CHAP4 为分析做好准备.pptVIP

第四章 为分析作好准备（数据预处理） 本章内容 引言 4.1 数据说明 4.2 整理数据文件 4.3 对数据进行分类汇总 4.4 对观测量加权处理 4.5 定义和应用变量集 练习题：作业1 引言 当数据窗中已经建立或读入了一个数据文件后，就可以对该数据文件进行分析了。但在许多情况下，SPSS的分析过程往往对数据的格式有特殊的要求，需要对数据文件进行调整，然后对数据进行统计分析。 4.1 数据说明 P64－66 数据背景： 美国某研究机构对近三千名高中学生的数学能力进行了研究，探求是什么因素导致某些学生具有数学才能，数据编号Data04-01。 一个人的数学才能可能与以下三个方面有关：人口学因素、所学的有关数学课程和其他因素。 根据上述方面的因素，在研究时进行了有关的测试（5个部分：人口学因素、智力测试、所设数学课程、有关成绩、学习态度问卷） 共28个原始变量 变量信息：P65-66 4.2 整理数据文件 在许多情况下，SPSS的分析过程往往对数据有特殊的要求，需要对数据文件进行进一步的加工处理。一般的包括： 观测量数据的排序（Data-Sort Cases） 为观测量排秩（Transform-Rank Cases） 数据转换（Transform-Count） 对变量值重新编码（Transform-Recode） 对变量值自动编码（Transform-Automatic Recode） 计算产生新变量（Transform-Compute） 数据文件的转置（Data-Transpose） 拆分数据文件（Data-Split Files） 合并数据文件（Data-Merge Files） 4.2.1 观测量数据的排序 根据某些变量值重新排列各观测量Case在数据文件中出现的先后顺序，如：按高矮排队、按成绩排名等 菜单：DATA+Sort Cases a. 选择Sort by变量 b. 升序或降序 如data04-01数据文件，按想象力测试分数“visual”变量排序（降序） 4.2.2 为观测量排秩 求某个变量值的秩(Rank), 用一个新变量（r+原名）保存，而不改变观测量Case原来的顺序，如：求名次 菜单： Transform+Rank Cases a. 选变量：每个变量产生一个秩变量 b. 选择秩的排列方式：将最小的数值的秩定为1（升序）或将最大的数值的秩定为1（降序） c. 是否分组(BY变量)：分别从1开始排名，如对男女生分别排名 d.Ties（结值）的不同处理方式: Mean,Low,High,Sequential 4.2.3 数据转换 每个受调查的学生在高中选修了多少门数学课程，将统计结果放在新变量mathcrs，而原来高中所开设的5门数学课程中，1表示选课，0表示未选。 菜单： Transform+Count a.新变量名（Target Variable）： mathcrs b.参与统计的数值型变量：5门数学课程变量名 c. Define Values：1（当5个变量的值为1时， Count计数） d . If：可设置条件 4.2.4 对变量值重新编码 经常需要将一些定距变量重新编码称为定序变量，以便进行统计分析，如年龄－老中青，收入－高中低，受教育年限－高中及以下、大专、大本及以上 菜单： Transform+ Recode 例子P69-70： 将对父母受教育程度faed、 maed的9级，归纳合并成3级（高中及以下、大专、大本及以上） 对Q04、Q05、 Q06、 Q08、 Q10和Q11这6个反面问题重新编码，成为正面问题。 4.2.5 对变量值自动编码 当分类编码不具有连续性数值时，产生的空单元格会降低一些运算过程的能力和增加对内存的需求。此外，一些统计过程不能用字符型变量值，有些统计运算过程需要用整数值表示因子水平。SPSS提供了Automatic Recode自动编码命令，将数值型变量和字符型变量转变为连续整数。 菜单： Transform-Automatic Recode 例子p70-71：在data04-01中，将grades(学生等级评定)变量中共有7个变量值（2-8），现用Automatic Recode命令自动编码，成为newgrade（从最小值开始编码Lowest value） 4.2.7 数据文件的转置 行列互换：数据文件的行--列，列--行 菜单： Data+Transpose a. 选变量，没选的将不转置 b.从源变量框中选择要作为“名称变量”的变量进入Name Variable（可缺） 4.2.8 拆分数据文件 在进行数据处理时经常要对数据文件中的观测量进行分组分析，但有些分析功能没有设置对分组变量的选择项。如想使用Descriptives功能分别求男生、女生的平均分