SPSS > 使用技巧 > SPSS重新编码之编码为相同或不同的变量

SPSS重新编码之编码为相同或不同的变量

发布时间:2020-12-21 10: 52: 04

IBM SPSS Statistics重新编码功能,包含了重新编码到相同的变量、重新编码到不同的变量、自动重新编码的功能。本文将重点讲解重新编码为相同或不同变量的功能。

重新编码到相同的变量,可对数值变量和字符串变量重新编码,但新编码必须与现有变量是相同的数据类型(数值或字符串)。重新编码到不同的变量,则可将数值变量重新编码为字符串变量,反之亦然。

一、重新编码到相同的变量

首先,先演示重新编码到相同的变量的功能。我们使用的是一组包含满意度数值的数据,目标是将满意度为5或4的数值重新编码为1,将满意度为3或2或1的数值重新编码为0。

图1:满意度数据

1、使用重新编码为相同变量功能

如图2所示,打开IBM SPSS Statistics转换菜单中的“重新编码为相同的变量”。

图2:重新编码为相同变量功能

2、选择变量

接着,在如图3所示的设置面板中,将“满意度”添加为数字变量(即需重新编码的变量)后,单击“旧值和新值”按钮。

图3:选择数字变量

3、匹配旧值与新值

接着,如图4所示,在旧值与新值中都选择“值”选项,并分别将旧值5、4与新值1匹配,将旧值3、2、1与新值0匹配。设置完成后,单击“继续”。

图4:匹配旧值与新值

4、完成变量的重新编码

如图5所示,可以看到,原变量已经重新编码为1、0的新值。

需要注意的是,重新编码为相同变量功能是直接在现有变量上更改编码的,如果不希望更改现有变量的值,就需要使用重新编码为不同的变量。

图5:完成满意度编码的重新编码

二、重新编码到不同的变量

接下来,我们使用一个新的数据组演示重新编码到不同变量的功能,目的是要将满意度的字符串值重新编码为数值型值。

图6:满意度数据

1、使用重新编码为不同变量功能

如图7所示,打开转换菜单中的重新编码为不同变量功能。

图7:重新编码为不同变量功能

2、选择变量

接着,如图8所示,将满意度变量添加到输出变量中,IBM SPSS Statistics已自动识别满意度变量为字符串变量。

图8:添加输出变量

接着,如图9所示,设置输出变量的名称与标签后,单击“变化量”按钮,将名称与标签应用到左侧的方框中。然后,再单击“旧值和新值”按钮,进行旧值与新值的匹配。

图9:设置输出变量名称与标签

3、匹配旧值与新值

如图10所示,我们在旧值中分别将非常满意、比较满意、一般、比较不满意、非常不满意与新值中的5、4、3、2、1相匹配。

另外,还可通过“输出变量是字符串”选项将新值设置为字符串值,或通过“将数字字符串转换为数字”将新值设置为数字型数值(当数字为字符串值时使用)。

图10:匹配旧值与新值

4、完成变量的重新编码

完成了变量的重新编码后,如图11所示,可以看到,数据集中出现了一个新的变量“满意程度数值”,其中包含了“满意度”变量重新编码的数值。

图11:完成满意度编码的重新编码

以上就是SPSS重新编码为相同或不同的变量应用介绍。大家可以根据实际情况选用不同的编码方式,另外,还可以使用自动编码的方式,提高工作效率。如需获取自动编码的介绍,欢迎访问IBM SPSS Statistics中文网站。

作者:泽洋

展开阅读全文

标签:SPSS

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低,以F评价回归分析是否有统计学的意义,使用IBM SPSS Statistics进行回归分析,可以非常快速的完成R,F的计算,并且给出回归曲线方程,那么,SPSS回归分析中f值是什么?SPSS回归分析F值在什么范围合适,本文结合实例向大家作简单的说明。
2022-07-22
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
最新文章
SPSS个案数与实际不相符怎么办 SPSS个案数不足两个怎么办
个案数,在数据统计分析里面一般指的是所研究问题的样本数量。在数据处理阶段,一般会先检查个案数与实际采集的样本数量是否相符。如果不相符的话,需要检查数据,并找到不相符的原因。在SPSS软件里,可以用描述分析、缺失值分析、重复值识别等方法帮助检查数据的问题。接下来,我们会介绍SPSS个案数与实际不相符怎么办,SPSS个案数不足两个怎么办的相关内容。
2026-09-02
SPSS个案排序和个案排秩的区别 SPSS个案排秩怎么操作
我们在使用SPSS进行数据整理与统计分析时,个案排序和个案排秩是两种十分常用的整理方式,但很多使用者容易将二者混淆。接下来我将为大家介绍:SPSS个案排序和个案排秩的区别,SPSS个案排秩怎么操作的相关内容。
2026-09-02
SPSS怎么进行对数转换 SPSS取对数是ln还是log
对于经常需要与数据分析和数学计算打交道的小伙伴来说,想必对于对数转换这个概念应该不会感到陌生。在处理数据的过程中,如果遇到了方差不齐或者变量之间呈现非线性关系的时候,就需要用到对数转换的分析方式对数据样本进行处理,而在对数转换的过程中,ln和log作为对数计算式,在这里有关键的作用。下面以SPSS为例,给大家SPSS怎么进行对数转换,SPSS取对数是ln还是log的具体内容。
2026-09-02
SPSS K均值聚类怎样评估 SPSS K均值聚类轮廓系数应如何解读
在数据分析的领域中,聚类分析是一项重要的数据分析操作。它可以帮助我们把同类型的数据样本一并进行分析,减少同类样本的分析次数,对数据进行快速处理。而K均值聚类作为常规聚类分析法的一类延伸,是把数据组中的样本划分为K个预定义且不重叠的数据组(也称为簇),K指的就是其中数据簇的数量。下面以SPSS为例,给大家介绍SPSS K均值聚类怎样评估,SPSS K均值聚类轮廓系数应如何解读的具体内容。
2026-09-02
SPSS正态性检验怎么做 SPSS正态性检验结果偏离正态如何处理
正态性检验是数据分析中的一个重要环节。例如我们在分析一组数据样本是否服从正态分布时(呈现明显的单峰分布),就可以采用正态性检验对数据进行处理。但是我们在进行正态性检验分析的时候,可能也会遇到正态性检验结果偏离正态分布的结果,这种情况下就需要我们对数据样本或者统计方法进行调整和修改。下面以SPSS为例,介绍SPSS正态性检验怎么做,SPSS正态性检验结果偏离正态如何处理的具体内容。
2026-09-02
SPSS方差齐性检验在哪设置 SPSS方差齐性检验不通过怎么办
方差齐性检验(也称为F检验)是数据分析中一项不可缺少的环节,在许多的场景中都有着广泛的应用。例如有一组城市和农村的学校学生学习成绩的数据,两组方差相等代表城乡学生成绩离散程度一致,说明城乡环境对成绩的波动影响相近。而我们在进行方差齐性检验的时候,可以用到SPSS软件进行专业的数据分析。下面给大家介绍SPSS方差齐性检验在哪设置,SPSS方差齐性检验不通过怎么办的具体内容。
2026-09-02

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: