1.4　变量和样本观测值的基本操作

下载资源:\video\第1章\1.4

下载资源:\sample\数据1\数据1

1.4.1　变量和观测值的移动、复制和删除

1．变量和观测值的移动

在“数据视图”窗口中，选择要移动的对象后，选择“编辑 | 剪切”命令，找到插入位置，然后选择 “编辑 | 粘贴”命令，就将剪贴板中的变量（或观测值）粘贴到空变量（或空观测值）的位置上了。

2．变量和观测值的复制

观测值可以复制，但变量不能复制，因为变量不允许同名。要复制观测值，只要把移动方法中的“剪切”改为“复制”命令即可。

3．变量和观测值的删除

选择要删除的对象后，选择“编辑 | 清除”菜单命令或单击键盘上的“Delete”键即可删除变量或观测值。

1.4.2　数据转置

在很多情况下，各类数据资料编辑的风格不同，需要对数据的行与列进行互换。利用SPSS数据的转置功能可以非常轻易地将原数据文件中的行、列进行互换，将观测值转变为变量，将变量转变为观测值。转置的结果是系统将创建一个新的数据文件，并且自动建立新的变量名显示各新变量列。数据转置的步骤如下：

·　以本书附带的数据1为例，首先打开数据文件，然后在菜单栏中选择“数据︱转置”命令，如图1.34所示。然后打开“转置”对话框，如图1.35所示，从左边变量框中选择要进行转置的变量，移入“变量”列表框中。比如本例中我们针对除y6之外的所有变量进行转置，就把左侧列表框中除y6之外的所有变量都选入右侧的“变量”列表框中。

单击“确定”按钮，弹出如图1.36所示的提示信息，提示用户“未选择转置某些变量。未转置的变量将丢失。 ”需要注意的是，如果将原变量列表中的全部变量都进行转置，那么系统将不会弹出该对话框。

单击“确定”按钮，转置后的新文件将取代原数据文件出现在数据窗口中，如图1.37所示。

1.4.3　变量计算

在建立数据文件时，通常仅包括可能来自统计调查的原始测量结果。有时需要对变量进行一定的加工，比如在研究学生的中考成绩与IQ值之间的关系时，可能需要先将学生文化课、体育课和实验课等成绩按照一定的权重进行计算，得到学生的中考总成绩，再与IQ值通过相关分析、回归分析等方法开展研究。有时在分析完之后要对数据进行深加工，比如完成因子分析之后，将观测值的各个因子得分乘以其方差贡献率得到因子总得分，进而开展后续研究等。SPSS提供强大的计算变量功能，新变量的计算可以借助计算变量功能来完成。以本文附带的数据1为例，如果我们要创建新的变量“发育”，其中体重、身高、坐高的权重各为30%、40%、30%，那么用“计算变量”命令计算新变量的步骤如下：

打开数据文件“数据1”，选择“转换︱计算变量”命令，如图1.38所示。打开“计算变量”对话框，如图1.39所示。

输入计算表达式。使用计算器板或键盘将计算表达式输入“数字表达式”列表框中。表达式中需要用到的SPSS函数可从函数组中选择，通过双击鼠标左键或单击“函数和特殊变量”列表框左侧的箭头按钮，将选中的函数移入表达式栏。这时，栏中函数的自变量和参数用“？”表示，自变量必须选用当前工作文件中的变量，可以从左侧变量清单栏中选择，选中后用鼠标双击它，输入表达式中。本例中在“数字表达式”列表框中输入“y4*0.3+y5*0.4+y6*0.3”。

定义新变量及其类型。在“目标变量”文本框中输入目标变量名，既可以是一个新变量名，也可以是已经定义的变量名，甚至可以是表达式中使用的自变量本身。本例中我们在“目标变量”中输入“发育”，然后单击“类型和标签”按钮，弹出“计算变量：类型和标签”对话框，如图1.40所示。

“计算变量：If个案”对话框的使用。有时候，仅仅需要对一些符合某些特定条件的自变量的观察值进行计算。例如，在数据文件“数据1”中，我们只需要计算女性的发育情况，即需选择满足条件“性别=2”的观测值来计算。当条件表达式“性别=2”为真时，将计算出女性的发育情况。使条件表达式为假的或缺失的观测量就不会计算这个值，对应这些观测量，新变量的值为系统缺失值。在“计算变量”对话框中单击“如果…”按钮，弹出“计算变量：If 个案”对话框，如图1.41所示。条件表达式的建立规则是：条件表达式中至少要包括一个关系运算符，也可以使用逻辑运算符，并且可以通过关系（或逻辑）运算符连接多个条件表达式。本例中，我们选中“在个案满足条件时包括”单选按钮，然后在下面的文本框中输入“y2=2”，即可仅计算女性的发育情况。

单击“继续”按钮对设定的条件表达式加以确认，返回“计算变量”主对话框。各项选择确认后，单击“确定”按钮，系统将根据表达式和条件计算新变量的值，并将结果显示到数据窗口的工作文件中，如图1.42所示，变量视图中增加了“发育”变量。

我们还可以在“数据视图”界面看到“发育”变量的具体数据值（见图1.43）。可以发现，只有女性（y2=2）的样本观测值才有发育数据（这与我们前面对表达式的具体设置有关），男性（y2=1）的样本观测值中发育变量数据都是缺失值。