設置虛擬變數的 SPSS 實作與常見錯誤：從建立虛擬變數到解讀係數，Step by Step

一頁先懂｜核心判斷

01｜1、2、3、4 是代號，不是數量

本文用一份模擬的護理人員工作負荷資料，200 位，欄位有服務單位、性別、年資、疲勞量表總分。服務單位存成 1 到 4 四個代號：

需要注意的有下列兩點：

第一，值標籤存在檔案裡，是唯一可信來源。 哪個代號對到哪一科，不要憑記憶，每次分析前打開變數檢視看一眼，確定所設定之參考組別與具有那些組。

第二，此四個數字之間並非等距，而是代號。 加護病房賦值為 4、內科是 1，但加護病房程度並非內科的四倍，兩者也不差三個單位。

直接把服務單位當成連續變數放進迴歸，模型會給你一個係數，意思是「代號每增加 1，疲勞分數變動多少」。在實務上，無法變成有意義的詮釋。你會拿到數字、p 值、信賴區間，全部齊全，但全部無法正確地解讀。

順帶一提，本案例之性別編碼成 0 = 男、1 = 女，已經是虛擬變數的格式，不需要再轉換。

以下為使用SPSS Windows 29版實作將類別變數轉為虛擬變數正確放入線性迴歸模型中。

說明：Logistic regression與Cox PH regression model於SPSS中內置種類（G）選項，可指定類別變數及參考組，直接將其轉為虛擬變數進行分析。

02｜SPSS實作 幫你建的是四欄，不是三欄

從「轉換」下拉選單找「建立虛擬變數」：

左側變數清單有 ID、Sex、Tenure、Fatigue；右上「建立下列項目的虛擬變數」欄位裡是 Unit，紅字標註「1. 將 Unit 選入」。中段「主要效應虛擬變數」已勾選「建立主要效應虛擬項」，根名稱欄位填入 Unit_，紅字標註「2. 根名稱用 Unit_」。下方紅字標註「3. 點視窗最下方確認」：

執行完回到資料檢視，這裡是重點。原本的 ID、Unit、Sex、Tenure、Fatigue 五欄之後，新增了 Unit__1、Unit__2、Unit__3、Unit__4 四欄，欄位值為 .00 或 1.00，如圖4紅框圈選處：

四個服務單位，SPSS 建出四欄，不是三欄。 每一欄的意思是「是不是這一科」，例如Unit__3 這一欄，表示單位為急診之個案是 1，其餘是 0。

四欄裡任何一欄都能從另外三欄推出來：不是內科、不是外科、不是急診，那就一定是加護。若四欄同時放進模型，其中一欄變成多餘的，模型在數學上無解。

因此，四類拆四欄，但只放三欄。留在外面的那一欄，就是研究者所指定之參考組。

03｜參考組是自選的，選了就決定了每一欄在回答什麼

點選分析下拉式選單的迴歸，選擇線性打開主設定視窗。應變數是 Fatigue，自變數清單依序為 Unit__2、Unit__3、Unit__4、Tenure、Sex。參考組 Unit__1 （內科）不用置入。Sex 原本編號為 0、1，已是虛擬變數格式，無需再做轉換。」：

內科沒有自己的係數，因為它是參考基礎，其餘三組都是拿來跟它比的。

參考組由研究者自定，不是軟體決定。選內科當參照，報表回答「其他三科比內科的平均疲勞高 / 低多少」；若改選加護病房為參考組，就變成「其他三科比加護病房平均疲勞高 / 低多少」。

換參考組不會讓模型變好。 R²、F 值、每個人的預測值都完全一樣，所以參考組要照研究問題指定，而不是換到某一組達到顯著為止。

另外，參考組的人數不能太少。所有比較都拿其他組跟它比，它的人數少，其他單位所得信賴區間都會跟著變寬。選擇一個樣本數夠、臨床上也可解釋的組別，通常使用最常見的那一組為參考組。

04｜方法要選「輸入」，不要選逐步

「方法」欄預設是「輸入」（Enter），保持該設定：

同一個類別變數拆出來的幾欄，必須同進同出。 若直接採用逐步法會依 p 值一欄一欄挑選，其中一欄不顯著就會被從模型中踢掉，導致破壞虛擬變數結構。

一旦被踢掉一欄，剩下的係數就不再是「這一單位比內科高多少」，而是「比內科加上被踢掉那一科的混合體高多少」。報表照樣算出，但每一行的解釋均會改變，需要特別注意。

點選主對話框右上角的「統計量」按鈕展開視窗。迴歸係數區勾選「估計值」與「信賴區間」，層次 95；右欄已勾選「模型配適度」與「共線性診斷」，如圖7所示：

05｜結果怎麼讀：外科那一行不顯著，但它必須留在模型中

SPSS輸出中的模型摘要表：R 為 .427，R² = .182　調整後 R² = .161。表下註記列出預測變數為常數、Sex 性別、Unit__2 外科病房、Tenure 年資、Unit__4 加護病房、Unit__3 急診。

從圖9變異數分析表可知模型之F = 8.633，顯著性小於 .001。

模型來看對疲勞分數具備統計學上之解釋力，五個自變數合起來解釋了疲勞分數約 18% 的變異。

迴歸係數表顯示於圖10a及10b。圖10a是SPSS 係數表左半部。包含未標準化係數 B、標準誤、標準化係數 Beta、t 值與顯著性。常數 49.303、標準誤 2.138、t 值 23.056、顯著性小於 .001；Unit__2 外科病房 1.671、標準誤 1.823、t 值 .916、顯著性 .361；Unit__3 急診 8.917、標準誤 1.924、t 值 4.634、顯著性小於 .001；Unit__4 加護病房 8.635、標準誤 1.998、t 值 4.322、顯著性小於 .001；Tenure 年資 −.443、標準誤 .149、t 值 −2.969、顯著性 .003；Sex 性別 −.027、標準誤 1.868、t 值 −.015、顯著性 .988。

圖10b為SPSS 係數表右半部。包含 95% 信賴區間與共線性統計量。常數 45.086 至 53.521；Unit__2 外科病房 −1.925 至 5.266，容忍值 .717、VIF 1.394；Unit__3 急診 5.121 至 12.712，容忍值 .736、VIF 1.359；Unit__4 加護病房 4.694 至 12.575，容忍值 .744、VIF 1.344；Tenure 年資 −.737 至 −.149，VIF 1.010；Sex 性別 −3.711 至 3.656，VIF 1.011。

整理成下表：

常數 49.303：為個案特徵是內科、年資 0 年、男性之預測疲勞分數。

急診比內科高 8.917 分（95%信賴區間 = 5.121 到 12.712），加護病房比內科高 8.635 分（95%信賴區間 = 4.694 到 12.575）。兩者均不包括 0，表示在控制性別與年資後，急診與加護病房之平均疲勞得分均較內科病房高，且達到統計學意義。

年資每多一年，疲勞分數低 0.443 分。 此係數成立之前提為年資與疲勞呈線性關係。

而外科比內科高 1.671 分，但 p = .361，信賴區間 −1.925 到 5.266 跨過 0。 這一行不顯著。那要不要將外科變數從模型中拿掉？

不要。 因為拿掉後，剩下兩組虛擬變數就無法正確解讀。Unit__2 一旦移出模型，外科的人不會從資料裡消失，他們會被預設為參考組，就會跟內科混在一起。「急診比內科高 8.917 分」會變成「急診比”內科加外科的混合體”高多少」，但分析報表不會告訴你這件事。

此為要求虛擬變數「同進同出」的實際意義：同一個類別變數拆出來的幾欄為一個整體，一起進、一起出，不因為個別 p 值而拆散。

而 p = .361 的解讀為：在這 200 人裡，控制模型中其他變數後，外科與內科有統計差異之證據不夠充分，不等於兩者在母群體中疲勞分數會相同。

06｜錯誤放法：四欄全部放到模型中

四欄全放會怎樣？我們實際再跑一次。SPSS正常分析與輸出。輸出結果沒有紅字，沒有錯誤訊息，沒有任何警告。 報表照常產生，需要的判讀表格一張不缺。不過，這是錯誤的作法。

最明顯之線索是多出來的「Excluded Variables（排除的變數）」表。表中只有一列：Unit__1 Unit=內科病房。Beta In、t、顯著性、偏相關四欄都是空的（顯示為小點），容忍值 .000，VIF 欄顯示小點，最小容忍值 .000。表下註記說明應變數為 Fatigue 疲勞量表總分，以及模型中的預測變數清單。

SPSS 主動把 Unit__1 從模型中踢掉。 表上數值 .000 為容忍值（Tolerance），意思是「這一欄能被其他欄完全推算出來，沒有帶進新資訊」，換句話說，是冗餘變數。

然後使用剩下的三欄照常跑完，共線性診斷也照常跑出，如圖12SPSS 共線性診斷表所示。六個維度。特徵值由 3.383 遞減至 .072，條件指數由 1.000 遞增至 6.856。變異數比例欄位涵蓋常數、Unit__2 外科病房、Unit__3 急診、Unit__4 加護病房、Sex 性別、Tenure 年資。最後一列（條件指數 6.856）的常數欄為 .96，Sex 性別欄為 .62。

跟正確做法的分析結果相同。這一次SPSS碰巧剔對了，所以結果剛好是對的。而在此種錯誤放置下，由於模型會主動篩選剔除變數，若研究者沒注意它做過這件事，可能會造成結果錯誤解讀。另外，我們也試過了解它的剔除原則，使用換變數的排列順序、換命名、甚至把類別的代碼重新編過，它剔掉的都是同一組。但換成另一份模擬資料重跑，它剔掉的就是另一組。

結論顯而易見：當置入同變數所衍生之全部虛擬變數時，無法預測它會移除哪一個，也無法指定要它留下哪一個，不是研究者所能掌握的。所以，正確置入虛擬變數才能得到預定變數之係數，且才能正確解讀結果。

結語｜報表不會告訴你的那幾件事

從頭到尾講的是同一件事：虛擬變數做錯的時候，軟體不會停下來，也不會報錯。 代號直接進模型，會給你係數；四欄全放，它自己刪掉一欄再把報表跑完；用逐步法拆散同一組虛擬變數，報表照樣印得漂漂亮亮。沒有一種情況會出現紅字。

在執行線性迴歸分析前，先確定類別變數是否已正確轉為虛擬變數，步驟如下：

• 分析前打開變數檢視，確認代號對到哪一類
• 建立後數欄數，四類建四欄，只放三欄 (k-1)。每欄變數賦值僅為0、1
• 跑之前方法選「輸入」，不選逐步
• 跑完後數係數表有幾行，四類就該有三行
• 讀的時候參考組是誰，每一行都在跟誰比

最後回到外科那一行。p = .361，不顯著，但它必須留在模型裡。這一行的存在理由，跟它顯不顯著沒有關係。 模型的結構由研究問題決定，不由個別 p 值決定。

顯著與否，跟重不重要，本來就是兩個問題。外科這一行不顯著卻不能拿掉；反過來，一個顯著到 p < .001 的結果，也可能小到臨床上沒人在意。

進一步可研討的主題為統計顯著與臨床重要性。這兩件事被混為一談的頻率，遠比想像中高。

我們把該主題做成一場直播課：

關於本文的示範資料

資料來源：本文使用的是模擬資料，不是真實病人資料。 200 筆，欄位為服務單位、性別、年資、疲勞量表總分，目的是讓每個操作步驟都能重跑、每個數字都能對照。

文中所有報表數字，均為此份資料在 SPSS 29 實際跑出的輸出，逐項回原始輸出核對過。第 06 節「它會剔掉哪一欄」的說法，另以數份同結構的模擬資料實測。

AI 使用聲明

本文由匯東華統計顧問有限公司　陳秀敏　博士撰稿，Claude Opus 5 協助資料模擬、分析執行與版面排版，最終內容已由作者審閱定稿。文中所有數據均為示範資料在 SPSS 實際跑出的輸出，並經逐項回原始輸出核對。日期：2026 年 9 月 4 日。

同期其他單元

• AI 工具實務｜ChatGPT 回答總是差一點？8 個短指令，立即修正太難、太長、太亂與太像 AI
• 臨床預測模型系列 No. 01｜臨床預測模型研究寫作指引：TRIPOD+AI 介紹
• 研究誠信與 AI 治理系列 No. 03｜你叫 AI 檢查自己的工作，它檢查了，然後還是把有問題的結論交給你

匯東華電子報 第 4 期｜2026.09.04｜看本期網頁版 →