SPSS：如何以有组织的方式显示自定义数据
SPSS: How to show custom data in an organized way
我将数据导入到 IBM 的 SPSS 中，这些数据与在视频游戏中创建障碍有关，以适应玩家的表现。我测试了 30 名玩家。
首先，非自适应 方法创建了 30 张地图，每张地图上都有不同的障碍物配置。每个用户播放地图并存储有关他的性能和障碍物配置的结果。
然后，Adaptive 方法要求用户在 "easy"、"normal" 或 "hard" 地图之间进行选择，并创建 10 个地图评估用户玩的难度和 his/her 性能。然后游戏再询问2次并重复该过程以完成自适应方法的30张地图。
下面是与我当前问题相关的在 SPSS 上导入的数据示例。该示例显示 1 个玩家：
这是示例可以告诉的信息：
玩家0在前30张地图中表现不佳，因此在接下来的10张地图中他选择了简单难度。他在这 10 张地图上表现更好，所以在接下来的 10 张地图中，他选择了困难难度。他在这些方面表现一般，所以最后 10 个他选择了普通难度。
问题
我不知道具体如何分析数据。但我想创建一个 table，或者如果可能的话，创建一个图表，显示 用户之前的平均表现与他们当前选择的难度之间是否存在关系。
前面的table不行，因为即使玩家很少（30），每人玩60张地图。此外，我还需要显示平均性能或任何其他信息。显示每张地图的个人表现不起作用。
到目前为止我做了什么
这离我想要的解决方案还很远。只是我弄乱了数据，试图显示与我想要的类似的东西。
- 首先，我添加了一个名为 CreationMethod2 的新变量，它根据正在播放的地图将 Adaptive 方法转换为 "Adaptive 1"、"Adaptive 2" 或 "Adaptive 3"。
- 然后我修改了数据，删除了除 1 以外的每个玩家的地图结果。
- 最后，我创建了一个交叉制表 Table，行上有 ChosenDifficulty，列上有 Performance，CreationMethod2 在图层上。
这是table:
如您所见，我现在有了一个井井有条的 table，它在左侧显示了方法，在它旁边显示了为这 10 张地图选择的难度。在顶部，我有地图的性能。
不过，我想只显示每种方法的平均性能。显然我希望在不删除任何数据的情况下进行分析。
然而，我没有问题，因为 30 相对较低，所以可以为每个用户单独显示结果。但是，如果有一种最佳方式可以用图形显示分析并包括所有用户，那么我全力以赴。
谢谢你听我说完。
听起来您想将数据聚合到 PlayerId 级别。对于每个 PlayerdId，我们想知道与四种方法（NonAdaptive、Adaptive1、Adaptive2、Adaptive3）相关的平均值 Performance。
为此，我们可以使用 AGGREGATE，但首先让我们创建要用于聚合的变量。
IF (CreationMethod2 = 'Non Adaptive') Performance_NA = Performance .
IF (CreationMethod2 = 'Adaptive 1') Performance_A1 = Performance .
IF (CreationMethod2 = 'Adaptive 2') Performance_A2 = Performance .
IF (CreationMethod2 = 'Adaptive 3') Performance_A3 = Performance .
IF (CreationMethod2 = 'Non Adaptive') ChosenDiff_NA = ChosenDifficulty .
IF (CreationMethod2 = 'Adaptive 1') ChosenDiff_A1 = ChosenDifficulty .
IF (CreationMethod2 = 'Adaptive 2') ChosenDiff_A2 = ChosenDifficulty .
IF (CreationMethod2 = 'Adaptive 3') ChosenDiff_A3 = ChosenDifficulty .
EXE .
我们在聚合之前创建这些变量，因为聚合子命令不提供条件选项供我们直接在 Performance 和 ChosenDifficulty 变量上使用。
AGGREGATE
/OUTFILE = 'data by PlayerId.sav'
/BREAK = PlayerId
/Performance_NA = MEAN(Performance_NA)
/Performance_A1 = MEAN(Performance_A1)
/Performance_A2 = MEAN(Performance_A2)
/Performance_A3 = MEAN(Performance_A3)
/ChosenDiff_NA = FIRST(ChosenDiff_NA)
/ChosenDiff_A1 = FIRST(ChosenDiff_A1)
/ChosenDiff_A2 = FIRST(ChosenDiff_A2)
/ChosenDiff_A3 = FIRST(ChosenDiff_A3) .
从这里获取您的新数据集，然后 运行 MEANS 或 CROSSTABS 总结数据。
DATASET CLOSE * .
GET FILE 'data by PlayerId.sav' .
您仍然需要决定如何处理选择不同难度设置的玩家的数据摘要（包括选择顺序，如果这很重要的话）。也就是说，如果您打算单独分析每个玩家，则不应 运行 陷入任何问题。
我将数据导入到 IBM 的 SPSS 中，这些数据与在视频游戏中创建障碍有关，以适应玩家的表现。我测试了 30 名玩家。
首先，非自适应 方法创建了 30 张地图，每张地图上都有不同的障碍物配置。每个用户播放地图并存储有关他的性能和障碍物配置的结果。
然后，Adaptive 方法要求用户在 "easy"、"normal" 或 "hard" 地图之间进行选择，并创建 10 个地图评估用户玩的难度和 his/her 性能。然后游戏再询问2次并重复该过程以完成自适应方法的30张地图。
下面是与我当前问题相关的在 SPSS 上导入的数据示例。该示例显示 1 个玩家：
这是示例可以告诉的信息：
玩家0在前30张地图中表现不佳，因此在接下来的10张地图中他选择了简单难度。他在这 10 张地图上表现更好，所以在接下来的 10 张地图中，他选择了困难难度。他在这些方面表现一般，所以最后 10 个他选择了普通难度。
问题
我不知道具体如何分析数据。但我想创建一个 table，或者如果可能的话，创建一个图表，显示 用户之前的平均表现与他们当前选择的难度之间是否存在关系。
前面的table不行，因为即使玩家很少（30），每人玩60张地图。此外，我还需要显示平均性能或任何其他信息。显示每张地图的个人表现不起作用。
到目前为止我做了什么
这离我想要的解决方案还很远。只是我弄乱了数据，试图显示与我想要的类似的东西。
- 首先，我添加了一个名为 CreationMethod2 的新变量，它根据正在播放的地图将 Adaptive 方法转换为 "Adaptive 1"、"Adaptive 2" 或 "Adaptive 3"。
- 然后我修改了数据，删除了除 1 以外的每个玩家的地图结果。
- 最后，我创建了一个交叉制表 Table，行上有 ChosenDifficulty，列上有 Performance，CreationMethod2 在图层上。
这是table:
如您所见，我现在有了一个井井有条的 table，它在左侧显示了方法，在它旁边显示了为这 10 张地图选择的难度。在顶部，我有地图的性能。
不过，我想只显示每种方法的平均性能。显然我希望在不删除任何数据的情况下进行分析。
然而，我没有问题，因为 30 相对较低，所以可以为每个用户单独显示结果。但是，如果有一种最佳方式可以用图形显示分析并包括所有用户，那么我全力以赴。
谢谢你听我说完。
听起来您想将数据聚合到 PlayerId 级别。对于每个 PlayerdId，我们想知道与四种方法（NonAdaptive、Adaptive1、Adaptive2、Adaptive3）相关的平均值 Performance。
为此，我们可以使用 AGGREGATE，但首先让我们创建要用于聚合的变量。
IF (CreationMethod2 = 'Non Adaptive') Performance_NA = Performance .
IF (CreationMethod2 = 'Adaptive 1') Performance_A1 = Performance .
IF (CreationMethod2 = 'Adaptive 2') Performance_A2 = Performance .
IF (CreationMethod2 = 'Adaptive 3') Performance_A3 = Performance .
IF (CreationMethod2 = 'Non Adaptive') ChosenDiff_NA = ChosenDifficulty .
IF (CreationMethod2 = 'Adaptive 1') ChosenDiff_A1 = ChosenDifficulty .
IF (CreationMethod2 = 'Adaptive 2') ChosenDiff_A2 = ChosenDifficulty .
IF (CreationMethod2 = 'Adaptive 3') ChosenDiff_A3 = ChosenDifficulty .
EXE .
我们在聚合之前创建这些变量，因为聚合子命令不提供条件选项供我们直接在 Performance 和 ChosenDifficulty 变量上使用。
AGGREGATE
/OUTFILE = 'data by PlayerId.sav'
/BREAK = PlayerId
/Performance_NA = MEAN(Performance_NA)
/Performance_A1 = MEAN(Performance_A1)
/Performance_A2 = MEAN(Performance_A2)
/Performance_A3 = MEAN(Performance_A3)
/ChosenDiff_NA = FIRST(ChosenDiff_NA)
/ChosenDiff_A1 = FIRST(ChosenDiff_A1)
/ChosenDiff_A2 = FIRST(ChosenDiff_A2)
/ChosenDiff_A3 = FIRST(ChosenDiff_A3) .
从这里获取您的新数据集，然后 运行 MEANS 或 CROSSTABS 总结数据。
DATASET CLOSE * .
GET FILE 'data by PlayerId.sav' .
您仍然需要决定如何处理选择不同难度设置的玩家的数据摘要（包括选择顺序，如果这很重要的话）。也就是说，如果您打算单独分析每个玩家，则不应 运行 陷入任何问题。