איך מכינים קובץ נתונים שאפשר להבין ולנתח?
איך מכינים קובץ נתונים לניתוח: מבנה, מילון, שאלון, חסרים וחישוב ציונים. כולל קובצי מקור ותוצרים מדוגמת מחקר מלאה.
מתחילים בעותק ובהסבר קצר
קובץ מסודר חוסך שאלות, אבל הסדר החשוב הוא משמעות הנתונים. לפני עריכה שמרו עותק מקור ללא שינויים, ועבדו בעותק נפרד עם שם גרסה ברור. כתבו מה שאלת המחקר, מי או מה נמדד, איך נאספו הנתונים ומה כבר שיניתם.
צרפו שאלון או פרוטוקול, הסבר על המדגם והנחיות להגשה. אם יש כמה קבצים, הסבירו מה מכיל כל אחד ואיך מחברים ביניהם. עקרונות התיעוד האלה נשענים על הנחיות UK Data Service להכנת נתוני מחקר; דרישות ההפקדה בארכיון אינן דרישה למסירת קובץ לסטטיקלי.
הגדירו מה מייצגת כל שורה
בטבלה פשוטה, כל שורה מייצגת יחידת תצפית וכל עמודה משתנה. השתמשו בשורת כותרות אחת, בשמות עקביים ובערך אחד בתא. צבע, הערה חזותית או תא ממוזג אינם תחליף למשתנה מפורש.
במחקר עם מדידות חוזרות, שורה יכולה לייצג משתתף בזמן מסוים. במקרה כזה אותו מזהה חוזר באופן תקין, והשילוב של מזהה וגל צריך לזהות את התצפית. אפשר גם מבנה שבו זמני המדידה נמצאים בעמודות נפרדות; תעדו את המבנה לפני המרה ואל תאחדו קבצים בלי לבדוק התאמות.
פתחו קובץ קלט של מחקר מלא
בדוגמת המחקר הבסיסית, כל שורה בקובץ המקור היא סטודנט אחד, עם שנת לימודים ועשרה פריטי שאלון. קיימת מדידה אחת לכל משתתף; אין להתייחס לפריטים כאל עשרה משתתפים או כאל עשרה מועדי מדידה.
לצד הנתונים נמצאים השאלון, תיאור המחקר ומילון המשתנים. אלה ארבעה קבצים בעלי תפקידים שונים: הנתונים מחזיקים תשובות, השאלון מסביר מה נשאל, תיאור המחקר מגדיר שאלה ותכנון, והמילון קושר ביניהם.
צרפו מילון משתנים
מילון משתנים, או codebook, מסביר איך לקרוא את הטבלה גם בלי להכיר את המחקר. כדאי לשמור אותו בגיליון נפרד או במסמך נלווה. כללו שם משתנה, משמעות, סוג נתון, יחידה, ערכים מותרים וקוד חסר; לשאלון הוסיפו הפניה לפריט המקורי.
ערכת הכנה לקובץ שלכם
אפשר להוריד את ערכת ההכנה המלאה ZIP, או לבחור קובץ:
- תבנית מילון משתנים ריקה CSV — שורה לכל משתנה, למילוי לפי המחקר שלכם.
- רשימת בדיקה למילוי ולהדפסה — מבנה הקובץ, קידודים, ציונים ותיעוד החלטות.
- הוראות מילוי והסבר העמודות.
הערכה ניתנת לשימוש עצמאי ואינה מעלה נתונים לאתר. הקישורים לדוגמת המחקר בהמשך מראים מילון שכבר מולא; התבנית שבערכה ריקה.
כך קושרים בין הפריטים לציונים
הטבלה הבאה מתמצתת את מילון הדוגמה, ואינה מגדירה קידוד לשאלון אחר.
גללו לצדדים לצפייה בכל העמודות ↔Scroll sideways to view all columns ↔
| משתנה | משמעות | קידוד או כלל חישוב |
|---|---|---|
| d1 | שנת לימודים לתואר | first, second, third; קטגוריות בעלות סדר |
| q1_1 עד q1_5 | חמשת פריטי המסוגלות האקדמית | 1–5; הסכמה גבוהה יותר מקבלת ציון גבוה יותר |
| q2_1 עד q2_5 | חמשת פריטי ההתמדה | 1–5; אותה משמעות לכיוון הציון |
| academic_self_efficacy | ציון מסוגלות, שנוסף בהכנת הנתונים | ממוצע חמשת פריטי q1 |
| learning_persistence | ציון התמדה, שנוסף בהכנת הנתונים | ממוצע חמשת פריטי q2 |
בשורת התשובות הראשונה, חמשת ציוני המסוגלות הם 3,2,3,4,3. הממוצע הוא 3.00. אפשר לבדוק את אותה שורה בקובץ הנתונים לאחר הכנה, שבו נוספו שתי עמודות הציונים והפריטים נשמרו.
בדוגמה אין פריטים הפוכים או ערכים חסרים. במחקר שלכם צריך להגדיר את הכללים מתוך כלי המדידה: אילו פריטים להפוך, מה הטווח ומה עושים כשפריט חסר. אין להחיל את כלל הממוצע הזה על כל שאלון באופן אוטומטי.
בדקו פערים בלי לתקן על סמך ניחוש
ערכו רשימת בדיקות ראשונית:
- האם השמות, הקידודים והיחידות עקביים בכל הקבצים והגלים?
- האם יש כפילויות של מפתח התצפית? מזהה שחוזר בגל אחר אינו כפילות אוטומטית.
- האם ערך נמצא מחוץ לטווח של כלי המדידה, למשל ציון שאינו אפשרי בפריט?
- האם מופיעים כמה סימוני חסר לאותה משמעות, או משמעויות שונות שסומנו באותו קוד?
- האם יש אי־התאמה לוגית, כמו תאריך סיום שקודם להתחלה?
- האם ערך חריג ניתן לאימות מול המקור, והאם חריגים מרוכזים בקבוצה או בגל מסוים?
תעדו את הפער ואת אופן הבירור. ערך חריג יכול להיות תצפית אמיתית. אין למחוק אותו כדי לקבל התפלגות נוחה, ואין להסיר משתתפים רק כדי לשנות תוצאה. בדיקות איכות ותיעוד החלטות מתוארות גם במדריך CDC להכנת נתונים לניתוח, שנכתב בהקשר של סקרים.
חסרים דורשים הקשר
הבחינו בין שאלה שלא הוצגה, סירוב להשיב, נשירה בגל מאוחר ותקלה באיסוף, אם המידע קיים. אל תמציאו סיבה כאשר אינה ידועה. בדקו כמה חסרים יש בכל משתנה ואיך הם מתפלגים בין קבוצות וגלים.
אין אחוז חסר יחיד שקובע מתי מותר למחוק או להשלים נתונים. גם השלמה בממוצע משנה את הנתונים ועלולה להשפיע על האומדנים ואי־הוודאות. החלטת הטיפול תלויה במטרת הניתוח, בתכנון ובהסבר האפשרי לחסר, וצריכה להופיע בתיעוד.
שמרו יומן שינויים והסירו מזהים מיותרים
לכל שינוי רשמו תאריך, גרסה, משתנה או תצפית, ערך קודם, ערך חדש, סיבה ומקור האימות. לדוגמה: “בגרסת עבודה ב׳ הוחלף הקוד 99 ב-NA במשתנה שביעות הרצון, לאחר שמילון האיסוף אישר ש-99 מציין אי־מענה”. אם המקור אינו מאשר את המשמעות, משאירים שאלה פתוחה.
לפני מסירה הסירו שמות, פרטי קשר ומזהים ישירים שאינם נחוצים לניתוח. בדקו גם טקסט חופשי, שמות גיליונות וקבצים. אם יש טבלת התאמה בין קוד לאדם, שמרו אותה בנפרד ואל תצרפו אותה כברירת מחדל. החלפת שם בקוד אינה מבטיחה אנונימיות: שילובי מאפיינים נדירים עשויים לזהות אדם. מסרו רק את המידע הנחוץ בהתאם להרשאות המחקר.
רשימת מסירה קצרה
- קובץ עבודה ברור, עם גרסה ותיאור יחידת התצפית.
- מילון משתנים, יחידות, קידודים וכללי חסר.
- שאלון או כלי מדידה והנחיות לחישוב ציונים.
- שאלות מחקר, תכנון האיסוף ותיאור המדגם.
- הסבר לחיבור מסדים, גלים או מדידות חוזרות.
- יומן שינויים ורשימת פערים שעדיין לא הוכרעו.
- הנחיות לתוצרים ולמועד היעד, לאחר בדיקת מזהים מיותרים.
הכנה טובה אינה מבטיחה שכל שאלה ניתנת לבדיקה בנתונים שנאספו. אם האיסוף עוד לפניכם, ייעוץ סטטיסטי יכול לעזור להבהיר אילו פרטים דרושים לתכנון הניתוח בהמשך; הוא אינו מאשר את תכנון המחקר. אם הנתונים כבר בידיכם, עמוד ניתוח הנתונים מסביר מה נבחן במסגרת היקף העבודה. למידע על הקשר בין החומרים להצעה, קראו מה משפיע על היקף ומחיר הניתוח.
למידע על פתיחת השירות. אפשר לקרוא גם איך מתנהל התהליך או לחזור לכל המדריכים.
ראו איך זה נראה במחקר מלא
עברו משאלות המחקר לקובצי הקלט, תוכנית הניתוח והתוצרים. בכל דוגמה אפשר לעיין בדוח הייעוץ, בפירוט המחיר ובקבצים שהופקו.
דוגמה בסיסית · תואר ראשון
מסוגלות אקדמית והתמדה בלמידה
מחקר שאלון עם שני סולמות והשערת קשר אחת: מהימנות, סטטיסטיקה תיאורית ומתאם פירסון.
דוגמה מתקדמת
אוטונומיה, תמיכת מנהל ומעורבות בעבודה
שלושה סולמות: ניתוח גורמים, מהימנות, שלוש השערות הכוללות רגרסיה וניתוח נוסף של מאפייני רקע.