Adatok előkészítése: átkódolás, számítás, kiválasztás, egyesítés

Röviden

Az „Adatok” oldalon az „Adatok szerkesztése” hat segédet nyit meg: Átkódolás, Számítás, Esetek kiválasztása, Egyesítés, Aggregálás és Ismétlődő esetek (duplicate cases). Mindegyik alkalmazás előtt megmutatja az előnézetet és a PSPP-parancsot. Az eredmény új oszlopba kerül; meglévő oszlop csak kifejezett választásra íródik felül. Minden lépés egyben visszavonható a fejlécben a „Visszavonás” gombbal. A „Hozzáadás a parancsokhoz” a parancsot a „Parancsok” oldalra teszi.

Hiányzó értékek

• Az olyan kifejezés, mint a + b, üres, amint egy érték hiányzik. Az olyan függvények, mint a MEAN(a, b), SUM, MIN és MAX ehelyett a meglévő értékekkel számolnak.
• Több oszlop átlagához egy érvényes érték elég (mint a skálaépítésben a reliabilitás után). Sok tankönyv skáláknál minimumot ajánl, például a tételek felét; ez beállítható. A szóráshoz legalább két érték kell.
• A „nincs válasz” jelölésű értékek hiányzónak számítanak.

Átkódolás

A régi értékeket (érték, tartomány, „nincs válasz”, üres) újak váltják fel; az első illeszkedő szabály érvényes. A szabály nélküli értékek megmaradnak, üresek maradnak, vagy egy értékre lesznek állítva. Az előnézet szembeállítja a régit az újjal. A „Tétel megfordítása (reverse coding)” az új értéket így számolja: legalacsonyabb + legmagasabb − régi érték, ugyanazzal a szabállyal, mint a skálaépítésben; a skála az értékcímkékből származik, egyébként az adatokból, és módosítható. A szöveges oszlopokban a kis- és nagybetűk és az elöl álló szóközök számítanak; ha az értékek csak ebben különböznek, a Statable erre figyelmeztet.

Az „Átkódolás” segéd tartalmazza az „Osztályok képzése” lehetőséget is: egy számoszlopot egyenlő szélességű osztályokra, egyenlő létszámú osztályokra vagy saját határokkal rendelkező osztályokra oszt (lásd „Osztályok képzése”).

Számítás

Egy képlet oszlopokkal, műveleti jelekkel, zárójelekkel és a LN, EXP, SQRT, ABS és RND függvényekkel, vagy több oszlop átlaga, összege, minimuma, maximuma és szórása. A „Csak ha …” csak azoknál az eseteknél számol, amelyeknél a feltétel teljesül; a többi üres marad, és az előnézetben külön van megszámolva. Ha az osztó 0, az eredmény üres, a 0 osztva 0-val is. Az előnézet az első tíz esetet mutatja, és az üres eredményeket külön számolja: egyrészt hiányzó bemenetek, másrészt számítási hibák (osztás 0-val, 0 vagy negatív szám logaritmusa, negatív szám gyöke).

Esetek kiválasztása

A Statable hozzáad egy kiválasztási oszlopot: 1 = a feltétel teljesül, 0 = nem teljesül, üres = nem ellenőrizhető, mert hiányzik egy érték. Csoportként vagy feltételként használható; szándékosan nincs láthatatlan szűrő, mert a Statable nem minden számítása venné figyelembe. A „Csak ezeknek az eseteknek a megtartása” végleg eltávolítja a többi esetet (megerősítéssel és a számmal) - azokat is, amelyek nem ellenőrizhetők. A füzetben azok az elemzések, amelyek ezeket az adatokat használják, elavultként lesznek megjelölve.

Egyesítés

• Esetek hozzáfűzése: a második fájlnak ugyanazok az oszlopai vannak, és alulra kerül. Az oszlopok név szerint illeszkednek; ha egy oszlop csak az egyik fájlban van meg, a többi esetnél üres marad. Ha ugyanabban az oszlopban szám áll szöveggel szemben, az le van tiltva.
• Oszlopok hozzáadása: azonosító (személy, osztály) alapján. „Azonosítónként egy sor mindkét fájlban” vagy „sok az egyhez” (több személy egy osztályban). Az összekapcsolás előtt a Statable ellenőrzi, hogy az azonosítók előfordulnak-e többször (letiltva, listával), és megszámolja a pár nélküli azonosítókat mindkét oldalon; a „sok az egyhez” esetén a csak a második fájlban lévő azonosítók hiányoznak az eredményből; az „azonosítónként egy sor mindkét fájlban” esetén külön sorként a végére kerülnek, az első fájl oszlopai ott üresen (mindkét fájl összes esete megmarad). Az azonosítón kívül azonos nevű oszlopok új nevet kapnak (javaslat: _2).
• A második fájl lehet SPSS, Stata, CSV vagy Excel, és az eszközön marad.

Aggregálás

Csoportstatisztikák: esetek a csoportban, érvényes értékek, átlag, szórás, medián, minimum, maximum, összeg. Vagy új oszlopokként az adatokban (mindenki a saját csoportja értékét kapja, a sorok sorrendje megmarad), vagy új projektként csoportonként egy sorral; a jelenlegi projekt változatlan marad. A csoportérték nélküli esetek külön csoportot alkotnak. Az „Esetek” a csoport összes esetét számolja, az „érvényes értékek” csak az oszlopban meglévő értékeket; érvényes érték nélküli medián üres marad.

Ismétlődő esetek

Az összes vagy a kiválasztott oszlopok kerülnek összehasonlításra (például az azonosító). Az esetek egyformának számítanak, ha egyeznek, a kis- és nagybetűk és a szélső szóközök figyelmen kívül hagyásával (átváltható „pontosan egyező”-re); a számokat 15 számjegyig hasonlítja össze, és az é egy vagy két karakterként ugyanaz. Választható, hogy egy hiányzó érték egyenlő-e egy hiányzó értékkel. A szöveg elején álló szóközök elvesznek a .sav fájlok megnyitásakor. Az eredmény egy jelölőoszlop (0 = első eset, 1 = ismétlés); az esetek csak kifejezett választásra törlődnek, megerősítéssel.

Szakembereknek

• Parancsok: RECODE, COMPUTE, IF, SELECT IF, ADD FILES, MATCH FILES, SORT CASES és AGGREGATE (forrás: a PSPP kézikönyve). Az ismétlődő eseteket (duplicate cases) a Statable maga számolja, mert a PSPP a szöveget bájtról bájtra, a számokat bitről bitre hasonlítja össze (0,1 + 0,2 ≠ 0,3).
• Miért vannak előzetes ellenőrzések: a RECODE hagyja, hogy a tartományok és az ELSE elkapják a felhasználó által hiányzónak definiált értékeket (a „nincs válasz” jelentésű 9-es érvényessé válna); ezért a hiányzó értékek szabálya az értékszabályok előtt áll. A PSPP-ben a 0/0 értéke 0 (a Statable ebből üres eredményt csinál), és egy szöveg összehasonlítása üres cellával „hamis”-at ad „ismeretlen” helyett. A MATCH FILES csendben eldobja a csak a második fájlban lévő azonosítókat, figyelmeztetés nélkül rosszul párosítja az ismétlődő azonosítókat, összekapcsolja az üres azonosítókat egymással, rendezetlen fájloknál nem ad üzenetet, és csendben eldobja a második fájl azonos nevű oszlopát. Az AGGREGATE a MODE=ADDVARIABLES beállítással rendezetlen adatoknál csak egymást követő esetekből képez csoportokat, és az érvényes érték nélküli medián NaN.