SPSS26.0统计分析：在心理学与教育学中的应用 课件 第3章 数据转换

SPSS26.0

统计分析

——在心理学与教育学中的应用2026/10/30第三章数据转换

第三章数据转换3.1计算变量

3.2重新编码

3.3个案排秩

3.4缺失值处理

第三章数据转换3.1计算变量计算变量是根据已存在的变量，经函数计算后，建立新变量（或替换原变量值）。适用情境：计算试卷总分，在心理量表中计算各个因子得分，测验分数等值转换等。

案例【例3-1】：以计算“能力倾向测验”的总分为例。打开“能力倾向测验.sav”数据文件，点击【转换】

【计算变量】菜单命令。目标变量：这里输入新的变量名，用于标识计算后生成的新的变量值。如果输入的变量名称是旧变量名称（已经存在的变量名称），那么该变量名称下的原变量值将被替换为新变量值。在输入变量名称后，下面的【类型和标签】按钮就会被激活，点击它则弹出变量定义的对话框，可以设置变量属性。

数学表达式：使用键盘或利用系统提供的计算面板输入数学表达式。也可以将“函数组”框里的函数选入表达式中。在本例中，输入目标变量名称后，在“数学表达式”中输入需要计算的变量和计算表达式，点击【确定】按钮。然后在数据集的最后一列就会产生“总分”变量。教材上还有一个用“决策平衡单”选择考研目标院校的例题，操作方法跟上一个例题差不多，请大家自学。

第三章数据转换3.1计算变量

3.2重新编码

3.3个案排秩

3.4缺失值处理

第三章数据转换3.2重新编码在菜单【转换】下有【重新编码为相同的变量】和【重新编码为不同变量】不同之处：【重新编码为相同的变量】：旧的变量名称不变，但是旧变量值会转换为新变量值；【重新编码为不同变量】：生成一个新的变量，旧变量名称和变量值都保持不变。

四种应用情境（举例）：

（1）有些心理测验中的部分题目计分方法不一致，存在反向计分的题目。例如艾森克人格问卷中，有些题目反向计分。（2）有些测验中题目计分方法有多种设置，例如在卡特尔16种人格因素测验中，有些题目选择A为1分，有些题目选择A为2分，有些题目选择A为0分。（3）对测验分数重新分组，60分以下（不含60分）编码赋值1，不及格；60-69分数段赋值2，及格；70-79分数段赋值3，中等；80-89分数段赋值4，良好；90-100分数段赋值5，优秀。（4）计算题目的难度、区分度时，进行高低分组；有些问卷中需要对年龄进行分组。

对于第1、2情况，选择【重新编码为相同的变量】；第3、4情况，选择【重新编码为不同变量】。重新编码为相同的变量案例【例3-3】：打开数据文件“艾森克人格问卷数据.sav”，点击菜单【转换】

【重新编码为相同的变量】菜单命令，打开对话框。第1步：选择变量。将V2、V8、V10、V17、V33、V50、V62、V80这些变量从左边的对话框选择到右边的“数字变量”列表框。；第2步：点击【旧值和新值】按钮第2-1步：

在“旧值”框内，选择第一个单选按钮“

值”，并输入1；在“新值”框内，输入0。此时，右边【添加】按钮就被激活了。单击此按钮，就把这个旧的变量区间（值）以及新的值加到“旧—>新”栏中。第2-2步：同理，在“旧值”框内，选择第一个单选按钮“

值”，并输入0，在“新值”框内输入1。再单击【添加】按钮。第2-3步：点击【继续】按钮回到【重新编码为相同的变量】主对话框，点【确定】按钮执行菜单命令，在数据窗口可得到重新编码后的数据。重新编码为不同变量案例【例3-4】

打开数据文件“智力测验分数.sav”。点击【转换】

【重新编码为不同变量】菜单命令，打开对话框第1步：选择定义输出变量。选择“IQ”变量进入“数字变量

输出变量”框中，并在右边的“输出变量”框中定义新的变量名及变量标签。这里把变量名写为“智力等级”。然后，点击【变化量】,此时“IQ→?”变化为“IQ→智力等级”。

第2步：点击【旧值和新值】按钮。第2-1步：在“旧值”框内，选择单选按钮“

范围”，并在范围区间输入两个数字，上面一个数字输入“0”，下面一个数值输入“69.99”。在“新值”框内，输入1。

此时，右边【添加】按钮就被激活了，单击此按钮，就把这个区间以及新的码值加到“旧—>新”栏中。

第2-2步：用同样的方法，把所有的区间一个一个都输入。输入最后一个区间时，要选“范围，从值到最高”。备注：如果担心旧值有奇异数据不属于以上6个组中的任何一个，可以这样做：在“旧值”框内选择左下角按钮“

所有其他值”，并在“新值”框内输入“7”或1-6以外的其他数字。点击【继续】按钮回到主对话框。第3步：得到新变量。主对话框内点击【确定】按钮执行命令，即在数据窗口得到新的分组变量。

第三章数据转换3.1计算变量

3.2重新编码

3.3个案排秩

3.4缺失值处理

第三章数据转换3.3个案排秩“秩”是次序的意思。个案排秩，是在指定条件下对某个或某些变量值按大小顺序进行排名，也就是转化为等级变量。例如成绩排名的名次变量。在求等级相关系数（包括肯德尔和谐系数）时，需要对变量进行排秩。3.3个案排秩案例【例3-4】：这里以智商分数排名为例，打开“心理健康调查数据.sav”数据文件，要求分别得到男、女生分组后在智力分数的排名名次。在数据窗口点击【转换】

【个案排秩】命令，对话框如图所示。从左边的中选1个或多个变量（本例中选择智力分数），点击向右按钮使之进入“变量”框，作为按该变量值大小排序的依据。将“性别”选入“依据”框。如果选多个变量进入“依据”框，那么系统将首先按照第一个分组变量排序，在此基础上再以第二个分组变量排序，以此类推。

在“将秩1赋予”框中指定秩次排列方式，有两个单选按钮：最小值，表示最小值的个案排名为第1，之后为2、3、4……；最大值，表示最大值的个案排名为第1，之后为2、3、4……。在本例中，选择“

最大值”。点【确定】。然后，就可以得到排秩结果。注：在分析成绩排名时，一般选择“

最大值”。

第三章数据转换3.1计算变量

3.2重新编码

3.3个案排秩

3.4缺失值处理

第三章数据转换3.4缺失值处理在社会科学研究中，调查对象在完成测验或问卷过程中可能因各种原因（如疏忽大意、回避敏感问题等）造成数据缺失、数据错误（或奇异）现象。数据缺失对于研究者来说是个头痛的问题，不仅损失了信息，也增加了分析难度。针对缺失值的情况，SPSS分两种情况处理。第一种情况：错误数据、奇异数据当数据是明显错误、奇异时，研究者不希望将其纳入到分析中。操作：在SPSS中，在变量视图窗口进行数据分析的省略处理。即：当错误数据、奇异数据出现后，在数据分析中不对该类数据进行统计分析。打开“儿童智商分数.sav”文件。在文件里，【年级】变量出现了0和18，显然是录入错误，于是我们不希望将相应数据纳入分析。

点击“变量视图”标签，在变量视图窗口中，对存在错误数据、奇异数据的“年级”变量的“缺失”一栏点击【…】按钮，弹出“缺失值”对话框。

在缺失值定义对话框中：无缺失值；离散缺失值，可定义1-3个。在本例中，可定义0和18为缺失值；范围加上一个可选的离散缺失值。在本例中，如定义13—99为“年级”变量的缺失值，同时定义0为“年级”变量的缺失值。在本例中，对“年级”变量定义“0”和“18”为缺失值；对“性别”变量，定义“0”为缺失值。查看缺失处理后的效果，可以点击菜单命令【分析】→【描述统计】→【描述】，在【描述统计】对话框中选择“性别”、“年级”、“IQ”变量作为分析变量，点击【确定】，可以得到如下结果：

此时，性别的样本总数N为29，年级的样本总数N为27，IQ的样本总数N为30。

也就是说,年级变量中有三个个案的数值为“0”，“18”缺失值，性别变量中有一个个案的数值为“0”缺失值。第二种情况：数据缺失在原始测验/问卷中，有时候会发生这种情况：被试没有作答或作答不清晰等等原因导致数据不存在。此时数据处理有两种操作方式：第二种情况：数据缺失的数据（1）在分析过程中，SPSS系统在进行报告、数据运算时默认进行删除,或由用户进行选择删除方式；(在各种统计分析时都有缺失值选项)（2）由用户主动对缺失值进行处理，使用缺失值替代方法替代缺失值；此时该替代值将纳入数据分析中。

案例：【例3-5】打开“员工岗位与外语成绩.sav”，分析月收入与外语成绩的回归方程，此时外语成绩存在着缺失值，数据缺失时，在数据位置只显示一个“.”。对此数据集求回归方程时，就需要进行缺失值的替换。在该数据文件中，在数据窗口点击【转换】

【替换缺失值】，打开“替换缺失值”对话框，如图所示：第1步：选择“外语成绩”变量到右边“新变量”框，那么在右边的“新变量”框内，自动会生成“外语成绩”变量替换后的新变量名称“外语成绩_1”以及替换方法。第2步：在“名称和方法”框内，可以对新变量名称进行修改和替换方法的选择。如下图所示。第3步：在【方法】的下拉菜单中选择缺失值的替代方式，五种方式依次是：（1）序列平均值；（2）邻近点的平均值；（3）邻近点的中位数；（4）线性插值；（5）邻近点的线性趋势。系统默认选择序列平均值。第4步：点击【确定】按钮。数据窗口中的缺失符号“.”就替换成具体的数字了。【练习题】1.

“某心理测验数据.sav”文件中，第2、33、35、64题为反向计分题（反向计分规则：5→1；4→2；3→3；2→4；1→5），请用变量重新赋值的方法进行调整（数据为5级计分）。【练习题】2.请对《心理健康调查数据》分析：

（1）对数据中英语分数进行排序，并保存排序的秩次。

（2）按照“85分以上为优秀，60－84分为合格，60分以下为不合格”的标准，将英语分数分为三类，并保存分类变量。

（3）对“智力分数”变量，按照以下范围分为六类：分值范围等级70分以下智力障碍

70－85智力较落后