常用的数据库引擎有哪些(数据库引擎区别)

1

数据库定义:数据库是长期储存在计算机内、有组织的、可共享的大量数据的集合

数据库中的数据按一定的数据模型组织、描述和储存，具有较小的冗余度、较高的数据独立性和易扩展性，并可为各种用户共享

2

数据库管理技术发展的三个阶段：人工管理阶段，文件系统阶段，数据库系统阶段

3

DBMS（数据库管理系统）是位于用户与 *** 作系统之间的一层数据管理软件

主要功能：1，数据定义功能

2，数据组织、存储和管理

3，数据 *** 纵功能

4，数据库的事务管理和运行管理

5，数据库的建立和维护功能

6，其他功能

4

什么是数据模型及其要素(设计题)：数据模型是数据库中用来对现实世界进行抽象的工具，是数据库中用于提供信息表示和 *** 作手段的形式构架

一般地讲，数据模型是严格定义的概念的集合

这些概念精确地描述系统的静态特性、动态特性和完整性约束条件

因此数据模型通常由数据结构、数据 *** 作和完整性约束三部分组成

(1)数据结构：是所研究的对象类型的集合，是对系统的静态特性的描述

(2)数据 *** 作：是指对数据库中各种对象(型)的实例(值)允许进行的 *** 作的集合，包括 *** 作及有关的 *** 作规则，是对系统动态特性的描述

(3)数据的约束条件：是完整性规则的集合，完整性规则是给定的数据模型中数据及其联系所具有的制约和依存规则，用以限定符合数据模型的数据库状态以及状态的变化，以保证数据的正确、有效、相容

最常用的数据模型：层次模型，网状模型，关系模型，面积对象模型，对象关系模型

5

常用的数据模型有哪些（逻辑模型是主要的），各有什么特征，数据结构是什么样的

答：数据模型可分为两类：第一类是概念模型，也称信息模型，它是按用户的观点来地数据和信息建模，主要用于数据库设计

第二类是逻辑模型和物理模型

其中逻辑模型主要包括层次模型、层次模型、关系模型、面向对象模型和对象关系模型等

它是按计算机系统的观点对数据建模，主要用于DBMS的实现

物理模型是对数据最低层的抽象，它描述数据在系统内部的表示方式和存取方法，在磁盘或磁带上的存储方式和存取方法，是面向计算机系统的

物理模型是具体实现是DBMS的任务，数据库设计人员要了解和选择物理醋，一般用户则不必考虑物理级的细节

层次数据模型的数据结构特点：一是：有且只有一个结点没有双亲结点，这个结点称为根结点

二是：根以外的其他结点有且只有一个双亲结点

优点是：1

层次数据结构比较简单清晰

2

层次数据库的查询效率高

3

层次数据模型提供了良好的完整性支持

缺点主要有：1

现实世界中很多联系是非层次性的，如结点之间具有多对多联系

2

一个结点具有多个双亲等，层次模型表示这类联系的方法很笨拙，只能通过引入冗余数据或创建非自然的数据结构来解决

对插入和删除 *** 作的限制比较多，因此应用程序的编写比较复杂

3

查询子女结点必须通过双亲结点

4

由于结构严密，层次命令趋于程序化

可见用层次模型对具有一对多的层次联系的部门描述非常自然，直观容易理解，这是层次数据库的突出优点

网状模型：特点：1

允许一个以上的结点无双亲2

一个结点可以有多于一个的双亲

网状数据模型的优点主要有：1

能够更为直接地描述现实世界，如一个结点可以有多个双亲

结点之间可以有多种上联第

2

具有良好的性能，存取效率较高

缺点主要有：1

结构比较复杂，而且随着应用环境的扩大，数据库的结构就变得越来越复杂，不利于最终用户掌握

2

网状模型的DDL,DML复杂,并且要嵌入某一种高级语言中，用户不容易掌握，不容易使用

关系数据模型具有下列优点：1

关系模型与非关系模型不同，它是建立在严格的数学概念的基础上的

2

关系模型的概念单一

3

关系模型的存取路径对用户透明，从而具有更高的数据独立性，更好的安全保密性，也简化了程序员的工作和数据库开发的建立的工作

主要的缺点是：由于存取路径房租明，查询效率往往不如非关系数据模型

因此为了提高性能，DBMS必须对用户的查询请求进行优化

因此增加了开发DBMS的难度，不过用户不必考虑这些系统内部的优化技术细节

6

三级体系结构，外模式，模式，内模式定义是什么？模式也称逻辑模式，是数据库中全体数据的逻辑结构和牲的描述，是所有用户的公共数据视图

外模式也称子模式或用户模式，它是数据库用户能够看见和使用的局部数据的逻辑结构和特征的

第一章数据库基础知识

本章以概念为主，主要是了解数据库的基本概念，数据库技术的发展，数据模型，重点是关系型数据。

第一节：信息，数据与数据处理

一、信息与数据：

1、信息：是现实世界事物的存在方式或运动状态的反映。或认为，信息是一种已经被加工为特定形式的数据。

信息的主要特征是：信息的传递需要物质载体，信息的获取和传递要消费能量；信息可以感知；信息可以存储、压缩、加工、传递、共享、扩散、再生和增值

2、数据：数据是信息的载体和具体表现形式，信息不随着数据形式的变化而变化。数据有文字、数字、图形、声音等表现形式。

3、数据与信息的关系：一般情况下将数据与信息作为一个概念而不加区分。

二、数据处理与数据管理技术：

1、数据处理：数据处理是对各种形式的数据进行收集、存储、加工和传输等活动的总称。

2、数据管理：数据收集、分类、组织、编码、存储、检索、传输和维护等环节是数据处理的基本 *** 作，称为数据管理。数据管理是数据处理的核心问题。

3、数据库技术所研究的问题不是如何科学的进行数据管理。

4、数据管理技术的三个阶段：人工管理，文件管理和数据库系统。

第二节：数据库技术的发展

一、数据库的发展：数据库的发展经历了三个阶段：

1、层次型和网状型：

代表产品是1969年IBM公司研制的层次模型数据库管理系统IMS。

2、关系型数据型库：

目前大部分数据库采用的是关系型数据库。1970年IBM公司的研究员E．F．Codd提出了关系模型。其代表产品为sysemR和Inges。

3、第三代数据库将为更加丰富的数据模型和更强大的数据管理功能为特征，以提供传统数据库系统难以支持的新应用。它必须支持面向对象，具有开放性，能够在多个平台上使用。

二、数据库技术的发展趋势：

1、面向对象的方法和技术对数据库发展的影响：

数据库研究人员借鉴和吸收了面向对旬的方法和技术，提出了面向对象数据模型。

2、数据库技术与多学科技术的有机组合：

3、面向专门应用领域的数据库技术

三、数据库系统的组成：

数据库系统（DBS）是一个采用数据库技术，具有管理数据库功能，由硬件、软件、数据库及各类人员组成的计算机系统。

1、数据库（DB）：

数据库是以一定的组织方式存放于计算机外存储器中相互关联的数据集合，它是数据库系统的核心和管理对象，其数据是集成的、共享的以及冗余最小的。

2、数据库管理系统（DBMS）：

数据库管理系统是维护和管理数据库的软件，是数据库与用户之间的界面。作为数据库的核心软件，提供建立、 *** 作、维护数据库的命令和方法。

3、应用程序：

对数据库中数据进行各种处理的程序，由用户编写。

4、计算机软件：

5、计算机硬件：

包括CPU、内存、磁盘等。要求有足够大的内存来存放 *** 作系统、数据库管理系统的核心模块以及数据库缓冲；足够大的磁盘能够直接存取和备份数据；比较主的通道能力；支持联网，实现数据共享。

6、各类人员。

四、数据库系统的特点：

1、数据共享：

2、面向全组织的数据结构化：

数据不再从属于一个特定应用，而是按照某种模型组织成为一个结构化的整。它描述数据要身的特性，也描述数据与数据之间的种种联系。

3、数据独立性：

4、可控数据冗余度：

5、统一数据控制功能：

数据安全性控制：指采取一定的安全保密措施确保数据库中的数据不被非法用户存取而造成数据的泄密和破坏；

数据完整性控制：是指数据的正确性、有效性与相容性。

并发控制：多个用户对数据进行存取时，采取必要的措施进行数据保护；

数据恢复：系统能进行应急处理，把数据恢复到正确状态。

第三节：数据模型

一、数据组织：

关系型数据库中的数据层次如下：

1、数据项（field）：又称字段，用于描述实体的一个属性，是数据库的基本单位。一般用属性名作项名；

2、记录（Record）：又称为结点，由若干个数据项组成，用于描述一个对象；

3、文件（File）：由若干个记录组成；

4、数据库（DataBase）：由逻辑相关的文件组成。

二、数据模型：

数据的组织形式称为数据模型，它决定数据（主要是结点）之间联系的表达方式。主要包括层次型、网状型、关系型和面向对象型四种。层次型和网状型是早期的数据模型，又称为格式化数据系统数模型。

以上四种模型决定了四种类型的数据库：层次数据库系统，网状数据库系统，关系型数据库系统以及面向对象数据库系统。

目前微机上使用的主要是关系型数据库。

1、层次型：是以记录为结点的有向树；图如教材P7图1--2

2、网状型：树的集合，它的表示能力以及精巧怀强于层次型，但独立性下降。

3、关系型：

在关系型中，数据被组织成若干张二维表，每张表称为一个关系。

一张表格中的一列称为一个“属性”，相当于记录中的一个数据项（或称为字段），属性的取值范围称为域。

表格中的一行称为一个“元组”，相当于记录值。

可用一个或若干个属性集合的值标识这些元组，称为“关键字”。

每一行对应的属性值叫做一个分量。

表格的框架相当于记录型，一个表格数据相当于一个同质文件。所有关系由关系的框架和若干元组构成，或者说关系是一张二维表。

关系型的特点：描述的一致性；可直接表示多对多关系；关系必须是规范化的；关系模型建立在数学概念基础上。

4、面向对象型：主要采用对象和灯的概念。

第四节：关系型数据库

一、关系型数据库的发展：

1、数据库产品种类繁多：像dBASE，FoxBASE，Clipper，Paradox，Acess等。

2、采用SQL语言：SQL（StructuredQueryLanguage）“结构化查询语言”，是通用的关系型数据库 *** 作语言，可以查询、定义、 *** 纵和控制数据库。它是一种非过程化语言。

3、支持面向对象的程序设计：

4、提供良好的图形界面和窗口；

5、支持开放的客户机/服务器和分布式处理；

6、提供新一代的数据库管理系统开发工具：支持GUI（图形界面）、ODBC（开放数据库连接）、OLE（对象的链接与嵌入）、DLL（动态链接）等。

二、关系型数据库管理系统（RDBMS）及其产品：

主要著名的关系型数据库产品有Oracle、Sybase、Informix、DB2、Inges、Paradox、Access、SQLServer等。数据库应用系统开发工具是PowerBuilder和Delphi。

数据库技术及其应用系统经历了从层次数据库 网状数据库到关系数据库以及面向对象数据库的发展 在传统的商业和事务处理领域内逐步成熟 取代了原有的基于文件系统的数据处理方式 成为计算机信息系统中的重要基础和支柱 但随着Internet的飞速发展 Web的出现改变了人们习惯的处理方式 也给数据库技术提出了必须面对的重要问题 即如何有效地存储和管理Web上的数据(文档) 使其既能被高效地 *** 作和维护 又能在Internet平台上方便地表示和交换

XML技术自出现以来发展非常迅速 在许多领域内得到广泛的支持而有着广阔的应用前景 例如电子数据交换 电子商务等更是将XML作为一种基础性 支柱性的技术来看待

数据库简史

数据库系统是随着计算机技术的不断发展 在特定的历史时期 特定的需求环境下出现的 在 年的第一台计算机到 世纪 年代这漫长的 年里 计算机 *** 作系统主要局限于文件的 *** 作 对数据的管理也主要是通过文件系统来实现 进行计算所需要的各种数据存放在各自的文件里 使用这些数据时将文件打开 读取文件中的数据到内存中 当计算完毕后 将计算结果仍旧写入到文件中去 它的不足主要集中在无法对数据进行有效的统一管理 针对文件系统的重要缺点 人们逐步发展了以统一管理数据和共享数据为主要特征的系统 即数据库系统 年 美国通用电气公司开发成功了世界上的第一个数据库系统IDS(IntegratedDataStore) IDS奠定了网状数据库的基础 并得到了广泛的发行和应用 成为数据库系统发展史上的一座丰碑 年 美国国际商用机器公司(IBM)也推出世界上第一个层次数据库系统IMS(InformationManagement System) 同样在数据库系统发展史上占有重要的地位

年代初 E F Codd在总结前面的层次 网状数据库优缺点的基础上 提出了关系数据模型的概念及关系代数和关系演算 在 年代 关系数据库系统无论从理论上还是实践上都取得了丰硕的成果 在理论上确立了完整的关系模型理论 数据依赖理论和关系数据库的设计理论 在实践上 世界上出现了很多著名的关系数据库系统 比较著名的如SystemR INGRES Oracle等

与文件系统相比 数据库系统有几个方面的特点 向用户提供高级的接口 向用户提供非过程化的数据库语言(即SQL语言) 查询的处理和优化 并发控制 数据的完整性约束

进入 年代之后 计算机硬件技术的飞速提高促使计算机应用不断深入 产生了许多新的应用领域 例如计算机辅助设计 计算机辅助制造 计算机辅助教学 办公自动化 智能信息处理 决策支持等 这些新的领域对数据库系统提出了新的要求 但由于应用的多元化 不能设计出一个统一的数据模型来表示这些新型的数据及其相互关系 因而出现了百家争鸣的局面 产生了演绎数据库 面向对象数据库 分布式数据库 工程数据库 时态数据库 模糊数据库等新型数据库的研究和应用

XML简介

XML推荐标准 版发布于 年 月 之后迅速在全球掀起了XML应用的浪潮 XML是一种描述型的标记语言 与HTML同为SGML(标准通用标记语言 ISO 国际标准)的一种应用 由于XML在可扩展性 可移植性和结构性等方面的突出优点 它的应用范围突破了HTML所达到的范围

一篇XML文档由标记和内容组成 XML中有六种标记 元素(elements) 属性(attributes) 实体引用(entityreferences) 注释(ments) 处理指令(processinginstructions)和CDATA段(CDATAsections) XML与HTML最显著的不同是XML文档中引入了 文档类型声明 (Document Type Declarations) DTD使文档可以与分析器交流关于它的内容的元信息 DTD的出现 赋予了XML文档可扩展性 结构性和可验证性 使XML具备了类似于数据库的一些性质 可以利用XML来组织和管理信息 又可以与HTML一样在浏览器中方便地表示 在Internet上高效地传递和交换 考虑到与HTML的兼容 DTD并不是XML文档必需的成份 具有DTD的XML文档称作 Valid 否则就是 Well formed

目前 处理XML文档的方式主要有SAX与DOM两种 SAX(SimpleAPIforXML)是一种基于流的 以事件处理方式工作的接口 SAX 在 年 月发布 增强了许多功能 包括对名字空间的支持 DOM(Document Object Model)则是在对XML文档进行分析后 在内存中建立起一个完整的树结构 然后在此基础上进行各种 *** 作 简单地比较来看 SAX对系统资源要求低 速度快 但对文档的 *** 作是只读的 DOM的处理能力强大 但要求大量的系统资源 尤其是对于大的文档 而后还出现了Xpath和Xpointer用以完成XML的搜索和转换 XSL XSLT和SOAP用以完成XML的远程对象访问 XML Query Languages的出现使XML查询语言可用于任何XML文档

XML与数据库

XML文件是数据的集合 它是自描述的 可交换的 能够以树型或图形结构描述数据 XML提供了许多数据库所具备的工具 存储(XML文档) 模式(DTD XMLschema RE AXNG等) 查询语言(XQuery XPath XQL XML QL QUILT等) 编程接口(SAX DOM JDOM)等 但XML并不能完全替代数据库技术 XML缺少作为实用的数据库所应具备的特性 高效的存储 索引和数据修改机制 严格的数据安全控制 完整的事务和数据一致性控制 多用户访问机制 触发器 完善的并发控制等 因此 尽管在数据量小 用户少和性能要求不太高的环境下 可以将XML文档用作数据库 但却不适用于用户量大 数据集成度高以及性能要求高的作业环境

随着Web技术的不断发展 信息共享和数据交换的范围不断扩大 传统的关系数据库也面临着挑战 数据库技术的应用是建立在数据库管理系统基础上的 各数据库管理系统之间的异构性及其所依赖 *** 作系统的异构性 严重限制了信息共享和数据交换范围 数据库技术的语义描述能力差 大多通过技术文档表示 很难实现数据语义的持久性和传递性 而数据交换和信息共享都是基于语义进行的 在异构应用数据交换时 不利于计算机基于语义自动进行正确数据的检索与应用 数据库属于高端应用 需要昂贵的价格和运行环境 而随着网络和Internet的发展 数据交换的能力已成为新的应用系统的一个重要的要求 XML的好处是数据的可交换性(portable) 同时在数据应用方面还具有如下优点 ( )XML文件为纯文本文件 不受 *** 作系统 软件平台的限制 ( )XML具有基于Schema自描述语义的功能 容易描述数据的语义 这种描述能为计算机理解和自动处理 ( )XML不仅可以描述结构化数据 还可有效描述半结构化 甚至非结构化数据

XML文件的存储

XML文件的存储方式有三大类 ( )将文件存储于文件系统(StoringDocumentsinthe File System) ( )将文件存储于BLOB(Storing Documents in BLOBs) 利用数据库的事务管理 安全 多用户访问等优点 此外许多关系数据库提供的检索工具可以进行全文检索 近似检索 同义词检索和模糊检索 其中某些工具将会支持XML 这样就可消除将XML文件作为纯文本检索所带来的问题 ( )将文件存储于原生XML数据库(Native XML Databases NXD) NXD是专用于存储XML文件的数据库 支持事务管理 安全 多用户访问 编程API和查询语言等 与其它数据库的唯一区别在于其内部模型是基于XML的 其中 最重要的存储方式当属原生XML数据库

原生XML数据库

原生XML数据库(NativeXMLDatabases)为XML文档定义了一个(逻辑)模型 并根据该模型存取文件 这个模型至少应包括元素 属性 PCDATA和文件顺序 其例子有XPath数据模型 XMLIn foset以及DOM所用的模型和SAX 的事件 它以XML文件作为其基本存储单位 对底层的物理存储模型没有特殊要求 例如 它可以建在关系型 层次型或面向对象的数据库之上 或者使用专用的存储格式 比如索引或压缩文件

NXD最适于存储以文档为中心的文件 这是由于NXD保留了文件 顺序 处理指令 注释 CDA TA块以及实体引用等 而支持XML的数据库XED(XML enableddatabase)无法做到 XED是在原有数据库基础上扩展了XML支持模块 完成XML数据和数据库之间的格式转换和传输 从存储粒度上 可以把整个XML文档作为RDBMS表中一行 或把XML文档进行解析后 存储到相应的表格中 为了支持W C的一些XML *** 作标准 Xpath XED提供一些新的原语(如Oracle iR 增加了一些数据包来 *** 作XML数据等) 并优化了XML处理模块

NXD一般采用层次数据存储模型 保持XML文档的树形结构 省掉了XML文档和传统数据库的数据转换过程 NXD还适用于存储 天然格式 为XML的文件 NXD还可以存储半结构化数据 在某种特定情形下提高存取速度以及存储没有DTD的文件(良构的文件)

原生XML数据库的结构

原生XML数据库的结构可分为两大类 基于文本的和基于模型的

基于文本的NXD(Text BasedNativeXMLDatabases)将XML作为文本存储 它可以是文件系统中的文件 关系数据库中的BLOB或特定的文件格式 基于文本的NXD与层次结构的数据库很相似 当存取预先定义好层次的数据时 它比关系数据库更胜一筹 和层次结构的数据库一样 当以其它形式比如转置层次存取数据时 NXD也会遇到麻烦 这个问题的严重程度尚未可知 很多关系数据库都使用逻辑指针 使相同复杂度的查询以相同的速度完成

基于模型的NXD(Model BasedNativeXMLDatabases)是根据文件构造一个内部模型并存储这个模型 有些数据库将该模型存储于关系型和面向对象的数据库中 例如在关系型数据库中存储DOM时 就会有元素 属性 PCDATA 实体 实体引用等表格 其他数据库使用了专为这种模型优化了的存储格式 使用专用存储格式的基于模型的NXD如果以文件的存储顺序读取文件 其性能与基于文本的NXD相似

原生XML数据库的特性

原生XML数据库的特性(FeaturesofNativeXML Databases)有 ( )文件集(Document Collections) 支持集合(Collection)的概念 其作用相当于关系数据库中的表和文件系统中的文件夹 ( )查询语言(Query Languages) 最常用的有XPath(对多个文件的查询作了扩充)和XQL 以及专有的查询语言 ( )更新和删除(Updates and Deletes) NXD对文件的更新和删除方式从简单的替换或删除现有文件 到修改当前活动的DOM树 以及用于指定如何修改文件片断的语言 ( )事务 锁定和并发(Transactions Locking and Concurrency) 支持事务处理 锁定通常是对整个文档的 所以多用户并发性相对较低 问题的大小取决于应用程序以及 文件 的构成 ( )原生数据库提供应用程序接口API(Application Programming Interfaces APIs) ( )NXD的一个重要特性是它可以为XML文档提供 往返车票(round trip) 可以将XML文件存放在NXD中 而且再取回 同样的 文件 对于以文档为中心的应用程序来说非常重要 因为CDATA部分 实体用法 注释和处理指令是这些文档不可缺少的组成部分 特别是对于法律和医学文件 按规定这些文档必须要保持原样 ( )外部数据(Remote Data) 某些NXD可包含有外部数据 它来自存储在数据库中的文档 通常这些数据通过OD BC OLE DB或JDBC从关系数据中取出 模型可以是基于表格的或对象 关系型映射 ( )支持元素和属性的索引

结论

XML技术的出现 使数据处理从文件方式到数据库系统再到文件方式的循环 但新的文件方式已经与最初的文件系统有了本质的区别 格式化文档 XML和关系数据库在数据应用和数据管理方面各有优势

lishixinzhi/Article/program/net/201311/12776

当我们的调查问卷在把调查数据拿回来后,我们该做的工作就是用相关的统计软件进行处理,在此,我们以spss为处理软件,来简要说明一下问卷的处理过程,它的过程大致可分为四个过程:定义变量、数据录入、统计分析和结果保存下面将从这四个方面来对问卷的处理做详细的介绍

Spss处理:

第一步:定义变量

大多数情况下我们需要从头定义变量，在打开SPSS后，我们可以看到和excel相似的界面，在界面的左下方可以看到Data View, Variable View两个标签,只需单击左下方的Variable View标签就可以切换到变量定义界面开始定义新变量。在表格上方可以看到一个变量要设置如下几项:name(变量名)、type(变量类型)、width(变量值的宽度)、decimals(小数位) 、label(变量标签) 、Values(定义具体变量值的标签)、Missing(定义变量缺失值)、Colomns(定义显示列宽)、Align(定义显示对齐方式)、Measure(定义变量类型是连续、有序分类还是无序分类)

我们知道在spss中,我们可以把一份问卷上面的每一个问题设为一个变量,这样一份问卷有多少个问题就要有多少个变量与之对应,每一个问题的答案即为变量的取值现在我们以问卷第一个问题为例来说明变量的设置为了便于说明,可假设此题为:

1请问你的年龄属于下面哪一个年龄段( )

A:20—29 B:30—39 C:40—49 D:50--59

那么我们的变量设置可如下: name即变量名为1，type即类型可根据答案的类型设置,答案我们可以用1、2、3、4来代替A、B、C、D,所以我们选择数字型的，即选择Numeric, width宽度为4，decimals即小数位数位为0（因为答案没有小数点），label即变量标签为“年龄段查询”。Values用于定义具体变量值的标签,单击Value框右半部的省略号，会d出变量值标签对话框,在第一个文本框里输入1,第二个输入20—29,然后单击添加即可同样道理我们可做如下设置,即1=20—29、2=30—39、3=40—49、4=50--59；Missing，用于定义变量缺失值, 单击missing框右侧的省略号，会d出缺失值对话框, 界面上有一列三个单选钮，默认值为最上方的“无缺失值”；第二项为“不连续缺失值”，最多可以定义3个值；最后一项为“缺失值范围加可选的一个缺失值”，在此我们不设置缺省值,所以选中第一项如图；Colomns，定义显示列宽,可自己根据实际情况设置；Align，定义显示对齐方式,有居左、居右、居中三种方式；Measure，定义变量类型是连续、有序分类还是无序分类。

以上为问卷中常见的单项选择题型的变量设置,下面将对一些特殊情况的变量设置也作一下说明

1开放式题型的设置:诸如你所在的省份是_____这样的填空题即为开放题,设置这些变量的时候只需要将Value 、Missing两项不设置即可

2多选题的变量设置:这类题型的设置有两种方法即多重二分法和多重分类法,在这里我们只对多重二分法进行介绍这种方法的基本思想是把该题每一个选项设置成一个变量,然后将每一个选项拆分为两个选项项,即选中该项和不选中该项现在举例来说明在spss中的具体 *** 作比如如下一例:

请问您通常获取新闻的方式有哪些( )

1 报纸 2 杂志 3 电视 4 收音机 5 网络

在spss中设置变量时可为此题设置五个变量,假如此题为问卷第三题,那么变量名分别为3_1、3_2、3_3、3_4、3_5,然后每一个选项有两个选项选中和不选中,只需在Value一项中为每一个变量设置成1=选中此项、0=不选中此项即可

使用该窗口，我们可以把一个问卷中的所有问题作为变量在这个窗口中一次定义。

到此,我们的定义变量的工作就基本上可以结束了下面我们要作就是数据的录入了首先,我们要回到数据录入窗口,这很简单,只要我们点击软件左下方的Data View标签就可以了

第二步:数据录入

Spss数据录入有很多方式,大致有一下几种:

1读取SPSS格式的数据

2读取Excel等格式的数据

3读取文本数据（Fixed和Delimiter)

4读取数据库格式数据(分如下两步)

（1）配置ODBC （2）在SPSS中通过ODBC和数据库进行

但是对于问卷的数据录入其实很简单,只要在spss的数据录入窗口中直接输入就可以了,只是在这里有几点注意的事项需要说明一下

1 在数据录入窗口,我们可以看到有一个表格,这个表格中的每一行代表一份问卷,我们也称为一个个案

2 在数据录入窗口中,我们可以看到表格上方出现了1、2、3、4、5……的标签名,这其实是我们在第一步定义变量中,我们为问卷的每一个问题取的变量名,即1代表第一题,2代表第二题以次类推我们只需要在变量名下面输入对应问题的答案即可完成问卷的数据录入比如上述年龄段查询的例题,如果问卷上勾选了A答案,我们在1下面输入1就行了(不要忘记我们通常是用1、2、3、4来代替A、B、C、D的)

3我们知道一行代表一份问卷,所以有几分问卷,就要有几行的数据

在数据录入完成后,我们要做的就是我们的关键部分,即问卷的统计分析了,因为这时我们已经把问卷中的数据录入我们的软件中了

第三步:统计分析

有了数据，可以利用SPSS的各种分析方法进行分析，但选择何种统计分析方法，即调用哪个统计分析过程，是得到正确分析结果的关键。这要根据我们的问卷调查的目的和我们想要什么样的结果来选择SPSS有数值分析和作图分析两类方法

1作图分析:

在SPSS中，除了生存分析所用的生存曲线图被整合到Analyze菜单中外，其他的统计绘图功能均放置在graph菜单中。该菜单具体分为以下几部分：:

(1)Gallery：相当于一个自学向导，将统计绘图功能做了简单的介绍，初学者可以通过它对SPSS的绘图能力有一个大致的了解。

(2)Interactive：交互式统计图。

(3)Map：统计地图。

(4)下方的其他菜单项是我们最为常用的普通统计图，具体来说有：

条图

散点图

线图

直方图

饼图

面积图

箱式图

正态Q-Q图

正态P-P图

质量控制图

Pareto图

自回归曲线图

高低图

交互相关图

序列图

频谱图

误差线图

作图分析简单易懂,一目了然,我们可根据需要来选择我们需要作的图形,一般来讲,我们较常用的有条图,直方图,正态图,散点图,饼图等等,具体 *** 作很简单,大家可参阅相关书籍,作图分析更多情况下是和数值分析相结合来对试卷进行分析的,这样的效果更好

2数值分析:

SPSS 数值统计分析过程均在Analyze菜单中，包括：

(1)、Reports和Descriptive Statistics：又称为基本统计分析基本统计分析是进行其他更深入的统计分析的前提，通过基本统计分析，用户可以对分析数据的总体特征有比较准确的把握，从而选择更为深入的分析方法对分析对象进行研究。Reports和Descriptive Statistics命令项中包括的功能是对单变量的描述统计分析。

Descriptive Statistics包括的统计功能有：

Frequencies(频数分析)：作用:了解变量的取值分布情况

Descriptives(描述统计量分析)：功能：了解数据的基本统计特征和对指定的变量值进行标准化处理

Explore(探索分析)：功能:考察数据的奇异性和分布特征

Crosstabs(交叉分析)：功能:分析事物（变量）之间的相互影响和关系

Reports包括的统计功能有：

OLAP Cubes(OLAP报告摘要表)：功能: 以分组变量为基础，计算各组的总计、均值和其他统计量。而输出的报告摘要则是指每个组中所包含的各种变量的统计信息。

Case Summaries(观测量列表)：察看或打印所需要的变量值

Report Summaries in Row：行形式输出报告

Report Summaries in Columns：列形式输出报告

(2)、Compare Means(均值比较与检验)：能否用样本均值估计总体均值？两个变量均值接近的样本是否来自均值相同的总体？换句话说，两组样本某变量均值不同，其差异是否具有统计意义？能否说明总体差异？这是各种研究工作中经常提出的问题。这就要进行均值比较。

以下是进行均值比较及检验的过程:

MEANS过程：不同水平下（不同组）的描述统计量，如男女的平均工资,各工种的平均工资。目的在于比较。术语：水平数（指分类变量的值数，如sex变量有2个值，称为有两个水平）、单元Cell（指因变量按分类变量值所分的组）、水平组合

T test 过程：对样本进行T检验的过程

单一样本的T检验：检验单个变量的均值是否与给定的常数之间存在差异。

独立样本的T检验：检验两组不相关的样本是否来自具有相同均值的总体（均值是否相同，如男女的平均收入是否相同，是否有显著性差异）

配对T检验：检验两组相关的样本是否来自具有相同均值的总体(前后比较，如训练效果，治疗效果)

One-Way ANOVA：一元(单因素)方差分析，用于检验几个（三个或三个以上）独立的组，是否来自均值相同的总体。

(3)、ANOVA Models(方差分析)：方差分析是检验多组样本均值间的差异是否具有统计意义的一种方法。例如:医学界研究几种药物对某种疾病的疗效；农业研究土壤、肥料、日照时间等因素对某种农作物产量的影响;不同饲料对牲畜体重增长的效果等,都可以使用方差分析方法去解决

(4)、Correlate(相关分析)：它是研究变量间密切程度的一种常用统计方法,常用的相关分析有以下几种:

1、线性相关分析：研究两个变量间线性关系的程度。用相关系数r来描述。

2、偏相关分析：它描述的是当控制了一个或几个另外的变量的影响条件下两个变量间的相关性，如控制年龄和工作经验的影响，估计工资收入与受教育水平之间的相关关系

3、相似性测度：两个或若干个变量、两个或两组观测量之间的关系有时也可以用相似性或不相似性来描述。相似性测度用大值表示很相似，而不相似性用距离或不相似性来描述，大值表示相差甚远

(5)、Regression(回归分析)：功能:寻求有关联（相关）的变量之间的关系在回归过程中包括：Liner：线性回归;Curve Estimation：曲线估计;Binary Logistic： 二分变量逻辑回归;Multinomial Logistic：多分变量逻辑回归;Ordinal 序回归;Probit：概率单位回归;Nonlinear：非线性回归;Weight Estimation：加权估计;2-Stage Least squares：二段最小平方法;Optimal Scaling 最优编码回归;其中最常用的为前面三个

(6)、Nonparametric Tests(非参数检验)：是指在总体不服从正态分布且分布情况不明时，用来检验数据资料是否来自同一个总体假设的一类检验方法。由于这些方法一般不涉及总体参数故得名。

非参数检验的过程有以下几个:

1Chi-Square test 卡方检验

2Binomial test 二项分布检验

3Runs test 游程检验

41-Sample Kolmogorov-Smirnov test 一个样本柯尔莫哥洛夫-斯米诺夫检验

52 independent Samples Test 两个独立样本检验

6K independent Samples Test K个独立样本检验

72 related Samples Test 两个相关样本检验

8K related Samples Test 两个相关样本检验

(7)、Data Reduction(因子分析)

(8)、Classify(聚类与判别)等等

以上就是数值统计分析Analyze菜单下几项用于分析的数值统计分析方法的简介,在我们的变量定义以及数据录入完成后,我们就可以根据我们的需要在以上几种分析方法中选择若干种对我们的问卷数据进行统计分析,来得到我们想要的结果

第四步:结果保存

我们的spss软件会把我们统计分析的多有结果保存在一个窗口中即结果输出窗口(output),由于spss软件支持复制和粘贴功能,这样我们就可以把我们想要的结果复制、粘贴到我们的报告中,当然我们也可以在菜单中执行file->save来保存我们的结果,一般情况下,我们建议保存我们的数据,结果可不保存因为只要有了数据,如果我们想要结果的,我们可以随时利用数据得到结果

总结:

以上便是spss处理问卷的四个步骤,四个步骤结束后,我们需要spss软件做的工作基本上也就结束了,接下来的任务就是写我们的统计报告了值得一提的是spss是一款在社会统计学应用非常广泛的统计类软件,学好它将对我们以后的工作学习产生很大的意义和作用

以上就是关于常用的数据库引擎有哪些(数据库引擎区别)全部的内容，包括:常用的数据库引擎有哪些(数据库引擎区别)、中文文献数据库有哪些、什么是数据库的概念结构等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！