变量视图:变量视图用于管理变量的属性,包括变量名称,类型,标签,缺失值,度量标准等属性。
数据视图:数据视图用于管理录入的数据,一行表示一条记录在不同变量下的值,一列表示相同的变量在不同记录中的值。
变量类型:SPSS主要包括 3
种类型,分别是:数值型,字符型和日期型,
种类型,分别是:数值型,字符型和日期型,
根据不同的显示方式,数值型又被细分为 6 种,为了便于统计计算,通常尽可能将变量类型定义为数值型的。
度量 名义 序号 标签">
度量标准:在SPSS 中,按照对事物描述的精确程度,可以将变量分为 3
种度量标准,度量(Scale),名义(Nominal),序号(Ordinal),因为不同的变量度量标准适用不同的统计模型,因此正确定义一个变量的度量标准很重要。
种度量标准,度量(Scale),名义(Nominal),序号(Ordinal),因为不同的变量度量标准适用不同的统计模型,因此正确定义一个变量的度量标准很重要。
度量(Scale)变量:通常也称为连续变量,表示变量的值通常是连续的,无界限的,如员工收入,企业销售额等。
名义(Nominal)变量:通常也称为无序分类变量,表示变量的值是离散的,相对有限个数的,通常变量值的个数不超过 10
个,但值之间没有顺序关系的,如性别。
个,但值之间没有顺序关系的,如性别。
序号(Ordinal)变量:通常也称为有序分类变量,表示变量的值是离散的,相对有限个数的,但值之间是有顺序关系的,如教育水平取值有:1
— 8 年,2 — 10 年,3 — 15 年,这些值之间存在顺序大小关系。
— 8 年,2 — 10 年,3 — 15 年,这些值之间存在顺序大小关系。
1、“序号”一般是用来定义等级差别的,例如对某个餐厅满意度,就可以用序号来表示,1、2和3分别代表满意,一般和不满意。
2、“名义”一般是用来代表某物的一个属性,没有任何比较排序的意义,只是说这个物有这个属性而已,例如人有男女之分,还有你说的“工号”也只代表工人的一个属性而已。
3、“度量”则表示可以不仅可以进行排序而且还能对结果进行加减的一种属性,例如“职工收入”,“体重”等等。