SPSS数据在市调中的形成
我们公司常用的数据分析软件有两个：Quantum和SPSS。早期的工作，包括输入、查错和简单的统计，主要用Quantum软件来完成，而后期深入的统计分析用SPSS来进行。
一个准确无误的SPSS数据文件是统计分析的原材料，那么如何才能形成一个准确无误的SPSS数据文件呢？
在这里主要介绍如何把零乱的问卷答案整理成SPSS格式的电子数据，也就是数据的前期处理，它的基本过程是：首先，在确认的问卷上标上输入的记号（即上Column），根据问卷定义输入的模板、编写查错程序（用于检查问卷矛盾和逻辑关系）和数据报告程序（撰写数据报告用）。在问卷回来后，如果问卷上有开放题或者半开放题，则对问卷上的文字进行编码，然后对所有答案统一输入到电脑上，再进行查错工作。在查错过程中，发现有问题的问卷返回访问部。直到所有问卷输入完毕并通过查错程序检查，保证数据正确后，再运行预先写好的SPSS程序，出SPSS格式的数据报告。数据的前期处理可通过以下几个核心步骤来完成：
一、编写SPSS程序
我们知道后期深入的统计分析用SPSS来进行，数据前期处理的目的就是把零乱的问卷答案整理成SPSS格式的电子数据。SPSS程序只要用来读取后缀名为 .dta的数据文件，并通过程序来设置各变量的属性。
SPSS(Statistical Package for the Social Science,社会科学统计软件包)是世界著名的统计分析软件之一。SPSS常用的窗口是数据编辑窗口，它与微软公司的Excell窗口有些相似，并且有一些功能相同。不过SPSS的数据统计功能要比Excell强很多。下面简单介绍SPSS：
SPSS的数据编辑窗口有以下特点：
1．一个列对应一个变量，即每一列代表一个变量（Variable）或一个被观测量的特征。例如问卷上的每一个题目就是一个变量。
2．行是观测，即每一行代表一个个体、一个观测、一个样品，在SPSS中称为事件（Case）。例如：一份问卷就是一个观测（Case）。
3．单元包含值，即每个单元包括一个观测中的单个变量值，单元(Cell)是观测和变量的交叉。
4．数据文件是一张长方形的二维表，数据文件的范围是由观测和变量的数目决定的，可以在任一单元中输入数据。
SPSS程序除了读取数据外，还要定义变量。定义变量即要定义变量名、变量类型、变量长度（小数位数）、变量标签（值标签）和变量的格式，这都是通过程序来实现。
(1) 定义变量名Name
SPSS默认的变量名为Var00001、Var00002、Var00003等，用户也可以根据自己的需要来命名变量。最好变量名要与变量所表达的意思相一致（见名知意），如：Name（名字）、Tel（电话）、Address（地址）、Age（年龄），一个好的变量名对以后的数据分析有很大的帮助。
SPSS变量的命名和一般的编程语言一样，有一定的命名规则，具体内容如下：
1、变量名必须与字母、汉字或字符@开头，其他字符可以是任何字母、数字、#等符号。
2、变量最后一个字符不能是句号
3、不能使用空白字符或其他特殊字符（如！？等）
4、变量名必须唯一，同一个数据文件中不能有两个相同的变量名。
5、在SPSS中不区分大小写。例如，NAME与name被认为同一个变量名称。
6、SPSS的保留字不能作为变量名称，如All,And,Or,With等。
(2)定义变量类型Type
SPSS有8种可选基本变量类型。有数值型、逗号型、句点型、科学计数型、日期格式型、美元型、定制货币型和字符串型。可任选一种进行定义。
1、数值型(Numeric)。数值型变量是SPSS的缺省类型，可以进行修改，重新定义数字的Width和Decimal。
2、逗号型(Comma)和句点型(Dot)。实际上是数值型变量的特殊表达方式，如：数值型为 1234567.89 ，逗号型为：1,234,567.89。句点型为1.234.567,89，这便于阅读和减少出错。
3、科学计数型(Scientific notation)。表达式为a.bE±c。 a为原数据的最高位数字，b为除去原数据的最高位以外余下的数据，E原数据的最高位数字的10的方次数。例如数字为 10000000，如果用科学计数型表示为1.0E+08。 数字 0.00000001，如果用科学计数型表示为1.00E-08。表示指数的字母可以用E，也可以用D，指数的部分可以带正号也可以带负号，例如，123，可以用下列方式输入123、1.23+2、1.23D2、1.23E2、1.23E+2等。
4、日期格式型（Date）。用户可从系统提供的多种日期显示形式中选择自己需要的形式。如选择mm/dd/yy形式，则1998年2月5日显示为02/05/98。
5、货币型(Dollar)。用户可从系统提供的多种货币显示形式中选择自己需要的，并定义数值宽度和小数位，显示形式为在数值前加$符号。例如在变量栏中输入236500，回车后显示$236,500。
6、定制货币型(Custom currency)。用来自定义制货币类型或货币的符号，例如汽车价格为￥17900元，在SPSS中缺省类型没有前面的前缀￥符号，也没有后边的元。这是就需要自定义
7、字符串型（String）。又称字母数字型变量，用户可定义字符串的长度以便输入字符，字符串型变量不能用于进行计算。
(3) 变量长度（Width）。设置变量长度。
(4) 变量小数点位数(Decimal) 。设置变量的小数点。
(5) 变量标签(Label)。变量标签是对变量名的进一步描述，需要时可用标签对变量名的含义加以解释。一般由研究员亲自来定义数据报告标签，这样，在后面的图表制作中能直接使用这些标签，而不需要再做修改。
(6) 变量值标签（Values）。值标签是对变量的每一个可能取值的进一步描述，当变量是定性或定序变量时，这是非常有用的。如定义变量名为“职称”，变量值为1、2、3，值标签分别为“教授、副教授、讲师。
(7) 缺失值的定义（Missing）。SPSS有两类失值：系统缺失值和用户缺失值。在数据长方形中任何空的数字单元都被认为是系统缺失值，用点号（。）表示。由于特殊原因造成的信息缺失值，称为用户缺失值。例如在统计过程中，可能需要区别一些被访者不愿意回答的题目，然后将他们标为用户缺失值，统计过程可识别这种标识，带有缺失值的观测被特别处理。
(8) 变量的显示宽度（Columns）。输入变量的显示宽度，默认为8。
(9) 变量显示的对齐方式（Align）。输入值在单元袼的显示方式，有三种对齐方式：Left（左对齐），Right（右对齐），Center（居中对齐）。
(10) 变量的测量尺度（Measure）。变量按测量精度可以分为定性变量、定序变量、定距变量和定比变量几种。
1、定性变量。又称为名义变量（Nominal），是一种测量精度最低、最粗略的基于“质“因素的变量，他的取值只代表观测对象的不同类别，例如“姓名”、“性别”变量都是定性变量。
2、定序变量。又称为有序变量（Ordinal）、顺序变量，它取值的大小能够表示观测对象的某种顺序关系（等级、方位或大小等），也是基于“质”因素的变量。例如，“最高学历”变量的取值是：1—小学及以下、2—初中、3—高中、中专、技校、4—大学专科、5—大学本科、6—研究生以上。由小到大的取值代表学历由低到高。
3、定距变量。又称为间隔（Interval）变量，它的取值之间可以比较大小，可以用加减法计算出差异的大小。例如，“年龄”变量，其取值60与20相比，表示60岁比20岁大，并且可以计算出大40岁。
4、定比变量。又称比率变量（Ratio），它与定距变量意义相近，差别在于定距变量中的“0”值只表示某一个取值，不表示“没有”。如，在测定温度的摄氏表中，0度并不表示没有温度。而定比变量的“0”值表示“没有”。如：人的身高就是一个定比变量，如果身高为“0”米，则表示这个人不存在。在实际应用中，通常对定距变量和定比变量不需加以区别。
二、编码
为什么要编码？编码有什么好处？也许大家提出这样的疑问。编码是市场研究过程中一个不可缺少的重要环节，是对开放题和半开放题的文字答案进行分类、合并和上码（即数字化处理）的过程，用数字形式表达的文字答案更有利于问卷的输入和数据分析。
编码的目的及重要性：1．文字数字化处理；；2．对所有被访者的意见进行统计、分类；3．加快输入速度； 4．便于数据分析；5．可以缩短整个项目的时间。
编码原则：1．编码的内容要求通俗易懂；2．编码要覆盖这次调查的所有意见；3．在编码之前，确认已结构化的编码表是符合要求的
4．编码前必须了解答案；5．一个意见只能编一个码，不能重复编码。对于意思相同，而只是表达方式不同的意见，应用同一个码
收藏
分享
有用
无用