Przygotowanie danych: rekodowanie, obliczanie, wybór, scalanie

W skrócie

Na stronie „Dane” opcja „Edytuj dane” otwiera sześciu asystentów: Rekoduj, Oblicz, Wybierz obserwacje, Scal, Agreguj i Zduplikowane obserwacje. Każdy pokazuje podgląd i polecenie PSPP, zanim zostanie zastosowany. Wynik trafia do nowej kolumny; istniejąca kolumna jest nadpisywana tylko na wyraźny wybór. Każdy krok można wycofać jednym ruchem przez „Cofnij” w nagłówku. „Dodaj do poleceń” umieszcza polecenie na stronie „Polecenia”.

Braki danych

• Wyrażenie takie jak a + b jest puste, gdy tylko brakuje jednej wartości. Funkcje takie jak MEAN(a, b), SUM, MIN i MAX liczą natomiast z wartości, które są obecne.
• Dla średniej z kilku kolumn wystarczy jedna ważna wartość (jak w budowaniu skali po analizie rzetelności). Wiele podręczników zaleca dla skal minimum, na przykład połowę pytań; można je ustawić. Odchylenie standardowe wymaga co najmniej dwóch wartości.
• Wartości oznaczone jako „brak odpowiedzi” liczą się jako braki danych.

Rekoduj

Stare wartości (wartość, zakres, „brak odpowiedzi”, puste) są zastępowane nowymi; obowiązuje pierwsza pasująca reguła. Wartości bez reguły są zachowywane, zostawiane puste lub ustawiane na wartość. Podgląd zlicza stare względem nowych. „Odwróć kodowanie (reverse code) pytania” oblicza nową wartość = najniższa + najwyższa − stara wartość, według tej samej reguły co w budowaniu skali; skala pochodzi z etykiet wartości, w przeciwnym razie z danych, i można ją zmienić. W kolumnach tekstowych liczą się wielkość liter i spacje na początku; jeśli wartości różnią się tylko tym, Statable na to zwraca uwagę.

Asystent „Rekoduj” ma też „Utwórz klasy”: kolumna z liczbami jest dzielona na klasy o równej szerokości, klasy o równej liczbie osób albo klasy z własnymi granicami (zob. „Tworzenie klas”).

Oblicz

Wzór z kolumnami, operatorami, nawiasami i funkcjami LN, EXP, SQRT, ABS i RND albo średnia, suma, minimum, maksimum i odchylenie standardowe z kilku kolumn. „Tylko jeśli …” liczy tylko dla przypadków, w których warunek jest spełniony; pozostałe zostają puste i są liczone osobno w podglądzie. Jeśli dzielnik wynosi 0, wynik jest pusty, także przy dzieleniu 0 przez 0. Podgląd pokazuje pierwszych dziesięć przypadków i liczy puste wyniki osobno: z jednej strony brakujące dane wejściowe, z drugiej błędy obliczenia (dzielenie przez 0, logarytm z 0 lub liczby ujemnej, pierwiastek z liczby ujemnej).

Wybierz obserwacje

Statable dodaje kolumnę wyboru: 1 = warunek spełniony, 0 = niespełniony, puste = nie można sprawdzić, ponieważ brakuje wartości. Można jej użyć jako grupy lub warunku; celowo nie ma niewidocznego filtra, ponieważ nie każde obliczenie w Statable by go uwzględniało. „Zachowaj tylko te przypadki” usuwa pozostałe przypadki na stałe (z potwierdzeniem i liczbą) - także te, których nie można sprawdzić. Analizy w zeszycie, które używają tych danych, są wtedy oznaczane jako nieaktualne.

Scal

• Dołączanie przypadków: drugi plik ma te same kolumny i jest dodawany poniżej. Kolumny są dopasowywane po nazwie; jeśli kolumna jest tylko w jednym pliku, pozostaje pusta dla pozostałych przypadków. Liczba naprzeciw tekstu w tej samej kolumnie jest blokowana.
• Dodawanie kolumn: przez identyfikator (osoba, klasa). „Jeden wiersz na identyfikator w obu plikach” albo „wiele do jednego” (kilka osób w klasie). Przed połączeniem Statable sprawdza, czy identyfikatory występują więcej niż raz (blokada z listą), i liczy identyfikatory bez odpowiednika po obu stronach; przy „wiele do jednego” identyfikatory tylko w drugim pliku brakują w wyniku; przy „jeden wiersz na identyfikator w obu plikach” są dodawane jako osobne wiersze na końcu, z pustymi tam kolumnami pierwszego pliku (zachowane są wszystkie przypadki obu plików). Kolumny o tej samej nazwie poza identyfikatorem dostają nową nazwę (propozycja: _2).
• Drugi plik może być w formacie SPSS, Stata, CSV lub Excel i pozostaje na urządzeniu.

Agreguj

Statystyki grup: przypadki w grupie, ważne wartości, średnia, odchylenie standardowe, mediana, minimum, maksimum, suma. Albo jako nowe kolumny w danych (każda osoba dostaje wartość swojej grupy, kolejność wierszy zostaje zachowana), albo jako nowy projekt z jednym wierszem na grupę; bieżący projekt pozostaje bez zmian. Przypadki bez wartości grupy tworzą własną grupę. „Przypadki” liczy wszystkie przypadki grupy, „ważne wartości” tylko wartości obecne w kolumnie; mediana bez żadnej ważnej wartości pozostaje pusta.

Zduplikowane obserwacje

Porównywane są wszystkie lub wybrane kolumny (na przykład identyfikator). Przypadki liczą się jako równe, jeśli się zgadzają, z pominięciem wielkości liter i spacji na brzegach (można przełączyć na „dokładnie równe”); liczby są porównywane do 15 cyfr, a é jako jeden lub dwa znaki jest tym samym. Można wybrać, czy brak wartości jest równy brakowi wartości. Spacje na początku tekstu giną przy otwieraniu plików .sav. Wynikiem jest kolumna z oznaczeniem (0 = pierwszy przypadek, 1 = powtórzenie); przypadki są usuwane tylko na wyraźny wybór, z potwierdzeniem.

Dla specjalistów

• Polecenia: RECODE, COMPUTE, IF, SELECT IF, ADD FILES, MATCH FILES, SORT CASES i AGGREGATE (źródło: podręcznik PSPP). Zduplikowane przypadki Statable liczy samodzielnie, ponieważ PSPP porównuje tekst bajt po bajcie, a liczby bit po bicie (0,1 + 0,2 ≠ 0,3).
• Dlaczego są wstępne kontrole: RECODE pozwala zakresom i ELSE przechwytywać wartości oznaczone przez użytkownika jako braki (dziewiątka oznaczająca „brak odpowiedzi” stałaby się ważna); reguła braków danych jest więc przed regułami wartości. W PSPP 0/0 daje 0 (Statable zamienia to na pusty wynik), a porównanie tekstu z pustą komórką daje „fałsz” zamiast „nieznane”. MATCH FILES po cichu pomija identyfikatory, które są tylko w drugim pliku, błędnie i bez ostrzeżenia paruje zduplikowane identyfikatory, łączy puste identyfikatory ze sobą, nie wydaje komunikatu przy nieposortowanych plikach i po cichu pomija kolumnę drugiego pliku o tej samej nazwie. AGGREGATE z MODE=ADDVARIABLES tworzy na nieposortowanych danych grupy tylko z kolejnych przypadków, a mediana bez ważnej wartości jest NaN.