홈
분석
SPSS
SPSS Statistics
Missing Values
IBM SPSS Missing Values 모듈은 데이터의 결측값을 관리하고 보다 유효한 결론을 도출하는 데 도움이 됩니다. 결측 데이터의 패턴을 파악하고, 요약 통계량을 추정하고, 통계 알고리즘을 사용하여 결측값을 대체합니다. 이 모듈은 결측 데이터를 설명하고 숨겨진 편향을 제거하는 모델을 구축하는 데 도움이 됩니다. 설문조사 및 시장 조사자, 사회 과학자, 데이터 마이너 및 기타 전문가들은 연구 데이터의 유효성을 검사하기 위해 IBM SPSS Missing Values에 의존합니다.
이 모듈은 SPSS Professional 및 Premium 패키지에 포함되어 있습니다. 기본 및 표준 패키지에 추가하기 위해 구매할 수도 있습니다. 이 모듈은 온프레미스용 SPSS Professional 에디션과 구독 요금제의 '복합 표본 추출 및 검정' 추가 기능에 포함되어 있습니다.
일정을 예약하여 SPSS Missing Values가 비즈니스 요구 사항을 어떻게 지원할 수 있는지 논의해 보세요.
다중 대치 절차를 사용하면 데이터 세트의 결측 데이터 패턴을 이해하는 데 도움이 되며 결측치를 타당한 추정치로 대체할 수 있습니다. 데이터의 특성에 따라 가장 적합한 대치 방법을 선택하는 완전 자동 대치 모드를 제공하는 동시에 대치 모델을 사용자 지정할 수도 있습니다.
결측값에 대해 가능한 값을 생성하여 여러 "완전한" 데이터 세트를 만들 수 있습니다. 여러 대치 데이터 세트를 사용하여 작업하는 분석 프로시저는 각 "완전한" 데이터 세트에 대한 출력과 원본 데이터 세트에 누락된 값이 없을 경우 결과가 어떨지 추정하는 풀링된 출력을 생성합니다. 이러한 통합 결과는 일반적으로 단일 대치 방법으로 제공되는 결과보다 더 정확합니다.
결측값 전체 요약 보고서를 사용하여 심각한 결측 데이터 문제를 신속하게 진단할 수 있습니다. 결측값 패턴 보고서는 데이터에 대한 사례별 개요를 제공합니다. 각 결측값 유형과 각 사례에 대한 극단값의 스냅샷을 표시합니다. 결측값 전체 요약 보고서에는 데이터에 있는 결측값의 다양한 측면을 보여주는 원형 차트가 표시될 수 있습니다.
변수 요약은 결측값이 10% 이상인 변수에 대해 표시되며 테이블의 각 변수에 대한 결측값의 수와 백분율을 보여줍니다. 또한 척도 변수의 유효 값에 대한 평균과 표준 편차, 모든 변수에 대한 유효값 수를 표시합니다. 패턴 차트에는 분석 변수에 대한 결측값 패턴이 표시됩니다. 각 패턴은 불완전 데이터와 완전한 데이터의 동일한 패턴을 갖는 사례 그룹에 해당합니다.