数据录入与数据管理.pptVIP

Lesson 2 数据录入与数据获取 ＊如何将数据录入SPSS中 ＊如何将其他格式的数据读入SPSS中 一. 数据是怎样得到的？ 可从报纸、电视、互联网、年鉴等方面看到各种数据，并且从这些数据可以提取对自己有用的信息。 他们如同间谍，收集各种情报 他们很舍得在这方面花钱。因为市场信息数据是企业生存所必需的，绝不是可有可无的。 二. 收集数据时的误差 一勺八宝粥中的成分比例和整锅不尽相同，可能稍微多些或稍微少些。这是很正常的，因为样本的特征不一定和总体完全一样 这种差异不是错误，而是必然会出现的抽样误差（sampling error）。 和抽样误差不一样，未响应误差和响应误差都会影响对真实世界的了解 应该在设计调查方案时和进行调查过程中尽量避免 统计工作的操守准则 统计工作的操守准则 三.数据录入基本原则 1. 不同观察对象的数据不能在同一条记录中出现，即同一观测数据应独占一行 四.数据的直接录入 ◆数值型 应用最为广泛，分为标准数值型(Nnmeric)、逗号数值型(Comma)、圆点数值型(Dot)、科学计数法型(Scientific Notation)、美元数值型(Dollar)、用户自定义型(Custom Currency)。 上述四种测度的变量分别表示了不同的测量等级，等级高的应用范围广泛，等级低的应用范围受局限。测度低对事物属性的描述就是定性的，即只能研究到事物的某些属性的存在和分布情况，不能研究到事物属性的量化程度。测度高对事物属性的描述既可以是定性的，也可以是定量的。 由于定类变量和定序变量的测度低，属于定性描述的变量。定距变量和定比变量测度高，属于定量描述的变量。 定性描述通常仅分析到数据的频数、频率以及不同分布情况，还可以作为分组变量讨论其他变量的描述统计量。而定量描述则不仅可以分析其平均值、方差等分布参数，而且可以对不同的分组做比较性研究和更高级的研究。 四.外部数据的获取 五.数据的保存 * * 这些间接得到的（并非自己收集的）数据都是二手数据。 获得第一手数据要困难得多 某些在华的外资企业每年至少花三四千万元来收集和分析数据 在自然的未被控制的条件下观测到的数据，称为观测数据(observational data)。 在人工干预和操作情况下收集的数据就称为试验数据(experimental data)。 同学们自己可以举出大量的观测数据和试验数据的例子 抽样调查中，人们因为种种原因没有对调查做出反映，这种误差称为未响应误差（nonresponse error）。 一些人因为各种原因回答时并没有真实反映他们的观点，这称为响应误差（response error）。 2. 每一个测量指标/影响因素只能占据一列的位置，即同一个指标的测量数值都应当录入到同一个变量中去 3. 最终的数据集应当能够包含原始数据的所有信息 注：有时可以出现违反这些原则的例外情况，如重复测量数据 数据录入三部曲 { 定义变量名 指定变量各种属性 录入数据 { 变量类型 测量尺度 变量名与变量值标签 缺失值 其他 1.变量类型（Type） ◆字符型(String) 区分大小写字母，不能进行数学运算，所以分析、整理都较困难。 ◆日期型(Data) 实际上是特殊的数值型变量，用来表示日期或时间。 2.数据变量的测度（Measurement） ◆定类尺度(Nominal Measurement) 又称无序分变量。其观测值既无大小之分，又无等级或次序之分，仅是按某种属性对其进行分类。像：性别、部门单位或国家地区等。数据可以是数值型及字符型。但不能进行加、减、乘、除等数学运算。这类变量是测度最低的变量。 ◆定序尺度(Ordinal Measurement) 又称有序分变量。其观测值尽管大小没有特定意义，但属于顺序计量类型，适合于按照顺序排列的变量。像：名次、级别、职务等变量。观测值彼此之间的次序是有一定意义的，打乱定义将产生错误。数据可以是数值型及字符型。但同样也是不能进行加、减、乘、除等数学运算的。 ◆定距尺度(Interval Measurement) 区间变量。其观测值具有等级和次序之分。即观测值的大小和次序具有可比性，可以反映观测值之间的大小差异。但该类变量的观测值是在特定区间上有意义，超出该区间将没有意义。只可以用数值型变量表示。可进行加减运算。 ◆定比尺度(Scale Measurement) 比例变量。按照一定间隔、比例计量数据的变量类型。如：长度、质量、重量等变量，其观测值“零”也是有定义的。观测值之间可以进行加、减、乘、除的四则运算。数值型变