資料分析前的預備動作，資料清理與編碼要項整理（林星帆顧問整理）SPSS的資料處理一般分作兩部份，分別為Coding以及Clean，其特性如下： 1 Coding的目的在於辨識內部資料（告訴電腦你的編號是什麼意義），一般而言，將問卷的題目以及該題選項coding在資料內，利於使用者在處理過程中，容易辨識該欄位所代表的題目意義，以及內涵的選項涵意。Coding的程序一般有：1.1 確認變數檢視的變數類型(Type)已經正確，沒有數值型（Numeric）誤認為字串型（String）1.2 除字串型變數之外，其餘變數信用貸款Missing欄已打上999（998，99皆可），代表若該題出現遺漏值，則輸入「999」的數字作為代表遺漏值。1.3 定義題目的數值（Value），1是什麼…2是什麼…1.4 定義題目的註解（Label），因為有時候題目本身內容太長，Name我們會習慣用代號，但「註解」則可輸入最詳盡的資訊，以幫助我們作分析時從報表讀取結果。Coding完畢後，接著就要進行clean的動作。 2 Clean的目的在於清除資料內不合理的狀況，2.1 遺漏值：在量表的設計中若出現遺漏值，可以利用進行填補，例如眾數、平均數或用房屋二胎迴歸法補值；若是類別變項中出現遺漏值一般不建議填補，可當作遺漏值處理2.2 異常值：該題選項為1到5，而資料內卻出現6的選項，此時應該找出該問卷，進行確認，瞭解是否輸入錯誤或者是受訪者填寫錯誤，若是受訪者填寫錯誤則將該題定義為遺漏值2.3 針對受訪者太多無填或者亂答的狀況進行處理，若是太多無填答（約50％的問卷數量未填答），此者歸為廢卷，廢卷標準可由研究者自訂2.4 至於系統性填答，則可利用標準差進行判斷，某受訪者在該量表的標準差若為0，代表受訪者填答的選項都一樣，房屋貸款研究者可以考慮歸為廢卷。 3 SPSS軟體內部的clean3.1 利用信度分析的「項目與總分相關」檢查有無反向題，若有反向題則要重新編碼作為新的反向題變項。3.2 確認是否量表分數越高代表程度越高、越同意，若並非如此則需要將各題轉換為反向題再重新計分 經由上述步驟，可以讓使用者在處理資料更加清楚每個題目的意義，也可確保資料的正確性，降低分析的錯誤率。
.msgcontent .wsharing ul li { text-indent: 0; }
分享
Facebook
Plurk
YAHOO!
債務整合
.msgcontent .wsharing ul li { text-indent: 0; }
分享
Plurk
YAHOO!
債務整合
全站熱搜
留言列表
