spss 数据文件整理

转换后 宽型数据结构
数据重构——Restructure过程
数据分类汇总——Aggregate过程
数据分类汇总功能能够将观测量按照某几个变量进行分组，并根据需要对 每一组的变量求其统计量值。
常见汇总函数
数据文件的拆分——Split File过程(常用) 数据文件的拆分是指将数据按某个或某几个变量分成一些供统计分析的分组。
数据文件转置——Transpose过程
行列转置（Transpose）可将数据文件 中的个案（行）转换成变量（列）， 变量（列）转换成个案（行）。行列 转置可对新变量进行自动命名，并显 示新变量名列表。使用行列转置可自 动生成一个包含原始变量名的串变量 （case_lbl），以便了解各个案对应的 原变量名。若活动数据集中含有变量 值是唯一的变量，可利用其作为名称 变量（Name Variable），该变量值将 生成行列转置后数据文件的变量名。
数据文件的整理，常用包括以下几类： 1、插入变量，插入数据 2、数据文件的排序、拆分等。
数据变量的整理 其中最常用的就是对变量进行四则运算。
3
定义变量属性
定义变量日期
插入观测量
观测量排序 重构数据结构 分类或不分类汇总
正交设计
观测量加权
拷贝数据属性 插入一个变量 定位观测量 数据文件转置 合并数据文件 标识重复观测量 拆分数据文件
变量的整理
变量计算——Compute过程（常用）
计算新变量 变量计算——Compute过程（常用）
计算新变量的功能就是在原有spss数据文件的基础上，根据用户 的要求，使用spss算术表达式及函数，对所有记录或满足SPSS条 件表达式的记录，计算出一个新结果，并将结果存入一个用户指 定的变量中。
一、常用基本概念
（1）spss算术表达式：spss算术表达式是由常量、spss变量名、 spss的算术运算符、圆括号等组成的式子。
（2）spss函数：spss提供了多达70多种函数，分为八大类：算术 函数、统计函数、分布函数、逻辑函数、字符串函数、日期时间 函数、缺失值函数和其它函数。
（3）spss条件表达式：通过spss的算术表达式和函数可以对所有 记录计算一个结果，如果仅希望对部分记录进行计算，则应当利 用spss的条件表达式指定对那些记录进行计算。
数据文件整理
为什么数据文件还需要整理？
整理数据文来自百度文库要达到什么目的？
数据变换是正式分析前的重要一步，通过数据变换，一个优秀的统计分析 员可以将原始记录整理成所需的任何格式，从而为后面的精确分析打下坚实 的基础——这正式他与普通分析人员的区别所在。
——张文彤 ◆ 问题：整理数据能否不需要？
数据整理主要包括以下两方面
compute过程的分析实例
例 统计英语成绩在60分以上的学生的数学和语文的平均成绩。 条件
结果
变量重新赋值——Recode过程 变量重新赋值功能是指将数据文件中的原变量按照某种一一对应关系生成 新变量值，可以分成两种情况
1、用这个新变量值替代原变量值
2、生成一个新变量
例：用recode功能将销售人员的年龄进行分段（结果放在新变量中）。
选择观测量
数据文件的整理
插入新变量——Insert Variable过程 插入新数据——Insert Case过程 【Edit】菜单下过程，在当前单位格的上方插入新数据，左方插入新变量。
观测量排序——Sort Case过程
Ascending 升序 Descending降序
一、排序的两种方法： （1）在数据表格的变量名处单击 右键，弹出的右键菜单最后两项就 是“sort Ascending”和“Sort Descending”。 （2）对于多变量排序，则需要使 用Sort Cases过程来进行。 二、多变量排序需要注意的三点： （1）在多重排序中，制定排序变 量名是很关键的，先指定的变量在 排序时必然优先于后制订的变量。 （2）可以指定按某变量值升序排 序的同时按另一变量值降序排序， 或相反。 （3）排序以后，原来记录数据的 排列次序将被打乱。
变量的值只能是数值型才能正常转
数据文件转置——Transpose过程
数据重构——Restructure过程
第一个图例：宽型变长型数据 第二个图例：长型变宽型； 第三个图例：是行列互换，就是SPSS数据菜单
中的转置，完全行列互换。
数据重构——Restructure过程
转换前
长型数据结构
◆ 注意：一旦执行了数据拆分之后，如果没有取消，此拆分会一直存在！
选择观测量——Select Cases过程
选择观测量过程是指从数据文件中选取符合要求的观测量作为样本参与数 据的分析。
观测量加权——Weight Cases过程
◆ 注意：如果没有使用【Weight Cases】过程取消加权的话，那么在以后所有 的统计分析过程中，观测量加权都一直存在。