【学习】数据分析之SPSS数据分组案例

当我们的样本量过大，譬如以前讲过的，EXCEL2010最大只支持1048576行、16384列，尤其是当行数大于30万，一般的办公电脑处理都比较吃力，所以推荐做大数据量处理，还是用SPSS。

今天继续分享SPSS的数据分组，在SPSS里面，这个功能路径是：【转化——重新编码为相同变量】、【转化——重新编码为不同变量】，常用的是第二个，不会覆盖原有的变量数据。

第一步，数据录入

继续沿用之前的EXCEL数据文档，把数据拷贝到SPSS软件，设定好变量名称，如下图：

数据视图：

变量视图

这里注意将【PV】这个变量定义为【数值型】，选择了【逗号】表示用千分位区分；

第二步，进入编码功能

第三步，选择编码变量

这里选择【页面PV】，点击红圈中的箭头，选入右边的变量框；

第四步，定义输出变量

这里定义的新变量名是【PV_G】，标签是【PV分组】；

第五步，设定旧值和新值

入口是上图中的【旧值和新值】，进入后，看到下面的界面，左右两大部分，左边是原有的旧值设定，右边是编码后产生的新值；

开始编码，编码标准，按照昨天的分类，如下图：

指定旧值范围

第一组，是0-10万，大于等于0，小于10万，因此，旧值部分是：从最小值到99999；

注意这里的输出变量名称是【0-10万】，下面有个勾选【输出变量为字符串】，并指定宽度，默认是8，我们定义为12，为何不是8，后面看下结果，就知道了。

定义好之后，点击【添加】，旧值和新值就定义好了，依次定义各个分组的数值。

最后一组，我们通常定义为【范围，从值到最高】，不至于遗漏数据，正如第一组，我们会定义为【范围，从最低值】。

定义好旧值新值，点击【继续】，返回设定页面，这时候，【确定】按钮激活，点击后，编码完成。

第六步，编码完成

如图，数据分组后的界面，注意这里有两个分组变量，第一个是【PV_G】，这是字符串宽度为8的时候，第二个是【PV_GROUP】，字符串是宽度为12，区别和原因，大家自己想想就明白。

数据分组后的变量视图

原文始发于微信公众号（PPV课数据科学社区）：【学习】数据分析之SPSS数据分组案例