1 数据导入

打开SPSS，按照“文件—打开—数据”的操作顺序
image.png
出现以下界面，选择数据所在的文件夹
在文件类型中选择“excel”，选中目标文件，点击“打开”
数据就成功导入SPSS了
image.png

2 数据调整

2.1 单变量重新编码为单变量

反向数据调整：问卷中出现反向题，分析的时候，需要先转化过来 数据选项合并：如将年龄合并，15岁及以下、16-18岁、19-22岁、23-25岁、26-30岁的分类保持不变；将31-34岁，35-39岁，40岁及以上的用户合并为31岁及以上

按照“转换—重新编码为不同变量”的操作顺序
image.png
出现下图，将需要合并的变量放在右边的对话框中，
填写需生成的变量名“age1”，
点击“更改”，
点击“旧值和新值”
image.png
出现下图，
在左边的“旧值”中输入原始数值，在右边的“新值”中输入更改的数值
点击“添加”，一直到将所有的数据都添加进来，如下图
点击“继续”
image.png
出现下图，
点击“确定”
image.png

语法操作：
按照“文件—新建—语法”的操作顺序
image.png
出现以下页面，在页面中输入语法，然后点击绿色的按钮，运行代码
image.png

语法如下：

  1. RECODE city1 ('一线城市'=0) ('新一线城市'=1) ('二线城市'=2) ('三线城市'=3) ('四线城市'=4) ('五线城市'=5) ('其他'=5)  INTO city.
  2. EXECUTE.
  4. RECODE age1 (1=1) (2=1) (3=2) (4=3) (5=4)(6=4)(7=5) INTO age.
  5. EXECUTE.
  7. RECODE job1 (1=1) (2=1) (3=2) (4=3) (5=3)(6=4)(7=4)(8=4)(9=4)(10=4)(11=4)(12=4)(13=4)(14=4)(15=4)(16=4)(17=4)(18=4) INTO job.
  8. EXECUTE.
  10. RECODE salary1 (1=1) (2=2) (3=3) (4=4) (5=5)(6=5)(7=5)(8=5)(9=5)(10=5)(11=5)(12=6) INTO salary.
  11. EXECUTE.

2.1 多变量重新编码为单变量

需要根据两道题，用户的选择，生成一个新的变量 比如题目1：用户是否使用竞品jp（0：没有使用竞品，1：使用竞品） 题目2：用户是否为竞品付费pay（0：没有为竞品付费，1：为竞品付费） 需要生成新的变量，用户类型type（1：没有使用竞品，1：使用竞品，但没为竞品付费，3：使用竞品，且为竞品付费）

  1. if(jp=0)          type=1 .
  2. if(jp=1 & pay=0)  type=2.
  3. if(jp=1 & pay=1)  type=3.

2.2 变量计算

变量计算：如需几个变量的和时，如总分等

按照“转换—计算变量”的操作顺序
image.png
出现下图
在页面左上方“目标变量”写上新变量的名字，如“因子分”
在页面右上方将公式写出来，如加和等
点击确定
image.png
语法如下：

  1. COMPUTE 因子分=界面风格符合审美 + 文案描述清晰度 + 内容丰富度 + 内容质量 + 服务质量.
  2. EXECUTE.

2.3 变量赋值

人口学变量的赋值、单选题的赋值等

点击SPSS页面左下角的“变量视图”
image.png
出现下图：
选中“gender”所在行，“值”所在列，点击交叉单元格的右边
image.png
出现下图：
在“值”中输入问卷中的数字
在“标签”中输入数字代表的含义
然后点击“添加”
添加完成后，点击“确定”，即完成
image.png
赋值完成，如下图
image.png
语法如下：

  1. *人口学选项赋值.
  2. value labels    gender
  3.     1    ‘男’
  4.     2    ‘女’.
  6. value labels    age
  7. 1 '15岁及以下'
  8. 2 '16-18岁'
  9. 3 '19-22岁'
  10. 4 '23-30岁'
  11. 5 '31岁及以上'.
  13. value labels    job
  14. 1 '初中及以下在读'
  15. 2 '高中在读'
  16. 3 '大学在读'
  17. 4 '工作人员'.
  19. value labels salary
  20. 1 '无收入'
  21. 2 '2000元以下'
  22. 3 '2000-3999元'
  23. 4 '4000-5999元'
  24. 5 '6000元及以上'
  25. 6 '我不想透露'
  26. .
  28. value labels    city
  29. 0 '一线城市'
  30. 1 '新一线城市'
  31. 2 '二线城市'
  32. 3 '三线城市'
  33. 4 '四线城市'
  34. 5 '五线城市及以下'
  35. .

2.3 多列排序

对多列数据进行排序，优先年份排序，其次是id排序
年份升序，id降序
image.png
选中年份，在排列顺序中选择“升序”
image.png
选中id，在排列顺序中选择“降序”，然后点击确定
image.png
代码如下：

  1. 优先按年份排序，其次是id排序，年份和id均为升序
  2. SORT CASES BY 年份(A) id(A).
  4. 优先按年份排序，其次是id排序，年份升序，id降序
  5. SORT CASES BY 年份(A) id(D).