spss統計分析數據轉換與整理(已修改)

　

【正文】 1 2020/9/16 第三章 數據變換與整理 2 2020/9/16 本章主要內容 ? 第一節 數據的排序 ? 第二節 變量計算 ? 第三節 數據選取 ? 第四節 計數 ? 第五節 分類匯總 ? 第六節 數據分組 ? 第七節 數據處理的其他功能 ? 第八節 統計圖 3 2020/9/16 第一節 數據的排序 ? SPSS的數據排序是將數據編輯窗口中的數據按照某個或多個指定變量的變量值升序或降序重新排列。這里的變量也稱為 排序變量 。排序變量只有一個時，排序稱為 單值排序 。排序變量有多個時，排序稱為 多重排序 。多重排序中，第一個指定的排序變量稱為 主排序變量 ，其他依次指定的變量分別稱為 第二排序變量 、 第三排序變量 等。 4 2020/9/16 ? （ 1）數據排序便于數據的瀏覽，有助于了解數據的取值狀況、缺失值數量的多少等； ? （ 2）通過數據排序能夠快捷的找到數據的最大值和最小值，進而可以計算出數據的 全距 ，初步把握和比較數據的 離散程度； ? （ 3）通過數據排序能夠快捷地發現數據的異常值 ，為進一步明確它們是否會對分析產生重要影響提供幫助。 5 2020/9/16 SPSS數據排序的基本操作步驟 （ 1）選擇菜單 Data－ Sort Cases （ 2）將主排序變量從左邊的列表中選到Sort by框中，并在 Sort Order框中選擇按該變量的升序還是降序排序。 （ 3）如果是多重排序，還要一次指定第二、第三排序變量及相應的排序規則。 6 2020/9/16 在左邊的 源變量框 中選擇排序變量進入 Sort by框 。如果選擇 2個以上的變量，觀測量的排序結果與排序變量在 Sort by框中的順序有關。列于首位的為第一排序變量。 在 Sort Order 欄 內選擇排序方式 ——升序與降序 7 2020/9/16 數據排序是整行數據排序，而不是只對某列變量排序； 多重排序中指定排序變量的次序很關鍵。先指定的變量優先于后指定的變量。多重排序可以在按某個變量值升序（或降序）排序的同時再按其他變量值降序（或升序）排序； 數據排序后，原有數據的排序次序必然被打亂。 說明 8 2020/9/16 03－ 1 數據排序應用舉例 ? 利用居民存款調查數據，通過數據排序功能分別找到城鎮戶口和農村戶口儲戶一次存款金額的最大值和最小值。 9 2020/9/16 第二節 變量計算 ? 數據的轉換處理是在原有數據的基礎上，計算產生一些含有更豐富信息的新數據。例如根據職工的基本工資、失業保險、獎金等數據，計算實際月收入，這些新變量具有更直觀更有效的特點。 10 2020/9/16 1. 變量計算的目的 ? SPSS變量計算是在原有數據的基礎上，根據用戶給出的 SPSS算術表達式以及函數，對所有個案或滿足條件的部分個案，計算產生一系列新變量。 （ 1）變量計算是針對所有個案或指定的部分個案的，每個個案都有自己的計算結果。 （ 2）變量計算的結果應保存到一個指定變量中，該變量的數據類型應與計算結果的數據類型相一致。 在變量計算過程中涉及到幾個概念： SPSS算術表達式、 SPSS條件表達式和 SPSS函數。 11 2020/9/16 ? 指出按照什么方法計算變量； ? SPSS算術表達式 （ Numeric Expression）是由常量、變量、算術運算符、圓括號、函數等組成的式子。 ? 字符型常量應當用引號括起來 ? 變量是指那些已存在于數據編輯窗口中的原有變量 ? 算術運算符主要包括 ＋、－、 *、 /、 **（乘方） ? 在同一算術表達式中的常量及變量，數據類型應該一致，否則無法計算 12 2020/9/16 ? 在變量計算中通常要求對不同的個案分別按照不同的方法進行計算，于是就需要通過一定的方式來指定個案； ? SPSS條件表達式 是一個對條件進行判斷的式子。其結果有兩種取值：如果判斷條件成立，則結果為真；如果判斷條件不成立，則結果為假。條件表達式包括簡單條件表達式 和 復合條件表達式 。 13 2020/9/16 （ 1）簡單條件表達式 由關系運算符、常量、變量以及算術表達式等組成的式子。其中關系運算符包括 、 、＝、～＝（不等于）、 ＝、 ＝ 。（ nl35） （ 2）復合條件表達式 又稱邏輯表達式，是由邏輯運算符號、圓括號和簡單條件表達式等組成的式子。其中，邏輯運算符號包括 amp。或 AND（并且）、 |或 OR（或者）、～或 NOT（非） 。 NOT的運算優先級最高，其次是 AND，最低是 OR。可以通過圓括號改變運算的優先級。（ nl=35） and not （ zc3） 14 2020/9/16 ? SPSS函數 是事先編好并存儲在 SPSS軟件中，能夠實現某些特定計算任務的一段計算機程序。這些程序都有各自的名字稱為函數名 。執行這些程序段得到的計算結果稱為 函數值 。 函數書寫的具體形式為： 函數名（參數） 15 2020/9/16 其中，函數名是 SPSS已經規定好的，參數可以是常量（字符型常量應用引號括起來），也可以是變量或算術表達式。 參數可能是一個，也可能是多個 ，各參數之間用 逗號 分隔。 SPSS函數大致可以分成八大類： 算術函數、統計函數、分布函數、邏輯函數、字符串函數、缺失值函數、日期函數和其他函數 。 16 2020/9/16 ? （ 1）選擇菜單 Transform－ Compute，彈出Compute Variable對話框如下： 17 2020/9/16 （ 2）在 Target框中輸入存放計算結果的變量名。該變量可以是一個新變量，也可以是已經存在的變量。如果指定存放計算結果的變量為新變量， SPSS會自動創建它；如果指定產生的變量已經存在， SPSS會提問是否以計算結果覆蓋原有值。新的變量默認為數值型，用戶可以根據需要單擊 Typeamp。Label按鈕修改，還可以對新變量加變量名標簽。 （ 3）在 Numeric Expression框給出 SPSS算術表達式。可以手工輸入，也可以按窗口的按鈕以及函數下拉菜單輸入。 18 2020/9/16 （ 4）如果希望對符合一定條件的個案進行變量計算，則單擊 If按鈕，出現下面的窗口，選擇 Include if case satisfies condition選項，然后輸入條件表達式。對不滿足條件的個案，將不進行變量值計算，對新變量取值為系統缺失值。 19 2020/9/16 利用職工基本情況數據，依據職稱級別計算實發工資，再按職稱 1至 4將實發工資分別上調 50％， 30％， 20％， 10％。 032 變量計算的應用舉例 20 2020/9/16 第三節 數據選取 ? 數據選取就是根據分析的需要，從已收集到的大批量數據（總體）中按照一定的規則抽取部分數據（樣本）參與分析的過程，通常也稱為 抽樣 。 SPSS可根據指定的抽樣方法從數據編輯窗口中選出部分樣本以實現數據選取，這樣 后面的分析操作就只針對選出的數據 ，直到用戶取消這種選取為止。 21 2020/9/16 （ 1）選取全部數據 （ All cases） （ 2）按指定條件選取 （ If condition is satisfied ） SPSS要求用戶以條件表達式給出數據選取的條件， SPSS將自動對數據編輯窗口中的所有個案進行條件判斷。那些滿足條件的個案，即條件判斷為真的個案將被自動選取出來，而那些條件判斷為假的個案則不被選中。 1. 數據選取的基本方式 22 2020/9/16 （ 3）隨機抽樣 （ Random sample of cases ），即對數據編輯窗口中的所有個案進行隨機篩選，包括如下兩種方式： 第一，近似抽樣 （ Approximately） 近似抽樣要求用戶給出一個百分比數值， SPSS將按照這個比例自動從數據編輯窗口中隨機抽取相應百分比數目的個案。 注：由于 SPSS在樣本抽樣方面的技術特點，抽取出的個案總數不一定恰好精確地等于用戶指定的百分比數目，會有小的偏差，因而稱為近似抽樣。 23 2020/9/16 第二，精確抽樣 （ Exactly） 精確抽樣要求用戶給出兩個參數。第一個參數是希望選取的個案數，第二個參數是指定在前幾個個案中選取。 SPSS自動在數據編輯窗口的前若干個個案中隨機精確地抽出相應個數的個案來。 24 2020/9/16 （ 4）選取某一區域內的樣本 （ Based on time or case range ），即選取數據編輯窗口中樣本號在指定范圍內的所有個案，要求給出這個范圍的上、下界個案號碼。 這種抽樣方法適用于時間序列數據。 （ 5）通過過濾變量選取樣本 （ Use filter variable ），即依據過濾變量的取值進行樣本選取。要求指定一個變量作為過濾變量，變量值為非 0或非系統缺失值的個案將被選中。這種方法通常用于排除包含系統缺失值的個案。 25 2020/9/16 說明： （ 1）完成數據選取后， SPSS以后的分析操作僅針對那些被選中的個案，直到用戶再次改變數據的選取為止。 （ 2）采用指定條件選取和隨機抽樣方法進行數據選取后， SPSS將在數據編輯窗口中自動生成一個名為 filter_$的新變量，取值為 1或 0。 1表示本個案被選中， 0表示未被選中。該變量是 SPSS產生的中間變量，如果刪除它則自動取消樣本抽樣。 26 2020/9/16 （ 1）選擇菜單 Data— Select cases （ 2）根據分析需要選擇數據選取方法 （ 3） Unselected cases are指定對未選中個案的處理方式 ? Filtered表示在未被選中的個案號碼上打一個 “ /”標記； ? Deleted表示將未被選中的個案從數據編輯窗口中刪除。 2. 數據選取的基本操作 27 2020/9/16 Select Cases對話框 28 2020/9/16 利用 [02－ 1]居民儲蓄調查數據 ，根據不同的分析要求采用不同的數據選取方法抽樣： （ 1）如果只希望分析城鎮儲戶的情況，可以通過數據選擇功能采用指定條件的抽樣方法進行抽樣； （ 2）如果只希望對其中的 70％的數據進行分析，可通過數據選擇功能采用隨機抽樣中的近似抽樣方法進行抽樣。 數據選取的應用舉例 29 2020/9/16 第四節 計數 ? 1. 計數目的 SPSS實現的計數是對所有個案或滿足某條件的部分個案， 計算若干變量中有幾個變量的值落在指定的區間內 ，并將計數結果存入一個新變量中的過程。例如對大學畢業班學生的成績進行綜合測評時，可以依次計算每個學生的若干門課程中有幾門課程得了優，有幾門課程得了良，有幾門課程不及格。 SPSS實現計數的關鍵步驟是： ? 指定哪些變量參與計數，計數的結果存入哪個新變量中 ? 指定計數區間（尤為關鍵） 30 2020/9/16 SPSS中的計數區間可以有以下幾種描述形式： ? 單個變量值（ Value） ? 系統缺失值（ Systemmissing） ? 系統缺失值或用戶缺失值（ System or usermissing） ? 給定最大值和最小值的區間（ n through m） ? 小于等于某指定值的區間（ Lowest through n） ? 大于等于某指定值的區間（ n through highest） 2. 計數區間 31 2020/9/16 上述后三個計數區間很容易理解。 例如 評價學生成績，成績為優的計數區間可以指定為90 through highest，成績為良的計數區間指定為 80 through 89，不及格的計數區間指定為Lowest through 59。 前三個計數區間實際上是一些離散的數據點，嚴格講并不是區間，但 SPSS仍將其歸在廣義區間的范疇內，目的是方便一些其他的應用。 32 2020/9/16 （ 1）選擇菜單 Transform－ Count，出現如下窗口： 3. 計數的基本操作 33 2020/9/16 （ 2）將參與計數的變量選到 Variables框中 （ 3）在 Target Variable框中輸入存放計數結果的變量名，并在 Target Label框中輸入相應的變量名標簽 （ 4）單擊 Defi