Підготовка даних: перекодування, обчислення, вибір, об’єднання

Коротко

На сторінці «Дані» пункт «Редагувати дані» відкриває шість помічників: Перекодувати, Обчислити, Вибрати спостереження, Об’єднати, Агрегувати та Дубльовані спостереження (duplicate cases). Кожен показує попередній перегляд і команду PSPP, перш ніж її застосувати. Результат потрапляє в новий стовпець; наявний стовпець перезаписується лише за чітким вибором. Кожен крок можна скасувати одним рухом через «Скасувати» в заголовку. «Додати до команд» переносить команду на сторінку «Команди».

Пропущені значення

• Вираз на кшталт a + b порожній, щойно бракує одного значення. Функції на кшталт MEAN(a, b), SUM, MIN і MAX натомість використовують наявні значення.
• Для середнього кількох стовпців достатньо одного дійсного значення (як під час побудови шкали після аналізу надійності). Багато підручників радять для шкал мінімум, наприклад половину питань; його можна задати. Для стандартного відхилення потрібні щонайменше два значення.
• Значення, позначені як «немає відповіді», вважаються пропущеними.

Перекодувати

Старі значення (значення, діапазон, «немає відповіді», порожньо) замінюються новими; діє перше правило, що підійшло. Значення без правила зберігаються, залишаються порожніми або встановлюються на значення. Попередній перегляд зіставляє старе з новим. «Інвертувати пункт» обчислює нове значення = найнижче + найвище − старе значення, за тим самим правилом, що й під час побудови шкали; шкала береться з міток значень, інакше з даних, і її можна змінити. У текстових стовпцях враховуються регістр і початкові пробіли; якщо значення різняться лише цим, Statable на це вказує.

Помічник «Перекодувати» має також «Групування в інтервали»: стовпець чисел ділиться на інтервали однакової ширини, інтервали з однаковою кількістю осіб або інтервали з власними межами (див. «Групування в інтервали»).

Обчислити

Формула зі стовпцями, операторами, дужками та функціями LN, EXP, SQRT, ABS і RND або середнє, сума, мінімум, максимум і стандартне відхилення кількох стовпців. «Лише якщо …» обчислює тільки для спостережень, де виконується умова; решта залишаються порожніми й окремо підраховуються в попередньому перегляді. Якщо дільник дорівнює 0, результат порожній, також для 0, поділеного на 0. Попередній перегляд показує перші десять спостережень і окремо підраховує порожні результати: з одного боку, пропущені вхідні значення, з іншого - помилки обчислення (ділення на 0, логарифм від 0 або від’ємного числа, корінь з від’ємного числа).

Вибрати спостереження

Statable додає стовпець вибору: 1 = умова виконана, 0 = не виконана, порожньо = перевірити не можна, бо значення пропущено. Його можна використати як групу чи умову; невидимого фільтра свідомо немає, бо не кожне обчислення в Statable його враховувало б. «Залишити лише ці спостереження» видаляє решту спостережень назавжди (з підтвердженням і кількістю) - зокрема й ті, які перевірити не можна. Аналізи в зошиті, що використовують ці дані, позначаються як застарілі.

Об’єднати

• Додавання спостережень: другий файл має ті самі стовпці й додається знизу. Стовпці зіставляються за назвою; якщо стовпець є лише в одному файлі, для решти спостережень він залишається порожнім. Число навпроти тексту в тому самому стовпці блокується.
• Додавання стовпців: за ідентифікатором (особа, клас). «Один рядок на ідентифікатор в обох файлах» або «багато до одного» (кілька осіб у класі). Перед зіставленням Statable перевіряє, чи ідентифікатори трапляються більше одного разу (блокування зі списком), і підраховує ідентифікатори без пари з обох боків; за «багато до одного» ідентифікатори лише в другому файлі відсутні в результаті; за «один рядок на ідентифікатор в обох файлах» вони додаються як окремі рядки в кінці, з порожніми там стовпцями першого файлу (зберігаються всі спостереження обох файлів). Стовпці з однаковою назвою, крім ідентифікатора, отримують нову назву (пропозиція: _2).
• Другий файл може бути SPSS, Stata, CSV або Excel і залишається на пристрої.

Агрегувати

Статистики груп (Group Statistics): спостереження в групі, дійсні значення, середнє, стандартне відхилення, медіана, мінімум, максимум, сума. Або як нові стовпці в даних (кожна особа отримує значення своєї групи, порядок рядків зберігається), або як новий проєкт з одним рядком на групу; поточний проєкт залишається без змін. Спостереження без значення групи утворюють власну групу. «Спостереження» рахує всі спостереження групи, «дійсні значення» - лише наявні значення в стовпці; медіана без жодного дійсного значення залишається порожньою.

Дубльовані спостереження

Порівнюються всі або вибрані стовпці (наприклад, ідентифікатор). Спостереження вважаються однаковими, якщо збігаються, незалежно від регістру й пробілів на краях (можна перемкнути на «точно однакові»); числа порівнюються до 15 цифр, а é як один чи два символи - те саме. Можна вибрати, чи пропущене значення дорівнює пропущеному. Пробіли на початку тексту втрачаються під час відкриття файлів .sav. Результат - стовпець із позначкою (0 = перше спостереження, 1 = повтор); спостереження видаляються лише за чітким вибором, з підтвердженням.

Для фахівців

• Команди: RECODE, COMPUTE, IF, SELECT IF, ADD FILES, MATCH FILES, SORT CASES і AGGREGATE (джерело: посібник PSPP). Дубльовані спостереження (duplicate cases) Statable обчислює сам, оскільки PSPP порівнює текст побайтово, а числа побітово (0,1 + 0,2 ≠ 0,3).
• Чому є попередні перевірки: RECODE дозволяє діапазонам та ELSE захоплювати значення, позначені користувачем як пропущені (дев’ятка для «немає відповіді» стала б дійсною); тому правило пропущених значень стоїть перед правилами значень. У PSPP 0/0 дає 0 (Statable перетворює це на порожній результат), а порівняння тексту з порожньою клітинкою дає «хибно» замість «невідомо». MATCH FILES мовчки відкидає ідентифікатори, які є лише в другому файлі, помилково й без повідомлення поєднує дубльовані ідентифікатори, зв’язує порожні ідентифікатори між собою, не видає повідомлення для несортованих файлів і мовчки відкидає стовпець другого файлу з тією самою назвою. AGGREGATE з MODE=ADDVARIABLES на несортованих даних утворює групи лише з послідовних спостережень, а медіана без дійсного значення є NaN.