Dobra analiza statystyczna zaczyna się jeszcze przed kliknięciem przycisku „Analiza” w Jamovi. Program może szybko policzyć test, przygotować tabelę i narysować wykres, ale nie naprawi błędnie zakodowanych odpowiedzi ani nie odgadnie, co oznacza pusta komórka w arkuszu.
Przygotowanie danych obejmuje kilka spokojnych czynności. Trzeba sprawdzić nazwy zmiennych, typ pomiaru, kodowanie odpowiedzi, braki danych, wartości odstające i zgodność zbioru z ankietą. Dzięki temu późniejszy wybór testu i opis wyników będą znacznie bardziej wiarygodne.
Od czego zacząć przygotowanie pliku?
Najpierw zachowaj kopię surowego pliku. Oryginalny arkusz powinien pozostać niezmieniony, nawet jeśli później poprawiasz nazwy, kodujesz odpowiedzi albo wykluczasz obserwacje. Pracuj na kopii i zapisuj kolejne decyzje, aby można było odtworzyć drogę od ankiety do analizy.
- Jedna kolumna powinna odpowiadać jednej zmiennej.
- Jeden wiersz powinien odpowiadać jednej osobie albo jednej obserwacji.
- Nazwy kolumn powinny być krótkie, jednoznaczne i pozbawione przypadkowych znaków.
- Nie umieszczaj komentarzy, sum ani pustych wierszy wewnątrz tabeli danych.
- Przygotuj osobny opis kodów, jeśli odpowiedzi są zapisane liczbami.
Nazwy i typy zmiennych w Jamovi
Po otwarciu pliku Jamovi rozpoznaje typy zmiennych, ale warto je sprawdzić ręcznie. Zmienna nominalna opisuje kategorie bez uporządkowania, zmienna porządkowa ma naturalną kolejność, a zmienna ciągła lub ilościowa przyjmuje wartości, na których można wykonywać działania matematyczne.
| Rodzaj zmiennej | Przykład | Typowa pomyłka |
|---|---|---|
| Nominalna | Kierunek studiów | Traktowanie kodów 1, 2 i 3 jak wyników liczbowych |
| Porządkowa | Ocena zgody od 1 do 5 | Brak informacji, co oznacza każda wartość |
| Ciągła | Liczba godzin nauki | Wprowadzenie tekstu zamiast liczby |
| Logiczna | Tak lub nie | Mieszanie kilku sposobów zapisu odpowiedzi |
Kodowanie odpowiedzi z ankiety
Kody powinny powstać już na etapie projektowania formularza. W praktycznym wzorze pokazujemy, jak oznaczyć pytania metryczkowe jako M1, M2 i kolejne oraz zaplanować ich odpowiedzi.
Jeżeli w ankiecie występują odpowiedzi tekstowe, możesz pozostawić je w tej formie albo zakodować je liczbami. Samo kodowanie nie zmienia charakteru zmiennej. Wartość 1 oznaczająca „tak” i wartość 2 oznaczająca „nie” nie tworzą skali, na której sensownie obliczysz średnią.
Przy skalach Likerta zachowaj spójny kierunek. Jeśli 1 oznacza całkowity brak zgody, a 5 całkowitą zgodę, nie odwracaj części pytań bez zaznaczenia tego w dokumentacji. Pytania odwrócone trzeba przekodować przed utworzeniem wyniku sumarycznego lub średniej skali.
Braki danych i puste odpowiedzi
Pusta komórka nie zawsze oznacza to samo. Respondent mógł pominąć pytanie, ankieta mogła nie obejmować danej osoby albo wartość mogła zostać utracona przy eksporcie. Nie wpisuj automatycznie zera w miejsce braku, ponieważ zero może być prawdziwą odpowiedzią i zmienić wynik analizy.
- Policz braki w każdej ważnej zmiennej.
- Sprawdź, czy braki skupiają się w jednej grupie albo części ankiety.
- Zdecyduj, czy dana analiza ma korzystać z pełnych przypadków, czy z dostępnych obserwacji.
- Opisz przyjętą regułę w metodologii i nie ukrywaj wykluczonych rekordów.
Szybka kontrola jakości zbioru
Najedź na słupki, aby zobaczyć liczebności. To dane syntetyczne, ale podobna kontrola pomaga zdecydować, co trzeba sprawdzić przed analizą.
Na takim wykresie nie szukasz jeszcze istotności statystycznej. Najpierw oceniasz, czy zbiór jest kompletny i czy wartości można interpretować. Jeżeli liczba braków albo błędnie zakodowanych odpowiedzi jest duża, lepiej zatrzymać się na tym etapie niż uruchamiać wiele testów na nieprzygotowanych danych.
Wartości odstające
Wartość odstająca może być prawdziwą, nietypową obserwacją albo błędem wprowadzania danych. Nie usuwaj jej automatycznie tylko dlatego, że różni się od większości. Najpierw sprawdź źródło, jednostkę i możliwy zakres odpowiedzi.
W Jamovi pomocne są statystyki opisowe, histogramy, wykresy pudełkowe i wykresy punktowe. Wartości odstające mogą wpływać na średnią, odchylenie standardowe, korelację i testy parametryczne. Decyzję o pozostawieniu albo wykluczeniu obserwacji uzasadnij w sposób możliwy do odtworzenia.
Sprawdzenie zgodności z ankietą
Przed analizą porównaj liczbę wierszy w pliku z liczbą ukończonych ankiet. Sprawdź, czy nie ma duplikatów identyfikatorów i czy filtry nie usunęły przypadkowo całej grupy. Przy kilku etapach pomiaru upewnij się, że identyfikator tej samej osoby jest zapisany konsekwentnie.
Warto również przejrzeć kilka rekordów ręcznie. Taka mała kontrola często wykrywa przesuniętą kolumnę, błędny separator dziesiętny albo odpowiedzi zapisane jako tekst. Automatyczne obliczenia nie pokażą, że wszystkie wartości zostały wczytane do niewłaściwej zmiennej.
Przygotowanie danych do konkretnego testu
Gdy zbiór jest uporządkowany, dopiero wtedy wróć do pytania badawczego. Przy wyborze testu znaczenie ma typ zmiennych, liczba grup, zależność pomiarów i założenia analizy. Praktyczne zestawienie znajdziesz w artykule o wyborze testu statystycznego.
Po wykonaniu obliczeń przyda się także tekst o opisywaniu testu t, ANOVA i chi-kwadrat oraz materiał o wartości p i wielkości efektu.
Najczęstsze błędy przed uruchomieniem analizy
- Wpisywanie zera w miejsce każdej pustej odpowiedzi.
- Usuwanie wartości odstających bez sprawdzenia źródła.
- Traktowanie kodów kategorii jak zmiennej ilościowej.
- Mieszanie odpowiedzi „tak”, „TAK” i „1” w jednej kolumnie.
- Zmiana danych surowych bez zachowania kopii.
- Brak dokumentacji wykluczonych obserwacji.
- Uruchamianie testu przed sprawdzeniem liczebności grup.
Co warto zapamiętać
Przygotowanie danych nie jest dodatkiem do analizy, lecz jej pierwszym etapem. Dobrze opisane zmienne, konsekwentne kodowanie i jawne decyzje dotyczące braków pomagają uniknąć błędnych wniosków. Jamovi ułatwia sprawdzanie danych, ale nie zastępuje kontroli metodologicznej.
Jeżeli masz już plik, ale nie wiesz, czy wymaga przekodowania, oczyszczenia albo dodatkowej kontroli, możesz zacząć od zakresu analiz statystycznych i opisać temat, zmienne oraz etap pracy w wiadomości do wyceny.
FAQ
Czy muszę usuwać wszystkie braki danych?
Nie. Najpierw trzeba ustalić, skąd wynikają braki i jak wpłyną na konkretną analizę. Czasem wystarczy określona reguła wykluczania, a czasem potrzebne jest inne postępowanie.
Czy wartości odstające zawsze są błędem?
Nie. Mogą być prawdziwymi, nietypowymi obserwacjami albo wynikać z błędu wprowadzania danych. Przed decyzją trzeba sprawdzić źródło i zakres zmiennej.
Czy kody 1, 2 i 3 można traktować jak liczby?
Nie zawsze. Jeżeli kody oznaczają kategorie, są etykietami, a nie wynikami ilościowymi. Ich charakter trzeba ustawić zgodnie z treścią zmiennej.
Czy Jamovi sam poprawi źle przygotowany plik?
Jamovi może pomóc wykryć część problemów, ale nie zna znaczenia odpowiedzi ani decyzji metodologicznych. Oczyszczenie danych wymaga kontroli osoby prowadzącej badanie.
Jeśli w Twojej analizie pojawiają się dwie zmienne, sprawdź też praktyczny przewodnik po korelacji Pearsona i Spearmana w Jamovi.
