哑变量在SPSS和SAS进行回归分析应用虚拟变量(Dummy Variable)，又称虚设变量、名义变量或哑变量，是量 化了的质变量，通常取值为0 或 1引入哑变量可使线形回归模型变得更复杂， 但对问题描述更简明名义变量引入回归分析，必须进行数量化如，职业有工人、农民、教师， 分别赋值 0， 1， 2但是 0， 1， 2 代表的实际意义又不是由小到大的关系所以 这在回归分析中直接使用是错误的如考虑季节因素时，用 1， 2， 3， 4 编码也 是不合理的，通常也进行哑变量化对于有序变量，如轻、中、重，则要酌情考虑如果样本量足够打的话， 也进行哑变量化，这样可以得到不同级别的差异但是如果样本量不够大是，哑 变量化造成变量数目上升，使回归结果变得不可靠，只能适得其反哑变量设置的原则在模型中引入多个哑变量时，哑变量的个数应按下列原则确定：如果有m种互斥的属性类型，在模型中引入(m-1)个哑变量例如，文化程度分小学、初中、高中、大学、研究生 5 类，引用 4 个哑变 量回归分析在 spss 中， logistics 回归中，有专门的选项来处理需要哑变量化的变量， 只需单击“Categorical..”进行设置即可。
但是对于多元线性回归就没有那么幸运 了用 computer 或 recode 设置一组哑变量由于哑变量是一个整体变量，所 以进行变量筛选时必须共同进退因此，讲所有哑变量同一般变量一下直接进行 筛选是不对的，会出现一部分变量进入一部分变量未进入的情形解决的方法 是：将同一因素下的哑变量进行归组，在纳入方法中选择了"ENTER”来确保这些 哑变量同进同出，而其它连续型变量和二分类变量则归为另一组，纳入方法为 STEPWISE然后在没有纳入这组哑变量的情况下再做一次STEPWISE，再来 比较是不是应该纳入这组哑变量在 sas 中，哑变量的设置需要另外写程序，但是在回归程序中，则比较简单eg.因变量y,自变量x1，x2，哑变量组x31 x32 x33, proc reg;model y=x1 x2 {x31 x32 x33} /selection=stepwise;run;。