《統(tǒng)計數(shù)據(jù)分析基礎教程(第二版)》第3章-問卷數(shù)據(jù)的錄入與清理

統(tǒng)計數(shù)據(jù)分析基礎教程（第二版）

―基于SPSS20和Excel2010的調(diào)查數(shù)據(jù)分析第3章問卷數(shù)據(jù)的錄入與清理本章內(nèi)容P453.1問卷數(shù)據(jù)的錄入3.2在Excel中錄入問卷數(shù)據(jù)3.3核對和清理問卷數(shù)據(jù)3.4在Excel中核對問卷數(shù)據(jù)3.5建立調(diào)查問卷的SPSS數(shù)據(jù)文件附錄

在Excel2010中生成隨機數(shù)問卷數(shù)據(jù)的錄入與清理進行數(shù)據(jù)統(tǒng)計分析之前，必須先將問卷數(shù)據(jù)錄入計算機。為了保證不“GIGO，GarbageInGarbageOut”（垃圾進垃圾出），在統(tǒng)計分析之前，需要對錄入的數(shù)據(jù)進行核對和清理。dataclearing數(shù)據(jù)清理；數(shù)據(jù)清洗3.1

問卷數(shù)據(jù)的錄入P45數(shù)據(jù)輸入就是將問卷數(shù)據(jù)所對應的編碼通過掃描或用鍵盤輸入計算機，建立數(shù)據(jù)文件的過程。目前，數(shù)據(jù)輸入的方式主要有三種：人工輸入計算機輔助系統(tǒng)轉換光電輸入（如大學英語四、六級考試的答題卡）3.1 問卷數(shù)據(jù)的錄入（人工輸入）人工輸入的注意事項：要規(guī)定統(tǒng)一的輸入內(nèi)容和輸入格式。挑選和培訓數(shù)據(jù)輸入人員。數(shù)據(jù)輸入過程中需要注意：第一，統(tǒng)一規(guī)定數(shù)據(jù)文件名。第二，數(shù)據(jù)輸入時要為每一個輸入人員提供一份有關輸入內(nèi)容和格式的手冊。第三，要為每個輸入人員提供足夠的空間擺放問卷，避免不同輸入人員的問卷或者同一輸入人員已輸入和未輸入的問卷發(fā)生混淆，造成漏輸或重復輸入，影響數(shù)據(jù)的質量。第四，每個輸入人員在完成各自負責的問卷的輸入任務后，由研究者把他們的數(shù)據(jù)合并成一個總的數(shù)據(jù)文件，以供統(tǒng)計分析使用。為了避免數(shù)據(jù)丟失，要把每個輸入人員輸入的數(shù)據(jù)單獨存檔，以備查找。3.2 在Excel中錄入問卷數(shù)據(jù)（單選題）1．確定取得單一答案2．盡可能使用單選題3．單選題如何編碼和輸入Q1.請問您現(xiàn)在是否擁有手機？

□1.有

□2.沒有（請?zhí)餛12題）例3-1在Excel中錄入單選題Q1的數(shù)據(jù)單選題的編碼和輸入（用文字當列名，圖3-1）單選題的編碼和輸入（用題號當列名，圖3-3）一、編碼（P48）①數(shù)字：1、2、…②字母：A、B、…二、問卷編號

唯一，可以不連續(xù)三、SPSS變量名

唯一，可含下劃線“_”,但不能含“-”四、Excel列名

唯一，數(shù)據(jù)列表“單選題”占1列3.2 在Excel中錄入問卷數(shù)據(jù)（單選題）例3-1

在Excel中錄入單選題Q1的數(shù)據(jù)單選題的編碼和輸入（用文字當列名，P48圖3-1）單選題的編碼和輸入（用題號當列名，P49圖3-3）“單選題”占1列缺填，不輸入任何值，即保留“空”（空白）3.2 在Excel中錄入問卷數(shù)據(jù)（多選題）多選題一般有多項限選題和多項任選題。Q2.請問您當初購買手機的原因是什么？（可多選，最多3項） □1.方便與家人聯(lián)絡□2.方便與朋友同學聯(lián)絡□3.追求流行 □4.工作需要 □5.同學間比較的心理 □6.別人贈送 □7.手機價格下降 □8.廠商推出的促銷方案 □9.網(wǎng)內(nèi)互打較便宜□10.其他例3-2

在Excel中錄入多選題Q2的數(shù)據(jù)多選題的編碼有2種：分類法（一般用于多項限選題）和二分法（一般用于多項任選題）。多選題的“分類法”編碼和輸入（P50圖3-4）多選題的“二分法”編碼和輸入有關“分類法”和“二分法”編碼，請參見3.5節(jié)凍結窗格（比較圖3-5和圖3-7）常用的“多項限選題”，最多選幾項就占幾列（如：最多選3項就占3列）如果是“多項任選題”，有幾個選項就占幾列（如：有10選項就占10列）3.2 在Excel中錄入問卷數(shù)據(jù)（多選題）例3-2

在Excel中錄入多選題Q2的數(shù)據(jù)多選題的“分類法”編碼和輸入（

P50圖3-4）一、變量名（列名、字段名）

一般用題號（題目編號），再加下劃線“_”及順序編號，如：Q2_1、Q2_2和Q2_3。二、數(shù)據(jù)在三列的位置是平等的?！岸囗椣捱x題”，最多選3項就占3列缺填，不輸入任何值，即保留“空”（空白）3.2 在Excel中錄入問卷數(shù)據(jù)（多選題）例3-2

在Excel中錄入多選題Q2的數(shù)據(jù)凍結窗格（比較P51圖3-5和P52圖3-7）Excel2010：依次單擊【視圖】選項卡－>【窗口】組－>【凍結窗格】命令－>【凍結拆分窗格】（或【凍結首行】或【凍結首列】）3.2

在Excel中錄入問卷數(shù)據(jù)（填空題）填空題也稱開放題，不提示任何答案，直接填寫。有時對數(shù)值型的數(shù)據(jù)，為了取得其真正的數(shù)值（如：55），而非只取得區(qū)間（如：41～60），會采用填空題的方式取得數(shù)據(jù)。

Q3.請問您平均每個月手機的話費約

元？定量數(shù)據(jù)（數(shù)值型數(shù)據(jù)）可不經(jīng)任何轉換，即可計算各種統(tǒng)計量：均值、標準差、最大值、最小值等，而且也可以直接進行均值比較與檢驗，甚至可以作為回歸分析的因變量或自變量。如果為了取得數(shù)據(jù)的方便，就設計成選擇題（單選題）：

Q3.請問您平均每個月手機的話費約多少錢？ □1.20元及以下 □2.21～40元 □3.41～60元 □4.61～80元 □5.81～100元 □6.101元及以上例3-3

在Excel中錄入填空題Q3的數(shù)據(jù)（圖3-8）“填空題”，一般1個空占1列3.2

在Excel中錄入問卷數(shù)據(jù)（填空題）例3-3在Excel中錄入填空題Q3的數(shù)據(jù)（P53圖3-8）“填空題”，一般1個空占1列缺填，不輸入任何值，即保留“空”（空白）3.2

在Excel中錄入問卷數(shù)據(jù)（矩陣題、表格題）問卷中經(jīng)常采用矩陣（表格）的形式將同一類型的若干個問題（單選題）集中在一起，構成一個“大”問題（矩陣題通常采用衡量態(tài)度的李克特量表）。Q4.請就下列有關手機的產(chǎn)品屬性勾選其重要程度。量表其實是一種有序分類數(shù)據(jù)，只有大小先后的關系，無倍數(shù)關系。量表有多種編碼方式，如表3-1是量表常用的三種編碼方式。產(chǎn)品屬性非常重要重要普通不重要非常不重要（1）大小適中□5□4□3□2□1（2）重量輕巧□5□4□3□2□1（3）顏色炫麗□5□4□3□2□1（4）外形大方□5□4□3□2□1（5）符合人體工學□5□4□3□2□1（6）附屬功能多□5□4□3□2□1“矩陣題”，有幾行就占幾列3.2

在Excel中錄入問卷數(shù)據(jù)

（矩陣題、量表）例3-4在Excel中錄入矩陣題Q4的數(shù)據(jù)（P54圖3-9）“矩陣題”，有幾行就占幾列3.2在Excel中錄入問卷數(shù)據(jù)（排名題）排名（多項排序）也是一種衡量的方式。Q5.下列幾種手機的入網(wǎng)方式，請問您認為哪一種的收費最便宜？請依排名順序，填入1、2、3、4、5：全球通

神州行

如意通

動感地帶

新時空

分此種類型的問卷，作為被排序的對象也不宜太多。否則，受訪者也無法排好序。排個5、6項基本就是上限了。例3-5在Excel中錄入排名題Q5的數(shù)據(jù)（圖3-10）可將排名題改為單選題Q5.下列幾種手機的入網(wǎng)方式，請問您認為哪一種的收費最便宜？□1.全球通

□2.神州行

□3.如意通□4.動感地帶

□5.新時空“排名題”，排幾個就占幾列3.2在Excel中錄入問卷數(shù)據(jù)（排名題）例3-5在Excel中錄入排名題Q5的數(shù)據(jù)（P55圖3-10）“排名題”，排幾個就占幾列缺填，不輸入任何值，即保留“空”（空白）3.3

核對和清理問卷數(shù)據(jù)

P55數(shù)據(jù)有效范圍的清理對數(shù)據(jù)中的奇異值進行清理。數(shù)據(jù)邏輯一致性的清理依據(jù)問卷中的問題相互之間所存在的某種內(nèi)在的邏輯聯(lián)系，來檢查前后數(shù)據(jù)之間的合理性，主要針對的是相倚問題和多項限選題（還有排名題）。數(shù)據(jù)質量的抽查個案（Case）：一份問卷數(shù)據(jù)在計算機中的編碼值，占一行3.4在Excel中核對問卷數(shù)據(jù)P58篩選出范圍不合理的單列例3-6

在Excel中核對“大小適中”的數(shù)據(jù)篩選出不合理的關聯(lián)題（相倚問題）例3-7

在Excel中核對關聯(lián)題“是否有手機”與“平均月費”的數(shù)據(jù)篩選出多項限選題的邏輯一致性問題例3-8

在Excel中核對多項限選題“當初購買手機原因”的數(shù)據(jù)用高級篩選找出重復的個案例3-9

用Excel處理重復的個案3.4在Excel中核對問卷數(shù)據(jù)篩選出范圍不合理的單列P58例3-6在Excel中核對“大小適中”的數(shù)據(jù)（圖3-11～圖3-14）Excel2010：依次單擊【數(shù)據(jù)】選項卡－>【排序和篩選】組－>【篩選】命令依次單擊篩選下拉箭頭－>單擊取消（不勾選）“（全選）”－>單擊（勾選）該列中輸入的錯誤編碼值（如該列中的-5，-4，6，7）3.4在Excel中核對問卷數(shù)據(jù)篩選出不合理的關聯(lián)題（相倚問題）P60例3-7在Excel中核對關聯(lián)題“是否有手機”與“平均月費”的數(shù)據(jù)（圖3-15～圖3-19）沒有手機但有手機話費有手機但沒有手機話費不勾選“（空白）”只勾選“（空白）”3.4在Excel中核對問卷數(shù)據(jù)篩選出多項限選題的邏輯一致性問題例3-8在Excel中核對多項限選題“當初購買手機原因”的數(shù)據(jù)（圖3-20～圖3-23）多項限選題輸入的編碼值應互不相同（P62表3-2）首先要根據(jù)輸入的編碼值應互不相同的要求，具體列出各種不合理條件。對于“當初購買手機原因”多選題，由于選項較多（10項），從理論上講，購買手機的三個最主要原因，取值相同的可能性就有

種，具體見右側不合理條件購買原因1購買原因2購買原因3含義111

前2個相同222

前2個相同333

前2個相同444

前2個相同555

前2個相同666

前2個相同777

前2個相同888

前2個相同999

前2個相同101010

前2個相同111

1第1、3個相同122

2第1、3個相同133

3第1、3個相同144

4第1、3個相同155

5第1、3個相同166

6第1、3個相同177

7第1、3個相同188

8第1、3個相同199

9第1、3個相同2010

10第1、3個相同21

11后2個相同22

22后2個相同23

33后2個相同24

44后2個相同25

55后2個相同26

66后2個相同27

77后2個相同28

88后2個相同29

99后2個相同30

1010后2個相同3.4在Excel中核對問卷數(shù)據(jù)篩選出多項限選題的邏輯一致性問題P62例3-8在Excel中核對多項限選題“當初購買手機原因”的數(shù)據(jù)（圖3-20～圖3-23）多項限選題輸入的編碼值應互不相同（P62表3-2）P65對于核對“多項限選題輸入的編碼值應互不相同”，更為簡便快捷的方法是利用輔助列和公式實現(xiàn)。

公式有兩種寫法：①用OR函數(shù)：P65②沒用OR函數(shù)：實驗3.2（P59）3.4在Excel中核對問卷數(shù)據(jù)用高級篩選找出重復的個案P66例3-9用Excel處理重復的個案（圖3-24～圖3-26）Excel2010：依次單擊【數(shù)據(jù)】選項卡－>【排序和篩選】組－>【高級】命令溫馨提示：也可以利用“刪除重復項”功能刪除重復個案。【數(shù)據(jù)】選項卡－>【數(shù)據(jù)工具】組－>【刪除重復項】。3.5建立調(diào)查問卷的SPSS數(shù)據(jù)文件手工建立調(diào)查問卷的SPSS數(shù)據(jù)文件P67例3-10在SPSS中，手工建立調(diào)查問卷的數(shù)據(jù)文件1. 調(diào)查問卷2. 確定變量個數(shù)（P68

表3-3）3. 在SPSS中定義問卷變量（

P69

圖3-27～圖3-30）4. 單選題的變量定義與屬性說明（

P73

表3-4）5. 多選題的變量定義與屬性說明：分類法（P74

表3-5）和二分法（

P74表3-6）將Excel中的問卷數(shù)據(jù)導入SPSS，建立SPSS數(shù)據(jù)文件例3-11將Excel2010中的問卷數(shù)據(jù)導入SPSS，建立SPSS數(shù)據(jù)文件方法一：首先在SPSS中定義問卷變量，然后通過“復制－粘貼”方式將問卷數(shù)據(jù)從Excel復制到SPSS中。方法二：利用打開數(shù)據(jù)文件的方法直接把Excel2010中的問卷數(shù)據(jù)導入SPSS20中，然后再定義問卷變量。3.5建立調(diào)查問卷的SPSS數(shù)據(jù)文件單選題的變量定義（

表3-4）P73問題編號名稱類型標簽值（值標簽）度量標準Q1Q1數(shù)值性別1=“男”，2=“女”名義（分類變量）Q2Q2數(shù)值年齡1=“18～35歲”，2=“36～59歲”，3=“60歲及以上”序號（有序變量）Q3Q3數(shù)值月均收入1=“1500元以下”，2=“1500～3000元”，3=“3000～4500元”，4=“4500～6000元”，5=“6000元以上”序號（有序變量）Q4Q4數(shù)值是否有存款1=“沒有”，2=“有”名義（分類變量）Q6Q6數(shù)值對儲蓄實名制的態(tài)度1=“非常反對”，2=“反對”，3=“無所謂”，4=“贊成”，5=“非常贊成”序號（有序變量）Q7Q7_1數(shù)值生活條件非常優(yōu)越1=“非常不同意”，2=“不同意”，3=“說不清楚”，4=“同意”，5=“非常同意”序號（有序變量）Q7_2數(shù)值對生活狀態(tài)感到滿意同上同上Q7_3數(shù)值對工作感到滿意同上同上Q7_4數(shù)值家庭非常和睦同上同上Q7_5數(shù)值同事關系很和諧同上同上3.5建立調(diào)查問卷的SPSS數(shù)據(jù)文件多選題的“分類法”編碼（表3-5）

P74“分類法”編碼：常用于“多項限選題”（很少用于“多項任選題”）。按照限選的最多答案設置變量個數(shù)，每個變量的取值為選項編碼。比如，一個多選題，如果最多可選3個答案，那就設置3個變量，分別用來存放3個可能的答案。分類法的優(yōu)點是需要的變量個數(shù)比較少。名稱類型標簽值（值標簽）度量標準Q4_1數(shù)值存款目的11=“辦婚事”，2=“防老”，3=“以備急需”，4=“為子女上學”，5=“購房”，6=“旅游”，7=“添置高檔商品”，8=“保值生息”，9=“不知買什么好，先存起來”，10=“其他”名義（分類變量）Q4_2數(shù)值存款目的2同上同上Q4_3數(shù)值存款目的3同上同上3.5建立調(diào)查問卷的SPSS數(shù)據(jù)文件多選題的“二分法”編碼（表3-6）

P74“二分法”編碼：常用于“多項任選題”（很少用于“多項限選題”）。將多選題中的每個答案設為一個變量，變量的取值最多有兩個（1和0），分別表示“選”或“不選”（在實際應用中，經(jīng)常只有一個取值“1”，表示“選”，而用空值表示“不選”）。二分法的缺點是需要的變量個數(shù)比較多，優(yōu)點是比較簡單。名稱類型標簽值（值標簽）度量標準Q5_1數(shù)值國債1=“選”名義（分類變量）Q5_2數(shù)值基金1=“選”同上Q5_3數(shù)值股票1=“選”同上Q5_4數(shù)值黃金1=“選”同上Q5_5數(shù)值期貨1=“選”同上Q5_6數(shù)值樓市1=“選”同上Q5_7數(shù)值保險1=“選”同上Q5_8數(shù)值做生意1=“選”同上Q5_9數(shù)值理財產(chǎn)品1=“選”同上Q5_10數(shù)值其他1=“選”同上3.5建立調(diào)查問卷的SPSS數(shù)據(jù)文件例3-11將Excel2010中的問卷數(shù)據(jù)導入SPSS，建立SPSS數(shù)據(jù)文件P75方法一：首先在SPSS中定義問卷變量，然后通過“復制－粘貼”方式將問卷數(shù)據(jù)從Excel復制到SPSS中（圖3-32～圖3-34）。方法二：利用打開數(shù)據(jù)文件的方法直接把Excel2010中的問卷數(shù)據(jù)導入SPSS20中文版中，然后再定義問卷變量（圖3-35～圖3-37）。具體如下：①在SPSS20中文版中，單擊菜單【文件】－>【打開】－>【數(shù)據(jù)】，進入【打開數(shù)據(jù)】對話框，在下面的“文件類型”下拉列表中選擇“Excel（*.xls，*.xlsx，*.xlsm）”，然后選擇錄入變量名和問卷數(shù)據(jù)的Excel文件，單擊“打開”，進入“打開Excel