第01节 怎样建立SPSS数据文件.ppt

第二章 建立与整理数据文件 建立数据文件的根本目的，是为了对研究对象的数量属性进行处理分析，进而揭示研究对象的数量特征以及数量变化规律。 第二章 建立与整理数据文件 建立数据文件，就是把教育研究中对研究对象属性所做的观察、调查、实验研究结果转变成SPSS可以处理分析的变量与数据； 整理数据文件，就是把初步建立的SPSS数据文件进行加工转化，使之真正符合统计分析工作的要求。 因此，建立与整理数据文件是开始统计分析之前的基础性工作。 第一节 如何建立一个SPSS数据文件？ 一个SPSS数据文件实际上就是由描述研究对象数量属性的各种变量及其观测结果（观测量或观测值）所构成的“变量-数据”库； 因此，建立数据文件包括两项基本工作：一是在SPSS窗口中定义研究变量，二是录入相应变量的观测值（数据）。 操作：打开SPSS窗口，在变量窗口与数据窗口之间进行切换。 一、SPSS变量及观测量的涵义 变量——用来代表与描述构成总体的单位或个体的各种特征。 例如，某学校初中一年级300名学生分成六个班，其中每个学生都有自己的姓名、性别、班级、年龄、身高、兴趣、学习成绩等，它们描述了学生不同侧面的特征。我们可以分别用不同的变量来代表与描述这些特征。 观测量——用来代表与记录对事物特征（变量）进行观测的观测结果、观测值、观测数据或变量值。 在上例中，当我们对每个学生的姓名、性别、班级、年龄、身高、兴趣、成绩等进行观测记录时，这些具体的观测结果或观测值、变量值就称为观测量。 当然，无论自变量还是因变量，都有自己的观测量或观测值。 二、SPSS变量的具体属性 打开SPSS变量视窗，我们看到变量具有如下属性： 变量名称 变量类型 变量名宽度 变量小数位数 变量标签 变量值标签 单元格列宽度 缺失值 对齐格式 测度水平 只有在建立数据文件之前就了解变量的属性，才能正确地定义变量，而且才能选择合宜的统计分析方法展开分析。 1、变量名称（Name） 为变量命名需要遵循如下规则： “变量名的首字符”一般是字母，其后可以是字母、数字或其他符号。例如：“N－score”。 有几个“特殊字符”不允许出现在变量名中，如“？”、“！”、“＊”以及“＋”、“－”、“×”、“÷”算术运算符号。另外，圆点“．”不能作为变量名的最后一个字符。 系统不区分变量名中的大小写字母。如“SCORE”、“Score”、“ScorE”，系统皆视为同一个变量名。 2、变量名宽度（Width） “变量名宽度”不能超过8个字符，否则系统自动截取多余部分。 3、变量类型（Type） 根据变量取值的性质特点，SPSS变量具有三种基本类型，即：数值型、字符型、日期型。 3、变量类型（Type） 首先来看数值型变量。数值型变量值是数值型数据。 数值型变量需要规定小数位数（Decimals，系统默认2位）。 根据数据输入与显示格式特点，数值变量又分为如下六种类型： 3、变量类型（Type） 其次，来看字符型、日期型变量： 字符型变量的观测值是一串字符，输入字符串时应区分大小写。 日期型变量的观测值是具体日期，按照指定格式输入与显示，输入时需要用“／”或“－”作为分隔符。 特别指出的是，字符型、日期型变量不允许参与统计运算。 这提醒我们，要对某一变量进行统计分析，尽量把它定义成数值型变量，而且其观测值必须是具体数值（或者转换成数值）。 4、变量标签（Variable Labels） 变量标签即对变量名含义的附加说明，特别是对英文名称附加中文解释标签。 给变量名附加变量标签之后，在数据窗口中，当鼠标指向变量名时，变量名下方将立即显示出其变量标签。 5、值标签（Value Labels） 值标签即对变量取值含义的附加说明。 在通常情况下，仅需要对“类别变量” （如班级、性别等）、“等级变量”（如优、良、中、差） 的取值定义值标签。 提醒：给变量值定义值标签后，只要值标签开关处于开启状态，在数据窗口中输入变量值后，相应的单元格里就会显示该变量值对应的值标签。 6、单元格列宽度（Columns） 即数据窗口中单元格的列宽度。 在通常情况下，“单元格列宽”≥“变量名宽度” 7、变量值对齐格式（Alignment） 在数据窗口中，变量值在单元格中的对齐方式有左中右之分。 在通常情况下，数值型变量的默认对齐方式为“右对齐”；字符型变量的默认对齐方式为“左对齐”。 可以对对齐方式进行调整。 8、变量值的缺失值（Missing Value） 缺失值是指那些没有观测到、记录到、有明显错误的变量值； SPSS具有处理缺失值的功能，会在统计分析中自动排除它们。 数值型变量的默认缺失值为“0”； 字符型变量的默认缺失值为“空格”； 可以自定义缺失值。 9、测度水平