Using Stata for Survey Data Analysis

Note for SPSS users 
Stata is quite similar to SPSS in some ways. To make it easier for SPSS users to learn Stata, this 
training manual describes the SPSS commands that correspond to each new Stata command and 
highlights some key differences. In addition, we include a quick-reference guide for comparing Stata 
and SPSS command (see Annex 2). 
There are a number of differences between the two software packages. Stata has a number of very 
useful commands (such as egen, fillin, and reshape) that do not exist in SPSS. Furthermore, Stata is 
more powerful in statistical analysis, programming, and matrix algebra. On the other hand, the tables 
that Stata produces are less “polished” than those produced by SPSS.

---

Using Stata for Survey Data Analysis 
 
Minot 
 
Page 3
SECTION 2: REVIEW OF SURVEY DATA CONCEPTS
List of useful terms 
The following are some key concepts that will be used throughout this training module. Most of you 
will be familiar with them, but it is worth reviewing the terms for those that may not know all of 
them. 
Records (or cases or observations) are individual observations such as individuals, farm plots, 
households, villages, or provinces. They are usually considered to be the “rows” of the data file. For 
example, data set A (below) has 5 records and data set B has 6 records. The BLSS files usually have 
between 4,000 and 60,000 records. 
Variables are the characteristics, location, or dimensions of each observation. They are considered 
the “columns” of the data file.
In data set A (below), there are four variables: the household identification number, the region 
where the household lives, the size of the household, and the distance from the house to the 
nearest source of water.
In data set B, there are six variables: the region, province, household, plot number, whether or 
not it is irrigated, and the size of the plot.
The level of the dataset describes what each record represents. For example,
In data set A (below), each record is a different household, so it is a household-level data set.
In data set B (below), each record is a farm plot, it is a plot-level data set. Note that more 
than one record has the same household identification number. 
Data set A 
HHID 
REG 
HHSIZE 
DISTWAT 
3456
1 
5 
1.5 
3457 
1 
5 
0.4 
3458 
1 
4 
0.6 
3459 
2 
2 
5.1 
3460 
3 
8 
1.2 
Data set B 
REG 
PROV 
HH 
PLOT 
IRRIG 
AREA 
1 
4 
1 
1 
1 
1.5 
1 
4 
1 
2 
0 
1.0 
1 
5 
3 
1 
1 
0.5 
2 
26 
2 
1 
0 
0.4 
2 
26 
2 
2 
1 
1.0 
3 
45 
1 
1 
1 
1.2 
Key variables are the variables that are needed to identify a record in the data. In data set A, the 
variable HHID is enough to uniquely identify the record so HHID is the only key variable. In data set 
B, the key variables are REG, PROV, HH, and PLOT because all four variables are needed to 
uniquely identify the record. The first two records have the same region, province, and household, so 
these three variables are not enough to uniquely identify a record. 

---