1 整理问卷

拿到这些数据时候，就要开始进行整理，显然这个过程会随着问卷数量的增加而变得困难，但是认真地整理问卷会让之后的分析过程避免不少麻烦。

Step1: 将回答不诚实或者回答不完整的问卷应考虑删除，如果是由问卷星上生成的数据，则要根据研究目的等原则对填写时间过长和过短的问卷考虑删除。

Step2: 将问卷一份一份地编码标记。那为什么要这么麻烦呢？正所谓磨刀不误砍柴工嘛，将问卷一一编号是为了在之后的数据录入是可以随时检查、纠正错误，同时也能保证回收数据的真实性。

2 定义变量名

Step1: 打开数据，我们会看到有一个数据窗口，在窗口的左下方找到【变量视图】

Step2: 依次设置各个变量的属性

【名称】依次填入变量名，问卷题目太长的可以用A1、A2、...;

【类型】变量选择数值(N)，（由于量表的选项都可以转换成1、2、3、4）；

【小数】小数数位为0（因为量表中的答案都是没有小数）；

【标签】对变量的简述；

【  值 】将问题的答案用数字标签“1，2，3，4...”代替。点击个案值域的省略号

（如图2.），会弹出【值标签】的对话框（如图3.）

例如（如图3.）：

问题1.您的性别： 男   女

在图3中，将【男】赋值为“1”，将【女】赋值为“2”（注意，数字在英文半角状态下输入）

例如（图4.）：

问题2：我知道什么时候该和别人谈论私人问题。      

很不符合  较不符合  不清楚  较符合  很符合

在图4 .中分别将“1，2，3，4，5”依次赋值给“很不符合，较不符合，不清楚，较符合，很符合”

【缺失值】是来定义变量缺失值，这里通常不设置缺失值

【度量标准】

：用来定义等距和等比类型数据的变量，不仅可以排序和分类，还可以进行四则运算；

：是等级和顺序数据的变量，可以进行排序；

：是类别数据的变量，可以进行分组或类别， 它可以计算频数和频率；

3反向计分和数据标准化

反向计分

在有些时候我们会遇到需要反向计分的问题，这时候就需要对已经录入好的数据进行转换，具体操作如下：

【转换】→【重新编码为相同变量】→弹出对话框（图8.）

假设【E5】是需要反向计分的题目，那选中【E5】

→点击

（如图8-10）

→点击

此步骤操作是将原来的1分转换为5分，在重新赋值完成之后点击【添加】按钮

将所有的数值转换完成之后，点击【继续】按钮，返回到上一个窗口，点击【确定】，完成。

这个反向计分的操作是将变量重新编码为相同变量，即覆盖了原始数据，因此数据视图上不会有新的变量产生。如果想保留原始数据，可以在开始的时候选择

【重新编码为不同变量】（见图7.）👆

标准化得分

将原始数据标准化，操作如下：

【分析】→【描述统计】→【描述】

选中需要转化的数据，添加到变量框，勾选【将标准化得分另存为变量】→【确定】（如图12.）👇

回到数据编辑器窗口查看，“ZE3”就是标准得分啦。👇

以上内容是我们在对问卷录入过程中需要注意的一些细节，在进行数据分析之前将数据录入完备，会为我们之后的数据分析省下不少时间哦！