SPSS:如何以有组织的方式显示自定义数据

时间:2019-02-23 15:28:36

标签: graphics statistics analysis spss

我将数据导入到IBM的SPSS中,该数据与视频游戏中障碍物的产生有关,这些障碍会适应玩家的表现。我测试了30位玩家。

首先,非自适应方法会在每张地图上创建30张具有不同障碍物配置的地图。每个用户都播放地图,并存储有关其性能和障碍物配置的结果。

然后, Adaptive 方法要求用户在“简单”,“正常”或“困难”地图之间进行选择,并创建10张地图,该地图具有用户所玩的难度和他/她的表现被评估。然后,游戏再询问2次并重复该过程,以完成Adaptive方法的30张地图。

以下是与我当前问题相关的在SPSS上导入的数据的示例。该示例显示了1个玩家:

enter image description here

这是示例可以告诉的信息:

前30张地图上的玩家0表现不佳,因此在接下来的10张地图上,他选择了简单难度。他在那10张地图上表现更好,因此在接下来的10张地图中,他选择了困难难度。他在这些方面表现平均,因此在最后10个方面,他选择了正常难度。


问题

我不知道该如何分析数据。但是我想创建一个表格或一个图形,如果可能的话,它显示用户以前的平均表现和他们当前选择的难度之间是否存在关联

上一张表格不起作用,因为即使只有很少的玩家(30),每个玩家也会玩60张地图。另外,我需要显示性能平均值或我可以的任何其他信息。显示每张地图的个人效果不起作用。


到目前为止我要做的事情

这甚至与我想要的解决方案不太接近。只是我弄乱了数据,试图显示类似于我想要的东西。

  • 首先,我添加了一个名为CreationMethod2的新变量,考虑到正在播放哪个地图,该变量将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,我创建了一个交叉表,在行上具有 ChosenDifficulty ,在列上具有 Performance ,在层上具有 CreationMethod2

这是表格:

enter image description here

如您所见,我现在有一个有组织的表格,左侧显示了方法,旁边是为这10张地图选择的难度。在顶部,我具有地图的性能。

但是,我只想显示每种方法的平均性能。显然,我希望分析能够在不删除任何数据的情况下进行。

但是我没有问题,因为每个用户的结果相对较低,分别显示结果。但是,如果有一种用图形显示分析结果并包括所有用户的最佳方法,那么我全力以赴。

感谢您的来信。

1 个答案:

答案 0 :(得分:0)

听起来您想将数据聚合到PlayerId级。对于每个PlayerdId,我们想知道与四种方法(PerformanceNonAdaptiveAdaptive1Adaptive2)相关的平均Adaptive3。 / p>

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了这些变量,因为“聚合”子命令没有提供条件选项供我们直接在PerformanceChosenDifficulty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) .

从这里获取新的数据集,然后运行MEANSCROSSTABS来汇总数据。

DATASET CLOSE * .
GET FILE 'data by PlayerId.sav' .

对于选择了不同难度设置(包括选择顺序,如果很重要)的玩家,您仍然必须决定如何处理数据摘要。就是说,如果您打算分别描述每个玩家,就不会遇到任何问题。