SPSS问卷加权处理：是偏心吗_数据分析师考试

  调查问卷数据分析中经常遇到对数据进行加权的问题，什么是加权？沈浩老师博客中这样描述：让一些人变得比另一些人更重要！那为什么要加权？为了让调查数据在特征的分布上更接近实际情况。比如在会员数据中，男女比例是6:4，而调查问卷的比例是7:3，为了使调查结果更贴近真实，首先需要对问卷进行加权处理，让问卷的分布结构跟实际分布保持一致。

        从概念上，加权：通过对总体中的各个样本设置不同的数值系数(即加权因子-权重)，使样本呈现希望的相对重要性程度。通俗一些的公式：设计加权=某个变量或指标的期望比例/该变量或指标的实际比例。

看一个SPSS文件加权案例：

        有一家数码产品专营店，它有一大批忠实的会员经常购买。为了更好的经营好自己即将要开设的网店，在会员中进行了一次购买习惯的问卷调查。在问卷的校验过程中，他们发现回收的问卷在人口特征的分布上与实际情况不符，会员中男女比例是6:4，而问卷中是7:3，并且男女会员实际在教育水平（1、2、3、4个档）的占比均为2:2:4:2。考虑到这两个因素可能对分析结果有较大的影响，现在需要对问卷数据进行加权处理，使得加权后的性别和教育水平能够符合实际比例。

1、汇总问卷数据，计算加权的权重

        SPSS本身具有过硬的数据汇总功能，利用这些功能能够快速准确的对原始问卷数据进行大范围的汇总，主要在于获知不同男女性别在不同教育水平的人数，和参与问卷的总人数，然后根据“权重=变量的会员比例/该变量问卷比例”来计算最终的权重（本案例用这个公式）。

        熟悉excel电子表格的话，也可以利用excel的透视表功能快速对问卷数据进行汇总并计算权重，这里略过。

        表格的“会员比例”即男女会员在教育水平的占比2:2:4:2，男性0.6，女性0.4。最后一列即根据公式计算而得到的“权重”。

2、将权重数据合并到原始问卷数据中

        这个步骤充分显示了SPSS合并数据文件的能力，SPSS合并数据有两种，一种是增加记录，另外一种是增加变量，我们现在需要把“权重”变量合并到原始问卷数据文件中，而且要求是和不同性别不同教育水平向匹配及对应的操作。

        说得直白一点，其实相当于excel的vlookup功能，此时发现，spss的合并数据比vlookup更条件化，简单易于操作。这两种方法没有必要过多对比，你熟悉哪种选择哪种。最后的效果是：

3、SPSS加权个案，将“权重”作为频率变量

        选择“数据”菜单最后一项“加权个案”，按照弹出的菜单提出来操作，点击确定后，加权处理则持续存在于接下来的各种分析操作中，如果不想使用加权处理，则必须取消加权，这一点需格外注意。

4、加权与不加权，我们来做一个比较

        首先，我们看不加权时的问卷数据：

        参与调查的男女比例大概是7:3，与实际会员比例6:4不符，教育程度的比例也不符合2:2:4:2。

        接下来看加权处理后的效果：

        此时，经过加权处理对样本进行校正均衡，使得调查数据在分布上完全和会员实际分布相符，达到分析的目的，基于这样一个靠近实际情况的数据然后再进行分析，其各项结论也更趋向于接近实际状况。

        记住一点：加权也是篡改数据的方法！谨慎使用！

        如果数据有“加权”，我们要明确地告诉客户：

        为什么加权？

        加权方案的实施过程；

        加权对数据的影响，等等；

        通常，我们应该：在数据报告过程中，在图表上同时标明“未加权”和“加权”的基数；在分析报告可灵活处理，但也应有清晰的、一致的标注；