[PSPP]データの操作

変数の計算

こまかな操作は、各分析手法の説明のところで述べることになると思うので、ここでは簡単な変数の計算について説明します。

「国語」と「英語」の得点データを使い、２科目の合計得点を計算します。

・［変換］→［変数の計算］を選択。
・［目標変数］に「合計」と入力。
・左の一覧表から「国語」を選び、「＝」の下の三角を押して、［数式］のところに「国語」を表示させる。
・つづけて「＋」を入力し、「英語」をその後ろに表示させる。
・［OK］をクリック。

すると、「データビュー」の「英語」の列の隣に新たに「合計」の列ができ、合計得点が表示されます。

エクセルと同じように関数を使った計算や、シンタックスエディタを使ってIF文などが入った複雑な計算をすることも可能です。

たとえば、女子だけ２科目の合計点を計算し、男子は「0」と入力する場合は以下のようにします。

・［ファイル］→［新規作成］→［シンタックス］を選択。
・「シンタックスエディタ」が開くので、
　　IF (性別 = 1) 合計2 = 国語+英語.
　　IF (性別 = 2) 合計2 = 0.
と入力して、［実行］→［すべて］を選択。

これで、「データビュー」に新たに「合計2」という変数が作られて、女子だけ２科目の合計が表示され、男子は「0」が表示されます。

「国語+英語」の部分は「sum(国語,英語)」のように書くこともできます。また、３つ以上の連続して並んでいる変数を扱う場合は、エクセルの関数同様に「sum(A to C)」のような指定の仕方も可能です。

エクセルと同様に、「or」や「and」も使うことができ、例えば、「IF (性別 = 1 AND クラス = 1)」などのように指定します。使えるのは以下のものです。

・～と等しい = ,EQ
・～と等しくない ~=,NE
・～より少ない < ,LT
・～以下 <=,LE
・～より多い > ,GT
・～以上 >=,GE
・かつ & ,AND
・または | ,OR
・～でない NOT

また、システム欠損値は「SYSMIS」、システム欠損値またはユーザー欠損値は「MISSING」となります。

※システム欠損値は、データでブランクの場合、ユーザー欠損値は任意に定義できる（後述）。

変数への値の割り当て

計算をするわけではなく、変数の値を元に別の値に置き換える場合は、値の再割り当てということを行います。［変換］メニューの中に、［同一の変数への値の再割り当て］と［他の変数への値の再割り当て］の２つがあります。前者は言ってみれば「置換」です。置換の失敗が怖いという場合は、［他の変数への値の再割り当て］を使うといいでしょう。

［同一の変数への値の再割り当て］と［他の変数への値の再割り当て］は、再割り当てを行う変数を指定するところと、後で述べる数値の指定のところは共通です。違いは、［他の変数への値の再割り当て］では、変換する変数に対して［変換先変数］の［名前］を付けて［変更］をクリックするところです。

変数を指定した後は、どちらの再割り当ても、同じ作業となります。

・左側で元の値を指定し、右の［新しい値］に割り当てる値を入力し、［add］をクリック。

・これを必要な分だけ繰り返し、終了したら［続く］をクリック。
・元の変数指定画面（上の２枚の図）に戻るので、［OK］をクリック。

これで、値の再割り当てが行われ、［他の変数への値の再割り当て］では、新しい変数が自動で作成され、追加されます。

元の値の指定は、単独の値は勿論、欠損値も指定できます。範囲指定も［範囲］では上限と下限の指定が、［範囲：最小値から次の値まで］では上限の指定、［範囲：次の値から最大値まで］では下限の指定が行えます。

［その他の全ての値］は、指定しなかった全ての値を対象にすることができますので、例えば、100点満点のテストで、80点以上を［範囲：次の値から最大値まで］を使って「1」に、40点までを［範囲：最小値から次の値まで］を使って「3」にして、残りは［その他の全ての値］を使い、［新しい値］に「2」を入れることで、もれなく指定することができます。

次の図は、元の変数を「合計」にし、「15」までを「2」、［その他の全ての値］を「1」に指定して、［他の変数への値の再割り当て］を行ったものです。

数が少ないときは、これでかまわないのですが、数が多くなってくるとこれでは大変です。特に、元のデータが文字だったりすると、範囲指定ができないので極めて面倒になります。

そういう場合には、シンタックスを編集した方が早いこともあります。テキストエディタなどを使い慣れていると、編集が楽に行えますから、そちらで書いたシンタックスを、シンタックスエディタに貼り付けて実行すると、より効率的でしょう。

変数に値を割り当てるには、「RECODE」という命令を使います。

例えば、「Q2」という変数には、「A」から「Z」までの値が入っているはずなのですが、入力ミスでそれ以外の値が入っている可能性があるので、それを排除するためのフィルターとして「Q2fltr」という新しい変数に、「A」から「Z」までの値に「1」、それ以外の値に「0」を割り当てるとします。

・［ファイル］→［新規作成］→［シンタックス］を選択。

起動したシンタックスエディタに、以下のように書き、［実行］→［すべて］で割り当てが行われます。

RECODE Q2
　("A" = 1) ("B" = 1) ("C" = 1)
　("D" = 1) ("E" = 1) ("F" = 1)
　("G" = 1) ("H" = 1) ("I" = 1)
　("J" = 1) ("K" = 1) ("L" = 1)
　("M" = 1) ("N" = 1) ("O" = 1)
　("P" = 1) ("Q" = 1) ("R" = 1)
　("S" = 1) ("T" = 1) ("U" = 1)
　("V" = 1) ("W" = 1) ("X" = 1)
　("Y" = 1) ("Z" = 1) (ELSE = 0)
　INTO Q2fltr .

詳細を説明すると、「RECODE」の後が元になる変数名、最後の「INTO」の後が割り当て先の変数名です。ここに新しい変数名を書けば、その変数列が作成されて、そこに値が入ります。既存の変数名を書けば、その変数に値を割り当てることができるので、元の変数名をそのまま書けば、［同一の変数への値の再割り当て］になります。

そしてその間に（　）で囲んで、割り当て式を書きます。左が元の値、右が新しい値で、これを「=」で結びます。「”A”」のようになっているのは、文字データだからで、数値なら””は不要です。これはダイアログボックスで元の「値」と、「新しい値」の「値」を指定しているのと同じです。

最後の「ELSE」は「それ他のすべての値」の意味です。「それ他のすべての値」にチェックをつけて、「新しい値」の「値」に「0」を指定していることになります。

ダイアログボックスに従って、他の指定を見ていくと、

・システム欠損値：SYSMIS
・システムまたはユーザー欠損値：MISSING
・範囲：数値小 THRU 数値大
・範囲.最小値から次の値まで：LOWEST THRU 数値
・範囲.次の値から最大値まで：数値THRU HIGHEST

となります（ユーザー欠損値については、この後で説明します）。

一方の「新しい値」の「システム欠損値」は、元の値の場合と同じで「SYSMIS」です。

また、ここで「COPY」という指定も使うことができます。これはＳＰＳＳではチェック項目に上がっている「元の値をコピー」に相当するもので、元の変数の値をそのまま割り当てる命令です。

ユーザー欠損値の定義

通常、データの欠損値は元々無回答でデータがないのでブランクになっている場合をいいますが、データ収集の段階で、例えば無回答を「0」や「99」などのように、任意の数字を割りあてて、「無回答」であることに意味を持たせることもあります。単純集計やクロス集計で「無回答」を集計するような場合です。

しかし、この場合はそれが欠損値であるとＰＳＰＰ上で設定しておかなければ、そのまま「0」や「99」として処理されてしまいます。

ＰＳＰＰでは、以下の方法でユーザー欠損値の定義が可能です。

①変数ビューでの定義
まず、「変数ビュー」を用いる場合です。
・定義したい変数の［欠損値］の［…］をダブルクリック。
・［欠損値］のダイアログ・ボックスで、［離散的欠損値］か［範囲とオプションの離散的欠損値］をチェックして、欠損値を定義。
・［OK］をクリック。

［離散的欠損値］では、３つまで欠損値を定義することができます。

［範囲とオプションの離散的欠損値］では、上限と下限によって定めた範囲の値と、さらに個別に１つの欠損値を定義することができます。

②シンタックスエディタでの定義
通常は①変数ビューでの定義で問題ないのですが、複数の変数に対して定義を行うような場合は、シンタックスエディタを使って、定義をした方が実用的です。定義文は以下のようになります。

missing values 変数名(欠損値のリスト) /変数名(欠損値のリスト)…

たとえば、「国語」と「数学」という変数において、それぞれ「99」を欠損値として定義する場合は以下のようになります。

・［ファイル］→［新規作成］→［シンタックス］を選択。
・「シンタックスエディタ」が開くので、

　missing values 国語(99)/数学(99).

と入力して、［実行］→［すべて］を選択。

変数ビューを開いてみると、「国語」と「数学」の［欠損値］のところがともに「99.00」となっており、同時に定義されていることが確認できます。

ケースの選択とグループ分け

データが色々ある中で、特定のケースだけを選び出したい場合、エクセルのようにフィルターをかけることもできます。

たとえば、次のようなデータがあったとします。「性別」変数は、「男子」が「1」、「女子」が「2」で入力されています。

・［データ］→［ケースの選択］で、

［すべてのケース］
［ケースの無作為抽出］
［日付またはケース番号の範囲］
［フィルター変数の使用］

の４つのフィルターをかけることができます。

そして、そのフィルターで、分析から［除外］するか、データセットから［削除］するかを選ぶことができます。

［フィルター変数の使用］が一番汎用性が高いですが、これは「0」と「1」のうち、「1」を選択する機能しかありません。

そこで、左のデータで「女子」だけを選びたい場合は、先に説明した「他の変数への値の再割り当て」で、フィルター用の変数を作ります。

「性別フィルター」という変数に、「性別」が「2」の場合に「1」、その他の場合に「0」を割り当てます。それから、［フィルター変数の使用］に「性別フィルター」を選択し、［選択されなかったケース］で［除外］にチェックをつけて、［OK］をクリックします。

すると、「女子」だけが選択され、「男子」には「／」が入ります。もし、［選択されなかったケース］で［削除］にチェックをつけていれば、「男子」のケースがすべて削除されます。

選択状態は、［すべてのケース］を選択しなおすまで継続されます。

または、「男子」と「女子」で別々に同じ分析を行い、比較したいということもあるでしょう。その場合、［ケースの選択］を使うと、「男子」を選択→分析、「女子」を選択→分析ということをしなくてはいけません。比較したいグループが多くなると、これは大変です。

そういう場合は［ファイルの分割］を使います。

・［データ］→［ファイルの分割］を選択。
・［グループごとの分析］にチェックをし、［グループ化変数］に「性別」を指定。
・［グループ変数によるファイルの並べ替え］にチェックをつけると、ケースがグループごとにソートされる。
・［OK］をクリック。

一見、何も変化しませんが、ウインドウの一番下に［分割性別］と表示され、「性別」変数によって、ファイルが分割されていることが示されます。

ファイルの分割状態は、［全てのケースを分析］を選択しなおすまで継続し、以下に行う全ての分析は、［グループ化変数］内のグループごとに行われます。

このデータの場合だと、「男子」「女子」で別々に分析が行われます。