Hướng dẫn trung cấp về lập trình SPSS: Sử dụng cú pháp để quản lý dữ liệu

Hướng dẫn trung cấp về lập trình SPSS sử dụng cú pháp cho quản lý dữ liệu, cung cấp kiến thức và kỹ năng cần thiết cho người dùng.

• Tác giả: Sarah Boslaugh
• Trường học: Sage Publications
• Chuyên ngành: Social Sciences
• Đề tài: Hướng Dẫn Trung Cấp Về Lập Trình SPSS Với Cú Pháp Cho Quản Lý Dữ Liệu
• Loại tài liệu: sách
• Năm xuất bản: 2005
• Địa điểm: Thousand Oaks

Mục lục chi tiết

• Preface
• 1. Part I: An Introduction to SPSS
• 1.1. What Is SPSS?
• 1.2. Interacting With SPSS
• 1.3. Types of Files in SPSS
• 1.4. Customizing the SPSS Environment
• 2. Part II: An Introduction to Computer Programming With SPSS
• 2.1. An Introduction to Computer Programming
• 2.2. Programming Errors
• 2.3. Documenting Syntax, Data, and Output Files
• 3. Part III: Reading and Writing Data Files in SPSS
• 3.1. Reading Raw Data in SPSS
• 3.2. Reading SPSS System and Portable Files
• 3.3. Reading Data Files Created by Other Programs
• 3.4. Reading Complex Data Files
• 3.5. Saving Data Files
• 4. Part IV: File Manipulation and Management in SPSS
• 4.1. Inspecting a Data File
• 4.2. Combining Data Files
• 4.3. Data File Management
• 4.4. Restructuring Files
• 4.5. Missing Data in SPSS
• 4.6. Using Random Processes in SPSS
• 5. Part V: Variables and Variable Manipulations
• 5.1. Variables and Variable Formats
• 5.2. Variable and Value Labels
• 5.3. Recoding and Creating Variables
• 5.4. Numeric Operations and Functions
• 5.5. String Functions
• 5.6. Date and Time Variables
• 6. Part VI: Other Topics
• 6.1. Automating Tasks Within Your Program
• 6.2. A Brief Introduction to the SPSS Macro Language
• 6.3. Resources for Learning More About SPSS Syntax
• References
• Index
• About the Author

Tóm tắt

I. Hướng dẫn tổng quan về lập trình SPSS cho quản lý dữ liệu

Lập trình SPSS là một công cụ mạnh mẽ cho việc quản lý và phân tích dữ liệu. SPSS, viết tắt của Statistical Package for the Social Sciences, đã trở thành một phần không thể thiếu trong nghiên cứu xã hội và khoa học dữ liệu. Việc sử dụng cú pháp trong SPSS giúp người dùng thực hiện các thao tác phức tạp một cách hiệu quả hơn so với việc sử dụng giao diện đồ họa. Bài viết này sẽ cung cấp cái nhìn tổng quan về lập trình SPSS và cách thức nó hỗ trợ trong việc quản lý dữ liệu.

1.1. Khái niệm cơ bản về SPSS và cú pháp

SPSS là một phần mềm thống kê cho phép người dùng thực hiện các phân tích dữ liệu phức tạp. Cú pháp SPSS giúp tự động hóa các quy trình, từ việc nhập dữ liệu đến phân tích và xuất kết quả. Việc nắm vững cú pháp là điều cần thiết để tối ưu hóa quy trình làm việc.

1.2. Lợi ích của việc sử dụng cú pháp trong SPSS

Sử dụng cú pháp trong SPSS mang lại nhiều lợi ích, bao gồm khả năng tái sử dụng mã, dễ dàng chỉnh sửa và kiểm soát quy trình phân tích. Điều này giúp tiết kiệm thời gian và giảm thiểu sai sót trong quá trình phân tích dữ liệu.

II. Những thách thức trong quản lý dữ liệu với SPSS

Quản lý dữ liệu trong SPSS không phải lúc nào cũng dễ dàng. Người dùng thường gặp phải nhiều thách thức như xử lý dữ liệu thiếu, dữ liệu trùng lặp và việc tổ chức dữ liệu một cách hợp lý. Những vấn đề này có thể ảnh hưởng đến chất lượng phân tích và kết quả cuối cùng.

2.1. Vấn đề dữ liệu thiếu trong SPSS

Dữ liệu thiếu là một trong những vấn đề phổ biến trong phân tích dữ liệu. SPSS cung cấp nhiều phương pháp để xử lý dữ liệu thiếu, bao gồm việc loại bỏ hoặc thay thế giá trị thiếu. Tuy nhiên, việc lựa chọn phương pháp phù hợp là rất quan trọng để đảm bảo tính chính xác của phân tích.

2.2. Xử lý dữ liệu trùng lặp

Dữ liệu trùng lặp có thể dẫn đến những sai lệch trong kết quả phân tích. SPSS cho phép người dùng kiểm tra và loại bỏ các bản ghi trùng lặp một cách dễ dàng thông qua cú pháp. Việc này giúp đảm bảo rằng dữ liệu được phân tích là chính xác và đáng tin cậy.

III. Phương pháp lập trình SPSS hiệu quả cho quản lý dữ liệu

Để quản lý dữ liệu hiệu quả trong SPSS, người dùng cần nắm vững một số phương pháp lập trình cơ bản. Những phương pháp này không chỉ giúp tối ưu hóa quy trình làm việc mà còn nâng cao khả năng phân tích dữ liệu.

3.1. Sử dụng cú pháp để nhập dữ liệu

Việc nhập dữ liệu vào SPSS có thể thực hiện thông qua cú pháp, giúp tự động hóa quy trình và giảm thiểu sai sót. Cú pháp cho phép người dùng chỉ định định dạng dữ liệu và các biến một cách rõ ràng, từ đó dễ dàng quản lý và phân tích dữ liệu.

3.2. Tạo và quản lý biến trong SPSS

Quản lý biến là một phần quan trọng trong lập trình SPSS. Người dùng có thể tạo, sửa đổi và xóa biến thông qua cú pháp, giúp tổ chức dữ liệu một cách hợp lý. Việc này không chỉ giúp dễ dàng trong việc phân tích mà còn nâng cao tính chính xác của kết quả.

IV. Ứng dụng thực tiễn của lập trình SPSS trong nghiên cứu

Lập trình SPSS đã được áp dụng rộng rãi trong nhiều lĩnh vực nghiên cứu, từ khoa học xã hội đến y tế. Việc sử dụng cú pháp SPSS giúp các nhà nghiên cứu thực hiện các phân tích phức tạp một cách hiệu quả và chính xác.

4.1. Phân tích dữ liệu trong nghiên cứu xã hội

Trong nghiên cứu xã hội, SPSS thường được sử dụng để phân tích các dữ liệu khảo sát. Cú pháp SPSS cho phép các nhà nghiên cứu thực hiện các phân tích thống kê như hồi quy, phân tích phương sai và kiểm định giả thuyết một cách dễ dàng.

4.2. Ứng dụng trong nghiên cứu y tế

Trong lĩnh vực y tế, SPSS được sử dụng để phân tích dữ liệu lâm sàng và nghiên cứu dịch tễ học. Việc sử dụng cú pháp giúp các nhà nghiên cứu xử lý và phân tích dữ liệu một cách nhanh chóng, từ đó đưa ra các kết luận chính xác và đáng tin cậy.

V. Kết luận và tương lai của lập trình SPSS

Lập trình SPSS là một công cụ quan trọng trong quản lý và phân tích dữ liệu. Với sự phát triển không ngừng của công nghệ, SPSS cũng đang được cải tiến để đáp ứng nhu cầu ngày càng cao của người dùng. Việc nắm vững cú pháp SPSS sẽ giúp người dùng tối ưu hóa quy trình làm việc và nâng cao chất lượng phân tích dữ liệu.

5.1. Tương lai của SPSS trong nghiên cứu

SPSS sẽ tiếp tục phát triển để đáp ứng nhu cầu của người dùng trong việc phân tích dữ liệu. Các tính năng mới sẽ được bổ sung để hỗ trợ người dùng trong việc quản lý và phân tích dữ liệu một cách hiệu quả hơn.

5.2. Lời khuyên cho người mới bắt đầu với SPSS

Đối với những người mới bắt đầu, việc học cú pháp SPSS có thể gặp khó khăn. Tuy nhiên, với sự kiên nhẫn và thực hành thường xuyên, người dùng sẽ nhanh chóng nắm vững các kỹ năng cần thiết để sử dụng SPSS một cách hiệu quả.

Nội dung chính

Tổng quan về giáo trình

Giáo trình An Intermediate Guide to SPSS Programming: Using Syntax for Data Management của tác giả Sarah Boslaugh (do Sage Publications xuất bản năm 2005) là tài liệu đào tạo chuyên sâu về kỹ thuật xử lý và quản trị dữ liệu bằng ngôn ngữ cú pháp (syntax) trong môi trường SPSS. Trong chương trình đào tạo đại học và sau đại học thuộc các khối ngành Khoa học Xã hội, Thống kê Ứng dụng, Kinh tế học và Y tế Công cộng, giáo trình đảm nhận vị trí cầu nối giữa lý thuyết thống kê và kỹ năng thực hành phân tích dữ liệu thực tế.

Mục tiêu học tập của giáo trình tập trung vào việc chuẩn bị dữ liệu phân tích:

• Nắm vững cách thức nhập dữ liệu từ các nguồn thô và định dạng phức tạp.
• Phát hiện và xử lý lỗi dữ liệu, giá trị khuyết (missing data) và các bản ghi trùng lặp.
• Tái cấu trúc, ghép nối và biến đổi tệp dữ liệu phục vụ các mô hình phân tích chuyên biệt.
• Tự động hóa quy trình quản lý dữ liệu thông qua cấu trúc lặp, biến mảng (vectors) và ngôn ngữ macro.

Về cấu trúc và cách tiếp cận, cuốn sách được tổ chức thành 6 phần với 27 chương, đi từ các khái niệm cơ bản về môi trường lệnh của SPSS, kỹ thuật gỡ lỗi (debugging), cho đến các thao tác xử lý biến số và tự động hóa nâng cao. Điểm đặc thù của giáo trình là việc tập trung trực diện vào khâu quản lý dữ liệu (data management) — một giai đoạn chiếm phần lớn thời gian của các dự án phân tích thực tế nhưng thường ít được chú trọng trong các khóa học thống kê vốn chỉ tập trung vào việc chạy mô hình suy diễn.

---

Nội dung kiến thức cốt lõi

                             AN INTERMEDIATE GUIDE TO SPSS PROGRAMMING
                                      (Sarah Boslaugh, 2005)
   Phần I & II          Phần III             Phần IV              Phần V              Phần VI
Môi trường & Cú pháp   Nhập/Xuất Dữ liệu    Xử lý & Tái cấu trúc Biến số & Biến đổi   Tự động hóa

Các chương và chủ đề chính

Nội dung giáo trình được triển khai tuần tự qua 6 phần chính:

• Phần I: Giới thiệu về SPSS (Chương 1 – 4): Trình bày lịch sử hình thành SPSS từ cuối thập niên 1960 bởi Norman H. Nie, C. Hadlai Hull và Dale H. Bent; định vị SPSS như một ngôn ngữ bậc bốn (4GL); giải thích cơ chế phiên làm việc (session), hệ thống cửa sổ (Syntax Editor, Data Editor, Viewer), cơ chế thực thi lệnh tương tác (Interactive mode) và hàng loạt (Batch mode), cùng các lệnh điều chỉnh hệ thống như SHOW ALL, SET LENGTH NONE, SET WORKSPACE.
• Phần II: Nhập môn lập trình cú pháp (Chương 5 – 7): Phân tích sự khác biệt giữa giao diện đồ họa (GUI) và cú pháp; quy trình kiểm thử mã nguồn; phân loại lỗi cú pháp (syntax errors) và lỗi logic (logical errors); phương pháp thiết lập cảnh báo (SET ERRORS, SET MXWARNS); kỹ thuật lưu vết bằng ghi chú (*, /* */), lệnh DOCUMENT, DISPLAY DOCUMENTS, ECHO, TITLE, và SUBTITLE.
• Phần III: Đọc và ghi tệp dữ liệu (Chương 8 – 12): Hướng dẫn kỹ thuật đọc dữ liệu trực tiếp (inline data) hoặc từ tệp ngoài qua lệnh DATA LIST (định dạng FIXED, FREE, LIST); đọc dữ liệu nhiều bản ghi trên một ca quan sát; nhập dữ liệu từ Microsoft Excel, SAS, tệp cơ sở dữ liệu; xử lý các cấu trúc dữ liệu phức tạp (dữ liệu hỗn hợp - mixed, phân nhóm - grouped, lồng nhau - nested, và dạng ma trận); lưu trữ dữ liệu dạng .sav, .por hoặc văn bản thuần.
• Phần IV: Thao tác và quản lý tệp dữ liệu (Chương 13 – 18): Kỹ thuật kiểm tra phân phối và bản ghi trùng lặp; ghép nối tệp bằng cách thêm biến (MATCH FILES) hoặc thêm ca quan sát (ADD FILES); lọc dữ liệu (SELECT IF, FILTER); chuyển đổi cấu trúc tệp giữa dạng đơn biến (univariate/long) và đa biến (multivariate/wide); xử lý dữ liệu khuyết hệ thống (system-missing) và người dùng định nghĩa (user-missing); tạo mẫu ngẫu nhiên bằng SET SEED và lệnh SAMPLE.
• Phần V: Biến số và các phép biến đổi (Chương 19 – 24): Quy chuẩn định danh và định dạng biến (COMMA, DOT, DOLLAR, PCT); gắn nhãn biến và nhãn giá trị (VARIABLE LABELS, VALUE LABELS); tạo biến điều kiện (IF), biến giả (dummy variables), mã hóa lại (RECODE, AUTORECODE); xử lý các hàm chuỗi (SUBSTR, nối chuỗi, tìm kiếm ký tự) và các phép toán trên biến ngày giờ (SET EPOCH, tính khoảng thời gian).
• Phần VI: Tự động hóa và Macro (Chương 25 – 27): Khái niệm biến mảng (VECTOR); các cấu trúc điều khiển luồng (DO IF, DO REPEAT, LOOP); nhập môn ngôn ngữ Macro của SPSS (!DEFINE, truyền tham số theo vị trí hoặc từ khóa, xử lý danh sách biến động).

Kiến thức nền tảng được xây dựng

Giáo trình cung cấp các nguyên lý lập trình và quản trị dữ liệu nền tảng:

• Cơ chế quản lý bộ nhớ và tệp hoạt động (Active Data File): Giải thích cách SPSS tải dữ liệu vào bộ nhớ làm việc, cách thức các lệnh chuyển đổi hoãn thực thi cho đến khi gặp lệnh kích hoạt (EXECUTE hoặc thủ tục thống kê), và nguyên tắc bảo toàn dữ liệu gốc thông qua việc quản lý tệp tạm.
• Cấu trúc từ điển dữ liệu (Data Dictionary): Khái niệm về siêu dữ liệu (metadata), bao gồm thuộc tính biến, nhãn giá trị, quy tắc hiển thị và định nghĩa giá trị khuyết.
• Mô hình hóa đơn vị phân tích (Unit of Analysis): Cơ sở lý thuyết về tổ chức dữ liệu theo cấu trúc bảng dọc (long format) và bảng ngang (wide format), cùng điều kiện chuyển đổi qua lại giữa hai cấu trúc trong nghiên cứu lặp hoặc dữ liệu phân cấp.

Kỹ năng phát triển

• Kỹ năng kỹ thuật: Viết mã lệnh SPSS chuẩn xác; điều khiển hệ thống qua lệnh SET; làm chủ các hàm chuỗi, hàm toán học và hàm thời gian; xây dựng cấu trúc lặp DO REPEAT và khối lệnh LOOP để xử lý tập biến lớn.
• Kỹ năng phân tích: Đánh giá tính toàn vẹn của tập dữ liệu; nhận diện quy luật dữ liệu khuyết; kiểm tra điều kiện nhảy (skip patterns) trong bảng hỏi điều tra; thiết lập các biến chỉ báo logic.
• Kỹ năng thực hành: Chuẩn hóa quy trình ghi chú và tài liệu hóa nghiên cứu; thiết lập các script tự động để tái lập phân tích định kỳ; gỡ lỗi mã nguồn dựa trên thông báo lỗi hệ thống.

---

Phương pháp giảng dạy và học tập

                         QUY TRÌNH HỌC TẬP VÀ KIỂM THỬ CÚ PHÁP

Giáo trình áp dụng phương pháp tiếp cận sư phạm thực chứng và gia tăng lũy tiến:

1. Chuyển giao từ Giao diện (GUI) sang Cú pháp: Giáo trình hướng dẫn người học bắt đầu bằng việc thiết lập thao tác trên hộp thoại menu, sau đó sử dụng nút Paste để trích xuất cú pháp tương ứng vào cửa sổ Syntax Editor. Phương pháp này giúp người học làm quen với cấu trúc câu lệnh mà không gặp rào cản ghi nhớ từ khóa ban đầu.
2. Quy trình kiểm thử mã nguồn có hệ thống: Tài liệu đề xuất quy trình làm việc gồm các bước: xác định rõ mục tiêu cần xử lý trên giấy $\rightarrow$ viết cú pháp $\rightarrow$ chạy thử nghiệm $\rightarrow$ đối chiếu kết quả đầu ra trên Viewer $\rightarrow$ cô lập và sửa lỗi.
3. Thực hành trên dữ liệu mẫu đa dạng: Các ví dụ trong sách bao gồm từ các bảng dữ liệu đơn giản đến các dự án thực tế (như School Safety Project), bao gồm nhiều tình huống dữ liệu thô bị lỗi định dạng, tệp dữ liệu lồng nhau nhiều cấp hoặc dữ liệu phân nhóm yêu cầu lệnh đọc đặc thù (FILE TYPE MIXED, GROUPED, NESTED).
4. Phương pháp đánh giá và tự học:
   • Kích hoạt chế độ in lại cú pháp trong đầu ra bằng lệnh SET PRINTBACK = ON để đối chiếu trực tiếp giữa lệnh thực thi và bảng kết quả thu được.
   • Sử dụng lệnh SAMPLE hoặc tạo tập dữ liệu nhân tạo quy mô nhỏ để kiểm tra tính đúng đắn của logic trước khi áp dụng trên tập dữ liệu chính thức.
   • Nắm vững 7 lỗi cú pháp phổ biến (lỗi chính tả, thiếu dấu chấm kết thúc khối ghi chú *, dấu ngoặc đơn không cân xứng, chuỗi ký tự thiếu dấu trích dẫn '', không khai báo biến chuỗi qua lệnh STRING, và việc xóa nhầm dữ liệu vĩnh viễn khi dùng SELECT mà không có TEMPORARY).

---

Điểm nổi bật và cập nhật

• Tính tái lập trong nghiên cứu khoa học: Giáo trình nhấn mạnh ưu thế của việc sử dụng cú pháp thay cho giao diện đồ họa. Tệp cú pháp .sps đóng vai trò như một biên bản lưu trữ toàn bộ các thao tác xử lý dữ liệu, cho phép tái lập quy trình xử lý chính xác khi có dữ liệu bổ sung hoặc chia sẻ mã nguồn giữa các nhóm nghiên cứu.
• Khả năng tương thích và liên kết định dạng: Hướng dẫn chi tiết kỹ thuật xuất/nhập dữ liệu giữa SPSS và các phần mềm khác như Microsoft Excel, SAS, tệp văn bản thô ASCII, và xuất bảng biểu sang định dạng PDF, RTF hoặc Text để phục vụ báo cáo.
• Tối ưu hóa tài nguyên phần mềm: Hướng dẫn các kỹ thuật tinh chỉnh tham số hệ thống qua dòng lệnh, bao gồm việc mở rộng bộ nhớ cấp phát (SET WORKSPACE, SET MXCELLS) khi xử lý các bảng chéo phức tạp hoặc các tệp dữ liệu quy mô lớn, loại bỏ ngắt trang tự động bằng SET LENGTH NONE.
• Mở rộng năng lực xử lý bằng Macro: Giới thiệu nền tảng ngôn ngữ macro của SPSS, cho phép người dùng tự định nghĩa các thủ tục tùy biến vượt ra ngoài các lệnh đóng gói sẵn của phần mềm.

---

Đối tượng sử dụng giáo trình

Đối tượng	Yêu cầu tiên quyết	Phạm vi ứng dụng trong giáo trình
Sinh viên đại học / Học viên cao học	Kiến thức cơ bản về thống kê mô tả và cấu trúc biến số.	Học kỹ thuật làm sạch dữ liệu, mã hóa biến, ghép tệp và chuyển đổi bảng phục vụ khóa luận, luận văn.
Giảng viên & Trợ giảng	Nắm vững phương pháp phân tích định lượng.	Sử dụng làm giáo trình thực hành phòng máy, tài liệu tham khảo cho các môn Quản trị Dữ liệu, Xử lý Số liệu Nghiên cứu.
Nhà phân tích & Nghiên cứu viên	Đã sử dụng SPSS qua giao diện menu.	Chuyển đổi quy trình làm việc sang dạng script, tự động hóa các báo cáo định kỳ và xử lý các tập dữ liệu phức tạp.

---

Câu hỏi thường gặp

1. Giáo trình này phù hợp với đối tượng nào?

Giáo trình được thiết kế cho những người có nhu cầu chuẩn bị và quản lý dữ liệu để phân tích, đặc biệt là người dùng SPSS chỉ mới quen thao tác qua giao diện menu muốn chuyển sang lập trình cú pháp, hoặc lập trình viên từ các ngôn ngữ khác muốn học cú pháp SPSS.

2. Cần kiến thức nền tảng nào trước khi tiếp cận tài liệu?

Tài liệu không yêu cầu người đọc phải có kinh nghiệm lập trình hay kinh nghiệm quản lý dữ liệu từ trước. Yêu cầu chính là người học có quyền truy cập vào phần mềm SPSS và tài liệu SPSS Syntax Reference Guide (tệp PDF đi kèm phần mềm).

3. Điểm khác biệt của giáo trình này so với các tài liệu SPSS thông thường là gì?

Phần lớn tài liệu SPSS trên thị trường tập trung vào việc chạy các thuật toán thống kê (như hồi quy, ANOVA, kiểm định t-test) thông qua giao diện click chuột. Cuốn sách này tập trung chuyên biệt vào khâu quản trị dữ liệu (data management) bằng mã lệnh — giai đoạn chiếm nhiều thời gian nhất trong thực tế nghiên cứu.

4. Làm sao để tự học giáo trình này hiệu quả?

Người học nên nhập trực tiếp các đoạn mã mẫu trong sách vào cửa sổ Syntax Editor, thực thi lệnh, quan sát bảng kết quả trên Viewer, sau đó tiến hành chỉnh sửa các tham số và quan sát sự thay đổi của dữ liệu. Đồng thời, cần bật chế độ SET PRINTBACK ON để theo dõi mã nguồn song song với kết quả.

5. Có tài liệu bổ trợ nào được khuyến nghị kèm theo giáo trình?

Giáo trình giới thiệu các nguồn tài liệu tham khảo bổ trợ tại Chương 27, bao gồm tệp tài liệu hướng dẫn cú pháp SPSS Syntax Reference Guide, diễn đàn trao đổi chuyên môn qua danh sách thư điện tử SPSSX-L, cùng các tài liệu và trang web chuyên sâu về SPSS Syntax.

---

Kết luận

Giáo trình An Intermediate Guide to SPSS Programming: Using Syntax for Data Management cung cấp nền tảng toàn diện và có hệ thống về kỹ thuật quản lý dữ liệu định lượng bằng cú pháp SPSS. Bằng việc dẫn dắt người học từ các cấu trúc lệnh cơ bản, quy trình kiểm soát lỗi, xử lý biến số phức tạp cho đến tự động hóa bằng Macro, tài liệu định hình lộ trình học tập logic và chuẩn xác. Đây là tài liệu học thuật giá trị phục vụ công tác giảng dạy, nghiên cứu khoa học và chuẩn hóa kỹ năng xử lý dữ liệu thực nghiệm trong môi trường học thuật và ứng dụng chuyên nghiệp.

Trích đoạn nội dung tài liệu

qxd 10/12/2004 5:27 PM Page i FM-Boslaugh.qxd 10/12/2004 12:08 PM Page ii FM-Boslaugh.qxd 10/12/2004 12:08 PM Page iv Copyright © 2005 by Sage Publications, Inc. All rights reserved. No part of this book may be reproduced or utilized in any form or by any means, electronic or mechanical, including photocopying, recording, or by any information storage and retrieval system, without permission in writing from the publisher. For information: Sage Publications, Inc.

2455 Teller Road Thousand Oaks, California 91320 E-mail: [e-mail] Sage Publications Ltd. 1 Oliver’s Yard 55 City Road London EC1Y 1SP United Kingdom Sage Publications India Pvt. B-42, Panchsheel Enclave Post Box 4109 New Delhi 110 017 India Printed in the United States of America Library of Congress Cataloging-in-Publication Data Boslaugh, Sarah. An intermediate guide to SPSS programming: Using syntax for data management / Sarah Boslaugh.

Includes bibliographical references and index. SPSS for Windows. Social sciences—Statistical methods—Computer programs.5′5—dc22 2004014097 04 05 06 07 10 9 8 7 6 5 4 3 2 1 Acquisitions Editor: Lisa Cuevas Shaw Editorial Assistant: Margo Beth Crouppen Production Editor: Melanie Birdsall Copy Editor: Carla Freeman Typesetter: C&M Digitals (P) Ltd. Proofreader: Teresa Herlinger Cover Designer: Michelle Kenny FM-Boslaugh.qxd 10/12/2004 12:08 PM Page v Contents Preface xi Part I: An Introduction to SPSS 1.

What Is SPSS? 3 A Brief History of SPSS 3 SPSS as a High-Level Programming Language 3 SPSS as a Statistical Analysis Package 4 2. Interacting With SPSS 5 The SPSS Session 5 SPSS Windows 6 Basics About SPSS Commands 6 Order of Execution of SPSS Commands 7 Batch Mode and Interactive Mode 8 3. Types of Files in SPSS 9 The Command or Syntax Files 9 The Active or Working Data File 10 The Output Files 10 The Journal Files 12 4. Customizing the SPSS Environment 13 Displaying Current Settings 13 Changing Current Settings 14 Eliminating Page Breaks 14 Increasing Memory Allocation 15 Changing the Default Format for Numeric Variables 15 FM-Boslaugh.qxd 10/12/2004 12:08 PM Page vi Part II: An Introduction to Computer Programming With SPSS 5.

An Introduction to Computer Programming 19 Using Syntax Versus the Menu System 19 The Process of Writing and Testing Syntax 20 Typographical Conventions Used in This Book 21 How Code and Output Are Presented in This Book 21 Some Reasons to Use Syntax 22 Beginning to Learn Syntax 23 Programming Style 25 6. Programming Errors 27 Syntax Errors and Logical Errors 28 The Debugging Process 28 Common SPSS Syntax Errors 28 Finding Logical Errors 30 Changing Default Error and Warning Settings 31 Deciphering SPSS Error and Warning Messages 31 7. Documenting Syntax, Data, and Output Files 33 Using Comments in SPSS Programs 33 Using Comments to Prevent Code From Executing 34 Documenting a Data File 34 Echoing Text in the Output File 35 Using Titles and Subtitles 36 Part III: Reading and Writing Data Files in SPSS 8. Reading Raw Data in SPSS 39 Reading Inline Data 40 Reading External Data 41 The FIXED, FREE, and LIST Formats 42 Specifying the Delimiter Symbol 46 Reading Aggregated Data With DATA LIST 47 Reading Data With Multiple Records Per Case 48 Using FORTRAN-Like Variable Specifications 49 Two Shortcuts for Declaring Variables With Identical Formats 50 Specifying Decimal Values in Data 52 FM-Boslaugh.qxd 10/12/2004 12:08 PM Page vii 9.

Reading SPSS System and Portable Files 55 Reading an SPSS System File 55 Reading an SPSS Portable File 56 Dropping, Reordering, and Renaming Variables 56 10. Reading Data Files Created by Other Programs 59 Reading Microsoft Excel Files 59 Reading Data From Earlier Versions of Excel 60 Reading Data From Later Versions of Excel 61 Using GET TRANSLATE to Read Other Types of Files 62 Reading Data From Database Programs 62 Reading SAS Data Files 62 11. Reading Complex Data Files 65 Reading Mixed Data Files 65 Reading Grouped Data Files 67 Reading Nested Data Files 68 Reading Data in Matrix Format 69 12. Saving Data Files 75 Saving an SPSS System File 75 Saving an SPSS Portable Data File 76 Saving a Data File for Use by Other Programs 76 Saving Text Files 77 Part IV: File Manipulation and Management in SPSS 13.