執行量化分析的過程，應該是資料輸入à資料清理à資料處理à資料分析，資料輸入是將紙本的資料轉換為數位化的過程，隨著網路問卷越來越多人使用，或許有些研究者可以略過這一步驟；再來是資料清理，必須把資料整備到可以分析的狀態，包含定義廢卷、處理異常值、量表遺漏值、邏輯性；接著是資料處理，根據研究問題與假設，把需要用到的變數建立出來，通常會使用兩大功能，重新編碼（recode）與計算（compute）；最後就可以開始分析。
公司部落格的過去文章，其實包含了很多統計方法的介紹，或是操作的說明，資料處理也有，但多數是些比較特殊的狀況，今天我們就回過頭來，學學這簡單且重要的處理技能。一般問卷調查最常出現的設計型態，就是放上一些個人背景變項的題目，以及用兩三個量表去收集受訪者的心理特質，只要是這樣的設計，那重新編碼（recode）與計算（compute）就一定得用到，這邊我們定義成三種情形，（一）用重新編碼（recode）處理反向題轉向計分；（二）用重新編碼（recode）處理分組問題；（三）用計算（compute）產出因素或量表總分。
壹、用重新編碼（recode）處理反向題轉向計分
為了能夠找到不良作答的受訪者，有些問卷中會加入一些反向題進行偵測，可以用來當作廢卷的排除條件，而在有效樣本確定之後，必須利用這些量表對於樣本的特質進行計分之前，我們必須要先將這些反向題進行轉向，使其計分方向與正向題一致，這樣加起來的得分才具有意義，此時就必須使用到重新編碼（recode）的功能。
這邊將以世界衛生組織生活品質問卷為例來作示範，在研究工具中，有交代此量表的計分方式為1至5分的五點量表，其中第3題、第4題、第26題為反向題，必須作轉向處理，從題目內容來看，若選擇數字越大越靠近5時，代表生活品質越差，因此確定符合反向題定義，為了讓整份問卷維持數字越大生活品質越好的方向性，我們必須對這3題進行反向題轉向的動作。
操作步驟
（1）點選「轉換」à「重新編碼成不同變數」
如果沒有特殊原因，務必選擇成不同變數，而不要選擇成同一變數，否則原來的變項欄位會被覆蓋掉，無法還原。
（2）在左邊的變項中，選擇要進行反向計分的變項到右邊欄位
（3）輸入反向計分後的新變數名稱，我自己的習慣會用原變項名稱加一個R作為區隔
（4）點選「變更」
（5）原來輸出變數的問號，會取代成您指定的變項名稱
（6）點選「舊值與新值」，建立轉換的規則
（7）舊裡的數值為單一轉換，譬如說5轉成1，在舊值裡輸入「5」
（8）承上，在新值輸入「1」
（9）按下「新增」
（10）新增完的規則，一律出現在此欄位
（11）按下「繼續」並確認後，在資料檔裡的最後一個欄位則會出現重新編碼的變項
（12）如果規則相同，在重新編碼裡可一併處理
留言列表
{{ article.title }}