上學期我在 SPSS 的「變數檢視」裡待了一個下午。三十個變數，每一個都要設名稱、標籤、值標籤——性別 1 要標成「男」、2 要標成「女」，教育程度 1 到 4 要標成專科、學士、碩士、博士。點開值標籤視窗，輸入數字，輸入文字，按新增，三十個變數重複三十次。

做完存檔，隔天發現 Day 14 的清理規則改了一條，資料要重新匯出。變數檢視那個下午，等於白做。

今天要把這個下午變成一支腳本。跟 Day 14 一樣的邏輯：規則寫成檔案，讓工具照著做，我核對結果——只是這次的產物不是 CSV，是 SPSS 讀得懂的 .sav。

兩件事做錯了不會馬上被發現
變數檢視裡要設的東西很多，但真正危險的只有兩種。

值標籤錯了，是解讀錯誤。 性別的 1 和 2 標反了，統計數字全部是對的，只是你在論文裡寫「男性倦怠分數顯著較高」的時候，其實說反了。這種錯口試委員抓不到，因為表格看起來一切正常。

遺漏值代碼沒設，是數字本身錯了，而且錯得很安靜。 這是今天真正的重點，我用一個實際會發生的例子講：問卷裡「年資」這一題，允許受試者選「拒答」，我把拒答編碼成 999。如果我忘記在 SPSS 裡把 999 設成遺漏值，SPSS 會把它當成一個真實的年資——999 年。三個人拒答，年資的平均數不是從十二年變成十三年，是直接跳到三、四十年。

這個錯不會跳出警告。SPSS 算得很開心，數字就是不對，而且通常大到你會發現——但如果拒答的是「每月收入」，跳過去的幅度沒那麼誇張的話，錯誤可能就這樣留在描述統計表裡，一路帶進論文。

值標籤決定你怎麼解讀資料，遺漏值代碼決定資料本身對不對。 後者更危險，因為它連基本的平均數都會壞掉。

先寫字典，不要用滑鼠設定
跟 Day 11 的 APA 規則檔、Day 14 的清理規則檔同一套做法：先寫成人讀的檔案，analysis/spss-dictionary.md。

SPSS 匯出字典（03_for_spss）

輸入

data/clean/02_cleaned.csv（Day 14 輸出）

變數標籤

值標籤

遺漏值代碼

測量尺度

• bo01–bo22：次序（ordinal）
• hours_week、years：等距（scale）
• sex、education、shift：名義（nominal），education 實務上可視為次序

輸出

data/clean/03_for_spss.sav
三張表對應三件事：標籤讓委員看得懂變數是什麼，值標籤讓委員看得懂數字代表什麼，遺漏值代碼讓 SPSS 不會把拒答當成真實數字去算平均。

SKILL.md 全文
存在 .claude/skills/spss-export/SKILL.md：

name: spss-export
description: 依 analysis/spss-dictionary.md 把 data/clean/02_cleaned.csv 匯出成 SPSS 的 .sav 檔，設好變數標籤、值標籤與遺漏值代碼。使用者說「匯出 SPSS」「做 sav 檔」「轉 SPSS 格式」時使用。

SPSS 匯出

輸入

data/clean/02_cleaned.csv，analysis/spss-dictionary.md

規則

1. 只依字典檔設定，字典檔沒列出的變數維持原樣，不臆測標籤或值標籤。
2. 遺漏值代碼必須明確宣告，不得用 NaN／空值代替。宣告了的代碼，資料裡對應的值不得是 NaN。
3. 字典檔裡的變數若在 CSV 裡找不到，停下來回報，不得略過。
4. 寫成 analysis/03_export.py，用 pyreadstat，不直接動 CSV，只讀不寫。
5. 輸出後讀回來核對一次：欄數、變數標籤、值標籤是否與字典檔一致，寫成核對報告。

輸出

• data/clean/03_for_spss.sav
• analysis/export-check.md：核對報告
  在專案資料夾打「讀 @analysis/spss-dictionary.md，寫成 analysis/03_export.py，用 pyreadstat 匯出 SPSS 檔」。

腳本長什麼樣
import pandas as pd
import pyreadstat

df = pd.read_csv("data/clean/02_cleaned.csv")

column_labels = {
**{f"bo{i:02d}": f"職業倦怠量表第 {i} 題" for i in range(1, 23)},
"bo_missing_flag": "倦怠量表缺失標記（1=遺漏超過 4 題）",
"hours_week": "每週工時（小時）",
"hours_week_flag": "每週工時離群標記",
"years": "護理年資（年）",
"years_flag": "年資離群標記",
"sex": "性別",
"education": "最高學歷",
"shift": "班別",
}

variable_value_labels = {
"sex": {1: "男", 2: "女", 999: "拒答"},
"education": {1: "專科", 2: "學士", 3: "碩士", 4: "博士以上"},
"shift": {1: "白班", 2: "小夜班", 3: "大夜班"},
}

遺漏值：flat list，不是 {"hi":..,"lo":..} 那種寫法

missing_ranges = {"sex": [999]}

variable_measure = {
**{f"bo{i:02d}": "ordinal" for i in range(1, 23)},
"hours_week": "scale",
"years": "scale",
"sex": "nominal",
"education": "ordinal",
"shift": "nominal",
}

pyreadstat.write_sav(
df,
"data/clean/03_for_spss.sav",
column_labels=column_labels,
variable_value_labels=variable_value_labels,
missing_ranges=missing_ranges,
variable_measure=variable_measure,
)

讀回來核對

back, meta = pyreadstat.read_sav("data/clean/03_for_spss.sav")
with open("analysis/export-check.md", "w", encoding="utf-8") as f:
f.write(f"筆數：{len(back)}，欄數：{len(back.columns)}\n")
f.write(f"bo01 標籤：{meta.column_names_to_labels.get('bo01')}\n")
f.write(f"sex 值標籤：{meta.variable_value_labels.get('sex')}\n")
f.write(f"sex＝999 筆數（應設為遺漏）：{(df['sex']==999).sum()}\n")
這支我實際跑過。279 筆、30 個變數，讀回來 bo01 的標籤是「職業倦怠量表第 1 題」，sex 的值標籤是 {1.0: '男', 2.0: '女', 999.0: '拒答'}，跟字典檔一致。

哪裡會出錯
遺漏值的參數格式，第一次寫錯。 我一開始寫成 {"sex": [{"hi": 999, "lo": 999}]}，以為要用範圍表示單一數值，結果 pyreadstat 直接丟型別錯誤：missing_ranges 的值必須是數字或字串。查了才知道單一遺漏值就是丟數字進列表，{"sex": [999]}，範圍才用 hi／lo 那種寫法。錯誤訊息看起來很嚇人，其實是我把兩種寫法混在一起。

忘記把遺漏值代碼一起寫進規則。 第一版字典檔我只寫了值標籤，沒寫遺漏值代碼那一段。腳本照做，.sav 打開之後 sex 的 999 確實標成「拒答」了，但 SPSS 算描述統計時還是把它當一個有效值計算平均——因為標籤只是「這個數字叫什麼名字」，遺漏值代碼才是「這個數字不算數」，兩件事完全獨立，設了前者不會自動設後者。這是我在這個工具上踩到最貴的一個坑，因為它產出的表格看起來完全正常，數字卻是錯的。

布林欄位要先轉成數字。 bo_missing_flag 這種 True／False 的欄位，pyreadstat 寫不進去，要先轉型成 0 和 1，順便在字典檔的值標籤裡把 0、1 標成「否」「是」，不然打開 SPSS 只看得到 0 跟 1，看不出意思。

中文變數標籤的編碼。 寫出來的 .sav 檔用 UTF-8 存中文標籤，比較新的 SPSS（21 版以後，通用 unicode 模式）讀起來沒問題。但如果你的電腦或系所裝的是很舊的版本，或系統語言設定跟檔案編碼對不上，中文標籤打開可能是亂碼。保險的做法是匯出後先自己打開來看一眼，變數檢視裡的中文顯示正常，才算過關，不要匯出完就直接拿去分析。

什麼還是要在 SPSS 裡自己做
這支腳本做完，變數檢視那一頁該有的都有了。但 SPSS 裡有些操作我還是手動做，沒有寫進腳本：算 Cronbach's α、算加總量表分數、跑相關和迴歸。

不是做不到，是這些屬於分析，不是資料整理。今天做的三件事——變數標籤、值標籤、遺漏值代碼——都是「讓資料被正確理解」的層次，錯了會讓下游全部跟著錯。分析的每一步我要看著它跑、看著結果，這條線我還沒想清楚要不要也寫成腳本，先手動做，等熟悉了再考慮。

核對怎麼做
腳本自己輸出的 export-check.md 只驗證「腳本做了它說要做的事」，不代表資料本身沒問題。我自己另外做的核對：打開 .sav，變數檢視掃一遍三十列，資料檢視隨機挑五筆跟 02_cleaned.csv 對一次數字，再跑一次最陽春的次數分配表，確認 sex 的「拒答」在系統遺漏值那一欄，不在有效百分比裡面。

三讀的最後一讀，永遠是在目的地軟體裡親眼看一次。

我還不確定的地方
倦怠量表的測量尺度我標成「次序」，但加總之後的總分實務上大家都當「等距」處理去跑迴歸，這件事統計上有爭議，我目前照領域慣例做，但字典檔裡的標示其實不完全誠實。另外「拒答」要不要整欄排除、還是只在算到那個變項時排除，我還沒有標準答案，等做到相關分析那一步再決定。

明天
Day 16：清理好、匯出好的資料，怎麼把統計結果自動轉成論文要的 APA 格式表格——表一那種，橫線在哪裡都有規定的那種。