【统计分析软件SPSS】55、比较数据集

https://www.mizhushare.com/docs/

• ID=2 的性别不同；

• ID=3 的变量不同；

• ID=4 的收入不同。

点击顶部菜单栏的【数据→比较数据集】，在打开的对话框进行相应设置。

• 选择想要与活动数据集进行比较的数据集或数据文件。

• 比较选项卡：

匹配的字段：显示在两个数据集中名称相同且基本类型（字符串或数值）也相同的字段列表。

• 不匹配的字段：点击「不匹配的字段」按钮，在弹出的对话框中会显示两个数据集中未匹配的字段（变量）列表。未匹配的字段是指在其中一个数据集中缺失，或者在两个文件中基本类型（字符串或数值）不一致的字段。这些未匹配的字段将被排除在两个数据集的比较之外。

• 要比较的字段：对两个数据集的比较仅基于所选的一个或多个要比较的字段（变量）。

• 个案标识：个案标识字段（即个案 ID）用于唯一确定数据集中的每一条记录。若指定了多个字段作为个案 ID，则这些字段的唯一值组合将共同标识一个个案。如果未指定任何个案 ID 字段，系统将默认采用基于行号顺序的比对模式。如果指定了个案 ID 字段，为了确保比对的准确性，需勾选 「个案排序」选项，系统将自动在比对前对两个数据集按个案 ID 进行重新排序。

• 属性选项卡：

默认情况下，仅比较数据值，而不会比较字段属性（数据字典属性）。如需比较字段属性，勾选「比较数据字典」选项，在列表中选择想要比较的属性即可。

• 输出选项卡：

默认情况下，比较数据集功能会在活动数据集中创建一个新字段来标识不匹配项，并生成一个表格，列出前100个不匹配项的详细信息。可以在该选项卡更改输出选项。

• 在新字段中标记不匹配项：在活动数据集中创建一个新字段来标识不匹配项。新字段的值为1表示存在差异；值为0表示所有值都相同；值为-1表示活动数据集中存在，但在另一个数据集中不存在的个案（记录）。

• 将匹配的个案复制到新数据集：勾选后将创建一个新数据集，其中仅包含在另一个数据集中有匹配值的活动数据集个案（记录）。

• 将不匹配的个案复制到新数据集：勾选后将创建一个新数据集，其中仅包含在另一个数据集中有不同值的活动数据集个案（记录）。

• 限制个案表：对于存在于活动数据集中，也存在于另一个数据集且基本类型（数值或字符串）相同的个案（记录），输出表格会提供每个个案的不匹配值详细信息。默认情况下，该表格仅限于前100个不匹配项，可以指定其他数值，或取消勾选此项以包含所有不匹配项。

03

结果解读

对比完成后，SPSS会在输出窗口和活动数据集同时呈现结果。

• 数据集内的标识变量：

活动数据集中会增一个标识变量（默认名为CasesCompare），数值为1的个案就是存在差异的个案，本次示例中ID2、ID3、ID4对应的标识变量为1，精准定位存在差异的个案。

• 输出窗口详细差异报告：

比较摘要表格展示了参与比对的两个数据集的基本信息。

字典比较表格展示了两个数据集中变量的对比结果。该表仅在「属性」选项卡中勾选「比较数据字典」时才会出现。若无差异则显示空白，有差异会标注具体不同点（如 age 的标签不同）。

匹配摘要表格展示了成功匹配的个案数量及比例。

不匹配（按个案排列）表格从“个案维度”汇总有多少条记录存在不匹配。

不匹配（按变量排列）表格从“变量维度”统计每个字段出现不匹配的次数和比例。

按个案比较表格逐条列出所有存在不匹配的个案及其具体差异值。