Οι ελλιπείς τιμές στο SPSS πρέπει να ελέγχονται πριν ξεκινήσει η κύρια στατιστική ανάλυση. Ένα κενό κελί μπορεί να σημαίνει ότι κάποιος δεν απάντησε. Ένας αριθμός όπως 99 μπορεί επίσης να δηλώνει απουσία απάντησης. Αν το SPSS θεωρήσει το 99 πραγματική τιμή, μπορεί να αλλοιώσει τους υπολογισμούς. Για αυτό χρειάζεται πρώτα να εντοπίσεις τι λείπει και πώς έχει κωδικοποιηθεί.
Περιεχόμενα άρθρου
1. Τι είναι οι ελλιπείς τιμές στο SPSS;
Μια ελλιπής τιμή σημαίνει ότι δεν υπάρχει έγκυρη παρατήρηση για μια συγκεκριμένη μεταβλητή. Αυτό μπορεί να συμβεί για πολλούς λόγους. Ένας συμμετέχων μπορεί απλώς να παραλείψει μία ερώτηση.
Σε άλλη περίπτωση η ερώτηση μπορεί να μην αφορά τον συγκεκριμένο συμμετέχοντα. Για παράδειγμα, μια ερώτηση για εργασιακή εμπειρία μπορεί να μην αφορά άνεργο φοιτητή.
Το SPSS διακρίνει δύο βασικές μορφές ελλιπών τιμών. Η πρώτη είναι η συστημικά ελλιπής τιμή. Στις αριθμητικές μεταβλητές εμφανίζεται συνήθως ως τελεία.
Η δεύτερη μορφή είναι η ελλιπής τιμή που ορίζει ο χρήστης. Εδώ υπάρχει κανονικός αριθμητικός κωδικός μέσα στα δεδομένα. Ο ερευνητής δηλώνει όμως ότι αυτός ο αριθμός δεν αποτελεί πραγματική παρατήρηση.
Για παράδειγμα, οι απαντήσεις μιας κλίμακας μπορεί να κυμαίνονται από 1 έως 5. Ο κωδικός 99 μπορεί να χρησιμοποιείται για «δεν απάντησε». Πρέπει όμως να δηλωθεί ως ελλιπής τιμή.
Αν δεν γίνει αυτό, το SPSS μπορεί να αντιμετωπίσει το 99 σαν πραγματική βαθμολογία. Ένας μέσος όρος μπορεί τότε να αυξηθεί δραματικά χωρίς πραγματικό ερευνητικό λόγο.
Το UCLA διακρίνει επίσης τις συστημικά ελλιπείς από τις ελλιπείς τιμές που ορίζει ο χρήστης. Μπορείς να δεις το αναλυτικό εκπαιδευτικό υλικό του UCLA για ελλιπή δεδομένα στο SPSS.
2. Πώς εντοπίζεις τις ελλιπείς τιμές στο SPSS;
Ο έλεγχος δεν πρέπει να ξεκινά μόνο με οπτική παρατήρηση του Data View. Σε μεγάλο αρχείο είναι εύκολο να μην εντοπίσεις αρκετά κενά.
Μια πρακτική αρχή είναι το Analyze > Descriptive Statistics > Frequencies. Επίλεξε τις μεταβλητές που θέλεις να ελέγξεις. Το output εμφανίζει τον αριθμό έγκυρων και ελλιπών παρατηρήσεων.
Αν μια μεταβλητή έχει 250 συμμετέχοντες αλλά μόνο 238 έγκυρες τιμές, υπάρχουν 12 ελλιπείς παρατηρήσεις. Αυτό είναι το πρώτο στοιχείο που χρειάζεσαι.
Μετά εξέτασε τον πίνακα συχνοτήτων. Ένας ασυνήθιστος αριθμός μπορεί να αποκαλύψει κωδικοποιημένη ελλιπή απάντηση. Αυτό συμβαίνει συχνά με τιμές όπως 9 ή 99.
Ας υποθέσουμε ότι μια κλίμακα επιτρέπει μόνο απαντήσεις από 1 έως 5. Αν εμφανιστεί η τιμή 99, πρέπει να διερευνήσεις τι σημαίνει. Δεν πρέπει να τη διαγράψεις αυθαίρετα.
Έλεγξε το αρχικό ερωτηματολόγιο ή το βιβλίο κωδικοποίησης. Μπορεί να έχει οριστεί το 99 ως «δεν γνωρίζω». Σε διαφορετική μεταβλητή ο ίδιος αριθμός μπορεί να είναι έγκυρη τιμή.
Χρήσιμος είναι και ο έλεγχος του N στα περιγραφικά στατιστικά. Αν διαφορετικές μεταβλητές εμφανίζουν διαφορετικό N, γνωρίζεις ότι η πληρότητα των δεδομένων διαφέρει.
Μην θεωρείς επίσης ότι κάθε κενό αποτελεί λάθος. Μια ερώτηση μπορεί σκόπιμα να εμφανίζεται μόνο σε συγκεκριμένη ομάδα συμμετεχόντων. Η απουσία τιμής είναι τότε αναμενόμενη.
3. Πώς ορίζεις σωστά κωδικούς ελλιπών τιμών όπως 99 ή 999;
Αν το αρχείο χρησιμοποιεί ειδικούς κωδικούς, πρέπει να τους δηλώσεις στο SPSS. Μετάβαση γίνεται στο Variable View. Εκεί υπάρχει η στήλη Missing.
Πάτησε στο αντίστοιχο κελί της μεταβλητής. Μπορείς να δηλώσεις συγκεκριμένες τιμές ως ελλιπείς. Για παράδειγμα, μπορείς να ορίσεις το 99 ως απουσία απάντησης.
Μπορείς επίσης να χρησιμοποιήσεις διαφορετικούς κωδικούς για διαφορετικούς λόγους. Το 97 μπορεί να σημαίνει «δεν γνωρίζω». Το 98 μπορεί να σημαίνει «δεν εφαρμόζεται».
Αυτό έχει αξία επειδή διατηρείς πληροφορία για τον λόγο που λείπει η παρατήρηση. Δεν μετατρέπεις όλες τις απουσίες σε μία αδιαφοροποίητη κατηγορία.
Πρέπει όμως να είσαι βέβαιος ότι ο κωδικός βρίσκεται έξω από το πραγματικό εύρος της μεταβλητής. Μην χρησιμοποιήσεις το 5 ως missing σε κλίμακα που έχει έγκυρη τιμή 5.
Μετά τον ορισμό, έλεγξε ξανά τις συχνότητες. Η τιμή πρέπει πλέον να εμφανίζεται στην κατηγορία των ελλιπών παρατηρήσεων. Δεν πρέπει να συμμετέχει στον υπολογισμό του μέσου όρου.
Το ίδιο ζήτημα εμφανίζεται συχνά μετά από εξαγωγή δεδομένων από Excel. Ένας κωδικός μπορεί να έχει καταχωριστεί ως πραγματικός αριθμός. Το SPSS δεν γνωρίζει από μόνο του τη σημασία του.
Αν χρησιμοποιείς δεδομένα ερωτηματολογίου, δες και τον οδηγό για την κωδικοποίηση απαντήσεων Likert στο SPSS. Η σωστή κωδικοποίηση πρέπει να προηγείται της κύριας ανάλυσης.
4. Γιατί πρέπει να εξετάσεις το μοτίβο των ελλιπών δεδομένων;
Ο αριθμός των ελλιπών τιμών είναι σημαντικός, αλλά δεν αρκεί. Πρέπει να εξετάσεις και πού εμφανίζονται. Δύο αρχεία μπορεί να έχουν ίδιο ποσοστό ελλιπών δεδομένων.
Στο πρώτο αρχείο οι απουσίες μπορεί να είναι διάσπαρτες. Στο δεύτερο μπορεί να συγκεντρώνονται σε μία συγκεκριμένη ομάδα. Οι δύο περιπτώσεις δεν έχουν την ίδια ερμηνεία.
Για παράδειγμα, μπορεί να λείπει τυχαία μία απάντηση από διαφορετικούς συμμετέχοντες. Σε άλλη περίπτωση μπορεί να μην απαντούν συστηματικά άτομα με πολύ υψηλό άγχος.
Η δεύτερη περίπτωση δημιουργεί μεγαλύτερο πρόβλημα. Η απουσία δεδομένων μπορεί να σχετίζεται με το ίδιο το χαρακτηριστικό που μελετάς. Τότε το διαθέσιμο δείγμα μπορεί να γίνει μεροληπτικό.
Γι’ αυτό εξετάζουμε αν οι ελλιπείς τιμές συγκεντρώνονται σε συγκεκριμένες μεταβλητές. Εξετάζουμε επίσης αν εμφανίζονται σε συγκεκριμένες κατηγορίες συμμετεχόντων.
Μπορείς να δημιουργήσεις έναν δείκτη που μετρά πόσες τιμές λείπουν από κάθε συμμετέχοντα. Έτσι εντοπίζεις περιπτώσεις με πολύ μεγάλη απώλεια δεδομένων.
Αν ένας συμμετέχων έχει απαντήσει 48 από 50 ερωτήσεις, η περίπτωση διαφέρει από κάποιον που απάντησε μόνο 15. Δεν πρέπει να αντιμετωπιστούν αυτόματα με τον ίδιο τρόπο.
Το UCLA δείχνει επίσης ότι το SPSS μπορεί να εξετάσει τον αριθμό των ελλιπών τιμών ανά μεταβλητή. Μπορεί ακόμη να εξετάσει τα μοτίβα απουσίας μέσα στο αρχείο.
Αυτό το στάδιο πρέπει να προηγείται οποιασδήποτε απόφασης για διαγραφή ή αντικατάσταση. Πρώτα καταλαβαίνεις το πρόβλημα. Μετά επιλέγεις τη μέθοδο αντιμετώπισης.
5. Τι κάνεις με τις ελλιπείς τιμές στο SPSS πριν από την ανάλυση;
Δεν υπάρχει ένας κανόνας που να λέει ότι όλες οι ελλιπείς τιμές πρέπει να διαγραφούν. Δεν υπάρχει επίσης κανόνας που να απαιτεί πάντα αντικατάσταση.
Η κατάλληλη απόφαση εξαρτάται από το πλήθος των απουσιών. Εξαρτάται επίσης από το μοτίβο τους. Σημασία έχει και η στατιστική ανάλυση που θα ακολουθήσει.
Ορισμένες διαδικασίες χρησιμοποιούν πλήρεις περιπτώσεις. Αν κάποιος έχει έλλειψη σε μία απαιτούμενη μεταβλητή, μπορεί να αποκλειστεί ολόκληρη η περίπτωσή του.
Αυτό ονομάζεται αποκλεισμός κατά περίπτωση. Το αποτέλεσμα μπορεί να είναι σημαντική μείωση του πραγματικού δείγματος. Για αυτό πρέπει να ελέγξεις το τελικό N της ανάλυσης.
Άλλες διαδικασίες μπορούν να χρησιμοποιήσουν διαθέσιμα ζεύγη παρατηρήσεων. Για παράδειγμα, οι συσχετίσεις στο SPSS μπορούν να υπολογιστούν με διαθέσιμα ζεύγη ανάλογα με τη ρύθμιση.
Η απλή αντικατάσταση μιας ελλιπούς τιμής με τον μέσο όρο δεν αποτελεί ουδέτερη λύση. Μπορεί να μειώσει τεχνητά τη διακύμανση. Μπορεί επίσης να επηρεάσει τις σχέσεις μεταξύ μεταβλητών.
Σε πιο σύνθετα προβλήματα υπάρχουν μέθοδοι πολλαπλής συμπλήρωσης. Αυτές εκτιμούν περισσότερες πιθανές τιμές αντί να εισάγουν μία σταθερή τιμή. Χρειάζονται όμως κατάλληλο στατιστικό σχεδιασμό.
Για μια πτυχιακή πρέπει να τεκμηριώσεις τι έκανες με τα ελλιπή δεδομένα. Αν απέκλεισες περιπτώσεις, ανέφερε τη διαδικασία. Αν χρησιμοποίησες συμπλήρωση, εξήγησε τη μέθοδο.
Πριν προχωρήσεις, κράτησε αντίγραφο του αρχικού αρχείου. Μην αντικαθιστάς οριστικά τις πρωτογενείς τιμές. Δημιούργησε ξεχωριστό αρχείο για τον καθαρισμό και την ανάλυση.
Οι ελλιπείς τιμές στο SPSS αποτελούν επομένως μέρος της προετοιμασίας των δεδομένων. Δεν είναι απλώς κενά κελιά που πρέπει να εξαφανιστούν. Πρέπει πρώτα να κατανοήσεις γιατί λείπουν.
Αν η πτυχιακή σου περιλαμβάνει μεγαλύτερο ποσοτικό μέρος, μπορείς να δεις και τη σελίδα για στατιστικές αναλύσεις. Η διαχείριση των ελλιπών δεδομένων πρέπει να προηγείται των βασικών ελέγχων.
Χρειάζεσαι βοήθεια με τα ελλιπή δεδομένα στο SPSS;
Αν χρειάζεσαι βοήθεια με τη στατιστική ανάλυση της πτυχιακής σου, στείλε το αρχείο δεδομένων. Στείλε επίσης τα ερευνητικά ερωτήματα και ό,τι άλλο έχεις στη διάθεσή σου.
Μπορείς να συμβουλευτείς τις ενδεικτικές τιμές για μια πρώτη εικόνα. Η τελική κοστολόγηση εξαρτάται από τα δεδομένα. Εξαρτάται επίσης από την πολυπλοκότητα της απαιτούμενης ανάλυσης.
Για συγκεκριμένη εκτίμηση, συμπλήρωσε τη φόρμα κοστολόγησης και επισύναψε τα διαθέσιμα αρχεία. Αν χρειάζεσαι πρώτα διευκρίνιση, μπορείς να επικοινωνήσεις μαζί μας.