2.1.1 定义变量属性
为了满足统计分析的需要，可以为变量定义变量名、变量类型、变量标签、变量值标签等。在变量视图中每个变量可以指定11种变量属性，如图2-1所示。下面介绍常用属性的设置方法。
图2-1
1．定义变量名称
启动SPSS“数据编辑器”，在“变量视图”窗口中选中名称栏内的单元格，便可以输入或编辑变量名称，如图2-2所示。
图2-2
知识点拨
由于以前的SPSS版本的汉语兼容性不强，定义变量名通常使用英文字符或单词，但SPSS 28.0的汉语兼容性已非常出色，用户无须担心使用汉语变量名出现乱码的问题，用户完全可以放心地全部使用汉字来定义变量名，这样会使查看者更易于弄清变量名的含义。
定义变量名时需要注意以下规则。
- 每个变量名必须是唯一的，不允许重复。
- 变量名第一个字符必须是字母、汉字或特殊符号@、#、$。后续字符可以是字母、数字、非标点字符，如下画线和句点（.）的任意组合。
- 变量名最多可包含64字节，在双字节语言，如中文中则为32个字符。
- 变量名不能包含空格，且应避免用句点结束变量名，因为句点可能被解释为命令终止符，还要避免使用下画线结束变量名，因为这样的名称可能与命令和过程自动创建的变量名冲突。
- 不能将保留关键字用作变量名。保留关键字包括All、AND、BY、EQ、GE、GT、LE、NE、LT、NOT、OR、TO和WITH。
- 变量名不区分大小写，可以用任意混合的大小写字符来定义变量名，大小写只为显示目的。例如，变量名“编号”，可以用汉字“编号”来命名，也可以用id或ID表示；又如，变量名“项目1”，可以使用“项目a”“项目A”“项目_1”“item_a”或“ITEM_A”等方式加以命名。
注意事项 定义变量名的字母包括书写日常文字所用的任何非标点字符，但这些文字需要属于平台字符集所支持的语言，在汉语中即指汉字。
2．定义变量类型
变量类型共包含9种，如图2-3所示，可以分为三类，分别是数值型、字符串型以及日期型。
图2-3
（1）数值型
数值型可以细分为7种，是SPSS中常用的变量类型，包括数字、逗号、点、科学记数法、美元、定制货币以及受限数字，其中最为常用的是“数字”型。
（2）字符串型
字符串型的变量值是一串字符，但字符串变量只能用于相对简单的统计分析，在稍微复杂的统计分析中都会受到限制，因此建议尽量转换成数字。
（3）日期型
SPSS中的日期型变量可以用来表示日期或时间。日期型数据可以显示为多种格式，当在“变量类型”对话框中选择“日期”类型时，对话框右侧会显示各种格式，用户可以从中进行选择，如图2-4所示。
图2-4
3．定义变量的“小数位数”
数值型变量的默认小数位数为2，字符型变量的默认小数位数为0。小数位数的设置只是显示方式的改变，并不会对实际数值造成影响。
4．定义变量“标签”
在“变量视图”窗口的“标签”栏单元格中可以输入变量标签，如图2-5所示。变量标签是变量名的注释或说明，能够让用户更清楚地了解该变量的含义。
图2-5
知识点拨
变量标签中可以含有空格和变量名中禁用的保留字符。
例如，变量标签“最常上网地点”“最常上网方式”和“使用网络年限”分别是变量名“地点”“方式”和“年限”的说明或注释，如图2-6所示。
图2-6
5．定义变量的“值”
完成变量标签注解后，还需要为每个变量赋值并标注其含义。这一步在数据分析中极为重要，因为只有将所有变量予以赋值才能使问卷最终被量化，以达到通过SPSS进行分析的目的。例如，性别的数值只有1和2，其含义分别表示男生和女生，如图2-7所示。
图2-7
6．定义变量的“测量类型”
变量的测量类型有三个选项，分别为度量、有序和名义，默认为度量，不影响分析结果。
7．缺失值的处理
缺失值是指某个样本缺少特定变量的数据信息，例如，在问卷调查过程中，受访者没有给予回答，而是由研究者自行键入数值。缺失值不被纳入各种统计分析中。在SPSS中，缺失值分为系统缺失值和用户缺失值两种类型。
（1）系统缺失值
在变量中某个样本没有提供信息或提供的信息格式不正确，系统会自动将其设置为缺失值。数值型的变量数据，系统缺失值默认显示为“.”，字符串型的变量默认显示为空白。
（2）用户缺失值
用户自定义的用于识别某种特定信息的值称为用户缺失值，包含以下三种定义方式。
- 无缺失值：默认为没有用户缺失值，只有系统缺失值。
- 离散缺失值：缺失值为1～3个不连续的数值。
- 范围加上一个可选的离散缺失值：缺失值是一个区域范围，并且可以设置某个离散的缺失值。
以调查问卷为例，在调查问卷中，性别变量有“1=男生”和“2=女生”两项，如果受访者没有作答，则单击“缺失”单元格右侧的
按钮，如图2-8所示。打开“缺失值”对话框，选中“离散缺失值”单选按钮，在“离散缺失值”下的方框中输入9，此处最多可以添加3个间断（离散）的缺失值，如图2-9所示。
图2-8
图2-9
知识点拨
一般在缺失值的设定上，常以9作为问卷中未作答的数据，而以999作为学业成绩的未作答数据。若题目选项个数超过9个类别，则以99为该题目变量的缺失值。
假设某个问题有6个选项，分别为“非常不同意、不同意、不太同意、有点同意、同意、非常同意”，分别对应“1、2、3、4、5、6”，如果未作答以0代替，水平值大于7则表示输入错误的数值，因而缺失值范围，最低可以设定为7，最高为999。缺失值的输入方法如图2-10所示。
图2-10
8．其他属性的定义
除上述变量属性需要定义之外，“变量视图”窗口还有其他几个变量属性需要定义。如“宽度”用于定义变量名的可用长度，用户可以根据实际需要予以调节。而“列”和“对齐”分别规定数据视图中每个变量列的宽度及其对齐方式。程序分别默认为8字节和右对齐。用户也可根据需要予以调节。某些对话框支持可用于预先选择分析变量的预定义“角色”。当打开其中一个对话框时，满足角色要求的变量会自动显示在目标列表中。
可用角色包括以下几项。
- 输入：该变量将用于输入，如预测变量、自变量。
- 目标：该变量将用于输出或目标，如因变量。
- 两者：该变量将同时用作输入和输出。
- 无：该变量没有角色分配。
- 分区：该变量将用于把数据划分为单独的训练、检验和验证样本。
- 拆分：用于与SPSS Modeler相互兼容，具有此角色的变量不会在SPSS中用于拆分文件变量。
默认状态下，所有变量被分配为“输入”角色。