קידוד תשובות ויצירת משתנים

מדריך

מה בעמוד

בין השאלון לבין המחשבון עומדות שתי עבודות שקטות: קידוד – להחליט איזה מספר מייצג כל תשובה, ולכתוב זאת בספר הקודים לפני שמקלידים תא אחד (Pallant, 2020, Chapter 2); ויצירת משתנים – אחרי שהקובץ מלא ונקי, להפוך את העמודות הגולמיות למשתנים שהמבחנים צריכים: ציון סולם מפריטים, קבוצות גיל ממשתנה רציף, שתי קטגוריות משש, משתני דמה לרגרסיה (Pallant, Chapter 8). העמוד הזה הולך בסדר הזה. מה שכבר יש באתר אינו חוזר כאן: מבנה הקובץ וגיליון "מקרא" – בעמוד התבנית התקנית לנתונים; איך מנסחים את השאלה כך שהקידוד יהיה כמעט אוטומטי – בבניית שאלון; מה עושים עם החסרים בניתוח – בערכים חסרים.

1. ספר הקודים – לפני שמקלידים

Pallant (2020, פרק 2) פותחת את הכנת הקובץ בספר קודים (codebook): "סיכום ההוראות שתשתמשו בהן כדי להמיר את המידע מכל נבדק לצורה שהתוכנה מבינה" – וזה נכון לשאלון, לניסוי ולנתונים שנשלפים מרשומות קיימות. שתי החלטות בכל שורה: איך מגדירים ומתייגים את המשתנה, ואיזה מספר מקבלת כל תשובה אפשרית. לוח 2.1 שלה הוא ארבע עמודות – שם המשתנה בתוכנה, תיאור, הוראות הקידוד, רמת המדידה – ובאתר הוא בדיוק גיליון "מקרא" של התבנית התקנית (חמש עמודות: שם המשתנה, תיאור, סוג המשתנה, ערכים וקידוד, הערות; עמוד התבנית התקנית, לוח 1). ההבדל: אצל Pallant ספר הקודים הוא מסמך נפרד שמקלידים ממנו ל-SPSS; באתר הוא גיליון בתוך הקובץ, והמחשבונים קוראים אותו – התוויות מופיעות בלוחות, סוג המשתנה קובע מה מותר לחשב, והסינטקס שמורידים כולל את פקודות המילון.

רמת המדידה – העמודה הרביעית: נומינלי (קטגוריות בלי סדר), אורדינלי (קטגוריות מסודרות), סולם (ציונים רציפים). הדוגמאות של Pallant: מין – נומינלי, "כי המספרים שרירותיים"; השכלה – אורדינלי, "כי המספרים מייצגים רמות עולות"; גיל בשנים – סולם; "אילו השתמשתי בקטגוריות גיל (18-30, 31-50, 51+) המשתנה היה אורדינלי". באתר: מזהה / קטגוריאלי / סדר / רציף; ומוסכמת האתר – פריט דירוג יחיד הוא סדר, ציון סולם רב-פריטי הוא רציף (עמוד משתנים וסולמות מדידה).

שמות המשתנים. ייחודיים; קצרים ("שמות ארוכים מאוד מקשים על קריאת הפלט"); לפריטי סולם – קיצור ומספר (op1, op2, op3). כללי SPSS (Pallant): מתחילים באות, בלי רווחים, נקודות וסימנים, בלי מילים שמורות (all, and, by, eq, ge, gt, le, lt, ne, not, or, to, with), עד 64 תווים. באתר שמות עבריים מתקבלים (עמדות1, עמדות_ציון), עם קו תחתון במקום רווח; הסינטקס שהמחשבונים מורידים משתמש בשמות כפי שהם. המשתנה הראשון – מזהה: "מספר ייחודי לכל מקרה… כתבו אותו בבירור על עמוד השער של כל שאלון; אם תמצאו אחר כך שגיאה בקובץ, תוכלו לחזור ולמצוא היכן היא קרתה" (Pallant, Chapter 2). המחשבונים מזהים עמודה בשם "מזהה"/"id" ומוציאים אותה מהניתוח.

2. שאלות סגורות – מתשובה מסומנת למספר

"כל תשובה חייבת לקבל קוד מספרי" (Pallant, 2020, Chapter 2). חלק כבר מספרים (גיל בשנים); השאר – מין, מצב משפחתי – מומרים. אם האפשרויות ממוספרות על השאלון, הקידוד כמעט אוטומטי; ואם לא – "החליטו על מוסכמה ודבקו בה: התשובה הראשונה ברשימה = 1, השנייה = 2, וכך הלאה לאורך העמוד". Field (2024, סעיף 4.6.5) מזכיר שבמשתנה קיבוץ "הקודים שרירותיים, כי המספרים עצמם לא ינותחו" – אפשר 0 ו-1, אפשר 616 ו-11 – אבל יש מוסכמות שעושות את החיים קלים: קבוצת ביקורת = 0 וניסוי = 1 (Field), כן/לא = 1/0, וקטגוריות בסדר שבו הן מופיעות בשאלון. לוח 1 מסכם את סוגי השאלות הסגורות ואת העמודות שכל אחת מהן מייצרת.

3. שאלות פתוחות – מטקסט לקטגוריות

"לשאלות פתוחות הקידוד מסובך מעט יותר" (Pallant, 2020, Chapter 2). הדוגמה שלה: "מהו מקור הלחץ העיקרי בחייך כרגע?" – עוברים על השאלונים ומזהים נושאים חוזרים (עבודה, כסף, זוגיות, בריאות, חוסר זמן), רושמים אותם בספר הקודים תחת המשתנה stress עם מספר לכל נושא (עבודה = 1, בן/בת זוג = 2…), ומוסיפים קוד לתשובות שלא נכנסות לאף קטגוריה (אחר = 99); ואז לכל נבדק משווים את התשובה לרשימה ומקלידים את הקוד. שלוש תוספות של האתר, שאינן אצל Pallant:

עמודת המלל נשארת. הקידוד הוא עמודה חדשה ליד התשובה המקורית (לחץ_מלל, לחץ_קוד) – כדי שאפשר יהיה לקודד מחדש כשמתברר שקטגוריה חסרה, ולצטט תשובות בדוח. "אחר" שמתנפח הוא סימן שהרשימה לא מספיקה: אם 20% מהתשובות הן 99, מוסיפים קטגוריות ועוברים שוב. שני מקודדים. קידוד נושאים הוא שיפוט, ושיפוט צריך בדיקה: מדגם של התשובות נמסר למקודד שני עם אותו ספר קודים, וההסכמה נמדדת במהימנות בין מקודדים (קאפה של כהן, אלפא של קריפנדורף); אי-הסכמה שיטתית על קטגוריה מסוימת פירושה שההגדרה שלה בספר הקודים אינה ברורה – מחדדים את ההגדרה, לא את המקודד. ספירת הקטגוריות – בעמוד השכיחויות.

4. חסרים וקודים מיוחדים

Field (2024, סעיף 4.6.8): הדרך הפשוטה לרשום חסר היא תא ריק; ואם בוחרים קוד מספרי, הוא חייב להיות ערך "בלתי אפשרי" – גדול מהמקסימום של המדד (101, 999, או "666, כי ערכים חסרים הם מעשה שטן") – כי אם בוחרים 9 וכמה נבדקים באמת ענו 9, הם ייחשבו חסרים. ל-SPSS אפשר להגדיר עד שלושה קודים נפרדים, וכך לזכור למה חסר: 8 = לא רלוונטי, 9 = לא יודע, 99 = לא ענה – התוכנה מתעלמת מכולם באותה צורה, אבל הקוד מספר לכם את הסיבה. באתר הכלל הוא תא ריק = חסר, בלי הגדרות (עמוד התבנית התקנית, "ערכים חסרים"): קוד כמו 99 בעמודת גיל ייספר כגיל. ולכן מה שעושים בפועל: סירוב / לא ענה / דילוג לא-מכוון – תא ריק; "לא רלוונטי" אחרי שאלת סינון – תא ריק, והסיבה מתועדת בעמודת ההערות במקרא ("ריק = לא מעשן, לפי שאלה 4"); "לא יודע" בשאלת ידע או עובדה – זו תשובה, לא חסר: קוד משלו (למשל 9) שמתועד במקרא, שנשאר בשכיחויות ושמוצא (מוחלף בתא ריק בעותק עבודה) לפני ממוצע, מתאם או מבחן. ההבחנה בין חסר לגיטימי ללא-לגיטימי, ולמה "לא יודעת" היא לפעמים ממצא – בעמוד התבנית (לפי Cunningham & Muir, 2023, כמובא שם); מה כל שיטת טיפול בחסרים עושה לתוצאות – בערכים חסרים.

5. מהפריטים לציון סולם

"לפני שאפשר לנתח, צריך לחשב ציוני סולם לכל סולם במחקר. שני שלבים: 1. להפוך כל פריט מנוסח בשלילה; 2. לחבר את ציוני כל הפריטים שמרכיבים את הסולם או תת-הסולם" (Pallant, 2020, Chapter 8). ההיפוך: בסולם 1-5, הציון החדש הוא 6 − x (1 ↔ 5, 2 ↔ 4, 3 נשאר); בסולם 1-7 – 8 − x; בסולם 0-4 – 4 − x. הכלל: (מקסימום + מינימום) − x. שלוש אזהרות של Pallant: לבדוק במדריך הסולם או במאמר המקורי אילו פריטים הופכים ואיך מחשבים (סכום או ממוצע; תת-סולמות שמותר או אסור לחבר) – "קל הרבה יותר לעשות נכון בפעם הראשונה מלחזור על הניתוחים"; לעשות זאת רק על קובץ שלם, "כי התוכנה לא מעדכנת את הפקודות כשמוסיפים נתונים"; וליצור משתנים חדשים ולא לדרוס – "הרבה יותר בטוח, ושומר את הנתונים המקוריים". באתר כל זה נעשה בלחיצה: עמוד אלפא של קרונבך וציון סולם קורא במקרא "פריט" ו"הפוך", הופך, מחשב אלפא ומוריד את הקובץ שלכם עם עמודת ציון הסולם (ממוצע או סכום, עם סף לחסרים) – ואת העמודות המקוריות במקומן. מה שנשאר לכם: לסמן במקרא, ולכתוב בהערות איך חושב הציון.

6. קיבוץ משתנה רציף ואיחוד קטגוריות

רציף לקבוצות. "לניתוחים מסוימים, או כשההתפלגות מוטה מאוד, אפשר לחלק את המדגם לקבוצות שוות לפי הציון" – Pallant (2020, פרק 8) מחלקת את גיל לשלוש קבוצות בגודל דומה (Visual Binning, לפי אחוזונים), ומזכירה שאותה טכניקה נותנת חלוקת חציון לשתי קבוצות; התוצאה היא משתנה חדש (agegp3) והמשתנה הרציף נשאר. שתי אזהרות משלה: "אתם מאבדים מידע" – ולכן הקיבוץ הוא למבחן שצריך קבוצות (ניתוח שונות, חי-בריבוע), לא תחליף למתאם או לרגרסיה על המשתנה הרציף; ולסולם קליני עדיף סף מהספרות (נקודות חיתוך מפורסמות) מאשר אחוזונים. באקסל: עמודה חדשה עם =IF(B2<30,1,IF(B2<45,2,3)), ושורה במקרא: גיל_קב – סדר – 1 = עד 29; 2 = 30-44; 3 = 45+, ובהערות "נגזר מגיל". איחוד קטגוריות. מסיבה תיאורטית (מצב משפחתי ← "בזוגיות / לא בזוגיות") או אחרי שראיתם את השכיחויות – "רק שני אנשים בקטגוריית יסודי" – ואז מאחדים עם הקטגוריה הסמוכה ומתייגים מחדש ("לא סיימו תיכון"); "חשוב מאוד: יוצרים משתנה חדש, נוסף" (Pallant). מתי זה הכרחי: חי-בריבוע עם שכיחויות צפויות קטנות (עמוד חי-בריבוע מזהיר), ניתוח שונות עם קבוצה של שני נבדקים (ניתוח שונות משמיט קבוצות עם פחות משתי תצפיות), קרוסקל-וליס עם פחות מחמישה בקבוצה.

7. קידוד דמה – קטגוריות ברגרסיה

רגרסיה מקבלת משתנה דו-ערכי כפי שהוא (0/1); משתנה עם שלוש קטגוריות ומעלה אי-אפשר להכניס כעמודה אחת, כי המספרים 1, 2, 3 ייקראו כסדר וכמרחקים. הפתרון – קידוד דמה (Field, 2024, Section 12.3.1), בשמונה צעדים: סופרים את הקבוצות ומחסירים 1 – זה מספר משתני הדמה; יוצרים אותם; בוחרים קבוצת בסיס – קבוצת ביקורת, או, בלי השערה מסוימת, הקבוצה הגדולה ביותר ("בקבוצות לא שוות חשוב שקבוצת הבסיס תהיה גדולה, כדי שהאומדנים יהיו אמינים"); לקבוצת הבסיס 0 בכל משתני הדמה; במשתנה הראשון 1 לקבוצה הראשונה שמשווים לבסיס ו-0 לכל השאר; וכך הלאה; וכל משתני הדמה נכנסים למודל באותו בלוק. הדוגמה של Field: שלוש קבוצות טיפול (ללא, 15 דקות, 30 דקות) – שני משתני דמה, "ללא" כבסיס, וכל מקדם הוא ההפרש בין אותה קבוצה לבסיס. באקסל: עמודה לכל קבוצה חוץ מהבסיס, =IF(C2=2,1,0), ובמקרא: השכלה_עלתיכונית – קטגוריאלי – 1 = על-תיכונית; 0 = אחר, בהערות "דמה; בסיס = תיכונית". עמוד הרגרסיה מקבל משתנה דו-ערכי ומזהיר על קטגוריאלי עם יותר משתי רמות; עם משתני הדמה הוא מחשב את המודל, ואת קבוצת הבסיס אומרים במשפט הדיווח.

8. מטקסט למספר – ולהפך

עמודה שהוקלדה במילים ("גבר", "אישה"; "תל אביב", "חיפה") היא נתון לכל דבר – אבל רק כקטגוריאלי. ב-SPSS ממירים אותה למספרים ב-Automatic Recode – משתנה חדש, ובפלט סיכום של הערכים הישנים והקודים שהוקצו (Pallant, 2020, Chapter 8). באתר אין צורך: המחשבונים מזהים עמודה שרוב ערכיה מלל כקטגוריאלית, ומקבלים אותה כמשתנה קיבוץ (מבחן t, מאן-ויטני, ניתוח שונות, חי-בריבוע, שכיחויות) – אבל לא כמשתנה תלוי, ולא כמנבא. שתי מלכודות: כתיב לא אחיד ("תל אביב" / "תל-אביב" / "ת"א") הופך קטגוריה אחת לשלוש – הבודק בתבנית מציג את רשימת הערכים השונים; ומספר שהוקלד עם טקסט ("35 שנים", "כ-5") הופך עמודה רציפה למלל – הבודק מזהיר, ומתקנים בעותק. בכיוון ההפוך – מספרים שרוצים לראות כמילים – לא משנים את הנתונים: כותבים את התוויות במקרא ("1 = גבר; 2 = אישה"), והן מופיעות בכל לוח, תרשים ומשפט דיווח.

9. טרנספורמציות – ומה עושים במקומן

"לעיתים קרובות, כשבודקים את ההתפלגות של סולם, מגלים (לצערכם!) שהציונים אינם מתפלגים נורמלית" – Pallant (2020, פרק 8) מונה שלוש דרכים: לנטוש את הפרמטרי ולעבור לחלופה א-פרמטרית (ספירמן, מאן-ויטני, וילקוקסון, קרוסקל-וליס – כולם באתר); לקבץ לקטגוריות – בסולם דיכאון מוטה היא חותכת בנקודות החיתוך הקליניות המפורסמות ("נורמלי" / "קליני") ועוברת למבחן לקטגוריות, "אבל תאבדו מידע"; או לשנות את הציונים מתמטית – ועל כך "מחלוקת ניכרת בספרות, יש תומכים נלהבים ויש מתנגדים, וזה משתנה בין דיסציפלינות – בדקו מאמרים בתחום שלכם" (ההרחבה – Tabachnick ו-Fidell, 2013, כמצוטטים אצל Pallant). מוסכמת האתר, בעקבות ההסתייגות הזאת: המחשבונים אינם מבצעים טרנספורמציות; לפני שמשנים ציונים בודקים מה ההפרה בכלל אומרת (בדיקת נורמליות – במדגם גדול היא לרוב אינה מפריעה; חריגים והנחות), ואם מחליטים בכל זאת – טרנספורמציה היא משתנה חדש באקסל (=LOG10(B2), =SQRT(B2)), עם שורה במקרא, ומדווחים אותה ובאיזה סולם מפורש הממצא.

10. תיעוד השינויים

"כשמשנים משתנים או יוצרים משתנים חדשים, חשוב לרשום זאת בספר הקודים" (Pallant, 2020, Chapter 8) – ואצלה כל פרוצדורה נגמרת ב-Paste לחלון הסינטקס, "כלי שימושי לשמירת רישום של כל שינוי בקובץ". באתר, שבו העבודה היא באקסל, התיעוד הוא בשלושה מקומות: העמודה המקורית נשארת והחדשה לידה, בשם שמסגיר את הקשר (גיל ← גיל_קב; עמדות2 ← עמדות2_הפוך); שורה במקרא לכל משתנה חדש – סוג, קודים, ובהערות ממה ואיך נגזר ("נגזר מגיל: עד 29 / 30-44 / 45+"; "דמה, בסיס = תיכונית"); והסינטקס שכל מחשבון מוריד, שמתעד מה הורץ ועל אילו משתנים. הכלל שמעל כולם, מעמוד התבנית: המקור נעול, העבודה בעותק – וכל ערך שמתוקן ביד נרשם: מי, מתי, מה ולמה.

טעויות נפוצות

להקליד לפני ספר הקודים. ואז לגלות באמצע ש"מסכים מאוד" הוא 1 בשאלון אחד ו-5 באחר (Pallant, 2020, Chapter 2).

99 כחסר בלי להגיד לאף אחד. ב-SPSS בלי הגדרת user-missing, ובאתר תמיד – 99 הוא גיל (Field, 2024, סעיף 4.6.8; עמוד התבנית).

"לא יודע" כתא ריק, או כאמצע הסולם. תשובה עם קוד משלו, שמוצאת לפני הממוצע (סעיף 4).

"1, 3, 5" בתא אחד לשאלת "סמנו את כל מה שמתאים". עמודה לכל אפשרות, 0/1 (לוח 1).

להפוך פריט בדריסה, או לשכוח להפוך. אלפא נמוכה או שלילית, מתאם פריט-סולם שלילי; "הפוך" במקרא ועמוד האלפא עושים זאת בעמודה חדשה (סעיף 5).

לחשב ציון סולם לפני שהקובץ שלם. ואז להוסיף נבדקים בלי ציון (Pallant, Chapter 8).

לקבץ גיל לקבוצות ואז לחשב מתאם עם הקבוצות. המידע אבד; המתאם – על המשתנה הרציף (סעיף 6).

קטגוריאלי עם 1, 2, 3 ישירות ברגרסיה. המודל קורא סדר ומרחקים שאינם קיימים; קידוד דמה (סעיף 7).

קבוצת בסיס של שלושה נבדקים. האומדנים של כל משתני הדמה נשענים עליה (Field, 2024, Section 12.3.1).

כתיב לא אחיד בעמודת מלל. שלוש קטגוריות במקום אחת (סעיף 8).

טרנספורמציה בלי לדווח. הממצא מפורש בסולם שאינו הסולם המקורי (סעיף 9).

לשנות במקור. בלי עותק, בלי עמודה חדשה, בלי שורה במקרא – ואי-אפשר לחזור (סעיף 10).

רשימת בדיקה – לפני ההקלדה ולפני הניתוח

מקורות

Field, A. (2024). Discovering statistics using IBM SPSS statistics (6th ed.). SAGE.

Pallant, J. (2020). SPSS survival manual: A step by step guide to data analysis using IBM SPSS (7th ed.). Open University Press.

Tabachnick ו-Fidell (2013) – כמצוטטים אצל Pallant (2020, פרק 8); Cunningham ו-Muir (2023) – כפי שהם מובאים בעמוד התבנית התקנית. לפי כלל האתר, ברשימת המקורות מופיעים רק מקורות שנקראו במקור: Pallant (2020) – פרקים 2 ו-8 במלואם, לפי פרק של המהדורה המודפסת; Field (2024) בעותק דיגיטלי מזורם – סעיפים 4.6.1, 4.6.5, 4.6.8 ו-12.3.1, לפי סעיף.