第三章SPSS數(shù)據(jù)文件的基本加工和處理

1、第三章 SPSS數(shù)據(jù)文件的基本加工和處理SPSS數(shù)據(jù)文件的基本加工和處理 數(shù)據(jù)文件的整理 個案排序、個案選取 數(shù)據(jù)加工 變量計算、計數(shù) 數(shù)據(jù)分組 自動分組、手工分組 數(shù)據(jù)文件的其他處理功能 指定加權(quán)變量 目的： 將所有個案按照用戶指定的某一個或多個變量的變量值的升序或降序重新排列。 菜單選項:data - sort cases 注意:(1)Ascending:升序、Descending:降序。(2)多重排序,選擇變量名的次序很關(guān)鍵。個案排序排序在數(shù)據(jù)分析中的作用？個案選取 目的： 從現(xiàn)有數(shù)據(jù)中挑選出部分?jǐn)?shù)據(jù)。 菜單選項: data - select cases 選取個案的幾種不同方式(1)選擇

2、符合一定條件的個案(If condition is satisfied)(2)隨機選取個案(Random sample of cases)近似選取、精確選取(3)選取某一區(qū)域內(nèi)的個案(Based on time or case range)(4)使用過濾變量(use filter variable)注意:以后的操作和分析都在該個案選取的基礎(chǔ)上進(jìn)行.個案選取在數(shù)據(jù)分析中的作用？變量計算目的：產(chǎn)生新變量或?qū)υ兞窟M(jìn)行必要的轉(zhuǎn)換處理 (如:預(yù)測問題 產(chǎn)生比率數(shù)據(jù) 偏態(tài)數(shù)據(jù)的正態(tài)處理 時間序列的平穩(wěn)處理等)(1)含義: 根據(jù)用戶給出的SPSS算術(shù)表達(dá)式，對所有或部分樣本數(shù)據(jù)進(jìn)行加工。(2)菜單選項：

3、transform-compute if 按鈕(3)SPSS算術(shù)表達(dá)式(Numeric Expression): 由算術(shù)運算符(+ 、-、 *、 /、 *)、SPSS函數(shù)以及SPSS變量名組成的式子。變量計算 算術(shù)函數(shù) 統(tǒng)計函數(shù) 分布函數(shù) 邏輯函數(shù) 字符串函數(shù) 缺失值函數(shù) 日期時間函數(shù) 其他函數(shù)(4) SPSS函數(shù)l算術(shù)函數(shù)lAbs()：求絕對值lsqrt()：求平方根lrnd()：四舍五入后取整ltrunc()：截取小數(shù)部分取整lmod()：取余l(xiāng)Ln()：自然對數(shù)lLg10()：以10為底的對數(shù)(4) SPSS函數(shù)變量計算l統(tǒng)計函數(shù)：lmean()：均值lsd()：標(biāo)準(zhǔn)差lsum()：求總

4、和lcfvar()：求變異系數(shù)lmax() min()：求最大最小值(4) SPSS函數(shù)變量計算l分布函數(shù)：lnormal()：產(chǎn)生服從標(biāo)準(zhǔn)正態(tài)分布的隨機數(shù)序列l(wèi)uniform()：產(chǎn)生均勻分布的隨機數(shù)序列l(wèi)rv.()：產(chǎn)生指定分布的隨機數(shù)序列，如：rv.t(10)lcdf.()：計算指定分布的累計概率值lidf.()：計算指定分布的臨界值(4) SPSS函數(shù)變量計算l邏輯函數(shù)：lrange()：判斷變量值是否在指定的區(qū)間內(nèi)lany()：判斷變量值是否為指定的若干值l字符串函數(shù)：lindex(S1，S2)：判斷字符串S2在S1中首次出現(xiàn)的位置llength()：求字符串長度llower() u

5、pcase()：字符串的大小寫轉(zhuǎn)換llpad()：用指定字符補齊字符串為指定長度lltrim()：壓縮字符串空格lsubstr()：取子串(4) SPSS函數(shù)變量計算l缺失值函數(shù)lmissing()：判斷變量是否取系統(tǒng)或用戶缺失值lsysmis()：判斷變量是否取系統(tǒng)缺失值l其他函數(shù)：lLag()：便于進(jìn)行差分計算(4) SPSS函數(shù)變量計算變量轉(zhuǎn)換(5)SPSS條件表達(dá)式條件表達(dá)式: 條件表達(dá)式:由SPSS關(guān)系運算符、邏輯運算符、SPSS函數(shù)以及SPSS變量名組成的式子。 關(guān)系運算符: (大于)、 =(大于等于)、 32、sr32) and (sr=700) (nl=32) | (sr700

6、) not xb=1計數(shù)(1)含義: 對所有或部分個案，計算若干個變量中有幾個變量的值落在指定的區(qū)域內(nèi)，并將結(jié)果存入新變量中。 (2)菜單選項菜單選項: transform - count - define value產(chǎn)生計數(shù)變量(3)指定區(qū)域的定義 Value:指定一個值 system-missing:系統(tǒng)缺失值 system-or user missing:系統(tǒng)或用戶缺失值 range through:指定一個閉區(qū)域，給出最大和最小值 range: lowest through n:最小值到某個給定值 range: n through highest:某個給定值到最大值 數(shù)據(jù)文件的分類匯總

7、(1)含義： 按指定的分類變量的變量值對個案分組； 計算每組個案的匯總變量的基本統(tǒng)計量； 將計算結(jié)果生成到一新文件中，即：在新文件中對應(yīng)分類變量的每一個分類值產(chǎn)生一個個案。性別年齡獎金男401000女35550男20200性別_1年齡_1獎金_1男30600女35550原始數(shù)據(jù)按性別變量匯總數(shù)據(jù) 數(shù)據(jù)文件的分類匯總(2)菜單選項: data - aggregate(3)說明: 多重分組時，變量名的選擇順序。 生成的新文件名默認(rèn)為:aggr.sav?？尚薷?。 生成的新變量名默認(rèn)為原變量名后加_1?？尚薷?。 可以在新文件中存貯個分組個案數(shù). 數(shù)據(jù)分組 目的:了解數(shù)據(jù)的總體分布狀況 思路： 指定按哪

8、個變量分組，即：指定分組變量 定義分組變量的分組區(qū)間（不重、不漏） 指定一個存放分組結(jié)果的標(biāo)志變量 分組方法： 自動分組 手工分組 數(shù)據(jù)分組(一)自動分組 單變量值分組(1)含義: 分組變量值相同的個案分在同一組，同組中的標(biāo)志變量相同。標(biāo)志變量依照分組變量值的大小次序給定。（單變量分組，通常只適合于離散變量且變量值較少的情況）(2)菜單選項菜單選項: transform - automatic recode 分位值自動分組（1）含義：將定距型變量按分位數(shù)要求自動劃分成相應(yīng)類（2）菜單選項：transform-categorize variables 數(shù)據(jù)分組(二)手工分組（組距分組）(1)含義

9、： 人工定義分組區(qū)域，對所有個案或符合一定條件的個案進(jìn)行等距或非等距分組。(2)方法： 分組結(jié)果存入原變量、分組結(jié)果存入新變量數(shù)據(jù)分組(3)分組結(jié)果存入原變量: 定義分組區(qū)域: 定義某一區(qū)間的原變量值分組后所對應(yīng)的新值是什么.未定義的原變量值保持不變。 菜單選項:transform - recode - into same variables 說明： 可以指定對符合一定條件的個案進(jìn)行分組。 數(shù)據(jù)分組(4)分組結(jié)果存入新變量: 定義分組區(qū)域:定義某一區(qū)間的原變量值分組后所對應(yīng)的新值是什么.未定義的原變量值在新變量中為系統(tǒng)缺失值。 菜單選項:transform - recode - into di

10、fferent variables 定義原變量分組后產(chǎn)生的相應(yīng)新變量(CHANGE鈕) 可以指定對符合一定條件的個案進(jìn)行分組。單值區(qū)間可以實現(xiàn)數(shù)據(jù)轉(zhuǎn)換（問卷分析中的反向題重新計分）問卷分析中的反向題重新計分舉例性格打分（內(nèi)向、一般、外向）1、與生人交往會“自來熟” （1）從不 （2）偶爾 （3）有時 （4）經(jīng)常 2、與不熟悉的異性交往，會臉紅 （1）從不 （2）偶爾 （3）有時 （4）經(jīng)常3、 在公眾場合下你會大聲發(fā)表自己的意見 （1）從不 （2）偶爾 （3）有時 （4）經(jīng)常極為內(nèi)向：3分 較為內(nèi)向：6分 較為外向:9分 極為外向：12分 指定加權(quán)變量(1)含義: 指定某一變量為加權(quán)變量。如：平均蔬菜價格、男足打分(2)菜單選項:data - weight case(3)說明 如果取消加權(quán)變量應(yīng)重新定義: data-weight case do not weight cases