5.4 数据的选取

通过调研和实验得到的数据量一般都很大。在数据处理或统计分析之前，需要对数据进行筛选，剔除有问题或者无关紧要的数据。有时也会根据抽样方法的需要，选取满足一定条件的部分数据进行分析，这就需要对数据进行选择。SPSS允许用户根据指定的条件对数据的个案进行选取，后续的分析操作只针对选出的数据进行。

5.4.1 数据选取的基本操作

SPSS提供的数据选取方法有5种，下面给出基本方法和操作步骤：

在数据编辑窗口，选择菜单“Data”→“Select Cases”（个案选取）命令，显示如图5.7所示的“Select Cases”（选择个案）对话框。

图5.7 “Select Cases”（选择个案）对话框

“Select Cases”对话框左侧为变量列表选择框，右侧“Select”窗口显示5个单选框，用于确定数据的选择方式。

（1）全部个案的选取方式

选择“All cases”选项，表示选择全部个案，数据编辑窗口个案没有发生变化。

（2）满足条件个案的选取方式

选择“lf condition is satisfied”选项，表示根据逻辑关系表达式选择数据，即只选取满足逻辑表达式的个案。若选择该项，其下侧的“lf”按钮将被激活。单击该按钮后，弹出“Select Cases：lf”（选择个案：如果）子对话框，如图5.8所示。

图5.8 “Select Cases：lf”（选择个案：如果）对话框

“Select Cases：lf”对话框的构成和逻辑表达式的输入方法与其他过程的“lf”对话框类似（如5.3节变量计算中“Compute Variable：lf Cases”对话框）。在左侧的变量列表框中选择原始变量名，单击右向箭头按钮，使选中的原始变量名出现在表达式框中，再利用计算面板输入所需操作符和常数。

当需要SPSS函数构成表达式的一部分时，可以在对话框的右侧“Function group”函数列表框中选择相应函数，单击该函数名，再单击旁边的向上箭头按钮（或直接双击该函数名），则该函数便粘贴在逻辑表达式的输入窗口，选择或输入相应函数的参数。

输入完毕后，单击“Continue”按钮，返回至“Select Cases”主对话框。

例如，在5.3.2节介绍的案例中，如果要选取所有录取成绩不低于400分的少数民族考生资料，可以在逻辑表达式窗口输入：民族>1&录取成绩>=400。

（3）随机个案的选取方式

选择“Random sample of cases”选项，表示随机选取数据，即按一定比例或数量随机选取指定范围的个案。若选择该项，则其下面的“Sample”（样本）按钮将被激活，单击该按钮，打开“Select Cases：Random Sample”（选择个案：随机抽样）对话框，如图5.9所示。

图5.9 “Select Cases：Random Sample”（选择个案：随机抽样）对话框

该对话框的“Sample Size”（抽样大小）窗口中显示的两个单选框确定了两种随机样本的选取方式，即：

◆ ApproximateIy 近似抽样。这种选取方式是在数据文件中随机选取给定比例的个案数，只需在“Approximately”选项后面的窗口输入选取比例数值即可。

◆ ExactIy 精确抽样。这种选取方式要求指定选取个案的数量，以及在前多少个个案中选取。在“Exactly”选项后的第一个输入栏中输入选取的个案数，第二个输入栏中输入选取范围的最后一个个案序号。例如，需要在数据编辑窗口中前15个个案中随机选取4个个案，可以分别输入4和15，系统将自动在前15个个案中随机抽取4个个案。

输入完毕后，单击“Continue”按钮，返回至“Select Cases”主对话框。

（4）根据时间或范围的选取方式

选择“Based on time or case range”选项，表示指定选取个案的时间或范围区间。若选择该项，“Range”按钮将被激活，单击该按钮，显示“Select Cases：Range”（选择个案：范围）对话框，如图5.10所示。

图5.10 “Select Cases：Range” （选择个案：范围）对话框

该对话框中，在“Observation”窗口中的“First Case”栏输入选取个案的起始个案序号，在“Last Case”栏输入最后一个个案序号，单击“Continue”按钮，返回至“Select Cases”主对话框。

（5）利用过滤变量选取方式

选择“Use filter variable”选项，即确定过滤变量。如果过滤变量中含有0值或缺失值，则该变量的个案将被排除在选取数据中。如果选择该项，在其下的变量选择框将被激活，可以直接在左侧的变量列表中选择过滤变量，单击右向箭头按钮，将该过滤变量移动至“Use filter variable”框内即可。

例如，在5.3.2节介绍的案例中，如果要选取所有满足基本条件的个案进行进一步的分析，可以选择“录取成绩”为过滤变量，因为在该变量中，不满足基本录取条件的个案为缺失值，将在个案选取操作中被排除在外。

（6）确定选取的数据文件的输出方式

在“Select Cases”对话框中，选择除“All cases”以外的其他4种任意一个数据选取方式时，“Output”（结果输出）窗口都会被激活，并激活其下面的3个单选框：

◆ FiIter out unseIected cases 默认选项。在原数据文件中被排除个案的序号上画一斜杠，表示这些个案在后续的分析中不被考虑。同时，如果利用逻辑关系式或随机选取的方法选择个案，在数据编辑窗口还会新增一变量“filter_$”，该变量只取两个值：0和1，若个案被选取，变量值为1，反之为0。

◆ Copy seIected cases to a new dataset 将被选取的个案复制到一个新的数据集中。选择该项后，系统将新创建一个数据集，原数据文件不改变。SPSS系统同时打开原数据文件和新创建的数据集。

◆ DeIete unseIected cases 选择该项后，没被选取的个案在原始数据文件中将直接被删除，只显示选取后的个案，且无法恢复。所以应慎选该项。

输入和设置完毕后，单击“OK”按钮，执行个案选取操作。

5.4.2 数据选取的应用实例

仍以5.3.2节的提前招生录取的数据为例，下面简述操作步骤。（数据文件：compute.sav）

考虑下面两种数据选取的情况。

（1）选取所有来自于西部，且录取成绩不低于460分的男性考生资料

在数据选取方法中，选择按逻辑表达式方法。在逻辑表达式窗口中输入：性别=1&省份=1&录取成绩>=460。输出方式选择“Filter out unselected cases”。从图5.11显示的数据选取的案例分析结果（1）中可以看出，只有两个在序号前没有画斜线的个案满足选取条件。

图5.11 数据选取的案例分析结果（1）

上述操作中，“Paste”得到的Syntax语句程序如下：

      /＊ 数据选取的命令语句.
      USE ALL.
      COMPUTE filter_$=(性别=1&省份=1&录取成绩>=460).
      VARIABLE LABEL filter_$ '性别=1&省份=1&录取成绩>=460 (FILTER)'.
      VALUE LABELS filter_$  0 'Not Selected' 1 'Selected'.
      FORMAT filter_$ (f1.0).
      FILTER BY filter_$.
      EXECUTE .

（2）选取被录取的考生的资料，并将原始文件转换成只包含被录取的考生资料

选择“Based on time or case range”方法。在“Range”对话框中，“First Case”中输入1，“Last Case”中输入7，“Output”窗口中选择“Copy selected cases to a new dataset”，输入变量集名：录取名单。然后，保存该数据文件。图5.12是数据选取的案例分析结果（2），即新产生的数据集显示结果。

图5.12 数据选取的案例分析结果（2）

上述操作中，“Paste”得到的Syntax语句程序如下：

      /＊ 数据选取的命令语句.
      FILTER OFF.
      use  1 thru  7  .
      EXECUTE .