Data

 to  Story  Project:  SPSS  Cheat  Sheet  for  Analyzing  General  Social  Survey  Data  
 

This  guide  is  intended  to  help  you  explore  and  analyze  the  variables  you  have  selected  for  your  group  project.      
 

Conducting  Descriptive  Statistics  for  Qualitative  Variables  

To  compute  frequencies  for  the  gender,  race,  and  occupational  variables,  [SEX,  RACE,  INDUS80]  follow  these  steps:  

1. Click  Analyze,  click  Descriptive  Statistics,  and  then  click  Frequencies.    When  you  do  this,  you  will  see  the  
Frequencies  dialog  box  as  shown  below.      
 

 
 
2. Holding  down  the  Ctrl  key,  click  INDUS80,  SEX,  and  RACE  to  select  them,  then  click  ►to  place  them  in  the  
Variable(s)  box.      
 
3. Click  Statistics.  You  will  see  the  Frequencies:  Statistics  dialog  box  as  shown  below  
 

 
 
4. Under  the  Central  Tendency  area,  click  Mode.  
 
5. Click  Continue.  
 
INLS  200  Retrieving  &  Analyzing  Information  Spring  2014    Page  1  
 
 6. Click  OK.  
 
The  output  for  the  analysis  is  shown  in  part  below.    The  output  initially  presents  the  mode  for  each  of  the  three  
variables.  The  tables  labeled  RS  INDUSTRY  CODE,  RESPONDENTS  SEX,  RACE  OF  RESPONDENT  show  the  frequencies  
(counts)  for  these  variables.  In  addition,  the  tables  show  the  percentage  of  participants  in  each  category.    Because  the  
variables  are  qualitative,  the  column  labeled  Cumulative  Percent  is  not  meaningful.    
 

 
 

Using  SPSS  Graphs  to  Display  the  Results  

Bar  charts  are  often  used  to  display  the  results  of  categorical  or  qualitative  variables.  Bar  charts  allow  for  the  visual  
representation  of  the  frequencies  in  each  category  and  can  be  used  to  display  results  of  variables  with  a  relatively  large  
number  of  categories.  An  alternative  to  the  bar  chart  is  the  pie  chart.  Pie  charts  also  present  the  frequencies  or  
percentages  in  each  category  but  in  a  form  that  can  be  edited  to  highlight  specific  categories.  Pie  charts  are  more  useful  
for  displaying  results  of  variables  that  have  relatively  few  categories,  if  there  are  more  than  a  few,  pie  charts  become  
cluttered  and  difficult  to  read  if  variables  have  many  categories.  For  example  the  RS  INDUSTRY  CODE  has  over  100  
categories  –  way  too  many  for  a  pie  chart.      

To  create  a  bar  chart,  follow  these  steps:  

1. Click  Analyze,  click  Descriptive  Statistics,  then  click  Frequencies.    

2. Click  Reset  to  clear  the  dialog  box.    
3. Click  RACE,  then  click  ►to  place  it  in  the  Variable(s)  box.  
4. Click  Charts.  You  will  see  the  Frequencies:  Charts  dialog  box  as  shown  below  
 

INLS  200  Retrieving  &  Analyzing  Information  Spring  2014    Page  2  

 
  
 
5. Click  Bar  charts.  
6. Click  Continue.  
7. Click  OK  
 
 
   
.  
 
To  edit  the  graph:  
 
1. Double-­‐click  on  the  chart  to  select  it  for  editing  
 
2. Click  inside  the  axes  of  the  graph  but  not  inside  
 
the  bars.  
 
3. Click  on  Edit  and  click  on  Properties  
 
4. Click  on  the  Fill  and  Border  tab  of  the  Properties  
 
box  if  not  currently  selected  
 
5. Click  on  box  labeled  Fill  and  then  click  on  the  
 
white  rectangle  in  the  color  chart  on  the  right  
 
6. Click  on  box  labeled  Border  and  then  click  on  the  
 
white  rectangle  with  the  red  diagonal  line  in  the  
 
color  chart  on  the  right.    
 
7. Click  Apply  in  the  Properties  dialog  box.  
8. Click  once  on  the  label  of  the  –axis.  The  graph  
 
should  now  appear  like  the  chart  on  the  left.  
   

   
 

To  create  a  pie  chart  for  the  RACE  variable,  follow  these  steps:  

1. Click  Graphs,  click  on  Legacy  Dialogs,  and  click  Pie.    

 
2. Click  Summaries  for  groups  of  cases.  
 
3. Click  Define.  You  will  see  the  Define  Pie:  Summaries  for  Groups  of  
Cases  dialog  box  as  on  the  right:  
 
4. Highlight  RACE  and  click  ►to  move  it  to  the  Define  Slices  by  box.  
 
5. Click  %  of  cases  in  the  Slice  Represent  area.  
INLS  200  Retrieving  &  Analyzing  Information  Spring  2014    Page  3  
 
  
6. Click  OK  

 
To  edit  the  pie  chart:    
1. Double-­‐click  on  the  chart  to  select  it  for  editing  
2. Click  on  Elements  and  click  on  Show  Data  Labels.  You  should  now  
see  the  Properties  dialog  box.  
3. Click  on  the  Data  Value  Labels  tab  of  the  Properties  box  if  not  
currently  selected.  
4. Click  on  RACE  in  the  Labels  Not  Displayed  area  and  then  click  on  
the  green  upward  pointing  arrow  to  move  RACE  Status  to  the  
Labels  Displayed  area.  
5. Click  Apply  in  the  Properties  dialog  box.  You  should  now  see  
appropriate  labels  in  the  slices  of  the  pie  chart.  
6. Click  on  the  Text  Style  tab  of  the  Properties  dialog  box.  
7. In  the  front  area,  click  on  the  Size  drop-­‐down  menu  and  choose  a  
font  size  (e.g.    10).    
8. Click  Apply  in  the  Properties  dialog  box.  The  labels  should  now  
have  a  larger  font  size.  
9. Click  Close  in  the  Properties  dialog  box.  
10. Click  on  Options  from  the  main  menu.  Click  on  Hide  Legend.  The  
graph  should  look  like  this:    
 

You  may  want  to  select  only  some  of  the  “cases”  in  the  data  set.    For  example  you  may  want  to  look  only  at  females,  or  
only  respondents  who  live  in  a  certain  region  of  the  country  or  only  respondents  who  identify  themselves  as  ‘extremely  
conservative’.  Before  you  begin  to  analyze  the  data,  you  will  want  to  select  cases  that  meet  your  criteria.      

To  select  cases  which  meet  a  certain  criteria:  

1. First  you  need  to  look  at  the  response  options  for  the  variable  you  are  interested  in  limiting.    For  example,  look  at  
the  Variable  view  of  the  data  set  and  find  a  particular  variable  –  HAPPY  [General  Happiness].    In  the  Value  column  
you  may  click  on  the  possible  values/options  that  were  provided  to  the  respondent.    In  this  case  each  respondent  
would  chose  Not  Applicable,  Very  Happy,  Pretty  Happy,  Not  too  Happy,  Don’t  Know,  or  Didn’t  Answer.    Each  of  these  
choices  is  assigned  a  numeric  value  [0,  1,  2,  3,  8,  or  9].      
 
 

INLS  200  Retrieving  &  Analyzing  Information  Spring  2014    Page  4  

 
 Select  which  answer(s)  you  want  to  limit  your  cases  to  –  for  example  if  you  only  want  to  look  at  respondents  who  
indicated  “Very  Happy”  –  note  that  the  corresponding  value  is  “1”.    You  will  need  this  information  in  a  minute.      
 
 

 
 
2. Click  Data  -­‐-­‐  Select  Cases  

 
 
 
3. There  are  a  number  of  choices.  A  random  sample  of  cases,  a  sample  based  on  a  range,  a  filter  variable,  or  a  
condition  can  be  used  to  select  cases.  For  this  example,  “If  condition  is  satisfied”  will  be  used.  Click  on  “If  condition  
is  satisfied”  Then  click  “If…”    

INLS  200  Retrieving  &  Analyzing  Information  Spring  2014    Page  5  

 
  
 
4. Here  is  where  you  need  the  value  of  the  answer  choice  for  the  variable  of  interest.    Highlight  GENERAL  HAPPINESS  
and  click  ►to  move  it  to  empty  box.    Once  there  type  an  “=”  sign  and  the  value  you  want.    In  this  case  type  “=1”  (no  
quotation  marks  though).    
 

 
5. Click  Continue.  
 
 

6. In  terms  of  Output,  there  are  several  options.  The  selected  cases  could  be  copied  into  a  new  dataset,  deleted,  or  
filtered  out.  In  this  instance,  the  unselected  cases  will  be  filtered  out.    Click  OK.  
 
7. In  the  DATA  VIEW,  note  the  slashes  through  many  of  the  cases.    These  cases  were  respondents  who  selected  any  
other  choice  than  Very  Happy.    Cases  2,  4,  and  10  have  a  general  happiness  coding  of  1  for  Very  Happy  and  remain  in  
the  sample.  All  analyses  done  with  the  cases  selected  will  only  include  Very  Happy  respondents.    

INLS  200  Retrieving  &  Analyzing  Information  Spring  2014    Page  6  

 
  
 
« In  order  to  include  all  cases  again  or  to  select  a  different  set  of  respondents,  click  
 Data  -­‐-­‐  Select  Cases  -­‐-­‐  All  cases  –  OK  «  
 
 
 

INLS  200  Retrieving  &  Analyzing  Information  Spring  2014    Page  7