Datentransformation mit SPSS

R.Niketta Deskriptivstatistik

SPSS_Beispiel_Transformation_V03.doc

Datentransformation mit SPSS Das Statistikprogrammsystem SPSS for Windows hat die komfortabelsten Transfor-mationsroutinen. In diesem Text werden nur die einfachsten Transformationen be-sprochen. Wichtig: Zur eigenen Kontrolle sollten nicht die transformierten Variablen dieselbe Variablenbezeichnung erhalten. Auch sollten alle Transformationen in einem Syntax-Fenster protokolliert werden. So können Sie immer kontrollieren, auf welchen Trans-formationen die neuen Variablen basieren, z.B. bei der Fehlerüberprüfung. Anmerkung: Die Beispiele sind der Datei „POKIV_Terror_V13.SAV“ entnommen. Fragebogen und Codeplan stehen im Aktenordner im CIP-Pool. Die Transformationen erhalten Sie in allen SPSS-Fenstern (ab Version 12), indem Sie auf Transformation klicken.

Es öffnet sich dann folgendes Fenster:


SPSS_Beispiel_Transformation_V03.doc 2

Die COMPUTE-Transformation („Berechnen“) Mit dieser Transformation können Sie neue Variablen (u.a. „composites“) erzeugen.

Einfache Transformation Mit der einfachen COMPUTE-Anweisung wird aus vielen Variablen eine neue Variab-le gebildet. Das kann beispielsweise eine Summe sein. Beispiel: Ziel: Eine vorangegangene Datenanalyse hat erbracht, dass einige Items der Frage 1 (terroristische Bedrohungen) eine Dimension bilden, die als „Terrorpersistenz“ be-zeichnet werden kann, es wird eine Meinung erfasst, die davon ausgeht, dass terro-ristische Bedrohungen weitergehen. Aus diesen Items soll eine neue Variable (“com-posite“) Terrorpersistenz (terrpers) gebildet werden. Nach Anklicken auf „Berechnen“ erscheint folgendes Fenster:

Hier tragen Sie zuerst den Namen der neuen Variablen im Fenster „Zielvariable“ ein, dann übertragen Sie die Variablen über das Anklicken auf den Pfeil in das Fenster, die Variablen verbinden Sie über das +-Zeichen.



Auf diese Weise wird für jede Person eine neue Variable „terrpers“ berechnet und an das Ende der Datenmatrix hinzugefügt. Die Summe wird auch dann berechnet, wenn bei einer Variablen ein Wert fehlt. Günstiger könnte es sein, den arithmetischen Mittelwert zu berechnen, da dann der Wert innerhalb der Skalenbreite bleibt und besser interpretiert werden kann.

Berechnen über Funktionen Einfacher ist es, wenn Sie die Funktionen aufrufen. In diesem Fall ist es der Mittel-wert.



Sie suchen in den Funktionen den Mittelwert (MEAN), markieren ihn, und über die Pfeiltaste erscheint er im Ausdrucksfeld. Die "?" markieren die Variablen, die durch ein Komma voneinander getrennt werden. Sie markieren wieder im linken Feld die Variablen, und über die Pfeiltaste erscheinen sie im Ausdrucksfeld. Achten Sie dar-auf, dass die Variablen von einer Klammer eingeschlossen werden. Bei einem Fehler erscheint im Ausgabe-Fenster eine Fehlermeldung.

Wenn Sie abschließend auf OK drücken, wird die Transformation sofort ausgeführt.



Wenn Sie auf „Einfügen“ klicken, wird die Befehlsfolge in das Syntax-Fenster über-tragen

Im Syntaxfenster können Sie sehen, dass auch Kommentare möglich sind. Sie be-ginnen in der Zeile mit * und müssen mit einem Punkt (.) enden. Sie können auch ohne weiteres direkt die Befehle im Syntaxfenster eintippen. Jeder Befehl endet mit einem Punkt. Nach EXECUTE wird die Transformation durchgeführt. Sie können im Syntaxfenster die Befehle ausführen lassen, indem Sie die betreffen-den Zeilen markieren und dann auf den Pfeil klicken. Andere Möglichkeiten erhalten Sie durch Anklicken auf „Ausführen“.

Sie können auch die Variablen übernehmen, indem auf das bezeichnete Icon klicken, es öffnet sich dann ein weiteres Fenster. Durch Markieren der Variablen wird die Va-



riablenbeschreibung geöffnet. Über „Einfügen“ wird der Variablennamen dann in das Syntaxfenster an die Stelle eingefügt, an der sich der Cursor befindet.

Diese Methode hat aber möglicherweise den Nachteil, dass für eine Person nur dann die neue Variable berechnet wird, wenn kein einziges Item fehlt. In diesem Fall wird die Variable bei der Person als fehlend („SYSMIS“, durch einen Punkt in der Daten-matrix erkennbar). Über eine Zusatzangabe vor der Klammer kann aber gesteuert werden, wie viele fehlende Werte akzeptiert werden.

Die Angabe „.5“ gibt an, dass mindestens fünf Variablen nicht fehlende Werte haben müssen, damit die neue Variable terrpers berechnet wird, m. a. W., es wird ein feh-lender Wert akzeptiert, in diesem Falle wird nicht durch 6 sondern durch 5 geteilt.

Rekodierung (Umpolung) von Variablen Die Skala terrpers ist so skaliert, dass ein hoher Wert „stimme überhaupt nicht zu“ und ein niedriger Wert „stimme voll und ganz zu“. Dies erschwert aber die Interpreta-tion, da wir gewohnt sind, aus der Bezeichnung der Variablen bei einem hohen Wert auch auf einen hohen inhaltlichen Wert zu schließen: Bei der Variablen „Terrorper-



sistenz“ bedeutet ein hoher Wert hohe Terrorpersistenz. Dies ist aber nicht der Fall. Wenn die Skalenbreite bekannt ist, kann über den COMPUTE-Befehl schnell umko-diert werden. Die Skalenbreite bei terrpers ist von 1 bis 6, also wird umkodiert:

COMPUTE terrpers = 7 – terrpers. Noch besser ist, wenn Sie eine neue Variable erzeugen:

COMPUTE ter_perr = 7 – terrpers. (r wie rekodiert) Die Umpolung können Sie im Windowsfenster wie auch im Syntaxfenster vorneh-men. Sie sollten aber immer die Umpolungen protokollieren.

Umpolung von Itembatterien Manchmal ist es sinnvoll, eine ganze Itembatterie umzupolen, wenn z.B. im Original die Antwort „stimme voll zu „ mit 1 kodiert wurde und die Antwort „stimme überhaupt nicht zu“ mit 7. In der Regel macht es die Interpretation leichter, dass eine Zustim-mung für eine Aussage auch einen hohen Wert hat. Beispiel: Das Interesse an inhalt-lichen Themen in den Medien (Frage 11) wurde mit 1 (stimme zu) – 5 (stimme nicht zu) kodiert. Insgesamt wurde 25 Themen vorgegeben. Es würde jetzt viel Mühe und Zeit kosten, 25mal dieselbe Aktion im Windows-Fenster durchzuführen. Im Syntax-fenster gibt es eine angenehme Transformation, die „DO REPEAT“-Funktion, die mit Platzhaltern arbeitet: Die Befehle sehen wie folgt aus:

DO REPEAT F11 = F11_01 TO F11_25 / F11R = F11R_01 TO F11R_25. COMPUTE F11R = 6 – F11. END REPEAT. EXECUTE. In der „DO REPEAT“-Schleife werden die Platzhaltervariablen F11 (alt) und F11R (neu) definiert, anschließend genügt ein einziger COMPUTE-Befehl mit den Platzhal-tervariablen. Der „END REPEAT“-Befehl beendet die Schleife. Über EXECUTE wird der Befehl durchgeführt, Vergessen Sie nicht den Punkt am Ende jeden Befehls! Die DO REPEAT-Schleife funktioniert aber nur bei durchnummerierten Variablen.



Die RECODE-Transformation („Umkodieren“) Sie werden dann Variablen umkodieren wollen, wenn Sie Variablen umpolen wollen oder Kategorien zusammenfassen oder auf „missing“ setzen wollen. Sie können wählen, ob Sie in die alte Variable umkodieren wollen oder ob Sie nach dem Umkodieren eine neue Variable erzeugen wollen. Zur Sicherheit sollten Sie im-mer in eine neue Variable umkodieren. So bleibt die ursprüngliche Variable erhalten.

Beispiel: Die Erhebung erbrachte für den höchsten allgemeinen Schulabschluss zum Teil nur geringe Häufigkeiten, die Kategorie “kein Schulabschluss” war überhaupt nicht besetzt. Für weitere Berechnungen sollen die Schulabschlüsse dichotomisiert werden: Hauptschulabschluss – Fachhochschulreife in “keine Hochschulreife”, Kategorie 6 bleibt: “Hochschulreife”. Die Kategorie 7 “anderer Abschluss” soll entfallen, da der Abschluss unklar bleibt.

f42 Welchen höchsten allgemeinen Schulabschluss

2360

337

2169

34812

360

2.00 Hauptschulabschluss ( Volksschulabschluss)3.00 Realschulabschluss (mittlere4.00 Abschluss der Polytechnischen5.00 Fachhochschulreife6.00 Allg. oder fachgebundene Hochschulreife7.00 Anderer AbschlussGesamt

Gültig

9.00 keine AngabeFehlendGesamt

Häufigkeit

1.Schritt: Sie wählen die Variable aus, hier f42, markieren sie und über den Pfeil wird sie in das mittlere Feld übertragen:



2. Schritt: Sie müssen der neuen Variablen einen Namen geben [1], in dem Feld “Beschriftung” können Sie eine Variablenbezeichnung vergeben [2], dann klicken Sie auf “Ändern”[3], es erscheint der neue Variablenname im mittleren Feld.



3. Schritt: Abschließend klicken Sie auf “Alte und neue Werte” [4], und ein neues Fenster öffnet sich, in dem Sie jetzt die neuen Werte eingeben.

Wie Sie auf der rechten Seite (“Alter Wert”) sehen, haben Sie verschiedene Möglichkeiten. Bei unserem Beispiel wollen wir die neuen Kategorien mit 1 (keine Hochschulreife) und 2 (Hochschulreife) benennen. [1] Anklicken von “Bereich kleinster Wert bis “ [2] Es wird der Wert Zahl eingegeben, hier die 5 [3] In diesem Feld wird der neue Wert, hier 1, eingegeben. [4] Abschließend wird auf “Hinzufügen” geklickt. Es erscheint die Transformation im Fenster. Sie können jederzeit die Transformation ändern oder entfernen.



In den weiteren Schritten wird der Wert 6 in den Wert 2 umkodiert, alle anderen Werte, einschließlich der Wert 7 werden als “missing” umkodiert (SYSMIS). Abschließend klicken Sie auf “Weiter”. Im Syntax-Fenster erscheinen die Befehle:



RECODE f42 (6=2) (Lowest thru 5=1) (ELSE=SYSMIS) INTO f42dicho . VARIABLE LABELS f42dicho 'Schulabschluss (dichotomisiert)'. EXECUTE . Es ist empfehlenswert, außerdem die Wertelabels zu verwenden, damit wir wissen, was unter 1 und unter 2 zu verstehen ist. Dies können Sie entweder im Datenfenster (Variablenansicht, dann Wertelabels) durchführen oder im Syntaxfenster den Befehl „value labels“ einfügen:

RECODE f42 (6=2) (Lowest thru 5=1) (ELSE=SYSMIS) INTO f42dicho . VARIABLE LABELS f42dicho 'Schulabschluss (dichotomisiert)'. VALUE LABELS f42dicho 1 ‘keine Hochschulreife‘ 2 ‘Hochschul-reife‘. EXECUTE .



Die COUNT-Transformation („Zählen“) Die COUNT-Transformation wird verwendet, wenn bestimmte Zahlen über verschie-dene Variablen in ihrer Häufigkeit addiert werden. Jede Person bekommt dann eine neue Variable, die angibt, wie oft sie diese bestimmte Zahl angekreuzt hat. Diese Transformation wird häufig für das Auszählen von Mehrfachantworten verwendet. Beispiel: In der Frage 5 des Fragebogens wird nach dem Kontakt mit US-Amerikanern gefragt, wobei fünf Situationen vorgegeben wurden. Ein „ja“ wurde mit „1“ kodiert, ein „nein“ mit „2“. Wir wollen die Kontakthäufigkeit auszählen. Hierzu kli-cken Sie die Transformation „Zählen“ an:

Sie benennen die neue Zielvariable (hier: amikont) einschl. der Beschriftung, markieren die Variablen und klicken anschließend auf den Pfeil. Die Variablen erscheinen im Variablenfenster, dann klicken Sie auf “Werte definieren”.



Hier geben Sie den Wert, hier 1, ein, dann klicken Sie auf “Hinzufügen”, es erscheint der Wert im rechten Fenster. Anschließend klicken Sie auf “Weiter”.

Im Ausgangsfenster klicken Sie dann auf “OK”, dann wird die Transformation durchgeführt. Oder Sie klicken auf “Einfügen”, dann werden die Befehle in das Syntaxfenster kopiert: COUNT amikont = f05_01 f05_02 f05_03 f05_04 f05_05 (1) . VARIABLE LABELS amikont 'Zahl der Nennungen Kontakt zu US-Amerikanern' . EXECUTE .



Zusammenfassen von Skalenwerten (ab Version 12) Manchmal kann es notwendig sein, ordinal oder metrisch skalierte Variablen in weni-gen Kategorien zusammenzufassen. Zum Beispiel soll das Alter in Kategorien zu-sammengefasst werden oder die Personen sollen über den Median bei einer Skala gesplittet werden. Hier bietet SPSS ab Version 12 umfangreiche Transformationsop-tionen an. Beispiel: Die Untersuchungseinheiten sollen auf der ATB-Skala über den Median in zwei ungefähr gleich große Hälften aufgeteilt werden.

Über „Transformieren“ wird „Bereichseinteiler“1 auf-gerufen. Aus der linken Variablenliste wird die Variable atb_skal über das in das Fenster geschoben. Anschließend wird auf „Weiter“ geklickt.

1 ab Version 15 "visuelles Klassieren"



Nachdem Sie atb_skal angeklickt haben, erscheinen folgenden Angaben:

Sie sehen die Verteilung der atb_skal-Werte. Wenn Sie über den Median aufteilen wollen, müssen Sie auf “Trennwerte” klicken.



Hier wird unterschieden zwischen Intervallen mit gleicher Breite (z.B. Alter 15-20 etc.), in denen in jeder Kategorie die Zahl der Person variieren kann und Perzentilen, hier werden die kritischen Werte so gewählt, dass in jedem Perzentil die gleichen oder die annähernd gleichen Fallzahlen stehen. Beim Median wurde ein Trennwert gewählt, sodass in jeder Kategorie 50 % der Fälle sind (die Zahl 50 wird von SPSS automatisch eingefügt, nachdem ein Trennwert gewählt wurde. Anschließend auf „Zuweisen“ klicken. Es erscheint wieder das vorangegangene Fenster mit folgenden Modifikationen:

In der Abbildung wurde die Kategoriengrenze eingezeichnet [1]. Abschließend sollten Sie die Stufen der medianhalbierten Skala mit Labels versehen und dieser median-halbierten Skala einen neuen Variablennamen geben.



atbdicho Angst vor terroristischen Bedrohungen (In Bereiche eingeteilt)

193 53.6 54.4 54.4162 45.0 45.6 100.0355 98.6 100.0

5 1.4360 100.0

1 niedrig2 hochGesamt

Gültig

SystemFehlendGesamt

Häufigkeit ProzentGültige

ProzenteKumulierteProzente

Wie Sie sehen, bekam die neue Variable den Namen “atbdicho”, auch die Beschriftung können Sie ändern. Auch bekam die neue Variable neue Werte zugewiesen und neue Labels. Wenn Sie anschließend auf “OK” klicken, kommt die Meldung:

Sie können also auch mehrere Variablen gleichzeitig kategorisieren. Warnung: Sie sollten nicht auf „Einfügen“

klicken, da hier ein „Bug“ produziert wird.

Wenn Sie zur Überprüfung eine Häufigkeitstabelle der neuen Variablen erstellen, können Sie erkennen, dass die Transformation korrekt durchgeführt wurde:



2. Beispiel: Die Variable Alter (F40) soll in Kategorien eingeteilt werden, möglichst in 10-Jahres-Kategorien mit offenen Kategorien an den beiden Skalenenden. Sie beginnen wie im vorangegangenen Beispiel. Im Fenster „Trennwerte erstellen“ klicken Sie aber auf „Intervall mit gleicher Breite“:

Der erste Trennwert soll mit 20 Jahren beginnen, die Kategorien sollen eine Breite von 10 haben. Nachdem Sie diese beiden Werte eingegeben haben, wird von SPSS automatisch die beiden anderen Werte eingetragen.



In dem Histogramm sehen die Kategorieneinteilung. Ältere Jahrgänge sind kaum ver-treten, sodass Sie mit leeren Kategorien rechnen müssen. Daher soll ab 40 Jahren nur eine Kategorie gebildet werden (40 und älter). Sie klicken in den Zellen der Spalte „Wert“ die Zellen an, die sie verändern wollen, also die Zellen mit den Werten 50, 60, 70 und 80 und entfernen diese Zellen durch die Entfernen-Taste am Keyboard. Alternativ können Sie auch die Kategoriengren-zen in dem Histogramm bewegen oder entfernen (gestrichelter Pfeil).

In einem weiteren Schritt können Sie sich automatisch die Beschriftungen erstellen lassen (Schritt 1). Die Beschriftungen erscheinen dann in der Spalte „Label“ (2). Sie können die Beschriftungen aber auch manuell erstellen, indem Sie in die jeweilige Zelle schreiben. Nachdem Sie die neue Variable benannt haben (Schritt 3), klicken Sie abschließend auf „OK“.



Wie in der Häufigkeitstabelle zu sehen ist, war die Kategorieneinteilung erfolgreich:

f40kat Altersangabe (In Bereiche eingeteilt)

56 15.6 15.9 15.9162 45.0 45.9 61.8

38 10.6 10.8 72.597 26.9 27.5 100.0

353 98.1 100.07 1.9

360 100.0

1 <= 20.002 21.00 - 30.003 31.00 - 40.004 41.00+Gesamt

Gültig

99 keine AngabeFehlendGesamt

Häufigkeit ProzentGültige

ProzenteKumulierteProzente

Weitere Hinweise erhalten Sie über die SPSS-Hilfe.



Kombination von Variablen zu einer Variable (IF-Anweisung) Eine häufige Datentransformation ist die Bildung einer neuen Variablen durch Kom-bination zweier oder mehrerer Variablen. In der Regel sind die Originalvariablen ka-tegorial, und es soll eine Typologie gebildet werden. Aber auch andere Skalenni-veaus sind möglich. 1. Beispiel: Zur Erfassung des Postmaterialismus nach Inglehart wird gefragt: In der Politik kann man nicht immer alle Ziele auf einmal verfolgen. Welche der nachfolgenden Ziele (A - D) erscheinen ihnen als besonders wichtig? Bitte lesen Sie sich die vier aufgelisteten Ziele durch und entscheiden Sie, welches für Sie das wichtigste und das zweitwichtigste sind. Notieren Sie die Buchstaben an der markierten Stelle

A Aufrechterhaltung von Ruhe und Ordnung im Land

B Mehr Einfluss der Bürger auf die Entscheidungen der Regierung

C Kampf gegen die steigenden Preise

D Schutz des Rechts auf freie Meinungsäußerung

Wichtigstes Ziel: ______

Zweitwichtigstes Ziel: ______ aus: POK VIII, AG 6

Ziele A und C sind Indikatoren für Materialismus, Ziele B und D für Postmaterialis-mus. Da zwei Ziele angegeben werden sollten, sind mehrere Kombinationen mög-lich. Im folgenden Beispiel wird über die Variable F22_01 das wichtigste Ziel und über die Variable F22_02 das zweitwichtigste Ziel erhoben. − Wenn als 1. und als 2. Ziel postmaterialistische Werte genannt werden, dann wird

diese Kombination mit 0 = reiner Postmaterialismus kodiert. − Wenn als 1. Ziel ein postmaterialistischer Wert und als 2. Ziel ein materialistischer

Wert genannt werden, dann wird diese Kombination mit 1 = eher postmaterialisti-sche Orientierung kodiert.

− Wenn als 1. Ziel ein materialistischer Wert und als 2. Ziel ein postmaterialistischer Wert genannt werden, dann wird diese Kombination mit 2 = eher materialistische Orientierung kodiert.

− Wenn als 1. und als 2. Ziel materialistische Werte genannt werden, dann wird diese Kombination mit 3 = reiner Materialismus kodiert.



Geben Sie der Zielvariablen einen Namen, hier POSTMAT an (generell sollten Sie für Variablennamen nicht mehr als acht Zeichen verwenden, die ausführliche Be-schreibung können Sie dann als Variablenlabel vornehmen) [1]. Geben Sie dann als numerischen Ausdruck die Zahl 0 ein [2]. Klicken Sie auf „Typ und Label“. In dem neuen Fenster geben Sie der neuen Variable POSTMAT ein ausführliches Label, das dann auch in den Ergebnistabellen erscheinen wird. Klicken Sie dann auf „Weiter“ [3] Klicken Sie anschließend auf „Falls…“ [4].

Klicken Sie wie bei der COMPUTE-Transformation auf „Berechnen“.



Klicken Sie auf „Fall einschließen ….“ [1]. Geben Sie dann die Kombination an. Wichtig ist die AND-Verbindung. Sie bedeutet, dass nur dann ein Fall berücksichtigt wird, wenn F22_01 = 2 und F22_02 = 4 sind. (Bei einer OR-Verbindung würde es genügen, wenn F22_01 = 2 oder F22_02 = 4 sind, wenn F22_01 = 2 ist, dann ist es egal, welchen Wert F22_02 aufweist.) [2] Klicken Sie anschließend auf „Weiter“ [3]. Wie Sie in der folgenden Abbildung erkennen können, wird rechts neben dem „Falls…“-Feld die Bedingung angegeben. Klicken Sie anschließend unbedingt auf „Einfügen“. Wenn Sie auf OK klicken, wird der Befehl sofort ausgeführt, und Sie müssen für jede Kombination von Neuem beginnen. Es ist günstiger, wenn Sie für die weiteren IF-Anweisungen im Syntaxfenster arbeiten. Dies hat auch den wichtigen Vorteil, dass Ihre Transformationsbefehle protokolliert und gespeichert sind.



Die IF-Anweisung wird in das Syntaxfenster eingefügt:

Diese IF-Anweisung bedeutet: Wenn F22_01 = 2 und F22_02 = 4 sind, dann erhält die (neue) Variable POSTMAT den Wert 0. Im Syntaxfenster vervollständigen Sie dann die IF-Transformationen für alle Kombi-nationen, z.B. über „copy & paste“. Kontrollieren Sie sorgfältig die IF-Anweisungen, da sich schnell Fehler einschleichen können. Wichtig sind die Wertlabels (VALUE LABELS), da Sie nur dann im Ausdruck erken-nen können, welche Bedeutung die Werte 0 – 3 haben. Die Variablenlabels (VALUE LABELS) und die Wertelabels (VALUE LABELS) kön-nen Sie auch im Variablenfenster der Datendatei eingeben. Es ist aber empfehlens-wert, diese zusammen mit den IF-Anweisungen abzuspeichern. Sie sollten daher nicht vergessen, die Syntaxdatei zu speichern.



2. Beispiel: Die Erfassung der Psychologischen Androgynie erfolgt über die Kombi-nation der beiden Skalen „Femininität bzw. Expressivität“ und „Maskulinität bzw. In-strumentalität“. Beide (metrische) Subskalen werden über die Prozedur „Visuelles Klassieren“ medianhalbiert. Es ergeben sich folgende Kombinationen:

− niedrige Femininität und niedrige Maskulinität: Indifferent

− bei Männern: niedrige Femininität und hohe Maskulinität: „sex-typed“

− bei Frauen: niedrige Femininität und hohe Maskulinität: „reversed sex-typed“

− bei Frauen: hohe Femininität und niedrige Maskulinität: „sex-typed“

− bei Männern: hohe Femininität und niedrige Maskulinität: reversed sex-typed.

− hohe Femininität und hohe Maskulinität: psychologisch androgyn Hier besteht das Problem, dass Männer bei der Kombination „niedrige Femininität und hohe Maskulinität“ dem Typ „sex-typed“ entsprechen, Frauen hingegen bei der gleichen Kombination den Typ „reversed sex-typed“. Die IF-Anweisung müssen da-her für Männer und Frauen getrennt durchgeführt werden. Dies lässt sich einfach durch DO IF- und END IF-Anweisungen erreichen, wie das folgende Beispiel zeigt:



Im obigen Beispiel ist V35 die Geschlechtsvariable mit den Ausprägungen 1 (männ-lich) und 2 (weiblich). Zusätzlich wurde der systemfehlende Wert (SYSMIS) auf den Wert 9 umkodiert und als fehlender Wert (MISSING VALUES) definiert.



Umkodieren einer String-Variablen in eine numerische Variable (AUTORECODE-Transformation)

Die Angaben bei offenen Antworten werden in der Regel als String-Variable in SPSS eingegeben. Diese sind zumeist unübersichtlich und müssen zusammengefasst wer-den. Eine Möglichkeit der neuen Kodierung besteht in der Umwandlung der Stringva-riablen in eine numerische Variable. Auf die Frage, ihre Lieblingszeitung zu nennen, wurden 101 unterschiedliche Antwor-ten gegeben (Ausschnitt):

Je nach Ziel sollten in einem ersten Schritt die unterschiedlichen Angaben (z.B. „die welt“, „die Welt“, „Die Welt“ usw.) zu einer einzigen Kategorie zusammengefasst werden. In einem zweiten Schritt könnten dann die Zeitungen nach verschiedenen Kriterien zusammengefasst werden.



Rufen Sie über „Transformationen“ -à „Automatisch umkodieren auf“:

Verschieben Sie die betreffende Stringvariable (hier: f08_07s1) aus dem linken Vari-ablenfenster in das rechte Fenster. Die Fragezeichen besagen, dass ein neuer Name für die neu kodierte Variable eingegeben werden muss.

− Geben Sie im Fenster „Neuer Name“ den neuen Variablennamen an [1].

− Klicken Sie dann auf „Neuen Namen hinzufügen“ [2]. Diese neue Variable ersetzt dann die Fragezeichen im oberen Fenster.

− Wenn Sie wollen, dass keine Angaben als „fehlend“ definiert werden, sollten Sie das entsprechende Kästchen markieren [3].



Klicken Sie abschließend auf OK.



Es wird dann eine neue Variable (hier: f08_07n1) erzeugt. Über die Häufigkeitsaus-zählung können Sie sich dann das Ergebnis ansehen:

Jede Kategorie erhielt einen Code2. Diese Codes können Sie benutzen, um über die RECODE-Transformation die Angaben zusammenzufassen. Beispiel: RECODE f08_07n1 (9,10,11 = 1) INTO LIEBZEIT. In diesem Beispiel werden die Angaben „die welt“, „die Welt“ und „Die Welt“ zu einer Kategorie mit dem Code 1 in der neuen Variablen LIEBZEIT zusammengefasst. Dies beinhaltet also eine Menge Schreibarbeit und Präzision. Sie sollten die obige Tabelle sich ausdrucken lassen und erst einmal mit Hand die neuen Codes zusam-menstellen. Dann fügen Sie die neuen Codes entweder im Syntaxfenster oder in den Transformationsfenstern in SPSS ein.

2 Um den Code sichtbar zu machen, müssen Sie je nach Voreinstellung eventuell die Optionen ändern (über „Bearbeiten“à „Optionen“ à „Beschriftung der Ausgabe“ à“Werte und Labels“.

R.Niketta Transformationen mit SPSS

Transformationen_FAQs.doc

Bildung von neuen Variablen: Fragen

Ich möchte eine Variable umpolen.

Dies geht am einfachsten über COMPUTE. Wenn Sie zum Beispiel Ratingskala mit fünf Stufen (1 – 5) umpolen wollen, geben Sie an: COMPUTE neue Variable = 6 – alte Variable. Dann wird aus 5 eine 1 (6 – 5 = 1) usw.

Ich möchte Kategorien einer Variablen zusammenfassen.

Verwenden Sie hierfür die RECODE-Transformation. Vorsichtshalber sollten Sie immer in eine neue Variable umkodieren, also RECODE ….. INTO.

Ich möchte eine neue Variable berechnen, die aus mehreren Items besteht.

Verwenden Sie die COMPUTE-Transformation. Bei metrischen Items kann es sinnvoll sein, die MEAN-Funktionen oder andere Funktionen zu verwenden, da Sie dann auch festlegen können, ob die neue Variable nur berechnet wird, wenn alle Items gültige Werte haben oder ob auch eine bestimmte Anzahl von fehlenden Werte akzeptiert wird (dann wird der Mittelwert nur über diese ver-ringerte Zahl der gültigen Werte berechnet). Wenn alle Items gleich gewichtet werden sollen, müssen die Antwortskalen der Items identisch sein.

Ich möchte eine metrische bzw. ordinale Variable in zwei oder drei Gruppen eintei-len.

Am einfachsten geht es über die visuelle Klassierung. Hier bestehen die Optio-nen, Intervalle mit gleicher Breite und unterschiedlichen Fallzahlen zu bilden oder Perzentile, die in ihrer Breite variieren können aber gleiche Fallzahlen aufweisen. Dies wäre zum Beispiel bei einem Mediansplit der Fall, hier liegen ca. 50 % der Fälle unter dem Median und ca. 50 % über dem Median.

Ich möchte eine neue Variable berechnen, die aus Kombinationen zweier oder meh-rerer Variablen besteht.

Hier verwenden Sie die IF-Transformation, die Variablen werden nach der Booleschen Logik gebildet. Hier sind auch sehr komplexe Transformationen möglich.

Ich möchte bei einer Liste von Variablen nur bestimmte Werte auszählen (z.B. wie viele Kategorien bei Mehrfachantworten angekreuzt wurden).

Verwenden Sie die COUNT-Transformation

R.Niketta Transformationen mit SPSS

Transformationen_FAQs.doc

Ich möchte aus den Berechnungen bestimmte Werte einer Variablen ausschließen

Arbeiten Sie im Syntaxfenster mit der DO IF – END IF-Schleife. Beispiel: Sie wollen eine neue Variable nur für Männer (Code = 1) berechnen. DO IF SEX = 1. COMPUTE NEU = V01 + V02. END IF. oder: DO IF SEX = 1. IF (MASCULIN = 2 AND FEMININ = 1) ANDROGYN = 1. IF (MASCULIN = 2 AND FEMININ = 2) ANDROGYN = 2. END IF. Das würde auch so funktionieren: IF(SEX = 1 AND MASCULIN = 2 AND FEMININ = 1) ANDROGYN = 1.

Ich möchte eine Itembatterie von 20 Items umpolen. Muss ich das für jedes Items einzeln machen oder geht es auch einfacher?

Arbeiten Sie im Syntaxfenster mit der DO REPEAT – END REPEAT- Schleife. Beispiel: Sie wollen eine Itembatterie von 20 Items umpolen.

DO REPEAT neue Platzhaltervariable = VR01 TO VR20 / alte Platz-haltervariable = V01 TO V20.

COMPUTE neue Platzhaltervariable = 6 - alte Platzhalter-variable. END REPEAT. also: DO REPEAT NEU = VR01 TO VR20 / ALT = V01 TO V20. COMPUTE NEU = 6 – ALT. END REPEAT. EXECUTE.

Documents

Datentransformation mit SPSS