对蒙昧未开的幼儿、未经世事的少年来说，好奇无疑是把双刃剑，既驱动他们探险求知，也可能让他们遭遇危险。然而，一旦常识已有根基，阅历足以自保，好奇心就成了人生最稀缺、最宝贵的资源。对成年人而言，英语的“好奇心害了猫”（curiosity kills the cat）只是句俏皮话，造成伤害的，十有八九是貌似好奇的贪、嗔、痴，甚至愚昧，不是“老顽童”的纯真好奇。天资相同（用统计行话说：控制住天资！），好奇心的有无、多寡、强弱、短长，是切实可靠的指标，标示精神力量的大小，正是这力量，驱动人的智力成就在正态分布线上滑动。
听人讲到“数据库”，在电脑屏幕看到数据库，在计量实验室看到电话簿一般厚的“编码本”（codebook），平平的好奇心，也会刺激出一系列疑问。当然，有疑问是一回事，能否克服虚荣，出口发问，另当别论；忍不住发问，能否得到可以听懂的回答，更须另当别论。我比较虚荣，当然也许只是内向，很少问人，但常常问自己。下列问题，都曾令我大惑不解：什么是数据？“数”和“据”放在一起是什么意思？data不是材料、素材吗，怎么变成数据了？data是复数，为什么不用单数datum？单数的datum（数据点）是什么？罗素的逻辑经验主义有个关键术语，sense data（感觉材料），能不能译成“感觉数据”？什么是数据库？数据库的“库”是超市仓库的“库”、图书馆书库的“库”，还是堆放矿石的露天仓库的“库”，或者干脆是“矿”而非“库”？电脑屏幕上的数据库，纵横交错的格子里密密麻麻都是数字，怎样才能看懂它（how to make sense of it）？
SPSS及其雇员数据
方法论讲起来很热闹，听起来很好玩，但是如果不实际应用，就只是看热闹，学不会。很多研究方法，就像数学，一听就懂，一做题就错。学游泳，不管教练多么高明，只听讲，不下水，永远学不会；学做菜，不管师傅多么开明，只听讲，不下厨，永远学不会。学统计分析，像学游泳，也像学做菜。关于统计分析的视频课不少，但只相当于电视上的厨艺节目；书店里系统的统计教材很多，但也只像琳琅满目的菜谱。本书的最高范本，是陆文夫先生的《美食家》，用文字调动馋虫，让馋虫驱动好美食的人下厨。要学做菜，得亲自下厨，真刀实料，做好了，自己先品尝。这一章介绍的，一是SPSS统计软件，是装备齐全的厨艺工作坊，锅灶俱备，炊具齐全，菜谱（recipe）完备；二是SPSS自带的一个数据，相当于食材。
SPSS是缩写，全称是Statistical Package for the Social Sciences，为社会科学量身定做的的统计软件包。在流行的统计软件里，它最早采用Windows介面，易学好用。当然，因为容易学，常被以专家自居的人认为是业余水平的工具。对此，我不介意，业余水平，也是很高的水平，票友的水平，未必比专业差。我讲课，一直用SPSS。除了图省事，也有理论根据：无论学什么，除非是超天才，像莫扎特那样出手不凡，否则总是先业余，后专业。一开始就以“专业人士”自居，摆出“专家”姿态，是自套枷锁，自讨苦吃。有的学生把SPSS叫做“斯巴思”。这个名字好，德语词Spaß（施巴斯），意思就是好玩、乐趣、开心，跟英语的fun等同。当然，开会或者写论文，不妨声称自己是使用Stata，甚至R。统计软件，越难学的越灵活，越好学的越死板。专家用户喜欢Stata，因为它内码开放，用户可以自己写程序，还可以卖程序。有的老师喜欢用很专业的软件教初等统计分析，我有保留。我看过一个中央电视台的书法节目，有个书法家用《九成宫醴泉铭》讲欧体楷书，开篇就讲一个“青”字写得不规范，很怪诞，显然是玩深沉。
SPSS的中文教程很多，都能用，都不简明，让人头大。SPSS的英文用户手册更吓人，十来个软件包，每个软件包一本手册，每本编写得像百科全书，面面俱到，包罗万象，像原始森林，漫无目标地探索，很容易迷路。这一章提供一张SPSS主要功能的极简图。自学统计分析，务必以实用为导向，需要什么，就学什么；不妨遵循林副主席的教导：“急用先学，立竿见影”，其他一概忽略不计。学研究方法，实用主义是不二法门。微软的WORD，超过90%的功能，是我们平常不用的。用文艺点儿的话说，对待任何方法，都得认真兑现宝玉对林妹妹的承诺：“任凭弱水三千，我只取一瓢饮。”
SPSS是完整的统计软件，录入数据、转变数据、分析数据、制作图表，各种功能应有尽有，包打天下。SPSS的菜单跟微软的WORD（Microsoft Word）非常接近，最左边的选项是“文件”（file），“文件”下第一个选项是“新建”（new），又有四个子选项：第一个是“数据”（data），第二个是“句法”（syntax），即指令，第三个是“输出”（output），就是分析结果，第四个是“脚本”（script）。毫不奇怪，这里有个术语障碍。搞专业的人喜欢给非专业的俗人（layman）立障碍、设绊子，好像生怕别人掌握自己的专业知识。syntax在英文里指句法，这里指“命令”或“指示”。（Stata把指令命名为do file，操作文件，比较好懂）。至于script指什么，我现在也不清楚，从来没用过。结论：专家求严谨，创造“黑话”，我们只求会用，要把术语转换成日常语言，把“黑话”变成“白话”。
第一，新建数据文件，就是录入数据（data entry），说得堂皇些，就是构建新数据库。选择“data”。先输入变项信息，例如，受访人编号：ID。变项信息包括“名称”、“类型”、“标签”、“值”、“缺失”、“测量”等信息。温馨提示：构建新数据库（以及每次转变数据），要耐心细致地把这些后台信息准确完整地输入，不能马虎，否则真正做数据分析时很容易出问题，浪费很多时间。这些信息里面最重要的是变项名称，要简明易记。不要拖延，一拖就忘，忘了再回忆，事倍功半。做计量分析，千头万绪，千万不要过分相信自己的记忆力。
把全部变项信息输入完以后，开始根据问卷调查结果和编码，逐一输入收集的信息。例如，第1号受访人：1。“1.00”看起来有点怪。SPSS默认精确到小数点后两位，可以在变项视图修改。
数据录入很容易出错，所以需要清洗数据（data cleaning）。检查数据是否干净，最简便的办法就是看看频次表，看有没有异常值。发现异常，就得查找原始问卷核对。大型调查，往往找很多人分别录入数据，最后要“合并文件”（merge files），需要格外小心。我有次帮朋友分析数据，觉得结果很怪诞，怀疑是数据合并时出了错，复核了一下，果然有错。
第二，已经建好的数据文件，有两个视图。SPSS有个自带的雇员数据，很简单，很好玩。雇员数据（Employee Data）在这里。
数据库分前台与后台。data view，数据视图，相当于前台，SPSS程序读的是这些数字，计算机只懂得数字。从左往右看，每一行记录一个案例（case）,也就是一个个体，或客体，或主体，或对象，SPSS称之为观测或观察（observation）。从上往下看，每一列记录一个variable，变项。这个数据是雇员数据，从左往右的一行，是一个雇员（非雇主），记录了九个属性，性别、年龄、教育程度、工作岗位，等等。这九个属性，构成一个观察，一个个案。
变项视图，variable view，相当于后台信息，告诉我们数据库的数字到底是什么意思，是研究者的备忘录。
第三，转变数据（data transformation），相当于做菜时切菜。重新编码，取对数，算平方，都是切菜。把数据库比作数据矿，开采出的原矿石如果块儿太大，冶炼前得先打碎。把数据分析比作做菜，做菜还讲刀工，把菜切好。切法很多，每个切法都有菜单。最常用的是“重新编码”（recoding）。例如，设计问卷时，为了避免“引导”应答人，问：“你对这个事情是很满意、满意、不满意、还是很不满意”。为了减少数据录入出错的概率，把四个答案依次编号，1,2,3,4。但是，分析数据时，我们关心的是满意度，按照我们习惯的思维方式，关心满意度，那么最大数字就标记最满意。这时，可以重新编码，把原来的编码颠倒过来，把1,2,3,4，分别改为4，3,2,1。信息没有变，处理的时候不容易把自己绕进去。两个温馨提示。第一，保留原来的数据，尽量不要使用“recode into same variables”，因为这个功能会覆盖原始数据。原始数据务必单独保存，所以，覆盖了也不是世界末日，不过，还是尽量避免麻烦，使用recode into different variables。第二，及时更新变项标签等后台信息。计算新变项（compute variable）也常用，例如，数据中有年龄这个变项，为了检验年龄与某个因变量是否曲线相关，要用年龄的平方，这时候用“计算”来生成一个新的变项。举个具体例子，人从小到老，从零岁到一百岁，需要的关照量跟年龄是U形曲线相关：很小时，需要很多照顾；在一个转折点前，年龄越大，需要的照顾越少；但是，过了某个转折点，年龄越大，需要的照顾越多。构建简单相加量表（simple summation index）时，也需要用“计算新变项”这个功能。
第四，graphs，制图。第一个选项是“图构建程序”（chart builder）。还有一个是“遗产对话”（legacy dialogs），就是较早版本的制图菜单。新版本的菜单功能强大，自然就比较啰嗦。SPSS比较体谅年龄大、不愿意学新东西的用户，比如本人，把这些画图命令保留下来了。当然，称其为legacy，也许不无调侃之意。
