问卷与量表数据分析(SPSS+AMOS)学习笔记(五) : 问卷星数据处理

课程链接:《问卷与量表数据分析(SPSS+AMOS)》

目录

1. 问卷星导入数据出现乱码问题

2. 问卷星导出SPSS格式数据的处理

3. 问卷星导出Excel格式数据处理

 4. 选取数据子集与数据集拆分

 4.1 拆分方式1——对数据分析时拆分为两部分分析,没有真正拆分

 4.2 拆分方式2——将数据完全拆分为几个表格


1. 问卷星导入数据出现乱码问题

选择“编辑”——“选项”

此时发现不可以进行更改。 

选择“文件”-“新建”-“数据” ,关闭之前乱码的数据窗口,再次选择“编辑”——“选项”——“语言”,将“语言书写系统”更改为“操作系统的书写系统”。点击“应用”,再点“确定”。

然后再把刚才乱码的数据重新拖入进SPSS中即可。 

【注意】操作时需要把所有的数据窗口关掉,只需要打开一个空白的数据窗口进行设置即可。

2. 问卷星导出SPSS格式数据的处理

(1)删除系统生成的与研究主题没有关系的变量(如问卷填写的时间)

(2)变量名称更改:使变量名称尽可能简洁同时又能够让它表示出原题目所代表的含义。以便使输出表格简洁,同时又能够很方便的知道分析结果的含义。

问卷星的结果是用Q1、Q2等代替问题的,需要把Q1、Q2替换为具体的变量,变量名称尽量简洁,不然别人看自己的论文很难看懂。

(3)值标签修改

(4)数据类型、小数位数、测量尺度等【变量定义】信息修改。

将名称改为简洁的变量名。

更改后的结果:红框是多选题的处理。

 对测量类型进行更改:

可参考博客:SPSS中数据的标度、有序和名义的使用

在袁志发老师的《多元统计分析》(第二版)中,有一个比较有意思的关于总体变量的分类。
首先说明一下总体变量:
统计学中把一个随机变量称为一维总体,把多维随机变量称为多维总体,相应的变量称为一维总体变量和多维总体变量。
总体变量可以分成以下三个类型:

1.名称属性 【类似于名义】
名称属性是用名称把总体中各个个体描述为若干不同的状态,每个个体具有一种状态,各状态之间无一定的顺序。例如,昆虫有翼无翼,土壤颜色红黑黄。
其中,比较常见的就是二元属性,即有或者没有,是或者否,例如驾驶员的能力高或者低,是否患有某种疾病。(这一类就是spss对应的名义【当变量值表示不具有内在等级的类别时(或者是不具有固有的类别顺序的分类数据】),这种问题通常变成二分类的问题,可以采用spss中的逻辑回归来进行解决。
还有一种情况是无序多状态属性,这种属性会有多种情况,例如驾驶员驾驶风格通常可以划分为冒进型、保守型、普通型。

2.顺序属性
这是各个个体具有多种顺序状态,比如土壤酸碱度分为强酸性、弱酸性、中性、弱碱性、强碱性5种状态,又例如种子的大小是大中小三种状态。这类数据是有一定顺序的,是不会越级变化的,不会说直接从某种状态突变成另一种状态。(这一类就是spss对应的有序【当变量值表示带有某种内在等级的类别时,该变量可以作为有序变量】)

3.数值属性
个体之间采用数值类表示,例如质量、长度等,这类变量虽然是数值,但不一定全是连续型的,例如年龄和个数都是整数型的。(这一类就是spss对应的标度【当区间或比率刻度度量的数据,其中数据值既表示值的顺序,也表示值之间的距离】)

实际上对于spss的标度、有序及名义的使用中,比较麻烦的是有序和名义,只需要把握有序是变量是带有等级的这一点就行
 

3. 问卷星导出Excel格式数据处理

(1)问卷星导出的Excel格式数据的处理

部分字符型数据转换成数值类型

数据拆分

(2)处理技巧

替换、分列拆分数据

可以通过数据透视表对数据进行简单分析。

 4. 选取数据子集与数据集拆分

主要是需要对不同的群体进行数据分析

 4.1 拆分方式1——对数据分析时拆分为两部分分析,没有真正拆分

选择“数据”——“拆分文件”

选择“比较组”,把拆分的依据放入“分组依据”中。这里使用“主要使用电脑归属”进行拆分。

 举例:

选择“分析”-“描述统计”-“频率”。将“平均每周使用电脑天数”拖入到变量中,我们只用统计其“平均值”。

 统计结果发现,统计时会自动根据“主要使用电脑归属”,将统计量分为“单位的”和“个人的”进行统计分析。

 如果不拆分的结果如下,结果就不会进行区分。

 4.2 拆分方式2——将数据完全拆分为几个表格

【注意】在拆分之前需要将数据“另存为”重新备份一次。

选择“数据”——“选择个案”

 选择“如果条件满足”——“如果”。选择“删除未选定个案”,就会未选中的部分全部删除,这里是将主要使用电脑归属=2即“个人的”全部删掉。

发布了308 篇原创文章 · 获赞 168 · 访问量 25万+

猜你喜欢

转载自blog.csdn.net/yanyanwenmeng/article/details/105248182