-
Schreibweisen
Fast alle Anweisungen können abgekürzt geschrieben werden. Zumeist reichen die ersten drei Zeichen einer Anweisung aus, damit SPSS sie richtig interpretieren kann; z.B. reicht es aus VAR LAB zu schreiben anstatt VARIABLE LABELS. Großschreibung ist nicht erforderlich, "Var Lab" ist also auch korrekt.
-
Ende der Anweisung
Das Ende einer Anweisung erkennt SPSS an einem PUNKT (.). Anweisungen können sich über viele Zeilen erstrecken (siehe die Var Lab Anweisung).
-
Länge einer Anweisungszeile
Die maximale Länge einer Anweisungszeile beträgt 80 Zeichen.
VARIABLE LABELS
|
Beschreibung der Variablen
Langfassung des Variablennamens
höchstens 120 Zeichen (die meisten SPSS Prozeduren drucken nur die ersten 40 Zeichen)
|
Beispiel:
Var Lab A1a 'Fachrichtung'
|
VALUE LABELS
|
Beschreibung der Werte der Variablen - höchstens 60 Zeichen (die meisten SPSS-Prozeduren drucken nur die ersten 20 Zeichen)
|
Beispiel:
VALUE LABELS A1a
1 'Maschinenbau'
2 ‘Elektrotechnik’
3 ‘Bauingenieurwesen’
|
MISSING VALUES
|
Einzelne Werte einer Variable erhalten den Status "fehlend".
Befragte, bei denen ein so definierter "Missing" Wert vorkommt, werden standardmäßig nicht in der Auswertung dieser Variable berücksichtigt.
|
MISSING VALUE A1a (0)
|
Die Variable Labels entsprechen textlich weitgehend den Antwortitems aus dem Fragebogen (oder der Dokumentation), nur wenn diese zu lang sind, müssen sie entsprechend gekürzt werden.
Sie können mehreren Variablen, die die selben Antwortkategorien enthalten, gemeinsam VALUE LABELS zuweisen:
VALUE LABELS
A111 to A129
1 'Genannt'
2 'Nicht genannt'
0 'Keine Angabe'.
Mit der MISSING VALUES-Anweisung werden die Daten nicht verändert, sondern dem Auswertungsprogramm lediglich mitgeteilt, daß Fälle, die Werte aufweisen, die als Missing definiert werden, in den Auswertungen nicht berücksichtigt werden sollen.
Der Begriff "MISSING VALUES" ist ein wenig unglücklich gewählt, weil im Datensatz diese Werte nicht wirklich fehlen - dies darf gar nicht vorkommen, da SPSS nur Dateien in rechteckiger Form verarbeitet.
Die folgende Häufigkeitsauszählung der Variable A157 aus dem fiktiven Datensatz verdeutlicht die Wirkungsweise der MISSING VALUES-Anweisung:
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
A157 Organisation von Praxisphasen
Valid Cum
Value Label Value Frequency Percent Percent Percent
1 sehr gut 1 1 10.0 12.5 12.5
2 2 20.0 25.0 37.5
3 2 20.0 25.0 62.5
4 3 30.0 37.5 100.0
Keine Angabe 0 2 20.0 MISSING
------- ------- -------
TOTAL 10 100.0 100.0
Valid Cases 8 Missing Cases 2
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Bei der Variable A157 wurde der Wert 0 als MISSING VALUE definiert.
Die Spalte "Valid Percent" läßt dies erkennen, da für den Wert "0" keine Prozentzahl eingetragen ist, sondern das Wort "Missing".
Die Prozentwerte in dieser Spalte basieren auf der Anzahl der gültigen Fälle (Valid Cases = 8), während die Spalte "Percent" alle Fälle einbezieht. Wenn man nur die gültigen Fälle berücksichtigt, lautet ein Befund, daß 38 % der Befragten die Organisation der Praxisphasen durch die Hochschule als "gut" bewerten.
Dostları ilə paylaş: |