Mi az a SAV fájl?
A SAV fájl a Társadalomtudományi Statisztikai Csomag (SPSS) által létrehozott adatfájl, amelyet piackutatók, egészségügyi kutatók, felmérést végző cégek, kormányzat, oktatáskutatók, marketingszervezetek és adatbányászok széles körben használnak statisztikai elemzésekhez. A szabadalmaztatott bináris formátumban mentett SAV, amely egy adatkészletből és egy szótárból áll, amely az adatkészletet reprezentálja, sorokban és oszlopokban menti az adatokat.
SAV fájlformátum
A SAV fájlformátum viszonylag stabil lett, de nem mondhatjuk statikusnak. A visszafelé és előre kompatibilitás opcionálisan elérhető, ha szükséges, de nincs megfelelően karbantartva. A SAV-fájlban lévő adatok a következő szakaszokba vannak sorolva:
Fájlfejléc
176 bájtból áll. Az első 4 bájt a $FL2 vagy $FL3 karakterláncot jelzi a fájlhoz használt karakterkódolásban. Az utolsó három bájt azt jelenti, hogy a fájlban lévő adatok a ZLIB használatával vannak tömörítve. A következő 60 bájtos karakterlánc a @(#) SPSS DATA FILE karakterlánccal kezdődik, és meghatározza a fájlt létrehozó operációs rendszert és SPSS-verziót is. A fejléc ezután hat számjegyű mezőkkel folytatódik, amelyek a megfigyelésenkénti változók számát és a tömörítéshez szükséges számjegykódot tartalmazzák, és a létrehozás dátumát és időpontját jelző karakteradatokkal, valamint egy fájlcímkével zárul.
Változóleíró rekordok
A rekord rögzített mezősorozatot tartalmaz, amely osztályozza a változó típusát és nevét, valamint az SPSS által használt formázási információkat. Minden változórekord opcionálisan tartalmazhat egy legfeljebb 120 karakter hosszúságú változócímkét és legfeljebb három hiányzó érték specifikációt.
Értékcímkék
Az értékcímkék nem kötelezőek, és rekordpárokban vannak tárolva a 3. és 4. egész számmal. Az első rekord, amely a 3. címke, mezőpárokból álló sorozatot tartalmaz, mindegyik pár egy értéket és a hozzá tartozó értékcímkét tartalmaz. A második rekord, amely a 4-es címke, azt jelzi, hogy az értékek/címkék halmaza mely változókra vonatkozik.
Dokumentumok
Egy vagy több rekord egész szám címkével 6. Opcionális dokumentáció. 80 karakteres sorokat tartalmaz.
Kiterjesztési rekordok
Egy vagy több rekord egész szám 7-es címkével. A kiterjesztésrekordok olyan információkat nyújtanak, amelyek biztonságosan figyelmen kívül hagyhatók, de sok esetben megőrizhetők, lehetővé téve az újabb szoftverekkel írt fájlok visszamenőleges kompatibilitásának megőrzését. A kiterjesztésrekordok egész számú altípus-címkékkel rendelkeznek.
Szótár terminátor
Csak a 999-es egész szám címkével rögzítsen. Ez elválasztja a szótárt az adatmegfigyelésektől.
Adatmegfigyelések
Úgy tekintjük, hogy az adatok megfigyelési sorrendben vannak, pl. minden változó érték az első megfigyelésnél, majd az összes érték a második megfigyelésnél stb. Az adatrekord formátuma a fájlfejléc rekordban lévő tömörítési kódtól függően változik. A .sav fájl adatrésze kicsomagolható:
- 0-s kód: bájtkóddal tömörítve
- 1-es kód: ZLIB tömörítéssel tömörítve
