CORRESPONDENCE / HOMALS查看: MULTIPLE CORRESPONDENCE / HOMALS
多个名义变量的同质性分析。 工作区统计模式：含 Cronbach alpha 的模型摘要、区分度量、类别点、对象得分与联合图。
SPSS 中的作用: 多个名义变量的同质性分析。
- PROXSCAL / ALSCAL (MDS)查看: PROXSCAL / ALSCAL (MDS)
邻近度数据的多维尺度分析。 工作区统计模式：PROXSCAL，支持比率、区间或有序变换，六种应力与拟合度量、Shepard 图以及经典（Torgerson）尺度分析。另含 ALSCAL（平方距离上的 S-stress 交替最小二乘，比率或有序）。
SPSS 中的作用: 邻近度数据的多维尺度分析。
- ROC / WEIGHTED KAPPA / Meta Analysis查看: ROC / WEIGHTED KAPPA / Meta Analysis
ROC 曲线、加权与 Fleiss kappa、比例、比率统计与元分析。 工作区统计模式：含 AUC、标准误与坐标的 ROC 曲线、两个 AUC 的 DeLong 比较与精确率–召回率曲线，加权与 Fleiss 多评分者 kappa，含手册全部检验与区间方法的 PROPORTIONS、比率统计，以及二分类与连续结果的元分析（七种 τ² 估计、Knapp–Hartung、Egger 检验、森林图与元回归）。
SPSS 中的作用: ROC 曲线、加权与 Fleiss kappa、比例、比率统计与元分析。
模型与细分19
- REGRESSION查看: REGRESSION
带系数检验与诊断的线性回归。 工作区统计模式：输入、逐步、向前、向后与除去块；含 R² 变化量与 Durbin–Watson 的模型摘要、方差分析、带置信区间的系数、部分与偏相关、容差与 VIF、共线性、个案与残差诊断。
SPSS 中的作用: 带系数检验与诊断的线性回归。
- LOGISTIC REGRESSION查看: LOGISTIC REGRESSION
带拟合统计量与分类表的二元 logistic 回归。 工作区统计模式：二元 Logistic 回归，支持输入、向前 LR 与向后 LR，Omnibus 检验、-2 对数似然及 Cox & Snell 与 Nagelkerke R²、Hosmer–Lemeshow 检验、分类表、指示编码分类协变量以及带置信区间的比值比。
SPSS 中的作用: 带拟合统计量与分类表的二元 logistic 回归。
- PROCESS macro models (mediation and moderation)查看: PROCESS macro models (mediation and moderation)
Hayes 的 PROCESS 附加宏（不属于 SPSS Statistics 本身）：基于回归的中介、调节与条件过程模型。 工作区统计模式，独立实现，与 PROCESS 无关联：模型 4（并行中介）、1（调节）、6（链式，两个中介变量）、7 与 14（有调节的中介），支持 OLS 或 HC3 路径、带种子的百分位自助法间接效应区间、完全标准化效应、对比、Sobel、条件效应、Johnson–Neyman、简单斜率与有调节的中介指数。仅限连续结果变量。
SPSS 中的作用: Hayes 的 PROCESS 附加宏（不属于 SPSS Statistics 本身）：基于回归的中介、调节与条件过程模型。
- GLM / UNIANOVA查看: GLM / UNIANOVA
多因素方差分析与一般线性模型。 工作区统计模式：GLM 单变量（多因素方差分析与协方差分析、I–IV 型平方和、估算边际均值、Levene 检验、十种事后检验与 Waller–Duncan 同质子集）、GLM 多变量（含 Box M 的 MANOVA）、GLM 重复测量（Mauchly、Greenhouse–Geisser 与 Huynh–Feldt）以及 VARCOMP。
SPSS 中的作用: 多因素方差分析与一般线性模型。
- QUICK CLUSTER查看: QUICK CLUSTER
K 均值聚类分析。 工作区统计模式中与 SPSS 一致的 QUICK CLUSTER（初始中心、迭代历史、方差分析、成员归属），以及分群构建器中的确定性 k-means 分群与画像。
SPSS 中的作用: K 均值聚类分析。
- CATPCA / CATREG / PRINCALS / OVERALS查看: CATPCA / CATREG / PRINCALS / OVERALS
最优尺度：分类主成分与分类回归，以及 Gifi 过程 PRINCALS（非线性主成分）与 OVERALS（非线性典型相关）。 工作区统计模式：以交替最小二乘实现名义、有序与数值尺度；CATPCA 提供特征值、载荷与量化，CATREG 提供 R²、标准化系数与 Pratt 重要性；PRINCALS 与 OVERALS 支持多重名义、单一名义、有序与数值水平，提供各集损失与拟合及典型相关。不含样条尺度。
SPSS 中的作用: 最优尺度：分类主成分与分类回归，以及 Gifi 过程 PRINCALS（非线性主成分）与 OVERALS（非线性典型相关）。
- ORTHOPLAN查看: ORTHOPLAN
联合分析的正交主效应设计。 工作区统计模式：含保留卡片的正交设计、正交性检查与 SPSS 风格的 CSV 卡片。
SPSS 中的作用: 联合分析的正交主效应设计。
- CONJOINT查看: CONJOINT
基于评分或排序的联合分析。 工作区统计模式：含标准误的成分效用、重要性、Pearson R 与 Kendall tau（含保留卡片）、反转，以及最大效用、BTL 与 logit 模拟，按受访者与汇总给出。
SPSS 中的作用: 基于评分或排序的联合分析。
- TREE (CHAID, CRT)查看: TREE (CHAID, CRT)
用于细分与预测的决策树。 工作区统计模式：CHAID 与穷举 CHAID（Bonferroni 校正的合并与拆分），以及含 Gini 或 twoing、替代分割与代价复杂度剪枝的 CRT；交互式树图、增益、风险与分类表以及交叉验证。以及 QUEST（ANOVA F、卡方与 Levene 选择分割变量，二次判别分割点）。
SPSS 中的作用: 用于细分与预测的决策树。
- TWOSTEP CLUSTER查看: TWOSTEP CLUSTER
连续与分类混合变量的两步聚类。 工作区统计模式：CF 树预聚类、对数似然或欧氏距离、按 BIC 或 AIC 自动确定聚类数、聚类概况、轮廓系数与预测变量重要性。
SPSS 中的作用: 连续与分类混合变量的两步聚类。
- CLUSTER查看: CLUSTER
系统聚类分析。 工作区统计模式：七种联接方法、聚类进度表、多个解的成员归属、轮廓系数与重标度树状图。
SPSS 中的作用: 系统聚类分析。
- DISCRIMINANT查看: DISCRIMINANT
线性判别分析。 工作区统计模式：直接或逐步（Wilks）进入、Box M、特征值与典型相关、标准化、结构与未标准化系数、组质心、Fisher 分类函数以及原始与留一分类结果。
SPSS 中的作用: 线性判别分析。
- PROXIMITIES查看: PROXIMITIES
距离与相似性矩阵。 工作区统计模式：区间、计数与 27 种二分类测度、七种标准化及变换，可在个案之间或变量之间计算。
SPSS 中的作用: 距离与相似性矩阵。
- NOMREG / PLUM / GENLIN / GENLOG查看: NOMREG / PLUM / GENLIN / GENLOG
多项与有序 logistic 回归及广义线性模型。 工作区统计模式：NOMREG（含向前、向后与逐步效应选择）、PLUM（五种连接函数与平行线检验）、含七种分布与 GEE 的 GENLIN、含置信限的 PROBIT、CURVEFIT、NLR/CNLR、WLS、2SLS、分位数回归、HILOGLINEAR 与 GENLOG。另含使用自定义设计、偏差对比与离散分析的 LOGLINEAR，以及采用 REPL-PQL 的 GENLINMIXED（随机截距与斜率）。回归类设计仅支持主效应。
SPSS 中的作用: 多项与有序 logistic 回归及广义线性模型。
- KM / COXREG / SURVIVAL查看: KM / COXREG / SURVIVAL
生存分析：Kaplan–Meier、寿命表与 Cox 回归。 工作区统计模式：含 log-rank、Breslow 与 Tarone–Ware 检验及生存曲线的 Kaplan–Meier、含 Gehan 检验的寿命表，以及采用 Breslow 结处理、含总体检验、风险比、向前与向后逐步选择（条件、LR 或 Wald）及含 T_ 的时依协变量的 Cox 回归。
SPSS 中的作用: 生存分析：Kaplan–Meier、寿命表与 Cox 回归。
- ARIMA / EXSMOOTH / TSMODEL查看: ARIMA / EXSMOOTH / TSMODEL
时间序列预测与分解。 工作区统计模式，含把受访者行转换为期数的日期定义步骤：专家建模器、指数平滑（12 种模型）、精确最大似然季节性 ARIMA、季节分解、ACF/PACF、CCF、AREG、单变量 SPECTRA、CREATE 与 FIT。ARIMA 可检测 TSMODEL 的全部七种离群值类型（加性、创新、水平移动、暂时变化、季节性加性、局部趋势与加性斑块），并与模型联合估计；不含传递函数。
SPSS 中的作用: 时间序列预测与分解。
- MIXED / KNN / NAIVE BAYES查看: MIXED / KNN / NAIVE BAYES
线性混合模型与机器学习过程。 工作区统计模式：线性混合模型（随机效应、重复测量协方差结构、REML 或 ML、采用 Satterthwaite 自由度的 III 型检验）、交叉验证选择 k 并可选特征的最近邻分析，以及含向前选择的朴素贝叶斯。尚不含神经网络。
SPSS 中的作用: 线性混合模型与机器学习过程。
- SIMULATION查看: SIMULATION
对含不确定输入的模型进行蒙特卡洛模拟。 工作区统计模式：根据指定分布的输入对目标表达式进行蒙特卡洛模拟，提供汇总、百分位数、直方图与敏感性。
SPSS 中的作用: 对含不确定输入的模型进行蒙特卡洛模拟。
- MLP / RBF / PLS / LINEAR / SELECTPRED / AIM查看: MLP / RBF / PLS / LINEAR / SELECTPRED / AIM
神经网络、偏最小二乘、自动线性建模、预测变量筛选与聚类属性重要性。 工作区统计模式：含带种子数据划分、分类表、ROC、增益与预测变量重要性的多层感知器与径向基函数网络；含 VIP 的 PLS 回归；含数据准备、逐步或最优子集选择的自动线性建模；预测变量筛选与排序；以及聚类属性重要性。由于 SPSS 随机初始值未公开，网络权重不会与 SPSS 完全一致。另含 DETECTANOMALY 异常检测（TwoStep 同类组、异常指数与原因）、线性模型的装袋与提升集成，以及自动数据准备（ADP）预览与转换字段下载。
SPSS 中的作用: 神经网络、偏最小二乘、自动线性建模、预测变量筛选与聚类属性重要性。
加权与复杂抽样6
- WEIGHT BY查看: WEIGHT BY
应用个案（频数）权重。 在已保存项目中使用明确声明的频数权重；不会根据列名猜测权重。
SPSS 中的作用: 应用个案（频数）权重。
- Raking (SPSSINC RAKE)查看: Raking (SPSSINC RAKE)
按总体边际进行 raking 加权（SPSS 扩展命令）。 按你输入的目标进行引导式 raking，提供截尾、收敛和有效样本量诊断。
SPSS 中的作用: 按总体边际进行 raking 加权（SPSS 扩展命令）。
- CSTABULATE / CSDESCRIPTIVES查看: CSTABULATE / CSDESCRIPTIVES
复杂抽样表格与描述统计。 为已保存表格使用 Taylor 线性化或重复权重设计，提供设计效应以及 Rao–Scott 或调整 Wald 检验；工作区统计模式另有 CSDESCRIPTIVES（按子总体的均值、总和、比率与总体规模）及含比值比与风险的 CSTABULATE。
SPSS 中的作用: 复杂抽样表格与描述统计。
- CSGLM / CSLOGISTIC / CSORDINAL / CSCOXREG查看: CSGLM / CSLOGISTIC / CSORDINAL / CSCOXREG
复杂抽样线性、logistic、有序与 Cox 模型。 工作区统计模式，基于 CSPLAN 式抽样设计（分层、一阶或二阶整群、总体规模）：CSGLM、二元与多项 CSLOGISTIC、含五种连接函数的 CSORDINAL 以及 CSCOXREG，按设计自由度进行 Wald 检验并给出设计效应；“高级方法”中另有考虑设计的模型。仅支持主效应。
SPSS 中的作用: 复杂抽样线性、logistic、有序与 Cox 模型。
- POWER PROPORTIONS查看: POWER PROPORTIONS
比例的样本量与检验效能。 按误差范围计算样本量，以及比较两个比例所需的样本量。
SPSS 中的作用: 比例的样本量与检验效能。
- CSSELECT查看: CSSELECT
抽取复杂概率样本。 工作区统计模式：带种子的简单随机、系统、有放回 PPS、PPS 系统与 Sampford 抽样，支持分层与整群，提供入样概率与权重并可下载。
SPSS 中的作用: 抽取复杂概率样本。
结果输出3
- OUTPUT EXPORT查看: OUTPUT EXPORT
将输出导出为 Excel、Word、PowerPoint 或 PDF。 导出 CSV、XLSX、PDF，以及可编辑的 PowerPoint 和 Word 报告。
SPSS 中的作用: 将输出导出为 Excel、Word、PowerPoint 或 PDF。
- SPSS syntax (.sps)查看: SPSS syntax (.sps)
运行语法文件中的命令。 “报告 › 语法”可在已打开的数据上运行 .sps 文件或粘贴的语法：COMPUTE、RECODE、IF、SELECT IF、FILTER BY、WEIGHT BY、VARIABLE LABELS、VALUE LABELS、MISSING VALUES 和 VARIABLE LEVEL，以及 FREQUENCIES、DESCRIPTIVES、CROSSTABS、行 × 列的 CTABLES、MEANS、T-TEST、ONEWAY、CORRELATIONS、REGRESSION、RELIABILITY 和 FACTOR。其他命令都会列出并说明未运行的原因。
SPSS 中的作用: 运行语法文件中的命令。
- ERROR BARS / PPLOT / SPCHART查看: ERROR BARS / PPLOT / SPCHART
误差条图、P-P 与 Q-Q 图以及统计过程控制图。 工作区统计模式：按组的置信区间、标准误或标准差误差条，针对 12 种分布的 P-P 与 Q-Q 图，以及含 11 项规则检查的 X-bar/R、X-bar/s、I-MR、p、np、c 与 u 控制图。
SPSS 中的作用: 误差条图、P-P 与 Q-Q 图以及统计过程控制图。
有何不同
免费、本地、无需语法
免费使用
无需许可证、试用期或账号。打开网页即可开始分析。
免费与隐私说明（英文）数据留在本机
工作区在浏览器中读取和分析文件。打开浏览器开发者工具的“网络”面板即可确认：源文件不会上传到 Crosstabs 服务器。
隐私政策（英文）无需编写语法
通过界面选择行、列、检验与权重，每个设置都对应 SPSS CROSSTABS 的一个子命令。
SPSS CROSSTABS 语法对照（英文）
坦诚说明
已知限制
在 Crosstabs 跟踪的 SPSS 命令类别和选项中，已没有已知差距。结果采用公开的公式并与参考软件对照，但并不声称每个选项的输出都与 SPSS 完全相同。以下限制是有意为之：
抽样权重不会被当作频数权重来运行普通显著性检验；加权推断需要受支持的已保存抽样设计。
常见问题
Crosstabs 真的免费吗？
是的。浏览器工作区免费使用，无需账号、试用期或许可证密钥。分析在你自己的设备上运行；可选的托管 AI 工作区有共享容量限制。
我的数据会上传吗？
不会。在工作区中打开的文件会在浏览器中解析和分析，不会发送到 Crosstabs 服务器。面向 AI 客户端的托管 MCP 是另一条路径，只有在你明确同意后才会上传。详见隐私政策。
能打开 .sav 文件吗？
可以。支持 .sav（压缩或未压缩）、.zsav 和 .por，保留变量标签、值标签以及数值型用户缺失值与缺失范围。字符串缺失值定义会被拒绝并给出说明，而不会以不同的基数导入。
结果与 SPSS 一致吗？
对于已实现的统计量，Crosstabs 使用公开的标准公式，并与参考实现进行对照验证，详见验证证据（英文）。我们不声称每个选项的输出都与 SPSS 完全相同；比较时请确保个案、缺失值处理和权重设置一致。
相关页面
- Crosstabs 与 SPSSAU、SPSSPRO（在线 SPSS）对比
- Crosstabs 与 PSPP、JASP、jamovi 对比
- sav 文件怎么打开
- English: Free SPSS alternative
- 选择检验方法
- 卡方检验计算器
- 问卷加权与 raking
- 多选题交叉分析
- 显著性字母
SPSS 是 IBM Corp. 的商标。Crosstabs 与 IBM 无关联，也未获得 IBM 认可。