发布时间:2021-05-07 11: 43: 50
数据分析中,将连续变量,或者将不同的变量等级进行合并是常见的工作。比如知道班级每位同学的平均成绩,但是需要将这些同学的成绩分为优秀、良好、中等、差四个等级,那么如何通过IBM SPSS Statistics的功能来完成这一任务呢?重新编码可以很好的完成这一类任务。我将在本文用几个简单的步骤,来讲解如何进行重新编码。
1、打开数据
如图所示,是一个班级的考试信息,这其中包含考生的平均成绩,接下来我将对平均成绩进行重新编码。
2、菜单位置
第一步点击菜单中的“转换”按钮,第二步点击下级菜单的“重新编码为相同的变量”。
3、选择重新编码的变量
这里我们需要将平均成绩重新编码,所以将平均成绩添加到右边的数字变量框中。
4、编辑新值和旧值
这里需要解释一下新值和旧值的概念,旧值是未被修改的数据,比如考试成绩70就是旧值。我们将70分规定为良好,那良好就是新值。点击图中的“旧值和新值按钮”。
我们将成绩在80以上的规定为优秀,只要大于80就是优秀,所以我们选择“范围,从值到最高”。在右边的“值”的对话框中输入“1”,这里的值是用来代替所有80以上的成绩。最后点击“添加”按钮,把编辑好的值添加进去。
70到80分之间的成绩规定为良好,用值“2”表示。这里我们选择“范围”,在下方的对话框中输入70到79.9,最后点击“添加按钮”。
60到70的成绩规定为中等,用值“3”表示,和上述步骤一样就不重复了。
60以下规定为不及格,用值“4”表示。这里我们选择“范围,从最低到值”,然后输入59.9,最后点击“添加”按钮。
5、结果展示
如图所示,图中的原本的成绩都已经变为了数字“1234”。
6、打标签
做完上述步骤,任务已经完成。但是别人拿到这份数据不知道“1234”代表什么,所以我们需要将“1234”打上标签。
第一步点击左下方的“变量视图”按钮,切换到变量界面。
然后我们点击平均成绩那一行的“值”按钮。
进入值标签编辑界面后,我们将“1”标记为优秀,“2”标记为良好依此类推。
本文主要讲了如何重新对数据进行编码,主要应用于学校评级,公司考核业绩。如果有类似的情况,可以考虑使用IBM SPSS Statistics中的重新编码功能。
作者:何必当真
展开阅读全文
︾
读者也喜欢这些内容:
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。...
阅读全文 >
SPSS多元非线性回归分析步骤 SPSS多元非线性回归分析结果
多元非线性回归主要用于进行多变量的分析比较和预测,当现实中的自变量和因变量,即输出和输入数据不成线性关系时,我们要通过对数型变化将非线性问题转换为线性问题,但这仅靠人力明显难以做到,这个时候我们就可以借助数据分析工具——SPSS来进行多元非线性回归分析,下面来为大家具体介绍有关SPSS多元非线性回归分析步骤,SPSS多元非线性回归分析结果的相关内容。...
阅读全文 >
spss怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。...
阅读全文 >
如何在SPSS中设置逻辑回归的哑变量
哑变量,是一个人为设定的变量,通常取值为0到N,以职业分类来说,0代表学生,1代表工人,2代表老师等等,哑变量就是通过这种取值方式,以此来反映某个变量的不同属性。...
阅读全文 >