46
突破量化統計的窮途困境 —量化研究與SPSS資料分析初級 張偉豪/三星統計服務有限公司/執行長
3
SPSS資料管理和基本統計分析的核心概念
1.資料管理：
輸入資料、編輯視窗、定義資料變數、處理資料、轉換資料
2.基本統計方法的核心概念：
次數分配表、描述性統計、相關分析、t檢定及變異數分析
大 綱
SPSS資料編輯視窗
• IBM SPSS STATISTICS IBM SPSS STATISTICS 22.0
6
主功能表列（Main menu bar）
• 文件(File) :
——包含開啟,匯入,匯出,存檔及列印等相關指令
• 編輯(Edit):
——包括編輯,複製及改變SPSS預設的指令
• 視圖(View):
——改變畫面設定,包括字型大小,工具列等
• 資料(Data):
——這指令包含修改,選擇及排序資料,轉換及創造新變數
9
主功能表列（Main menu bar） • 分析(Analyze):
——SPSS所有的統計分析功能都安排在此指令下
• 直銷(Direct marketing):
——這是SPSS進階菜單,主要作為市場分析工具均在此.
• 圖形(Graphs):
——利用SPSS製作各種圖形,如長條圖,圓圓形圖,散佈圖等
• 實用程式(Utilities):
——包含一些變數的選項,允許使用SPSS的分析者進行一些設定
• 窗口(Window):
——當同時開啟幾個資料檔時,可利用window開啟其它資料
10
問卷資料登錄 ID: 請選擇以下答案何者符合您的看法 SD SA
1.我會將本產品推薦給他人 □ □ □ □ □
2.我很喜歡使用這項產品 □ □ □ □ □
3.這項產品解決我不少的問題 □ □ □ □ □
4.請問您的學歷 □ 高中以下 □ 大學 □ 研究所以上
5.性別 □ 女性 □ 男性
6.年齡
7.這項產品您喜歡那些特色(可複選)
□ 容易上手 □ 售後支持 □ 品質良好
11
資料編碼指南
1. 所有資料必需是數位
2. 每一個填答者的值需填在同一個ROW
3. 所有值(編碼)必需互斥(複選題除外)
4. 每個變數盡可能搜集最多的訊息
5. 每一填答者需給每一個變數一個值
6. 對所有填答者編碼需一致
7. 使用比較大的數字代表 “好”, “同意”,
“正面”
12
問卷資料登錄
請選擇以下的答案何者符合您的看法?
SD SA
變數名稱
1.我會將產品推薦給他人 □ □ □ □ □ recom
2.我很喜歡使用這項產品 □ □ □ □ □ like
3.這項產品解決我不少問題 □ □ □ □ □ solve
4.請問您的學歷? □高中以下 □大學 □研究所以上 edu
5.性別? □女性 □男性 sex
6.年齡？ 歲 age
7.這項產品您喜歡那些特色(可複選)
□容易上手 □售後支持 □品質良好
ID: 005
13
資料變數定義 • 名稱
——代表變數的名字,通常以英文縮寫代表
• 類型
——SPSS只能分析數值,一般均設為數值
• 寬度
——名稱最大可顯示的字元,8表示8位,8個英文字
• 小數
——資料數值所顯示的小數點,2表示顯示到小數點後2位
• 標籤
——變數的說明,可以是問卷的題目或變數的描述
16
資料變數定義
• 值
——SPSS以數值來代表文字,因此批註1,2,3…等數字代表的實際意義,如1代表男性,而0代表女性
• 遺漏
——資料中如有遺漏值,需在此加以設定,如-999
• 列
——變數名稱若太長,無法完全顯示,可由此改變櫚位的寬度
• 對齊
——資料的數值是靠左,靠右或置中
17
資料變數定義 測量
–名義:類別變數,如男,女或北,中,南區,數值高低沒有意義
–次序:數值高低有意義,但間距並不等,如學歷,職位或名次
–尺度:連續量表,可切割,進行+-x÷等,如李克特量表
角色
–輸入:自變數
–目標:應變數
–兩者:分析時有可能當自變數及應變數
–分割:研究中設為分割變數
18
問卷
構面 代號 問項 行為態度 Y1 我喜歡使用電子書來作為我閱讀的方式。
Y2 我認為使用電子書是明智之舉。
Y3 我認為使用電子書是一個好主意。 知覺有用性 X1 使用電子書可以改善我閱讀或學習的「方法」。
X2 使用電子書可以增加我閱讀或學習的「速度」。
X3 使用電子書，較一般紙張書籍容易「保存」書的內容。 知覺易用性 X4 我覺得要「熟練」電子書所提供的功能是簡單的。
X5 我覺得電子書的使用方式是清楚及容易瞭解。
X6 我覺得「學習」使用電子書是簡單的。
X7 我覺得使用電子書是很容易的。 主觀規範 Y4 我覺得對我重要的人支援我使用電子書
Y5 我覺得周遭能影響我的人，認為我「應該」使用電子書。
Y6 我覺得我所重視的人「較希望」我使用電子書。
22
資料修改Data Modifications • 資料編輯設定
• 計算變數(compute)
—變數的加總或平均 (求構面的分數)
—反向題編碼
—SPSS函數應用
• 合並檔案(merge)
• 分割檔案(spilt File)
• 選擇觀察值(select Cases)
• 重新編碼(Recode)
• 遺漏值的偵測與插補
24
轉換計算變數
• 數學運算元
—加(+)、減(-)、乘(*)、除(/)、乘冪指數(**)
• 關係運算元
—大於(>)、小於(<)、大於等於(>=)、
小於等於(<=)、不等號(~=)
• 邏輯運算元
—且(&)、或(|)、非(~)
29
合併檔
• 添加個案
—調查有新的樣本進來要
加到原來資料中
• 添加變量
—增加要分析的變數
30
合併檔添加個案
兩個檔若有變數名稱不同會在此出現,讓您重新再確認一次是否為同一變數 如確定兩者為同一個,可同時將兩者選起,移到右手邊即可進行合併
33
合併檔案新增變數 合併資料檔案樣本數不一樣時的處理
–開啟要合併的檔並利用ID排序、存檔
–打開資料檔案1(Active data set)
–Data Merge Files Add Variables
–選擇資料檔案2(data set 2)
–將排除變數中的ID移入右下關鍵變數中
–勾選"Match cases on key variables“
–接下來有三種選擇
36
遺漏值的偵測與插補
變數遺漏值
–變量本身有些樣本漏填，如未填所得或性別
–分析敘述統計次數分配表
樣本遺漏值
–樣本在回答問卷時漏填或資料本身就沒有記氶錄
–轉換計算變數函數中點選 Nmiss
40
遺漏值的偵測
樣本遺漏值
–轉換計算變數函數選擇Nmiss
–將變數選入右側視窗確定
–資料後方會新增一變數 “NMISS”
取新名字
將變數名稱選入
41
選擇與分割觀察值
選擇觀察值
–當您只想分析某部分(符合某些條件)的觀察值時…
–例如只想瞭解男生這一群的次數分配表
分割觀察值
–當您各類別的觀察值都要分開分析時…
–例如男生與女生均個自執行次數分配表
43
選擇個案
• 資料選擇個案
設定某一條件
采隨機方式挑選個案
設定個案的範圍
選擇男生當樣本
45
拆分文件
• 資料拆分檔
• 接下來的各種分析
均會分成幾組做
分析，不拆檔後記得要
回來選擇
“分析所有個案”
群組分析的每一個表格會依男女同時呈現
拆分變數
46
