spss数据文件的建立和操作.ppt

1、第2章 数据文件的建立与操作,1.数据文件的建立 2.数据的编辑 3.数据文件的操作 4.变量级别的数据管理,1.数据文件的建立,建立SPSS数据文件是利用SPSS进行数据管理和统计分析的首要工作。用于分析的数据资料有两种，一种是原始资料，需要将它们录入进SPSS软件，建立数据文件；另一种是己经被录入为其他数据格式的资料，需要将其内容导入到SPSS中。,1.1 数据文件的特点 1.2 定义变量 1.3 录入数据 1.4 外部数据的导入,1.1 数据文件的特点,SPSS数据文件是一种有结构的数据文件，它由数据结构和数据内容两部分组成，其中结构部分用于定义数据类型、宽度、缺失值等，而内容才是我们具

2、体要分析的数据。 SPSS数据文件的扩展名是.sav,对每个变量及相关属性的描述就是SPSS 数据文件的结构,数据,变量名,因此SPSS中建立数据文件的步骤包括两项工作： 定义数据文件结构（定义变量） 录入SPSS数据,属性,变量,1.2 定义变量,可以使用File菜单中的New命令来建立一个数据文件，也可以在启动SPSS时选择Type in data选项输入新的数据文件。 在数据编辑窗口（SPSS Data Editor）中点击左下端的Variable View标签变量窗口。,在Variable View中，定义变量的属性。 SPSS中的变量有十个属性： 变量名（Name）变量类型(Type

3、) 变量宽度(Width)小数点的位数(Decimals) 变量名标签(Label)变量值标签(Values) 缺失值(Missing)列的显示宽度(Columns) 对齐方式(Align)测（计）量尺度(Measure) 要定义一个变量时，至少要定义变量名和变量类型。,变量名(Name),变量名是变量参与分析的唯一标志，定义变量结构时首先应给出每个变量的变量名。否则，系统默认为var00001、var00002、var00003等。为变量命名要遵循一定的规则。 长度少于64个字符（32个汉字），可以用汉字 要唯一，不区别大小写字符，将FAN与fan看作同一个变量 尽量见名识义 不符合规则系统

4、会给出提示,变量类型(Type) (包括Width与Decimals),SPSS的变量类型(Type)共有3种：数值型、字符型和日期型。数值型变量按不同的要求共分为标准型、逗号型、圆点型、科学计数型、美元型和自定义货币型，系统默认的为标准数值型变量(Numerical)。 单击变量视图(Variable View)中的Type选项组，选项组中右侧会出现省略号按钮，单击该按钮，会弹出Variable Type(变量类型)对话框。,变量长度的系统默认值可以由主菜单的Edit中的Option中的Data窗口重新设置,字符数超过8个字符的字符型变量称为长字符型变量，等于或少于8个字符的称为短字符型变量

5、。 字符型变量不能参与运算，系统将同一字母的大、小写认为是两个不同的字符。,自定义货币型(Custom currency) SPSS提供5种自定义数值变量的类型。对应的自定义类型，系统自动命名为CCA、CCB、CCC、CCD、CCE型，系统默认为逗号数值型，如123456.78显示为123,456.78。 可以由主菜单的Edit中的Option中的Currency窗口定义常用的数值型变量。,例如，要定义人民币的输入格式，则在Prefix文本框中输入“￥”，在Suffix文本框中输入“元”，则在数据编辑窗口定义为CCA类型的数据中，输入1234，数据显示为“￥1,234元”。,测（计）量尺度(M

6、easure),统计数据是对客观现象计量的结果，按照对事物计量的精确程度，可将所采用的计量尺度由低级向高级分为：定类尺度、定序尺度、定距尺度、定比尺度。 Norminal 定类尺度是对事物的类别或属性的一种测度，按照事物的某种属性对其进行分类或分组。定类变量的特点是其值仅代表了事物的类别和属性，仅能测度类别差异，不能比较各类之间的大小，所以各类之间没有顺序或等级。 在SPSS中，能使用定类尺度的数据可以是数值型，也可以是字符型变量。必须符合穷尽和互斥的原则。穷尽的原则就是指每个个体都必须能归为一个类别，互斥的原则是指每个个体都只能归为一个类别。 相应变量为定类变量或（无序）分类变量。,Ordi

7、nal 定序尺度是对事物之间等级或顺序差别的一种测度。 定序尺度的特点是可以测度类别差，还可以测度次序差，但是定序尺度无法测出数据之间的准确差值，所以其计量结果只能排序，不能进行算术四则运算。 对定类尺度的变量只能计算频数和频率量。定序变量除可以计算频率之外，还可以计算累计频率。 相应变量为定序变量或有序分类变量。,Interval 定距尺度是对事物类别或次序之间间距的测度。定距变量的特点是其不仅能将事物区分为不同类型并进行排序，而且可准确指出类别之间的差距是多少。 测量结果往往表现为数值，所以计量结果可以进行加减运算。 Scale 定比尺度是能够测算两个测度值之间比值的一种计量尺度，它的测量

8、结果同定距变量一样也表现为数值，其与定距变量的差别在于有一固定的绝对“零点”，而定距变量则没有，定距变量中的“0” 并不表示“没有”，仅仅是一个测量值，而定比变量中的“0” 就真正表示“没有”。 定比变量是测量尺度的最高水平，它除了具有其他三种测量尺度的全部特点外，还具有可计算两个测度值之间比值的特点，因此它可进行加、减、乘、除运算，而定距变量只可进行加减运算。,由于定距尺度与定比尺度在绝大多数统计分析中没有本质上的差别，在SPSS中就将其合并为一类，统称为“Scale”测量尺度（间隔尺度）。 相应变量为间隔变量或连续性变量。 在这4种测量尺度之间，按照信息量的高低，可将高层次测量尺度的测量结

9、果转换为低层测量尺度的测量结果，但这样会损失一部分信息。不能将低层次的测量尺度转换为高层次测量尺度的结果，这样可能会引入错误的信息。 当输入的是数字时，系统默认的是Scale，当输入的是字符串时，系统默认的是Nominal。,变量名标签(Label)与变量值标签(Values),变量名标签(Label) 变量名标签是对变量名附加的解释说明，增加结果数据的可读性。由于早期版本的变量名不能超过八个字符，有时不能清楚地表达变量的含义，这时要靠变量名标签来对变量名加以解释。如果变量名有标签，系统在输出时以标签代替变量名输出。 变量值标签（Value） 是对变量的具体数值所代表的意义的标注。 大多数变量

10、值都是以符号或数字来表示的。但对于定类变量和定序变量，用数字或符号不能够很明确地表现出变量值的意义时，可以用变量值标签来说明它们所代表的实际意义。,定义完变量值标签后，在SPSS主窗口中，在菜单栏中选择View|Value Labels命令，则在SPSS主窗口中经过变量值标签定义的数值型变量显示为所定义的变量值。,缺失值(Missing),Missing项是一个重要而且容易被忽视的选项，它用于定义变量缺失值。 缺失值Missing，即错误的数据，对于没有测量到的和测量、记录、录入错的数值，在SPSS中可以处理成缺失值。 SPSS中缺失值有用户自定义缺失值和系统缺失值两大类。对于字符型变量，系统

11、默认的缺失值为空格。对数值型变量，系统默认的缺失值为一个圆点“.”。 用户可以自己定义缺失值。 例如对于性别变量正常值为1和2，但在录入时，0、3等是容易被录入的错误值。将其定义为缺失值后，系统将认为它们是非法值，在统计时会被剔除。,1.3 录入数据,定义了变量的各种属性后，回到Data View视图中，就可以直接在表中录入数据。在录入数据过程中可以点击Save或Save as作为数据文件保存。 按变量输入数据 按观测量输入数据 输入带有变量值标签的数据,1.4 外部数据的导入,为了在统计分析过程中能有效的利用其它软件产生的数据，SPSS软件编辑窗口除可以使用*.sav扩展名数据文件，还可以直

12、接打开和保存其它类型的数据文件。 读取Excel格式的文件 读取文本格式的文件,读取Excel格式的文件,以SPSS自带的文件demo.xIs为例，来看SPSS如何直接读取这个文件，该文件位于SPSS目录下的Tutorialsample_files子目录中。,读取文本格式的文件,以SPSS自带的文件demo.txt为例，来看SPSS如何直接读取这个文件，该文件位于SPSS目录下的Tutorialsample_files子目录中。,2.数据的编辑,查看变量信息 可以在数据编辑器窗口中选择Variable View视区浏览变量信息，也可以通过SPSS菜单栏中Utilities菜单中的Variabl

13、es命令来查看变量信息 查看文件信息 通过File菜单中的Display Data File Information命令来实现 SPSS数据的定位 插入与删除变量 插入与删除观测量 数据的剪切、复制和粘贴 撤销操作,3.数据文件的操作,数据文件的打开与保存 数据排序 数据文件的分解 数据文件的合并 数据文件的转置,3.1 数据排序,使用右键菜单 菜单栏中选择Data|Sort Cases命令,3.2 数据文件的分解,拆分数据文件的观测量，观测量按某种条件进行分组；（有些统计命令本身具有分组的功能，有些则需要在这里定义分组，再进行某种统计）。,3.3 数据文件的合并,有时分析数据文件时会需要将几

14、个数据文件合并在一起分析，数据文件共有两种合并方式：横向合并和纵向合并。其中，横向合并是指从外部文件中增加变量到当前数据文件，而纵向合并是指从外部数据文件中增加观测量到当前数据文件中。,增加变量（横向合并） 横向合并是将一个SPSS数据文件的内容接到数据编辑窗口中当前数据的右边。 横向合并应遵循三个条件 两个数据文件必须至少有一个变量名相同的公共变量，这个变量是两个数据文件横向对应合并的依据，称为关键变量。如学号、贵宾卡号等，关键变量可以是多个。 两个数据文件都必须事先按关键变量进行升序排列。 为方便SPSS 数据文件的合并，在不同数据文件中，数据含义不相同的列，变量名不应取相同的名称。,通过

15、一个例子理解数据文件的横向合并。 【例】将数据transform3.sav中的变量添加到transform.sav中。 在菜单栏中选择Data|Merge Files|Add Variables命令,增加个案（纵向合并） 纵向合并是在两个具有相同变量的数据文件中，将其中一个数据文件的个案追加到当前数据文件的个案中，形成新的数据文件。 纵向合并应遵循两个条件 两个待合并的SPSS数据文件，其内容合并是有实际意义的。 为方便SPSS数据文件的合并，在不同数据文件中，数据含义相同的列，最好起相同的名字，变量类型和变量长度也要尽量相同。,通过一个例子理解数据文件的横向合并。 【例】将数据transfo

16、rm2.sav中的记录添加到transform.sav中。 在菜单栏中选择Data|Merge Files|Add Cases命令,3.4 数据文件的转置,数据的转置(Transpose)可将数据文件行(个案)、列(变量)互换，类似于矩阵转置。从菜单栏中选择Data|Transpose(转置)命令。,4.变量级别的数据管理,4.1 计算新变量 4.2 对变量值进行分组合并,4.1 计算新变量,计算新变量的功能就是在原有SPSS数据文件的基础之上，根据用户的要求，使用SPSS算术表达式及函数，对所有记录或满足SPSS条件表达式的记录，计算出一个新结果，并将结果存入一个用户指定的变量中。 【例】数

17、据transform.sav是某年级学生的数学、英语、语文三门课程的成绩，现在需要统计英语成绩在60分以上的学生的语文和数学的平均成绩。 在菜单栏中选择Transform|Compute命令,4.2 对变量值进行分组合并,数据分析中，将连续变量转换为分类变量，或者将分类变量不同的变量等级进行合并是常见的工作。而Recode过程可以很好地完成这一类任务。Recode into Same Variable 是对原始变量的取值进行修改；而Recode into Different Variable是根据原始变量的取值生成一个新变量来表示分组情况。但为了保存原始信息的完整性，一般选后者。 对连续变量进

18、行分组 分类变量类别的合并,对连续变量进行分组,在SPSS中可以将连续变量转换为离散(定类或定序)变量，按照某种一一对应的关系生成新变量值，可以将新值赋给原变量，也可以生成一个新变量。Recode（包括 Into Same Variables及Recode Into Different Variables）过程和Visual Bander过程都可以完成这一任务，但前者更为简单和常用。 【例】在transform.sav中生成新变量grade，当英语成绩小于60时取值为“不及格”，大于等于60且小于70为“及格”，大于等于70且小于80为“良好”，大于等于80为“优秀”。 在菜单栏中选择Transform | Recode Int