Синтаксис для меток и multiple response sets для большого кол-ва брендов и их характеристик
У меня появилась задача по оптимизации одного процесса и я пытаюсь понять, возможно ли её решить с помощью синтаксиса SPSS.
В анкете есть блок вопросов с множественным вариантом выбора, представляющий собой выбор из 12 характеристик по 33 брендам. Т.е. переменные имеют вид Q1_1_1, Q1_1_2, ... Q1_n_m, где n - число брендов и m - число характеристик.
Синтаксис при этом выглядит жуткими батареями вида:
Var lab Q1_1_1 "Brand 1".
Var lab Q1_1_2.
...
Var lab Q1_1_12
Var lab Q1_2_1 "Brand 2".
...
Var lab Q1_2_12
Val lab Q1_1_1 1 "Feature 1".
Val lab Q1_1_2 2 "Feature 2".
...
Val lab Q1_1_12 12 "Feature 12".
И дальше такая же пачка MRSETS под каждый из 33 брендов.
Для того, чтобы приделать метки к переменным и значениям приходится пользоваться костылём в виде сцепок в Excel. В принципе, я понимаю, как решить данную задачу с помощью циклов в R/Python, но меня интересует вопрос: можно ли это как-то оптимизировать средствами синтаксиса самого SPSS?
На http://www.spsstools.net/ и в книге автора данного сайта я ничего похожего не обнаружил.
В анкете есть блок вопросов с множественным вариантом выбора, представляющий собой выбор из 12 характеристик по 33 брендам. Т.е. переменные имеют вид Q1_1_1, Q1_1_2, ... Q1_n_m, где n - число брендов и m - число характеристик.
Синтаксис при этом выглядит жуткими батареями вида:
Var lab Q1_1_1 "Brand 1".
Var lab Q1_1_2.
...
Var lab Q1_1_12
Var lab Q1_2_1 "Brand 2".
...
Var lab Q1_2_12
Val lab Q1_1_1 1 "Feature 1".
Val lab Q1_1_2 2 "Feature 2".
...
Val lab Q1_1_12 12 "Feature 12".
И дальше такая же пачка MRSETS под каждый из 33 брендов.
Для того, чтобы приделать метки к переменным и значениям приходится пользоваться костылём в виде сцепок в Excel. В принципе, я понимаю, как решить данную задачу с помощью циклов в R/Python, но меня интересует вопрос: можно ли это как-то оптимизировать средствами синтаксиса самого SPSS?
На http://www.spsstools.net/ и в книге автора данного сайта я ничего похожего не обнаружил.