第二章-数据文件的建立与编辑PPT课件.ppt

第二章数据文件的建立与编辑 第一节数据文件的建立 SPSS数据文件的建立有两种方式 读入外部数据文件和在SPSS窗口下建立数据文件SPSS支持的多种数据类型 有DBF FoxPro EXCEL ACCESS等 可以通过导入方式读入数据 在SPSS窗口下建立数据文件 操作分两部分 在变量视图窗口定义变量和在数据视图窗口输入数据 初学者建议按这种方法建立数据文件 采用DOS WPS CCED等软件 按ASCII码方式录入成文本文件 dat txt 这种录入方式的特点是 数据之间没有间隔 录完一个数码后自动后移 录入速度较快 缺点是容易错位 采用SPSS数据编辑器录入 其优点是不容易错位 缺点是不能自动后移 录入速度慢 数据错误不容易修改 两种录入方式比较 一 数据录入的格式 手工保留的数据如何转换成可供SPSS分析用的格式 是建立数据文件 定义变量首先要考虑的问题 数据录入的格式有下列四种 1 单组或多组数据 平时我们多记录成 第1组 第2组 第3组 等等 如表一左侧所示 样本含量相等或不等 主要用于成组资料比较的t F或秩和检验等 这种记录格式姑且称为统计表格格式 在各种统计软件中 该数据通用的分析格式如表一右侧所示 我们把这种格式称为统计分析格式 统计分析格式1 0 11 0 21 0 32 0 42 0 53 0 63 0 73 0 83 0 9 表一 统计表格格式 统计分析格式中第一列为 分组变量 指示所在的组号 第二列为原始数据 2 配对组数据 平时的记录格式同上面相似 主要用于配对组资料比较或秩和检验等 见表二 表二 统计表格格式 统计分析格式 1 1 0 11 2 0 22 1 0 32 2 0 43 1 0 53 2 0 6 统计分析格式中第一列为 第一分组变量 指示所在的组号 第二列为 第二分组变量 指示在该组的序号 第三列为原始数据 3 单组成对数据 变量名分别为 X Y 要求样本含量相等 主要用于配对计量资料比较的t 秩和检验 直线回归与相关 曲线拟合等 格式见表三 表三 统计表格格式 统计分析格式XY0 1 0 40 2 0 50 3 0 6 两种格式没有区别 但请注意 如果配对资料转用方差分析来处理 则相应的也要变换格式 4 多组成对数据主要用于协方差分析 格式见表四 表四 统计表格格式 统计分析格式 1 0 1 0 31 0 2 0 42 0 5 0 82 0 6 0 92 0 7 1 0 在统计分析格式中 第一列为对子组号 第二列与第三列分别为该组的对子X Y 二 类型数据的编码 根据一定的规则将研究资料转换为可进行统计分析的数码资料的过程 问题025 您认为打工的外地人对本市的社会秩序是否有影响 单选 1 有很大影响2 有较大影响3 没有影响4 不好说 4 编码 答案 编码的步骤 1 确定变量 变量 用来反映概念的量化形式 在统计中往往指最小的分析单位 编码就是对变量进行编码 变量由两个部分构成 变量名和变量值 要注意区分何为变量 何为变量值 在调查问卷中还要注意区分问题和变量 问题009 您有几个儿子 几个女儿 1 儿子 人2 女儿 人 2 3 问题 变量1 变量2 变量1的值 变量2的值 2 几种常见的编码方式 0 1编码法 选中的编码为1 没有选中编为0直接编码法 选中哪个序号就编哪个序号 应用举例 封闭性问卷的处理方法单项选择题多项选择题多项排序选择题固定选择项不固定选择项开放性问卷的处理方法 2 2 有6个选项 故应设6个变量 运用0 1编码方法编码 即 1 0 1 0 1 1 此外 多选还有另外一种编码方法 即直接编码输入法 编码为1 3 5 6 0 0 1356 316 问题012 您择业中考虑的主要因素有 依据重要性大小排列 限选三项 1 经济收入2 专业对口3 发展前途4 地理区位5 个人爱好6 风险大小7 劳动强度8 社会福利9 社会地位10 其他 因为是依据重要性大小排列 限选三项 故应设三个变量 编码依次为3 1 6 择业中考虑的主要因素 依据重要性先后排列 1 经济收入2 专业对口3 发展前途4 地理区位5 个人爱好6 风险大小7 劳动强度8 社会福利9 其他 3164785 因为是依据重要性排列 不限制选项 故应设九个变量 编码依次为 3 1 6 4 7 8 5 0 0 择业中考虑的主要因素 多选 1 经济收入2 专业对口3 发展前途4 地理区位5 个人爱好6 风险大小7 劳动强度8 社会福利9 其他 编码应为 1 0 1 1 1 0 1 1 0 或1 3 4 5 7 8 0 0 0 开放性问卷的处理方法 1 对回答进行分类 一般首先随机抽取一部分问卷 了解回答的情况 依据回答对问卷进行分类 主要考虑语气强弱 观点确定等方面 2 建立回答类别与对应的数量关系 进行编码 第二节文件的编辑 主要内容 观测量数据的排序变量值排秩拆分数据文件合并数据文件 一 观测量数据的排序 首先在数据窗中建立或读入一个数据文件 按数据 排序个案顺序逐一单击鼠标键 打开排序个案对话框窗口 依据需要进行选择 然后单击确定按纽即可 二 变量值排秩 运用转换命令实现 求得的秩在数据窗中建立一个新变量来保存 具体操作方法 按转换 个案排秩顺序逐一单击鼠标键 打开排秩对话框 依据需要进行选择 然后单击确定按纽即可 新生成的秩变量的名称以原变量名称前加字母 R 的形式出现在数据文件中 三 拆分数据文件 在进行数据处理时经常要对数据文件中的观测量进行分组分析 如分性别的平均分数 进行分析之前必须对数据文件进行拆分 拆分分件并不是将一个数据文件分为两个或几个独立的数据文件 而是在同一个数据文件中按某个条件分组 这种拆分在以后的运算中一直有效直到取消或更改拆分变量 拆分数据文件的具体操作 读取一个数据文件 按数据 拆分文件顺序逐一单击鼠标 打开对话框 根据对数据的具体需要选择相应的选项 按确定完成 四 合并数据文件 合并数据文件是指将外部数据中的观测量或变量合并到当前的数据文件中去 合并数据文件包括两种方式 从外部数据文件增加观测量到当前数据文件中 纵向合并或称追加观测量 从外部数据文件增加变量到当前数据文件中 横向合并 1 纵向合并 首先打开一个数据文件 按数据 合并文件 添加个案顺序逐一单击鼠标 打开 增加个案对话框 依据需要选择文件 然后进入增加外部SPSS数据文件对话框 选择相应的选项或做适当的修改即可 2 横向合并 横向合并有两种方式 从一个指定的外部数据文件中取得一个或几个变量的数据 包括变量名称 增加到当前工作数据文件中 实际上相当于两个数据文件的横向合并 按关键变量合并 即要求两个数据文件必须有一个共同的关键变量 而且这两个文件中的关键变量还存在一定数量的相同值的观测量 横向合并的具体操作 首先打开一个数据文件 按数据 合并文件 添加变量顺序逐一单击鼠标 打开添加变量对话框 依据需要选择相应的选项或做适当的修改即可 第三节分析前预处理 加权重编码数据的变换和计算缺失值的处理 一 对观测量加权处理 在计算的过程中需要利用变量对数据进行加权处理时采用 加权处理的具体方法 按数据 加权个案 打开加权个案对话框 依据需要进行适当的选择即可 在选择加权变量时应注意 加权变量中含有零 负数或缺省值的观测量将被排除在分析之外 分数值有效 一旦对数据进行了加权处理 那么在以后的分析中加权处理一直有效 直到关闭加权处理过程或选择其他的加权变量进行加权处理 二 重编码 重编码的步骤及两种方式 1 重编码为相同变量 2 重编码为不同变量 重编码的应用 高一层次的变量 转化为低一层次的变量时 常常需要重编码 当采用量表来进行测量 而量表中变量取值有正反两种方向的设置 需要转化为同一方向时 常常需要重编码 按重编码为不同变量来举例 在转换按钮的下拉菜单中点击重编码为不同变量 弹出对话框 把会计a2调入选入框 定义新变量为a7 标签为会计成绩等级 点击旧值和新值按钮 进行新旧变量值的转换设置 单击更改 进行数据转换 点确定转换成功 回到数据文件窗口 发现多了个新变量a7 三 对数据进行变换和计算 利用菜单 转换 下的 计算变量 命令实现数据的变换和计算该命令 可以完成以下工作 1 计算数值或字符型变量的值2 创建新的变量或取代已存在的变量 对于新的变量 依然可以定义3 可以利用已建立的函数进行变量的计算和转换 1 创建新的变量对话框 2 利用函数拆分变量 例 调查家庭拥有计算机及用途 调查结果见家庭计算机调查 sav处理的思想是 将变量x自动补0 变为六位数的新变量c 再将变量c分离为d1 d2 d3 d4 d5 d6六个变量 利用截断函数trunc和常用对数lg对变量x补0 变成新变量c trunc函数用于对数值进行截断 c x 10 5 TRUNC LG10 x 将变量c分离为多个变量 利用截断函数trunc和取模函数mod mod函数是一个求余函数 即是两个数值表达式作除法运算后的余数 d1 TRUNC MOD c 1000000 100000 d2 TRUNC MOD c 100000 10000 d3 TRUNC MOD c 10000 100