问卷分析之数据处理篇

数据清洗是整合数据后所需要进行的数据预处理工作。在这一步，我们将脏数据清理为相对比较规整的数据，数据如果不清洗，那很可能后面的分析结果都没有意义了。

不同的数据，可能有不同的清洗方法，但无论是何种数据，在整个数据清洗过程中，总是有那么一些步骤和方法是通用的，例如缺失值分析和处理。

那有没有一种工具，可以完成数据清洗的这些通用流程，减少数据清洗的时间和简化繁琐的清洗流程呢？答案当然是有的，那就是SPSSPRO里的数据处理模块。

如果掌握了这一数据清洗神器，你就可以事半功倍。

问卷处理主要分为两步

无效样本的常见使用场景 - 问卷研究中乱填问卷的样本； - 数据库下载的数据中有大量缺失数据； - 二手数据中包括无效或缺失数据； - 其它收集数据中有无效样本时。

例如，在某项问卷调查中，查看数据发现，某个被调查者有多道题目未作答，问卷数据有缺失，无效样本如果不加处理会干扰分析结果，对数据结果产生严重影响。

1）如果问卷漏答数过多，一般以总题数的60%为准，例如有10题问项却漏答6题以上者，这是我们就要考虑把这份问卷剔除。

2）整份问卷所勾选的选项皆为同一个，例如通通勾选1。

具体参数可自行设置

一人重复填两份以上的问卷，则该人填第二份之后的问卷皆视为无效。

在剔除了无效数据之后，剩余的数据难道就没有问题了么，其实不然，留下的有效数据中也可能会存在部分异常值，我们需要对其进行替换。

我们可以使用软件自带的识别异常值（MAD、IQR、3slgma）的方法，将识别后的异常值替换成相应的数值（平均值、中位数等）

MAD异常值识别

IQR异常值识别

3slgma异常值识别

也可以使用自定义识别的方法。首先，要给定异常值判断标准，如数字缺失、数字范围、数据波动范围等，接着我们可以将识别到的数据置换为空值或者替换成平均数、中位数等

数字为空：在选中变量范围内检查列数据出现缺失的情况（如图）

数字 ≤、数字 ≥：在选中变量范围内检查列数据是否出现小于或大于某个常数的情况（示例：数字＜ 80）

我们可以把数据为空值、空格、none等字段的数据用统计量填充，具体操作如下

也可以采取规则填充（填充成固定值等）形式

在问卷处理完之后，接着就是对问卷及答案进行编码。首先是对问卷进行编码，问卷编码很简单，只要注意一点：不要重复就可以了。

其次是答案编码，就是把问卷的答案加以量化成电脑可以接受的语言，如1、2、3、4、5等，一般而言，是根据问题的答案进行分类编码，答案分几类就有几种编码，通常是在问卷审核时把碰到的答案都记载下来进行归类然后再编码。

后续的分析方法有对定量定类数据进行严格的限制，例如逻辑回归要求因变量Y为定类数据，这是我们就需要把定量数据转换成定类数据

但是注意定量转换成定类后的数据要及时增加标签

相关推荐

实践赛志愿者招募

第三届全国大学生数据分析实践赛报名须知

数据分析师认证学习与考核方案