Příprava dat: překódovat, spočítat, vybrat, sloučit

Stručně

Na stránce „Data“ otevře „Upravit data“ šest asistentů: Překódovat, Spočítat, Vybrat případy, Sloučit, Agregovat a Duplicitní případy. Každý ukáže před použitím náhled a příkaz PSPP. Výsledek přijde do nového sloupce; existující sloupec se přepíše jen na výslovnou volbu. Každý krok lze vrátit najednou přes „Zpět“ v záhlaví. „Přidat k příkazům“ vloží příkaz na stránku „Příkazy“.

Chybějící hodnoty

• Výraz jako a + b je prázdný, jakmile chybí jedna hodnota. Funkce jako MEAN(a, b), SUM, MIN a MAX naopak počítají s dostupnými hodnotami.
• Pro průměr z několika sloupců stačí jedna platná hodnota (jako při tvorbě škály po reliabilitě). Mnoho učebnic doporučuje pro škály minimum, například polovinu položek; lze ho nastavit. Směrodatná odchylka potřebuje alespoň dvě hodnoty.
• Hodnoty označené „bez odpovědi“ se počítají jako chybějící.

Překódovat

Staré hodnoty (hodnota, rozsah, „bez odpovědi“, prázdné) se nahradí novými; platí první vyhovující pravidlo. Hodnoty bez pravidla se ponechají, nechají prázdné nebo se nastaví na hodnotu. Náhled počítá starou proti nové. „Obrátit kódování položky“ vypočítá novou hodnotu = nejnižší + nejvyšší − stará hodnota, podle stejného pravidla jako při tvorbě škály; škála pochází z popisků hodnot, jinak z dat, a lze ji změnit. V textových sloupcích se počítá velikost písmen a mezery na začátku; pokud se hodnoty liší jen tím, Statable na to upozorní.

Průvodce „Překódovat“ má také „Vytvořit třídy“: sloupec čísel se rozdělí do tříd stejné šířky, tříd se stejným počtem osob nebo tříd s vlastními hranicemi (viz „Vytváření tříd“).

Spočítat

Vzorec se sloupci, operátory, závorkami a funkcemi LN, EXP, SQRT, ABS a RND, nebo průměr, součet, minimum, maximum a směrodatná odchylka z několika sloupců. „Jen když …“ počítá jen u případů, kde podmínka platí; ostatní zůstávají prázdné a v náhledu se počítají zvlášť. Pokud je dělitel 0, je výsledek prázdný, také u 0 děleno 0. Náhled ukazuje prvních deset případů a prázdné výsledky počítá zvlášť: na jedné straně chybějící vstupy, na druhé chyby výpočtu (dělení 0, logaritmus z 0 nebo záporného čísla, odmocnina ze záporného čísla).

Vybrat případy

Statable přidá sloupec výběru: 1 = podmínka splněna, 0 = nesplněna, prázdné = nelze ověřit, protože chybí hodnota. Lze ho použít jako skupinu nebo podmínku; neviditelný filtr tu záměrně není, protože ne každý výpočet ve Statable by ho respektoval. „Ponechat jen tyto případy“ ostatní případy trvale odstraní (s potvrzením a počtem) - včetně těch, které nelze ověřit. Analýzy v sešitě, které tato data používají, se pak označí jako zastaralé.

Sloučit

• Přidání případů: druhý soubor má stejné sloupce a přidá se dolů. Sloupce se spárují podle názvu; pokud je sloupec jen v jednom souboru, zůstává u ostatních případů prázdný. Číslo proti textu ve stejném sloupci je zablokováno.
• Přidání sloupců: přes identifikátor (osoba, třída). „Jeden řádek na identifikátor v obou souborech“ nebo „mnoho k jednomu“ (více osob ve třídě). Před spojením Statable kontroluje, zda se identifikátory nevyskytují vícekrát (zablokováno, se seznamem), a počítá identifikátory bez protějšku na obou stranách; u „mnoho k jednomu“ identifikátory jen ve druhém souboru ve výsledku chybějí; u „jeden řádek na identifikátor v obou souborech“ se přidají jako samostatné řádky na konec, se sloupci prvního souboru tam prázdnými (zachovají se všechny případy obou souborů). Sloupce se stejným názvem kromě identifikátoru dostanou nový název (návrh: _2).
• Druhý soubor může být SPSS, Stata, CSV nebo Excel a zůstává na zařízení.

Agregovat

Statistiky podle skupin: případy ve skupině, platné hodnoty, průměr, směrodatná odchylka, medián, minimum, maximum, součet. Buď jako nové sloupce v datech (každá osoba dostane hodnotu své skupiny, pořadí řádků se zachová), nebo jako nový projekt s jedním řádkem na skupinu; aktuální projekt zůstane beze změny. Případy bez hodnoty skupiny tvoří vlastní skupinu. „Případy“ počítá všechny případy skupiny, „platné hodnoty“ jen hodnoty přítomné ve sloupci; medián bez jediné platné hodnoty zůstává prázdný.

Duplicitní případy

Porovnávají se všechny nebo zvolené sloupce (například identifikátor). Případy se považují za shodné, pokud se shodují, bez ohledu na velikost písmen a mezery na okrajích (lze přepnout na „přesně shodné“); čísla se porovnávají na 15 číslic a é jako jeden nebo dva znaky je totéž. Lze zvolit, zda se chybějící hodnota rovná chybějící hodnotě. Mezery na začátku textu se při otevření souborů .sav ztratí. Výsledkem je sloupec se značkou (0 = první případ, 1 = opakování); případy se mažou jen na výslovnou volbu, s potvrzením.

Pro odborníky

• Příkazy: RECODE, COMPUTE, IF, SELECT IF, ADD FILES, MATCH FILES, SORT CASES a AGGREGATE (zdroj: příručka PSPP). Duplicitní případy počítá Statable samo, protože PSPP porovnává text bajt po bajtu a čísla bit po bitu (0,1 + 0,2 ≠ 0,3).
• Proč existují předběžné kontroly: RECODE nechává rozsahy a ELSE zachytávat uživatelsky definované chybějící hodnoty (devítka pro „bez odpovědi“ by se stala platnou); pravidlo chybějících hodnot proto stojí před pravidly hodnot. V PSPP je 0/0 rovno 0 (Statable z toho udělá prázdný výsledek) a porovnání textu s prázdnou buňkou dává „nepravda“ místo „neznámé“. MATCH FILES potichu zahazuje identifikátory, které jsou jen ve druhém souboru, bez upozornění chybně páruje zdvojené identifikátory, spojuje prázdné identifikátory navzájem, u neseřazených souborů nehlásí nic a potichu zahazuje sloupec druhého souboru se stejným názvem. AGGREGATE s MODE=ADDVARIABLES tvoří u neseřazených dat skupiny jen z po sobě jdoucích případů a medián bez platné hodnoty je NaN.