SPSS統計分析—SPSS數據文件的建立和整理

1、2022-5-4創(chuàng)建新數據文件創(chuàng)建新數據文件定義變量名定義變量名指定各變量屬性指定各變量屬性輸入數據輸入數據保存保存2022-5-4一、變量類型與測量尺度一、變量類型與測量尺度變量類型：變量類型：數值型數值型 和和 字符型字符型 數值型數值型：如分數、收入、銷售額等如分數、收入、銷售額等 字符型字符型：如血型、性別等如血型、性別等 Tips：SPSSSPSS默認的是數值型默認的是數值型2022-5-4變量類型變量類型 vs 測量尺度測量尺度例：例：“性別性別”變量：變量： 1男，男， 2女女 “成績等級成績等級”變量：變量：1最高最高，2中等中等，3最低最低Question：“1” ” 在不同

2、變量中意義有何不在不同變量中意義有何不同？同？2022-5-4測量尺度：測量尺度：數據的測量尺度表現為：數據的測量尺度表現為： 定類尺度定類尺度定序尺度定序尺度定距尺度定距尺度定比尺度定比尺度 計量水平由低級到高級計量水平由低級到高級 定類尺度定類尺度Nominal 定序尺度定序尺度Ordinal定距尺度定距尺度Interval定比尺度定比尺度Scale表示類別或屬表示類別或屬性性表示類別和表示類別和順順序序表示類別、順表示類別、順序、序、距離距離表示類別、順表示類別、順序、距離、序、距離、比值比值性別性別/宗教信宗教信仰仰產品等級產品等級/學學歷歷分數分數/溫度溫度收入收入/身高身高等于或不

3、等于等于或不等于比較大小比較大小加減運算加減運算加減乘除加減乘除2022-5-4一般來說，數據的等級越高，應用范圍越廣泛，等級越低，應用范圍越受限。不同測度級別的數據，應用范圍不同。等級高的數據，可以兼有等級低的數據的功能，而等級低的數據，不能兼有等級高的數據的功能。2022-5-4二、二、定義新變量定義新變量（進入變量編輯窗口進入變量編輯窗口）名稱名稱:名稱長度控制在名稱長度控制在8 8位以位以內內, ,并盡量使用英文名稱。并盡量使用英文名稱。類型類型:寬度寬度:小數小數:標簽標簽:對變量進行解釋對變量進行解釋值值:可簡化數據錄入例可簡化數據錄入例:性別性別 1男男 2女女缺失缺失:缺失值的

4、處理方法缺失值的處理方法,多多用于嚴格的大型調查用于嚴格的大型調查列列:對齊對齊:測量測量:變量的測量尺度變量的測量尺度2022-5-4二、定義新變量二、定義新變量練習題：練習題：ID城市城市 北京北京 廣州廣州 上海上海 深圳深圳 武漢武漢性別性別 男男 女女文化程度文化程度 大專及以下大專及以下 大專大專 本科本科 碩士研究生碩士研究生 碩士研究生以上碩士研究生以上職位等級職位等級 一般員工一般員工 基層管理者基層管理者 中層管理者中層管理者 高層管理者高層管理者企業(yè)規(guī)模企業(yè)規(guī)模 小型（小型（50人以下）人以下） 中型（中型（50-200人）人） 大型（大型（200人以上）人以上）企業(yè)性質

5、企業(yè)性質 國企國企 機關機關 事業(yè)單位事業(yè)單位 外資外資 合資合資年總收入年總收入月基本工資月基本工資1月月-12月份加班工資月份加班工資1月月-12月獎金月獎金 虛擬100人隨機數據的產生（RAND)2022-5-4Problems： 名稱：盡可能用英文名稱：盡可能用英文 變量類型：字符變量類型：字符 or or 數值型，寬度，小數數值型，寬度，小數點點 模擬數據的合理性模擬數據的合理性數據檢查數據檢查 無數據無數據 vsvs 缺失值缺失值 變量命名必須唯一，不能有兩個相同的變量命名必須唯一，不能有兩個相同的變量名變量名2022-5-4Exercise1 1、導入、導入SPSSSPSS自帶的

6、自帶的demo.xlsdemo.xls文件，導入時只文件，導入時只要包含要包含demodemo中的前三個變量中的前三個變量2 2、導入、導入SPSSSPSS自帶的自帶的demo.txtdemo.txt文件文件TipsTips：C:Program Files SPSS tutorial sample_filesdemo(.xls/.txt)2022-5-4Problems： 名稱：盡可能用英文名稱：盡可能用英文 變量類型：字符變量類型：字符 or or 數值型，寬度，數值型，寬度，小數點小數點 模擬數據的合理性模擬數據的合理性數據檢查數據檢查 無數據無數據 vsvs 缺失值缺失值2022-5-4

7、三、數據的錄入和修改三、數據的錄入和修改(進入數據編輯的數據窗口進入數據編輯的數據窗口data view) 1. 在在SPSS中直接錄入中直接錄入Tips：使用鍵盤而非鼠標進行操作使用鍵盤而非鼠標進行操作2022-5-4三、數據的錄入和修改三、數據的錄入和修改2. 從外部文件導入從外部文件導入（1）Excel（.xls）：）： 菜單菜單：file open data選擇.xls文件類型 直接從excel中copy，paste到spssTips:簡單但不智能，如變量名空缺，字符型變量缺失簡單但不智能，如變量名空缺，字符型變量缺失（2）文本文檔（文本文檔（.txt） 菜單菜單：fileRead t

8、ext data2022-5-4 第一步：第一步：“你的文本文件和預定義你的文本文件和預定義格式是否相一致格式是否相一致”2022-5-4 第二步：第二步：“變量如何排列變量如何排列”？ “變量名包括在文件最前面么？變量名包括在文件最前面么？”2022-5-4 第三步：第三步：“第一條記錄從第幾行開始第一條記錄從第幾行開始”“你的記錄是怎樣存儲在文件中的？你的記錄是怎樣存儲在文件中的？” “你想導入多少條記錄？你想導入多少條記錄？” 2022-5-4 第四步：第四步：“變量間用的是哪種分變量間用的是哪種分隔符？隔符？” 2022-5-4 第五步：第五步：“定義在數據預覽窗口中所定義在數據預覽窗

9、口中所選擇的變量。選擇的變量?！?2022-5-4 第六步：第六步：“你愿意保存這次的文件（讀入）格式設置你愿意保存這次的文件（讀入）格式設置以備下次使用嗎？以備下次使用嗎？” “你是否愿意將以上操作粘貼為你是否愿意將以上操作粘貼為SPSS語語句？句？” 2022-5-4Exercise1 1、導入、導入SPSSSPSS自帶的自帶的demo.xlsdemo.xls文件，導入時只文件，導入時只要包含要包含demodemo中的前三個變量中的前三個變量2 2、導入、導入SPSSSPSS自帶的自帶的demo.txtdemo.txt文件文件TipsTips：C:Program Files SPSS tu

10、torial sample_filesdemo(.xls/.txt)2022-5-4三、數據的錄入和修改三、數據的錄入和修改 數據必須輸入正確才能保證正確的數據必須輸入正確才能保證正確的分析結果。分析結果。 但很難一次輸入正確，所以就需要但很難一次輸入正確，所以就需要進行修改，一般包括數據的進行修改，一般包括數據的插入、插入、刪除、修改刪除、修改等。等。2022-5-4三、數據的錄入和修改三、數據的錄入和修改 找到單元格找到單元格 - 重新輸入數據重新輸入數據查找辦法：查找辦法：1 1、移動指針到指定序號的觀測值、移動指針到指定序號的觀測值Data Go to Case2 2、查找指定變量中的

11、指定數據（定位、查找指定變量中的指定數據（定位到單元格）到單元格）Edit+Find（或（或工具欄上的工具欄上的Find圖標按鈕圖標按鈕） 2022-5-4三、數據的錄入和修改三、數據的錄入和修改 插入一個變量插入一個變量在現存變量的右邊：在現存變量的右邊：直接在直接在Variable View中定義中定義在現存變量的中間：在現存變量的中間： Data View或或Variable View 點擊右鍵點擊右鍵“insert variables” 菜單：菜單：Data Insert Variable Tips：所添加的變量都在現存變量前一個位置所添加的變量都在現存變量前一個位置 刪除一個變量刪除

12、一個變量 Data View選中一列數據，右鍵選中一列數據，右鍵clear Variable View選中一變量名，右鍵選中一變量名，右鍵clear2022-5-4三、數據的錄入和修改三、數據的錄入和修改 插入一個觀測值插入一個觀測值在最后在最后：直接輸入：直接輸入在中間在中間 ：Data Insert CasesTips：結果是直接插入一空白行 刪除一個觀測值刪除一個觀測值 選中觀測量序號，后按選中觀測量序號，后按Del，或右鍵，或右鍵clear批量數據調整批量數據調整 選中一列數據，鼠標右鍵選中一列數據，鼠標右鍵cut，copy，paste Exercise：數據的錄入和修改：數據的錄入和

13、修改2022-5-4數據文件的管理數據文件的管理 SPSS的一個重要功能的一個重要功能 File， Data， Transform 三大菜單三大菜單2022-5-4數據文件的管理數據文件的管理 之之File菜單詳解菜單詳解 一、新建數據文件（略）一、新建數據文件（略） 二、導入外部數據（重點）二、導入外部數據（重點） 三、保存數據文件三、保存數據文件 Save Save 保存為同一數據文件 Save as Save as 保存為不同數據文件，或者只保存文件中的部分變量 Example in SPSSExample in SPSS2022-5-4 四、四、File File 菜單中的其他菜單中的

14、其他條目條目 Display Data InfoDisplay Data Info 系統會在結果窗口中顯示所選數據文件的詳細情況，包括建立時間、標簽設置、變量設置等信息Give ExampleGive Example Cache Data Cache Data 緩沖區(qū)加快處理速度，用于處理遠程數據 Print Print 和和 Print viewPrint view打印和打印預覽 2022-5-4數據文件的管理數據文件的管理 之之Utilities菜單詳解菜單詳解 一、一、 Utilities Variables 菜單項：菜單項： 該菜單項用于顯示各個變量的基本信息該菜單項用于顯示各個變量的

15、基本信息 注：與注：與FILE菜單中的菜單中的Display Data Info 有所不同，前者單獨顯示各個變量的信息，后有所不同，前者單獨顯示各個變量的信息，后者顯示整個文件的信息者顯示整個文件的信息Give example二、二、 Utilities File info菜單項：菜單項：Thinking：比較比較File菜單中的菜單中的display data info與與Utilities菜單中的菜單中的variables以及以及Display data info 三者功能有何不同三者功能有何不同？2022-5-4數據文件的管理數據文件的管理 之之Utilities菜單詳解菜單詳解三、三、

16、 UtilitiesDefine Sets ：定義定義變量集變量集用途用途：當數據文件中涉及到大量的變量，當數據文件中涉及到大量的變量，而我們所做的統計分析而我們所做的統計分析僅用到文件中的僅用到文件中的某幾個變量時某幾個變量時常常需要定義變量集，即常常需要定義變量集，即將所要將所要用到的變量定義成一個集合用到的變量定義成一個集合。 Exercise：定義工資表中的變量集：定義工資表中的變量集2022-5-4數據文件的管理數據文件的管理 之之Data菜單詳解菜單詳解 【Sort Cases對話框對話框】用途用途：將數據按照某一變量或某幾個變量將數據按照某一變量或某幾個變量進行排序進行排序 Gi

17、ve Example2022-5-4數據文件的管理數據文件的管理 之之Data菜單詳解菜單詳解【Transpose對話框對話框】 對數據進行對數據進行行列轉置行列轉置原文件中的一行數據原文件中的一行數據變?yōu)樾挛募械囊涣袛祿?，反之亦然變?yōu)樾挛募械囊涣袛祿粗嗳?可以在原數據文件中指定一個變量記錄轉置后可以在原數據文件中指定一個變量記錄轉置后的變量名的變量名 Give Example：性別為新變量名，將第一季度獎金：性別為新變量名，將第一季度獎金進行轉置進行轉置 2022-5-4數據文件的管理數據文件的管理 之之Data菜單詳解菜單詳解【Merge Files對話框對話框】 Add cas

18、es 從外部數據文件中從外部數據文件中增加記錄（僅觀測值）增加記錄（僅觀測值）到當前數據文件中，稱為到當前數據文件中，稱為縱向合并縱向合并兩文件兩文件需具有相同的變量需具有相同的變量 Give Example Add variables 從外部數據文件從外部數據文件增加變量增加變量到當前數據文到當前數據文 件，稱為件，稱為橫向合并橫向合并 Give Example 2022-5-4Exercise Exercise DataData1 1：以文化程度（升）和職業(yè)等級（降）將：以文化程度（升）和職業(yè)等級（降）將工資表排序工資表排序TipsTips：注意當兩個變量的排序相反時，：注意當兩個變量的排

19、序相反時，SPSSSPSS如何處如何處理？理？2 2：以城市類型為新變量名，將工人全年加：以城市類型為新變量名，將工人全年加班費（班費（1212個變量）進行行列轉置個變量）進行行列轉置 TipsTips：注意轉換后文件的變量名：注意轉換后文件的變量名2022-5-4Exercise Exercise DataData3 3：新建一個數據文件，其中含有：新建一個數據文件，其中含有“城市城市”和和“地區(qū)地區(qū)”兩個變量，每個變量有兩個變量，每個變量有1010個觀測值個觀測值（數值為隨機數），然后將新文件的（數值為隨機數），然后將新文件的“城市城市”變量中所有觀測值合并到變量中所有觀測值合并到“工資表

20、工資表”中中4 4：新建一個數據文件，其中含有：新建一個數據文件，其中含有“id”id”和和“area”area”兩個變量。其中兩個變量。其中idid變量的數值為變量的數值為100100110110，areaarea變量的數值為隨機數。然后變量的數值為隨機數。然后以以idid為為key variablekey variable將新數據文件中的將新數據文件中的“area”area”變量合并到變量合并到“工資表工資表”中中TipsTips：注意有無：注意有無key variablekey variable的結果差異的結果差異2022-5-4數據文件的管理數據文件的管理 之之Data菜單詳解菜單詳解

21、【Aggregate對話框對話框】 用于對數據進行用于對數據進行分類匯總分類匯總即按指定即按指定的分類變量對觀測值進行分組，對每組的分類變量對觀測值進行分組，對每組記錄的各變量值求指定的記錄的各變量值求指定的描述統計量描述統計量，結果可以存入新數據文件，也可以替換結果可以存入新數據文件，也可以替換當前數據文件。當前數據文件。 2022-5-4 Break Variables：用于選擇分組變量；用于選擇分組變量； Aggregate Variables框：框：用于選擇被匯總的變量；用于選擇被匯總的變量； Name&Label鈕：鈕：用于定義新產生的匯總變量的名稱和標簽用于定義新產生的匯總

22、變量的名稱和標簽 Function鈕：鈕：用于定義匯總函數用于定義匯總函數 Save Number of cases in break group as variable復選復選框：框：用于定義一個新變量以存儲同組的記錄數；用于定義一個新變量以存儲同組的記錄數； Create new data file單選鈕：單選鈕：定義一個新文件以存儲匯總定義一個新文件以存儲匯總結果結果 Replace working data file單選鈕：用單選鈕：用匯總的結果替換原來匯總的結果替換原來的數據的數據2022-5-4Aggregate對話框提供的函數形式：對話框提供的函數形式： Give Example

23、：不同城市工人的平均年總收入不同城市工人的平均年總收入求數值概況求數值概況求特殊值求特殊值求觀測值數求觀測值數求百分比求百分比求百分數求百分數2022-5-4數據文件的管理數據文件的管理 之之Data菜單詳解菜單詳解【Split File對話框對話框】 用于將數據文件分組用于將數據文件分組為進一步處理做準備為進一步處理做準備 Analyze all cases單選框：單選框：選中本框不拆分文件選中本框不拆分文件； Compare groups單選框：單選框：結果緊挨在一起便于相互比較；結果緊挨在一起便于相互比較； Organize output by groups單選框：單選框：各組分析結果單

24、獨放各組分析結果單獨放置；置； Groups based on框：框：用于選擇拆分數據文件的變量；用于選擇拆分數據文件的變量； Sort the file by grouping variables單選框：單選框：將數據按所將數據按所用的拆分變量排序；用的拆分變量排序； File is already sorted單選框：單選框：數據保持原狀，不按所用數據保持原狀，不按所用的拆分變量排序。的拆分變量排序。 Give Example： 根據文化程度對工資表進行拆分根據文化程度對工資表進行拆分2022-5-4數據文件的管理數據文件的管理 之之Data菜單詳解菜單詳解【Select Cases對話框

25、】當不需要分析全部數據，而是按某種要求分析其中當不需要分析全部數據，而是按某種要求分析其中的一部分時使用的一部分時使用例如：數據庫中包括全省所有學生高考語文成績。例如：數據庫中包括全省所有學生高考語文成績。由于數據量太大，現在我們想只選取數據庫中前由于數據量太大，現在我們想只選取數據庫中前50005000個學生的成績進行統計，以得到一個粗略個學生的成績進行統計，以得到一個粗略的估計。的估計。 2022-5-4All cases：分析所有的記錄；分析所有的記錄；If condition is satisfied：只分析滿足條件的記錄；只分析滿足條件的記錄；Random sample of cas

26、es：從原數據中按某種條件抽樣從原數據中按某種條件抽樣；Based on time or case range：基于記錄序號來選擇記錄；基于記錄序號來選擇記錄；Use filter variable：使用篩選指示變量來選擇記錄，該變量取使用篩選指示變量來選擇記錄，該變量取值為非值為非0的記錄將被選中的記錄將被選中Filtered：未被選中的記錄只是被隔離未被選中的記錄只是被隔離Deleted：未被選中的記錄將被刪除未被選中的記錄將被刪除，一般不要使用。一般不要使用。2022-5-4Exercise Exercise DataData5 5：計算工資表中不同性別的一月份平均加班：計算工資表中不同

27、性別的一月份平均加班費和一月份加班費總值費和一月份加班費總值6 6：只選取觀測值中男性的數據，再計算不同：只選取觀測值中男性的數據，再計算不同性別的一月份加班費總值性別的一月份加班費總值TipsTips：注意觀察最后的結果與練習：注意觀察最后的結果與練習4 4最后的結果有最后的結果有何差異？何差異？2022-5-4數據文件的管理數據文件的管理 之之Transform菜單詳解菜單詳解 Transform：主要針對數據中主要針對數據中變量變量的變的變換，如根據已知變量產生一個新的變量換，如根據已知變量產生一個新的變量 Data：主要針對主要針對數據庫數據庫的維護，如數的維護，如數據文件的合并、拆分

28、、匯總等據文件的合并、拆分、匯總等。2022-5-4Transform菜單菜單Compute：計算一個新變量計算一個新變量Count：計數，比如計數，比如60分以下有幾人分以下有幾人Recode：變量數值重新編碼，比如考試分數轉為及格或不及格變量數值重新編碼，比如考試分數轉為及格或不及格Categorize：歸類歸類Rank case：對調查對象進行排序，如對考分進行排名對調查對象進行排序，如對考分進行排名Automatic recode：自動編碼自動編碼 Create time series：創(chuàng)造時間系列創(chuàng)造時間系列 Replace missing valuve：缺失數據替代（用某一個數字）

29、缺失數據替代（用某一個數字）2022-5-41、【、【Compute對話框對話框】最常用最常用2022-5-4Compute菜單中的函數介紹：菜單中的函數介紹：1、Arithmetic 函數函數數學函數數學函數 Abs (?)Abs (?) 返回變量的絕對值返回變量的絕對值 ArsinArsin（？）（？）返回變量的反三角函數值返回變量的反三角函數值 RndRnd（？）（？）返回數值表達式四舍五入后返回數值表達式四舍五入后得到的整數值得到的整數值 TruncTrunc (?) (?) 返回數值表達式截尾以后返回數值表達式截尾以后得到的整數值得到的整數值2022-5-4Compute菜單中的函數

30、介紹：菜單中的函數介紹：2、 Random numbers隨機變量函數隨機變量函數 RV.Normal(mean,stddevRV.Normal(mean,stddev) )返回來自指定均值和標準離差的正態(tài)分布的隨機數返回來自指定均值和標準離差的正態(tài)分布的隨機數 RV.EXPRV.EXP（shapeshape）返回服從指定參數的指數分布隨機數返回服從指定參數的指數分布隨機數 RV.PossionRV.Possion（meanmean） 返回服從指定均值的泊松分布的隨機數返回服從指定均值的泊松分布的隨機數 RV.Uniform ( min,maxRV.Uniform ( min,max) )返回

31、指定最小值和最大值的均勻分布的隨機數返回指定最小值和最大值的均勻分布的隨機數EgEg：如有如有100100個個case, case, 想打亂它們的順序，該如何解決？想打亂它們的順序，該如何解決？ 方法：方法：首先產生一個均勻分布的隨機數，首先產生一個均勻分布的隨機數， 然后按隨機數進行排序后即可。然后按隨機數進行排序后即可。2022-5-4Compute菜單中的函數介紹：菜單中的函數介紹：3、統計函數、統計函數 CFVARCFVAR（標準離差（標準離差/ /均值）均值） MAX/MAX/最大值最大值 MIN/MIN/最小值最小值 MEAN/MEAN/均值均值 SD/SD/標準差標準差 SUM

32、/SUM /求和求和 VARIANCE/VARIANCE/方差方差2022-5-4Compute菜單中的函數介紹：菜單中的函數介紹： 4、日期和時間函數、日期和時間函數 Eg：Date 5、邏輯函數、邏輯函數 Eg：ANY 6、字符串函數、字符串函數 Eg：String 7、轉換函數、轉換函數 converse 主要用于字主要用于字符型變量與數值型變量的轉換符型變量與數值型變量的轉換2022-5-4Demo： 1 1、將、將“職位等級職位等級” ” 由由一般員工一般員工 基層管理者基層管理者 中中層管理者層管理者 高層管理者高層管理者 這四個等級改變?yōu)檫@四個等級改變?yōu)橐话銌T一般員工工 基層管理

33、者基層管理者 中高層管理者中高層管理者 三個等級三個等級 2 2、計算所有工人的第一月總收入，命名為、計算所有工人的第一月總收入，命名為sum_Jansum_Jan 3 3、計算前五十名工人第一季度的月平均獎金，命、計算前五十名工人第一季度的月平均獎金，命名為名為mean_bonmean_bon 4 4、將廣州市工人的年總收入值增加、將廣州市工人的年總收入值增加10000100002022-5-4 計數計數用于標示某個值或某些值在某個變量的取值中用于標示某個值或某些值在某個變量的取值中是否出現。是否出現。 SPSS會自動用數字會自動用數字1來標注滿足所需條件的記錄。來標注滿足所需條件的記錄。例：例：如果想知道月基本工資在如果想知道月基本工資在10001000元以下的記錄元以下的記錄 注意：注意： 千萬注意，千萬注意，Count對話框有一個潛在的對話框有一個潛在的bug，當需要計算，當需要計算同時滿足兩個變量取值條件的記錄數有多少時，直接用同時滿足兩個變量取值條件的記錄數有多少時，直接用該對話框會得出完全錯誤的結果。該對話框會得出完全錯誤的結果。 2、【、【Count對話框對話框】Eg：如果想知道月基本工資在：如果想知道月基本工資在1000元以下的元以下的北京工人有哪些記錄？北京工人有哪些記錄？2022-5-43、【、【Recode對話框對話