SPSS軟體集資料錄入、整理、分析功能於一身。使用者可以根據實際需要和計算機的功能選擇模組，以降低對系統硬碟容量的要求，有利於該軟體的推廣應用。

SPSS提供了從簡單的統計描述到複雜的多因素統計分析方法，比如資料的探索性分析、統計描述、列聯表分析、二維相關、秩相關、偏相關、方差分析、非引數檢驗、多元迴歸、生存分析、協方差分析、判別分析、因子分析、聚類分析、非線性迴歸、Logistic迴歸等。

SPSS 已經在中國的社會科學、自然科學的各個領域發揮重要作用，與此同時可以應用於經濟學、數學、統計學、物流管理、生物學、心理學、地理學、醫療衛生、體育、農業、林業、商業等各個領域。

先簡單說一下R，Python，Sas，Stata和Spss的差異。實際上如果不考慮資料量，前面四款軟體能做的，Spss也能做。當然R能處理的資料量也非常有限。之所以要考慮使用具有考慮程式設計功能，主要是為了提升分析的效率、靈活性和崗位的競爭力（相對而言要求使用Spss的崗位相對而言比R，Python，Sas相關的崗位要少）。

至於Spss的應用場景，實際上統計相關的應用場景基本Spss都能勝任，大概包括：

a. 描述性統計分析：基本的統計量（比如均值、中位數、分位數和方差等等）、各種統計圖形（頻率直方圖、QQ圖等等）

b. 推斷性統計分析：引數估計、引數假設檢驗（比如分佈的擬合優度檢驗、均值的檢驗、方差檢驗等等）、非引數假設檢驗

c. 統計模型：廣義新型模型（線性模型、logistic迴歸模型、泊松迴歸等等）、方差分析、結構方程、時間序列分析模型（ARMA等）

d.多元分析：聚類分析、因子分析、主成分分析、對應分析、典型相關分析、聯合分析等等

至於Spss從事的工作，實際上R，Python，Sas，Stata相關的統計分析工作Spss都能做。當然如果學些過Spss Clementine，資料探勘相關的工作也能做。當然你可能需要說服領導你即便用Spss也能很好的完成手頭的工作。因為很多有程式設計能力或者經歷的leader不太喜歡用Spss。這些工作主要包括：

1. 市場研究和調研分析師

比如要了解某個品牌的使用者特徵和相關產品偏好，這個一般需要針對問題設計調研方案。方案設計好收集到資料需要針對問題基於資料做深入的分析，最後總結成報告，給出結論和建議

2.電信行業的資料分析和挖掘

電信行業的資料分析主要是經營分析、指標異常分析、精準營銷相關的分析和挖掘

3.網際網路行業的產品和運營資料分析和挖掘

網際網路相關的分析內容比較多，比如指標異常分析、產品漏斗分析、風險控制相關的分析和挖掘等等