如何对数据异常值处理数据清洗异常值处理!

小白入门数据分析的一般步骤

一、专题的背景和目的1

二、分析前的准备工作2

1.分析方法2

2.数据清理4

3.上传数据4

4.数据清理5

三、操作过程和讨论7

1.操作程序7

2.结论7

3.其他8

四、摘要9

这次，我们将分享数据分析的一般步骤，告诉您如何快速完成数据分析。

其中包括选题背景与目的、分析前的准备、操作过程与结论以及总结四大部分。

选题背景与目的

一般在数据分析前有特定的场景以及目的，有时可以根据分析目的进行选择分析方法，从而更快的进行数据分析。比如一组数据想要研究不同性别对于商场满意度是否有差异。也许可以使用方差、t检验、卡方检验等方法，但是具体选择哪种方法要根据数据类型以及结构来决定。在分析前我们需要选定分析方法以及对数据进行简单处理。

二、分析前的准备

1.分析方法

提到“分析方法”可能很多人比较苦恼，已经准备好数据但是不知道应该选择什么方法，比如自己的数据是定类还是定量，是否满足分析方法要求等等。首先我们来了解下什么是定类数据，定量数据，如下：

经了解案例中的“商场服务满意度”属于定量数据，“性别”属于定类数据，已经明确了数据类型接下来要选择研究方法，先区分数据类型，然后再选择对应的研究方法，一般流程是这样的，也只有这样进行，才能知道自己做的对还是不对，不容易“返工”，接着说明不同数据类型之间的常用分析方法。

其它分析方法以及具体差别汇总整理如下：

如上因为是定类数据与定量数据交叉分析所以可以使用T检验或者方差分析，但是“性别”仅两类所以选择T检验。

2.整理数据

选择使用的分析方法后需要根据方法整理正确的数据格式，t 检验是研究2组数据的差异，比如不同性别时对商场服务满意度的差异。数据格式中需要有组别X（比如性别）和分析项Y（比如满意度）。如下图：

其它常用方法的数据格式如下：

整理后数据部分如下：

3.上传数据

将整理好的数据上传至SPSSAU系统，需要以正确的格式，一般来说要求：第1行为标题或变量名，第2行起即为具体的数据，不能合并单元格。如果出现没有回答、空值、缺失值等情况，直接空着即可，不用录入。步骤如下：点击上传数据→点击上传文件（也可以参考上传说明），同时系统内可以预览前20条数据，上传后点击进入分析即可。

4.清理数据

在正式分析前需要进行数据清理，其中包括基本数据查看、标题修改简化、数据标签、数据编码等一些常见处理方式。

（1）基本的数据查看

通常在分析前建议大家可以使用“描述分析”、“频数”或散点图等图示法，了解下数据的分布特征，比如平均值等。如果出现异常值，根据实际情况观察时候会影响到分析结果，考虑剔除或者不处理。异常值的判断标准如下：

案例中数据分布特征如下：

描述性分析通过平均值或中位数描述数据的整体情况。从上表可以看出：当前数据中并没有异常值，因而SPSSAU建议可直接针对平均值进行描述分析。总结可知，数据中没有异常值出现，可直接针对平均值进行描述分析。并且也没有异常值。除了对异常值处理外，还需要对于无效样本的检查：如果数据来源为问卷，则很可能出现无效样本，因为填写问卷的样本是否真实填写无从判定；如果数据库下载或者使用二手数据等，也可能出现大量缺失数据等无效样本。可以使用SPSSAU数据处理中的无效样本进行检验与处理。设置好无效样本标准后，默认会新生成一个标题，用来标识那些样本是有效，那些是无效，在分析的时候直接进行筛选下就好（有的数据不需要进行无效样本筛查需按实际情况处理）。

接下来对数据标题进行检查，是否需要修改与简化。

（2）标题修改简化

处理异常值或者无效样本后，如果觉得分析项名称过长，或者需要修改分析项名称，可以利用【数据处理】板块中的【标题处理】即可修改。

（2）数据标签与编码

对于数据标签，如果研究者想给分类数据设置标签，比如分类数据有1、2两组，想要案例数据1代表男，数据2代表女则可以使用此功能，如下图。至于数据编码一般问卷中反向题使用的比较多，对于常见的数据分组也可以使用数据编码功能。对于问卷搜集数据，有时问卷中有跳转题，此时可以使用【筛选样本】或【异常值】筛选/剔除掉空值。

操作过程与结论

1.操作过程

收集并准备好数据后，就可以开始运行分析。SPSSAU的操作方法非常简单，几乎所有操作都是三步完成：左右拖拽，点一下即可得到结果（经检验数据已经满足方差分析条件）。如下：

2.结论

结论的呈现方式有表格、图示法以及三线表形式等。

（1）表格

从上表可以看出：不同性别样本对于服务满意度全部均呈现出显著性(p<0.05)，意味着不同性别样本对于服务满意度均有着差异性。具体分析可知：性别对于服务满意度呈现出0.01水平显著性(t=17.186，p=0.000)，以及具体对比差异可知，男的平均值)，会明显高于女的平均值)。从图中也可以看出差异性。