SPSS统计分析数据文件的建立和管理教学

第二章

数据文件的建立和管理1/12/20231本章主要内容第一节SPSS数据文件第二节SPSS数据的结构和定义方法第三节SPSS数据的录入和编辑第四节SPSS数据的保存第五节读取其他格式的数据文件第六节SPSS数据文件的合并1/12/20232第一节SPSS数据文件1、SPSS数据文件的特点：SPSS数据文件有别于其他文件，是一个有特殊格式的文件，它是一种有结构的数据文件，它由数据结构和内容两部分组成，其中，数据结构记录数据变量的名称、类型、变量宽度、小数位数、变量名标签、变量值标签、缺失值、显示宽度、对齐方式和度量尺度等必要信息，内容才是那些待分析的具体数据。基于上述特点，建立SPSS数据文件时应完成两项任务，即描述数据的结构和录入编辑数据。1/12/20233数据编辑窗口中的一行称为一个个案或记录（Case），所有个案组成SPSS数据文件的内容。数据编辑窗口的一列称为一个变量（Variable），每个变量都有一个名字，称为变量名，它是访问和分析SPSS每个变量的唯一标志。SPSS数据文件的结构就是对每个变量及相关特征的描述。2、SPSS数据的组织方式（1）原始数据的组织方式1/12/20234（2）频数数据的组织方式例：职称年龄段35岁以下（1）36－49岁（2）50岁以上（3）教授（1）0158副教授（2）10202讲师（3）20101助教（4）35201/12/20235频数数据的组织方式职称年龄段人数1101215138211022202323120321033141354224301/12/20236第二节SPSS数据的结构和定义方法

SPSS数据的结构是对SPSS每列变量及其相关属性的描述，主要包括变量名、数据类型、变量宽度、小数位数、变量名标签、变量值标签、显示宽度、缺失值、对齐方式、度量尺度等信息。1/12/20237变量名（Variablename）变量名是变量访问和分析的唯一标志。在定义SPSS数据结构时应首先给出每列变量的变量名。变量的命名规则如下：1.应以英文字母或汉字开头，后面可跟除了！、？、*之外的字母或数字，下划线、圆点不能作为变量名的最后一个字符。SPSS允许用汉字作为变量名。2.变量名的字符个数最好不多于8个；变量名不区分大小写字母。3.SPSS有默认的变量名，以字母“VAR”开头，后面补足5位数字，如VAR00001，VAR00002等。变量名不能与SPSS内部特有的具有特定含义的保留字同名，如ALL，BY，AND，NOT，OR等。4.变量名最好与其代表的数据含义相对应，每个变量名必须具有唯一性。1/12/20238数据类型（Type）数据类型是指每个变量取值的类型。SPSS中有三种基本数据类型：数值型、字符型和日期型。数值型（1）标准型（Numeric）（2）科学记数法型（ScientificNotation）（3）逗号型（Comma）（4）圆点型（Dot）（5）美元符号型（Dollar）（6）用户自定义型（CustomCurrency）字符型（String）日期型（Date）1/12/20239数据类型表SPSS变量类型系统默认长度小数位数输入方式显示方式范例输入显示Numeric82标准格式或科学记数法标准格式数值变量圆点表示小数点的数值38.4238.42Comma82带逗点的数值或科学记数法圆点做小数点，逗点做三位分割符的数值1,343,438.11,343,438.1Dot82带圆点的数值或科学记数法逗点做小数点，圆点做三位分割符的数值34,3434E23.434,34Scietificnotation82科学记数法或标准格式科学记数法457.8E4457.8E4Date日期格式非常多显示格式非常多Dollar82可带$或不带$输入或科学记数法有效数值前带$以逗点为分割符$12343$12343CustomCurrencyString8无一串字符串一串字符串BelieveBelieve

1/12/202310数值型数值型是SPSS最常用的数据类型，通常由阿拉伯数字和其它特殊符号等组成。其中的标准型（numeric）是SPSS默认的数据类型，默认的显示宽度为8位，包括正负符号位、小数点和小数位在内，小数位默认为2位。如果数据的实际宽度大于8位，spss将自动按照科学计数法显示，数据的显示并不影响数据的存储，也不影响数据的计算。1/12/202311字符型字符型也是SPSS较常用的数据类型，由一个字符串组成。如职工号码、姓名、地址等变量都可以定义为字符型数据。字符型数据的默认显示宽度为8个字符，不能够进行算术运算，并区分大小写字母。字符型数据在SPSS命令处理过程中应用一对双引号括起来，但在输入数据时不应输入双引号，否则双引号将会作为字符型数据的一部分。1/12/202312日期型日期型数据用来表示日期或者时间，如生日、成立日期等变量可以定义为日期型数据。显示格式：dd-mmm-yyyy；mm/dd/yyyy等等。1/12/202313变量宽度（Width）、列宽度（Columns）每种类型的变量都有自己的变量宽度、小数位和显示宽度，其中变量宽度是变量允许的最大字符位数，列宽度是数据编辑窗口中显示每列的字符位数。通常这两个宽度是一致的。1/12/202314变量名标签（Variablelabel）变量名标签是对变量名含义的进一步解释说明，它可以增强变量名的可视性和统计分析结果的可读性。变量名标签可用中文，总长度可达120个字符,但在统计分析结果的显示中一般不能显示如此长的变量名标签信息。1/12/202315变量值标签（Valuelabel）

变量值标签是对变量取值含义的解释说明信息，对于品质型数据尤为重要，比如1代表男性，2代表女性，它不但明确了数据的含义，也增强了最后统计分析结果的可读性，变量值标签可以用中文。1/12/202316缺失数据（Missingvalues）

数据中存在明显错误或明显不合理的数据或漏填数据项时统计学上称为不完全数据或缺失数据。数据中如果存在缺失数据，分析时通常不能直接采用，要进行说明。SPSS中说明缺失数据的方法是指定用户缺失值。这样，spss在分析时，就能够将这些缺失值与正常的数据区分开来，并依据用户指定的缺失值处理策略对其进行处理或分析。Spss还有一类默认的缺失值，称为系统缺失值，数值及日期型变量用圆点表示，字符型变量用空表示。1/12/202317

SPSS中说明缺失数据的基本方法是指定用户缺失值。用户缺失值可以是：对字符型或数值型变量，用户缺失值可以是1至3个特定的离散值(Discretemissingvalues)；对一个数值型变量，用户缺失值可以在一个连续的闭区间内并同时再附加一个区间以外的离散值（Rangeplusoneoptionaldiscrete）。

1/12/202318SPSS用户缺失值定义窗口1/12/202319变量对齐格式(Align)

定义显示对齐方式，对齐方式分为右对齐、左对齐和中间对齐。系统中，数值型变量默认为右对齐，字符型变量默认为左对齐。1/12/202320计量尺度（Measure）统计学依据数据的计量尺度将数据划分为三大类，即数值型数据（Scale），如身高、体重；顺序型数据（Ordinal），如职称、职务、对某事物的赞同程度；分类型数据（Nominal），如民族、宗教信仰、性别、党派。数值型数据通常用数字表示；顺序型数据具有内在固有大小或高低顺序，但它又不同于数值型数据，一般用非数字表示；分类型数据没有内在固有大小或高低顺序，一般用非数字表示。1/12/202321SPSS中变量定义的操作单击VariableView进入：单击,定义变量名单击，定义变量类型定义变量标签变量值标签定义计量尺度定义变量宽度定义对齐方式

定义变量类型对话框

定义变量值标签对话框定义变量缺省值对话框1/12/202322通常建立SPSS数据文件时应首先定义数据的结构部分，然后再输入数据，但实际应用中，边录入、边分析、边修改数据结构的情况也是常见的。数据的结构定义完成之后，可以在VariableView卡片中浏览，也可以通过菜单选项Utilities/Variable来实现。1/12/20232302-1SPSS数据文件的建立举例根据居民储蓄调查数据，建立SPSS格式的数据文件。1/12/202324第三节SPSS数据的录入与编辑

1.录入定义好SPSS数据结构后，可将具体的数据输入到SPSS中，最终形成SPSS数据文件。SPSS数据的录入操作在数据编辑窗口中的DataView卡片中实现。其操作方法与Excel基本类似，也是以电子表格的方式进行录入。录入带有变量值标签的数据时，可以在下拉按钮中的值标签列表中选择一个输入。1/12/2023252.SPSS数据的编辑数据必须输入正确才能保证正确的分析结果。但很难一次输入正确，所以就需要进行修改，一般包括数据的定位、插入、删除、修改、复制等。1/12/202326(1)SPSS数据的定位数据的定位目的是将当前数据单元定位到某个特定的单元中。有两种定位方式：

1)按个案号码定位：Edit→GotoCase

将当前单元格定位在任何单元格中，选择菜单Edit→GotoCase

，出现如下对话框，输入欲定位的个案号码并确认。

输入要寻找观测量序号1/12/202327

2)按变量值定位：Edit→Find将当前单元定位在某变量列的任何一个个案上选择菜单Edit→Find

，出现如下对话框输入定位变量值并确认

于是，SPSS自动对指定的变量进行搜索，并将当前单元定位于定位变量值相等的第一个个案上。1/12/202328(2)插入和删除一个个案插入一个个案，即在数据编辑窗口的某个个案前插入一个新个案：将当前数据单元确定在一个个案上，选择菜单

Edit→InsertCase(或工具栏插入个案图标按钮）删除一个个案，在欲删除的个案号码上单击鼠标左键，于是待删除的个案数据全部反向显示；单击鼠标右键，从弹出菜单中选择cut选项。1/12/202329(3)插入和删除一个变量插入一个变量，即在数据编辑窗口的某个变量前插入一个新变量：将当前数据单元确定在一个变量上，选择菜单

Edit→InsertVariable

删除一个变量，在欲删除的变量名上单击鼠标左键，于是待删除的数据全部反向显示；单击鼠标右键，从弹出菜单中选择cut选项。1/12/202330(4)数据的移动、复制和删除数据的移动、复制和删除：与一般的应用程序相同选择操作对象（变量、个案、若干连续单元等）剪切：Edit→Cut(Ctrl+X)复制：Edit→Copy(Ctrl+C)粘贴：Edit→Paste(Ctrl+V)

恢复删除或修改前数据Edit→Undo(或工具栏Undo图标按钮）1/12/202331插入变量与删除变量插入个案与删除个案数据的剪切、粘贴与复制1.插入变量在添加处单击Var，单击右鼠标键出现右侧对话框,单击InsertVariables2.删除变量1.插入个案在添加处单击观测量，单击右鼠标键出现右侧对话框,单击InsertCase2.删除个案剪切复制粘贴若想恢复，打开Edit→Undo1/12/202332SPSS支持的数据格式

1、SPSS文件格式，扩展名为.sav2、Excel格式文件，扩展名为.xls3、dbf格式文件，扩展名为.dbf4、文本格式文件，扩展名为.dat第四节SPSS数据的保存1/12/202333将数据保存为SPSS数据文件或其他格式的数据文件的基本操作是：File→Save，对于新的：提示文件名和类型；对于旧的，覆盖原来的，不再提问；File→SaveAs，另存一个数据文件，也有格式（类型）问题；Variable按钮允许用户指定保存哪些变量，不保存哪些变量，变量名前画叉的变量将被保存到磁盘中。将数据保存为Excel文件格式时，Writevariablesnamestospreadsheet选项呈可用状态，它的作用是指定是否将SPSS变量名写入Excel工作表的第一行上。1/12/202334第五节读取其他格式的数据文件

SPSS能够直接读取其他格式的数据文件，并将其保存为SPSS格式的数据。1.直接读取其他格式的数据文件：（1）选择菜单File→Open→Data；（2）选择数据文件的类型，并输入数据文件名。2.使用数据库查询打开

•利用通用数据库ODBC接口读取数据文件

•在9.0及以前版本中非常重要3.使用文本向导读入文本文件：选择菜单

File→ReadTextData1/12/202335

直接打开SPSS可以直接读入许多格式的数据文件，其中就包括EXCEL各个版本的数据文件。选择菜单File→Open→Data或直接单击快捷工具栏上的OpenFile按钮，系统就会弹出OpenFile对话框，单击“文件类型”列表框，在里面能看到直接打开的数据文件格式，分别是：1/12/202336

注：读入Excel文件时，SPSS默认将Excel工作表中的全部数据读到SPSS数据编辑窗口，但也可以指定仅读取工作表中某个区域内的数据（如A5：B10）。工作表上的一行数据为SPSS中的一个个案。如果Excel工作表文件第一行或指定读取区域内的第一行存储了变量名信息，则应选择Readvariablenames项，即以第一行的文字信息作为SPSS的变量名，否则不选。1/12/202337

使用数据库查询打开

SPSS可以直接打开许多类型的数据文件，但这并不是说它可以打开所有类型的数据文件，比如FoxPro3.0以上版本的*.dbf文件就不能直接打开。为此，SPSS还提供了另一个适用范围更广、较为专业的数据接口——数据库查询。实际上，SPSS在这里使用的是一种叫ODBC(OpenDatabaseCapture)的数据接口，该接口被大多数数据库软件和办公软件（如MSOffice）支持，通过它，应用程序可以直接访问以结构化查询语言（SQL）做为数据访问标准的数据库管理系统。选择菜单File→OpenDatabase→NewQuery，系统会弹出数据库向导的第一个窗口，其中会列出你使用的机器上已安装的所有数据库驱动程序，选中所需的数据源，然后单击下一步，向导会一步一步的提示你如何做，直至将数据读入SPSS。1/12/202338

使用文本导入向导读入文本文件选择菜单File→ReadTextData，系统就会弹出OpenFile对话框，和前面的情况完全一样，只是文件类型自动跳到了Text(*.txt)。实际上，该功能在SPSS中已被整合到了OpenFile对话框中之所以在菜单上保留该条目的原因是读入纯文本的情况非常普遍，放在这里更加醒目。02-2举例：创建一个以纯文本的形式保存的数据文件，且第一行为变量名，请将其读入SPSS。在

File→ReadTextData对话框选中相应的文件名并单击“确定”，系统会自动启动文本导入向导对话框如下：1/12/202339Spss是否已经正确的识别和分割了数据项1/12/202340数据间如何分割数据文件的第一行上是否有变量名1/12/202341数据部分从文本文件的第几行开始个案数据在文本文件中是如何安排的1/12/202342指定文本文件的分割符号字符型数据表示方法1/12/2023431/12/2023441/12/202345第六节SPSS数据文件的合并

当数据量较多时经常会把一份大的数据分成几个小的部分，有几个录入员分别录入，以期加快数据录入速度，但一份完整的数据被分别存储在几个数据文件中，如果要分析这份数据就必须首先将若干个小的数据文件合并起来。要实现两个或多个SPSS数据文件的合并，应首先将其中的某个数据文件读入数据编辑窗口中，然后依次与其他数据文件合并。合并方式有两种：纵向合并和横向合并。1/12/2023461.纵向合并数据文件从外部数据文件中增加个案到当前数据文件中，称为纵向合并，相互合并的数据文件应该有相同的变量。步骤：打开一个数据文件；菜单：Data→Merge

Files→AddCases注意：有变量的Pair(配对)问题，VariablesInnewworkingdatafile框中显示的变量名是两个数据文件中都有的变量名，UnpairedVariables框中的变量名是两个文件中的不同变量名，其中变量名后面的*表示该变量是当前数据编辑窗口中的变量，+表示该变量是待合并文件中的变量。如果希望在合并后的数据文件中看出个案的来源，可以选择Indicatecasesourceasvariable项将自动生成一个变量名为source01，取值0或1的变量。1/12/202347同名变量不同名变量1/12/2023482.横向合并数据文件从外部数据文件增加变量到当前数据文件，称为横向合并，横向合并文件时要注意以下三个问题：1）相互合并的数据文件必须至少有一个名称相同的变量，该变量是两文件横向合作的依据，称为关键变量；2）两个数据文件都必须先按关键变量进行升序排列；3）不同数据文件中数据含义不相同的数据项变量名不应相同。1/12/202349步骤：打开一个数据文件；菜单：

Data→Merge

Files→AddVariables1/12/20235002-3纵向、横向合并数据举例。1/12/202351上机作业1、根据公司年终考核表，建立SPSS格式的数据文件，录入数据并进行各种编辑操作。2、请分别创建以Excel和纯文本形式保存的数据文件，且第一行为变量名，分别将其读入SPSS。3、分别进行纵向、横向合并数据操作。1/12/202352第三章数据变换与整理1/12/202353本章主要内容第一节数据的排序第二节变量计算第三节数据选取第四节计数第五节分类汇总第六节数据分组第七节数据处理的其他功能第八节统计图1/12/202354第一节

数据的排序SPSS的数据排序是将数据编辑窗口中的数据按照某个或多个指定变量的变量值升序或降序重新排列。这里的变量也称为排序变量。排序变量只有一个时，排序称为单值排序。排序变量有多个时，排序称为多重排序。多重排序中，第一个指定的排序变量称为主排序变量，其他依次指定的变量分别称为第二排序变量、第三排序变量等。1/12/202355（1）数据排序便于数据的浏览，有助于了解数据的取值状况、缺失值数量的多少等；（2）通过数据排序能够快捷的找到数据的最大值和最小值，进而可以计算出数据的全距，初步把握和比较数据的离散程度；（3）通过数据排序能够快捷地发现数据的异常值，为进一步明确它们是否会对分析产生重要影响提供帮助。1.数据排序的作用1/12/202356

SPSS数据排序的基本操作步骤（1）选择菜单Data－SortCases

（2）将主排序变量从左边的列表中选到Sortby框中，并在SortOrder框中选择按该变量的升序还是降序排序。（3）如果是多重排序，还要一次指定第二、第三排序变量及相应的排序规则。2.数据排序的基本操作1/12/202357在左边的源变量框中选择排序变量进入Sortby框。如果选择2个以上的变量，观测量的排序结果与排序变量在Sortby框中的顺序有关。列于首位的为第一排序变量。在SortOrder栏内选择排序方式——升序与降序1/12/202358

1、数据排序是整行数据排序，而不是只对某列变量排序；

2、多重排序中指定排序变量的次序很关键。先指定的变量优先于后指定的变量。多重排序可以在按某个变量值升序（或降序）排序的同时再按其他变量值降序（或升序）排序；

3、数据排序后，原有数据的排序次序必然被打乱。说明1/12/20235903－1数据排序应用举例利用居民存款调查数据，通过数据排序功能分别找到城镇户口和农村户口储户一次存款金额的最大值和最小值。1/12/202360第二节变量计算数据的转换处理是在原有数据的基础上，计算产生一些含有更丰富信息的新数据。例如根据职工的基本工资、失业保险、奖金等数据，计算实际月收入，这些新变量具有更直观更有效的特点。1/12/2023611.变量计算的目的SPSS变量计算是在原有数据的基础上，根据用户给出的SPSS算术表达式以及函数，对所有个案或满足条件的部分个案，计算产生一系列新变量。（1）变量计算是针对所有个案或指定的部分个案的，每个个案都有自己的计算结果。（2）变量计算的结果应保存到一个指定变量中，该变量的数据类型应与计算结果的数据类型相一致。在变量计算过程中涉及到几个概念：SPSS算术表达式、SPSS条件表达式和SPSS函数。1/12/202362指出按照什么方法计算变量；SPSS算术表达式（NumericExpression）是由常量、变量、算术运算符、圆括号、函数等组成的式子。字符型常量应当用引号括起来变量是指那些已存在于数据编辑窗口中的原有变量算术运算符主要包括＋、－、*、/、**（乘方）在同一算术表达式中的常量及变量，数据类型应该一致，否则无法计算2.SPSS算术表达式1/12/202363在变量计算中通常要求对不同的个案分别按照不同的方法进行计算，于是就需要通过一定的方式来指定个案；SPSS条件表达式是一个对条件进行判断的式子。其结果有两种取值：如果判断条件成立，则结果为真；如果判断条件不成立，则结果为假。条件表达式包括简单条件表达式和复合条件表达式。3.SPSS条件表达式1/12/202364（1）简单条件表达式由关系运算符、常量、变量以及算术表达式等组成的式子。其中关系运算符包括>、<、＝、～＝（不等于）、>＝、<＝。（nl<35）（2）复合条件表达式又称逻辑表达式，是由逻辑运算符号、圆括号和简单条件表达式等组成的式子。其中，逻辑运算符号包括&或AND（并且）、|或OR（或者）、～或NOT（非）。NOT的运算优先级最高，其次是AND，最低是OR。可以通过圆括号改变运算的优先级。（nl<=35）andnot（zc<3）1/12/202365SPSS函数是事先编好并存储在SPSS软件中，能够实现某些特定计算任务的一段计算机程序。这些程序都有各自的名字称为函数名。执行这些程序段得到的计算结果称为函数值。函数书写的具体形式为：函数名（参数）4.SPSS函数1/12/202366

其中，函数名是SPSS已经规定好的，参数可以是常量（字符型常量应用引号括起来），也可以是变量或算术表达式。参数可能是一个，也可能是多个，各参数之间用逗号分隔。

SPSS函数大致可以分成八大类：算术函数、统计函数、分布函数、逻辑函数、字符串函数、缺失值函数、日期函数和其他函数。1/12/202367（1）选择菜单Transform－Compute，弹出ComputeVariable对话框如下：5.变量计算的基本操作1/12/202368（2）在Target框中输入存放计算结果的变量名。该变量可以是一个新变量，也可以是已经存在的变量。如果指定存放计算结果的变量为新变量，SPSS会自动创建它；如果指定产生的变量已经存在，SPSS会提问是否以计算结果覆盖原有值。新的变量默认为数值型，用户可以根据需要单击Type&Label按钮修改，还可以对新变量加变量名标签。（3）在NumericExpression框给出SPSS算术表达式。可以手工输入，也可以按窗口的按钮以及函数下拉菜单输入。1/12/202369（4）如果希望对符合一定条件的个案进行变量计算，则单击If按钮，出现下面的窗口，选择Includeifcasesatisfiescondition选项，然后输入条件表达式。对不满足条件的个案，将不进行变量值计算，对新变量取值为系统缺失值。1/12/202370利用职工基本情况数据，依据职称级别计算实发工资，再按职称1至4将实发工资分别上调50％，30％，20％，10％。03-2变量计算的应用举例1/12/202371第三节数据选取数据选取就是根据分析的需要，从已收集到的大批量数据（总体）中按照一定的规则抽取部分数据（样本）参与分析的过程，通常也称为抽样。

SPSS可根据指定的抽样方法从数据编辑窗口中选出部分样本以实现数据选取，这样后面的分析操作就只针对选出的数据，直到用户取消这种选取为止。1/12/202372（1）选取全部数据（Allcases）（2）按指定条件选取（Ifconditionissatisfied

）

SPSS要求用户以条件表达式给出数据选取的条件，SPSS将自动对数据编辑窗口中的所有个案进行条件判断。那些满足条件的个案，即条件判断为真的个案将被自动选取出来，而那些条件判断为假的个案则不被选中。1.数据选取的基本方式1/12/202373（3）随机抽样（Randomsampleofcases

），即对数据编辑窗口中的所有个案进行随机筛选，包括如下两种方式：

第一，近似抽样（Approximately）近似抽样要求用户给出一个百分比数值，SPSS将按照这个比例自动从数据编辑窗口中随机抽取相应百分比数目的个案。

注：由于SPSS在样本抽样方面的技术特点，抽取出的个案总数不一定恰好精确地等于用户指定的百分比数目，会有小的偏差，因而称为近似抽样。1/12/202374

第二，精确抽样（Exactly）

精确抽样要求用户给出两个参数。第一个参数是希望选取的个案数，第二个参数是指定在前几个个案中选取。SPSS自动在数据编辑窗口的前若干个个案中随机精确地抽出相应个数的个案来。1/12/202375（4）选取某一区域内的样本（Basedontimeorcaserange

），即选取数据编辑窗口中样本号在指定范围内的所有个案，要求给出这个范围的上、下界个案号码。这种抽样方法适用于时间序列数据。（5）通过过滤变量选取样本（Usefiltervariable

），即依据过滤变量的取值进行样本选取。要求指定一个变量作为过滤变量，变量值为非0或非系统缺失值的个案将被选中。这种方法通常用于排除包含系统缺失值的个案。1/12/202376说明：（1）完成数据选取后，SPSS以后的分析操作仅针对那些被选中的个案，直到用户再次改变数据的选取为止。（2）采用指定条件选取和随机抽样方法进行数据选取后，SPSS将在数据编辑窗口中自动生成一个名为filter_$的新变量，取值为1或0。1表示本个案被选中，0表示未被选中。该变量是SPSS产生的中间变量，如果删除它则自动取消样本抽样。1/12/202377（1）选择菜单Data—Selectcases（2）根据分析需要选择数据选取方法（3）Unselectedcasesare指定对未选中个案的处理方式Filtered表示在未被选中的个案号码上打一个“/”标记；Deleted表示将未被选中的个案从数据编辑窗口中删除。2.数据选取的基本操作1/12/202378SelectCases对话框1/12/202379利用[02－1]居民储蓄调查数据，根据不同的分析要求采用不同的数据选取方法抽样：（1）如果只希望分析城镇储户的情况，可以通过数据选择功能采用指定条件的抽样方法进行抽样；（2）如果只希望对其中的70％的数据进行分析，可通过数据选择功能采用随机抽样中的近似抽样方法进行抽样。数据选取的应用举例1/12/202380第四节计数1.计数目的

SPSS实现的计数是对所有个案或满足某条件的部分个案，计算若干变量中有几个变量的值落在指定的区间内，并将计数结果存入一个新变量中的过程。例如对大学毕业班学生的成绩进行综合测评时，可以依次计算每个学生的若干门课程中有几门课程得了优，有几门课程得了良，有几门课程不及格。

SPSS实现计数的关键步骤是：指定哪些变量参与计数，计数的结果存入哪个新变量中指定计数区间（尤为关键）1/12/202381

SPSS中的计数区间可以有以下几种描述形式：单个变量值（Value）系统缺失值（System-missing）系统缺失值或用户缺失值（Systemoruser-missing）给定最大值和最小值的区间（nthroughm）小于等于某指定值的区间（Lowestthroughn）大于等于某指定值的区间（nthroughhighest）2.计数区间1/12/202382

上述后三个计数区间很容易理解。例如评价学生成绩，成绩为优的计数区间可以指定为90throughhighest，成绩为良的计数区间指定为80through89，不及格的计数区间指定为Lowestthrough59。前三个计数区间实际上是一些离散的数据点，严格讲并不是区间，但SPSS仍将其归在广义区间的范畴内，目的是方便一些其他的应用。1/12/202383（1）选择菜单Transform－Count，出现如下窗口：3.计数的基本操作1/12/202384（2）将参与计数的变量选到Variables框中（3）在TargetVariable框中输入存放计数结果的变量名，并在TargetLabel框中输入相应的变量名标签（4）单击DefineValues按钮定义计数区间，出现如下图窗口：1/12/202385通过单击Add、Change、Remove按钮完成计数区间的增加、修改和删除。1/12/202386（5）如果仅希望对满足某条件的个案进行计数，则单击If按钮并输入相应的SPSS条件表达式。否则，本步可略去。1/12/202387利用[02-1]居民储蓄调查数据分析储户收入的总体状况。我们认为如果储户收入今年比去年增加了，且认为今后收入仍会增加，则认为收入状况较好。试分析有多少个储户的收入状况较好。计数的应用举例1/12/202388第五节分类汇总1.分类汇总的目的

分类汇总是按照某分类变量进行分类汇总计算。例如：某企业希望了解本企业不同学历职工的基本工资上是否存在较大差距。最简单的做法就是分类汇总，即将职工按学历进行分类，分别计算不同学历职工的平均工资，然后可对平均工资进行比较。1/12/202389再例如，某商厦希望分析假日周内不同职业和不同年龄段的顾客对某商品的“打折促销”反应是否存在较大差异，用以分析不同消费群体的消费心理。最初步的分析可以是分别计算不同职业中不同年龄段顾客的平均消费金额和平均消费金额差异程度（标准差），并对它们进行比较。这个过程也可以通过分类汇总过程完成。1/12/202390

SPSS实现分类汇总涉及两个主要方面：按照哪个变量（如上例中的学历、职业和年龄段）进行分类对哪个变量（如上例中的基本工资、消费金额）进行汇总，并指定对汇总变量计算哪些统计量（如上例中的平均工资、平均消费金额和标准差）1/12/202391（1）选择菜单Data－Aggregate，出现如下所示的窗口：2.分类汇总的基本操作1/12/202392（2）将分类变量选到BreakVariable(s)框中（3）将汇总变量选到SummariesofVariable(s)框中（4）单击Function按钮，指定对汇总变量计算哪些统计量。SPSS默认计算均值。1/12/202393（5）指定将分类汇总结果保存到何处。有三种选择：第一，AddAggregatedVariablestoworkingdatafile，表示将结果存放到当前数据编辑窗口中。第二，Createnewdatafile，表示将结果存放到一个新建立的SPSS数据文件中，可以单击File按钮，重新指定文件名；第三，Replaceworkingdatafile，表示用分类汇总结果覆盖数据编辑窗口中的数据。一般选择第二种方式，结果比较清晰。1/12/202394（6）单击Name&Label按钮，重新指定结果文件中的变量名或添加变量名标签。SPSS默认的变量名为原变量名后加_统计量名称（如a_mean）。（7）如果希望在结果文件中保存各分类组的个案数，则选择Numberofcase选项。于是，SPSS会在结果文件中自动生成一个默认名为N_Break的变量，可以修改该变量名。1/12/202395说明：分类汇总中的分类变量可以是多个，此时的分类汇总称为多重分类汇总。如上述不同职业和不同年龄段顾客消费的例子即是多重分类汇总的应用。类似于数据的排序，在多重分类汇总中，指定多个分类变量的前后次序是很关键的。第一个指定的分类变量为主分类变量（如职业），其他的依次为第二（如年龄段）、第三分类变量等，它们决定了分类汇总的先后次序。1/12/202396例：利用02-1居民储蓄调查数据，分析城镇储户和农村储户的一次平均存（取）款金额是否有显著的差异。可进行的最初步的分析是按照户口类型对存（取）款金额进行分类汇总。其中分类变量是户口，汇总变量是存（取）款金额，且计算其均值。分类汇总的应用举例1/12/202397第六节数据分组1.数据分组的方法数据分组就是根据统计研究的需要，将数据按照某种标准重新划分为不同的组别。在数据分组的基础上进行的频数分析更能够概括和体现数据的分布特征。为适用于不同的统计分析需要，SPSS提供了以下几种数据分组方法：

单项式分组（单变量值分组）

组距分组1/12/202398

居民家庭按人口数单项式分组按家庭人口数分组（人）居民户数（户）12345人及以上合计离散型变量如果变量值的变动范围不大，可以将一个变量值作为一组，称单项式分组或单变量值分组。如右表：单项式分组1/12/202399在连续型变量或离散型变量值较多的情况下，可采用组距式分组形式。

组距式分组就是把全部变量值划分为几个区间，每一区间的变量值作为一组。如右表：按日产零件数分组（个）工人数（人）50～6060～7070～8080～9090以上合计组距式分组1/12/2023100a.组距：区间的距离即为组距。b.组数：组数的多少以分组后能恰当反映总体内部的分布特征和规律为好。c.确定组距的方法：（最大值-最小值）÷组数。d.根据组距各组的组距是否相等，又可以分为等距分组和不等距分组两种方式。e.组限：组距两端的数值称为组限，每组的最大值称为上限，用U（Upperlimit）表示，每组的最小值称为下限，用L（Lowerlimit）表示。统计数据时，注意“上组限不在内”法则。另外，极端组可采用开放式组距。f.组中值：每组上、下限之间的中点数值。即：组中值=（上限十下限）÷2。在组距式分组中涉及到了几个关键点：1/12/2023101SPSS单项式分组的基本操作步骤：（1）选择菜单Transform－AutomaticRecode（2）将分组变量选择到Variable－NewName框中（3）在NewName框后输入存放分组结果的变量名，并单击Add

NewName按钮（4）在RecodeStartingfrom框中选择单变量值分组按升序还是按降序进行。Lowestvalue表示升序；Highestvalue表示降序。2.SPSS的单项式分组1/12/20231021/12/2023103单项式分组应用举例：

1、利用[03-2]职工数据按职工的基本工资升序进行分组。

2、按职工的职称升序进行分组。1/12/2023104

组数和组距确定后，便可实施分组操作了，在分组操作时应：指定分组变量定义分组区间（注意遵循“不重不漏”原则）指定存放结果的变量

SPSS对分组结果有两种存放策略，一种是用分组变量值覆盖原变量（IntoSameVariables），另一种是将分组结果存到一个新变量中（IntoDifferentVariables）。相应的操作也略有差异。通常采用第二种策略。3.SPSS的组距式分组1/12/20231051、

IntoSameVariables分组操作（1）选择菜单Transform－Recode－IntoSameVariables。（2）在出现的窗口中将分组变量选择到Variables框中。（3）单击OldandNewValues按钮进行分组区间定义。（4）在分组区间定义窗口中指定分组区间的下限和上限，并在NewValue框中给出该区间对应的分组值。单击Add按钮确认分组区间并加到Old￫New框中。单击Change和Remove按钮来修改和删除分组区间。（5）如果仅对符合一定条件的个案分组，则单击If按钮并输入SPSS条件表达式。否则，本步可略去。1/12/20231062、

IntoDifferentVariables分组操作（1）选择菜单Transform－Recode－IntoDifferentVariables。（2）在出现的窗口中将分组变量选择到InputVariable￫OutputVariable框中。（3）在OutputVariable后输入存放分组结果的变量名，并单击Change按钮确认。可以在Label后输入相应的变量名标签。（4）单击OldandNewValues按钮进行分组区间定义（方法与前面相似）。（5）如果仅对符合一定条件的个案分组，则单击If按钮并输入SPSS条件表达式。否则，本步可略去。1/12/20231071/12/20231081/12/2023109利用[03-2]职工数据按职工基本工资分别采用IntoSameVariables和IntoDifferentVariables两种方式进行如下分组：按工资分组（元）频数（人）频率（％）850以下531.3850－900531.3900－95016.3950－1000212.51000以上318.6组距式分组的应用举例1/12/2023110第七节数据处理的其他功能1.数据转置

SPSS的数据转置就是将数据编辑窗口中数据的行列互换。基本操作步骤如下：（1）选择菜单Data－Transpose。（2）指定数据转置后应保留哪些变量，将它们选入Variables框中，未被选中的变量将在新文件中缺失。（3）指定转置后数据文件中各变量如何取名。1/12/2023111应选择一个取值唯一的变量（如职工号）作为标记变量并放到NameVariable框中。转置后数据各变量取名为K_标记变量值（如K_001、K_002、K_003等）。如果略去本步，则转置后数据各变量名默认为VAR001，VAR002，VAR003等。同时，SPSS还会自动产生一个名为CASE_LBL的新变量，用来存放原数据文件中的各变量名。1/12/2023112例：对[03-2]职工数据进行转置操作。1/12/20231132.加权处理统计分析中的加权处理是极为常见的，如计算加权平均数等。例如，希望掌握菜市场某天蔬菜销售的平均价格。如果仅用各种蔬菜销售单价的平均数作为平均价格就很不合理，还应考虑到销售量对平均价格的影响。因此，以蔬菜的销售量为权数计算各种蔬菜销售单价的加权平均数，就能够较准确地反映平均价格水平。1/12/2023114（1）选择菜单Data－WeightCases。（2）选择WeightCasesby选项，并将某变量作为加权变量选到WeightCasesby框中。

注意的是一旦指定了加权变量，那么以后的分析处理中加权是一直有效的，直到取消加权为止。取消加权应选择Donotweightcases选项。

SPSS中指定加权变量的操作步骤是：1/12/2023115例：根据[03-3]蔬菜数据对各蔬菜价格进行加权计算。1/12/2023116

SPSS的数据拆分与数据排序很相似，但有一个重要的不同点，即数据拆分不仅是按指定变量进行简单排序，更重要的是根据变量对数据进行分组，为以后的分组统计分析提供便利。3.数据拆分1/12/2023117SPSS数据拆分的基本操作步骤：1）选择菜单Data－SplitFile，出现窗口1/12/20231182）将拆分变量选到GroupsBasedon框中3）拆分会使后面的分组统计产生两种不同格式的结果。其中，Comparegroups表示将分组统计结果输出在同一表格中，以便于不同组之间的比较；Organizeoutputbygroups表示将分组统计结果分别输出在不同的表格中。通常选择第一种输出方式。4）如果数据编辑窗口中的数据已经事先按所指定的拆分变量进行了排序，则可以选择Fileisalreadysorted项，可以提高拆分执行的速度；否则，选择Sortthefilebygroupingvariables项。1/12/2023119说明：1）数据拆分将对后面的分析一直起作用，即无论进行哪种统计分析，都将按拆分变量的不同组别分别分析计算。如果希望对所有数据进行整体分析，则需要重新执行数据拆分，在数据拆分窗口中选择Analyzeallcases项。2）对数据可以进行多重拆分，类似于数据的多重排序。多重拆分的次序决定于选择拆分变量的前后次序。1/12/2023120数据拆分应用举例：利用03-2职工数据选择职称和（或）性别变量进行数据拆分并计算各组的基本工资。1/12/2023121大量的缺失值会给数据分析带来极大的影响，这就需要采用科学的方法对缺失值进行插补。操作步骤如下：（1）选择菜单Transform－replacemissing

values

（2）将需要插补的变量单击按钮送到NewVariables框中，该变量自动会生成一个新的变量，变量名为原变量名_1

（3）在Method中选择插补方法。4.SPSS缺失值处理1/12/2023122

Seriesmean:该变量所有非缺失值的均值

Meanofnearbypoints：该变量相邻非缺失值的均值

Medianofnearbypoints：该变量相邻非缺失值的中位数

Linearinterpolation：线性内插法（用缺失值前后两点的中点值做替代，如果前后值有一个是缺失值，则得不到替换值）

Lineartrendatpoint：用线性拟合方式确定替代值，自变量为1-n的数值。

1/12/2023123数据排秩是根据某变量观测值的大小，按一定的顺序排秩，生成一个代表其秩次的新变量，但原始观测值本身顺序不发生改变。操作步骤如下：（1）选择菜单Transform－rankcases

（2）将需要排秩的变量单击按钮送到

Variables框中，该变量自动会生成一个新的变量，变量名为R+原变量名；可选择分类变量到By框中，如果选择，系统将按照此变量的不同组别分别进行排秩。

（3）选择AssignRank1to下面的复选框选择排秩的顺序。（4）在RankTypes

对话框中选择排秩方式；在Ties对话框中选择相同观测值排秩方式。5.数据排秩1/12/2023124求变量的秩1/12/2023125SPSS变量集是存放许多SPSS变量名的集合。SPSS变量集包括：系统变量集和用户变量集两大类。系统变量集

SPSS事先定义好的变量集，它包括两个集合：ALLVARIABLES和NEWVARIABLES。其中ALLVARIABLES变量集中存放数据编辑窗口中的所有变量名，NEWVARIABLES变量集中存放数据编辑窗口中所有尚未存盘的新定义的变量名。这两个系统变量集有时包含的变量名是完全相同的。6.SPSS变量集1/12/2023126用户变量集是用户根据实际需要自己定义的变量集，可以有若干个。如果用户仅希望对SPSS众多变量中的某几个变量进行相同的处理及分析，则可以先将这几个变量定义到一个用户变量集中，然后再指定使用这个变量集。于是，在数据处理或分析时，SPSS仅显示指定变量集中的变量名，进而大大减少了显示变量的个数，加快了变量选择的操作速度。1/12/2023127（1）定义用户变量集

SPSS定义用户变量集的操作步骤如下：

1）选择菜单Utilities－DefineVariableSets2）在SetName框中输入用户变量集的名称。

3）选择若干变量单击小箭头按钮将它们送到VariablesinSet框中，表示用户变量集将包含这些变量。

4）单击AddSet按钮将定义的用户变量集加到SPSS变量集中。ChangeSet按钮可对已定义的用户变量集做修改。RemoveSet按钮可从SPSS变量集中删去某个用户变量集。1/12/2023128（2）变量集的使用

SPSS有许多变量集，用户应告知将使用哪个变量集。系统默认使用的变量集是系统变量集。使用SPSS变量集的基本操作步骤如下：

1）选择菜单Utilities－UseVariableSets2）单击小箭头按钮将需使用的变量集选到SetinUse框中。还可将不需使用的变量集从SetinUse框中剔出。需要说明的是，在SPSS运行过程中应至少有一个变量集正在被使用，因此在SetinUse框中应至少有一个变量集。1/12/2023129

我们往往很难从一大堆离散数据中体会到它们的含义，而用数据画出图形却能使我们用视觉器官直接感受到数据的许多内在本质。SPSS可以绘制一般的科技绘图软件所能绘制的几乎所有图形。在SPSS中，各种统计图既可由相应的统计过程产生，也可直接用“Graphs”菜单项绘制。第八节统计图1/12/20231301.条形图条形图的绘制步骤1）单击Graphs－Bar菜单，打开条形图窗口。对话框的上半部分用于选择条形图类型，下半部分用于定义条形图中数据的类型。1/12/2023131

Simple：简单条形图，用于表现单个指标的大小；

Clustered：分组条形图，用于表现两个或多个指标，比如同时比较男、女生身高和体重；

Stacked：分段条形图，用于表现每个指标各取值的构成情况。在以上三种样式中，用鼠标单击相应的图标，则选中了相应的样式。

“DatainChartAre”框用于选择条形图中数据的类型：Summariesforgroupsofcases按同一变量取值不同做分组汇总，条形图中每一直条代表变量的一个分类；Summariesofseparatevariables按不同变量汇总，条形图中每一直条代表一个变量，至少需要两个或两个以上变量生成相应的条形图；Valuesofindividualcases反映个体观测值，条形图中每一直条代表一个观测值。1/12/20231322）通过选择三个图标和条形图中数据的类型，可以生成9种条形图，选中Simple和Summariesforgroupsofcases项时，单击“Define”按钮，将打开如下页所示窗口，该窗口用于定义图形参数。1/12/20231331/12/2023134该窗口的设置可以分为以下几步：第1步，“BarsRepresent”框用于选择条形图中的条代表的统计量：Nofcases：按照分类变量分类后各类的观测量数（频数）％ofcases：按照分类变量分类后各类的观测量数占总观测量数的比例（频率）Cum.Nofcases：累计频数Cum.％ofcases：累计百分比1/12/2023135Othersummaryfunction：当要绘制的统计量不在前面四项中时，选择该项。从左边的源变量框中选择分析变量进入该页下边的“Variable”框中，单击“ChangeStatistics”按钮，打开如下窗口，该窗口用于选择统计量：1/12/2023136在“ChangeStatistics”框中共有17个选项，各项的意义分别为：Meanofvalues：均值Medianofvalues：中位数Modeofvalues：众数Numberofcases：不含缺失值的观测量数Sumofvalues：变量值的和Standarddeviation：标准差Variance：方差Minimumvalue：最小值Maximumvalue：最大值Cumulativesum：累积变量值的和1/12/2023137Percentageabove：观测量中大于设定值的百分比Percentagebelow：观测量中小于设定值的百分比Percentile：百分位数Numberabove：大于设定值的观测量数Numberbelow：小于设定值的观测量数Percentageinside：变量值在设置区间内的观测量的比例，High和Low框分别用于输入设置区间的上下限Numberinside：变量值在设置区间内的观测量数1/12/2023138第2步，“CategoryAxis”框用于选择分类变量。绘制条形图以前会按照分类变量的值把所有观测量分组，条形图中条形的长度代表各组统计量的值。第3步，“Template”框用于选择特定的图形模板文件。该项为可选项，利用该项选定某图形模板文件后，绘制的条形图将按照模板文件的格式形成。1/12/2023139第4步，单击“Titles”按钮，打开如下窗口，该窗口用于输入图形的标题和脚注。1/12/2023140第5步，单击“Option”按钮，出现如下窗口，该窗口用于定义与缺失值有关的选项。1/12/2023141

1.missingvalue单选框组：定义对缺失值的处理方法，只有在要汇总的变量有两个或两个以上时才可用，提供了两种处理缺失值的方法：Excludecaseslistwise：如果汇总变量中任何一个含有缺失值则排除整个纪录。Excludecasesvariablebyvariable：对哪个变量计算统计量则排除该变量有缺失值得记录。

2.Displaygroupsdefinedbymissingvalues：是否把分组变量的缺失值作为一个组显示出来，只有分组变量是分类变量时才可用。

3.Displaychartwithcaselabels：显示有观测值标签的图，只有主对话框中为变量指定了标签时才可用。1/12/20231423）当选择simple和Summariesofseparatevariables时，单击Define按钮，打开如下窗口：1/12/2023143

BarsRepresent框用于选择要绘制的变量，默认状态是对各变量求均值，单击该对话框下面的changestatistics按钮，可以改变其统计函数。

BarsRepresent框中至少应选入两个以上的变量，所选的变量可以是不同变量，也可以是同一变量的不同统计函数。1/12/20231444）选中simple和Valuesofindividualcases选项，单击Define按钮，出现如下窗口：1/12/2023145

BarsRepresent框用于选择要绘制的变量。

CategoryLabels框用于选择分类轴显示的内容。其中各项分别为：

Casenumber：显示观测量序号来标注观测量；

Variable：指定相应的变量标注观测量。1/12/2023146分组条形图和分段条形图分组条形图是指两条或两条以上小直条组成条组的条形图，各条组之间有间隙，组内小条之间无间隙。分段条形图是以条形的全长代表某个变量的整体，各分段的长短代表各组成部分在整体中所占比例的统计图，每一段之间没有间隙，并用不同线条或颜色表示。与简单条形图相比，这两种条图多了一个分组因素或分段因素，定义对话框中就相应多了一个变量选项框。1/12/20231472.线图

线图是采用曲线的升降说明现象的变动情况。线图绘制的步骤打开数据文件，选择菜单Graphs－Line，出现绘制线图的窗口：Simple：单线图Multiple：多线图Drop-line：垂线图1/12/2023148

用鼠标单击相应的图标，则选中了相应的样式。DatainChartAre框用于选择统计量描述模式Summariesforgroupsofcases：线图中每个数据点代表观测量的一个分类（观测量分类模式）

Summariesofseparatevariables：线图中每个数据点代表一个变量（变量模式）Valuesofindividualcases：线图中每个数据点代表一个观测值（观测值模式）1/12/2023149

通过选择三个图标和统计量的描述模式，可以生成9种线图。绘制线图的其他步骤和条形图类似，在此不再赘述。下面举例说明。1/12/20231503.面积图面积图用线段下面的阴影表示现象的变化。面积图绘制的步骤面积图的绘制步骤和线图、条形图相似。单击Graphs－Area项，出现窗口：1/12/2023151用鼠标单击相应的图标，则选中了相应的样式。Simple：简单面积图Stacked：累积面积图DatainChartAre框用于选择统计量描述模式：Summariesforgroupsofcases：每一个面积图代表观测量的一个分类Summariesofseparatevariables：每一个面积图代表一个变量Valuesofindividualcases：每一个面积图代表一个观测值1/12/2023152

通过选择两个图标和三个统计量的描述模式，可以生成六种面积图。由于面积图和线图的操作步骤类似，在此也不再赘述，现举例说明。1/12/20231534.饼图

饼图采用扇面的大小表示数值的大小。操作步骤

1）选择菜单Graphs－Pie项，将打开窗口：1/12/2023154

上面的窗口用于选择和当前数据文件相符的数据组织方式，其中，Summariesforgroupsofcases：观测量分类模式Summariesofseparatevariable：变量模式Valuesofindividualcases：观测值模式

2）单击Define按钮，将打开设置对话框，DefineSlices项用于选择分类变量

3）提交各项设置，饼图将绘制在输出窗口中。1/12/20231555.箱图箱图是一种描述数据分布情况的统计图。从箱图上可以看到数据的中位数、四分位数以及极值等。单击Graphs－Boxplot项，出现窗口：Simple：简单箱图Cluster：分组箱图1/12/2023156

DatainChartAre框用于选择数据组织方式：Summariesforgroupsofcases：观测量分类模式Summariesofseparatevariables：变量模式

通过选择两个图标和两种数据组织方式，共有四种情况。1/12/20231576.散点图散点图又称相关图。根据散点图中数据的分布走向和密集程度，可以大致判断变量之间的相关关系。单击Graphs－Scatter项，打开窗口1/12/2023158SimpleScatter：简单散点图，只能在图上显示一对相关变量MatrixScatter：矩阵散点图，在矩阵中显示多个相关变量OverlayScatter：重叠散点图，在图上显示多对相关变量3-DScatter：三维散点图，显示三个相关变量下面分别介绍各种散点图。1/12/20231591）简单散点图单击Define按钮，打开窗口1/12/2023160YAxis：选择Y轴要绘制的变量XAxis：选择X轴要绘制的变量SetMarkersby：选择分组变量，SPSS根据该变量的值将观测量分成几组，每组采用不同的符号标注LabelCasesby：观测量标签变量仍以学生成绩为例，分别选择中文、英语和性别进入YAxis、XAxis、