品牌型号：联想GeekPro 2020

系统：Windows 10 64位专业版

软件版本：SPSS 30.0.0.0

关于态度、习惯等研究数据，很多时候是通过问卷获取的。虽然问卷设计的逻辑都比较严密，很少会出现逻辑错误的问题。但架不住被访者会回答出错，因此，从问卷获取的数据一般都需要经过清洗，以避免数据出错。本文会教大家SPSS如何进行数据清洗，SPSS如何进行数据计数分析的相关内容。大家如果有相关需求的，可以关注起来。

一、SPSS如何进行数据清洗

问卷拿回来后，建议先进行“审卷”的操作，将一些明显的逻辑问题先检查出来后，再将数据导入SPSS中。然后，再通过SPSS的统计分析功能，对数据进行更深层次的排查清洗。那么，SPSS如何进行数据清洗？接下来，我们会简单演示一下操作。

1、首先要检查一下数据有没有缺失值、极端值的情况。用SPSS的描述性分析功能可以很快了解这些情况。

如图1所示，打开SPSS的分析菜单，即可在描述统计功能中启用“描述性分析”功能。

2、SPSS的描述性分析功能可以计算均值、综合、标准差、最值等统计量，这些统计量可以帮助我们了解数据是否有极端值的问题。

3、本例输出的描述性统计结果如图3所示，从个案数目（N）看到，销售额的数据有缺失，比其他数据少了2个个案值；从最值看到，销售量可能有极端值，因其最小值为3，最大值为71690，但均值只有1817。

检查到这些数据问题后，就可以返回到问卷中复查一下原数据，看一下是原数据问题，还是输入出错。

3、对于销售额的缺失值处理，我们可以使用SPSS转换菜单中的“替换缺失值”功能，该功能提供了多种计算缺失值的方法，可以在不影响总体数据分布的情况下，解决数据缺失的问题。

4、在替换缺失值功能中，将有缺失值的销售额变量添加到新变量。然后在下方的方法选项中选择合适的计算方法，一般会选择“序列平均值”。完成以上设置后，点击确定，替换的数据会直接输出到原数据表中。

5、返回到SPSS数据表，可以看到，新增的“销售额_1”变量已经没有缺失值，本来缺失值的单元格已经自动填充数据了。

6、除了异常值外，也可能会出现重复值的情况，比如在输入数据的阶段不小心输入了相同的数据。关于这个问题，可以使用SPSS数据功能中的“识别重复个案”功能，快速将重复值检查出来。

7、在“识别重复个案”功能中，只需将识别个案的变量添加到“定义匹配个案的依据”选项中即可，SPSS会以该变量为基准排查重复值。

二、SPSS如何进行数据计数分析

在一些评分问卷中，我们可能会想统计个案中出现特定值的次数，比如评分为5分的次数，在SPSS该怎么操作呢？对于这类问题，我们可以使用SPSS的计数分析功能解决。

1、如图9所示，依次点击SPSS的转换菜单-对个案中的值进行计数功能。

2、然后，在计数分析功能面板中，添加一个计算计数的目标变量及标签，再将要计数的变量都添加到变量选项中。

3、以购买啤酒的问卷为例，将新变量设置为“啤酒数量”，标签设置为“购买的啤酒数量”。然后将需要计算的题目都添加到“数字变量”，即购买的各个品牌啤酒数量。完成以上设置后，点击“定义值”功能。

4、定义值功能，即要计数的值设置功能。如图12所示，由于问卷中如果有购买特定品牌啤酒会输入1，因此这里只要计算值为1的值即可。

5、完成计数值定义后，SPSS会自动在数据表输出结果。如图13所示，可以看到SPSS数据表右侧新增“啤酒数量”变量，记录了Q2题目相关啤酒品牌的购买数量。

三、小结

以上就是关于SPSS如何进行数据清洗，SPSS如何进行数据计数分析的相关内容。在收集问卷时，可能会由于被访者或访问员的问题导致部分数据出现问题，为了避免这些错误数据影响研究结果，在正式运算数据前，我们可以使用SPSS的描述分析、查找重复值等功能进行问卷数据的清洗。如果您想了解更多有关SPSS数据处理的内容，欢迎前往SPSS中文网站继续探索。

作者：泽洋