第三讲问卷编码与数据录入（二）

发表于： 2021-08-01 分类于：软件应用-SPSS

字数： 4721 阅读：≈ 10分钟浏览：

13. 处理多选题 (Multiple Choice Question)

问卷中的多选题，在数据录入时需要进行转换。最常用、最规范的方法是“多重二分法”，即将一个多选题拆解成多个“是/否”型的单选题。每个选项都成为一个独立的变量。

案例（13-1）：将以下多选题录入SPSS

Q1. 您主要通过何种途径了解国际新闻____（可多选）: A.报纸 B.杂志 C.广播 D.电视 E.电脑 F.手机 G.其他
转换思路： 将其转换为七个独立的、回答为“是”或“否”的变量。
- 您是否通过“报纸”了解国际新闻？ (是/否)
- 您是否通过“杂志”了解国际新闻？ (是/否)
- … 以此类推 …
语法实现

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
STRING news1 news2 news3 news4 news5 news6 news7 (A1).

* 为每个新变量添加详细的变量标签.
VARIABLE LABELS 
    news1 "您是否通过报纸了解国际新闻？" / 
    news2 "您是否通过杂志了解国际新闻？" /
    news3 "您是否通过广播了解国际新闻？" /
    news4 "您是否通过电视了解国际新闻？" /
    news5 "您是否通过电脑了解国际新闻？" /
    news6 "您是否通过手机了解国际新闻？" /
    news7 "您是否通过其他方式了解国际新闻？".

* 为所有这些变量统一定义值标签：0代表未选中，1代表选中.
VALUE LABELS news1 TO news7 0 "否" 1 "是".

* 定义这些变量的测量级别为名义变量.
VARIABLE LEVEL news1 TO news7 (NOMINAL).

EXECUTE.

14. 定义与处理缺失值 (Missing Value)

缺失值是指数据集中由于某种原因而未能记录到的值。在SPSS中，缺失值分为两类：
- 系统缺失值 (System-Missing Value): 指数据单元格中完全没有任何输入，SPSS会以一个点 . 来表示。这是默认的缺失状态。
- 用户自定义缺失值 (User-Defined Missing Value): 指由研究者自行指定某个或某些特定数值来代表缺失，例如用 99 代表“不知道”，用 -9 代表“拒绝回答”等。这样做的好处是可以区分不同原因的缺失。
点选操作： 变量视图 → 点击目标变量所在行的“缺失”列 → 在弹出窗口中设定离散值（如 99）或范围。
语法操作： MISSING VALUES + 变量名 + (值或范围).

案例（14-1）：将以下问题录入SPSS并处理缺失值

Q1. 您如何看待电商采集用户信息进行精准广告投放？ A.支持 B.理解 C.反对 D.说不清楚
Q2. 平均而言，您每个月在所有电商平台上花多少钱？ _____
缺失情况分析
- 对于Q1，选项 D “说不清楚” 在分析时可能不作为有效态度，可定义为用户自定义缺失值。
- 对于Q2，受访者可能拒绝回答（留空，成为系统缺失值），或填写了无意义的负数。这些都应被视为缺失。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
* 为Q1创建数字型变量ad，为Q2创建consume.
STRING ad (A2).
NUMERIC consume (F10.0). 

* 添加变量标签.
VARIABLE LABELS 
    ad "您如何看待电商采集用户信息进行精准广告投放" /
    consume "平均而言，您每个月在所有电商平台上花多少钱".

* 添加值标签.
VALUE LABELS ad 1 "支持" 2 "理解" 3 "反对" 4 "说不清楚".

* 定义测量级别.
VARIABLE LEVEL ad (NOMINAL) / consume (SCALE).

* 定义缺失值.
* 对于ad变量，将数值4（"说不清楚"）定义为缺失值.
* 对于consume变量，将从系统最小值(lo)到0的所有值，以及一个特殊的大数9999999999定义为缺失值.
MISSING VALUES ad (4) consume (LO THRU 0, 9999999999).

EXECUTE.

补充说明： 如果在某个研究中，消费金额 0 是一个有效值（代表确实没有花费），而非缺失，那么缺失值范围应设置为不包含0。

1
2
* 将从最小值(lo)到任何小于0的数(例如-0.001)都定义为缺失.
MISSING VALUES consume (LO THRU -0.001, 9999999999).

15. 处理跳答题 (Skip Pattern / Conditional Question)

跳答题是指受访者根据对某一题的回答，跳过后续部分题目。这会导致被跳过题目的数据自然缺失。

案例（15-1）：将以下含跳答逻辑的问卷录入SPSS

Q1. 您平时是否会在电商平台上买东西？ A.是 B.否 (如选B，则跳过Q2和Q3)
Q2. 您平时会选择在哪个电商平台上买东西？ (可多选) A.淘宝/天猫 B.京东 …
Q3. 平均而言，您每个月在所有电商平台上花多少钱？ _____

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
* 创建变量. ol_shopping是关键的甄别问题.
STRING ol_shopping e_commerce1 e_commerce2 e_commerce3 e_commerce4 e_commerce5 e_commerce6 (A2).
NUMERIC consume (F10.2).

* 添加变量标签.
VARIABLE LABELS 
	ol_shopping "Q1: 您平时是否会在电商平台上买东西" /
	e_commerce1 "Q2a: 您平时是否会选择在淘宝或天猫上买东西" /
	e_commerce2 "Q2b: 您平时是否会选择在京东上买东西" /
	e_commerce3 "Q2c: 您平时是否会选择在拼多多上买东西" /
	e_commerce4 "Q2d: 您平时是否会选择在微店上买东西" /
	e_commerce5 "Q2e: 您平时是否会选择在亚马逊上买东西" /
	e_commerce6 "Q2f: 您平时是否还会选择在其他电商平台上买东西" /
	consume "Q3: 平均而言，您每个月在所有电商平台上花多少钱".

* 添加值标签.
VALUE LABELS ol_shopping 1 "是" 0 "否".
VALUE LABELS e_commerce1 TO e_commerce6 1 "选中" 0 "未选中".

* 定义测量级别.
VARIABLE LEVEL ol_shopping e_commerce1 TO e_commerce6 (NOMINAL).
VARIABLE LEVEL consume (SCALE).

* 对于因跳答而产生的缺失，我们无需在MISSING VALUES中特别定义.
* 在数据录入时，若某受访者在ol_shopping中回答了“0 否”，则其后的e_commerce系列变量和consume变量应直接留空.
* SPSS会自动将这些留空的单元格识别为“系统缺失值”，并在统计分析中正确处理.

EXECUTE.

辅助知识点：用语法处理跳答逻辑 在数据清理阶段，我们可以使用 IF 语句来确保跳答逻辑被严格执行。例如，以下语法会检查所有在Q1回答“否”的个案，并确保他们后续的变量值被设置成系统缺失值。
1
2
3
IF (ol_shopping = 0) e_commerce1 TO e_commerce6 = $SYSMIS.
IF (ol_shopping = 0) consume = $SYSMIS.
EXECUTE.

16. 输入数据

点选操作： 在完成变量定义后，切换到“数据视图”，像在Excel中一样，在对应的单元格中输入编码后的数值。
语法操作： 使用 BEGIN DATA. 和 END DATA. 命令块，可以直接在语法文件中输入数据，便于分享和复现。
注意： 推荐使用点选操作录入数据，避免串行或串位。

案例（16-1）：创建一个名为edu的数据集，并录入以下数据

受访者编号	教育程度	每月收入
1	初中	3600
2	大学	7000
3	小学	9000
4	高中	6500
5	大学	12000
6	硕士	14000

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
* 步骤一：定义变量结构.
DATA LIST FREE / id education income.

* 步骤二：直接在语法中输入数据.
BEGIN DATA.
1 2 3600
2 4 7000
3 1 9000
4 3 6500
5 4 12000
6 5 14000
END DATA.

* 步骤三：为变量添加详细定义.
DATASET NAME edu.
VARIABLE LABELS 
    id "受访者编号" /
    education "教育程度" /
    income "每月收入".

VALUE LABELS education 
    1 "小学及以下" 
    2 "初中" 
    3 "高中" 
    4 "大学" 
    5 "硕士及以上".

VARIABLE LEVEL 
    id (NOMINAL) /
    education (ORDINAL) / 
    income(SCALE).

EXECUTE.

17. 查看所有变量的基本信息 (Dictionary)

DISPLAY DICTIONARY. 命令可以快速生成一张包含当前数据集中所有变量信息的列表，包括变量名、标签、格式等，是数据概览的有效工具。

1
DISPLAY DICTIONARY.

18. 查看变量的详细编码簿 (Codebook)

CODEBOOK 命令比 DISPLAY DICTIONARY 更进一步，它能提供单个或多个变量极其详尽的信息，包括定义的标签、值标签、缺失值定义，以及位置、类型等元数据，是检查数据定义是否准确无误的最佳工具。
点选操作： 分析 → 报告 → 代码本 → 左列选中变量 → 点击转移至"代码本" → 确定
语法结构： CODEBOOK + 变量名.

案例（18-1）：查看变量education和income的详细编码信息

1
CODEBOOK education income.

19. 查看变量的基本统计量

点选操作： 分析 → 描述 → 频率 → 左列选中变量 → 点击转移至"变量"列 → 统计（勾选统计量）→ 继续 → 确定
语法操作：

1
2
3
4
DESCRIPTIVES var1 var2 ...
	/STATISTICS = [统计量1] [统计量2] ...
	/SORT = [MEANS | STDDEV | VARIANCE | NAME] [A | D]
	/SAVE.

语法说明

DESCRIPTIVES varlist
- 这是命令的主体，用于指定你想要分析的一个或多个连续变量。
/STATISTICS = [统计量列表]
- 用于指定你希望在输出表格中显示的统计量。
- 默认选项: 如果省略此子命令，SPSS会默认输出 MEAN, STDDEV, MIN, MAX。
- 常用选项:
  - MEAN: 均值
  - STDDEV: 标准差
  - MIN: 最小值
  - MAX: 最大值
  - VARIANCE: 方差
  - RANGE: 全距 (Max - Min)
  - SUM: 总和
  - SEMEAN: 均值标准误
  - KURTOSIS: 峰度
  - SKEWNESS: 偏度
- ALL: 请求输出所有可用的统计量。
/SAVE
- 这是一个非常有用的功能，它会为/VARIABLES中指定的每个变量，计算其标准化Z分数，并将其作为一个新变量保存在当前数据集中。
- 新变量会自动命名为原变量名前加一个“Z”（例如，income 的Z分数变量为 Zincome）。
- Z分数的含义：一个观测值距离其所在变量的均值有多少个“标准差”的距离。这个转换对于发现极端值或在不同量纲的变量间进行比较非常有用。
/SORT (不常用)
- 用于控制输出表格中变量的显示顺序，可以按均值、标准差等排序。

案例（19-1）：查看变量education和income的基本统计信息

1
2
DESCRIPTIVES income
	/STATISTICS MEAN STDDEV MIN MAX.

重要提示： education 是一个有序分类变量，其数值（1, 2, 3…）代表等级而非真实数量。因此，计算其“平均受教育程度”在统计学上是没有意义的。我们更关心每个教育等级上有多少人，占比多少。

20. 储存数据集

点选操作： 文件 → 另存为 → 选择存储路径 → 输入文件名 → 保存
语法操作： 使用 SAVE OUTFILE (存为.sav格式) 或 SAVE TRANSLATE (存为其他格式)。

（1）`SAVE OUTFILE`的语法结构

用于将当前活动的数据集保存为SPSS原生格式(.sav)。

1
2
3
SAVE OUTFILE = '文件路径/文件名.sav'
	[/COMPRESSED]
	[/KEEP = 变量列表 | /DROP = 变量列表].

语法说明

SAVE OUTFILE = '文件路径/文件名.sav'
- 这是命令的主体，用于指定保存的位置和文件名。
- 强烈建议提供完整的文件路径，以避免文件被保存到意想不到的位置。如果已使用CD命令设置了工作目录，则可以只写文件名。
- 文件名必须以 .sav 结尾。
/COMPRESSED
- 这是一个非常有用的选项，表示以压缩格式保存。这可以显著减小.sav文件的体积，尤其是在处理大型数据集时。推荐始终使用。
/KEEP 或 /DROP
- 用于保存数据集的一个子集。这两个选项是互斥的，只能使用其中一个。
- /KEEP = 变量1 变量2 ...: 只保留列表中指定的变量，其余全部丢弃。
- /DROP = 变量1 变量2 ...: 丢弃列表中指定的变量，其余全部保留。

（2）`SAVE TRANSLATE`的语法结构

用于将当前活动的数据集转换为其他格式并保存。

1
2
3
4
5
6
SAVE TRANSLATE OUTFILE = '文件路径/文件名.ext'
	/TYPE = [格式类型]
	[/VERSION = 版本号]
	[/SHEET = '工作表名']
	[/FIELDNAMES]
	[/REPLACE].

语法说明

SAVE TRANSLATE OUTFILE = '文件路径/文件名.ext'
- 指定保存的路径和文件名。注意，文件的扩展名 .ext 应该与 /TYPE 中指定的格式相匹配 (例如 .dta, .xlsx)。
/TYPE = [格式类型]
- 核心选项，用于指定要转换的目标文件格式。
- STATA: Stata 格式 (.dta)。
- XLS: Excel 格式 (.xlsx 或 .xls)。
- CSV: 逗号分隔值格式 (.csv)。
- TAB: 制表符分隔值格式 (.dat)。
/VERSION = 版本号 (主要用于Stata)
- 指定Stata文件的版本号，以确保兼容性。例如，/VERSION = 14。
Excel 专用选项
- /SHEET = '工作表名': 指定在Excel文件中保存到的工作表的名称。
- /FIELDNAMES: 将SPSS的变量名作为第一行写入Excel文件，即作为列标题。
/REPLACE
- 如果指定的文件名已存在，这个选项允许SPSS覆盖旧文件。如果没有这个选项且文件已存在，命令将会报错并停止。这是一个重要的安全设置。

案例（20-1）：将当前数据集以压缩的SPSS格式(.sav)存为"demo.sav"

1
2
SAVE OUTFILE = "demo.sav"
	/COMPRESSED.

案例（20-2）：储存时剔除变量education，其余存为"demo.sav"

DROP 子命令用于指定要剔除的变量。

1
2
3
SAVE OUTFILE = "demo.sav"
	/DROP = education 
	/COMPRESSED.

案例（20-3）：储存时仅保留变量income，存为"demo.sav"

KEEP 子命令用于指定要保留的变量。

1
2
3
SAVE OUTFILE = "demo.sav"
	/KEEP = income 
	/COMPRESSED.

案例（20-4）：将数据存为Stata 14 SE版格式(.dta)

SAVE TRANSLATE 用于跨格式保存。/REPLACE 表示如果已存在同名文件，则覆盖它。

1
2
3
4
5
6
SAVE TRANSLATE OUTFILE = "demo.dta"
	/TYPE = Stata 
	/VERSION = 14 
	/EDITION = SE
	/REPLACE 
	/KEEP = id income.

案例（20-5）：将数据存为Excel格式(.xlsx)

1
2
3
4
5
6
SAVE TRANSLATE OUTFILE = "demo.xlsx"
	/TYPE = XLS
	/VERSION = 12
	/REPLACE
    /FIELDNAMES
	/CELLS = VALUES.

13. 处理多选题 (Multiple Choice Question)

案例（13-1）：将以下多选题录入SPSS

14. 定义与处理缺失值 (Missing Value)

案例（14-1）：将以下问题录入SPSS并处理缺失值

15. 处理跳答题 (Skip Pattern / Conditional Question)

案例（15-1）：将以下含跳答逻辑的问卷录入SPSS

16. 输入数据

案例（16-1）：创建一个名为edu的数据集，并录入以下数据

17. 查看所有变量的基本信息 (Dictionary)

18. 查看变量的详细编码簿 (Codebook)

案例（18-1）：查看变量education和income的详细编码信息

19. 查看变量的基本统计量

案例（19-1）：查看变量education和income的基本统计信息

20. 储存数据集

（1）SAVE OUTFILE的语法结构

（2）SAVE TRANSLATE的语法结构

案例（20-1）：将当前数据集以压缩的SPSS格式(.sav)存为"demo.sav"

案例（20-2）：储存时剔除变量education，其余存为"demo.sav"

案例（20-3）：储存时仅保留变量income，存为"demo.sav"

案例（20-4）：将数据存为Stata 14 SE版格式(.dta)

案例（20-5）：将数据存为Excel格式(.xlsx)

（1）`SAVE OUTFILE`的语法结构

（2）`SAVE TRANSLATE`的语法结构