【正文】 1 2020/9/16 第三章 數(shù)據(jù)變換與整理 2 2020/9/16 本章主要內(nèi)容 ? 第一節(jié) 數(shù)據(jù)的排序 ? 第二節(jié) 變量計(jì)算 ? 第三節(jié) 數(shù)據(jù)選取 ? 第四節(jié) 計(jì)數(shù) ? 第五節(jié) 分類匯總 ? 第六節(jié) 數(shù)據(jù)分組 ? 第七節(jié) 數(shù)據(jù)處理的其他功能 ? 第八節(jié) 統(tǒng)計(jì)圖 3 2020/9/16 第一節(jié) 數(shù)據(jù)的排序 ? SPSS的數(shù)據(jù)排序是將數(shù)據(jù)編輯窗口中的數(shù)據(jù)按照某個(gè)或多個(gè)指定變量的變量值升序或降序重新排列。這里的變量也稱為 排序變量 。排序變量只有一個(gè)時(shí)，排序稱為 單值排序 。排序變量有多個(gè)時(shí)，排序稱為 多重排序 。多重排序中，第一個(gè)指定的排序變量稱為 主排序變量 ，其他依次指定的變量分別稱為 第二排序變量 、 第三排序變量 等。 4 2020/9/16 ? （ 1）數(shù)據(jù)排序便于數(shù)據(jù)的瀏覽，有助于了解數(shù)據(jù)的取值狀況、缺失值數(shù)量的多少等； ? （ 2）通過(guò)數(shù)據(jù)排序能夠快捷的找到數(shù)據(jù)的最大值和最小值，進(jìn)而可以計(jì)算出數(shù)據(jù)的 全距 ，初步把握和比較數(shù)據(jù)的 離散程度； ? （ 3）通過(guò)數(shù)據(jù)排序能夠快捷地發(fā)現(xiàn)數(shù)據(jù)的異常值 ，為進(jìn)一步明確它們是否會(huì)對(duì)分析產(chǎn)生重要影響提供幫助。 5 2020/9/16 SPSS數(shù)據(jù)排序的基本操作步驟 （ 1）選擇菜單 Data－ Sort Cases （ 2）將主排序變量從左邊的列表中選到Sort by框中，并在 Sort Order框中選擇按該變量的升序還是降序排序。 （ 3）如果是多重排序，還要一次指定第二、第三排序變量及相應(yīng)的排序規(guī)則。 6 2020/9/16 在左邊的 源變量框 中選擇排序變量進(jìn)入 Sort by框 。如果選擇 2個(gè)以上的變量，觀測(cè)量的排序結(jié)果與排序變量在 Sort by框中的順序有關(guān)。列于首位的為第一排序變量。 在 Sort Order 欄 內(nèi)選擇排序方式 ——升序與降序 7 2020/9/16 數(shù)據(jù)排序是整行數(shù)據(jù)排序，而不是只對(duì)某列變量排序； 多重排序中指定排序變量的次序很關(guān)鍵。先指定的變量?jī)?yōu)先于后指定的變量。多重排序可以在按某個(gè)變量值升序（或降序）排序的同時(shí)再按其他變量值降序（或升序）排序； 數(shù)據(jù)排序后，原有數(shù)據(jù)的排序次序必然被打亂。 說(shuō)明 8 2020/9/16 03－ 1 數(shù)據(jù)排序應(yīng)用舉例 ? 利用居民存款調(diào)查數(shù)據(jù)，通過(guò)數(shù)據(jù)排序功能分別找到城鎮(zhèn)戶口和農(nóng)村戶口儲(chǔ)戶一次存款金額的最大值和最小值。 9 2020/9/16 第二節(jié) 變量計(jì)算 ? 數(shù)據(jù)的轉(zhuǎn)換處理是在原有數(shù)據(jù)的基礎(chǔ)上，計(jì)算產(chǎn)生一些含有更豐富信息的新數(shù)據(jù)。例如根據(jù)職工的基本工資、失業(yè)保險(xiǎn)、獎(jiǎng)金等數(shù)據(jù)，計(jì)算實(shí)際月收入，這些新變量具有更直觀更有效的特點(diǎn)。 10 2020/9/16 1. 變量計(jì)算的目的 ? SPSS變量計(jì)算是在原有數(shù)據(jù)的基礎(chǔ)上，根據(jù)用戶給出的 SPSS算術(shù)表達(dá)式以及函數(shù)，對(duì)所有個(gè)案或滿足條件的部分個(gè)案，計(jì)算產(chǎn)生一系列新變量。 （ 1）變量計(jì)算是針對(duì)所有個(gè)案或指定的部分個(gè)案的，每個(gè)個(gè)案都有自己的計(jì)算結(jié)果。 （ 2）變量計(jì)算的結(jié)果應(yīng)保存到一個(gè)指定變量中，該變量的數(shù)據(jù)類型應(yīng)與計(jì)算結(jié)果的數(shù)據(jù)類型相一致。 在變量計(jì)算過(guò)程中涉及到幾個(gè)概念： SPSS算術(shù)表達(dá)式、 SPSS條件表達(dá)式和 SPSS函數(shù)。 11 2020/9/16 ? 指出按照什么方法計(jì)算變量； ? SPSS算術(shù)表達(dá)式 （ Numeric Expression）是由常量、變量、算術(shù)運(yùn)算符、圓括號(hào)、函數(shù)等組成的式子。 ? 字符型常量應(yīng)當(dāng)用引號(hào)括起來(lái) ? 變量是指那些已存在于數(shù)據(jù)編輯窗口中的原有變量 ? 算術(shù)運(yùn)算符主要包括 ＋、－、 *、 /、 **（乘方） ? 在同一算術(shù)表達(dá)式中的常量及變量，數(shù)據(jù)類型應(yīng)該一致，否則無(wú)法計(jì)算 12 2020/9/16 ? 在變量計(jì)算中通常要求對(duì)不同的個(gè)案分別按照不同的方法進(jìn)行計(jì)算，于是就需要通過(guò)一定的方式來(lái)指定個(gè)案； ? SPSS條件表達(dá)式 是一個(gè)對(duì)條件進(jìn)行判斷的式子。其結(jié)果有兩種取值：如果判斷條件成立，則結(jié)果為真；如果判斷條件不成立，則結(jié)果為假。條件表達(dá)式包括簡(jiǎn)單條件表達(dá)式 和 復(fù)合條件表達(dá)式 。 13 2020/9/16 （ 1）簡(jiǎn)單條件表達(dá)式 由關(guān)系運(yùn)算符、常量、變量以及算術(shù)表達(dá)式等組成的式子。其中關(guān)系運(yùn)算符包括 、 、＝、～＝（不等于）、 ＝、 ＝ 。（ nl35） （ 2）復(fù)合條件表達(dá)式 又稱邏輯表達(dá)式，是由邏輯運(yùn)算符號(hào)、圓括號(hào)和簡(jiǎn)單條件表達(dá)式等組成的式子。其中，邏輯運(yùn)算符號(hào)包括 amp?；?AND（并且）、 |或 OR（或者）、～或 NOT（非） 。 NOT的運(yùn)算優(yōu)先級(jí)最高，其次是 AND，最低是 OR。可以通過(guò)圓括號(hào)改變運(yùn)算的優(yōu)先級(jí)。（ nl=35） and not （ zc3） 14 2020/9/16 ? SPSS函數(shù) 是事先編好并存儲(chǔ)在 SPSS軟件中，能夠?qū)崿F(xiàn)某些特定計(jì)算任務(wù)的一段計(jì)算機(jī)程序。這些程序都有各自的名字稱為函數(shù)名 。執(zhí)行這些程序段得到的計(jì)算結(jié)果稱為 函數(shù)值 。 函數(shù)書(shū)寫(xiě)的具體形式為： 函數(shù)名（參數(shù)） 15 2020/9/16 其中，函數(shù)名是 SPSS已經(jīng)規(guī)定好的，參數(shù)可以是常量（字符型常量應(yīng)用引號(hào)括起來(lái)），也可以是變量或算術(shù)表達(dá)式。 參數(shù)可能是一個(gè)，也可能是多個(gè) ，各參數(shù)之間用 逗號(hào) 分隔。 SPSS函數(shù)大致可以分成八大類： 算術(shù)函數(shù)、統(tǒng)計(jì)函數(shù)、分布函數(shù)、邏輯函數(shù)、字符串函數(shù)、缺失值函數(shù)、日期函數(shù)和其他函數(shù) 。 16 2020/9/16 ? （ 1）選擇菜單 Transform－ Compute，彈出Compute Variable對(duì)話框如下： 17 2020/9/16 （ 2）在 Target框中輸入存放計(jì)算結(jié)果的變量名。該變量可以是一個(gè)新變量，也可以是已經(jīng)存在的變量。如果指定存放計(jì)算結(jié)果的變量為新變量， SPSS會(huì)自動(dòng)創(chuàng)建它；如果指定產(chǎn)生的變量已經(jīng)存在， SPSS會(huì)提問(wèn)是否以計(jì)算結(jié)果覆蓋原有值。新的變量默認(rèn)為數(shù)值型，用戶可以根據(jù)需要單擊 Typeamp。Label按鈕修改，還可以對(duì)新變量加變量名標(biāo)簽。 （ 3）在 Numeric Expression框給出 SPSS算術(shù)表達(dá)式?？梢允止ぽ斎?，也可以按窗口的按鈕以及函數(shù)下拉菜單輸入。 18 2020/9/16 （ 4）如果希望對(duì)符合一定條件的個(gè)案進(jìn)行變量計(jì)算，則單擊 If按鈕，出現(xiàn)下面的窗口，選擇 Include if case satisfies condition選項(xiàng)，然后輸入條件表達(dá)式。對(duì)不滿足條件的個(gè)案，將不進(jìn)行變量值計(jì)算，對(duì)新變量取值為系統(tǒng)缺失值。 19 2020/9/16 利用職工基本情況數(shù)據(jù)，依據(jù)職稱級(jí)別計(jì)算實(shí)發(fā)工資，再按職稱 1至 4將實(shí)發(fā)工資分別上調(diào) 50％， 30％， 20％， 10％。 032 變量計(jì)算的應(yīng)用舉例 20 2020/9/16 第三節(jié) 數(shù)據(jù)選取 ? 數(shù)據(jù)選取就是根據(jù)分析的需要，從已收集到的大批量數(shù)據(jù)（總體）中按照一定的規(guī)則抽取部分?jǐn)?shù)據(jù)（樣本）參與分析的過(guò)程，通常也稱為 抽樣 。 SPSS可根據(jù)指定的抽樣方法從數(shù)據(jù)編輯窗口中選出部分樣本以實(shí)現(xiàn)數(shù)據(jù)選取，這樣 后面的分析操作就只針對(duì)選出的數(shù)據(jù) ，直到用戶取消這種選取為止。 21 2020/9/16 （ 1）選取全部數(shù)據(jù) （ All cases） （ 2）按指定條件選取 （ If condition is satisfied ） SPSS要求用戶以條件表達(dá)式給出數(shù)據(jù)選取的條件， SPSS將自動(dòng)對(duì)數(shù)據(jù)編輯窗口中的所有個(gè)案進(jìn)行條件判斷。那些滿足條件的個(gè)案，即條件判斷為真的個(gè)案將被自動(dòng)選取出來(lái)，而那些條件判斷為假的個(gè)案則不被選中。 1. 數(shù)據(jù)選取的基本方式 22 2020/9/16 （ 3）隨機(jī)抽樣 （ Random sample of cases ），即對(duì)數(shù)據(jù)編輯窗口中的所有個(gè)案進(jìn)行隨機(jī)篩選，包括如下兩種方式： 第一，近似抽樣 （ Approximately） 近似抽樣要求用戶給出一個(gè)百分比數(shù)值， SPSS將按照這個(gè)比例自動(dòng)從數(shù)據(jù)編輯窗口中隨機(jī)抽取相應(yīng)百分比數(shù)目的個(gè)案。 注：由于 SPSS在樣本抽樣方面的技術(shù)特點(diǎn)，抽取出的個(gè)案總數(shù)不一定恰好精確地等于用戶指定的百分比數(shù)目，會(huì)有小的偏差，因而稱為近似抽樣。 23 2020/9/16 第二，精確抽樣 （ Exactly） 精確抽樣要求用戶給出兩個(gè)參數(shù)。第一個(gè)參數(shù)是希望選取的個(gè)案數(shù)，第二個(gè)參數(shù)是指定在前幾個(gè)個(gè)案中選取。 SPSS自動(dòng)在數(shù)據(jù)編輯窗口的前若干個(gè)個(gè)案中隨機(jī)精確地抽出相應(yīng)個(gè)數(shù)的個(gè)案來(lái)。 24 2020/9/16 （ 4）選取某一區(qū)域內(nèi)的樣本 （ Based on time or case range ），即選取數(shù)據(jù)編輯窗口中樣本號(hào)在指定范圍內(nèi)的所有個(gè)案，要求給出這個(gè)范圍的上、下界個(gè)案號(hào)碼。 這種抽樣方法適用于時(shí)間序列數(shù)據(jù)。 （ 5）通過(guò)過(guò)濾變量選取樣本 （ Use filter variable ），即依據(jù)過(guò)濾變量的取值進(jìn)行樣本選取。要求指定一個(gè)變量作為過(guò)濾變量，變量值為非 0或非系統(tǒng)缺失值的個(gè)案將被選中。這種方法通常用于排除包含系統(tǒng)缺失值的個(gè)案。 25 2020/9/16 說(shuō)明： （ 1）完成數(shù)據(jù)選取后， SPSS以后的分析操作僅針對(duì)那些被選中的個(gè)案，直到用戶再次改變數(shù)據(jù)的選取為止。 （ 2）采用指定條件選取和隨機(jī)抽樣方法進(jìn)行數(shù)據(jù)選取后， SPSS將在數(shù)據(jù)編輯窗口中自動(dòng)生成一個(gè)名為 filter_$的新變量，取值為 1或 0。 1表示本個(gè)案被選中， 0表示未被選中。該變量是 SPSS產(chǎn)生的中間變量，如果刪除它則自動(dòng)取消樣本抽樣。 26 2020/9/16 （ 1）選擇菜單 Data— Select cases （ 2）根據(jù)分析需要選擇數(shù)據(jù)選取方法 （ 3） Unselected cases are指定對(duì)未選中個(gè)案的處理方式 ? Filtered表示在未被選中的個(gè)案號(hào)碼上打一個(gè) “ /”標(biāo)記； ? Deleted表示將未被選中的個(gè)案從數(shù)據(jù)編輯窗口中刪除。 2. 數(shù)據(jù)選取的基本操作 27 2020/9/16 Select Cases對(duì)話框 28 2020/9/16 利用 [02－ 1]居民儲(chǔ)蓄調(diào)查數(shù)據(jù) ，根據(jù)不同的分析要求采用不同的數(shù)據(jù)選取方法抽樣： （ 1）如果只希望分析城鎮(zhèn)儲(chǔ)戶的情況，可以通過(guò)數(shù)據(jù)選擇功能采用指定條件的抽樣方法進(jìn)行抽樣； （ 2）如果只希望對(duì)其中的 70％的數(shù)據(jù)進(jìn)行分析，可通過(guò)數(shù)據(jù)選擇功能采用隨機(jī)抽樣中的近似抽樣方法進(jìn)行抽樣。 數(shù)據(jù)選取的應(yīng)用舉例 29 2020/9/16 第四節(jié) 計(jì)數(shù) ? 1. 計(jì)數(shù)目的 SPSS實(shí)現(xiàn)的計(jì)數(shù)是對(duì)所有個(gè)案或滿足某條件的部分個(gè)案， 計(jì)算若干變量中有幾個(gè)變量的值落在指定的區(qū)間內(nèi) ，并將計(jì)數(shù)結(jié)果存入一個(gè)新變量中的過(guò)程。例如對(duì)大學(xué)畢業(yè)班學(xué)生的成績(jī)進(jìn)行綜合測(cè)評(píng)時(shí)，可以依次計(jì)算每個(gè)學(xué)生的若干門課程中有幾門課程得了優(yōu)，有幾門課程得了良，有幾門課程不及格。 SPSS實(shí)現(xiàn)計(jì)數(shù)的關(guān)鍵步驟是： ? 指定哪些變量參與計(jì)數(shù)，計(jì)數(shù)的結(jié)果存入哪個(gè)新變量中 ? 指定計(jì)數(shù)區(qū)間（尤為關(guān)鍵） 30 2020/9/16 SPSS中的計(jì)數(shù)區(qū)間可以有以下幾種描述形式： ? 單個(gè)變量值（ Value） ? 系統(tǒng)缺失值（ Systemmissing） ? 系統(tǒng)缺失值或用戶缺失值（ System or usermissing） ? 給定最大值和最小值的區(qū)間（ n through m） ? 小于等于某指定值的區(qū)間（ Lowest through n） ? 大于等于某指定值的區(qū)間（ n through highest） 2. 計(jì)數(shù)區(qū)間 31 2020/9/16 上述后三個(gè)計(jì)數(shù)區(qū)間很容易理解。 例如 評(píng)價(jià)學(xué)生成績(jī)，成績(jī)?yōu)閮?yōu)的計(jì)數(shù)區(qū)間可以指定為90 through highest，成績(jī)?yōu)榱嫉挠?jì)數(shù)區(qū)間指定為 80 through 89，不及格的計(jì)數(shù)區(qū)間指定為L(zhǎng)owest through 59。 前三個(gè)計(jì)數(shù)區(qū)間實(shí)際上是一些離散的數(shù)據(jù)點(diǎn)，嚴(yán)格講并不是區(qū)間，但 SPSS仍將其歸在廣義區(qū)間的范疇內(nèi)，目的是方便一些其他的應(yīng)用。 32 2020/9/16 （ 1）選擇菜單 Transform－ Count，出現(xiàn)如下窗口： 3. 計(jì)數(shù)的基本操作 33 2020/9/16 （ 2）將參與計(jì)數(shù)的變量選到 Variables框中 （ 3）在 Target Variable框中輸入存放計(jì)數(shù)結(jié)果的變量名，并在 Target Label框中輸入相應(yīng)的變量名標(biāo)簽 （ 4）單擊 Defi