背景：在问卷星上做了一份媒介接触习惯的问卷调研。在问卷星导出的sav格式数据格式，和自己想象的不太一样，为了达到自己分析使用的目的，做了很多尝试。总结一下。
需求1.缺失值处理：
从问卷星导出的sav格式数据，多选题中，缺失值被标记为负值一般为-2，同时如果问卷中有逻辑跳转题，被跳出的样本则会使用-3来标记。多选题的有效样本数是指应答人数，即勾选了该选项的人数。所以-2，-3都是异常数据。在变量视图中，需要手动添加。
需求2.多分类 变量分组
年龄初期设置成：18-25、26-30、31-40、41-50种，后期分析的时候想转变为：18-30、 31-50
我自己的做法：
分组，直接就在“计算变量”中设置，结果就是新生成了两个变量，我的本意是把年龄变量的水平由四个改为两个，并不是拆分。不符合正常使用。
计算变量
正确做法：
有两种实现方法：第一种是重新编码，可以重新编码为不同变量。第二种方法是计算变量。
1.重新编码
2.Spss 计算变量-分组_腾讯视频
需求3.二分类计数的变量如何分组：
渠道（分为：超市，大卖场，便利店等等）是用二分法记录的，每一个渠道都是一个单独的变量，想把超市和大卖场合并成一个变量怎么做？然后在对二分法的渠道总体做一个定义多重响应集，为后面的交叉分析做准备。
我的做法：
我用的是“计算变量”，重新设计一个变量supermarkt，加入条件（如果超市=1，或者大卖场=1，就可以supermarkt=1）
IF (Q16_选项1 = 1 | Q16_选项2 = 1) supermarkt=1.
VARIABLE LABELS supermarkt '2'.
EXECUTE.
配合“定义多重响应”能勉强实现之前的交叉表。问题是：上述方法得到的变量superMarkt是一个数值型变量，仅有值1，没有选中的就是空，和二分法记录不太一致，需要改进
正确做法：
使用“计算变量”，方法和上面的年龄分层一致的，不过是把值该为了0和1。
然后在“变量视图”里把值的修改成“0，未选中。1，选中”，就变成了二分法的
然后就可以正常使用“定义多重响应集”
需求4.有跳转关系的多选题 如何做交叉表（列联表）：
多选题，第一题选择微信，微博···后，后面的题目就只问第一题选中的内容，比如第二题就只能微信的使用频次。
在分析时，怎么交叉分组统计？比如统计各年龄层微信，微博···使用频次情况？
自己的做法：
想简单了，像往常一样，把第二题做一个“自定义多重响应集”，把第二题选项集中成一个。但问题是：这个题目不是二分法记录数据的。具体是：首先第一题的每一个选项（微信，微博···）都做成单独的题，然后，每一个题下都有几个选项（每天3次以上，每天1-3次···），每个选项转变为变量了。因此，无法使用定义多重响应集。
第二错误：这个题目的选项（每天3次以上，每天1-3次···）类型是标量，但实际是有序数据。数据类型很重要，不同数据类型spss分析方法不同。
正确方法：
使用“定制表”
定制表可以统计频次，做出类似交叉表的效果。定制表实现的效果类似于excel中的透视表，非常符合自己的需求，如果想要更深入的，比如卡方值，也可以在这个表中实现。
定制表
需求5：在用Excel处理数据导入变量时，需要注意
有的时候，数据需要二次加工，比如把具体地址转化为省市，在spss里其实也可以，但效率较低，我喜欢直接在Excel里处理，然后添加到现有是sav表中。
第一次使用出现了疏忽：直接粘贴的是值标签。把分类变量变成了一个字符串。在做“定制表”时，就会因为没有分类，无法创建。应该编码后在导入，同时在变量视图定义好值标签。
Excel数据导入
变量视图 没有定义值标签
需求6：分类统计，求平均数。比如分性别统计某指标平均数
应该使用“平均数”，定制表只能用于分类数据，“平均数”才能用于定距定比数据。
平均数
需求7：我有一些样本数据性别和年龄是缺失的，但其他维度不缺失。我想把这部分人剔除出去，在分析其他问题时，这部分不参与。通过“选择个案”做数据筛选。
选择个案 筛选
网友评论