SPSS数据文件的整理SPSS数据文件的整理.ppt

SPSS数据文件的整理 §1 SPSS数据文件的初步整理 1.个案排序data—sort cases (data02-10) SPSS中的个案排序就是将数据编辑窗口中的数据，按照用户指定的某一个或多个变量的变量值的升序或降序重新排列。这里用户所指定的变量称为排序变量。 当排序变量只有一个时称为单值排序，当排序变量是多个的排序为多重排序。多重排序中的第一个排序变量称为主排序变量，其他排序变量依次称为第二排序变量、第三排序变量等。在多重排序变量时，个案数据首先按主排序变量值的大小次序排序，然后对那些具有相等主排序变量值的个案，再对它们按第二排序变量值的大小次序排序，依次排序下去。 说明： （1）在多重排序中，指定排序变量名的次序是很关键的，先指定的变量在排序时必然优先于后指定的变量。 （2）排序以后，原来个案数据的排列次序将被打乱，因此在时间序列的数据中，如果数据中没有存放个案标志的变量，如年份等，则应注意保存原数据的排列顺序，以免数据混乱。 2. 为观测量排秩（与矩阵的秩不同） transform——rank cases 选择秩类型(data02-11) 3.建立新变量(data02-05a) 根据条件选择观测量子集 函数类型清单 4. 数据转置data transpose(data02-12) 转置前后的变量观察窗口 5. 个案选取 data? select cases 个案选取就是根据不同的需要，从SPSS中的个案筛选出希望的个案来。那些未被选取到的个案将不再参与以后的所有操作、处理和分析，直到用户再次指定选取它们为止。(data02-05a) 采用前三种选取方式进行个案选取之后，SPSS将在数据编辑窗口中自动生成一个名为filter_＄的新变量。它是SPSS操作过程中产生的一个中间变量，取值为0或1。0表示本个案未被选中，1表示本个案被选中。同时，SPSS自动为该变量添加了变量名标签，使用户能够很直接地了解到本次个案选取的方式。 设置选择条件对话框 随机采样 按范围选择 §2 数据分组 数据分组就是将个案数据概括成若干组，是对原始数据的进一步概括和总结。 例：已经收集了关于职工基本情况的数据，其中：工资收入数据项的内容是具体的实际工资数，如果现在希望了解职工高、中、低收入的分布情况，显然直接利用原始数据就太细了。因此需首先将工资收入分成高、中、低三个区间；然后，所有个案将根据各自的具体工资值被分派到相应的区间中，形成三个组；最后再对高、中、低三组中个案的分布情况作统计。 1. 数据自动分组transform——automatic recode SPSS中的数据自动分组本质就是依照分组变量值的大小，将个案分成若干组，存放组号的标志变量记录每个个案相应分组变量的升序或降序排名的名次。名次相同的个案具有相同的组号，每个个案的标志变量的值标签是相应分组变量的变量值。 (data02-11) 自动编码对话框和输出结果 2. 数据手工分组 transform—recode—into different variables SPSS的数据手工分组可以对数据编辑窗口中的所有个案或部分满足条件的个案进行分组，数据手工分组同样需指定分组变量、标志变量、而关键的一步是定义分组区间。(data02-11) 重新编码到不同变量 定义新变量值对话框 重新编码实例 3.拆分数据文件 data split file 这里的“拆分”并非将一个数据文件拆分成两个或若干个独立的数据文件，而是在同一个数据文件按某个条件分组，若对数据文件进行了拆分处理，拆分处理一直有效，直到取消拆分处理或更改拆分变量后，才会有新的变化。关闭SPSS,也会使拆分失效。（data02-05a） 选取不同拆分变量的拆分结果 §3 数据汇总 1.合并数据文件data merge file 进行统计分析的首要任务就是将待分析的数据录入到计算机中，在数据量较大时，经常需要把一份大的数据分成几个小部分，然后分别由几个人分别录入，以缩短数据录入的时间，这样就会出现一份大数据分别存储在几个不同的数据文件中的现象。因此，将这若干个小的数据文件合并成一个大的数据文件是对这份大数据进行各种统计分析的前提。 (1)增加观测量add cases(data02-06/07) 不同变量情况的观测量合并 (2)增加变量add variables两个排序数据文件提供合并数据(data02-08/09) 以关键变量值相等原则合并 2. 分类汇总data——aggregate 对数据进行分类汇总是实际工作中经常遇到的事情，例如：对于职工基本情况的数据，现希望了解不同职称职工的平均工资情况，这就需要首先对数据按不同职称分类，然后再分别求出各类职工的工