SPSS统计分析—SPSS数据文件的建立和整理

1、2022-5-4创建新数据文件创建新数据文件定义变量名定义变量名指定各变量属性指定各变量属性输入数据输入数据保存保存2022-5-4一、变量类型与测量尺度一、变量类型与测量尺度变量类型：变量类型：数值型数值型 和和 字符型字符型 数值型数值型：如分数、收入、销售额等如分数、收入、销售额等 字符型字符型：如血型、性别等如血型、性别等 Tips：SPSSSPSS默认的是数值型默认的是数值型2022-5-4变量类型变量类型 vs 测量尺度测量尺度例：例：“性别性别”变量：变量： 1男，男， 2女女 “成绩等级成绩等级”变量：变量：1最高最高，2中等中等，3最低最低Question：“1” ” 在不同

2、变量中意义有何不在不同变量中意义有何不同？同？2022-5-4测量尺度：测量尺度：数据的测量尺度表现为：数据的测量尺度表现为： 定类尺度定类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 计量水平由低级到高级计量水平由低级到高级 定类尺度定类尺度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表示类别或属表示类别或属性性表示类别和表示类别和顺顺序序表示类别、顺表示类别、顺序、序、距离距离表示类别、顺表示类别、顺序、距离、序、距离、比值比值性别性别/宗教信宗教信仰仰产品等级产品等级/学学历历分数分数/温度温度收入收入/身高身高等于或不

3、等于等于或不等于比较大小比较大小加减运算加减运算加减乘除加减乘除2022-5-4一般来说，数据的等级越高，应用范围越广泛，等级越低，应用范围越受限。不同测度级别的数据，应用范围不同。等级高的数据，可以兼有等级低的数据的功能，而等级低的数据，不能兼有等级高的数据的功能。2022-5-4二、二、定义新变量定义新变量（进入变量编辑窗口进入变量编辑窗口）名称名称:名称长度控制在名称长度控制在8 8位以位以内内, ,并尽量使用英文名称。并尽量使用英文名称。类型类型:宽度宽度:小数小数:标签标签:对变量进行解释对变量进行解释值值:可简化数据录入例可简化数据录入例:性别性别 1男男 2女女缺失缺失:缺失值的

4、处理方法缺失值的处理方法,多多用于严格的大型调查用于严格的大型调查列列:对齐对齐:测量测量:变量的测量尺度变量的测量尺度2022-5-4二、定义新变量二、定义新变量练习题：练习题：ID城市城市 北京北京 广州广州 上海上海 深圳深圳 武汉武汉性别性别 男男 女女文化程度文化程度 大专及以下大专及以下 大专大专 本科本科 硕士研究生硕士研究生 硕士研究生以上硕士研究生以上职位等级职位等级 一般员工一般员工 基层管理者基层管理者 中层管理者中层管理者 高层管理者高层管理者企业规模企业规模 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）企业性质

5、企业性质 国企国企 机关机关 事业单位事业单位 外资外资 合资合资年总收入年总收入月基本工资月基本工资1月月-12月份加班工资月份加班工资1月月-12月奖金月奖金 虚拟100人随机数据的产生（RAND)2022-5-4Problems： 名称：尽可能用英文名称：尽可能用英文 变量类型：字符变量类型：字符 or or 数值型，宽度，小数数值型，宽度，小数点点 模拟数据的合理性模拟数据的合理性数据检查数据检查 无数据无数据 vsvs 缺失值缺失值 变量命名必须唯一，不能有两个相同的变量命名必须唯一，不能有两个相同的变量名变量名2022-5-4Exercise1 1、导入、导入SPSSSPSS自带的

6、自带的demo.xlsdemo.xls文件，导入时只文件，导入时只要包含要包含demodemo中的前三个变量中的前三个变量2 2、导入、导入SPSSSPSS自带的自带的demo.txtdemo.txt文件文件TipsTips：C:Program Files SPSS tutorial sample_filesdemo(.xls/.txt)2022-5-4Problems： 名称：尽可能用英文名称：尽可能用英文 变量类型：字符变量类型：字符 or or 数值型，宽度，数值型，宽度，小数点小数点 模拟数据的合理性模拟数据的合理性数据检查数据检查 无数据无数据 vsvs 缺失值缺失值2022-5-4

7、三、数据的录入和修改三、数据的录入和修改(进入数据编辑的数据窗口进入数据编辑的数据窗口data view) 1. 在在SPSS中直接录入中直接录入Tips：使用键盘而非鼠标进行操作使用键盘而非鼠标进行操作2022-5-4三、数据的录入和修改三、数据的录入和修改2. 从外部文件导入从外部文件导入（1）Excel（.xls）：）： 菜单菜单：file open data选择.xls文件类型 直接从excel中copy，paste到spssTips:简单但不智能，如变量名空缺，字符型变量缺失简单但不智能，如变量名空缺，字符型变量缺失（2）文本文档（文本文档（.txt） 菜单菜单：fileRead t

8、ext data2022-5-4 第一步：第一步：“你的文本文件和预定义你的文本文件和预定义格式是否相一致格式是否相一致”2022-5-4 第二步：第二步：“变量如何排列变量如何排列”？ “变量名包括在文件最前面么？变量名包括在文件最前面么？”2022-5-4 第三步：第三步：“第一条记录从第几行开始第一条记录从第几行开始”“你的记录是怎样存储在文件中的？你的记录是怎样存储在文件中的？” “你想导入多少条记录？你想导入多少条记录？” 2022-5-4 第四步：第四步：“变量间用的是哪种分变量间用的是哪种分隔符？隔符？” 2022-5-4 第五步：第五步：“定义在数据预览窗口中所定义在数据预览窗

9、口中所选择的变量。选择的变量。” 2022-5-4 第六步：第六步：“你愿意保存这次的文件（读入）格式设置你愿意保存这次的文件（读入）格式设置以备下次使用吗？以备下次使用吗？” “你是否愿意将以上操作粘贴为你是否愿意将以上操作粘贴为SPSS语语句？句？” 2022-5-4Exercise1 1、导入、导入SPSSSPSS自带的自带的demo.xlsdemo.xls文件，导入时只文件，导入时只要包含要包含demodemo中的前三个变量中的前三个变量2 2、导入、导入SPSSSPSS自带的自带的demo.txtdemo.txt文件文件TipsTips：C:Program Files SPSS tu

10、torial sample_filesdemo(.xls/.txt)2022-5-4三、数据的录入和修改三、数据的录入和修改 数据必须输入正确才能保证正确的数据必须输入正确才能保证正确的分析结果。分析结果。 但很难一次输入正确，所以就需要但很难一次输入正确，所以就需要进行修改，一般包括数据的进行修改，一般包括数据的插入、插入、删除、修改删除、修改等。等。2022-5-4三、数据的录入和修改三、数据的录入和修改 找到单元格找到单元格 - 重新输入数据重新输入数据查找办法：查找办法：1 1、移动指针到指定序号的观测值、移动指针到指定序号的观测值Data Go to Case2 2、查找指定变量中的

11、指定数据（定位、查找指定变量中的指定数据（定位到单元格）到单元格）Edit+Find（或（或工具栏上的工具栏上的Find图标按钮图标按钮） 2022-5-4三、数据的录入和修改三、数据的录入和修改 插入一个变量插入一个变量在现存变量的右边：在现存变量的右边：直接在直接在Variable View中定义中定义在现存变量的中间：在现存变量的中间： Data View或或Variable View 点击右键点击右键“insert variables” 菜单：菜单：Data Insert Variable Tips：所添加的变量都在现存变量前一个位置所添加的变量都在现存变量前一个位置 删除一个变量删除

12、一个变量 Data View选中一列数据，右键选中一列数据，右键clear Variable View选中一变量名，右键选中一变量名，右键clear2022-5-4三、数据的录入和修改三、数据的录入和修改 插入一个观测值插入一个观测值在最后在最后：直接输入：直接输入在中间在中间 ：Data Insert CasesTips：结果是直接插入一空白行 删除一个观测值删除一个观测值 选中观测量序号，后按选中观测量序号，后按Del，或右键，或右键clear批量数据调整批量数据调整 选中一列数据，鼠标右键选中一列数据，鼠标右键cut，copy，paste Exercise：数据的录入和修改：数据的录入和

13、修改2022-5-4数据文件的管理数据文件的管理 SPSS的一个重要功能的一个重要功能 File， Data， Transform 三大菜单三大菜单2022-5-4数据文件的管理数据文件的管理 之之File菜单详解菜单详解 一、新建数据文件（略）一、新建数据文件（略） 二、导入外部数据（重点）二、导入外部数据（重点） 三、保存数据文件三、保存数据文件 Save Save 保存为同一数据文件 Save as Save as 保存为不同数据文件，或者只保存文件中的部分变量 Example in SPSSExample in SPSS2022-5-4 四、四、File File 菜单中的其他菜单中的

14、其他条目条目 Display Data InfoDisplay Data Info 系统会在结果窗口中显示所选数据文件的详细情况，包括建立时间、标签设置、变量设置等信息Give ExampleGive Example Cache Data Cache Data 缓冲区加快处理速度，用于处理远程数据 Print Print 和和 Print viewPrint view打印和打印预览 2022-5-4数据文件的管理数据文件的管理 之之Utilities菜单详解菜单详解 一、一、 Utilities Variables 菜单项：菜单项： 该菜单项用于显示各个变量的基本信息该菜单项用于显示各个变量的

15、基本信息 注：与注：与FILE菜单中的菜单中的Display Data Info 有所不同，前者单独显示各个变量的信息，后有所不同，前者单独显示各个变量的信息，后者显示整个文件的信息者显示整个文件的信息Give example二、二、 Utilities File info菜单项：菜单项：Thinking：比较比较File菜单中的菜单中的display data info与与Utilities菜单中的菜单中的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数据文件的管理数据文件的管理 之之Utilities菜单详解菜单详解三、三、

16、 UtilitiesDefine Sets ：定义定义变量集变量集用途用途：当数据文件中涉及到大量的变量，当数据文件中涉及到大量的变量，而我们所做的统计分析而我们所做的统计分析仅用到文件中的仅用到文件中的某几个变量时某几个变量时常常需要定义变量集，即常常需要定义变量集，即将所要将所要用到的变量定义成一个集合用到的变量定义成一个集合。 Exercise：定义工资表中的变量集：定义工资表中的变量集2022-5-4数据文件的管理数据文件的管理 之之Data菜单详解菜单详解 【Sort Cases对话框对话框】用途用途：将数据按照某一变量或某几个变量将数据按照某一变量或某几个变量进行排序进行排序 Gi

17、ve Example2022-5-4数据文件的管理数据文件的管理 之之Data菜单详解菜单详解【Transpose对话框对话框】 对数据进行对数据进行行列转置行列转置原文件中的一行数据原文件中的一行数据变为新文件中的一列数据，反之亦然变为新文件中的一列数据，反之亦然 可以在原数据文件中指定一个变量记录转置后可以在原数据文件中指定一个变量记录转置后的变量名的变量名 Give Example：性别为新变量名，将第一季度奖金：性别为新变量名，将第一季度奖金进行转置进行转置 2022-5-4数据文件的管理数据文件的管理 之之Data菜单详解菜单详解【Merge Files对话框对话框】 Add cas

18、es 从外部数据文件中从外部数据文件中增加记录（仅观测值）增加记录（仅观测值）到当前数据文件中，称为到当前数据文件中，称为纵向合并纵向合并两文件两文件需具有相同的变量需具有相同的变量 Give Example Add variables 从外部数据文件从外部数据文件增加变量增加变量到当前数据文到当前数据文 件，称为件，称为横向合并横向合并 Give Example 2022-5-4Exercise Exercise DataData1 1：以文化程度（升）和职业等级（降）将：以文化程度（升）和职业等级（降）将工资表排序工资表排序TipsTips：注意当两个变量的排序相反时，：注意当两个变量的排

19、序相反时，SPSSSPSS如何处如何处理？理？2 2：以城市类型为新变量名，将工人全年加：以城市类型为新变量名，将工人全年加班费（班费（1212个变量）进行行列转置个变量）进行行列转置 TipsTips：注意转换后文件的变量名：注意转换后文件的变量名2022-5-4Exercise Exercise DataData3 3：新建一个数据文件，其中含有：新建一个数据文件，其中含有“城市城市”和和“地区地区”两个变量，每个变量有两个变量，每个变量有1010个观测值个观测值（数值为随机数），然后将新文件的（数值为随机数），然后将新文件的“城市城市”变量中所有观测值合并到变量中所有观测值合并到“工资表

20、工资表”中中4 4：新建一个数据文件，其中含有：新建一个数据文件，其中含有“id”id”和和“area”area”两个变量。其中两个变量。其中idid变量的数值为变量的数值为100100110110，areaarea变量的数值为随机数。然后变量的数值为随机数。然后以以idid为为key variablekey variable将新数据文件中的将新数据文件中的“area”area”变量合并到变量合并到“工资表工资表”中中TipsTips：注意有无：注意有无key variablekey variable的结果差异的结果差异2022-5-4数据文件的管理数据文件的管理 之之Data菜单详解菜单详解

21、【Aggregate对话框对话框】 用于对数据进行用于对数据进行分类汇总分类汇总即按指定即按指定的分类变量对观测值进行分组，对每组的分类变量对观测值进行分组，对每组记录的各变量值求指定的记录的各变量值求指定的描述统计量描述统计量，结果可以存入新数据文件，也可以替换结果可以存入新数据文件，也可以替换当前数据文件。当前数据文件。 2022-5-4 Break Variables：用于选择分组变量；用于选择分组变量； Aggregate Variables框：框：用于选择被汇总的变量；用于选择被汇总的变量； Name&Label钮：钮：用于定义新产生的汇总变量的名称和标签用于定义新产生的汇总

22、变量的名称和标签 Function钮：钮：用于定义汇总函数用于定义汇总函数 Save Number of cases in break group as variable复选复选框：框：用于定义一个新变量以存储同组的记录数；用于定义一个新变量以存储同组的记录数； Create new data file单选钮：单选钮：定义一个新文件以存储汇总定义一个新文件以存储汇总结果结果 Replace working data file单选钮：用单选钮：用汇总的结果替换原来汇总的结果替换原来的数据的数据2022-5-4Aggregate对话框提供的函数形式：对话框提供的函数形式： Give Example

23、：不同城市工人的平均年总收入不同城市工人的平均年总收入求数值概况求数值概况求特殊值求特殊值求观测值数求观测值数求百分比求百分比求百分数求百分数2022-5-4数据文件的管理数据文件的管理 之之Data菜单详解菜单详解【Split File对话框对话框】 用于将数据文件分组用于将数据文件分组为进一步处理做准备为进一步处理做准备 Analyze all cases单选框：单选框：选中本框不拆分文件选中本框不拆分文件； Compare groups单选框：单选框：结果紧挨在一起便于相互比较；结果紧挨在一起便于相互比较； Organize output by groups单选框：单选框：各组分析结果单

24、独放各组分析结果单独放置；置； Groups based on框：框：用于选择拆分数据文件的变量；用于选择拆分数据文件的变量； Sort the file by grouping variables单选框：单选框：将数据按所将数据按所用的拆分变量排序；用的拆分变量排序； File is already sorted单选框：单选框：数据保持原状，不按所用数据保持原状，不按所用的拆分变量排序。的拆分变量排序。 Give Example： 根据文化程度对工资表进行拆分根据文化程度对工资表进行拆分2022-5-4数据文件的管理数据文件的管理 之之Data菜单详解菜单详解【Select Cases对话框

25、】当不需要分析全部数据，而是按某种要求分析其中当不需要分析全部数据，而是按某种要求分析其中的一部分时使用的一部分时使用例如：数据库中包括全省所有学生高考语文成绩。例如：数据库中包括全省所有学生高考语文成绩。由于数据量太大，现在我们想只选取数据库中前由于数据量太大，现在我们想只选取数据库中前50005000个学生的成绩进行统计，以得到一个粗略个学生的成绩进行统计，以得到一个粗略的估计。的估计。 2022-5-4All cases：分析所有的记录；分析所有的记录；If condition is satisfied：只分析满足条件的记录；只分析满足条件的记录；Random sample of cas

26、es：从原数据中按某种条件抽样从原数据中按某种条件抽样；Based on time or case range：基于记录序号来选择记录；基于记录序号来选择记录；Use filter variable：使用筛选指示变量来选择记录，该变量取使用筛选指示变量来选择记录，该变量取值为非值为非0的记录将被选中的记录将被选中Filtered：未被选中的记录只是被隔离未被选中的记录只是被隔离Deleted：未被选中的记录将被删除未被选中的记录将被删除，一般不要使用。一般不要使用。2022-5-4Exercise Exercise DataData5 5：计算工资表中不同性别的一月份平均加班：计算工资表中不同

27、性别的一月份平均加班费和一月份加班费总值费和一月份加班费总值6 6：只选取观测值中男性的数据，再计算不同：只选取观测值中男性的数据，再计算不同性别的一月份加班费总值性别的一月份加班费总值TipsTips：注意观察最后的结果与练习：注意观察最后的结果与练习4 4最后的结果有最后的结果有何差异？何差异？2022-5-4数据文件的管理数据文件的管理 之之Transform菜单详解菜单详解 Transform：主要针对数据中主要针对数据中变量变量的变的变换，如根据已知变量产生一个新的变量换，如根据已知变量产生一个新的变量 Data：主要针对主要针对数据库数据库的维护，如数的维护，如数据文件的合并、拆分

28、、汇总等据文件的合并、拆分、汇总等。2022-5-4Transform菜单菜单Compute：计算一个新变量计算一个新变量Count：计数，比如计数，比如60分以下有几人分以下有几人Recode：变量数值重新编码，比如考试分数转为及格或不及格变量数值重新编码，比如考试分数转为及格或不及格Categorize：归类归类Rank case：对调查对象进行排序，如对考分进行排名对调查对象进行排序，如对考分进行排名Automatic recode：自动编码自动编码 Create time series：创造时间系列创造时间系列 Replace missing valuve：缺失数据替代（用某一个数字）

29、缺失数据替代（用某一个数字）2022-5-41、【、【Compute对话框对话框】最常用最常用2022-5-4Compute菜单中的函数介绍：菜单中的函数介绍：1、Arithmetic 函数函数数学函数数学函数 Abs (?)Abs (?) 返回变量的绝对值返回变量的绝对值 ArsinArsin（？）（？）返回变量的反三角函数值返回变量的反三角函数值 RndRnd（？）（？）返回数值表达式四舍五入后返回数值表达式四舍五入后得到的整数值得到的整数值 TruncTrunc (?) (?) 返回数值表达式截尾以后返回数值表达式截尾以后得到的整数值得到的整数值2022-5-4Compute菜单中的函数

30、介绍：菜单中的函数介绍：2、 Random numbers随机变量函数随机变量函数 RV.Normal(mean,stddevRV.Normal(mean,stddev) )返回来自指定均值和标准离差的正态分布的随机数返回来自指定均值和标准离差的正态分布的随机数 RV.EXPRV.EXP（shapeshape）返回服从指定参数的指数分布随机数返回服从指定参数的指数分布随机数 RV.PossionRV.Possion（meanmean） 返回服从指定均值的泊松分布的随机数返回服从指定均值的泊松分布的随机数 RV.Uniform ( min,maxRV.Uniform ( min,max) )返回

31、指定最小值和最大值的均匀分布的随机数返回指定最小值和最大值的均匀分布的随机数EgEg：如有如有100100个个case, case, 想打乱它们的顺序，该如何解决？想打乱它们的顺序，该如何解决？ 方法：方法：首先产生一个均匀分布的随机数，首先产生一个均匀分布的随机数， 然后按随机数进行排序后即可。然后按随机数进行排序后即可。2022-5-4Compute菜单中的函数介绍：菜单中的函数介绍：3、统计函数、统计函数 CFVARCFVAR（标准离差（标准离差/ /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/标准差标准差 SUM

32、/SUM /求和求和 VARIANCE/VARIANCE/方差方差2022-5-4Compute菜单中的函数介绍：菜单中的函数介绍： 4、日期和时间函数、日期和时间函数 Eg：Date 5、逻辑函数、逻辑函数 Eg：ANY 6、字符串函数、字符串函数 Eg：String 7、转换函数、转换函数 converse 主要用于字主要用于字符型变量与数值型变量的转换符型变量与数值型变量的转换2022-5-4Demo： 1 1、将、将“职位等级职位等级” ” 由由一般员工一般员工 基层管理者基层管理者 中中层管理者层管理者 高层管理者高层管理者 这四个等级改变为这四个等级改变为一般员一般员工工 基层管理

33、者基层管理者 中高层管理者中高层管理者 三个等级三个等级 2 2、计算所有工人的第一月总收入，命名为、计算所有工人的第一月总收入，命名为sum_Jansum_Jan 3 3、计算前五十名工人第一季度的月平均奖金，命、计算前五十名工人第一季度的月平均奖金，命名为名为mean_bonmean_bon 4 4、将广州市工人的年总收入值增加、将广州市工人的年总收入值增加10000100002022-5-4 计数计数用于标示某个值或某些值在某个变量的取值中用于标示某个值或某些值在某个变量的取值中是否出现。是否出现。 SPSS会自动用数字会自动用数字1来标注满足所需条件的记录。来标注满足所需条件的记录。例：例：如果想知道月基本工资在如果想知道月基本工资在10001000元以下的记录元以下的记录 注意：注意： 千万注意，千万注意，Count对话框有一个潜在的对话框有一个潜在的bug，当需要计算，当需要计算同时满足两个变量取值条件的记录数有多少时，直接用同时满足两个变量取值条件的记录数有多少时，直接用该对话框会得出完全错误的结果。该对话框会得出完全错误的结果。 2、【、【Count对话框对话框】Eg：如果想知道月基本工资在：如果想知道月基本工资在1000元以下的元以下的北京工人有哪些记录？北京工人有哪些记录？2022-5-43、【、【Recode对话框对话