第2章 数据文件建立.doc

第2章 数据文件的建立与操作 2.1数据编辑器与数据文件 2.1.1数据编辑器SPSS 10.00 for Windows在运行之后，屏幕上将显示出数据编辑器窗口，用户可以在此窗口中建立数据文件。 1.数据编辑器的构成 数据编辑器主要由四部分构成: 标题栏、当前数据栏、输入数据栏、数据显示区。 (1)标题栏：当数据显示区为一个已保存过的数据文件时，标题栏将显示此文件的名字；当数据显示区显示的为一个新建的文件时，则标题栏将显示UntitledSPSS Data Editor。 （2）当前数据栏：在标题栏和菜单栏及图标之下的两栏中，左边的即为当前数据栏。当前数据栏中用分号分开了两个数字（或字符），其中前一个为当前光标所在处的记录号，而后一个为其变量名。 （3）输入数据栏：在标题栏和菜单栏及图标之下的两栏中，右边的一栏即为输入数据栏。最初此处显示光标所在处的数据值，在用键盘输入新的数据之后；只有回车才将新输入的数据值写入数据显示区并显示在此处。 （4）数据显示区：处于SPSS界面的最下端。它类似于Excel表格，即在表格头部（横轴方向上）显示变量名而在纵轴方向上的最左端则为观察序号。如同Word表格中选定单元格一样,SPSS数据显示区选定的单元格也呈现为加黑的单元格，所选定的单元格中的数据值将显示于数据输入栏中。 2数据编辑器的功能数据编辑器主要功能：编辑变量和观测量、编辑数据，定义系统参数。 （l）编辑变量与观测量：实现这种功能要使用鼠标，Data菜单的各项命令 对变量操作的命令 define dates:定义数据 insert variable:插入变量 对观测量操作的命令 insert case:插入观测量 go to case:定位到指定的观测量 对文件操作的命令 sort cases:按指定的变量对观测量排序 transpose:对数据文件的转置 merge files:合并数据文件 aggregate:对数据进行分类与不分类的汇总 进行分析前的处理命令 split file： 拆分数据文件 select cases： 选择观测量 weight cases:加权处理观测量 （2）数据编辑功能：实现这种功能要通过使用鼠标及菜单中的Edit命令来实现。 （3）定义系统参数：通过Edit菜单中的options来选择系统参数。 2.2.1数据文件 使用File菜单中的New命令来建立一个数据文件，用File菜单中的Open命令来打开一个己存在的数据文件。 在数据编辑器中完成了变量的定义及输入工作之后，就生成了一个可以由SPSS for Windows分析的数据文件，使用菜单项中的Edit中的各项命令可以对数据文件进行处理。 数据文件存盘，可以单击File菜单中的Save Data或Save as命令并在打开的对话框中指定存储位置和文件名。当然，我们也可以将数据保存为诸如数据库文件、ASC11文件之类的其他格式的文件。 2.2 常量、变量、观测量、操作符和表达式 2.2.1常量与变量 1.SPSS常量 SPSS常量分为三种：数值型、字符型和日期型。其中，数值型常量表现为一个数值，字符型常量表现为括在单引号或双引号中的字符中，日期型常量表现为按日期格式表示的日期、时间和日期时间。 （1）数值型常量 数值型常量就是程序在SPSS语句中的数字。数值型常量有两种书写方式：第一种为诸如25、1643.5的普通书写方式；第二种书写方式为科学计数法即采用指数来表示数值，它的主要用途为表示特别大或特别小的数值，例如，1.34El1表示1.34*1011, 2.54E-2表示2.54*10-2。但最好书写方式统一以便容易发现错误。 （2）字符串常量 字符串常量是由单引号或双引号括起来的一串字符，如果字符串中带有“”字符, 则此字符变量应由双引号包含起来,例如“Its life”。 （3）日期型常量 日期型常量在SPSS中表现为特殊的格式在下文中会详细讲述其格式及用法。 2.SPSS变量SPSS变量与数学中的定义类似，均指值可变的量。但与一般数学中不同的是:除了定义变量名之外，在SPSS中还要定义它的其他四个属性即变量类型(type)、变量标签和值标签（label 和Values）、缺省值定义（missing valu）、变量的列格式（column format）。在定义SPSS变量时至少应定义变量名和变量类型，而其他属性则可以采用默认值。 （1）变量名 为变量命名要遵循以下规则： SPSS变量的变量名长度应少于9个字符。 SPSS变量的首字符必须为字母，在首字母以后的字符可为字母、数字或者为除“？”、“”、“！”和“”以外的字符。还应注意的是：不能用下划线“_”和圆点“.”作为变量名的最后一个字符。 SPSS的变量名不能与SPSS的保留字相同。SPSS的保留字为：ALL、AND、BY、EQ、GE、GT、LE、LT、NE、NOT、OR、TO、WITH。 SPSS系统不区别变量名中的大小写字符, 例如系统将FAN与fan看作同一个变量。(2)变量类型与默认长度SPSS变量共有三种类型：数值型、字符型和日期型。数值型变量按不同的要求共分为五种，因此SPSS变量总共可分为8种类型的变量。系统默认的为标准数值型变量（numerical）。每种类型的变量由系统给出默认长度。长度即指该变量表示的显示宽度，也就是该变量所占的字节长度。总长度应包含小数点和其他分界符。需要注意的是：系统的默认变量长度可以通过Edit菜单中的OPTIONS来重新设置。 日期的格式有很多种，本书就日期格式仅介绍常用的几种。dd-mmm-yyyy，它对应的是：日日一月份一年年年年，例如 l-dec2000；dd.mm.yy,它对应的是:日日.月月.年年。 custom currency是由用户自定义的, 采用的方法是利用Edit菜单中的options选项。 （3）变量标签与变量标签值 变量标签（Variable Labels）：变量标签是为了进一步描述变量所表示的意义特别是当交量名不能充分描述变量所表述的意义时。 变量标签值（Value Labels）:变量标签值是为了进一步说明变量的可能取值，它可以定义，也可以不定义。 举例：data09-01 （4）变量的格式 变量的格式包括显示栏宽度，对齐方式和缺省值。显示宽度指变量显示在数据框中时变量所占的宽度、定义变量的格式需要注意的是格式长度既应大于定义变量类型时所定义的长度，又应大于变量名的长度。否则，变量名或者变量会显示不完全。 变量的对齐方式分为三种：左对齐、右对齐和中间对齐。系统默认的方式为数值型变量右对齐，字符型变量左对齐。 在SPSS中变量还可以定义缺省值（Missing Value）。这是因为在实际统计过程中很可能产生遗漏和错误，而这些遗漏和错误则可以用缺省值来替代。 2.2.2 操作符与表达式(略) SPSS For Windows的运算共有三种数学运算、关系运算和逻辑运算。 2.2.3 如何定义一个变量 我们首先单击左下角的“Variable View”进入定义变量属性的界面，在此界面上可以定义变量名、变量的类型、变量的长度及小数位数、变量标签及其值标签、变量的格式（包含显示栏宽度、对齐方式、缺省值标签等等）。 定义一个变量的步骤如下： 1在打开 SPSS运行界面后，界面为 Data Variable，首先单击左下角的 Variable View，就会显示定义变量界面。 2. 定义变量名 在定义变量界面中，单击“Name”所在行的第一列就可以输入要定义的第一个变量的变量名。 3.变量类型的定义 在“Type”栏的第一行单击，会出现省略号，再单击省略号，就会出现定义变量类型的对话框。用户可以在此对话框选择变量类型及改动变量的系统默认长度和小数位数。在用户选择完变量类型并将变量长度及小数位数改为所需要的之后，单击“OK”按钮，即可回到图定义变量的界面。用户定义变量的长度和小数位数也出以直接在界面上的“Width”和“Decimal”中定义。 4.定义变量标签 在定义变量界面中将滑动条向右边拖动之后，会显示出定义变量标签、变量标签值、缺省值、显示列格式、对齐方式、测度类型的列。首先我们定义变量标签，用户可以直接在表格处输入变量标签。 5定义变量标签值 在“values”栏内单击，可以看到出现了省略号，再单击省略号，就会出现定义变量标签值的对话框。 在对话框中的第一框中输入变量的一个值，在第二框中输入对应的值标签，而在第三框中显示值标签清单。例如。在定义“人种”变量的过程中，数值1代表白人，数值2代表黑人，数值3代表亚裔人。那么先在第一个Value框内输入“l”，在第二个Value框内输入“白人”，然后按Add按钮则列表相出现了一个值标签。随后，再在第一个Value框内输入“2”，在第二个Value框内输入“黑人”，然后按Add按钮，列表框中增加了一个值标签，其显示为：2“黑人”。依据类似的方法可以加入第三项。 6定义用户缺省值 在Missing栏单击会出现省略号,单击省略号就会出现Missing Values对话框。 用户应先选择一种缺省值类型, 然后进行具体定义。定义用户缺省值的方法分为三种：（1） NO missing values，定义没有缺省值。这是系统的默认状态。如果当前的所有变量的值均正确无遗漏值，即可选择此项。 （2）Discrete missing values，离散的缺省值。选择此项就会激活下面的三个矩形框，在其中可以输入三个确定的或有可能出现的变量值。当然，也可以只定义一个或两个变量值。我们还是以“人种”变量为例。首先定义缺省值为4、5、6，即将这三个值输入三个矩形框内。当用户输入过程中输入了这几个数据之后，系统将之作为缺省值来处理。 （3）Range plus one optional discrete missing values，选定一个范围附加一个范围外值。选定此项，就会激活下面的三个矩形框。在“Low”框内输人范围的下界，而在“High”框内输人范围的上界，在“Discrete”框内，输入一个范围外值。如果用户输入的值在范围之内或恰好等于范围外值，那么系统将把值作为缺省值处理。 在用户定义了缺省值类型以后，单击“OK”按钮即进入图定义变量的界面。 7定义变量的显示格式 变量的显示格式的定义分为两方面：一是变量的显示宽度，二是变量显示的对齐方式。在图定义变量的界面上的“Columns”栏定义变量的显示宽度，在“Align一栏定义变量显示时的对齐方式。 定义变量的显示宽度直接在表格中输入数值即可。定义变量的对齐方式可单击“Align”一行的第一个, 会出现一个可选择对齐方式的下拉框, 用户直接在其中做出选择即可。但需注意的是：对数值型变量，系统默认的对齐方式为右对齐（选择“Right）；对于字符型变量，系统默认的对齐方式为左对齐（选择“Left”）。 8. 定义变量的测度类型 在图定义变量的界面上的最有边的“Measure”一栏定义变量的测度类型，变量的测度类型分为以下三种： （1）Scale选项，如对于距离、重量等等表示等间隔刻度的变量和表示比值的变量，应选用此项。 （2）Ordinal选项，如果一个变量是用来表示顺序的，如考试排名，应选用此项。变量可以是数值型的也可以是字符型的。 （3）Nominal选项, 对名义变量应选择此项，此项可以是数值型的变量也可以是字符型的变量。如对喜欢哪个球队的回答。 在完成了上面的工作之后，我们就完成了定义变量的工作。 2.2.4 观测量 在数据编辑器的二维表格中，每一列为一个变量每一行记录了一次观测，在概率上每一次观测称为一个概率事件（在SPSS中用“Case”表示）。每一个“Case”是由一个被观测对象的各种特征的实测值组成的，体现在表格上即为每个变量的一个值组合成的。 2.3 输入数据 2.3.1输入数据的方法 输入数据可直接在数据编辑窗口进行，系统默认的状态是显示Data View窗口，可以直接在此窗口下输入数据。但当界面是Variable View窗口时，则需单击窗口左下角的 Data View切换到 Data View窗口，然后在此窗口输入数据。 Data View窗口显示一个二维表格，这个二维表格的横轴上每一列代表一个变量，而纵轴上每一行代表一个观测。这个表格的每一个单元格是一个变量与一个观测量的交叉点。变量名显示在表格顶部，而观测量序号显示在表格的左侧。只要确定了变量名和观测量序号单元格就被唯一确定了。 1按单元格来输入数据 当我们仅仅需要输入某个（或某些）观测量的某个（或某些）变量值时，可以拖动鼠标到要输入数据的单元格；然后单击鼠标键激活该单元格此时我们就可以直接在此单元格中输入数据。另外的一种输入方法是在数据输入栏输入数据，但只有回车之后数据才显示在单元格中。 2按变量输入数据 在定义完一个变量之后我们可以立刻输入该变量的各个数值。通常，我们从第一个变量值开始输入，在输入完数据之后，按回车键或向下的方向键或Tab键即可进入此变量的下一个单元格。采用此方法，我们依次输入该变量的各个数值。 3按观测量来输入数据 我们可以使用简单的方法来接观测量输入数据。在确定要输入的观测量之后，我们激活该观测量的第一栏，在输入相应的数值之后，使用向右的方向键即进入右边的一个单元格。 4输入数据时光标控制方式的设置 在输入一个数值之后光标的移动方向是可以设置的。具件的方法如下：单击Utilities菜单会展开下拉框，在其中选择Auto New Case。这样，在我们输入完一个变量值之后，光标自动移动到下一个单元格中。这种方式也是系统的默认方式。当我们不选用此项时，在输入完一个变量值之后光标不变动到其他位置，仍停留在该单元格中。 2.3.2查看变量信息、文件信息 1如何查看变量信息 单击Utilities菜单中的Variables命令就会打开Variables对话框。在对话框中的左边是变量列表，它列出了数据编辑器中的所有变量名。而对话框的右边部分是Variable Information(变量信息）窗口，在此窗口显示左边变量列表中选中的变量的信息。 例如在 Variable Information栏内显示的是变量chemo的信息、其每行所代表的意义如下(1） 第一行代表变量名，为chemo。(2） 第二行代表变量的标签，为Chemotherapy。 (3）第三行代表变量类型，图中为F8，即为8个字符长的数值型变量。 （4）第四行代表变量的缺省值定义，图中为None，即表示没有缺省值。 （5）第五行代表变量的测度类型，图中为Unknown，即表示没有定义，为系统的缺省类型。系统的缺省类型为Scale。 （6）在一行空白之后为变量标签值，为数值0代表“NO”而数值1代表“Yes”。单击“Go To”按钮和“Close”按钮就返回数据编辑窗口。单击“Paste”按钮，则将选中的变量名粘贴进syntax窗口。单击“Help”按钮，可以查看帮助信息。Data09-03 2如何查看文件信息 在定义完变量之后可以单击Utilities菜单中的File Info命令打开SPSS Viewer窗口，在此窗口内可查看当前数据框中所有的已定义的变量的信息。这些信息包含：变量在数据框中的位置、变量名、变量标签、变量标签值、变量显示格式、变量的缺省值。 2.4编辑数据文件 2.4.1在单元格中编辑数据 有时，我们输入了数据编辑框的数据有可能有错误，如果我们知道哪个数据有错误，我们可以直接在数据所在的单元格中修改。具体的操作方法是首先激活要修改的单元格，然后输入正确的数值或字符串。 但要寻找大量的数据中的一些有错误的数据时，SPSS系统提供了一些使我们的操作更简单、更迅速的方法。下面我们逐一来讲解。 1寻找某个观测量(data09-03) 假设对第20O个观测量存在疑问，我们要迅速找到第200个观测量。所采用的方法为依顺序单击 DataGO to Case就会打开 Go to Case对话框。在对话框中输入要寻找的观测量的序号，然后单击OK按钮，在数据编辑器上就会立刻到达目标观测。 2在某个变量中寻找指定数据 假设寻找工资为32000美元的。具体的查找步骤如下： （1）首先单击变量“Salary”所在列的任意一单元格。 （2）依次序单击EditFind，会打开Find Data in Varable SALARY对话框。 （3）在Find栏中输入32O00，单击Find next钮。如果找到此变量，则数据编辑框会显示相应的变量所在处，否则会出现 Not Found的对话框。 （）单击Cancel按钮关闭此对话框。 在运行查找的过程中，如果用户想停上查找，单击Stop按钮即可停止查找。 2.4.2插入变量与删除变量 1.插入变量 在已有的变量基础上再在最后一个变量的右边增加一个变量，方法为在添加处先单击Var,此时会将这一列全部加黑，然后单击鼠标右键，会出现下拉苹单。 在下拉菜单中选择Insert Vedable命令，就会插入一个新的变量。用户还可以使用Data菜单中的 Insert Variable命令插入一变量。 如果用户需要在几个变量之间插入变量，则可按如下步骤进行： （l）在用户所想插入的列处，单击该列的变量名，则此列会被全部加黑。 （2）在变量名上单击鼠标右键，则会出现所示的下拉菜单，此时选择Insert Variable,就会插入一个新的变量，而原来处于该位置的变量则后移一列。用户也可以使用Data菜单中的 Insert Variable命令也可插入一变量。 2.删除变量 删除变量的两种方法为： （1）将鼠标单击想删除的变量名，则此时会将此列全部加黑。然后单击鼠标右键,会出现下拉框，选择Cut即可。 （2）将鼠标单击想删除的变量名，则此时会将此列全部加黑。使用Edit菜单中的Cut命令，也可删除一变量。 2.4.3插入观测量与删除观测量 1.插入一个观测量 插入一个观测量有两种方法： （l）在需要插入观测量的位置，单击观测量序号，则这一行观测量会被加黑,然后单击鼠标右键，会弹出下拉菜单。在其中选择Insert Case命令，则原来处于该位置的观测量会下移一行，在原来位置新加入一行。 （2）第二种方法是在需要插入观测量的位置单击观测量序号，则这一行观测量会被加黑。此时，在菜单上依次单击 Data、insert case，则原来处于该位置的观测量会下移一行，在原来位置新加入一行。 我们在完成插入测量的工作之后，就可以在此行输入数据了。 2删除一个观测量 删除一个观测量同样有两种方法： （l）对要删除的观测量，单击被观测量的序号，则这一行观测量会被加黑，然后单击鼠标右键，会弹出下拉菜单。在其中选择Cut命令，则原来处于这位置的观测量会被删除，原来位置下面的行均上移一行。 （2）第二种方法是，在需要删除的观测量上单击观测量序号，则这一行观测量会被加黑。此时，在菜中上依次单击EditCut，则原来处于该位置的观测量会被删除，原来位置下面的行均上移一行。 2.4.4数据的剪切、复制和粘贴 数据的剪切、复制与粘贴的步骤如下： 1.选择操作对象 对数据进行剪切、复制和粘贴，首先要选定操作对象。我们有两种方法可以选定操作对象，一种是使用鼠标单击右键，在下拉框中选择操作方法，或者使用菜单项edit中的各项命令。 （l）选择观测量，将光标置于选择的观测量序号上，然后单击鼠标左键、该观测量会被加黑。 （2）选择变量，将光标置于选择的变量名上，然后单击鼠标左键。该变量会被加黑。 （3）连续地选择一些单元格，这可以采用鼠标来完成。如选择某个观测量的第二到第十个值，可用鼠标左键先单击某一端的一个单元格，然后按住鼠标左键拖动到另外一端即可选定目标。我们还可以使用键盘来操作，在某个端点单元格上, 按住Shift键，然后使用方向键来选定目标。 2.数据的剪切与复制 （l）剪切操作 如果要删除选定的内容，可以单击鼠标右键，在弹出菜单中选择cut命令，或者在Edit菜单中选择cut命令，即可完成剪切操作。 （2）粘贴操作 如果要把选中的内容复制到某一位置, 可以单击鼠右键，在弹出菜单中选择Paste命令或者在Edit菜单中选择Paste命令，即可完成粘贴操作。 3.复制选定内容到指定位置 （1）复制一个观测量 首先选定要复制的观测量并复制它，然后用鼠标单击观测量要插入的位置，可单击鼠标右键。在弹出菜单中选择Paste命令，也可以单击edit菜单中的Paste命令，就可将观测量插入到指定的空观测量处。 （2）复制一个变量 首先选定要复制的变量并复制它，然后用鼠标单击变量要插入的位置，可单击鼠标右键并在弹出菜单中选择Paste命令，也可以单击Edit菜单中的Paste命令，就可将变量插入到指定的空变量处。 2.4.5撤销操作 在用户对数据进行操作之后，如果想恢复到操作前的状态，可以单击Edit菜单中的Undo命令，也可以在图标栏单击UndO图标。 2.5对数据文件的操作 2.5.1数据文件的打开与保存 1.打开一个数据文件 打开数据文件的具体步骤为 (1)按顺序单击Fileopen或在工具栏上单击Open图标就会打开 Open File对话框。 （2）在对话框中找到需要打开的数据文件。SPSS中的可以打开的数据文件主要有以下几种： *.sav：SPSS For Windows建立的数据文件。 *.sys：SPSS For Windows 建立的语句文件。 *.xls：Excel建立的表格数据文件。 *.dbf：数据库格式文件。 *.sps：SPSS的语句文件。 （3）在找到需要打开的数据文件之后，可以双击文件名打开文件，也可以在选中文件之后，单击对话框中的“OK”按钮。 此时，屏幕会在数据窗口显示打开的数据文件中的数据。 2保存一个数据文件 将SPSS文件保存在磁盘中，可以保存为SPSS For Windows 数据文件, 也可以将值保存为其他格式的数据文件。保存数据文件可以使用File菜单中的 Save和 Save as命令，也可以单击菜单栏下面的图标来完成工作。 （1）在需要保存一个数据文件时，若这个数据文件是新建的，可以单击File菜单中的Save和Save as命令，此时会打开保存文件的对话框；如果这个数据文件是已经保存过的或者是从磁盘上打开的，那么单击File菜单中的Save命令，则将文件存到文件的原位置，单击File菜单中的 Save as命令，会打开保存文件的对话框，可以将文件存到一个新位置。 （2）SFSS数据文件主要可以保存为如下几种格式： *.sav：保存为SPSS For Windows的数据文件。 *.xls：保存为Excel可以读取的表格数据文件。 *.dbf：保存为数据库格式文件。 2.5.2清除数据 我们常需要清除数据窗口的数据，以便输入新的数据。完成此项工作可以通过按顺序单击File-New-Ddta来完成。 如果数据窗口的数据在最后一次保存后改动过，那么单击Data命令之后，会出现询问是否保存数据编辑窗口的对话框窗口。如果选择“是”，则会保存数据；如果选择“否”，则不保存数据文件。在做出选择之后，数据窗口会被清空。 实用数据文件操作数据排序 在数据分析过程中，有时需要对变量值进行排序。具体步骤为： （l）按DataSort Cases的顺序单击，会打开Sort Cases（排序）对话框。 （2）需要根据哪个变量排序则把该变量选入Sort by框内。可以选择多个排序变量。在有多个排序变量时，排序方法类似于字典的排序，可以把 Sort by框内的第一个变量看作字母“a”，而把第二个变量看作字母“b”，依次类推。当第一排序变量大小相同时比较第二变量，而当第二变量相同时将比较第三变量。 （3）选定排序的方式，在 Sort order框内有两种：“Ascending”选项，按所选定的排序变量的升序来排序。“Descending”选项，按所选定的排序变量的降序来排序。（4）单击“OK”按钮即可进行排序。（举例一：data05-01）数据文件的分组在数据分析过程中，有时需要对数据文件中的观测量进行分组分析。这里的“拆分”并非将一个数据文件拆分为两个或几个独立的数据文件，而是在同一个数据文件按某个条件分组。例如在一个数据文件中，要求得到同一个公司中的白人、黑人和亚裔的平均工资。那么我们就需要将数据文件进行分组，分组一直保持有效，直到撤销分组或采用另外的分组方法。分组过程的一般步骤为： （1）按DataSplit File的顺序单击，打开Split File 对话框。 (2)在“Split File ”对话框中有以下选项： Analyse a11 cases,do not create groups选项，这是系统的默认状态，它对所有数据进行分析，不进行分组。 Compare groups选项，选择此项将分组后的分析结果放在一起察看。 Organize output by groups选项，如选择此项，则将每一组分组分析结果单独显示出来。(例如在AnalyzeDescriptive分析中区别与) （3）从左侧的变量框中选择出需要进行分组的变量名，将之输入到右侧的“Groups Based on”框中。选择了几个变量，就会依据所选择的变量各值的组合分组。 （4）指明数据文件的当前状态。 Sort the file by grouping Variable选项,表示要求对数据文件按所选择的变量进行排序。 File is already sorted 选项，表示数据文件已经按所选择的变量进行排序了。（5）单击“OK”按钮即可进行分组分析过程。（举例二：data05-01）数据文件的合并 1.数据文件的合并方式 数据文件