SPSS期末复习笔记

SPSS四种输出结果：枢轴表/轻量表、文本格式、统计图表、模型

SPSS四种窗口：语法窗口、输出窗口、数据窗口、脚本窗口

SPSS三种运行方式：命令行方式、批程序方式、菜单对话框

SPSS默认文件类型：

数据文件*.sav：此为SPSS软件默认的数据文件格式，双击可由SPSS直接读取。

命令文件*.sps：可在语法编辑程序(syntax)中先编写或贴上欲执行之分析指令，并将其存贮起来，供日后重复使用或检查之用。

输出文件*.spo: 允许直接加以编辑或转贴到其他编辑软件，SPSS 16.0版之后将输出文件的默认格式改为*.spv。

数据文件清洗——多余重复的数据筛选清楚，将确实的数据补充完整，将错误的数据纠正或删除。数据→标识重复个案标识异常个案

问题的答案被称作变量的取值。将答案转变成可用于统计分析的数据，需要经过一个被称作“编码coding”的过程。

数据阵/数据文件：n个案例、m个变量构成的阵列

SPSS对数据的处理是以变量为基础的。

所以，数据录入前一定先定义变量及其属性，包括指定名称、（存储）类型、宽度、小数、标签、值、缺失、列（宽）、对齐、度量标准和角色。这也被称作建立数据框架。

变量名必须以字母、汉字或字符@开头，数字不可以，其他字符可以是任何字母、数字或_、@、#、$等符号。变量名中不能有空白字符或其他特殊字符（如“！”、“？”、“*”等）。变量名最后一个字符不能是英文句号（.）。

在SPSS中不区分大小写。例如，HXH、hxh或Hxh对SPSS而言，均被视为同一个变量。

SPSS的保留字不能作为变量的名称，如ALL、AND、BY、EQ、GE、GT、LT、NE、NOT、OR、TO、WITH等。

SPSS中变量有3种基本类型：数值型、字符型（区分大小写）和日期型。

但根据不同的显示方式，数值型又被区分成：数值、逗号、圆点、科学计数法、美元、（用户）设定货币等6个子类型。不过，只有数值(N)最为常用。

默认状态下，所有变量的类型均为数值型，且宽度是8位、小数位是2位。

对话框界面可修改宽度和小数位，然后“确定”，但宽度必须大于小数位。

变量标签是对变量名的进一步描述，可长达120个字符

SPSS有两类缺失值：系统默认缺失值和用户定义缺失值。

对于数值型变量值，系统默认缺失值为圆点“.”，而字符型变量值的系统默认缺失值为空字符串（什么也没有）。

指定“列”实际上是设定变量的显示宽度，默认为8个字符的宽度。

统计学中，按照对事物描述的精确程度，将度量标准从低到高区分为4种类型：

定类尺度：仅能测定类别差，不能比较大小，各类之间没有顺序和等级，只能计算频数频率百分比，可以使用数值型变量，也可以是字符型变量。要符合穷尽和互斥的原则。定序尺度：可比较优劣或排序，但数值不代表绝对数量大小，可以是数值型变量，可以是字符型变量。可以计算频数、频率和累计频率、累计频数。

定距尺度：不仅能区分不同类型并排序，还能指出类别之间的差距是多少，最典型的是温度。严格来说只能加减。其0值没有物理含义，没有绝对的“0”点，故不能做乘、除运算。

定比尺度：测算两个测度值之间比值，与定距变量相比差别是有一个固定的绝对“零点”。0在定距变量中仅是一个测量值，而定比变量真正表示没有。可以加减乘除。E.g.重量、年龄

可以将高层次测量尺度的结果转换为低层次测量尺度的测量结果，但不能把低层次的转化为高层次的。

半开放题的处理：指定变量时，可以使用两个变量，第1个变量中，“其他”作为一个选项；第2个变量将“其他”中“请注明”的内容作为一个单独的开放题，而将没有选择“其他”一项的案例在此变量上的取值作为系统缺失值。为使得变量名之间具有一定的逻辑联系，可以考虑将第二个变量的名称设置为由第一个变量名称后直接加“a”之类的字符。

多选题的处理：

①多重二分法：编码时，将每一个选项定义成一个变量，有几个选项就有几个变量，且均以取值等于1表示选了该项、以取值等于0表示未选该项。（标准处理方式）

②多重分类法：也是利用多个变量来对一个多选题的答案进行编码。应该用多少个变量，取决于实际可能给出的最多答案的数目而定。这多个变量必须为数值型变量，所有变量采用同一套取值标签。

Excel、txt的文件读取之后要保存为SPSS的文件。插入终止线时，开始（即0列）处和结尾（最后一列）处必须插入，否则会少变量

F4.0 A1 F是数值型A是字符串F4.0就是数值型宽度是4 小数是0

什么是固定宽度的，什么是分隔符等分开的？

数据管理

转换→变量级别的

—计算新变量：compute

—已有变量值的分组合并：recode（重新编码为不同/相同变量）

将度量变量重新分组为序号变量，或者将序号变量、名义变量的不同取值加以归类合并

“重新编码为相同变量”：对现有变量直接进行编码，保留该变量，只是根据设定的规则替换掉原来的取值。

“重新编码为不同变量”：根据现有变量的取值生成一个新变量来保存重新编码的结果。

包括端点！！

—连续变量的离散化

如果想进行的分组是比较有规律的，例如，等距分组，或等样本量分组，可以使用SPSS提供的“可视离散化”过程进行分组。

SPSS提供了两种可视离散化：需用户自行判断设定的可视离散化和基本全自动的最优离散化。

建议生成分割点的时候先填第一个分割点的位置和个数，然后自动生成宽度。

—变量的自动重编码与数值移动

自动重编码：自动按照原变量取值的大小或字符顺序生成新变量，而新变量的值就是原变量值大小的序号或先后序次。

个案排秩：变量的排秩实际上就是根据某个变量的取值大小来对个案排次序，同时将得到的排序结果保存到一个新变量中。虽然效果同样都是基于某个变量对个案进行排序，但“个案排秩”过程比“自动重新编码”过程更为灵活。结：遇到相同取值如何给序号值

默认为最常用的秩：新变量的值等于原变量取值的序号

数值移动：在SPSS中，一种方式是以“计算变量”过程利用Lag( )函数、Lead( )函数来实现lag函数是返回之前的，取前面的数（滞后），在杂项里面；lead函数是返回后面的，取后面的数（提前），但是计算变量里面没有lead函数了

转换→转换值

—“转换”菜单中的其他功能

“对个案内的值计数”过程用于标识某个变量中是否出现了某个值或某个范围的值，也可以计算一组变量中出现特定取值的变量个数。

数据→文件级别的

—排序个案

用户所指定的变量被称作排序变量

排序个案v.s.个案排秩区别：是否产生新变量；个案相对位置是否变动。

—拆分文件可以和选择个案达到同样的目的

按照不同组分别汇总统计结果“按组组织输出”