SPSS数据初步整理须知.docVIP

SPSS数据初步整理须知 对于问卷收集到的调查数据或通过其它方法，如眼动仪、脑电仪以及生理记录仪等获得的数据，在进入SPSS分析前最好对数据进行预处理，其作用：防止错误数据导致不恰当的推论。本次主要谈谈问卷数据在分析前的一些预处理工作。 数据预处理的步骤： 1.??对所有数据源的质量进行初步审核。 1.1???剔除无效答卷。如是问卷数据，可以查看被调查者的回答是否呈现某种规律，或者回答者不符合我们调查的人群，或者存在大量题目漏答现象。 1.2???检查是否有明显错误回答。如是否按指导语进行回答，基本信息是否有误。是否有明显的回答矛盾等等。 2.??对数据进行编码。 编码主要有事前编码和事后编码，事前编码主要针对封闭式问卷，而事后编码则主要是针对开放式问题。 编码有三个工作：第一是定义数据的变量名，第二定义变量名标签，即这个变量代表什么意思。第三定义变量值及值标签。即变量的取值，以及这个取值的含义。如变量名为sex，其变量标签为“性别”，其变量的取值为“1”或“2”，分别表示“男”和“女”（变量值标签）。 2???? 2.1???单选题的编码。第一定义变量名，一般用题目序号，如第6题，则变量名为Q6，其变量名标签一般用问题。而变量的取值则为单选题的选项。有几个选项就有几个变量值，而值的标签则是选项的内容。 2.2???多选题的编码。每一个选项就得作为一个新变量。如第7题是多选题，有五个选项，可多选三项。则五道选项分别定义变量名为Q71，……Q75，每个变量名的标签即这五道选项的内容。而变量值及标签为“0”或“1”，0表示未选，1表示选中。 2.3???排序题的编码。有两种方法：其一跟多选题类似。如第7题要求对所选的三个选项进行排序。变量名及标签同上。而变量值除了“0”（表示未选）外，还有“1”“2”“3”分别表示排序第一，排序第二，排序第三。其二根据要求选择三项进行排序，则只需要定义三个变量，Q71，Q72，Q73，变量名标签则表示排序第一，排序第二，排序第三。变量值为五道选项的序号，而变量值标签则分别是五道选项的内容。 2.4???开放题的编码。首先应将开放题中受试所填写的选项进行分类汇总。初次归类尽量归细一点。再做统计分析时如果觉得分类太细可以再次进行归大类。 对数据进行编码时需要注意：1问卷中的所有问题都必须有确定的编码。2问卷中除问题外的如问卷编号，受试名称等也应有统一的编码。3对于问卷中的缺失数据最好用“9”或“99”这样在问卷实有码中不会用到的数字。4所有问卷数据录入人员必须要有一份《数据编码规则表》，并确保大家理解。 ? 上篇是关于数据的预处理，本篇谈谈数据净化，它仍然是进行数据分析处理前的准备工作。数据净化有四个工作：一是清理异常值、二是清理互斥数据、三是排查重复数据、四是缺失值处理。 1清查异常值。 分两步走：查出异常值情况；查找异常值所在个案。 1.1?????????????????对于异常值，离散性变量可以用变量取值情况做频数统计表查找，对于连续性变量可以用描述统计进行，查找最大值、最小值、平均值等。 1.2?????????????????查找异常值所在个案。方法有三：一是用“数据”-“排序”查找异常值；二是用“编辑”-“查找”进行定位并可以“替换”。其三是比较高级的方法，利用“分析”-“描述统计”-“探索”项进行。可输出“界外值”、“箱图”、“茎叶图”，或其中任一种。 2清理互斥数据。 主要是指两个变量或多个变量之间存在矛盾的数据。一般采用逻辑检查的方法，在SPSS中主要采用“分析”-“描述统计”-“交叉表”。 3重复个案的排查 主要是指两个个案在所有问题（变量）上的回答一样，数据一致。一般采用“数据”-“标识重复个案”。 4缺失值处理缺失值一般不能超过问卷题量的10%，主要处理方法有：一删除个案，其中一般采用配对删除，即删除缺失值所在的变量，而不是把这个个案全部删除。二对缺失值进行替换，“转换-替换缺失值”其中提供了五种缺失值替换方法。