SPSS初學者必學的資料處理：重新編碼（recode）與計算（compute）（一） @ 晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

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。