第7讲数据的编码录入与整理.pptVIP

九、数据的整理 例二： 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 原数据 转换后数据 九、数据的整理 操作步骤： 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 或者在代码窗口输入： 九、数据的整理-Compute 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-量表统分 例三： 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 操作步骤： 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) 或者输入代码： 统分结果保存为2-lb.sav 九、数据的整理-Sort Cases 数据的排序 个案排序：Data → Sort Cases、 变量排序 ：Data → Sort Variables 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： 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 操作步骤： 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）; 将高分组和低分组进行分组。 因为以总个案的40%为界限确定高低分,所以高分组和低分组各取4个个案 10*40%=4(4个个案) 根据排序可以确定高分组和低分组的起点分数值分别为22和20 九、数据的整理-Slecte Cases 数据的限选 例五：以SPSS系统随带数据文件Anxiety.sav为例 要求限选前20个个案进行后续统计分析。 注：数据限选目的 1.提高数据分析效率 2.检验模型的需要 九、数据的整理-数据的限选 选择所有个案 按指定条件选择个案 对个案进行随机抽样 按比例大概抽样 精确抽样 按范围选择个案 多余数据保留在原表中 多余数据被删除 九、数据的整理 操作步骤： 打开数据文件Anxiety.sav。 Data → Select Cases 设置前20个个案。 九、数据的整理