利用SPSS做資料分析 之資料處理2

記錄合併也叫縱向合併，是將具有共同的資料字段、結構，不同的資料表記錄，合併到乙個新的資料表中。

現在有兩張表，一張「使用者明細-男」，一張「使用者明細-女」，他們擁有相同的資料字段、結構，只是記錄資訊不一樣，為了能夠進行整體的分析，我們需要將這兩張表合併到一張資料表中。

如果兩個資料集合並出現錯誤或失敗，請先返回到兩個資料集的【變數檢視】視窗中檢查：變數的資料型別、寬度、小數字數、值（標籤）、列（寬度）、測量及角色這些變數屬性設定是否一致，如有不一致，請將它們修改為一樣的設定。

2.1 可視分箱-資料分組功能

excel中我們使用vlookup函式進行匹配功能進行資料分組操作；

在spss 中資料分組不通過函式操作，有專門的資料分組功能——「可視分箱」。

我們以：使用者明細 資料為例了解一下使用者年齡分布的特徵，現需將「年齡」變數進行分布操作：

為什麼要設定成：20、4、5呢？

根據年齡分布預覽圖，我們可以觀察到最小值是16，最大值是78；年齡主要分布在20-35之間，我們可以把第乙個分割點定位20，組距為5，這樣20-35之間按組距5進行分組可以得到3個組，再加上前後2各組，就是5個組，4個分割點，分割點引數大致就是這樣確定的，沒有絕對的標準，只要能達到解決問題的目的即可。

我們這個例子進行的是等距分組，那麼，如果是不等距分組，該如何操作呢？如果需要進行不等距分組，則可以在【可視分箱】第二步對話方塊下方的【網格】中，直接填入自定義的分割點，例如分別填入：20、25、35，第四個「高」會自動生成，然後單擊【生成標籤】按鈕，就可以生成對應的區間範圍標籤了：

2.2 重新編碼

對於不等距分組的操作，我們可以採用另外一種方法：重新編碼為不同變數。

重新編碼可以把乙個變數的數值按照指定要求賦予新的數值，也可以把連續變數重新編碼成離散變數。

例如：把年齡重新編碼為年齡段。

-01 開啟使用者明細資料檔案——單擊【轉換】選單——選擇【重新編碼為不同變數】——彈出【重新編碼為不同變數】對話方塊：

在【重新編碼為不同變數】對話方塊中——將年齡移至【輸入變數->輸出變數】框中，在右邊的【輸出變數】的【名稱】欄中輸入「年齡段3」：

單擊【舊值和新值】按鈕——彈出【重新編碼為不同變數：舊值和新值】對話方塊：

在【重新編碼為不同變數：舊值和新值】對話方塊中，在左邊【舊值】框中選擇【範圍】項——分別依次輸入每個分組的範圍臨界值——同時需要在右邊【新值】框的【值】欄中輸入對應的新值——並且單擊【新增】按鈕——將舊值和新值對應關係加入【舊->新】框中——對應關係輸入完畢後，如圖：

單擊【繼續】按鈕——返回【重新編碼為不同變數】對話方塊：

單擊【變化量】按鈕——使剛才輸入的對應關係生效——單擊【確定】——完成「年齡段3」變數操作。

資料標準化，是將資料按比例縮放，使之落到乙個特定區間。

資料標準化是為了消除量綱（單位）的影響，方便進行比較分析。

常用到的資料標準化方法有：0-1標準化、z標準化。

3.1 0-1標準化

0-1標準化也稱為離散標準化，是對原始資料進行線性變換，是結果落到【0,1】區間。

0-1標準化還有個好處，就是很方便的做到十分制、百分制的換算，只需乘上10或100即可，其他分制同理：

計算公式：

x* = x-min / max-min

注：max是變數的最大值，min為變數的最小值。

例如：我們根據使用者明細資料為例進行介紹，對使用者的年齡進行

0-1標準化計算處理，得到乙個「標準化值」變數。

3.2 z標準化

z標準化：也稱為標準差標準化，它是將變數中的觀察值（原資料）減去該變數的平均值，然後除以該變數的標準差。經過處理的資料符合標準正態分佈，即均值為0，標準差為1，也是spss中最常用的標準化方法。

計算公式：

x*= x-μ / σ

注：μ為變數的均值，σ為變數的標準差。

我們對使用者的年齡進行z標準化計算處理，spss提供了乙個可以直接得到z標準化的功能，我們無須使用【計算變數】對話方塊手工輸入公式進行計算。

常用的資料處理方法與技巧主要是這些，只要掌握它們的原理，並且能夠做到靈活組合運用到實際工作中去就好了。

SPSS資料分析

僅僅在課堂學習spss理論知識往往是不夠的，我們要把理論知識應用於實際生活 把理論服務與實踐，樹立 資料分析價值觀 以及以資料進行決策的思維意識 要善於思考問題，要有清晰的分析思路，要有自己獨特的見解，最後要有一定的文字功底，如此才算乙個完整的資料分析過程。下面就四個板塊進行說明 一 資料分析思維的...

利用python做資料分析

3.2 資料分析的目的 主要就是為了在複雜 龐大的資料庫中提取對我們有用的資訊。讓這些資料產生一定的價值，幫助人們在日常生活中做一些決策時做一些參考。比如，在 中買東西，我們會首先看到物品的銷量 排行 以及顧客對物品的評價。這些都是經過資料分析得出來的。可見，資料分析在其中扮演著多麼重要的角色。3....

如何選擇SPSS資料分析方法

spss資料分析方法不知道如何選擇 一提到數學，高等數學，線性代數，概率論與數理統計，數值分析，空間解析幾何這些數學課程，頭疼呀。作為文科生，遇見這些課程時，通常都是各種尋求幫助，班上有位宅男數學很厲害，各種被女生 圍觀 這數學為什麼這麼難，學了有啥用呀。有用的，當做資料分析的時候，使用到spss，...