數據轉換

軟件的全面升級，肯定帶來數據庫的全面升級，每一個軟件對其後面的數據庫的構架與數據的存諸形式都是不相同的，這樣就需要數據的轉換了。

主要是由於數據量的不斷增加，原來數據構架的不合理，不能滿足各方面的要求。由數據庫的更換，數據結構的更換，從而需要數據本身的轉換。

數據轉換一定要注意，不能不顧一切的進行轉換，因為，有時候轉換會嚴重扭曲數據本身的內涵。舉例：Box-Cox轉換，一定要慎用，這種能夠幾乎轉換所有資料的方法，會改變數據原本形態，比如本來是第一組均數大於第二組，但是經過轉換，可以使二組資料無差別。甚至得到相反的結果。所以，不能用過於複雜的轉換方法。但是，許多情況下，轉換如果得當，是一種好方法。

將原始數據自然對數值作為分析數據，如果原始數據中有零，可以在底數中加上一個小數值。

適用情況：

①部分正偏態資料。

②等比資料。

③各組數值和均值比值相差不大的資料。

適用情況：

①服從 ^[1]  泊松分佈的資料。

②輕度偏態資料。

③樣本的方差和均數呈正相關的資料。

④變量的所有個案為百分數，並且取值在0%～20%或者80%～100%的資料。

適用情況：變量所有個案為百分數，並且取值廣泛的資料。

適用情況：

①方差和均數的平方呈反比。

②資料呈左偏。

適用情況：和平方轉換相反，需要方差和均數的平方呈正比，但是，倒數轉換需要資料中沒有接近或者小於零的數據。

數據轉換在spss的操作：

“分析”～“描述統計”～“P-P圖”～選擇你需要分析的變量～“轉換”欄～就有相應的轉換。

結果：如果轉換後的變量的 ^[2]  P-P圖的幾乎所有散點都集中在一條對角線也就是P-P線上，就説明轉換後的數據服從正態分佈，也就是，轉換成功。

在“計算變量”對話框對變量轉換更加多樣和靈活。但是，仍然要小心，不能扭曲變量。