SPSS 變項轉換/資料轉換: Recode 重新編碼
Variables and Data Transformation of SPSS 1

神掌打通任督二脈‧易筋經以簡馭繁

符號意義:統雄快訣統雄快訣 延伸閱讀延伸閱讀 進階議題進階議題 警示訊息警示訊息

資料分析的程序

SPSS 簡介

使用 .sps: SPSS 程式檔

修訂變項檢視介面

SPSS Transform 資料轉換與應用時機

SPSS Recode 資料重新編碼

Dummy Variable 虛擬變項

Dummy Value 資料虛擬值

SPSS Recode 資料重新編碼範例實作

SPSS Compute 建構新變項

樣本代表性檢定

量表信度檢定

單變項分析

雙變項分析

多變項分析

統計研討篇


資料分析的程序應包括:1.對象(樣本代表性)分析。2.測量工具(量表信度/效度)分析。3.理論建構檢定與分析:又包括:(1)整體分析(單變項分析)(2)交叉分析(雙變項分析)(3)進階理論模型建構(多變項分析)。SPSS的檔案、介面、與資料操作。SPSS的副檔名包括:sav:資料檔,sps:程式檔,spo:輸出檔。資料檔的介面有:變項檢視介面,資料檢視介面。下載SPSS範例,進行實作。


SPSS Transform 資料轉換與應用時機

SPSS Transform 轉換,包括變項轉換與資料轉換,最常用的有SPSS Recode 重新編碼,與SPSS Compute 建構新變項等,其應用時機與轉換方法介述如下。

下載SPSS範例資料下載SPSS高等統計範例資料(右鍵下載)Analy-SPSS-Teaching.exe

下載SPSS範例資料下載SPSS多變項分析範例資料(右鍵下載)Analy-SPSS-Teaching-Multi.rar

下載SPSS範例資料下載SPSS統計與多變項習題資料(右鍵下載)Analy-SPSS-Multi_Ex.7z

下載SPSS範例資料下載SPSS範例資料(教材專區)Analy-SPSS-Teaching.exe

下載SPSS範例資料下載範例資料(教材專區):Analy-SPSS-Teaching-Multi.exe

SPSS Recode 資料重新編碼

SPSS Recode 重新編碼,可將原有變項的資料重編;或重編資料後,再建構為新變項。

SPSS Recode 重新編碼,通常為將連續資料重編為類別資料;所建構的新變項,通常為將連續變項重編為類別變項,而可包括Dummy Variable 虛擬變項。

Dummy Variable 虛擬變項

Dummy Variable 虛擬變項,是指將類別變項的「二元變項」、或「人為二元變項」的2個水準,轉化為「0,1」,從而可以虛擬為連續變項,也可以使用適用於連續資料的統計工具。

「二元變項」如「性別」:0 為女,1為男。

「人為二元變項」:在多元類別資料時,如果將各水準設定:沒有﹦0,有﹦1,就是將各水準建構為「人為二元變項」。

如收視率研究中:建構「臺視」變項,0 為不看臺視,1為看臺視。

有或沒有,不一定要設為「0,1」,但通常設為差距為1。

如使用網路:沒有﹦1,有﹦2。

Dummy Value 資料虛擬值

Dummy Value 虛擬值可以指以上Dummy Variable 虛擬變項中,特定的「0,1」值;也可以指任何類別變項中,對各水準設定1個數值。

Continuous Dummy Value 連續型虛擬值‧數線原則

類別資料的各水準如果具備連續性,稱為 Continuous Dummy Value 連續型虛擬值。而設定值時,為了閱讀資料的方便與一致性,建議遵守「數線原則」,亦即:左負、右正;左小、右大。

譬如:

如使用網路:沒有﹦1,有﹦2。

教育程度:小學﹦1,中學﹦2,大學﹦3,研究所﹦4 。

Dummy Value 0 虛擬值的 0 設定

在 SPSS 中,數值或字串的 null, "",space,0,各有不同的意義。

但當 SPSS 和其他軟體作檔案轉換時,以上有可能發生混淆。

在某些特殊狀況時,如以上各值沒有個別設定,有可能被視為「系統 Missing 值」。

同時,資料庫可能會使用不同的作業系統,或轉檔成不同資料格式,在某些特殊情形,會發生 0 與 "" 不分的情形。如果 0 為有效值,而 "" 卻是預設系統迷失值,會造成資料錯誤。

所以,兩害相權取其輕,當類別資料設定虛擬值時,通常-而不是一定-避免設定0。

SPSS Recode 資料重新編碼範例實作

根據資料收集的策略,某一變項可為連續資料或類別資料時,應以連續資料型態收集,優先於類別資料型態。典型的範例是「年齡」變項,應以「出生年」之連續資料型態收集,如有必要,再作事後歸類。

以下示範將「年齡」變項重編為「年齡層」變項。

〉轉換

〉重新編碼成不同變數

選擇「出生年」變項

missing value 迷失值/遺漏值設定

注意:本變項的 missing value

採用負值,避免和真實值混淆。

-1:拒答

-2:沒意見(都可以)

-3:不知道(不瞭解問題)

SPSS Recode 重新編碼範例

〉數值變數 → 輸出變數

「數值變數」的中譯不達意,係指原始變項。

此處為在左欄中,選 q42,即出生年。

〉按 →

 q42 會移至「數值變數 → 輸出變數」中。

同時  → 會變成 ←,如果再按,就是把 q42 移除。

〉名稱

新變項名稱,宜用英文。

〉標記

即變項虛擬名、或內容敘述,可用中文。

SPSS Recode 重新編碼範例

〉舊值與新值

出現「舊值與新值」對話框。

預訂設3個年齡層。採用層內樣本數平均法。

設定從民國最小年度,到民國53年。

設定這個年齡層為3,亦即高齡層。

SPSS Recode 重新編碼範例

〉新增

以上設定出現在「舊值 → 新值」框中。

設定從民國54年,到民國68年。

設定這個年齡層為2,亦即中齡層。

〉新增 

SPSS Recode 重新編碼範例

設定從民國民國69年,到民國最大年度。

設定這個年齡層為1,亦即低齡層。

3個設定都出現在「舊值 → 新值」框中。

〉系統或使用者遺漏值

選擇複製舊值,以維持 missing value 設定。

SPSS Recode 重新編碼範例

完成設定如下。

〉繼續

SPSS Recode 重新編碼範例

回到「重新編碼成不同變數」主對話框

〉貼上之後

按貼上之後,會將程式寫到程式檔。

使用 .sps: SPSS 程式檔

左欄是使用命令排列。

中欄是程式列序數。

右欄是詳細程式內容。

〉執行

經常會選定命令後,使用:

〉到結束。

SPSS Recode 重新編碼範例

新變項檢查:修訂變項檢視介面

所有新轉換變項,都必須檢查相關設定。

〉類型

選「數字的」,即可作為類別、或連續資料兩用。

〉小數

這是 Dummy Value ,所以不用小數。

〉標記

避免誤漏,以利報表閱讀。

〉值

設定年齡層1,為低齡層…等。

〉遺漏

設定 missing values。

〉測量

選「尺度」,即可作為類別、或連續資料兩用。

SPSS Recode 重新編碼範例


SPSS線上說明

http://publib.boulder.ibm.com/infocenter/spssstat/v20r0m0/index.jsp?topic=%2Fcom.ibm.spss.statistics.help


樣本代表性檢定

什麼是樣本代表性

數理意義的樣本代表性檢定,與資料分析中的顯著性檢定,為一體兩面。

實務應用意義的樣本代表性檢定,至少包括連繫率與回應率。


量表信度檢定

量表信度檢定如果是採用量表測量變項,則在理論檢定與變項分析之前,必須先作量表的信度檢定。

信度檢定是相關分析的發展與應用,所以在本系列安排在相關分析之後,和論文寫作的結構順序並不相同。


單變項分析/描述-估計

單變項分析又名獨變項分析:是論文中「研究發現(或資料分析)」章、「整體分析」節報告的方法,若是僅報告樣本統計值,便採用「描述」方法;若要推論母群,則應用「估計」的方法,又因資料型態為「類別型」或「連續型」而不同。

交叉分析/雙變項分析

分析兩個變項間的關係,常為各一應變項、自變項,與兩者關係。雙變項可能只具備關聯關係,而不具備因果關係,亦即無法辨別何者為自變項、何者為應變項。常用、也最實用的統計工具包括:卡方分析變異數分析、與相關分析。 


管理研究統計課程-問卷 統雄數學樂學/統計神掌易經筋-問卷
回頁首 Up to page head 至頁尾 Down to page bottom
上一頁 Back to previous page 回頁首 Up to page head 下一頁 Go to nex page  

統雄數學神掌系列目錄
分享意見反映
統計教學的內涵與取向
高考統計考題的解析
微積分精華篇
微積分思想篇
微積分進階精華篇
統計/數學符號與其英語讀法
資料型態與視覺呈現
敘述統計
機率論與機率分配
推論統計學精華篇
t分配與 t檢定
推論統計‧理論建構
資料分析程序與SPSS基礎
SPSS 資料清理
SPSS 轉換:Recode 重新編碼
SPSS 轉換:Compute 建構新變項
SPSS 選擇觀察值_SPSS 資料庫管理
樣本代表性檢定
單變項:類別_二元資料/詮釋
單變項:類別_二元資料/應用
單變項分析:連續資料
單變項連續資料視覺檢視與清理
卡方分析(雙向)
多向卡方分析
單向卡方分析
變異數分析(單因子):詮釋
變異數分析(單因子):應用
簡單迴歸/相關分析:詮釋
簡單迴歸/相關分析:應用
對數/邏輯相關分析
測量工具信度/效度分析
量表信度 檢定
量表效標關聯效度 檢定
探索式因素分析 (EFA):詮釋與實作
探索式因素分析 (EFA):應用進階
因素效度分析_CFA:詮釋
因素效度分析_CFA:應用
多變項分析精華篇
多元迴歸分析:詮釋
多元迴歸分析:應用
一般線性模型精華篇
廣義線性模型
雙因子/多因子變異數分析
調節模型與交互作用詮釋
調節模型分析與建構
SPSS 統計圖應用:調節模型檢定
共變數分析/詮釋
共變模型建構/應用
因果模型與因果邏輯
中介模型分析
因徑/SEM:模型詮釋與因果邏輯
因徑/SEM:探索式因徑模型建構
因徑/SEM:驗證式結構方程解析
多變項分析實例SEM
多變項分析實例SEM+調節篇
因徑/結構方程SEM:反省
無母數統計
統計研討篇
專題-卜豐投針實驗
專題-機率與統計悖論
1類知識計量工具
2類知識計量工具
3類知識計量工具
非等機率知識體系建構
TX空時座標建構
一般取用測量
信仰取用測量
研究方法/民調市調系列
請點這裡看所有留言分類 Please click here to view categories of comments
同類別內相關主題