在SPSS中修改尺度变量（Scale Variable）通常指的是改变变量的测量级别或数据类型。SPSS提供了多种变量类型，包括定距（Scale）、有序（Ordinal）、名义（Nominal）等，这些类型对应着不同的测量尺度和数据处理方式。
打开SPSS软件，并导入或打开你的数据文件。
在顶部的菜单栏中，点击“转换”（Transform）选项。
在下拉菜单中，选择“重新编码为不同的变量”（Recode into Different Variables）选项。
在弹出的对话框中，选择你想要修改的变量，并点击“旧值和新值”（Old and New Values）按钮。
在“旧值和新值”对话框中，你可以看到当前变量的所有可能值。你可以通过点击“添加”（Add）按钮来添加新的值，或者通过点击“删除”（Delete）按钮来删除现有的值。
对于每个值，你可以指定一个新的值或一个新的变量。如果你想改变变量的测量级别，你可能需要创建一个新的变量，并将其设置为适当的测量级别。
在完成所有必要的更改后，点击“确定”（OK）按钮以应用更改。
请注意，修改尺度变量可能会影响到你的数据分析和解释。在进行此类更改之前，请确保你了解这些更改的含义和潜在影响，并始终在修改数据之前备份原始数据。
此外，如果你只是想改变变量的标签或格式，而不是测量级别或数据类型，你可以使用“变量视图”（Variable View）来完成这些更改。在变量视图中，你可以直接编辑变量的标签、格式和其他属性。
在SPSS中剔除无效问卷的方法如下：
删除无效问卷 。将无效问卷从数据集中删除是一种简单有效的处理方法。可以根据实际情况来定义无效问卷，例如，缺失了重要信息、回答不合理或明显不真实等。在SPSS中，可以使用筛选功能或者编写删除语法来进行删除操作。
数据清洗 。对于存在问题但仍有部分可以使用的问卷，可以先进行数据清洗。数据清洗包括数据缺失值填充、异常值处理等，可以提高数据的准确性和可靠性。
调整样本代表性 。如果存在无效问卷，可能会影响样本的代表性。在分析结果时，可以对样本进行加权调整，以反映样本的实际情况，提高结果的可靠性。
在SPSS中求感知值和期望值可以使用多种方法。对于感知值，可以通过计算每个观测值与总体平均数的差异得出。具体操作为，先计算所有观测值的平均数，再用每个观测值减去该平均数得到差异值。
对于期望值，可以使用统计分析中的t检验或方差分析（ANOVA）进行计算。
t检验可以检验两个样本的差异是否显著，ANOVA则适用于多个样本的比较。在进行这些分析时，需要设定显著性水平和置信区间等参数，以便得出可靠的结果。