第一讲SPSS数据预处理操作Word文件下载.docx

1、SPSS概述1.1 SPSS简介SPSS 是英文Statistical Package for the Social Science（社会科学统计软件包）的缩写。SPSS 名为社会科学统计软件包，这是为了强调其在社会科学应用的一面（因为社会科学研究中的许多现象都是随机的，要使用统计学来进行研究），而实际上广泛应用于经济学、社会学、生物学、教育学、心理学、医学以及体育、工业、农业、林业、商业和金融等各个领域。SPSS 的基本功能包括数据管理、统计分析、图表分析、输出管理等等。SPSS 统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分

2、析、时间序列分析、多重响应等几大类，每类中又分好几个统计过程，比如回归分析中又分线性回归分析、曲线估计、Logistic 回归、Probit 回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，而且每个过程中又允许用户选择不同的方法及参数。SPSS 也有专门的绘图系统，可以根据数据绘制各种图形。1.2 SPSS的运行环境硬件环境：能运行Windows 95/NT/2000 或以上版本的微机。软件环境：SPSS 能在中英文Windows 9X、Windows NT 4.0、Windows2000 及更高版本的Windows 操作系统上运行。1.3 SPSS的进入和退出 进入Windows

3、后，逐一选取开始程序SPSS for WindowsSPSS 11.0 for Windows，单击SPSS 11.0 for Windows后，即可进入SPSS。首先是一个对话框如图1.1，显示最近打开的数据文件、结果文件和程序命令文件。可选取你要打开的文件，按OK按钮打开。如不喜欢这个对话框，可选取对话框下方的Dont show this dialog in the future选项则以后不会再显示。要退出SPSS，在任一SPSS窗口下逐一选取FileExit，或在SPSS Data Editor窗口单击右上角关闭按钮。若生成了新文件或对以前文件进行了修改，退出前会提醒你对其进行保存。 1

4、.4 SPSS窗口及其功能 SPSS有数据编辑窗口SPSS Data Editor、结果窗口SPSS Viewer和语句窗口Syntax。这里只介绍数据编辑窗口和结果窗口。1.4.1 数据编辑窗口 启动SPSS后，首先进入数据编辑窗口SPSS Data Editor，如图1.2的Data View窗口，可在此窗口下录入数据、修改数据等。图1.2 Data View窗口点击下方Variable View按钮可进入变量定义窗口，如图1.3。在此窗口下可定义、修改变量或察看变量的设置情况。在下图中可看到变量的名字（Name）、宽度（Width）、类型（Type）、小数位数（Decimals）、标签（

5、Label）等。SPSS的几个窗口菜单大致相同其中的命令也基本相同。菜单下的工具按钮均为常用的命令。将鼠标移至按钮附近，则弹出该按钮的解释，以后就不再说明。下面将简介，各命令的具体作用请参考实验指导教材。 File菜单中常用的命令为New（创建新文件）、Open（打开已有文件）、Save（保存）、Save As（另存为）、Close（关闭窗口， SPSS Data Editor窗口下无此命令，该窗口关闭则退出SPSS）、 Recently used Data（最近打开的数据）、Recently used Files（最近打开的文件）、Exit（退出）等。图1.3 Variable View窗口

6、Edit菜单下的常用命令有Undo（撤销上次操作）、Redo（重复上次操作）、Cut（剪切）、Copy（复制）、Paste（粘贴）、Clear（清除）、Find（查找）、Options（选项）、Options（可对SPSS的一些设置进行调整）等。View菜单中的命令可对窗口的设置进行调整,有Status Bar，Tool Bars，Fonts，Grid lines，Value Labels。Data菜单中是数据进行编辑整理的命令，包括Define Dates，Insert Variable，Insert Case，Go to Case，Sort Cases，Transpose，Merge Fi

7、les，Aggregate等Transform中命令有：Compute；Random Number Seed；Count；Recode；Categorize Variable；等Utilities 菜单中命令有：Variables；File Info；Define Sets；Use Sets；Run Script；Menu Editor；Analyze；Graph等将鼠标移至按钮附近，则弹出该按钮的解释，在此不再一一说明。1.4.2 结果窗口 该窗口中显示SPSS处理的输出信息。如处理成功，则显示处理结果；如处理失败，则显示错误信息。结果窗口可分为左右两个窗口。左窗口为大纲窗口，其内容即结果的

8、目录；右窗口为内容窗口，显示具体结果。如点击大纲窗口的项目，则内容窗口会显示相应内容，与资源管理器操作类似，如图1.4。SPSS结果一般由以下几个部分组成：题头（Heading，即处理的名称）、标题（Title）、记录（Notes，包括数据文件名、缺失值处理、操作所用时间等，默认选项为隐藏，只有双击大纲窗口中该项目才显示出来）、结果具体内容（文本、图形等）。单击题头（对准题头左边黄色的盒状图标），则可选中上述的整个处理的结果；双击题头时，可使整个结果折叠或打开。单击题头前的“+”或“”符号，也可达到同样效果。双击大纲窗口中某个项目，则可使相应内容隐藏或显示，同时大纲窗口中该项目名称前图标由一本

9、打开的书变为合上的书或相反。如要改变结果中表格或图形的位置，可在大纲窗口或结果窗口单击该项目，将它拖到指定位置即可。在此窗口中还可对结果进行编辑如选择删除复制等。该窗口菜单同数据编辑窗口类似，新增加项目如图所示：File；Edit；View等如上一章所述，建立SPSS数据文件有两种方法：一是在SPSS中直接输入，二是从其他数据文件转入。重点介绍第一种方法，它类似于在FOXPRO建立数据库。首先，在SPSS Variable View窗口中建立数据文件结构，如定义变量类型、宽度、标签等；然后在SPSS Data View窗口输入数据，并保存为“.sav”格式的SPSS数据文件。通常情况下，调查问

10、卷的数据文件建立与录入都是采用第一种方法。在问卷数据录入前，还必须对问卷选项进行编码。2.1 问卷设计及数据编码2.1.1 问卷一份调查问卷的结果通常表现为文字型和数字型两大类，其中文字型包括二项选择问题、多项选择问题、排序问题、开放式问题、连线问题等调查结果，而数字型包括百分比、绝对数等。对于数字型，可直接录入数据；而文字型则需要进行事前或事后编码，且不同类型的调查结果有不同的编码表现。此外，无论是数字型还是文字型，都有可能碰到调查数据缺省或不应该有的情况。这同样需要事先编码。下面将以为了解大学生购书情况进行调查而获得的一份问卷为例，介绍几种常见问卷数据编码。2.1.2 数据编码1、单项选择

11、题的编码由于单项选择题的答案是唯一的，所以对各答案依次编码为1、2、3.。如问卷中的第1题有四个答案，可依次编码“1”代表答案“300元以下”，“2” 代表答案“300500元”，“3” 代表答案“500700元”，“4” 代表答案“700元以上”。于是，被访问者选择的任何答案都可以用1，或2，或3，或4来表示。2、多项选择题的编码问卷中的第5题是多项选择题，共有6个答案项。编码时，可将6个答案看作6个变量，用“1”表示选择了该项答案，用“0”表示没有选择该项答案。若第5题答案顺序是从左到右、一行一行的排列，则012号问卷结果的编码是“0 0 1 1 1 0”。此外，该题的第6个答案项没有唯一

12、的表现，应该视为开放性问题的编码（详细解释见后面）。3、排序题的编码对于排序题的编码，其处理方法是：将每个序位当作一个变量，而需要排序的那些选项作为每个变量的取值。如问卷中第3题有六个选项要排序，将“购书时考虑的第一因素”作为第一个变量，记为“Q301”；其取值可为“内容”、“价格”、“包装”“实用性”、“知名作家的作品”、“热门畅销书”中的任何一个，可分别编码为“1”、“2”、“3”、“4”、“5”、“6”。同理，可将“购书时考虑的第二因素”、“购书时考虑的第三因素”等依次作为第二、第三变量等，记为“Q302”、“Q303”等；而每个变量的取值都与Q301相同，同样也编码为1、2、3、4、5

13、、6。于是，012问卷第3题排序结果可转化为6个变量的取值依次为：2，4，1，5，6，3。4、开放式问题的编码对于开放式问题，如第5题的“其他”选项，第7、8、9题，有的答案是数字型，可直接录入，但有的答案则需要归类编码。其中第5题的“其他”选项和第7题的第一个空，由于事先不知道有多少类答案，需事后抽查部分调查问卷结果统计后才能初步确定与编码。这就是“事后编码”，它类似于二项选择问题的编码。至于第9题的“性别”、“专业”、“年级”等问题的所有可能答案，在事先都容易确定，可以直接编码录入数据。这就是“事前编码”，如“性别”有两个选项男或女，可用“1”表示“男”，“0”表示“女”，也类似于二项选择

14、问题的编码。问卷编号：0121.您的月收入大概有多少？ 300元以下 300500元 500700元 700元以上2.您购书的主要目的是： 学习、考试需要 了解时尚、热点 休闲娱乐 个人爱好及收藏 3.您购书时主要考虑的因素依次是: （请在选项前横线上标出序号） 3 内 容 1 价 格 6 包 装 2 实用性 4 知名作家的作品 5 热门畅销书4.您较能接受的书的价格为： 20元以下 2050元 50元以上 需要，则无所谓5.您购书的地点一般是：（可多选） 新华书店 校内书店 学校附近书摊 菜园坝书刊市场 商家在校园内的图书展销 其他 跳蚤市场 6.您对商家来校园内进行图书展销的看法是： 既方

15、便又实惠，很好 无所谓，视其内容、价格而定 没兴趣，宁愿到正规书店购买7.您最近一次购书的时间是 两个月前 ；花费为 5.60 元；8.您平均每个月的购书支出占月收入的比例为 2% ；9.您的性别 女 ，专业 经济学 ，年级 大二 ，电话 62650029 。5、缺失值的编码问卷中，若遇到被调查者不回答的一些选项，则应该当作缺失值。缺失值又称为用户缺失值（User Missing Value）。如第8题“您平均每个月的购书支出占月收入的比例”有缺失值，可编码为99%。又如，第7题“花费”有缺失值，可编码为9999.99。如果可以选择的项目有9项，但被调查者正好选择了第9个选项，则以“0”表示缺失值。当然，缺失值也可用研究者自己能够识别的其他数字来表示，如“0”或“9”为用户缺失值。用户缺失值与系统缺失值（System Missing）的含义不同。系统缺失值主要是指计算机