spss数据的结构和定义方法.pptVIP

2.2 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、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。 变量名（Variable name） 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.首字符应以英文字母开头，后面可以跟除了！、？、*之外的字母或数字。下划线、圆点不能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，VAR00012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。 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 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。 字符型（String） 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。 日期型（Data） 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。 列宽度是数据编辑窗口中显示每列的字符位数。 变量名标签（Variable label） 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。 变量值标签（Value label） 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。 缺失数据（Missing values） 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，数值型变量用圆点表示，字符型用空格表示。 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（Discrete missing values）； 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（Range plus one optional discrete）。 SPSS用户缺失值定义窗口 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。 度量尺度（Measure） 统计学依据数据的度量尺度将数据划分为三大类，即定距型数据（Scale），如身高、体重；定序型数据（Ordinal），如职称、职务、对某事物的赞同程度；定类型数据（Nominal），如民族、宗教信仰、性别、党派。定距型数据通常指连续型数据；定序型数据具有内在固有大小或高低顺序，但它又不同于定距型数据，一般可以用数值或字符表示；定类型数据没有内在固有大小或高低顺序，一般以数值或字符表示的分类数据。 变量结构定义的基本操作 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