第2章数据文件的建立和管理讲义.ppt

练习： 课本练习题第7题， 完成题目要求后将文件“ .sav”文件。 第2章 SPSS数据文件的建立和管理 2.1 数据文件的特点和结构 2.2 定义数据文件的结构 2.3 数据的录入与编辑 2.4 数据的保存 2.5 读取其他格式的数据文件 2.6 数据文件的合并 SPSS数据文件的特殊性：其扩展名是.sav；它是一种有结构的数据文件。 SPSS数据文件的特点 SPSS数据文件由数据的结构和内容两部分组成。其中数据的结构记录数据类型、取值说明、数据缺失情况等必要信息，数据的内容才是待分析的具体数据。 建立SPSS数据文件应完成两项任务 描述SPSS数据的结构 录入编辑SPSS数据 个案、变量、单元格、当前单元格 SPSS数据文件以二维表的形式组织数据。一行为一个样品（CASE）或个案，一列为一个变量（VARIABLE），行与列交叉之处为一个单元格，可在其中输入变量值。 SPSS数据文件的结构 SPSS数据文件的基本组织方式 原始数据的组织方式 计数数据组织方式 案例2 第2章 SPSS数据文件的建立和管理 2.1 数据文件的特点和结构 2.2 定义数据文件的结构 2.3 数据的录入与编辑 2.4 数据的保存 2.5 读取其他格式的数据文件 2.6 数据文件的合并 数据文件的结构 通过数据编辑器的Variable View界面来定义。 1.变量名（Name） 2.变量类型（Type） 3.变量长度（Width） 4.小数位数（Decimals） 5.变量名标签（Label） 6.变量值标签（Values） 7.缺失值定义（Missing） 8.变量列宽（Column） 9.数值对齐方式（Align） 变量名 ◆不多于8个字符组成 首字符以英文字母开头，下划线、圆点不能成为最后一个字符，不区分大小写 允许汉字作为变量名，总字数不能超过4个 默认变量名为VARn，如：var00001 数据类型、宽度、列宽度 数据类型是指每个变量取值的类型。SPSS中有三种基本数据类型，分别为数值型、字符型和日期型。 每种类型都有默认的宽度。小数位和列宽度。其中宽度是变量可显示的最大字符位数，列宽度是数据编辑窗口中每列的字符位数。如果列显示宽度小于变量的宽度，则相应列中的数据将显示为若干个*号。通常这两个宽度是一致的。 1、数值型： 标准数值型(Numeric):默认类型 8、2 如：12345.67、-1234.56 科学计数法(Scientific Notation):表示很大或很小的数据 8、2 如：1.2E+05 逗号型(Comma): 从个位开始三位一个逗号 8、2 如：1,234.5 圆点型(dot) 整数部分从个位开始每3位以一个圆点分割，以逗号作为整数部分和小数部分的分隔符。8、2 美元符号(Dollar)型:表示货币 格式很多 2 、字符型(String): 存储字符数据 8位 如：beijing 处理时用双引号扩起来。 3、日期型（Date):存储日期数据 格式很多，如：20-AUG-1999 注意：显示宽度不影响数据的存储。 数据类型、宽度、列宽度 数值型 :默认宽度为8个字符,不能进 行算术运算，区分大小写，不 须输入双引号 日期型(Date) 标准型 科学记数法型 逗号型 自定义型 美元符号型 圆点型 字符型 （Sting） 数 值 类 型 变量名标签（Lable） 变量名标签是对变量名含义的进一步解释说明，它可增强变量名的可视性和统计分析结果的可读性。变量名标签可用中文，总长度可达120个字符。在统计分析结果的显示中，一般不可能显示这么长的信息。在定义变量时最好给出变量名的标签。 变量值标签（Value Lable） 变量值标签是对变量取值含义的解释说明信息，对于品质型数据尤为重要。 通常，变量值标签对于顺序水准（如收入的高、中、低）和名义水准（如民族、性别）的品质型变量来说是必不可少的。变量值标签可以用中文，建议最好给出品质型变量的变量值标签。 缺失数据（Missing） 数据中错误或者漏填的数据。如果不特意说明，SPSS会把缺失数据参与分析，因此要对缺失数据进行说明。 对缺失数据进行说明的三种方法： No missing values 没有缺失值 Discrete missing values 缺失值是1～3个特定的离散值 Range plus one optional discrete 缺失值可以在某个范围内并可以同时附加一个此范围以外的值 缺失数据（Missing） 对于漏填的数值型数据，系统默认的缺失值用一个圆点来表示，字符型