数据管理一[课件].pptx

1、SPSS数据分析技术变量级别的数据管理文件级别的数据管理 变量级别的数据管理 Transform 第一类：计算新变量 Compute 该菜单中最常用和最重要的功能项 第二类：变量转换 Recode Visual Bander Count Rank Cases Automatic Recode 第三类：专用选项(可忽略)Date/time,Create Time Series Replace Missing Values Random Number Generator 第四类：控制命令（可忽略）Run Pending Transforms 用于执行编程中被挂起的数据整理操作1、Compute 在

2、原有变量的基础之上，根据用户的要求，使用相应的算术表达式或函数，对所有案例或满足一定要求的案例，计算出一个新变量。实例 利用1991GSS数据，将受访者受教育年数“educ”变量和受访者配偶受教育年数“speduc”相加，得到夫妻受教育总年数“hweduc”这个新变量步骤一:打开Transform菜单,选择Compute步骤二：点击“Compute”，弹出对话框步骤三：在“target variable”框内填入新变量名步骤四：通过黑色箭头将左侧变量框中的“educ”和“speduc”两个变量拖入右上侧“Numeric Expression”变量框，中间以“+”号间隔步骤五：点击“ok”，生成

3、新变量“hweduc”步骤六：查看新变量的频数表注意 当两个变量相加得到一个新变量时，直接使用“AB”计算格式的缺陷：如果一个案例在某一变量上缺失，那么在新变量上也会缺失。为了避免这种情况，可以使用sum公式，这样spss自动把缺失值视为0。但这一做法同样存在问题：比如将夫妻收入相加，如果把缺失的收入视为零，就会低估新收入的值，因为缺失并不意味着没有收入。另一种解决方法是用recode命令将变量平均值代替其缺失值。（用简单数据进行说明）输入公式时一定要在英文拼写状态下进行习题 利用1996年数据中的“出身年份”变量，生成一个“年龄”变量(为什么直接用1996减去出生年会出错，因为原始问卷中填写

4、的出生年是后两位而不是四位)利用1996年数据中的十个“教育经历”变量，生成一个“最终受教育程度变量”（要先对十个教育经历变量设定缺失值，最后对新变量取值贴标签）根据平时成绩（40%）和期末成绩（60），生成一个总成绩（举例时选择特殊的数字以显示效果2、Recode 将已有的定距变量，按照某种一一对应的关系转化为定类或定序变量，或对已有定类或定序变量的不同类型和等级进行简化合并。实例一 1991GSS数据，将定距的受访者受教育年数“educ”变量转化为五分类的定序变量“educ1”，用来表示受访者的受教育程度（无教育、小学、初中、高中、大学及以上）。步骤一：打开Transform菜单，选择Re

5、code步骤二:点击 Into Different Variable,弹出对话框步骤三：从左侧变量框选择“educ”变量步骤四：在右侧“output variable”框和“label”框内填写新变量名和标签步骤五：点击“change”按钮步骤六：点击Old and New Values，弹出对话框步骤七：对新旧变量取值进行一一对应步骤八：点击“continue”，回到原对话框步骤九：点击“OK”，生成新变量“educ1”步骤十：对新生成的变量取值贴标签频数分析结果 实例二 1991GSS数据，将新生成的变量“educ1”简化为“educ2”，表示受访者是否受过高等教育。步骤一：打开Trans

6、form菜单，选择Recode步骤二:点击 Into Different Variable,弹出对话框步骤三：从左侧变量框选择“educ1”变量步骤四：在右侧“output variable”框和“label”框内填写新变量名和标签步骤五：点击“change”按钮步骤六：点击Old and New Values，弹出对话框步骤七：对新旧变量取值进行一一对应步骤八：点击“continue”，回到原对话框步骤九：点击“OK”，生成新变量“educ2”步骤十：对新生成的变量取值贴标签频数分析结果习题 利用1991GSS年数据，将受访者的职业声望“prestg80”这一定距变量转化成一个三分类的定序变

7、量低职业声望、中职业声望和高职业声望（转换前需要查看原始变量的频数表以确定分类范围）。利用recode命令，将某一变量的缺失值用其平均值代替，从而解决当几个变量相加时所产生的缺失案例过多这一问题。3、Visual Bander 通过百分位数、标准差范围或等间距方式将定距变量划分为若干组段，并采用图形化操作的方式，非常直观好用。实例 1996数据，将受访者的收入按照等间距的方式分为四组步骤一：在Transform菜单中选择Visual Bander步骤二：点击Visual Bander，弹出对话框步骤三：将“月收入”变量拖入右侧分段变量框步骤四：点击“Continue”，弹出对话框步骤五：在分段

8、变量框内填入新变量名步骤六：点击“Make Cutpoints”，弹出对话框步骤七：在分组对话框内进行分组定义步骤八：点击“Apply”，回到原对话框步骤九：点击“Make Label”，自动填充值标签步骤十：点击“OK”，生成新变量频数分析结果习题 利用1996年数据，根据等案例法，将“受访者的月收入”这一定距变量转化成一个五分类的定序变量低收入、中低收入、中等收入、中高收入和高收入（等案例法之所以无法完美的将案例均等的划分，是因为有可能出现一定数量的案例集中在一个变量取值上）。4、Count 用于标示某个值或某些值在某个变量的取值中是否出现。实例 1991GSS数据，生成一个新变量，用来表

9、示受访者是否受过高等教育（用count和recode分别生成同一个新变量，以说明它们之间的细微差别）步骤一：打开Transform菜单，选择Count步骤二：点击“Count”，弹出对话框步骤三：在目标变量框内填写新变量名步骤四：对目标变量作进一步的说明步骤五：从已有变量中选择“月收入”变量步骤六：点击“Define Values”，弹出对话框步骤七：对取值范围进行界定步骤八：点击“Add”，将取值范围拖入右侧空白框步骤九：点击“Continue”，回到原对话框步骤十：点击“OK”，自动生成“higheduc”新变量频数分析结果5、Rank Cases根据某个变量的大小对案例进行排序，然后将排序结果存储到一个新变量中。实例 1991GSS数据，根据性别分组计算受访者职业声望的秩序步骤一：打开Transform菜单，选择Rank Cases步骤二：点击“Rank Cases”，弹出对话框步骤三：将“prestg80”从左侧变量框拖入右侧变量框步骤四：将性别变量从左侧变量框拖入“By”对话框步骤五：点击“Rank Types”，弹出对话框步骤六：选择“Rank”之后点击“Continue”回到原对话框步骤七：点击“Ties”，弹出对话框，设定出现并列情况时的处理方案步骤八:做完设定点击“Continue”,回到原对话框步骤九：点击“OK”，自动生成“Rprestg80”变量