Προετοιμασία δεδομένων: επανακωδικοποίηση, υπολογισμός, επιλογή, συγχώνευση

Εν συντομία

Στη σελίδα «Δεδομένα», η «Επεξεργασία δεδομένων» ανοίγει έξι βοηθούς: Επανακωδικοποίηση, Υπολογισμός, Επιλογή περιπτώσεων, Συγχώνευση, Συνάθροιση και Διπλότυπες περιπτώσεις. Καθένας δείχνει μια προεπισκόπηση και την εντολή PSPP πριν εφαρμοστεί. Το αποτέλεσμα πηγαίνει σε νέα στήλη· μια υπάρχουσα στήλη αντικαθίσταται μόνο αν το επιλέξετε ρητά. Κάθε βήμα μπορεί να ακυρωθεί με μία κίνηση με την «Αναίρεση» στην κεφαλίδα. Η «Προσθήκη στις εντολές» βάζει την εντολή στη σελίδα «Εντολές».

Ελλείπουσες τιμές

• Μια έκφραση όπως a + b είναι κενή μόλις λείψει μια τιμή. Συναρτήσεις όπως MEAN(a, b), SUM, MIN και MAX χρησιμοποιούν αντίθετα τις τιμές που υπάρχουν.
• Για τον μέσο όρο πολλών στηλών αρκεί μία έγκυρη τιμή (όπως στη δημιουργία κλιμάκων μετά την αξιοπιστία). Πολλά εγχειρίδια συνιστούν ένα ελάχιστο για τις κλίμακες, για παράδειγμα τα μισά στοιχεία· μπορεί να οριστεί. Η τυπική απόκλιση χρειάζεται τουλάχιστον δύο τιμές.
• Οι τιμές που έχουν σημανθεί ως «χωρίς απάντηση» μετρούν ως ελλείπουσες.

Επανακωδικοποίηση

Οι παλιές τιμές (μια τιμή, ένα εύρος, «χωρίς απάντηση», κενό) αντικαθίστανται από νέες· ισχύει ο πρώτος κανόνας που ταιριάζει. Οι τιμές χωρίς κανόνα διατηρούνται, μένουν κενές ή παίρνουν μια τιμή. Η προεπισκόπηση μετρά παλιές έναντι νέων. Η «Αντιστροφή ενός στοιχείου» υπολογίζει νέα τιμή = χαμηλότερη + υψηλότερη − παλιά τιμή, με τον ίδιο κανόνα όπως στη δημιουργία κλιμάκων· η κλίμακα προκύπτει από τις ετικέτες τιμών, αλλιώς από τα δεδομένα, και μπορεί να αλλάξει. Στις στήλες κειμένου μετρούν τα κεφαλαία/πεζά και τα αρχικά κενά· αν οι τιμές διαφέρουν μόνο σε αυτά, το Statable το επισημαίνει.

Ο βοηθός «Επανακωδικοποίηση» έχει και την «Ομαδοποίηση σε κλάσεις»: μια στήλη αριθμών χωρίζεται σε κλάσεις ίσου πλάτους (equal-width classes), σε κλάσεις με ίσο αριθμό ατόμων ή σε κλάσεις με δικά σας όρια (βλ. «Ομαδοποίηση σε κλάσεις»).

Υπολογισμός

Ένας τύπος με στήλες, τελεστές, παρενθέσεις και τις συναρτήσεις LN, EXP, SQRT, ABS και RND, ή ο μέσος όρος, το άθροισμα, το ελάχιστο, το μέγιστο και η τυπική απόκλιση πολλών στηλών. Το «Μόνο αν …» υπολογίζει μόνο για περιπτώσεις όπου ισχύει η συνθήκη· οι υπόλοιπες μένουν κενές και μετρώνται χωριστά στην προεπισκόπηση. Αν ο διαιρέτης είναι 0, το αποτέλεσμα είναι κενό, και για 0 διά 0. Η προεπισκόπηση δείχνει τις πρώτες δέκα περιπτώσεις και μετρά χωριστά τα κενά αποτελέσματα: ελλείπουσες εισροές από τη μία, σφάλματα υπολογισμού (διαίρεση με 0, λογάριθμος του 0 ή αρνητικού, ρίζα αρνητικού αριθμού) από την άλλη.

Επιλογή περιπτώσεων

Το Statable προσθέτει μια στήλη επιλογής: 1 = η συνθήκη ικανοποιείται, 0 = δεν ικανοποιείται, κενό = δεν μπορεί να ελεγχθεί επειδή λείπει μια τιμή. Μπορεί να χρησιμοποιηθεί ως ομάδα ή συνθήκη· σκόπιμα δεν υπάρχει αόρατο φίλτρο, επειδή δεν θα το σεβόταν κάθε υπολογισμός στο Statable. Η επιλογή «Διατήρηση μόνο αυτών των περιπτώσεων» αφαιρεί οριστικά τις υπόλοιπες περιπτώσεις (με επιβεβαίωση και τον αριθμό τους), και όσες δεν μπορούν να ελεγχθούν. Οι αναλύσεις στο τετράδιο που χρησιμοποιούν αυτά τα δεδομένα επισημαίνονται τότε ως ξεπερασμένες.

Συγχώνευση

• Προσθήκη περιπτώσεων: το δεύτερο αρχείο έχει τις ίδιες στήλες και προστίθεται από κάτω. Οι στήλες αντιστοιχίζονται με το όνομα· αν μία υπάρχει μόνο σε ένα αρχείο, μένει κενή για τις άλλες περιπτώσεις. Ένας αριθμός απέναντι σε κείμενο στην ίδια στήλη αποκλείεται.
• Προσθήκη στηλών: μέσω ενός αναγνωριστικού (άτομο, τάξη). «Μία γραμμή ανά αναγνωριστικό και στα δύο αρχεία» ή «πολλά προς ένα» (πολλά άτομα ανά τάξη). Πριν από τη σύνδεση το Statable ελέγχει αν υπάρχουν αναγνωριστικά που εμφανίζονται πολλές φορές (αποκλεισμός, με λίστα) και μετρά τα αναγνωριστικά χωρίς αντίστοιχο και στις δύο πλευρές· με «πολλά προς ένα» τα αναγνωριστικά που υπάρχουν μόνο στο δεύτερο αρχείο λείπουν από το αποτέλεσμα· με «μία γραμμή ανά αναγνωριστικό και στα δύο αρχεία» προστίθενται στο τέλος ως ξεχωριστές γραμμές, με κενές τις στήλες του πρώτου αρχείου (διατηρούνται όλες οι περιπτώσεις και των δύο αρχείων). Στήλες με το ίδιο όνομα, εκτός από το αναγνωριστικό, παίρνουν νέο όνομα (πρόταση: _2).
• Το δεύτερο αρχείο μπορεί να είναι SPSS, Stata, CSV ή Excel και μένει στη συσκευή.

Συνάθροιση

Στατιστικά ανά ομάδα: περιπτώσεις της ομάδας, έγκυρες τιμές, μέσος όρος, τυπική απόκλιση, διάμεσος, ελάχιστο, μέγιστο, άθροισμα. Είτε ως νέες στήλες στα δεδομένα (κάθε άτομο παίρνει την τιμή της ομάδας του, η σειρά των γραμμών διατηρείται) είτε ως νέο έργο με μία γραμμή ανά ομάδα· το τρέχον έργο μένει αμετάβλητο. Οι περιπτώσεις χωρίς τιμή ομάδας αποτελούν δική τους ομάδα. Οι «Περιπτώσεις» μετρούν όλες τις περιπτώσεις της ομάδας, οι «έγκυρες τιμές» μόνο τις τιμές που υπάρχουν σε μια στήλη· μια διάμεσος χωρίς καμία έγκυρη τιμή μένει κενή.

Διπλότυπες περιπτώσεις

Συγκρίνονται όλες οι στήλες ή οι επιλεγμένες (για παράδειγμα το αναγνωριστικό). Οι περιπτώσεις θεωρούνται ίδιες αν ταιριάζουν, αγνοώντας κεφαλαία/πεζά και κενά στα άκρα (με δυνατότητα αλλαγής σε «ακριβώς ίδιες»)· οι αριθμοί συγκρίνονται σε 15 ψηφία, και το é ως ένας ή δύο χαρακτήρες είναι το ίδιο. Μπορείτε να επιλέξετε αν μια ελλείπουσα τιμή ισούται με μια ελλείπουσα τιμή. Τα κενά στην αρχή ενός κειμένου χάνονται όταν ανοίγονται αρχεία .sav. Το αποτέλεσμα είναι μια στήλη σήμανσης (0 = πρώτη περίπτωση, 1 = επανάληψη)· οι περιπτώσεις διαγράφονται μόνο με ρητή επιλογή και επιβεβαίωση.

Για ειδικούς

• Εντολές: RECODE, COMPUTE, IF, SELECT IF, ADD FILES, MATCH FILES, SORT CASES και AGGREGATE (πηγή: εγχειρίδιο του PSPP). Το Statable υπολογίζει μόνο του τις διπλότυπες περιπτώσεις, επειδή το PSPP συγκρίνει το κείμενο byte προς byte και τους αριθμούς bit προς bit (0,1 + 0,2 ≠ 0,3).
• Γιατί υπάρχουν προελέγχοι: το RECODE αφήνει τα εύρη και το ELSE να πιάσουν ελλείπουσες τιμές που ορίζει ο χρήστης (ένα 9 για «χωρίς απάντηση» θα γινόταν έγκυρο)· ο κανόνας των ελλειπουσών τιμών προηγείται γι' αυτό των κανόνων τιμών. Στο PSPP το 0/0 είναι 0 (το Statable το κάνει κενό αποτέλεσμα), και μια σύγκριση κειμένου με κενό κελί δίνει «ψευδές» αντί για «άγνωστο». Το MATCH FILES απορρίπτει σιωπηλά τα αναγνωριστικά που υπάρχουν μόνο στο δεύτερο αρχείο, ταιριάζει λανθασμένα διπλά αναγνωριστικά χωρίς προειδοποίηση, συνδέει μεταξύ τους κενά αναγνωριστικά, δεν δίνει μήνυμα για μη ταξινομημένα αρχεία και απορρίπτει σιωπηλά μια στήλη του δεύτερου αρχείου με το ίδιο όνομα. Το AGGREGATE με MODE=ADDVARIABLES σχηματίζει ομάδες μόνο από διαδοχικές περιπτώσεις σε μη ταξινομημένα δεδομένα, και μια διάμεσος χωρίς έγκυρη τιμή είναι NaN.