第3章 SPSS統(tǒng)計數(shù)據(jù)的創(chuàng)建與編輯

本章包括

◆ SPSS數(shù)據(jù)的屬性及其定義方法

◆ SPSS數(shù)據(jù)文件的構(gòu)成

◆ 應(yīng)用案例：定義SPSS數(shù)據(jù)結(jié)構(gòu)

◆ SPSS數(shù)據(jù)的錄入

◆ SPSS數(shù)據(jù)的編輯

◆ 數(shù)據(jù)文件的操作

建立SPSS數(shù)據(jù)文件是利用SPSS進行數(shù)據(jù)管理和統(tǒng)計分析的首要工作，只有高質(zhì)量的統(tǒng)計數(shù)據(jù)才是數(shù)據(jù)分析的可靠保證。本章介紹創(chuàng)建SPSS數(shù)據(jù)文件的基本方法和操作步驟。

3.1 SPSS數(shù)據(jù)的屬性及其定義方法

一個完整的SPSS數(shù)據(jù)結(jié)構(gòu)應(yīng)包括變量名、變量類型、變量名標簽、變量值標簽、缺失值的定義、度量尺度以及數(shù)據(jù)的顯示屬性，即顯示寬度、列寬度和對齊方式等。首先，我們給出SPSS變量屬性的定義和有關(guān)設(shè)置。

3.1.1 變量名（Name）

變量名是變量參與分析的唯一標志，定義變量結(jié)構(gòu)時首先應(yīng)給出每個變量的變量名。變量命名應(yīng)遵循如下規(guī)則：

◆ 首字符必須是字母或漢字，后面可以是任意字母、數(shù)字、句點，除“！”“？”“＊”之外。

◆ 變量名的結(jié)尾不能是圓點、或者下畫線。

◆ 變量名長度不能超過64個字符（32個漢字）。

◆ 變量名必須是唯一的，且不區(qū)分大小寫。

◆ SPSS的保留字不能作為變量名。SPSS的保留字有：ALL、NE、EQ、TQ、LE、GE、BY、OR、GT、AND、NOT和WlTH等。

◆ 如不指定變量名，則系統(tǒng)默認變量名為以“VAR”開頭，后面跟5個數(shù)字，如VAR00001、VAR00002、VAR00018等。

3.1.2 變量類型（Type）

SPSS的變量類型分為數(shù)值型、字符型和日期型，其中，數(shù)值型變量根據(jù)其功能和形式又可細分為標準型、逗號型、圓點型、科學(xué)計數(shù)型、美元型和自定義貨幣型。系統(tǒng)默認的變量類型為標準數(shù)值型。

每一種變量類型都有系統(tǒng)默認的寬度、小數(shù)位和列寬度。這里的寬度是指變量可顯示的最大字符位數(shù)，列寬度是數(shù)值編輯窗口中每列顯示的字符位數(shù)。如果列顯示寬度小于變量的寬度，則相應(yīng)列中的數(shù)據(jù)將顯示為需要列寬較小的科學(xué)計數(shù)法，或者顯示為若干個“＊”號。圖3.1所示為變量類型的定義對話框。

下面給出變量類型的分類和定義方式。

3.1.2.1 數(shù)值型變量（Numeric）

數(shù)值型變量是SPSS最常用的一種變量類型，一般由數(shù)字和其他特殊字符（如圓點、逗號、美元符號等）構(gòu)成。例如軍費開支、零售價格指數(shù)以及藥劑量的大小等都可定義為數(shù)值型變量。SPSS中，數(shù)值型變量有6種不同的表示方式。

（1）標準型（Numeric）

SPSS默認的數(shù)值類型。系統(tǒng)默認寬度為8位，小數(shù)位數(shù)為2位，小數(shù)點用圓點。數(shù)據(jù)編輯窗口顯示數(shù)值的標準形式或者科學(xué)計數(shù)法格式。

（2）科學(xué)計數(shù)法型（Scientific Notation）

科學(xué)計數(shù)法型適合于顯示數(shù)值很大或者很小的變量。變量值顯示為指數(shù)形式。例如-1.28E+002表示-1.28×102，在數(shù)據(jù)編輯窗口中顯示為2.88E+002的數(shù)值，可以用下列方法輸入：2.88E2、2.88D2、2.88+2、288、2.88E+2等。

（3）逗號型（Comma）

逗號型數(shù)據(jù)的整數(shù)部分從個位數(shù)開始向前每隔3個數(shù)字就用逗號分隔，且以圓點作為小數(shù)點。輸入數(shù)據(jù)可以利用上面的任意形式，不需要輸入逗號，SPSS顯示時，會自動在相應(yīng)位置添加逗號。

（4）圓點型（Dot）

圓點型數(shù)據(jù)的顯示方式和逗號型相反，即其整數(shù)部分從個位開始每隔3位以一圓點分隔，用逗號作為整數(shù)和小數(shù)部分的分隔符。

（5）美元型（DoIIar）

美元型變量是在逗號型變量前加上美元符號“$”的數(shù)值型變量，圖3.2所示為美元型變量定義對話框。在美元型變量定義對話框中，列出多種固定格式，用戶可以選擇格式，也可以自己定義。例如，某產(chǎn)品價格為1789.98美元，可以選擇“###，###.##”格式。若需要顯示大額美元數(shù)值，可以增加對話框中參數(shù)選項“Width”的值。

（6）自定義貨幣型（Custom Currency）

SPSS提供了5個自定義貨幣型變量的類型，圖3.3所示為自定義貨幣型變量定義對話框。對應(yīng)的自定義類型，系統(tǒng)分別命名為CCA、CCB、CCC、CCD和CCE型。若用戶將變量類型自定為5個中的一個，但沒有事先定制CCA、CCB、CCC、CCD和CCE的具體類型，則系統(tǒng)自動默認為逗號數(shù)值型。

若要重定義CCA、CCB、CCD、CCC和CCE的類型，需要打開“Edit”菜單的“Options”項，具體方法如下：

step 1 首先，在SPSS主界面中，選擇菜單“Edit”→“Options”命令，在顯示的Options對話框中，單擊選項標簽“Currency”，出現(xiàn)如圖3.4所示的自定義貨幣型變量設(shè)置對話框。

step 2 其次，若定制CCA的類型，可先在“Custom Output Formats”窗口中選擇CCA，然后，在“All Values”（所有值）窗口中，選擇前后綴：

◆ Prefix 前綴。該欄中輸入數(shù)據(jù)開始字符。

◆ Suffix 后綴。該欄中輸入數(shù)據(jù)結(jié)尾字符。

在“Negative Values”（負數(shù)值）窗口中設(shè)置負數(shù)的輸入格式，有兩個選項：

◆ Prefix 前綴。該欄中輸入負數(shù)數(shù)據(jù)開始字符。

◆ Suffix 后綴。該欄中輸入負數(shù)數(shù)據(jù)結(jié)尾字符。

在“Decimal Separator”（小數(shù)分隔符）窗口中，選擇數(shù)值部分小數(shù)和整數(shù)的分隔符，有兩個選項：

◆ Period 圓點。

◆ Comma 逗號。

在“Sample Output”（輸出樣式）窗口中，可以看到設(shè)置格式的顯示樣式。設(shè)置完畢后，依次單擊“Apply”（應(yīng)用）按鈕和“OK”（確定）按鈕，使定制生效。

例如，在“All Values”（所有值）窗口中的“Prefix”欄中輸入“￥”，在“Suffix”欄中輸入“元”，則在數(shù)據(jù)編輯窗口中定義為CCA類型的變量中輸入數(shù)據(jù)2388.95后，數(shù)據(jù)顯示為：￥2388.95元。

3.1.2.2 日期型變量（Date）

日期型變量用于表示日期和時間的變量類型。SPSS提供了多達29種日期型變量的格式，例如，dd.mm.yy格式，dd表示兩位數(shù)的日期，mm表示兩位數(shù)的月份，yy表示兩位數(shù)的年份，中間用圓點分隔符，08.07.06表示2006年7月8日；再如，dd-mmm-yyyy，dd表示兩位數(shù)的日期， mmm表示英文月份的三個字母的縮寫，yyyy表示四位數(shù)的年份，這里“-”為分隔符。例如31-OCT-2006表示2006年10月31日。

圖3.5為日期型變量的定義窗口，在窗口的列表選擇框中，SPSS給出了29種日期類型的格式供用戶選擇。

表3.1列出了幾種主要的日期型格式及示例，供用戶選擇參考。

3.1.2.3 String（字符型變量）

字符型變量類型是非數(shù)值型變量類型，其值由字符串組成。字符型變量的定義對話框只有一個輸入項：Characters，如圖3.6所示，用于輸入變量字符的最大個數(shù)，默認值是8，可以修改字符串長度。對于字符數(shù)超過8個的字符型變量稱為長字符型變量，等于或少于8個的字符型變量稱為短字符型變量。字符串變量值不能參與計算，但可以通過函數(shù)轉(zhuǎn)化為數(shù)值型變量進行運算。

3.1.2.4 修改數(shù)據(jù)變量的默認值

對于SPSS變量的參數(shù)，系統(tǒng)都會自動給出默認值。例如，數(shù)值型變量的Width（寬度）默認值為8位，Decimal（小數(shù)位）默認值為2。也可通過“Edit”菜單的“Data”對話框重新設(shè)置，具體步驟如下：

在SPSS主界面中，選擇菜單“Edit”→“Options”命令，在彈出的對話框中，單擊菜單項的“Data”按鈕，顯示如圖3.7所示的數(shù)據(jù)設(shè)置對話框。

該對話框的窗口及選擇項含義如下：

（1）Transformation and Merge Options（轉(zhuǎn)換和合并選項）窗口

“Transformation and Merge Options”窗口中給出設(shè)置數(shù)據(jù)轉(zhuǎn)換和合并的時間，有兩個單選框：

◆ CaIcuIate vaIues immediateIy 立即計算變量值。默認選項。選擇該項，表示執(zhí)行命令的同時，進行變量的計算和轉(zhuǎn)換。

◆ CaIcuIate vaIues before used 在使用該數(shù)據(jù)之前進行轉(zhuǎn)換。選擇該項，表示執(zhí)行命令之前，先將需要處理的變量進行計算和轉(zhuǎn)換。

SPSS程序執(zhí)行一條命令時，需要讀取數(shù)據(jù)文件，如果數(shù)據(jù)進行了預(yù)處理（例如計算和重新編碼等）或數(shù)據(jù)文件進行了轉(zhuǎn)換（例如添加變量或添加個案），則系統(tǒng)執(zhí)行命令時，首先執(zhí)行數(shù)據(jù)預(yù)處理命令，然后執(zhí)行程序命令。選擇第一個選項時，執(zhí)行程序命令需要哪一個數(shù)據(jù)，就對該數(shù)據(jù)進行預(yù)處理；選擇第二個選項時，是在執(zhí)行程序命令之前，先將所需要的數(shù)據(jù)文件全部進行預(yù)處理，然后再執(zhí)行程序命令。對于經(jīng)常處理巨量數(shù)據(jù)的用戶，選擇第二個選項更有效率。

（2）DispIay Format for New Numeric VariabIes（顯示新的數(shù)值型變量的格式）窗口

“Display Format for New Numeric Variables”窗口給出設(shè)置數(shù)值型變量值的顯示格式。

選擇設(shè)置變量的Width（寬度）和變量的Decimal（小數(shù)位數(shù)），默認值分別為8和2。對于要求顯示數(shù)值的精度較高，或者數(shù)字的位數(shù)較大的數(shù)值，可以將寬度和小數(shù)位數(shù)設(shè)置大一些。若輸入的數(shù)值的位數(shù)超過設(shè)置的位數(shù)，顯示時會將數(shù)值四舍五入；若列寬設(shè)置過小，也可以表示為科學(xué)計數(shù)法。例如，20181968.0751顯示為20181968.08（寬度為11，小數(shù)位為2，列寬為11），或者2E+007 （寬度為11，小數(shù)位為2，列寬為6）。

（3）Set Century Range for 2-Digit Years（對于2位數(shù)表示的年代，設(shè)置世紀的范圍）窗口

“Set Century Range for 2-Digit Years”窗口要求設(shè)置日期型變量中，年份為兩位數(shù)時的世紀范圍。有兩個單選項：

◆ Automatic 選擇默認范圍，從1937年至2036年。

◆ Custom 選擇自定義，有兩個輸入框，“Begin year”（起始年份）和“End year”（結(jié)束年份），但兩項中只能選一項，因為系統(tǒng)默認的時間跨度為100年，當(dāng)一個年份給定后，另一個年份則由系統(tǒng)自動確定。例如，若在“Begin year”欄輸入1949，則“End year”自動設(shè)為2048。

（4）Random Number Generator（偽隨機數(shù)發(fā)生器）窗口

“Random Number Generator”窗口提供了兩種不同的產(chǎn)生偽隨機數(shù)的方法：

◆ SPSS 12 CompatibIe 利用SPSS 12或更早版本提供的偽隨機數(shù)發(fā)生器方法產(chǎn)生偽隨機數(shù)。

◆ Long period Mersenne Twister 利用MT（Mersenne Twister）方法產(chǎn)生偽隨機數(shù)。MT方法具有更高的可靠性以及足夠大的周期（周期最高可達219937-1）。

3.1.3 變量標簽（Label）

變量標簽是對變量名和變量值的進一步解釋和說明，可分為Variable Labels（變量名標簽）和Value Labels（變量值標簽）。

（1）VariabIe LabeIs（變量名標簽）

變量名標簽是對變量名含義的進一步補充說明。因為早期版本中的變量名長度限制為8個字符，有時不能清楚地說明變量的含義。變量名標簽可以由不超過256個字符（或128個漢字）組成，并且可以包含空格和SPSS保留字。變量名標簽是一個可選屬性，也可以不定義。同時，在統(tǒng)計分析結(jié)果中，一般不顯示變量名標簽的信息。

變量名標簽的定義方法是在SPSS主窗口中，單擊左下角的“Variable View”（變量視圖）按鈕，切換至變量視圖窗口，然后在相應(yīng)變量名所在的行中，直接在Label列添加變量名標簽的內(nèi)容。

圖3.8給出了一個定義變量值標簽的示例。

（2）VaIue LabeIs（變量值標簽）

變量值標簽是對數(shù)值型變量各個取值的含義給予進一步解釋和說明的信息。在數(shù)據(jù)文件中，用數(shù)值型變量表示非數(shù)值型變量時尤其有用。標簽內(nèi)容最多可以有120個字符。例如，定義一個名為“職稱”的數(shù)值型變量，取值為1，2，3，4；并且變量值1代表“教授”職稱，2代表“副教授”職稱，3代表“講師”職稱，4代表“助教”職稱。

定義變量值標簽，可在“Variable View”（變量視角）視區(qū)，雙擊“Values”列中相應(yīng)變量位置，顯示如圖3.9所示的變量值標簽定義對話框，在“Value”欄中輸入變量值，在“Label”欄中輸入變量值所代表的含義，即變量值標簽。然后單擊“Add”按鈕，下方的文本框中顯示輸入的變量值及其標簽。重復(fù)以上過程，直至變量的所有變量值標簽輸入完畢，單擊“OK”按鈕，使對變量值標簽的設(shè)置生效。如果輸入有誤，可單擊文本框顯示的錯誤標簽，在上面輸入欄修改，然后單擊“Change”按鈕，確認修改結(jié)果。亦可單擊“Remove”按鈕，刪除某些不需要的標簽。

3.1.4 Missing（變量缺失數(shù)據(jù)）

在統(tǒng)計分析的數(shù)據(jù)收集過程中，因為某些原因，有時會產(chǎn)生記錄的數(shù)據(jù)失真，或者沒有記錄等異常情況發(fā)生。例如，學(xué)生體檢中，某學(xué)生的體重記錄為553公斤，這顯然是一個失真數(shù)據(jù)，不能使用，但其他數(shù)據(jù)在分析中還可以使用。或者在問卷調(diào)查中，被調(diào)查者沒有填寫調(diào)查表必須填寫的年收入一欄，成為缺失值。

以上所述的情況稱之為數(shù)據(jù)缺失或數(shù)據(jù)不完全。缺失或不完全數(shù)據(jù)在統(tǒng)計分析中是不能使用的。

SPSS通過指定用戶缺失值的方法來定義缺失數(shù)據(jù)。在“Variable View”（變量視窗）視區(qū)，雙擊“Missing”列中相應(yīng)變量的單元格，顯示如圖3.10所示的變量缺失值定義對話框，有3種可選方式：

◆ No missing vaIues 不指定缺失值。

◆ Discrete missing vaIues 對數(shù)值型或字符型變量，用戶指定缺失值為1至3個特定的離散值。

◆ Range pIus one optionaI discrete missing vaIue 選擇該項，表示對數(shù)值型變量，用戶缺失值定義在一個連續(xù)的閉區(qū)間和一個區(qū)間以外的離散值，在該窗口下的“Low”和“High”欄分別輸入連續(xù)區(qū)間的左右端點，在“Discrete value”欄中輸入?yún)^(qū)間以外的一個確定值。

3.1.5 Measure（度量尺度）

根據(jù)數(shù)據(jù)的度量尺度不同，變量可分為三大類，即Scale（定距型變量）、Ordinal（定序型變量）和Nominal（定類型變量）。

（1）ScaIe（定距型變量）

定距型變量可以是諸如表示溫度、重量等含義的連續(xù)型數(shù)值變量，也可以是年齡、次數(shù)等離散型變量，還可以是表示時間的日期型變量或者表示貨幣的貨幣型變量，但不能是字符型變量。

（2）OrdinaI（定序型變量）

定序型變量的值表示的是一種順序的前后，這一點和定距型變量不同。例如，定義“軍銜”變量可以分為尉官、校官和將官三個檔次，分別用1，2，3表示；“職稱”變量分為高、中、低三個檔次，可以用A，B，C表示。定序型變量可以是數(shù)值型變量，也可以是字符型變量。

（3）NominaI（定類型變量）

定類型變量也稱為名義變量，該類型變量不存在變量值之間固有的大小或順序的前后，變量值一般只表示屬于的類別。如“職業(yè)”變量中的工人，農(nóng)民、軍人等取變量值時，可以分別用1，2， 3等數(shù)值表示；“性別”變量中的男、女取變量值時，可以用數(shù)值1、2表示。定類型變量可以是字符型變量，也可以是數(shù)值型變量。