第四講 SPSS數(shù)據(jù)文件的整理

1、 第四講 SPSS數(shù)據(jù)文件的整理教學(xué)目的：掌握各類SPSS數(shù)據(jù)文件的的整理方法以及相關(guān)的操作步驟，為數(shù)據(jù)分析做好準(zhǔn)備教學(xué)重點：文件合并；數(shù)據(jù)分類匯總，選擇觀察量教學(xué)難點：具體教學(xué)內(nèi)容：3.2.1 觀測量排序作用：根據(jù)某些變量值重新排列各觀察個體在數(shù)據(jù)文件中出現(xiàn)的先后順序，如：按高矮排隊、按成績排名等操作步驟：Data/Sort Cases3.2.4 數(shù)據(jù)文件合并1、增加觀察值作用：從外部數(shù)據(jù)文件中增加觀測量到當(dāng)前數(shù)據(jù)文件中，相互合并的數(shù)據(jù)文件應(yīng)該有相同的變量操作步驟：打開工作文件，點擊Data=>Merge Files=>Add Cases，彈出打開外部文件對話框。選中需要添加的數(shù)

2、據(jù)文件并按OK，彈出Add Cases對話框。該框題頭標(biāo)明了外部數(shù)據(jù)的路徑。左右兩個變量框中，將兩個文件的所有變量列入其中。變量名后綴以“<”表示該變量為字符串型；綴以*表示該變量來自當(dāng)前工作文件，+表示來自于外部數(shù)據(jù)文件。左側(cè)框顯示兩個數(shù)據(jù)文件中不匹配的變量名，該合并兩個“編號”不匹配，是因為兩個“編號”變量類型，一個是標(biāo)準(zhǔn)數(shù)值型，一個是字符串型。對于變量名不匹配的變量，可以用Rename按鈕對不匹配變量改名（先選中）或用強行匹配（即先按Ctrl鍵選中匹配的兩個變量再單擊Pair鈕）。而對于其他方面引起的不匹配，則要取消操作，回到工作文件，對變量進行修改。當(dāng)前的合并，由于不匹配變量形成

3、在于類型不同，而不是名稱不同，因此， 先要取消操作，回到當(dāng)前工作文件，將“編號”變量類型修改為數(shù)值型，然后再進行合并。右側(cè)顯示的是匹配的變量名?？梢栽谟覀?cè)框中根據(jù)需要選擇合并后文件中的變量。例如，合并后的文件不需要“教育年限”這一項，就可以選擇該項，點擊中間的箭頭，將之移到左邊的變量框中。“Indicate case source as variable”選框，選擇該項以后，可以形成一個新變量，并對合并后的記錄來源進行標(biāo)記。新變量默認(rèn)名稱為“Sourse01”，在新文件中，“0”值表示來自原文件（即工作文件），“1”代表來自外部文件。上述操作完畢，點擊“OK”按鈕，合并完成。合并以后得到的新文

4、件對新材料進行了追加。2、增加變量作用：從外部數(shù)據(jù)文件增加變量到當(dāng)前數(shù)據(jù)文件，稱為橫向合并， 相互合并的數(shù)據(jù)文件有共同的關(guān)鍵變量問題（且必須先按升序排好，否則合并將失敗）操作步驟: 選擇菜單Data=>Merge Files=>Add Variable對話框，彈出打開數(shù)據(jù)文件對話框，選擇“補充材料”后，彈出Add Variable對話框。這個窗口與記錄合并很相似。左邊的“Excluded Variables”列出工作文件與外部文件重名的變量（許多時候這樣的變量可以選擇作為Key Variables即關(guān)鍵變量），在這里是兩個文件都有的“編號”。如果想在新文件中還包含這一項，要選中該變

5、量以后，點擊“Rename”進行重新命名。命名完畢，回到上一窗口，點擊上面的向右箭頭，就可以選入新文件。右邊的“New Working Data File”是對新文件中即將囊括的所有變量的列表。如果某些變量無需加入，則可以通過箭頭的操作，將其排除在外。上述操作完畢以后，可以直接點擊“OK”按鈕，完成合并。由于沒有對關(guān)鍵變量進行定義，所以，該合并是依據(jù)記錄號，也就是文件中記錄的自然位置，進行合并的。如果可以保證文件記錄位置是一一對應(yīng)的，這樣操作也是可以的。如果文件操作具有關(guān)鍵變量，則通常還要進行如下的操作。左下是兩個選項。選中關(guān)鍵變量，并通過箭頭操作將關(guān)鍵變量移到右下方的框中。然后點擊“Matc

6、h cases on key variables in sorted files”(在已經(jīng)排序的數(shù)據(jù)文件中依據(jù)關(guān)鍵變量匹配觀測量)。激活下面的3種選擇：“Both files provide cases”，觀測量由雙方提供，是系統(tǒng)默認(rèn)方式。合并形成的文件中，關(guān)鍵變量值相等的記錄，合并成為一條記錄；不相等的記錄，則作為獨立的記錄存在；空缺的變量值，作為缺失值來處理。“External file is keyed table”,選擇該選項，可以保持當(dāng)前工作文件記錄總數(shù)不變，而將外部文件中與當(dāng)前工作文件中的關(guān)鍵變量值相等的那部分記錄合并過來?！癢orking Data File is keyed t

7、able”，選擇該選項，可以保持外部文件的記錄總數(shù)不變，而將當(dāng)前工作文件中與外部文件中的關(guān)鍵變量值相等的那些記錄合并過去。右下角的“Indicated case source as Variables”將生成新文件標(biāo)記記錄的來源。3.2.5 數(shù)據(jù)分類匯總作用：將觀測量按照某幾個變量進行分組，然后根據(jù)需要對每一組的變量求其統(tǒng)計量操作步驟：點擊Data=>Aggregate，進入分類匯總界面。這個界面中，Break Variables框用于選擇分組變量， Aggregate Variables框用于選擇被匯總的變量。這里，選入該變量以后，就激活了Name & Label與Functi

8、on按鈕。Name & Label按鈕用于定義新產(chǎn)生的匯總變量名稱和標(biāo)簽，其默認(rèn)變量名是“（全部或部分的）原變量名加_1”。Function按鈕用于定義匯總函數(shù)，可選的函數(shù)有均數(shù)（默認(rèn)選項）、第一個記錄、最后一個記錄、同組記錄數(shù)、標(biāo)準(zhǔn)差、最小值、和、最大值等。將上述選項定義完畢以后，點擊“Continue”將回到主界面?！癝ave Number of cases in break group as variable”選框用于定義一個新變量以便于存儲同類別的記錄個數(shù)，默認(rèn)為“N_BREAK”。“Create new data file”用于定義一個新文件以存儲匯總結(jié)果，右側(cè)的File按鈕

9、用于定義具體文件名，默認(rèn)文件名為“AGGR.sav”；而“Replace working data file”用于將匯總的結(jié)果替換原來數(shù)據(jù)（通常我們不選擇這項）。上述操作完畢，點擊“OK”完成操作。按照存盤路徑，我們可以打開經(jīng)過分類匯總后生成的新文件?？梢钥吹?，該文件中與原來的文件在結(jié)構(gòu)上有了很大的不同。3.2.6 數(shù)據(jù)文件的拆分作用：進行統(tǒng)計分析經(jīng)常要對數(shù)據(jù)進行分組的分析，通常需要對數(shù)據(jù)文件進行拆分處理。數(shù)據(jù)文件的拆分，不是將原文件“拆”成兩個獨立成組的文件，而是按照分類的變量進行排序，并在隨后的統(tǒng)計分析中默認(rèn)其為分組的文件，結(jié)果文件也依照分組的形式予以呈現(xiàn)。操作步驟：點擊Data=>

10、Split File，進入拆分對話框。在該窗口里，“Analyze all cases”選項表示，分析所有數(shù)據(jù)，不拆分文件；“Compare groups”選項表示，按所選變量拆分文件，各組分析結(jié)果集中在一起以利于相互比較；Organize output by groups選項表示，按所選變量拆分文件，各組分析結(jié)果將獨立分開顯示?！癎roups based on”選項框表示被選擇來拆分?jǐn)?shù)據(jù)文件的變量?！癝ort the file by grouping variables”表示將數(shù)據(jù)按所用的拆分變量進行排序；“File is already sorted”表示，雖然對數(shù)據(jù)進行拆分，但在數(shù)據(jù)文件

11、中數(shù)據(jù)將保持原狀，不按照拆分變量排序。3.2.7 選擇觀測量作用：選取符合要求的觀測值操作步驟：點擊Data=>Select Cases，進入挑選記錄的界面。該對話框主要包含對數(shù)據(jù)進行限定的5條命令選項。“All cases”，使系統(tǒng)默認(rèn)選項，選中它將分析所有的記錄；“If condition is satisfied”，只分析滿足一定條件的記錄。點擊if按鈕，就會彈出If對話框。進入上述選框可以賦予數(shù)據(jù)一定的條件。選項框的右側(cè)，主要是定義條件所需要的一些工具或者函數(shù)等。“Random sample of cases”，表示從原數(shù)據(jù)集中按照某種條件進行抽樣處理。選擇該項激活“Sample

12、”按鈕。點擊“Sample”按鈕，進入新界面。 “Approximately”表示按設(shè)定的百分比抽取記錄；“Exactly”表示精確設(shè)定從前n個記錄中抽取多少個記錄。選定該項以后，點擊“Continue”回到主界面?！癇ased on time or case range”表示依據(jù)數(shù)據(jù)的記錄序號選擇數(shù)據(jù)。選擇該項，激活“Range”按鈕，進入新界面，在“Observation”后的空格里，依次輸入記錄序號范圍。輸入完畢，點擊“Continue”回到主界面?！癠se filter variable”，表示用過濾器變量來選擇記錄。選擇該項需要在下面選入一個過濾器變量，該變量取值為0的記錄將被剔出，

13、不進入以后的分析過程；值非0的將保留下來參與統(tǒng)計分析。上述為數(shù)據(jù)限定的條件選項。另外，在這組選項的下面，還有兩個關(guān)于挑選后數(shù)據(jù)顯示方式的選項，即“Filtered”與“Deleted”。選擇“Filtered”，在挑選后的文件中，未被選中的記錄只是被隔離，在記錄號上被加上斜杠以示區(qū)別；選擇“Deleted”，未被選中的記錄將被刪除。當(dāng)對數(shù)據(jù)集完成挑選后，所做的篩選將在以后的分析中一直有效，直到再次改變選擇條件。并且系統(tǒng)會自動產(chǎn)生一個名為“filter_$”的過濾器變量，被選中的記錄該變量取值為1，反之則為0。 3.2.9 Data 菜單其他過程簡介1、自動生成時間變量操作步驟：點擊Data=&

14、gt;Define Dates，彈出定義窗口。該窗口大致分為兩個部分：（1）Case Are：選擇時間序列的日期格式。格式中的“Not dated”，是不定義時間序列的意思。選擇該格式，將刪除所有曾經(jīng)定義過的實際序列的變量格式，即所有名稱為Year_、Quarter_、Month_、Week_、Day_等形式的變量。格式中的“Custom”，選擇此項以后，在數(shù)據(jù)文件中，由用戶通過命令語句創(chuàng)建的時間序列不會對該文件產(chǎn)生影響。（2）First Case Is：對時間序列的起始時間進行定義。選擇不同的時間格式，每一個時間單位都會顯示在時間格式框的右側(cè)。在各個時間單位以后的空白框中，添入適宜的數(shù)據(jù)，作為時間序列的起始時間?！癙eriodicity at higher level”對可以輸入的數(shù)據(jù)進行了限定。在各個空白框中的數(shù)字，