根据响应完成过滤案例

Question

我目前正在尝试清理一个相当大的数据集，但是，我注意到大量参与者未能完成调查，或者甚至没有回答第一个问题。尽管如此，他们的数据还是包含在我的数据集中。

问题：有没有办法根据响应完成过滤掉参与者？例如，我想过滤掉至少 30% 的问题未能提供答复的所有案例。

Answer 1

@eli-k 提出了重要的一点，如果你想考虑字符串变量。

如果您有一个包含大量变量的数据集，并且您想省去输入一长串变量名称的麻烦，您可以借助 Python 插件（它必须安装）。

以下代码创建两个宏“!numericvars”和“!stringvars”。当被调用时，它们将被扩展为相应的变量列表。

BEGIN PROGRAM.
import spss

#create separate strings of numeric and string variables 
numericvars=''
stringvars=''
varcount=spss.GetVariableCount()
for i in xrange(varcount):
  if spss.GetVariableType(i) > 0: 
    stringvars=stringvars + " " + spss.GetVariableName(i)
  else: 
    numericvars=numericvars + " " + spss.GetVariableName(i)

# define macro variables for the numeric and the string variable lists
spss.SetMacroValue("!numericvars", numericvars)
spss.SetMacroValue("!stringvars", stringvars)
END PROGRAM.

（我从spss.SetMacroValue syntax reference page的例子中提取了大部分代码）

在COUNT 命令中，您只需键入宏名称而不是整个变量列表。

COUNT countmiss = !numericvars (MISSING)
                  !stringvars ("").

那么你就可以使用@eli-k 提出的SELECT IF 命令了。

SELECT IF countmiss < 20./* pick your best suited limit instead of "20".

这将从您的数据集中永久删除所有缺少 20 个或更多答案的案例。

或者您可以使用@maxwelldeux 建议的FILTER BY 命令：

COMPUTE filter_$ = (countmiss<20).
FILTER BY filter_$.

在这种情况下，只要过滤器处于活动状态，来自有 20 个或更多缺失答案的受访者的数据就不会用于程序过程，而数据仍保留在数据集中。

Answer 2

@maxwelldeux 关于使用 COUNT 是正确的，但是您需要计算缺失的数字变量和空文本变量（文本变量在为空时不一定定义为缺失）。所以：

COUNT countmiss = numvar1 numvar2 numvar3 numvar4 numvar5 (MISSING)
                  textVar1 textVar2 textVar3 textVar4 textVar5 ("").

此时您可以按照@maxwelldeux 的建议过滤文件，如果您想在文件中保留空（或几乎空）行，而不是将它们包含在分析中。 如果您确定不将哪些参与者包含在文件中，您可以使用：

SELECT IF countmiss < 20./* pick your best suited limit instead of "20".

不过，请确保在 SELECT 之后以新名称保存文件并将其用作工作文件。这样，您可以随时返回原始数据并在需要时再次运行语法并进行更改。

Answer 3

是的。

首先，您需要创建一个新变量来计算数据中缺失观测值的数量：

COUNT
countmiss = v1 v2 v3 v4 v5 v6  (MISSING).

然后，您需要过滤掉错过指定数量回复的参与者（这里，我将过滤掉错过两次回复的参与者）：

USE ALL.
COMPUTE filter_$=(countmiss >= 2).
VARIABLE LABEL filter_$ countmiss >= 2 (FILTER)'.
VALUE LABELS filter_$  0 'Not Selected' 1 'Selected'.
FORMAT filter_$ (f1.0).
FILTER BY filter_$.
EXECUTE.

请注意，第二步可以通过 Data -> Select Cases 菜单来实现。