數(shù)據(jù)處理和數(shù)據(jù)管理是數(shù)據(jù)錄入后緊接著需要做的事情。尤其是當(dāng)面對大量數(shù)據(jù)時，數(shù)據(jù)處理可以幫助我們從大量數(shù)據(jù)中抽取出有價值的信息，達到提高處理效率及精度的目的。

為配合進行更好的分析，可能涉及到以下數(shù)據(jù)處理工作：定義變量名；制定數(shù)據(jù)標(biāo)簽；數(shù)據(jù)編碼；計算變量；無效樣本處理；特殊值處理等。

定義變量

定義變量，就是給每個指標(biāo)起名字。每個變量都需要有對應(yīng)的變量名，以便得到更規(guī)范的表格呈現(xiàn)和操作體驗，spssau中通過“標(biāo)題修改”定義變量名，一般用于以下情況：

• 上傳數(shù)據(jù)后，對不規(guī)范標(biāo)題修改

• 完成數(shù)據(jù)編碼后，進行標(biāo)題修改

• 完成生成變量后，進行標(biāo)題修改

• 有多余無意義的標(biāo)題，進行刪除標(biāo)題（一次只能刪除一個標(biāo)題）

數(shù)據(jù)標(biāo)簽

除了標(biāo)題名需要定義，數(shù)據(jù)標(biāo)簽也是一個重要的屬性。數(shù)據(jù)標(biāo)簽用于標(biāo)識數(shù)據(jù)中的數(shù)字代表的意義，對數(shù)據(jù)的含義進行解釋說明，比如用1表示男，用2表示女。數(shù)據(jù)標(biāo)簽僅影響表格展示，完全不影響分析結(jié)果。

數(shù)據(jù)編碼

量表問卷中經(jīng)常會使用到反向計分，反項題得到數(shù)據(jù)在分析以前，要先進行重新編碼。

數(shù)據(jù)編碼通常除了用于處理反項題，還會用于數(shù)據(jù)組合。

比如1代表高中，2代表大專，3代表本科，4代表碩士，5代表博士。希望組合成三組分別是：本科以下,本科,碩士及以上.則可處理為：1->1，2->1，3->2，4->3，5->3，最終數(shù)字1代表本科以下，2代表本科，3代表碩士及以上

無效樣本

在數(shù)據(jù)分析之前，首先需要進行數(shù)據(jù)查看，包括數(shù)據(jù)中是否有異常值，無效樣本等。如果有無效樣本則需要進行處理，然后再進行分析。另外如果數(shù)據(jù)中有異常值也需要進行處理后再進行分析。無效樣本會干擾分析研究，扭曲數(shù)據(jù)結(jié)論等，因而在分析前先對無效樣本進行標(biāo)識顯示尤其必要。

如果數(shù)據(jù)來源為問卷，則很可能出現(xiàn)無效樣本，因為填寫問卷的樣本是否真實填寫無從判定；如果數(shù)據(jù)庫下載或者使用二手?jǐn)?shù)據(jù)等，也可能出現(xiàn)大量缺失數(shù)據(jù)等無效樣本。

無效樣本的常見使用場景：

1. 問卷研究中亂填問卷的樣本；

2. 數(shù)據(jù)庫下載的數(shù)據(jù)中有大量缺失數(shù)據(jù)；

3. 二手?jǐn)?shù)據(jù)中包括無效或缺失數(shù)據(jù)；

4. 其它收集數(shù)據(jù)中有無效樣本時。

異常值

缺失值或異常值是一個重要但容易被忽略的問題。不論什么研究數(shù)據(jù)，如果數(shù)據(jù)中存在可能的異常值，均應(yīng)在分析之前處理，防止異常值帶來的干擾，比如異常值會扭曲X和Y之間的相關(guān)關(guān)系，回歸關(guān)系等，異常錯誤的結(jié)論；當(dāng)然其它研究方法基本均會受到異常值的干擾，異常值較多或者異常稍大時，此時會直接扭曲結(jié)論。

計算變量

上傳數(shù)據(jù)，并修改好各標(biāo)題名、數(shù)據(jù)標(biāo)簽后，我們就已經(jīng)得到了原始的數(shù)據(jù)庫，可以開始進行數(shù)據(jù)分析了。

不過實際情況中，往往不能直接使用原始數(shù)據(jù)進行統(tǒng)計分析，原因是數(shù)據(jù)中可能存在因錄入錯誤或原始問卷記錄錯誤導(dǎo)致的不正確的數(shù)據(jù)?；蛘卟煌芯磕康?，需要結(jié)合不同分析方法進行分析，而不同的統(tǒng)計方法對變量的需求也不盡相同，因此需要對數(shù)據(jù)重新調(diào)整或轉(zhuǎn)換。

計算變量功能是指對問卷某題項或者多個題項進行處理的一種數(shù)學(xué)變換。通常情況下，問卷研究中共有兩種情況會使用此功能，分別是變量生成和變量處理。

多數(shù)情況下，一個變量由多個題項表示，而最終進行相關(guān)、回歸等分析時僅能使用一個變量，此時則需要將多個題項進行計算平均值處理，多個題項的綜合平均值代表此變量。另外，如果需要對數(shù)據(jù)取對數(shù)，或者進行題項或者變量之間的加減計算時，均需要使用計算變量功能實現(xiàn)。計算變量功能僅適用于定量數(shù)據(jù)，分類數(shù)據(jù)不需要進行加減或者取平均值處理等。

比如網(wǎng)購滿意度由4項表示，希望將4項處理成一個整體(網(wǎng)購滿意度),則將此4項進行選中，并且告訴SPSSAU‘變量名字’。生成變量可做以下功能：

• 平均值、求和、中位數(shù)、乘積

• 標(biāo)準(zhǔn)化、中心化、最大最小歸一化

• 虛擬變量

• 平方、根號

• 自然對數(shù)、10為底對數(shù)

• 絕對值

• 正向化、逆向化

總結(jié)來說，數(shù)據(jù)處理是很容易被輕視的工作，但往往數(shù)據(jù)處理的好壞會決定之后工作的難度，并直接影響到數(shù)據(jù)分析的結(jié)果，因此把數(shù)據(jù)處理重視起來！