【SPSS】数据预处理基础教程（附案例实战）（上）:https://developer.aliyun.com/article/1434541
4.变量计算
变量计算的目的：变量计算是数据分析过程中应用最广泛且最重要的一环。通过变量计算可以处理许多问题：
①派生新变量 在原有数据的基础上，计算产生一些含有更丰富信息的新数据。例如：根据职工的基本工资、失业保险、奖金等数据项，计算实际月收入。
②变换数据的原有分布例如，对非正态变量的对数变换；标准化处理等。
SPSS算术表达式
是由常量、变量、算术运算符、圆括号、函数等组成的式子
- 变量是指那些已存在于数据编辑器窗口中的已有变量
- 算术运算符主要包括:+(加)、-(减)、∗(乘)、/(除)、∗∗ (乘方)
- 操作对象的数据类型为数值型
- 运算的先后次序是:先计算乘方,再计算乘除,最后计算加减。在同级运算中,按从左往右的顺序进行计 算。通过圆括号改变原有的计算顺序
- 在同一算术表达式中的常量及变量,数据类型应该一致,否则无法计算
SPSS条件表达式
条件表达式是一个对条件进行判断的式子。如果判断条件成立，则 结果为真；否则结果为假。
- 简单条件表达式：由关系运算符、常量、变量以及算术表达式等组成的式子。其中, 关系运算符包 括>（大于）、=（大于等于）、<=（小于等于）。
- 复合条件表达式：又称逻辑表达式,是由逻辑运算符、圆括号和简单条件表达式等组成 的式子。其 中,逻辑运算符包括 & 或 AND (并且)、|或OR(或者)、~或NOT (非)。 NOT的运算最优先,其次是 AND,最后是OR。可以通过圆括号改变这种运算次序。
SPSS函数
函数是事先编好并存储在SPSS软件中,能够实现某些特定计算任 务的一段计算机程序。 这些程序段都有各自的名字,称为函数名，执行这些程序段得到的计算结果称为函数值。
几类SPSS函数：
- 算术函数
- 统计函数
- 与分布相关的函数
- 查找函数
- 字符串函数
- 日期函数
- 缺失值函数
- 其他函数
【案例】—— 计算专业和职业的认知得分
①选择菜单【转换】---> 【计算变量】
②填写数学表达式和目标变量
③发现最终多了一列X1，该列是用来存储专业和职业的认知得分的
5.数据选取
数据选取的目的：数据选取就是根据分析的需要，从已收集到的大批量数据 (总 体)中按照一定的规则抽取部分数据 (样本)参与分析。
数据选取方法
- 按指定条件选取
- 随机选取
- 近似选取：SPSS按照指定的百分比数值随机抽取相应百分比数目的个案，可能会有小的偏差
- 精确选取：SPSS会在前若干个个案中随机精确地抽出指定的个案数
- 选取某一区域内的样本
- 使用过滤变量选取
指定一个变量作为过滤变量，变量值为非0或非系统缺失值的个案将被选中。这种方法通常用于排除包含系统缺失值的个案。
【案例】 对大学生职业生涯规划数据，选取听过职业规划课程指导课程的学生
①选择菜单【数据】-----> 【选择个案】
②本案例使用按照指定条件选取的方式选择个案
③可以看到，选择的结果
6.计数
数据计数
SPSS实现的计数是对所有个案或满足某条件的部分个案,计算若 干个变量中有几个变量的值落在指定的区间内,并将计数结果存入一 个新变量的过程。
关键步骤： ①指定哪些变量参与计数,计数的结果存入哪个新变量中②指定计数区间
【案例】在大学生职业生涯规划数据中，学生对问卷中Q61~Q616问题感觉 不好回答（对应问题的量表得分为0，说明该问题不好回答）的计数。
①选择菜单【转换】---> 【对个案中的值进行计数】
②在窗口中输入存放计数结果的目标变量名称，并选择相应的数字变量。这里，选择参与计数的变量为Q61~Q616。
③点击【定义值】按钮定义计数区间
④点击继续，确定，发现最终多了一个计数的新变量gs
至此，SPSS将对所有个案计算Q61~Q616这16个变量中有几个取0，并将结果放在变量gs中。
7.分类汇总
分类汇总概念 ：分类汇总是按照一个或多个分类变量进行分类计算。
例如，某企业希望了解本企业不同学历职工的基本工资是否存在较大差距，最简单的做法就是分类汇总，即将职工按学历进行分类，然后分别计算不同学历职工的平均工资，就可对平均工资进行比较；
主要涉及： 1.按照哪个变量进行分类 2.对哪个变量进行汇总,并指定对汇总变量计算哪些统计量
注意：
1.分类汇总中的分类变量可以有多个，此时的分类汇总称为多重分类汇总
2.在多重分类汇总中，多个分类变量的前后次序决定了分类汇总的先后次序
【案例】 大学生职业生涯规划数据，按照专业类别分类对专业和职业认知得分计算平均分
①选择菜单【数据】----> 【汇总】
②在汇总数据框中选择分界变量（分类变量）、变量摘要（汇总变量），并指定分类汇总的结果保存到何处
③点击【确定】即可得到分类汇总的结果
8.数据分组
数据分组介绍
有时候，过于细致的数据并不利于展现数据的总体分布特征， 因此，可以将数据进行“粗化”处理，即数据分组。
- 数据分组是对数值型数据进行整理和粗略把握数据分布的重要工具
- 数据分组能够概括和体现数据的分布特征
- 数据分组还能够实现数据的离散化处理
- 组距分组是应用最广泛的数据分组方法
组距分组
组距分组是将全部变量值依次划分为若干个区间,并将同一区间的变量值作为一组组距分组中的两个关键问题。
实际确定组距时，没有那么严格，可以根据计算结果取一个近似值。
【案例】 对大学生职业生涯规划数据，计算专业和职业认知得分，并以5为组距进行分组，以便把握认知得分的分布特征
①选择菜单【转换】---> 【重新编码为不同变量】
②选择分组变量、设置输出变量
③点击上一步的【旧值和新值】按钮定义分组区间，这里，应根据分析要求逐个定义各分组区间
④依次点击上面两个对话框的【继续】、【确定】
至此，SPSS便自动进行组距分组，并在数据编辑器窗口中创建存放分组结果的名为X1_new的新变量。
9.数据转置
数据转置就是将数据编辑器窗口中数据的行列互换
【案例】—— 职工基本情况数据转置
①选择菜单【数据】-----> 【转置】
②在转置对话框中分别设置变量和名称变量
名称变量是一个取值唯一的标记变量，转置后数据各变量取 名为：K_标记变量值（如K_001，K_002等）
③SPSS自动完成数据转置，SPSS还会自动产生一个名为CASE_LBL 的新变量，用来存放原数据文件中的各变量名。最终效果形如：
10.加权处理
为调查观众对春晚是否满意，采用了在线打分的调查形式。假如 10%的观众打了5分，25%的观众打了4分，40%的观众打了3分， 25%的观众打了2分，这里就可以利用加权平均的方法来分析，其中 各百分比作为权数。
【案例】 为了分析血压与年龄的相关性（相关分析后面会讲到），需要根据人数对血压和年龄数据进行加权
①选择菜单【数据】----> 【个案加权】
②选择“个案加权依据”
加权操作完毕后，数据编辑器窗口中的数据并没有变化，仅在状态栏中显示“权重开启”
注意：
- 一旦指定了加权变量，在以后的分析处理中加权会一直有效，直到取消加权为止
- 取消加权应在“个案加权”对话框中选择【不对个案加权】
11. 数据拆分
SPSS的数据拆分不仅是按指定变量对数据进行简单排序，更重 要的是根据指定变量对数据进行分组，它为分组统计分析提供了便利。
【案例】—— 通过“职称”拆分职工数据
①选择菜单【数据】----> 【拆分文件】
②选择拆分变量（本例是“职称”）到【分组依据(G)】框中；【比较 组(C)】表示将分组统计结果输出在同一张表格中，便于不同组 之间的比较
点击“确定”后，发现在数据编辑器窗口右下角的状态栏上显示“拆 分依据zc”提示信息
③选择菜单【分析】-->【描述统计】-->【描述】，选择要统计的变量
④在输出文件中查看每组（职称）的统计结果
注意：
- 数据拆分后，将对后面的分析一直起作用，即无论进行哪种统计分析，都是按拆分变量的不同组分别进行分析计算
- 对数据可以进行多重拆分，在“拆分文件”对话框中选入多个变量到【分组依据(G)】框中即可
