邏輯迴歸中，有些自變數是分類變數，同時有兩個以上的分類，這就導致了我們在做迴歸的時候就預設的把該變數當成了等距資料，最後造成了更大的誤差。啞變數就是要解決這個問題，下面是具體的方法。
方法/步驟
在spss中開啟資料，確定要設定哪個變數為啞變數以後，我們開啟邏輯迴歸對話方塊，操作方法：analyse--regression--binary logistic
將是否吸菸這個變數放到因變數中，將種族放到自變數中，如圖所示
選擇變數進入方程的方法是enter，因為所有的啞變數必須是同時進入，否則就沒有統計學意義了。
接下來要設定啞變量了，點選categrio按鈕，開啟變數分類對話方塊
將要設定啞變數的變數放入右側視窗中
到了最關鍵的部分，我們要選擇哪個分類作為參考分類，設定參考分類必須使參考分類有意義，比如這個例子中，種族類別包括黑人、白人和其他種族，那麼其他種族一般被設定為參考分類，那麼你怎麼知道參考分類是第一個還是最後一個呢，後面要設定last和first。下面一個步驟告訴你
回到變數檢視中，找到種族這個變數，在value中可以檢視變數值，我們看到其他種族這個分類為3，上面那一步應該設定為last
點選ok，開始輸出統計結果
輸出了一大堆資料，我們不用管，因為這裡要教大家如何分析啞變數，所以直奔主題，找到variables in the equation表，這個表中，你可以看到有race（1）和race（2）這兩個變數，他們就是race的啞變數，B是係數，因為他們都是跟其他種族相比，圖中的資料可以看到，白種人比其他種族的人更容以吸菸，黑種人比其他種族更容易吸菸，白種人和黑種人相比，黑種人可能比白種人更容易吸菸，但是需要進一步的檢驗。
