【SPSS19】第10章SPSS在调查问卷数据处理中的应用.ppt

第10章SPSS在调查问卷数据处理的应用 10.1 调查问卷数据处理概述 10.1.1 数据整理与转换 1、使用目的 调查问卷收集以后，需要先对调查问卷的结果进行一些整理，如对文字型的问题进行事前或事后编码，按变量分组、合并、加权、重新定义或计算新变量等，为最终的统计分析做准备。这些功能集中在Data和Transform菜单项中，下面将以了解高校毕业生就业意愿情况进行调查而获得的一份问卷为例，介绍一些常用的功能。 数据整理与转换 您的性别：■男 □B 女 您所学专业名称： 年级： 1.你在班级里的学习成绩排名： ■前10% □11%—30% □31%—70% □最后30% 2.您参加了今年的考研： □参加了 ■未参加 (跳答一题) 3.您参加考研是否有本科毕业就业难方面的原因 ： □主要是 □有一些 □没有 4.本科毕业以后 您选择 ■参加工作 □考研 □边工作边考研 □到国外 □自主创业 □暂时什么都不做 数据整理与转换 5.您一般通过哪些途径获取招聘信息？ ■招聘会 ■互联网 ■同学、朋友、熟人 ■报刊杂志 □职介机构 □其他 6.对您而言，选择职业时哪些因素影响较大（请选三项并排序）： 1单位类型及规模 □就业地区选择 □工资水平及福利 2有利于个人发展及晋升 3对工作本身的兴趣 工作稳定性 □工作的环境及舒适性 □父母意见 □学校老师影响 □其他 7. 您求职要求的工资底线 2000 元 。 8. 你认为最理想的签约时间是 大四第一学期末 。 数据整理与转换 2、基本原理 ⑴单项选择题的编码 ⑵多项选择题的编码 ⑶排序题的编码 ⑷开放式问题的编码 ⑸缺失值的编码 ⑹“不适用情况”的编码 ⑺数据转换 3、其他注意事项 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默认的缺失方式，如果在输入数据时空缺了某些数据或输入了非法的字符，计算机就把其界定为缺失值，这时的数据标记为“·”，而用户界定的缺失值则不会在数据显示时出现“·”。 10.1.2 调查问卷数据的SPSS操作详解 问卷调查数据的整理与转换的操作主要由以下几个模块来实现。 (1)【Transform→Compute Variable(转换→计算变量)】对原始数据进行四则运算等，进而派生出新的变量。 (2)【Transform→Recode into some Variable(转换→重新编码为相同变量)】和【Transform→Recode into Different Variable(转换→重新编码为不同变量)】，重新编码数据，重新安排次序。 (3) 【Transform→Count Occurrences of Value within Cases(转换→对个案内的值计数)】，创建一个新变量用以计算某些变量共同发生的频次(即计数)。 10.2调查问卷缺失值处理方法 10.2.1 缺失值的类型与处理方法 缺失值的类型 :完全随机缺失;随机缺失 ;完全非随机缺失 缺失值的处理方法 :删除法和插补法 10.2.2 替换缺失值的SPSS操作详解 Step01：打开【Replace Missing Values(替换缺失值)】对话框 选择菜单栏中的【Transform(转换)】→【Replace Missing Values(替换缺失值)】命令，弹出【Replace Missing Values(替换缺失值)】对话框. 替换缺失值的SPSS操作详解 Step02：选择检验变量 在该对话框左侧的候选变量列表框中选择一个或几个变量，将其移入【New Variable(s)(新变量)】列表框中, 这时系统自动产生用于替代缺失值的新变量，用户也可在【name(名称)】框处自己定义替代缺失值的新变量名。 替换缺失值的SPSS操作详解 Step03 ：选择替换缺失值的方法 在【Method(方法)】下拉下箭头选择缺失值的替代方式。 ●Series mean：用该变量的所有非缺失值的均数做替代。 ●Mean of