對于數據的統計分析來說，有很多人覺得做出p值那一步比較高深。其實不然，數據整理和數據清洗才是吃力不討好的事情，也能體現出數據處理人員的能力。數據整理與清洗既花費時間，又不出成果，因為大家往往覺得“差異是否有統計學意義”才是統計的成果。

對于任何一個統計軟件來說，將數據整理成可供分析的格式，往往都是比較花費功夫的事情。準確且高效地進行數據整理，是良好的統計分析的前提，也要求整理人員有著很強的軟件操作功底。本文就向大家介紹一個數據整理的小技巧，幫助大家快速地進行數據整理，使用SPSS的計數功能。

假設現在面臨這樣一種情況，有180名研究對象分別對a1-a10題進行了作答，每1題有5個選項，分別是：非常滿意（1）、滿意（2）、一般（3）、不滿意（4）和非常不滿意（5）。研究者想知道不同性別的研究對象在a1-a10共計10個項目上，滿意的出現次數是否相同？這是一個簡單的兩組間計量資料比較的例子，很容易想到用t檢驗或者非參數檢驗。

但是首先需要計算的是每個研究對象10道題目中選擇“滿意”的題目有幾題？這時候推薦使用SPSS轉換功能下的計數功能，如下圖：

然后點擊OK，就會出現下圖的結果，軟件自動生存了count列，并在該列中展示了每個人選擇“滿意”的次數。

這樣的計算是不是比以前寫程序來計算方便多了。另外這個計數功能還可以用在多個選項的計數上，比如求出每個研究對象“選擇滿意和非常滿意”的次數。如下：

呃，本文寫到這兒就應該結束了。最后附上SPSS程序的另一種寫法，讓大家稍微感受一下兩種寫法的差異。

1、Count功能的語法：

COUNT count=a1 a2 a3 a4 a5 a6 a7 a8 a9 a10(2).

VARIABLE LABELS  count '選擇滿意的次數'.

EXECUTE.

2、另一種語法：

if (a1=2) count=1.

if (a2=2) count=sum(count, 1).

if (a3=2) count=sum(count, 1).

if (a4=2) count=sum(count, 1).

if (a5=2) count=sum(count, 1).

if (a6=2) count=sum(count, 1).

if (a7=2) count=sum(count, 1).

if (a8=2) count=sum(count, 1).

if (a9=2) count=sum(count, 1).

if (a10=2) count=sum(count, 1).

VARIABLE LABELS  count '選擇滿意的次數'.

EXECUTE.