Почистването на данни е важна част от анализа на данните, особено когато събирате свои собствени количествени данни. След като съберете данните, трябва да ги въведете в компютърна програма като SAS, SPSS или Excel. По време на този процес, независимо дали се извършва на ръка или компютърен скенер го прави, ще има грешки. Колкото и внимателно да са въведени данните, грешките са неизбежни. Това може да означава неправилно кодиране, неправилно четене на писмени кодове, неправилно засичане на почернели марки, липсващи данни и т.н. Почистването на данни е процесът на откриване и коригиране на тези грешки в кодирането.
Има два вида почистване на данни, които трябва да се извършат към набори от данни. Те са възможни почистване с код и почистване при извънредни ситуации. И двете са от решаващо значение за процеса на анализ на данни, защото ако бъдат игнорирани, почти винаги ще произвеждате подвеждащи резултати от изследванията.
Възможно почистване с код
Всяка дадена променлива ще има определен набор от решения за избор и отговори, които да съответстват на всеки избор на отговор. Например променливата
пол ще има три варианта за избор на отговори и кодове за всеки: 1 за мъжки, 2 за женски и 0 за без отговор. Ако имате респондент, кодиран като 6 за тази променлива, ясно е, че е направена грешка, тъй като това не е възможен код за отговор. Почистването с възможен код е процесът на проверка, за да се види, че във файла с данни се появяват само кодовете, определени за избор на отговори за всеки въпрос (възможни кодове).Някои компютърни програми и статистически софтуерни пакети, достъпни за проверка на въвеждането на данни, за тези видове грешки при въвеждането на данните. Тук потребителят определя възможните кодове за всеки въпрос преди да въведе данните. След това, ако се въведе номер извън предварително дефинираните възможности, се появява съобщение за грешка. Например, ако потребителят се опита да въведе 6 за пол, компютърът може да подаде сигнал и да откаже кода. Други компютърни програми са предназначени да тестват за нелегитимни кодове в завършени файлове с данни. Тоест, ако те не са проверени по време на процеса на въвеждане на данни, както току-що описано, има начини за проверка на файловете за грешки в кодирането, след като въвеждането на данни завърши.
Ако не използвате компютърна програма, която проверява за грешки в кодирането по време на процеса на въвеждане на данни, можете да намерите някои грешки, просто като разгледате разпределението на отговорите на всеки елемент в данните комплект. Например, можете да генерирате честотна таблица за променливата пол и тук ще видите числото 6, което е въведено погрешно. След това можете да потърсите този запис във файла с данни и да го коригирате.
Почистване при извънредни ситуации
Вторият вид на данни почистването се нарича почистване при извънредни ситуации и е малко по-сложно от почистването с възможен код. Логическата структура на данните може да постави определени ограничения върху отговорите на определени респонденти или върху определени променливи. Почистването при извънредни ситуации е процесът на проверка, че само тези случаи, които трябва да имат данни за определена променлива, всъщност имат такива данни. Например, да кажем, че имате въпросник, в който питате респондентите колко пъти са били бременни. Всички анкетирани жени трябва да имат отговор, кодиран в данните. Мъжките обаче трябва или да останат празни, или да имат специален код за отказ на отговор. Ако някои мъже в данните са кодирани като 3 бременности, например, знаете, че има грешка и тя трябва да бъде коригирана.
Препратки
Баби, Е. (2001). Практиката на социалните изследвания: 9-то издание. Белмонт, Калифорния: Уодсуърт Томсън.