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标准化残差图怎么做 SPSS标准化残差图解读
在数据分析领域,如果研究者想对线性数据集的正态性进行分析,推荐使用SPSS残差图绘制的方法来高效掌握采集的数据信息,以便了解数据模型的拟合情况和误差分布。今天,我们以SPSS标准化残差图怎么做,SPSS标准化残差图解读这两个问题为例,带大家了解一下SPSS标准化残差的相关知识。
2025-06-11
SPSS中如何将文字表达改为数字 SPSS怎么把字符串改成数字格式
在数据分析领域,如果想要对多属性或多选项的变量进行分析,研究者需要对一些文字变量进行赋值来将字符串改为数字格式,便于后续的问卷数据统计和测量。今天,我们以SPSS中如何将文字表达改为数字,SPSS怎么把字符串改成数字格式这两个问题为例,带大家了解一下SPSS字符赋值的相关知识。
2025-06-10
SPSS数据透视表如何创建 SPSS数据透视表字段调整步骤
在数据分析领域,SPSS的功能设置不仅适用于分析繁杂数据组之间的相关关系,还能够计算各类数值并且制作出清晰明确的图表,例如数据透视表、交互作用图等。今天,我们以SPSS数据透视表如何创建,SPSS数据透视表字段调整步骤这两个问题为例,带大家了解一下SPSS透视表设置的相关知识。
2025-06-10
SPSS均值比较怎么操作 SPSS均值比较参数设置流程
在数据分析领域,如果研究者想要判断两组或多组数据在某一方面是否存在明显差异,可以使用SPSS的t检验、卡方检验等方法进行测量,不仅能得到清晰明确的数据表格查看各类占比情况,还能够据此知晓详细的参数设置情况。今天,我们以SPSS均值比较怎么操作,SPSS均值比较参数设置流程这两个问题为例,带大家了解一下SPSS均值比较的知识。
2025-06-06
SPSS中的sig值为.000 SPSS sig值过大怎么办
在数据分析领域,SPSS的sig值指的是显著性,数值在0.05的规定范围内则表示测算的关系或者差异是显著的,而如果代表显著性的sig数值偏大,则需要考虑实验数据是否匹配或者合适。今天,我们以SPSS中的sig值为.000,SPSS sig值过大怎么办这两个问题为例,带大家了解一下SPSS关于sig数值的相关知识。
2025-06-06
SPSS主成分回归消除多重共线性步骤 SPSS主成分回归系数显著性全是0正常吗
如果需要判断自变量之间是否存在线性相关性,我们可以运用SPSS主成分回归来消除多重共线性,进而剔除高度相关数据来保证后续回归模型的优化改进。今天,我们以SPSS主成分回归消除多重共线性步骤,SPSS主成分回归系数显著性全是0正常吗这两个问题为例,带大家了解一下SPSS回归分析的相关知识。
2025-06-05

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: