数据的编码录入与整理分析.ppt

九、数据的整理-Recode 例二:数据分值的转换 数据分值的转换是通过对数据进行重新编码来实现的。在SPSS中主要通过Recode命令来实现 九、数据的整理 例二：数据分值的转换 Into Same Variables:编码后数据存放在原变量中，覆盖原数据 Into Different Variables:编码后数据存放在新定义的变量中，保留原数据 九、数据的整理 例二：数据分值的转换 假设一套量表共10题，每题有A、B、C三个选项，现有10个被试作答。要求根据评分规则，将被试的原始数据选择转换为量表分数 注意： 1、2、4、7、8、10：正向题 3、5、6、9：反向题 量表评分规则 题号 选项 1 2 3 4 5 6 7 8 9 10 A 1 1 3 1 3 3 1 1 3 1 B 2 2 2 2 2 2 2 2 2 2 C 3 3 1 3 1 1 3 3 1 3 10名被试的作答结果表 题号 被试 1 2 3 4 5 6 7 8 9 10 1 A B B B A B C A C B 2 A B B C A B C A C B 3 A C B B A B C A B B 4 B B B B B A C B C B 5 A C A B B A B A B C 6 B C A B A B B B B A 7 B C C C A B C A B B 8 A C A B B A B A C B 9 A B B B B A C A C B 10 B B B B A B C B C C 九、数据的整理 例二：数据分值的转换 原数据 转换后数据 九、数据的整理 例二:数据分值的转换 数据输入：打开数据文件(2-recode.sav) Transform → Recode → Into Different Variables 打开“Recode”对话框，定义新变量名 打开“Old and New Value…”对话框，定义转换规则 九、数据的整理-Compute 例三:量表的统分 在数据录入过程中，输入的是最原始、最稳定的反应选项，但在后续的统计分析中通常需要对量表的总分进行推断统计。 量表的统分工作包括分量表的统分和总量表的统分，SPSS中通常用“Compute”命令实现量表的统分工作 注：变量计算的目的分为 1. 数据的转换处理，新变量更具有直观有效的特点，如： 根据顾客的消费总金额和消费时间计算平均消费以预测理想客户；根据购房客户的贷款总额和按揭方案计算指标来评价客户的风险大小。 2.对数据原有分布状态进行转换。如：利用对数或多项式转换对非正态或非线性数据进行处理；对时间序列进行平稳化处理等。 九、数据的整理 例三：量表的统分 以分值转化后的数据文件2-recode.sav为例。 假定该量表由2个分量表构成，其中1个量表由第1、2、5、8、9题组成，另一个量表由第3、4、6、7、10题组成。 计算出每一个被试的分量表分和总量表分。 九、数据的整理 例三:量表的统分 打开数据文件2-recode.sav。 Transform → Compute (计算分量表分flb1、flb2和总量表分zlb) 统分结果保存为2-lb.sav 九、数据的整理-Sort Cases 例四:数据的排序 分为：个案排序和变量排序 在SPSS中，主要通过Data → Sort Cases、Data → Sort Variables 来实现。 注：排序使我们初步了解数据的离散程度，发现数据的异常值。 九、数据的整理 例四：数据的排序 以数据文件2-lb.sav为例，找出变量zlb的高低分组的分组 一般以总个案的40%为界限确定高低分 九、数据的整理 例四：数据的排序 打开数据文件2-lb.sav Data → Sort Cases 将分数排序，确定高分组和低分组的起点分数值 将变量zlb转换为变量zlb1（重新编码）;