SPSS数据的管理幻灯片.pptVIP

为什么要进行数据管理？ 当你想看看有没有错误录入或极端值的时候 （sort cases） 当你想排名次或知道最高分和最低分的时候 （sort cases） 当你的问卷太多，很多人帮你输，你想合成一个文件的时候（merge files） 当你想把前测和后测的数据合并到一起的时候 （merge files） 当你想把数据分成两组或多组分别统计的时候 （split files） 当你只想统计一部分被试资料的时候（select cases） 当你想偷懒的时候（weight cases） Sort cases 排序 升序-Ascending 降序-descending 作用：帮助我们较为直观地看到一组数据的全貌，如学生的名次、最高分、最低分；帮助我们发现输入数据时的错误或极端值。 Merge files 可以合并变量（variable），也可以合并被试（case）。 前者可以把同一批被试的两次会多次测试合而为一；后者可以把几组不同被试的结果合并在一起。 Split files 分割数据 可以把不同组的数据分别统计分析，比如男生女生分别统计。 select cases 选择被试 可以只统计被选的被试的数据，其它忽略不计。 Weight cases 加权数据 对于单个变量中多次重复的数据可以不用逐个录入，只需录入每个数值出现的个数，然后加权即可 练 习 练习数据1和练习数据2是一组被试（编号1-47）分别做两个量表的数据，请把它们合并起来，保存为“量表.sav”。 练习数据3是另一组被试（编号48-65）做着两个量表的数据，请把这些数据加到“量表.sav”里，并保存。 练习数据4是一个班级学生的数学成绩，请分男女排出数学成绩的名次，并粘贴到word文档里。 第四讲 数据的转换（Transform菜单） 为什么要进行数据转换？ 当你想对变量进行计算的时候（compute） 计算五门成绩的平均分 计算一个量表各个维度的总分 计算一个人的出生了多少天 计算…… 当你想对某个变量的数据换一种方式表达时（recode） 如果量表中有反向计分的题目需要修正时 如果你想把百分制变成五级计分（优良中及格不及格） 如果你的量表中存在缺失值 …… 更全面的缺失值处理方法（replace missing values） 一些说明 函数是有限的，算式是无穷的 列算式时的一点小技巧——复制、粘贴、查找、替换 Recode重新编码 Recode- into same variables 转换后的数值直接在原变量上覆盖，而不建立新变量。常用于反向计分转换、缺失值处理 Recode -into different variables 转换后的数值保存为另一个新变量。常用于计分方法的转换之类 Replace missing values 1、Series mean：用该变量的所有非缺失值的均数做替代； 2、Mean of nearby points：用缺失值相邻点的非缺失值的均数做替代，取多少个相邻点可任意定义； 3、Median of nearby points：用缺失值相邻点的非缺失值的中位数做替代，取多少个相邻点可任意定义； 4、Linear interpolation：用缺失值相邻两点非缺失值的中点值做替代； 5、Linear trend at point：用线性拟合方式确定替代值。 练 习 a1、a5、a30、a43、a49和b2、b6、b19为反向计分，把他们转化为正向。 a1到a25为a量表的第一个维度，a26到a50为第二个维度，b量表只有一个维度，分别求出三个维度的总分（即所有项目得分相加）。 把b量表总分按照从小到大的顺序排列，设置另外一个变量（group），b量表得分前十名赋值“1”，标签为“高分组”，后十名赋值“3”，标签为“低分组”，其它赋值“2”，标签为“中间组”。 各维度总分中如果有缺失，请用该维度的平均分进行替换。 做好的数据另存为“练习完成.sav”。