Daten vorbereiten: umkodieren, berechnen, auswählen, zusammenführen

Kurz

Auf der Seite „Daten“ öffnet „Daten bearbeiten“ sechs Assistenten: Umkodieren, Berechnen, Fälle auswählen, Zusammenführen, Aggregieren und Doppelte Fälle. Jeder zeigt vor dem Anwenden eine Vorschau und den PSPP-Befehl. Das Ergebnis steht in einer neuen Spalte; eine vorhandene Spalte wird nur überschrieben, wenn das ausdrücklich gewählt ist. Jeder Schritt ist mit „Rückgängig“ in der Kopfzeile in einem Zug zurückzunehmen. „In die Befehle übernehmen“ legt den Befehl auf die Seite „Befehle“.

Fehlende Werte

• Ein Rechenausdruck wie a + b ist leer, sobald ein Wert fehlt. Funktionen wie MEAN(a, b), SUM, MIN und MAX rechnen dagegen mit den vorhandenen Werten.
• Beim Mittelwert mehrerer Spalten genügt ein gültiger Wert (wie im Skalenbau bei der Reliabilität). Viele Lehrbücher empfehlen bei Skalen eine Mindestzahl, etwa die Hälfte der Fragen; sie lässt sich einstellen. Die Standardabweichung braucht mindestens zwei Werte.
• Werte, die als „keine Angabe“ gelten, zählen als fehlend.

Umkodieren

Alte Werte (ein Wert, ein Bereich, „keine Angabe“, leer) werden durch neue ersetzt; die erste passende Regel gilt. Werte ohne Regel werden übernommen, leer gelassen oder auf einen Wert gesetzt. Die Vorschau zählt alt gegen neu. „Frage umpolen“ rechnet neuer Wert = kleinster + größter − alter Wert, mit derselben Regel wie im Skalenbau; die Skala stammt aus den Wertelabels, sonst aus den Daten, und ist änderbar. In Textspalten zählen Groß- und Kleinschreibung und Leerzeichen am Anfang; unterscheiden sich Werte nur darin, weist Statable darauf hin.

Im Assistenten „Umkodieren“ gibt es außerdem „Klassen bilden“: Eine Zahlenspalte wird in gleich breite Klassen, Klassen mit gleich vielen Personen oder Klassen mit eigenen Grenzen geteilt (siehe „Klassen bilden“).

Berechnen

Eine Formel mit Spalten, Rechenzeichen, Klammern und den Funktionen LN, EXP, SQRT, ABS und RND, oder Mittelwert, Summe, Minimum, Maximum und Standardabweichung über mehrere Spalten. „Nur wenn …“ rechnet nur für Fälle, bei denen die Bedingung gilt; die übrigen bleiben leer und werden in der Vorschau getrennt gezählt. Ist ein Teiler 0, ist das Ergebnis leer, auch bei 0 geteilt durch 0. Die Vorschau zeigt die ersten zehn Fälle und zählt leere Ergebnisse getrennt: fehlende Eingaben einerseits, Rechenfehler (Teilen durch 0, Logarithmus von 0 oder weniger, Wurzel aus einer negativen Zahl) andererseits.

Fälle auswählen

Statable legt eine Auswahlspalte an: 1 = Bedingung erfüllt, 0 = nicht erfüllt, leer = nicht prüfbar, weil ein Wert fehlt. Sie lässt sich als Gruppe oder Bedingung nutzen; es gibt bewusst keinen unsichtbaren Filter, weil nicht jede Rechnung in Statable ihn beachten würde. „Nur diese Fälle behalten“ entfernt die übrigen Fälle endgültig (mit Rückfrage und Zahl) - auch die nicht prüfbaren. Auswertungen im Heft, die diese Daten brauchen, gelten danach als veraltet.

Zusammenführen

• Fälle anhängen: die zweite Datei hat dieselben Spalten und wird darunter gesetzt. Spalten werden nach dem Namen zugeordnet; steht eine nur in einer Datei, bleibt sie für die anderen Fälle leer. Zahl gegen Text in derselben Spalte ist gesperrt.
• Spalten hinzufügen: über eine Kennung (Person, Klasse). „Eine Zeile je Kennung in beiden Dateien“ oder „viele zu einer“ (mehrere Personen je Klasse). Vor dem Verbinden prüft Statable, ob Kennungen doppelt vorkommen (Sperre mit Liste), und zählt Kennungen ohne Partner auf beiden Seiten; Kennungen nur in der zweiten Datei fehlen bei „viele zu einer“ im Ergebnis; bei „eine Zeile je Kennung in beiden Dateien“ kommen sie als eigene Zeilen ans Ende, die Spalten der ersten Datei sind dort leer (alle Fälle beider Dateien bleiben). Gleiche Spaltennamen außer der Kennung bekommen einen neuen Namen (Vorschlag: _2).
• Die zweite Datei kann SPSS, Stata, CSV oder Excel sein und bleibt auf dem Gerät.

Aggregieren

Kennwerte je Gruppe: Fälle der Gruppe, gültige Werte, Mittelwert, Standardabweichung, Median, Minimum, Maximum, Summe. Entweder als neue Spalten an den Daten (jede Person bekommt den Wert ihrer Gruppe, die Zeilenfolge bleibt) oder als neues Projekt mit einer Zeile je Gruppe; das bisherige Projekt bleibt unverändert. Fälle ohne Gruppenangabe bilden eine eigene Gruppe. „Fälle“ zählt alle Fälle der Gruppe, „gültige Werte“ nur die vorhandenen Werte einer Spalte; ein Median ohne gültigen Wert bleibt leer.

Doppelte Fälle

Verglichen werden alle oder die gewählten Spalten (zum Beispiel die Kennung). Als gleich gelten Fälle, die übereinstimmen, ohne Beachtung von Groß- und Kleinschreibung und Randleerzeichen (umschaltbar auf „genau gleich“); Zahlen werden auf 15 Stellen verglichen, und é als ein oder zwei Zeichen ist dasselbe. Ob ein fehlender Wert gleich einem fehlenden Wert ist, lässt sich wählen. Leerzeichen am Anfang eines Textes gehen beim Öffnen von .sav-Dateien verloren. Das Ergebnis ist eine Markierspalte (0 = erster Fall, 1 = Wiederholung); gelöscht wird nur auf ausdrückliche Wahl mit Rückfrage.

Für Fachleute

• Befehle: RECODE, COMPUTE, IF, SELECT IF, ADD FILES, MATCH FILES, SORT CASES und AGGREGATE (Quelle: PSPP-Handbuch). Doppelte Fälle rechnet Statable selbst, weil PSPP Text byte- und Zahlen bitgenau vergleicht (0,1 + 0,2 ≠ 0,3).
• Warum es Vorprüfungen gibt: RECODE lässt Bereiche und ELSE benutzerdefiniert fehlende Werte einfangen (eine 9 für „keine Angabe“ würde gültig); deshalb steht die Fehlend-Regel vor den Wertregeln. In PSPP ist 0/0 gleich 0 (Statable macht daraus ein leeres Ergebnis), und ein Textvergleich mit einer leeren Zelle ergibt „falsch“ statt „unbekannt“. MATCH FILES lässt Kennungen nur der zweiten Datei still weg, paart doppelte Kennungen still falsch, verbindet leere Kennungen miteinander, gibt bei nicht sortierten Dateien keine Meldung und lässt eine gleichnamige Spalte der zweiten Datei still weg. AGGREGATE bildet auf nicht sortierten Daten mit MODE=ADDVARIABLES nur Gruppen aus aufeinanderfolgenden Fällen, und ein Median ohne gültigen Wert ist NaN.