2.3 打开数据与录入数据

2.3.1 数据文件的导入与输出

SPSS具有强大的数据格式转换能力，为读者带来极大的方便。它可读取（访问）12种不同格式的（外部）数据文件，另存为（输出）33种不同格式的数据文件。

1．SPSS可访问的外部数据文件格式

1）SPSS Statistics（*．sav）：以SPSS格式以及DOS SPSS／PC＋格式保存的数据文件。

2）SPSS Statistics压缩文件（SPSS Statistics Compressed）（*．zsav）：以SPSS压缩格式保存的数据文件。

3）SPSS／PC＋（*．sys）：SPSS／PC＋数据文件，此选项只能在Windows操作系统中使用。

4）SYSTAT（*．syd，*．sys）：SYSTAT的．syd、．sys数据文件。

5）便携（Portable）（*．por）：以可移植格式保存的数据文件，保存该格式文件的耗时要比SPSS格式长得多。

6）Excel（*．xls，*xlsx，*．xlsm）：Excel文件。

7）Lotus 1-2-3（*．w*）：以Lotus 1-2-3格式（Lotus R3.0、2.0或1A）保存的数据文件。

8）SYLK（*．slk）：以SYLK（符号链接）格式保存的数据文件，为某些电子表格应用程序使用的格式。

9）dBASE（*．dbf）：dBASE格式文件（dBASE IV、dBASE III、dBASE III PLUS或dBASE II）。每个个案均为一条记录。用这种格式保存文件时，变量和值标签以及缺失值的设定将会丢失。

10）SAS（*．sas7bdat，*．sd7，*．sd2，*．ssd01，．ssd04，．xpt）：SAS v6-9和SAS传输文件。可使用命令语法从SAS格式目录文件中读取值标签。

11）Stata（*．dta）：Stata v4－8。

12）文本格式（*．txt，*．dat，*．csv，*．tab）：以记事本格式保存的数据文件。

2．SPSS可储存的数据文件格式

1）SPSS Statistics（*．sav），SPSS Statistics格式：SPSS7.5之前的版本无法读取以SPSS Statistics格式保存的数据文件。SPSS 16.0之前的版本无法读取以Unicode编码格式保存的数据文件。在SPSS 10．x或11．x中使用变量名超过8B的数据文件时，将使用变量名唯一的8B版本，在SPSS 12.0或更高版本中将保留原变量名。在SPSS 10.0之前的版本中，保存数据文件时原来的长变量名会丢失。在SPSS 13.0之前的版本使用串变量超过255B的数据文件时，会将这些串变量分解为多个长度为255B的串变量。

2）SPSS Statistics压缩文件（SPSS Statistics Compressed）（*．zsav），压缩的SPSS Statistics格式：ZSAV文件和SAV文件的特征相同，但占用磁盘空间较少。只有SPSS 21.0或之后的版本可以打开．zsav文件。

3）7.0版（*．sav），7.0版格式：SPSS 7.0或之前的Windows版本可读取以7.0版格式保存的数据文件，但是不包括已定义的多响应集或Data Entry for Windows信息。

4）SPSS／PC＋（*．sys），SPSS／PC＋格式的数据文件：如果数据文件包含的变量超过500个，将仅保存前500个。对于具有多个用户缺失值的变量，将把其他的用户缺失值记录到第1个用户缺失值中，此格式只在Windows中使用。

5）便携（Portable）（*．por），可移植格式：SPSS的其他版本以及其他操作系统上的SPSS均可读取此格式。变量名限制为8B，必要时自动转换成唯一的8B名称。大多数情况下不再需要以便携格式保存数据，因为SPSS数据文件独立于平台／操作系统。读者无法在Unicode模式中以可移植文件来保存数据文件。

6）以制表符分隔格式（Tab-delimited）（*．dat），用制表符分隔的文本文件：在字符串中的Tab字符将会保留在制表符分隔文件中，该格式将不区分原Tab字符和分隔的Tab字符。可使用Unicode编码（Unicode encoding）或本地代码页编码（local code page encoding）保存文件。

7）以逗号分隔（Comma-delimited）（*．csv），用逗号或分号分隔的文本文件：如果当前SPSS小数指示符为句点，则用逗号分隔各值；如果当前小数指示符为逗号，则用分号分隔，可使用Unicode编码或本地代码页编码保存文件。

8）固定ASCII格式（Fixed ASCII）（*．dat），固定格式的文本文件：对所有变量使用默认写入格式，在变量字段之间没有Tab或空格，可使用Unicode编码或本地代码页编码保存文件。

9）Excel 2.1（*．xls），Microsoft Excel 2.1电子表格文件：最大变量数为256，最大行数为16 384。

10）Excel 97～2003（*．xls），Microsoft Excel 97工作表：最大变量数为256，删除超过256的变量。如果数据集包含65 356及以上个个案，则在工作表中创建多页。

11）Excel2007～2010（*．xlsx），Microsoft Excel2007的xlsx格式工作表：最大变量数为16 000；删除超过16 000的变量。如果数据集包含10 ⁶ 及以上个个案，则在工作表中创建多页。

12）1-2-3 R3.0（*．wk3），Lotus 1-2-3 V3.0电子表格文件：最大变量数为256。

13）1-2-3 R2.0（*．wk1），Lotus 1-2-3 V2.0电子表格文件：最大变量数为256。

14）1-2-3 R1.0（*．wks），Lotus 1-2-3 V1A电子表格文件：最大变量数为256。

15）SYLK（*．slk），Microsoft Excel和Multiplan电子表格文件的符号链接格式：最大变量数为256。

16）dBASEⅣ（*．dbf），dBASEⅣ格式。

17）dBASEⅢ（*．dbf），dBASEⅢ格式。

18）dBASEⅡ（*．dbf），dBASEⅡ格式。

19）SAS v6 Windows版（*．sd2），SAS V6 for Windows／OS2文件格式。

20）SAS v6 UNIX版（*．ssd01），SAS V6 for UNIX（Sun、HP、IBM）文件格式。

21）SAS v6 Alpha／OSF版（*．ssd04），Alpha／OSF（DEC UNIX）下SAS V6文件格式。

22）SAS v7＋Windows短扩展名（SAS v7-8 Windows Short Extension）（*．sd7），SAS V7－8 for Windows短文件名格式。

23）SAS v7＋Windows长扩展名（SAS v7-8 Windows Long Extension）（*．sas7bdat），SAS V7－8 for Windows长文件名格式。

24）SAS v7-8 UNIX版（*．sas7bdat），SAS v8 for UNIX文件格式。

25）SAS v9＋Windows（*．sas7bdat），SAS v9 Windows：可以Unicode（UTF-8）或本地代码页编码保存。

26）SAS v9＋UNIX（*．sas7bdat），SAS v9 for UNIX：可以Unicode（UTF-8）或本地代码页编码保存。

27）SAS传输格式（SAS Transport）（*．xpt），SAS传输格式文件。

28）Stata 4～5版（*．dta）。

29）Stata 6版（*．dta）。

30）Stata 7版（Intercooled版）（*．dta）。

31）Stata 7版（SE版）（*．dta）。

32）Stata V8 Intercooled（*．dta）。

33）Stata V8 SE（*．dta）。

2.3.2 SPSS基本操作与文件类型

SPSS的对话框中，一般有下面几个基本操作按钮。

☆【确定（OK）】：执行已选择的变量与程序。

☆【继续（Continue）】：继续进行下一步或返回到主对话框。

☆【粘贴（Paste）】：将语法粘贴到程序窗口中。

☆【重置（Reset）】：重新设置变量或程序。

☆【取消（Cancel）】：取消任何变动。

☆【帮助（Help）】：打开Microsoft Help，联机帮助，可寻找附加说明。

SPSS的文件有4种。

☆数据文件（*．sav）：其数据文件内容可在数据编辑器中显示。

☆结果文件（*．spo）：SPSS统计分析或作图结果，均以．spo为扩展名储存。

☆语法文件（．sps），选择对话框的选项后，SPSS将自动生成语法命令程序，单击【粘贴（Paste）】按钮，可查看其语法命令程序，执行【运行（Run）】便可得到运行结果或将视窗的语法命令程序以．sps为扩展名储存。SPSS语法文件还可以是加密语法格式．spsx。

☆脚本文件（．sbs）：脚本文件可让用户调入SPSS的输出结果和运行一系列的自动化任务，包括SPSS程序的各种图形界面。

Syntax文件（*．sps）和Script文件（*．sbs）并不完全相同。Syntax文件内含命令代码，可运行统计模块和数据变换功能，而Scripts文件则允许调入输出结果（output）和其他自动化任务，如所执行的菜单和对话框的图形界面。Scripts文件中还可编写命令代码，在程序的后台直接运行统计运算和数据变换。

读者可将Scripts和Syntax文件灵活运用，可在语法命令中调入Script文件，也可在Script文件中加入语法命令。

2.3.3 数据录入示例

利用SPSS对数据进行分析，首先要建立数据文件，下面用一个实例介绍建立数据文件和录入数据的方法，并保存为02-1．sav。

【例2-1】 现有15例妇女的体检资料，见表2-1，试建立1个文件名为02-1．sav的数据文件。

1）变量特征分析，本例的变量（Variables）特征如下。

2）启动SPSS。选择【新建文件（New Files）】中的【新数据集（New Dataset）】，可打开SPSS数据编辑器（Data Editor），参见图2-3。

3）定义数据文件的格式，单击【变量视图（Variable View）】标签，切换到变量视图（Variable View）界面，见图2-5。

（1）【名称（Name）】：即变量名（variable name），应符合如下规则。

☆每个变量名必须是唯一的，不允许重复，最多可包含64B。

☆首字符必须是字母或字符＠、＃、$中的一个，后续字符可以是字母、数字、非标点字符和句点（．）的任意组合，但不能有空格。

☆变量名开头为＃时，可将变量定义为临时变量（scratch variable），临时变量只能使用命令语法创建；开头为$表示变量为系统变量，不能作为用户定义的变量。

☆在变量名中可使用句点、下画线和字符$、＃、＠。例如，A．＿$＠＃1是有效的变量名，但由于句点可作为命令终止符，因此应避免使用句点结束变量名。

☆避免使用下画线结束变量名，以免与命令和过程自动创建的变量名冲突。

☆不能使用保留关键词（keyword）作变量名，如ALL、AND、BY、EQ、GE、GT、LE、LT、NE、NOT、OR、TO和WITH。

☆可以用任意混合的大小写字符来定义变量名，大小写只用于显示的目的。

☆当长变量名需要在结果中换行为多行时，会在下画线、句点和内容从小写变为大写的位置进行换行。

（2）【类型（Type）】：单击【类型（Type）】，打开变量类型（Variable Type）对话框，见图2-6。新变量默认为数值变量。

☆【数值（Numeric）】：以标准的数值格式显示的数值变量。

☆【逗号（Comma）】：每3位用逗号分隔变量值，并以句点作为小数分隔符（decimal delimiter）的数值变量。

☆【点（Dot）】：每3位用句点分隔的变量值，并以逗号作为小数分隔符的数值变量。

☆【科学记数法（Scientific notation）】：嵌入E及带符号的10的指数形式显示的数值变量。符号可以是E或D，也可仅显示指数，如123、1.23E2、1.23D2、1.23E＋2或1.23＋2。

☆【日期（Date）】：可显示多种日历-日期或时钟-时间格式的数值变量。输入日期时可用斜杠（／）、连字符（-）、句点（．）、逗号（，）或空格作为分隔符，通过单击【编辑（Edit）】→【选项（Options）】→【数据（Data）】选项卡，可设定两位数年份的世纪范围。

☆【美元（Dollar）】：可显示带有前导美元符号$的数值变量，每3位用逗号分隔，并用句点作为小数分隔符，可使用标准的数字类型或带逗号、句点为小数点的数值，输入的数据值可带有或不带有前导美元符号。

☆【定制货币（Custom currency）】：可显示自定义货币格式的数值变量。可在选项（Options）对话框中的【货币（Currency）】标签中对其进行自定义。被定义的货币特征将在数据编辑器中显示。

☆【字符串（String）】：串变量（string variable）的值不是数值，因此不能用于数值计算。可在定义的长度范围内输入任意字符，并可区分字母的大小写，也可支持文字、数值混排。

☆【受限数值（具有前导零的整数）（Restricted numeric（integer with leading zeros）】：值限于非负整数的变量，显示的形式为以前导0填充达到最大变量宽度，可以以科学记数法输入值。

（3）【标签（Label）】：可设定变量标签（variable label），本例（编号）的变量标签为编号。可支持长达256个字符（128个汉字）的描述性变量标签，可包含空格及任意字符。

（4）在变量视图（Variable View）中，单击【值（Values）】，打开值标签（Value Labels）对话框，见图2-7。

图2-6 变量类型（Variable Type）对话框

图2-7 值标签（Value Labels）对话框

设定变量［文化程度］的值标签。可设定每个变量值（Value）的标签（Labels），使用代码描述非数字类型的数据（如代码1表示男性，2表示女性）。值标签将与数据文件一同保存，再次打开数据文件时不需要重新定义，值标签支持最长60个字符。长串变量（长度超过8个字符的串变量）不能设定值标签。

（5）缺失值（Missing）的设定：在变量视图（Variable View）中，单击【缺失（Missing）】，打开缺失值（Missing Values）对话框，见图2-8。

定义缺失值的方法有3种。

☆【没有缺失值（No missing values）】：为默认选项。

☆【离散缺失值（Discrete missing values）】：最多可定义3种类型缺失值。

☆【范围加上一个可选离散缺失值（Range plus one optional discrete missing value）】。

（6）【列（Columns）】：可用数字指定变量列的宽度，也可在数据视图中单击和拖曳列的宽度进行修改。列宽仅影响数据编辑器的显示，并不会改变变量的宽度。如果列宽小于变量的宽度，在数据视图中将显示星号（*）。

（7）【对齐（Align）】：可选择左（Left）、居中（Center）、右（Right）。

（8）【测量（Measure）】：包括度量（Scale，尺度）、有序（Ordinal）、名义（Nominal）3种测量。默认变量测量为度量（Scale，尺度）。有序测量或名义测量可为串变量、数值变量或字符数字混合型（以下简称混合型）变量。SPSS常见数据测量水平（level of measurement）的图标见表2-2。

自定义报表程序和图表程序可识别为尺度或分类变量，名义测量和有序测量均可视为分类变量。可选择下列3种测量水平的任何一种。

☆度量（Scale，尺度）：为定距或定比的数值变量，当变量值表示有意义的有序分类时，该变量可以看作尺度（连续）变量，以便在值之间进行合适的距离比较，如年龄、收入、身高、体重等。

☆有序（Ordinal）：为包含一定次序的描述性分类变量（如低、中、高，非常同意、同意、不同意、非常不同意），有序变量可为字符串（混合型）或数值，并进行明确的分类（如1＝低，2＝中，3＝高）。

注： 对于串变量的有序测量，首字母排列的次序往往不能真正反映实际的等级分类。如一个赋值为低（low）、中（medium）、高（high）的串变量，通过首字母排序进行分类后的次序将会是高（high）、低（low）、中（medium），这并非正确的次序，一般情况下建议使用数字代码表示有序测量的数据。

☆名义（Nominal）：为无序分类变量，如工作分类或公司种类。名义变量可为字符串（混合型）或有明确注解的数值（如1＝男，2＝女）变量。

SPSS22.0在读取SPSS8.0或之前版本的数据文件时，将根据如下规则将变量转换成相应的测量：①串变量、所有值均为缺失值的变量，少于N个唯一有效值的变量默认为名义测量；②美元或定制货币格式的变量、日期或时间（不包括月份和星期）变量、包含负值或非整数值的变量、含有N个或以上唯一有效值的变量、不包含小于10的有效值的变量默认为尺度测量。特定值N默认为24，可在选项中对特定值进行修改（单击【编辑（Edit）】→【选项（Option）】→【数据（Data）】→【读取外部数据（Reading External Data）】）。

（9）【角色（Role）】：某些对话框支持以预定义角色作为预先选择的分析变量。当打开对话框时，满足角色要求的变量将自动显示在目标列表中。

☆【输入（Input）】：变量将作为输入（如预测变量、自变量）。

☆【目标（Target）】：变量将作为输出或目标（如因变量）。

☆【两者（Both）】：变量将同时作为输入和输出。

☆【无（None）】：变量没有角色分配。

☆【分区（Partition）】：变量将把数据划分为单独的训练、检验和验证样本。

☆【拆分（Split）】：仅便于和IBM SPSS Modeler相互兼容。在SPSS Statistics中，具有此角色的变量不会用作拆分文件变量。

默认情况下，所有变量分配输入角色，包括外部文件格式的数据和SPSS 18.0之前版本的数据文件。角色分配只影响支持角色分配的对话框，对命令语法没有影响。

4）同理，可对变量［编号］、［姓名］、［文化程度］、［出生日期］、［体检日期］、［身高］、［体重］与［疾病名称］的变量特征进行定义，见图2-9。

5）在变量视图（Variable View）的下方，单击【数据视图（Data View）】标签，依次输入数据，完成数据录入后，见图2-10。