SPSS数据分析从零开始（9）数据验证模块

SPSS中与数据准备相关的功能主要有：

1）数据验证模块

便于用户自行定义数据验证规则，以标识无效个案、变量和数据值

2）自动数据准备过程

暂时略过

3）标识重复个案

发现变量值重复的记录

4）标识异常个案

可以在探索性数据分析步骤中，快速检测用于数据审核的异常个案

5）最优离散化

6）缺失值分析

1、数据验证模块

验证规则主要有两种：

1)单变量规则

单变量规则包含一组应用于单个变量的数值检察规则，例如范围外值得检查。对于单变量规则，有效值可以表示为一个范围，也可以表示为一个有效值列表。

2）交叉变量规则

交叉变量规则是用户定义的涉及多个变量间逻辑关系的规则，由标记无效值的逻辑表达式定义，可以用于单个变量，也可以用于变量组合。

在验证规则验证完毕后，可以将其保存在数据文件的数据字典中，这样指定一次规则后就可以重复使用。

实例：

1）（取值范围）年龄：取值应在18--65岁之间

2）（取值列表）性别：只有1和2两种取值编码

3）（交叉规则）关键题目逻辑：第二题、第三题和第四题不能同时选择9，否则答案无效。

第一步：定义验证规则

【数据】--【验证】--【定义规则】

首先定义“年龄验证”18--65岁有效

年龄验证（范围）

接着定义“性别验证”，性别只能为1和2

性别验证（列表）

最后使用交叉规则定义“题目验证”，二三四不同时为9

交叉验证

第二步：进行数据验证

定义好规则之后，就可以使用这些规则来进行数据验证了

【数据】--【验证】--【验证数据】

1）“变量”选项卡

用于选入分析变量和表示个案的ID变量，为了节省时间，建议分析变量中直选如确实需要检查的变量，并且在标识变量中选入ID变量

“变量”选项卡

2）“基本检查”选项卡

进行数据检查时会对所有选入变量/个案进行分析，并且报告明显表现异常的变量/个案，主要用于对变量/个案的核查标准进行设定，一般使用默认值即可

基本检查

3）“单变量规则”选项卡

用于将单变量规则定义到具体的变量上，选中一个变量，然后去勾选该变量需要遵守的规则，然后在选中第二个变量，勾选规则，一直进行下去，如本例年龄变量遵循年龄验证，性别变量遵循性别验证

选各自变量要遵循的规则

4）“交叉变量规则”选项卡

一复选框的形式列出所有交叉规则，使用时将希望应用的规则选中即可。

交叉变量规则

5）“输出”选项卡

设定数据核查在结果窗口的错误报告输出形式

输出

6）“保存”选项卡

将检查结果以标记变量的形式保存在数据集中，这些标记变量反应的问题包括空变量、ID变量异常、验证违规总数等

保存

结果如下

验证结果

可以看详细说明（红色框），也可以看概括说明（蓝色框）：ID为2的题目验证有1个违规；ID为3的年两验证有1个违规；ID为5的性别验证有1个违规。

标记变量如下所示

标记变量