资料整理与检误经验谈.PDFVIP

資料整理與檢誤經驗談 以 SPSS 程式進行不合理值檢誤 蘇婉雯 3 您父親的籍貫是哪裡？ 數據資料檔的建立，必須包括資料 Cumulative 檢誤的工作才能算完成。嚴謹的資料檢 Frequency Percent Valid Percent Percent 誤，可以增進資訊的正確性以及資料的 Valid 0 86 4.4 4.4 4.4 1 1424 72.7 72.7 77.0 可用性。一般來說，資料發生錯誤的來 2 166 8.5 8.5 85.5 源可能來自於訪員、督導、過錄者或鍵 3 236 12.0 12.0 97.6 4 34 1.7 1.7 99.3 入資料者。不過，有些時候只是程式語 5 2 .1 .1 99.4 法錯誤，而造成資料錯誤的假象。基本 6 5 .3 .3 99.6 的資料檢誤工作包括：不合理值檢誤及 7 7 .4 .4 100.0 Total 1960 100.0 100.0 邏輯檢誤兩種。本期以 SPSS 統計軟體 介紹不合理值的檢誤工作。 從上面的次數分配結果表中，不容 大部份變項都有其合理的值域或 易發現是否有不合理值存在，必須核對 分佈，而超出這些值域、或落在合理分 問卷或過錄編碼簿之內容才能得知。如 佈以外的觀察值，往往起因於建檔過程 果能在資料檔或程式中補上選項數值說 中發生的錯誤。一般而言，界外值 明(value label) ，則能夠輕易的找出不合 (Outlier)亦屬於不合理值。茲將整理工 理值。 作內容說明於下： 【自撰語法】- 選項數值說明 一 、類別變項(Categorical Variables) value label 類別變項的合理數值應該是幾個 a3 1 本省閩南人 2 本省客家人 固定的類別代碼，包含研究者設計的 「跳答碼」、「遺漏值代碼」等。如果 3 大陸各省市 類別變項的資料中有任何數值非屬這 4 原住民 5 其他 些固定代碼，即為不合理值。研究者應 7 不知道. 該查明這些不合理值的來源，並做適當 的修改或處理。