第三章 SPSS数据处理(1)
spss第3章
3.9 数据文件求转置
转置改变数据的结构，行列互换
打开【Transpose】对话框：【Data】 【Transpose】
选定转置变量：将源变量表列中的变量移至 【Variable】框中
选定哪个变量为新文件的变量名，如果不选，则 系统自动定为var0001 var0002等
转置时应注意变量的数据类型
第三章数据处理
第三章 数据处理
【Transform】【Rank cases】生成秩变量
【Compute】计算赋值 【Count】计数赋值 【Recode】条件赋值 【Automatic Record】自动赋值
变量 操作 产生 新变量
【Data】【Sort】排序
【Select cases】抽样 【Weight Cases】加权
选择求秩方法:按【Rank Type】按钮
3.1生成秩分变量
Rank Type
Rank. 生成变量为秩分变量。 Savage score. 新变量按指数分布，由负到正，均
值为0。 Fractional rank. 新变量值为秩分数除以有效case
的权重之和。
Fractional rank as percent. 新变量是Fractional rank的百分数。
操作将改变文件中样本的顺序
3.7 样本抽样
样本抽样：选择所需样本 P59 【Data】【Select cases】,打开对话框
选择抽样的方式: 全选: 系统默认方式--(All cases) 条件选择抽样:选择【If condition is satisfied】 【If】按钮设置条件 生成过滤变量 随机抽样: 选择【Random sample of cases】 按【Sample】按钮 生成过滤变量 指定抽样: 选择【Base on time or case range】 按【Range】按钮 过滤抽样: 以某一个变量为过滤变量，其值不为 0被选中，0为未选中.
第三章数据处理技术
4、简单的统计函数 AVERAGE 、SUM, MAX, MIN, COUNT、
COUNTA 5、日期和时间函数
TODAY、NOW、YEAR
逻辑函数
AND(logical_test1，logical_test2，...)
一个以上为FALSE时，返回FALSE；全部为TRUE，返回TRUE
字符或数字的输入：输入初值，拖动填充柄（相当 于复制）。
等差(比)数列的输入： –方法一：输入初值及第二值，然后，选中两个值 所在的区域，再拖动填充柄。
–方法二：只输入初值，右拖填充柄，再选择相应 的项，再填入步长。
字符数字混合体：填充时文字不变，最右边的数字 递增。
已定义的序列：输入初值，拖动填充柄。
④数据图表化。数据以图表的形式显示除了能带来良 好的视觉效果之外，还可以帮助制作者和阅读者分析 数据，查看数据的差异、趋势、预测发展趋势等。
2. Excel软件工作环境布局
Excel 工作界面包含有快速访问工具栏、选项卡、 功能区、编辑区、状态栏等，同时它还具有用于工作 簿文档编辑的名称框和编辑栏。
列 号：用字母表示（A~Z、AA~ZZ、AAA ~XFD 共214列）
行 号：用数字按顺序表示（1~1048376 共220行）
3）单元格 单元格：工作表行与列的交叉位置，存储数据的基 本单元。 单元格存储内容可以是：字符串、数字、公式。 单元地址：由单元格所处位置的列号和行号组合而 成，如（A1，B10） 当前单元格：名称框中显示的单元格，也称为“活 动单元格”。
插入函数、定义名称和公式等、进行公式审核、 公式 计算
获取外部数据、连接数据源、排序和筛选、数据 数据 工具、分级显示、数据分析。
第3章 SPSS数据的预处理(上机1)
第三章第三章spssspss数据的预处理数据的预处理上机上机11上机作业上机作业2利用前面所做居民储蓄调查数据的数据将其按常住地升序收入水平升序存款金额降序进行多重排序
第三章 SPSS数据的预处理 （上机1）
上机作业
1、实践SPSS数据的排序、计算与选取。 2、利用前面所做“居民储蓄调查数据”的数据， 将其按常住地(升序)、收入水平(升序)、存款金额 (降序)进行多重排序 。 3、利用前面所做“居民储蓄调查数据”的数据， 采用SPSS数据筛选功能将数据分成两份文件。其 中，第一份数据文件为存储常住地“沿海或中心 繁华城市”且本次存款金额在1000~5000元之间 的调查数据；第二份数据文件是按照简单随机抽 样所选取的70%的样本数据。 4、利用前面所做“学生成绩”合并数据，计算 每个学生课程的平均分和标准差同时计算男生 和女生各科成绩的平均分。
SPSS数据处理与分析教案-数据的描述性统计分析
（项目，任务）
项目二SPSS Statistics数据创建与数据预处理
任务4图表分析
教学目标：
1．掌握交叉表格的制作方法。
2．掌握柱形图和饼图的绘制方法。
教学重点、难点：
重点：能够绘制交叉表格、柱形图、饼图。
难点：理解数据的各种图形的特点。
教学内容及过程设计
时间分配
一、制作交叉表格
子任务1：“手机销售统计.sav”文件记录了某淘宝店铺某日手机的销售数据，通过交叉表格分析消费者的性别与手机品牌的关系。
2．箱图
子任务2：打开“满意度测评.sav”文件，绘制不同营业厅的满意度的箱图，并在图中标注个案。
【步骤1】～【步骤3】
二、数据的正态性检验
1．通过直方图进行正态性检验
子任务3：在“满意度测评.sav”文件中，绘制不同营业厅的满意度的直方图。
【步骤1】～【步骤3】
2．通过正态QQ图进行正态性验证
子任务4：在“满意度测评.sav”文件中，利用正态QQ图判断不同营业厅的满意度是否服从正态分布。
【步骤1】～【步骤3】
3．通过正态性验证指标进行正态性验证
子任务5：在“满意度测评.sav”文件中，判断不同营业厅的满意度是否服从正态分布。
【步骤1】～【步骤4】
任务实训
在“成绩.sav”文件中，判断不同性别的成绩是否服从正态分布。
(20分钟)
(20分钟)
(10分钟)
(10分钟)
(15分钟)
课后总结分析：
【步骤1】～【步骤8】
2．中位数
子任务3：某公司员工工资数据存放在“工资统计.sav”文件中，根据此数据文件计算平均值与中位数，并比较哪一个指标更能体现工资的集中趋势。
第三章 SPSS数据的预处理
单值排序：排序变量只有一个 多重排序：第一个指定的排序变量称为主排序变量，其他 依次指定的变量分别称为第二排序变量、第三排序变量等。 SPSS数据排序的基本操作步骤： （1）选择菜单：数据 -> 排序个案
（2）指定主排序变量，并选择是按升序还是降序排列
（3）如果是多重排序，还要依次指定第二、第三排序变 量及相应的排序规则。否则，本步可略。
第三章
SPSS数据的预处理
在数据文件建立好后，通常还要对待分析的数据进行必要 的预加工处理，这是数据分析过程中不可缺少的一个关键环 节。而且，随着数据分析的不断深入，对数据的加工处理还 会多次反复，实现数据加工和数据分析的螺旋上升。数据的 预加工处理是服务于数据分析和建模的。 1、缺失值和异常数据的处理 2、数据的转换处理 3、数据抽样 4、选取变量
三、SPSS条件表达式 SPSS条件表达式是一个对条件进行判断的式子。其结果有两 种取值：如果判断条件成立，则结果为真；如果判断条件不成 立，则结果为假。 1、简单条件表达式 由关系运算符、常量、变量以及算术表达式等组成的式 子。其中关系运算符包括>、<、＝、～＝（不等于）、>＝ 、<＝。 2、复合条件表达式 又称逻辑表达式，是由逻辑运算符号、圆括号和简单条 件表达式等组成的式子。其中，逻辑运算符号包括&或AND （并且）、|或OR（或者）、～或NOT（非）。NOT的运算 优先级最高，其次是AND，最低是OR。可以通过圆括号改变 运算的优先级。
★按照哪个变量进行分类 ★对哪个变量进行汇总，并指定对汇总变量计算哪些统 计量。
二、分类汇总的应用举例
利用住房状况调查.sav，分析本市户口家庭和外地户口家庭 目前人均住房面积的平均值是否有较大差距，未来打算购买 住房的平均面积是否有较大差距。 SPSS分类汇总的基本操作步骤如下： （1）选择菜单：数据-> 分类汇总 （2）指定变量到分组变量框，汇总变量到汇总变量框。 （3）按函数按钮指定对汇总变量计算哪些统计量。SPSS默 认计算均值。 （4）指定将分类汇总结果保存到何处。 （5）按变量名与标签按钮重新指定结果文件中的变量名或 加变量名标签。默认变量名为原变量名后加_mean （6）如果希望在结果文件中保存各分类组的个案数，则 选择个案数选项，生成一个默认名为N_BREAK的变量。
薛薇-《SPSS统计分析方法及应用》第三章--数据预处理
（3）随机抽样（ Random sample of cases ），即对 数据编辑窗口中的所有个案进行随机筛选，包括如 下两种方式：
第一，近似抽样（Approximately） 近似抽样要求用户给出一个百分比数值，SPSS
将按照这个比例自动从数据编辑窗口中随机抽取相 应百分比数目的个案。
注：由于SPSS在样本抽样方面的技术特点，抽 取出的个案总数不一定恰好精确地等于用户指定的 百分比数目，会有小的偏差，因而称为近似抽样。
二、选取的基本方式 （1）选取全部数据（All cases） （2）按指定条件选取（ If condition is satisfied ） SPSS要求用户以条件表达式给出数据选取
的条件，SPSS将自动对数据编辑窗口中的所有 个案进行条件判断。那些满足条件的个案，即 条件判断为真的个案将被自动选Байду номын сангаас出来，而那 些条件判断为假的个案则不被选中。
变量排序。
数据计算的目的：数据的转换处理是在原有数据的基础上，计算产 生一些含有更丰富信息的新数据。例如根据职工的基本工资、失业 保险、奖金等数据，计算实际月收入，这些新变量具有更直观更有 效的特点。
SPSS变量计算是在原有数据的基础上，根据用户给出的SPSS算术 表达式以及函数，对所有个案或满足条件的部分个案，计算产生一 系列新变量。（1）变量计算是针对所有个案（或指定的部分个案） 的，每个个案都有自己的计算结果。（2）变量计算的结果应保存 到一个指定变量中，该变量的数据类型应与计算结果的数据类型相 一致。
（5）通过过滤变量选取样本（ Use filter variable ）， 即依据过滤变量的取值进行样本选取。要求指定一 个变量作为过滤变量，变量值为非0或非系统缺失 值的个案将被选中。这种方法通常用于排除包含系 统缺失值的个案。
薛薇-《SPSS统计分析方法及应用》第3章--SPSS-数据的预处理
4) 数据排序应用举例
• 对居民储蓄存款调查数据，利用排序的方法找出城镇居 民和农村居民一次性存款的最大值和最小值。 • 操作：户口，升序；存款额，升序。
6
2 变量的计算
• 在统计分析过程中，为了更有效的反映事物的本质，有 时需要对变量的数据进行加工整理,产生新变量和计算结果。 • 比如计算一个变量的倍数，计算几个变量的和、差，计 算变量的绝对值、平方等等。 • 因此，变量的计算是日常工作中经常遇到的（38-43自 行记忆）
11
2 变量的计算
4) 条件语句编辑 • c) 在这里可以输入筛选条件。需要说明的是， 每次只能编辑一个筛选条件，不能同时编辑多个筛 选条件。 • 对应工资上浮5%的条件是职称值等于1，高级 工程师。在编辑框输入表达式：zc=1
• 点击条件语句编辑窗口的Continue按钮，退回 到表达式编辑框，点击OK按钮，高级工程师的实发 工资计算完成。
2) 定义结果变量
a) 在Target Variable(目标变量)的编辑框中输入生成的 新变量名称，这时的变量可以是新变量，也可以是原有变量。 b) 如果输入的变量名在数据文件中已经存在，满足条件个 案新变量的值将替换旧变量对应的值，其它值不变。 c) 新变量的数据类型默认为数值型，点击Type&Label按 钮，在弹出的对话框中可以定义新变量的数据类型和标签。
无职称
• 这时变量sfgz所在的列将不再有缺失值。
13
2 变量的计算
6) 计算方法的不足
• 变量的计算，无法一次将不同条件的表达式集中编写， 只能一个条件表达式运行一次。
使用SPSS统计软件进行数据分析入门指南
使用SPSS统计软件进行数据分析入门指南第一章：SPSS统计软件简介SPSS（Statistical Package for the Social Sciences，社会科学统计软件包）是一款专门用于数据分析和统计建模的软件工具。
它提供了一系列的数据处理、描绘和统计分析方法，可用于解决各种统计学问题。
本章将介绍SPSS软件的基本概念和功能，并指导读者进行安装和设置。
1.1 SPSS软件的背景和发展历程1.2 SPSS软件的版本和特点1.3 安装SPSS软件1.4 设置SPSS软件的语言和界面1.5 SPSS数据文件的格式和类型1.6 打开、保存和关闭SPSS数据文件第二章：SPSS数据管理与数据清洗数据分析的第一步是数据的收集和管理。
本章将介绍如何在SPSS软件中进行数据的导入、清洗和变换，以确保数据的质量和准确性。
2.1 导入数据文件2.2 数据类型和变量属性设置2.3 缺失值处理2.4 数据的筛选与排序2.5 数据的变换与合并2.6 数据文件的导出和备份第三章：SPSS数据描述统计分析在进行深入的数据分析之前，首先需要对数据进行描述和总结，以获得对数据分布和特征的初步了解。
本章将介绍SPSS如何进行数据的描述性统计分析和数据可视化。
3.1 数据的描述性统计量3.2 数据的频数和交叉分析3.3 数据的描述性图表3.4 数据的相关分析3.5 数据的因子分析3.6 数据的聚类分析第四章：SPSS统计推断分析统计推断分析是利用样本数据对总体进行推断的一种方法。
本章将介绍如何利用SPSS软件进行统计推断分析，并解释如何进行假设检验、方差分析和回归分析等常用的统计方法。
4.1 参数统计分析与假设检验4.2 方差分析与多元方差分析4.3 相关与回归分析4.4 判别分析与逻辑回归分析4.5 非参数统计分析方法4.6 多元统计分析方法第五章：SPSS高级数据分析与报告生成在完成基本的数据分析后，可以进行一些更高级的操作和分析，以进一步深入了解数据的内在关系和结构。
第三章SPSS数据转换
个案排秩
转 3.4 缺失值处理
换
3.2 重新编码
在菜单【转换】下有【重新编码为相同的 变量】和【重新编码为不同变量】
不同之处： ① 【重新编码为相同的变量】：旧的变量名
称不变，旧变量值会转换为新变量值； ② 【重新编码为不同变量】：生成一个新的
变量，旧变量名称和变量值都保持不变。
四种应用情境（举例）：
SPSS 23.0 统计分析
——在心理学与教育学中的应用
第三章 数据转换
2020/7/9
全书目录
第一章 SPSS 23.0简介与基本操作 第二章 数据编辑与整理 第三章 数据转换 第四章 描述统计分析 第五章 交叉表分析 第六章 比较平均值 第七章 方差分析 第八章 相关分析 第九章 回归分析
（2）由用户进行主动对缺失值进行处理， 使用缺失值替代方法替代缺失值；此时该 替代值将纳入数据分析中。
案例：【例3-5】打开“员工岗位与外语成绩
.sav”，分析月收入与外语成绩的回归方程，此 时外语成绩存在着缺失值，数据缺失时，在数据 位置只显示一个“.”。对此数据集求回归方程 时，就需要进行缺失值的替换。
第2-2步：同理，在“旧值”框内，选择第 一个单选按钮“○值”，并输入0，在“新 值”框内，输入1，再单击【添加】按钮。
第2-3步：点击【继续】按钮回到【重新编 码为相同的变量】主对话框，点【确定】按 钮执行菜单命令，在数据窗口可得到重新编 码后的数据。
重新编码为不同变量
案例【例3-3】 以智力测验分数的分组为例，说明【重新 编码为不同变量】菜单命令的使用。打开 数据文件“智力测验分数.sav”。先把【 智力等级】变量及其数据清除。
点击【转换】【重新编码为不同变量】 菜单命令，打开对话框
SPSS 第03章 数据的描述
(=<22) 44 789999999 000001112333344444 55555677789999 000011111112223333333344444 5555666666777888889999 000111111112222222333444444 55555566678888888899999 0000000111123333 555666677888999999 000222233344 5566899 22 5
43
44
一般把因变量放在纵轴上.
鼠标点 击散点 图的任 意位置 不松手, 拖动即 可旋转 散点图.
45
二、计算基本统计量
• 定性变量（定序型和定类型变量）：频数分析 • 定量变量（数值型变量）：描述统计分析 • 菜单选项：【分析】-> 【描述统计】
46
1、频数分析
• 目的：通过频数分析，可以产生详细的频数分布 表和常用的图形，从中能够了解变量取值的状况 ，对把握数据的分布特征非常有用。
2、计算基本描述统计量
• 目的：计算基本描述性统计量，对数据的分布特
征有更准确的认识。 • 主要适用于：定量变量 • 基本描述统计量可分为三类：
刻画集中趋势的统计量：均值、中位数、众数； 刻画离散程度的统计量：全距、方差、标准差、 均值的标准误； 刻画分布形态的统计量：偏度、峰度。
53
1、刻画集中趋势的统计量 集中趋势是指一组数据向某一中心值靠拢的倾向。
37
简单散点图
38
重叠散点图
39
矩阵散点图
40
41
旋转后的3-D散点图
42
可选入一个分组变量，则表示按该变 量的不同取值将样本数据分成若干组， 并在一张图上分别以不同颜色绘制各 组数据的散点图. （可以省略）
SPSS复习资料
第一章SPSS统计分析系统软件简介1）SPSS的几种基本运行方式：①菜单操作方式：这种方法图形用户界面友好、操作简单、形象直观，能够一步步引导用户完成对数据的描述和模型的建立。
②程序运用方式：是在Syntax编辑窗口输入程序。
也可以用任何文本编辑器中输入，也可以在相应菜单操作的对话框中，用“Paste”按钮可以把相应的操作转化为Syntax语言。
选择所有的语法命令行，单击“Run”运行程序。
或者在SPSS的语法编辑器窗口输入语法。
③ Include运行方式：在编写Syntax命令中，如果要调用其他语法文件时，除了复制粘贴现有的资源外，还可以用Include的命令。
④ Production Facility方式：Production Facility生产作业方式提供了以自动化方式运行SPSS Statistics 的功能。
2）SPSS界面提供的五个窗口：①数据编辑窗口：这个窗口主要用来处理数据和定义数据字典，它分为两个视图。
一个是用来显示数据的数据视图（数据视图用来显示数据集中的记录或个案），另外一个是变量视图（变量视图的功能是定义数据集的数据字典）。
②结果管理窗口：也称为结果视图或者结果浏览器，该窗口用于存放SPSS软件的分析结果。
分为左边目录区，是SPSS分析结果的目录；右边是内容区，显示与目录相应的内容。
③结果编辑窗口：是编辑分析结果的窗口。
选中要编辑的内容，双击或者点击右键选择“编辑内容”，选中的图形就会出现在“图表编辑器”中，可以开始编辑。
④语法编辑窗口：语法编程方式，能够完成窗口操作所能完成的所有任务，还可以完成许多窗口操作所不能完成的其他工作。
在这个窗口中，还可以调用开源软件R中的任何程序。
⑤脚本窗口：是用Sax Basic 语言编写的程序。
脚本可以使SPSS内部操作自动化，可以自定义结果格式，可以连接VB和VBA应用程序。
第二章数据文件的建立和管理1）数据管理的特点：数据编辑器的每一行数据称为一个个案，每一列数据代表个体属性，即变量。
Spss简易教程——数据处理
目录一、变量视图 (2)1、“值” (2)2、“测量” (2)3、“角色”： (3)二、数据视图 (3)1、“值标签” (3)2、“个案排序” (4)3、“转置” (5)4、“汇总” (6)5、“拆分变量” (8)6、“计算变量” (10)7、“重新编码为不同变量” (11)9、“随机数生成器” (17)10、“识别重复个案” (18)三、面对缺失值 (19)1、缺失值分析 (19)2、看缺失值是否为MCAR (21)3、自动插补缺失值（适用于所有缺失值） (22)4、多重插补分析模式 (24)5、多重插补缺失数据 (25)6、修正多重插补 (27)四、异常值识别与处理 (30)1、简介。
(30)2、单变量分析 (31)3、提取异常值 (32)4、多变量 (36)五、统计量分析 (40)1、统计量 (40)2、定性分析：看两个变量间是否相关 (40)3、相关性分析 (42)4、分析两两变量之间关系 (45)六、回归分析 (48)1、变字符串为数字（0-1编法） (48)2、线性回归建模 (51)3、无关系的线性回归展示 (53)4、二值因变量回归模型 (56)一、变量视图1、“值”:定义固定的名义值，如常见的0=男性vs 1=女性，0=未婚vs 1=已婚vs 3=离异2、“测量”：标度：有序：有顺序的“名义”，如职位的等级名义：不进行计算，仅仅只是一个定义3、“角色”：输入：目标：目标变量两者：既是自变量又是因变量无：建模不需要的变量分区、拆分：将数据进行拆分，测量变量和建模变量二、数据视图1、“值标签”：在“值”中等号两边显示的东西的转换2、“个案排序”：根据个案进行排序Or3、“转置”：行变列，列变行4、“汇总”：按照“分界变量”分组，根据“变量摘要”的进行汇总均值e.g：按照“买家省份”进行统计汇总：5、“拆分变量”：按照所选择的“变量”进行分组（图2），然后统计分析就会基于这个“变量”来进行分析（图3）。
第三章 spss数据的预处理
第三章spss数据的预处理1.利用第2章第7题数据，采用spss数据筛选功能将数据分成两份文件。
其中，第一份数据文件存储常住地在“沿海或中心繁华城市”且本次存款金额在1000~5000之间的调查数据；第二份数据文件是按照简单随机抽样所选取的70%的样本数据。
第一份数据文件：第二份数据文件：2.利用第2章第7题数据，将其按常住地（升序）、收入水平（升序）、存款金额（降序）进行多重排序。
3.利用第2章第9题的完整数据，对每个学生计算得优课程数和得良课程数，并按得优课程数的降序排序。
定义：得优分数段90-100得良分数段80-90计算得优课程数：从输出结果可知：60名学生中有四门成绩得优的学生有2个，属于品学兼优的少数人；两门成绩得优的学生有9个；一门成绩得优的学生有23个，没有成绩得优的学生有26个，累计占到百分之八十，说明该60名学生成绩普遍不是很理想。
计算得良课程数：从输出结果可知：60名学生中有四门成绩得良的学生有6个；三门成绩得良的学生有12个；两门成绩得良的学生有15个；一门成绩得良的学生有15个；没有成绩得良的学生有12个。
其中有70%的学生得良课程在两门及两门以下，成绩仍旧不乐观。
按得优课程数降序排序：4.利用第2章第9题的完整数据，计算每个学生课程的平均分以及标准差。
同时，计算男生和女生各科成绩的平均分。
每个学生课程平均分ave：每个学生课程标准差s：平均分ave与标准差s：男生与女生各科成绩平均分：第一步：按性别拆分文件第二步：分析→统计描述→描述第三步：结果输出5. 利用第2章第7题数据，大致浏览存款金额的数据分布状况，并选择恰当的组限和组距进行组距分组。
数据分组过程： K=1+2n 1n2821=9 组距=91-100001=11111 近似取12000数据分组结果：6.在第2章第7题的数据中，如果认为调查中“今年的收入比去年增加”且“预计未来一两年收入仍会增加”的人是对自己收入比较满意和乐观的人，请利用spss的计数和数据筛选功能找到这些人。
第三章 SPSS数据预处理
按性别变量汇总数据
性别_1 男 女 年龄_1 30 35 奖金_1 600 550
原始数据
3.5 分类汇总
(2)菜单选项:
data -> aggregate
(3)说明:
多重分组时，变量名的选择顺序。 生成的新文件名默认为:aggr.sav。可修改。 生成的新变量名默认为原变量名后加_1。可修 改。 可以在新文件中存贮个分组个案数.
第三章 SPSS数据的预处理
3.1数据的排序
首先在数据窗中建立或读入一 个数据文件（职工数据.sav）。 按Data Sort Cases，弹出一 个排序对话框(以职称为主排序 变量降序，基本工资为第二排 序变量的升序进行多重排序)。 依据需要进行选择，然后单击 OK按纽即可。
3.1变量计算
(1)含义:
对所有或部分个案，计算若干个变量中有几个 变量的值落在指定的区域内，并将结果存入新 变量中。
(2)菜单选项:
transform -> count -> define value
产生计数变量
(3)指定区域的定义
Value:指定一个值 system-missing:系统缺失值 system-or user missing:系统或用户缺失值 range through:指定一个闭区域，给出最大和 最小值 range: lowest through n:最小值到某个给定 值 range: n through highest:某个给定值到最大值
3.7拆分数据文件
读取一个数据文件。 按Data Split Files顺序逐一单击鼠
标，打开Split Files对话框。 根据对数据的具体需要选择相应的 选项。 按Ok完成。
1.利用居民储蓄调查数据，将数据分成两个文件，一 个为存储常住地在“沿海或中心繁华城市”且本次存 款金额在1000~5000元之间的调查数据，二是按照简 单随机抽样选取的70%的样本数据。 2.利用居民储蓄调查数据，将其按常驻地升序、收入 水平升序、存款金额降序进行多重排序。 3.将学生成绩合并后数据，对每个学生计算得优课程 数和得良课程数，并按得优课程数降序排序。 4.学生成绩合并后数据，计算每个学生课程的平均分 和标准差，同时计算男生和女生各科成绩的平均分。 5.在居民储蓄调查数据中，如果认为“今年收入比去 年增加”“预计未来一两年收入仍会增加”的人是对 自己收入比较满意和乐观的人，请利用计数和数据筛 选功能找到这些人。
SPSS--数据处理功能——数据整理 (一)
马敬东 华中科技大学同济医学院 医药卫生管理学院
数据文件合并
使用SPSS，用户可以两种丌同的方式从两个 文件中合并数据，即： 合并具有相同变量但丌 同记录的两个文件； 合并具有相同记录但丌同 变量的两个文件。 合并具有不同记录的文件 合并包含有丌同变量的文件
Missing Values（缺失值）
系统缺失值 在数据长方形中任何空的数字单 元都被认为系统缺失值，有点号表示。 用户缺失值 能够区分为什么信息缺失常常是 很重要的。可以指定那些由于特殊原因造成 的信息缺失的值，然后命令SPSS将它们标为 缺失值。
No missing values 无 缺失值，所有值都认为是有 效的。返是缺省情况。 Discrete missing values 对于一个变量可以 输入最多三个离散的（个别 的）用户缺失值。可以对数 字型戒短字符串定义离散的 缺失值。 Range of missing values 所有最高和最低值 乊间（包括最高值和最低值） 被认为是缺似的。对短字符 串变量丌适用。 如果想包括在一个范围内低 于戒高于某一定值的所有值 而又丌知道最低和最高的可 能值是什么，可以为Low 戒 High键入一个星号（*）。
指定文件类型
在打开一个数据文件以前，需要告诉SPSS文件类型是什么。 文件类型从下拉菜单中的下列选项中选择一个： SPSS（*.sav） 在SPSS for Windows戒SPSS for UNIX 中产生和保存的数据文件。 SPSS/PC+（*.sys） 在SPSS/PC+中产生戒保存的数据 文件。 SPSS Portable（*.por） 在其他操作系统（如 Macintosh，OS/2）中产生的可移动的SPSS文件。 Excel（*.xls） Microsoft Excel电子表格文件。 Lotus（*.w*） Lotus1-2-3电子表格文件。 Dbase（*.dbf） Dbase II、III和IV的数据库文件。
第 3 章 SPSS 数据的预处理
定组数：
ln n K 1 ln 2
21
(3) 组距＝全是对变量重新赋值的一种。
变量的重新赋值
赋值到同一变量：转换 -> 重新编码为相同变量 赋值到不同变量：转换 -> 重新编码为不同变量 例：“大学生职业生涯规划.sav” 问题：对专业和职业认知得分变量，以5为组距进行
权变量，进行数据加权。（即还原为原始数据）
24
加权个案
菜单选项：数据 -> 加权个案 加权后，数据编辑器窗口中的数据没有变化，但在 状态栏中会显示“加权范围”。
一旦执行加权操作后，对以后的分析会一直有效。
取消加权：选择“请勿加权个案”。
例：“血压和年龄.sav”
25
缺失值处理
大量的缺失值会给数据分析带来极大的影响，这就 需要采用科学的方法对缺失值进行处理。 处理方法：删除法和插补法
菜单选项:
转换 -> 对个案内的值计数
15
计数
例：“大学生职业生涯规划.sav” 问题：分析有多大比例的学生对问卷中的量表问题
感觉不好回答（量表得分为 0）。
分析：先计算 Q61 ～ Q616 中取值为 0 的变量个数; 再计算其中个数为非 0 的学生数所占的百分比。
16
分类汇总
分类汇总：按照指定的分类变量值对所有个案进行 分类，从而可以分析各分组下样本的统计特征。
10
变量计算
菜单选项: 转换 -> 计算变量
例1：“大学生职业生涯规划.sav”
问题：对每个个案计算 Q61 ～ Q64 的总得分，称
为对专业和职业的认知得分。
SPSS第三章
26
3.6 数据分组
► 3.6.1 数据分组的目的
▪ 对定距型数据进行整理和粗略把握其分布的工具； ▪ 数据分组就是按照统计研究的需要，将数据按照某种标准重新
划分为不同组别， ▪ 在分组的基础上进行频数分析，可以把握数据的分布，另外还
能实现数据的离散化处理；
均值，可以计算其他统计量； ►结果存放单选项选择汇总结果的存储方式，三种
方式供选择； ►Name & Label按钮可以指定新文件变量名和标
签； ►希望保存每一组个案数目，可选 Save…复选框；
25
需要注意的问题和举例
►分类汇总中分类变量可以是多个，就对应多重分 类汇总；
►对于多重分类汇总，指定分类变量的顺序是非常 重要的，第一个分类变量是主分类变量，依次类 推；
►适宜原来的变量已经没有保存的必要的情 形；
►Transform->Record->Into Same Variable,对应将结果覆盖原来的变量存储；
►在对话框中，将分组变量放入Numeric Variable 框中；
►单击Old and New Values定义区间值
33
Old Value Value System missing System or user missing Range though Lowest though Though highest
► 举例 ► 计算是针对每个个案进行的，每个个案都
有计算结果。
10
3.2.3 SPSS的条件表达式
►对不同组的个案进行不同的计算，例如，按照职 称加工资，或者按照收入征缴个人税等等；
►SPSS中的条件表达式就是用来完成这个功能；
SPSS入门软件操作资料
SPSS入门软件操作资料SPSS是一款常用的统计分析软件，可以用来进行数据清理、数据处理和数据分析。
以下是SPSS入门软件操作资料，帮助您快速入门和使用SPSS。
第一部分：数据准备和导入1.打开SPSS软件，选择“新建”创建一个新的数据文件。
2.在新建的数据文件中，点击菜单栏上的“变量视图”，在表格中输入变量名称和变量类型。
3.在输入变量名称和变量类型后，点击菜单栏上的“数据视图”，在表格中输入实际数据。
第二部分：数据清理和检查1.缺失值处理：在数据视图中，选中需要处理的变量，点击菜单栏上的“转换”，选择“缺失值”，然后选择相应的处理方法。
2.异常值处理：在数据视图中，选中需要处理的变量，点击菜单栏上的“转换”，选择“异常值”，然后选择相应的处理方法。
3.数据检查：在数据视图中，点击菜单栏上的“分析”，选择“描述性统计”，选择需要进行统计描述的变量。
第三部分：数据分析1.描述统计：在数据视图中，点击菜单栏上的“分析”，选择“描述性统计”，然后选择需要进行统计描述的变量。
2.相关分析：在数据视图中，点击菜单栏上的“分析”，选择“相关”，然后选择需要进行相关分析的变量。
3.t检验：在数据视图中，点击菜单栏上的“分析”，选择“比较手段”，然后选择“独立样本t检验”或“配对样本t检验”，根据需要选择相关变量。
4.方差分析：在数据视图中，点击菜单栏上的“分析”，选择“方差”，然后选择“单因素方差分析”或“多因素方差分析”，根据需要选择相关变量。
5.回归分析：在数据视图中，点击菜单栏上的“分析”，选择“回归”，然后选择需要进行回归分析的自变量和因变量。
第四部分：结果输出1.结果输出：在分析结果窗口中，可以查看分析结果的表格、图表和统计描述。
2.结果保存：在分析结果窗口中，点击菜单栏上的“文件”，选择“另存为”，选择保存的文件格式和保存的位置。
第五部分：其他操作1.数据转换：在数据视图中，点击菜单栏上的“转换”，选择需要进行的数据转换方法，例如计算新变量、变量转化等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
纵 向 合 并
首先打开一个数据文件。 按Data Merge Files Add Cases顺序逐一单击鼠标，打开： Read File对话框，依据需要选择 文件，然后进入Add Cases From 对话框，选择相应的选项或做适 当的修改即可。
第三章 为分析做好准备
纵 向 合 并
第三章 为分析做好准备
观测量数据的排序
在左边的源变量框中 选择排序变量进入Sort by框。如果选择2个以 上的变量，观测量的 排序结果与排序变量 在Sort by框中的顺序 有关。列于首位的为 第一排序变量。 第三章 为分析做好准备
在Sort Order 栏内选择排序 方式——升序 与降序
观测量排序
Data菜单的各项命令
对文件操作的命令
Sort Cases Transpose Merge Files Aggregate
按选定的变量对观测量排序 对数据文件的转置 合并数据文件 对数据进行分类与不分类的 汇总 进行分析前的处理命令 Split File 折分数据文件 Select Cases 选择观测量 Weight Cases 加权处理观测量
转置后的数据文件
第三章 为分析做好准备
拆分数据文件
在进行数据处理时经常要对数据文件中 的观测量进行分组分析，如分性别的平 均分数。进行分析之前必须对 数据文件 进行拆分。 拆分分件并不是将一个数据文件分为两 个或几个独立的数据文件，而是在同一 个数据文件中按某个条件分组。这种拆 分在以后的运算中一直有效直到取消或 更改拆分变量。
删除变量
第三章 为分析做好准备
删除变量
第三章 为分析做好准备
删除变量
第三章 为分析做好准备
删除变量
第三章 为分析做好准备
插入变量
第三章 为分析做好准备
插入变量
第三章 为分析做好准备
删除观测
第三章 为分析做好准备
插入观测
第三章 为分析做好准备
数据剪切
第三章 为分析做好准备
数据复制
第三章 为分析做好准备
合并数据文件
合并数据文件是指将外部数据中的观测 量或变量合并到当前的数据文件中去。 合并数据文件包括两种方式： 从外部数据文件增加观测量到当前数据 文件中。——纵向合并或称追加观测量。 从外部数据文件增加变量到当前数据文 件中。——横向合并。
第三章 为分析做好准备
第三章 为分析做好准备
第三章 为分析做好准备
合并数据文件
第三章 为分析做好准备
合并之后的数据文件
变量值为0表示观测量来自工作文件 变量值为1表示观测量来自外部文件
第三章 为分析做好准备
横向合并
横向合并有两种方式： 从一个指定的外部数据文件中取得一个或 几个变量的数据（包括变量名称）增加到 当前工作数据文件中，实际上相当于两个 数据文件的横向合并。 按关键变量合并，即要求两个数据文件必 须有一个共同的关键变量，而且这两个文 件中的关键变量还存在一定数量的相同值 的观测量。
第三章 为分析做好准备
纵 向 合 并
第三章 为分析做好准备
数据文件bclass1.sav
第三章 为分析做好准备
增加观测量(Add Cases)
第三章 为分析做好准备
合并数据文件
第三章 为分析做好准备
数据文件bclass2.sav
第三章 为分析做好准备
合并数据文件
第三章 为分析做好准备
合并之后的数据文件
第三章 为分析作好准备
本章主要内容
数据编辑器的功能 数据文件的整理 数据文件的加权 重编码 数据的变换和计算 缺失值的处理
第三章 为分析做好准备
一、数据编辑器的功能
标题栏 图 标
数据显示区: 变量名 观察序号
数据编辑器的构成
第三章 为分析做好准备
数据编辑器
菜单栏
输入 数据 栏
移动记录指针到指定观测
第三章 为分析做好准备
查找指定变量的指定数值
区分字母的大小写
第三章 为分析做好准备
定义变量属性
第三章 为分析做好准备
定义变量属性
第三章 为分析做好准备
复制变量属性
第三章 为分析做好准备
复制变量属性
第三章 为分析做好准备
复制变量属性
第三章 为分析做好准备
定义日期
第三章 为分析做好准备
数据编辑器的功能
数据编辑器的功能主要是通过主菜单的 “Edit”和“Data”两个菜单项来实现的。
其主要功能有： 1）变量和观测量的编辑功能 2）数据编辑功能
第三章 为分析做好准备
数据编辑功能表（Edit菜单）
命令
Undo Redo Cut Copy Paste Clear Find
功能
删除刚输入的数据或者恢复刚修 改的数据 恢复刚撤消的操作 将选定数据剪切到剪贴板 将选定数据拷贝到剪贴板 将剪贴板的数据粘贴到指定位置 清除选定的变量和观测值 查找数据
第三章 为分析做好准备
横向合并的具体操作
首先打开一个数据文件。 按Data Merge Files Add Variables顺序逐一单击鼠标，打开 Add Variables ：Read File对话框， 依据需要选择相应的选项或做适当 的修改即可。
第三章 为分析做好准备
横向合并
第三章 为分析做好准备
数据粘贴
第三章 为分析做好准备
二、数据文件的整理
主要内容： 观测量数据的排序 变量值排秩 拆分数据文件 合并数据文件
第三章 为分析做好准备
观测量数据的排序
首先在数据窗中建立或读入一 个数据文件。 按Data Sort Cases顺序逐一 单击鼠标键，打开Sort Cases观 测量排序对话框。 依据需要进行选择，然后单击 OK按纽即可。
Data菜单的各项命令
命令 功能
Define Define Dates
对变量操作的命令 定义与编辑变量属性 Variables 定义与编辑日期变量或日 期时间变量 定义与修改一个变量模板
Templates 插入变量 Insert Variables 对观测量操作的命令 插入观测量 Insert Case 定位到指定的观测量 Go to Case
第三章 为分析做好准备
观测量排序
第三章 为分析做好准备
观测量排序
第三章 为分析做好准备
数据文件转置
第三章 为分析做好准备
数据文件转置
第三章 为分析做好准备
数据文件转置
第三章 为分析做好准备
转置后的数据文件
第三章 为分析做好准备
转置前的数据文件
第三章 为分析做好准备
数据文件转置
第三章 为分析做好准备
第三章 为分析做好准备
拆分数据文件的具体操作
读取一个数据文件。
按Data Split Files对话框。 根据对数据的具体需要选择相应的 选项。 按Ok完成。
第三章 为分析做好准备
拆分数据文件
第三章 为分析做好准备
第三章 为分析做好准备