数据处理如何做？请收好这份实用指南
总会有小伙伴问起“数据是都收集好了，可是应该怎么处理呢？”
“对数据中的重复值、异常值有什么好的处理方法？”
“我的问卷里既有多选题、填空题，也有量表数据。这些题目都应该怎么处理数据，怎么分析？”
不用慌！关于数据处理的各种疑问都可以在这篇文章里找到答案。
01 数据处理思路
数据格式
首先，正确的数据格式是让我们可以开始处理和分析数据的第一步。不论是什么类型的数据均需要按照数据分析的规范格式进行整理。
常见的数据格式通常就是一行代表一个样本，如果有100个样本即为100行；一列代表一个属性。
除此之外，针对不同的分析方法，所需的数据格式也有所不同，这里就不再展开说明。
多份问卷如何放在一起分析？
当有多份数据想要一起进行分析，比如给两个班级做了同一份考题，2个班的测试结果分别记录在不同的表格里，如果想要进行比较分析，那么就需要将数据合并整理在一个EXCEL工作表里面。
解决方法：数据合并有两种合并方式，第一种是按行叠加；第二种是按列叠加。
按行叠加
如果有两份数据'按行叠加’，此时需要'新增加列’，用于标识到底是哪一份数据。
比如，分别对两组研究对象进行相同的测试，然后想使用t检验对比两次结果的差异。
“按行叠加”通常在做'方差分析’、't检验’或'交叉卡方分析’时会使用到。
按列叠加
如果有两份数据'按列叠加’，也就是直接将两份数据的列数合并。此时，需要注意一定要有个唯一标识的号码，比如姓名、编号、身份证号等。
数据标签、数据编码和生成变量
在整理好数据后，即可上传数据。接下来就可以对数据进行一些基本处理，包括设置数据标签、调整数据编码和生成变量等。
设置数据标签
数据标签是用来标识数值的具体含义。如上图中，明显不知道1.0、2.0这具体是什么意思。只有设置了标签后，才会展示出选项的具体含义。
数据编码
除了数据标签外，有时候还可能需要进行数据编码处理，比如希望对年龄分成3个组别，分别是20以下，20~30，30以上。此时就需要使用数据编码处理，如下图：
操作路径：[数据处理]—[数据编码]功能
生成变量
很多时候还需要对数据生成变量处理，比如说对体重或身高求对数处理，或者对数据开根号，取绝对值，求和，求平均值处理等，那么可使用SPSSAU生成变量功能。
操作路径：[数据处理]—[生成变量]功能
异常值、缺失值问题
在完成了基本的数据处理后，针对数据中的异常值、缺失值等问题也应及时进行处理。
异常值处理
在分析数据时，如果发现一个值与其他值相差甚远，这类值称为 “异常值”。
比如，正常男性成年人的身高是介于1.5~2米之间，但是如果出现一个数据为1.2米。这种数据在分析之前需要进行处理，如把该值设置为null值。
操作路径：[数据处理]—[异常值]功能
缺失值处理
有时候因填写人疏忽少填了几道题，或者题目设置产生了缺失值，此时需要对缺失值进行处理。
对于某一个问题或题目，如果缺失值不多不影响结果可以不处理
如果某个问题出现较多缺失值，可使用填补功能，代替缺失值
操作路径：[数据处理]—[异常值]功能
无效样本处理
同时一份问卷中，如果填写者填写的都是完全相同的答案，说明该样本没有认真填写，此时可将该样本设置为无效样本。
操作路径：[数据处理]—[无效样本]功能
完成以上的数据处理工作，基本上就可以开始分析了。如果在分析的过程中，又发现什么其他问题，可以随时使用[数据处理]模块的处理功能进行调整。
02 量表题处理
针对量表题数据的处理，还有以下几个常见问题：
反向题如何处理？
在量表题设计时，有时会插入一些反向题，针对这些反向设计的题目，需要先进行反向编码处理才可以分析。
如五级量表，则可编码处理为：1->5，2->4，3->3，4->2，5->1。
操作路径：[数据处理]—[数据编码]功能
不同尺度的量表数据如何统一？
一般情况下不同尺度的量表，不需要特别处理。比如设计了四个维度的量表，而各维度使用的量表尺度不一致其实也不受影响，如做信度效度按每个维度分别进行分析即可。
如果涉及数值上的比较，像是对同一组对象前后两年进行测量，去年使用了1-5分的量表，而今年改用1-7分量表收集数据。想要比较两年数据的结果，这直接比较数值显然不太对，此时可以考虑对数据做区间化处理，把1-5分数据转换成1-7分。
操作步骤：选择[生成变量]—[区间化]，将区间最小值设置1，区间最大值设为7，点击[确认处理]，即可将所有数据转化成1-7分。
03 非量表题处理
非量表题有很多种，针对每种类型的题目所需的数据格式、数据处理方式也不太一样。之前SPSSAU已推送过详细的文字教程，这里就不再展开说明，大家可以点击下方链接，查看视频教程及往期文章。
① 多选题
② 排序题
③ 非规则化数据如何整理？
以上就是本次分享的内容啦。如果你还有什么数据处理上的疑难问题没有解决，可以在评论区告诉我们。