第二章数据文件的处理.ppt

* 第二章 数据文件的处理 数据文件的处理是指把科研、教学工作过程中的各种信息、数据（Data）以某种方式存入到计算机的磁盘中，并进行随时存取、修改、统计分析的全过程。一般来说，它包括数据编码、建立数据文件的框架结构、数据录入、选定数据文件名及保存数据等几个步骤。 第二章 数据文件的处理 数据编码 定义变量 数据录入 数据编辑 数据编码: 根据一定的规则将研究资料转换为可进行统计分析的数码资料的过程。 问题025：您认为打工的外地人对北京市的社会秩序是否有影响？（单选） 1□有很大影响 2□有较大影响 3□没有影响 4□不好说 4 编码 答案 编码的步骤： 1)确定变量； 变量： 用来反映文意概念的量化形式。在统计中往往指最小的分析单位。编码就是对变量进行编码。变量由两个部分构成：变量名和变量值。要注意区分何为变量，何为变量值。在调查问卷中还要注意区分问题和变量。 问题009：您有几个儿子？几个女儿？ 1□儿子_______人 2□女儿________人 2 3 问题 变量1 变量2 变量1的值 变量2的值 2）制作编码表 直接过录 0-1编码 变量名: 一个数据文件中, 一个变量只能有一个唯一名称。 码位：某一变量在 数据文件中占据的栏位 码数： 某一变量由几位数组成。 该变量是数值型（Numeric）——如定距、定比， 还是字串型（String），如定类、定序。 前者在统计中可以做高级运算，后者则不可以。 不适于被访人回答的问题的编码。 一般采用7，97，997等。 被访人回答不知道时的编码。 一般采用8，98，998等。 被访人拒绝回答某变量时的编码。 一般采用9，99，999等。 问卷中出现漏答时的处理编码。 一般采用9，99，999等。 2 3 100011 3）编码： 根据编码表对问卷进行编码，而后将编码结果记录在问卷上或编码纸上。 定义变量： 即定义变量名、变量类型、变量长度、变量名标签、变量值标签和缺失值等。 定义变量名（Name）的要求： 变量名不能超过8个字符； 变量名不能以数字开头； 变量名中不能包含＋，－，×，/、？、＝等运算和逻辑符号。 变量名必须唯一，系统中不区分变量名中的大小写字符。 定义变量类型（Type） Numeric 数值型 Comma 加显逗号的数值型，即整数部分每3位数加一个逗号，其余定义方式同数值型 Dot 3位加点数值型，无论数值大小，均以整数形式显示，每3位加一小点，可定义小数位置，但都显示0，且小数点用逗号表示。 Scientific N0tation 科学计数法 Date 日期型 Dollar 带有美元符号的数值型 Custom currency 用户自定义型 String 字符串型 变量名标签定义命令：Variable labels 该命令是给变量名一个说明标注。 命令格式： Variable labels 变量1名 标签 /变量2名 标签 /变量3名 标签 ………/变量n名 标签 . 示例： Variable Labels num 编号 /W01 性别 /W01a 出生年 /W02 婚姻状况 /W03 文化程度 . 或： Variable Labels num 编号 /W01 性别 /W01a 出生年 /W02 婚姻状况 /W03 文化程度 . 或： Variable Labels num 编号 W01 性别 W01a 出生年 W02 婚姻状况 W03 文化程度 . 要求： 变量名要和已定义过的名称相一致； 标签用中、西文均可，但长度不要超过120个字符，即60个汉字。 变量值标签定义命令：Value labels 该命令是给变量的每一取值加一个说明标注。 格式： Value Labels 变量名 值1 ‘标签’ 值2 标签 值3 标签 … /变量名 值1 ‘标签’ 值2 ‘标签’ 值3 ‘标签’ … . *