IBM SPSS Statistics 中文网站 > 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
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。
2022-05-07
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。
2022-05-12
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
最新文章
spss赋值后为什么显示不出来 spss赋值后为什么空白不显示
在现代数据分析中,SPSS(统计产品与服务解决方案)被广泛应用于社会科学、市场研究和健康科学等领域。尽管其功能强大,但在实际操作中,用户可能会遇到一些问题,例如赋值后数据不显示或空白。本文将探讨这些问题,并提供解决方案。
2024-06-14
spss异常值设置在哪里操作 spss异常值筛选后如何处理
在数据分析过程中,异常值是一个常见的问题,它可能会对分析结果产生影响。因此,正确处理异常值是非常重要的。本文将探讨SPSS如何处理异常值的方法。关于SPSS异常值设置在哪里操作,SPSS异常值筛选后如何处理的内容,本文向大家作简单介绍。
2024-05-22
spss去除无效数据方法 spss去除极端值方法
统计学是一门旨在收集、分析和解释数据的学科。在统计学中,数据的准确性和有效性至关重要。然而,有时候我们会遇到无效数据,这些数据可能是错误的、缺失的或者不完整的,它们会对统计结果产生严重的影响。使用SPSS对数据进行统计时,也常常会面对这些问题,关于SPSS去除无效数据方法,SPSS去除极端值方法的内容,本文向大家作简单介绍。
2024-05-08
spss异常值处理办法 spss异常值检验步骤
SPSS异常值检查是数据分析中一个非常重要的步骤。异常值指的是数据集中与其他观测值明显不同的数值。这些异常值可能会对统计分析结果产生影响,使用SPSS进行统计分析前,要对数据进行简单分析,例如查看有无缺失值,进行异常值检验等。有关SPSS异常值处理办法,SPSS异常值检验步骤的内容,本文向大家作简单介绍。
2024-04-24
spss筛选变量不能共线 spss筛选出没有缺失值的样本方法
SPSS是一种强大的统计分析软件,广泛应用于各种研究领域。在进行数据分析时,研究人员经常会遇到共线性问题。共线性是指自变量之间存在高度相关性的情况,这可能会导致模型不稳定、参数估计不准确甚至无法得出有效的结论。因此,共线性诊断和筛选变量在SPSS中变得尤为重要。有关SPSS筛选变量不能共线,SPSS筛选出没有缺失值的样本方法的内容,本文向大家作简单介绍。
2024-04-17
spss筛选功能在什么地方 spss筛选怎么做
SPSS软件是一款被广泛应用于数据分析和统计学习领域的工具。在数据处理过程中,筛选是一个非常重要的步骤,它可以帮助用户快速地找到所需的数据并进行进一步的分析。SPSS软件提供了强大的筛选功能,使用户能够轻松地筛选出符合特定条件的数据,从而提高数据处理的效率和准确性。SPSS筛选功能在什么地方,SPSS筛选怎么做,本文向大家作简单介绍。
2024-04-10

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: