התבנית התקנית לנתונים

בודק התבנית

בדיקת הקובץ

קובץ התרגול: מה לבחור בכל מחשבון, ומה מקור הנתונים

זהו קובץ אחד שאפשר להעלות לרוב המחשבונים באתר ולתרגל עליו מעבר בין ניתוחים על אותם נתונים. לכל מחשבון יש גם קובץ דוגמה משלו, והדוגמאות שבמדריכים מתייחסות אליו ולא לקובץ התרגול.

המשתנים: gender (1 גבר, 2 אישה), education (חמש רמות), age, age_group (שלוש קבוצות), 25 היגדים בסולם 1-6 בחמישה סולמות (A נעימות, C מצפוניות, E מוחצנות, N נוירוטיות, O פתיחות), וחמישה ציוני סולם: agree, consc, extra, neuro, open – ממוצע חמשת ההיגדים אחרי היפוך. ההיגדים ההפוכים: A1, C4, C5, E1, E2, O2, O5; ערכיהם בקובץ לא הופכו.

מחשבון	מה לבחור
t למדגמים בלתי-תלויים, מאן-ויטני	משתנה הקיבוץ: gender. תלויים: agree, consc, extra, neuro, open
ANOVA	משתנה הקיבוץ: education. תלויים: חמשת ציוני הסולם
קרוסקל-ואליס	משתנה הקיבוץ: age_group. תלויים: חמשת ציוני הסולם
חי בריבוע	שורות: gender. עמודות: education
מתאמים, גרף פיזור	age וחמשת ציוני הסולם
שכיחויות, עיבוד סקר, פילוחים	gender, education, age_group
נורמליות, אשכולות, ROC	חמשת ציוני הסולם (ב-ROC משתנה המצב הוא gender)
רגרסיה	תלוי: neuro. מנבאים: age, agree, consc, extra, open
רגרסיה לוגיסטית	תלוי: gender. מנבאים: age וחמשת ציוני הסולם
מהימנות	N1-N5. בסולם שיש בו היגד הפוך, למשל A1-A5, מסמנים "פריט הפוך" ל-A1
ניתוח גורמים מגשש	25 ההיגדים בלבד. מבטלים את age, age_group ואת חמשת ציוני הסולם – ציון סולם הוא צירוף של ההיגדים שלו, והמטריצה תהיה סינגולרית
ניתוח גורמים מאשש, SEM, שקילות מדידה, תיווך בין גורמים	המחשבון מזהה חמישה גורמים: A, C, E, N, O. ב-SEM ובתיווך מוסיפים נתיבים בין גורמים; בשקילות מדידה הקבוצה היא gender
t למדגם יחיד	agree מול הערך 3.5 (אמצע הסולם)
t למדגמים מזווגים, וילקוקסון, מדידות חוזרות	השוואה בין ציוני סולם של אותו משיב, למשל agree מול consc
מיתון ותיווך	Y: neuro. X: extra. W: age
ANCOVA	תלוי: neuro. גורם: gender. משתנה נלווה: age
ניתוח נתיבים	שתי משוואות על שלושה ציוני סולם

הקובץ אינו מתאים למטה-אנליזה, לניתוח הישרדות, למהימנות בין מקודדים ולמערכים עם גורמים אקראיים – אלה דורשים מבנה נתונים אחר, ולכל אחד מהם יש קובץ דוגמה בעמוד שלו.

מקור הנתונים: מערך bfi מחבילת psychTools ל-R (Revelle), מתוך פרויקט SAPA; ההיגדים מתוך International Personality Item Pool. החבילה מופצת ברישיון GPL (גרסה 2 ומעלה). משתני הרקע תויגו בעברית, ו-age_group וחמשת ציוני הסולם חושבו לצורך התרגול.

מדביקים עמודות ישירות מהגיליון (כולל שורת הכותרות) – מסמנים באקסל, מעתיקים, ומדביקים כאן (בהדבקה אין מקרא – הסוגים ייקבעו אוטומטית):

מדריך

למה תבנית אחת

כל מחשבון באתר קורא את אותו קובץ: גיליון "נתונים" במבנה הרחב (wide format) – כל שורה היא נבדק (או כל ישות אחרת שנמדדה: כיתה, ארגון, יישוב), כל עמודה היא משתנה, ובלי הבחנה בין מנבא לתוצאה: שניהם עמודות (Field, 2024, Section 4.6.1) – ולצדו גיליון "מקרא" שהוא ספר הקודים (codebook) של הקובץ: לכל משתנה שם, תיאור, קידוד התשובות ורמת מדידה (Pallant, 2020, Chapter 2). הרעיון של Pallant נכון גם כאן: את ספר הקודים כותבים פעם אחת, שומרים לצד הנתונים, ואין יותר חזרה לקובץ אחרי חצי שנה בלי לדעת מה פירושו של "3" בעמודה "השכלה". איך מחליטים מה יהיה ה-"3" – קידוד שאלות סגורות ופתוחות, קודים לחסרים, היפוך פריטים, קיבוץ וקידוד דמה – בעמוד קידוד תשובות ויצירת משתנים. ההבדל היחיד הוא שבאתר ספר הקודים הוא גיליון בתוך הקובץ – ולכן המחשבונים קוראים אותו בעצמם: הם יודעים שמין הוא קטגוריאלי ושגיל הוא רציף, מציגים "גבר" ו"אישה" במקום 1 ו-2, ומזהירים כשבוחרים משתנה קטגוריאלי למתאם.

אותו קובץ עובר אחר כך ל-SPSS בלי עבודה נוספת: קובץ הסינטקס שכל מחשבון מוריד טוען את הנתונים ומגדיר מהמקרא את חלון המשתנים (Variable View) – תוויות, תוויות ערך ורמות מדידה. ובכיוון ההפוך, עמוד מ-SPSS לאקסל מפיק מקובץ .sav את התבנית הזאת, כולל המקרא, ממילון הקובץ.

גיליון "נתונים" – הכללים

1. שורה = נבדק, עמודה = משתנה. כל מה שנמדד אצל אותו נבדק נכנס לאותה שורה – כולל מדידות חוזרות (לפני ואחרי = שתי עמודות). מה שמבדיל בין קבוצות של נבדקים (ניסוי/ביקורת, מין) הוא עמודה אחת עם קוד לכל קבוצה – "משתנה מקודד" או "משתנה קיבוץ" (Field, 2024, סעיפים 4.6.1 ו-4.6.5; טיפ 4.1). המבנה הארוך (שורה לכל תצפית, לא לכל נבדק) אינו נתמך.

2. השורה הראשונה היא שורת הכותרות: שם קצר וייחודי לכל משתנה. באתר כל שם עובד – גם בעברית, גם עם רווחים; ב-SPSS השם חייב להתחיל באות, בלי רווחים ותווים מיוחדים, ולא להיות מילה שמורה (Pallant, 2020, Chapter 2), ולכן קובץ הסינטקס ממיר שמות כאלה ומודיע על כך. שם כפול לשתי עמודות הוא שגיאה: המקרא והסינטקס לא יידעו למי הכוונה. Cunningham ו-Muir (2023) ממליצים ששם המשתנה יכלול את מספר השאלה בשאלון (ש7_הכנסה) – כך אי-אפשר לתייג בטעות "שנות לימוד" כ"שנות עבודה", ובקידוד מחדש פותחים את השאלון עצמו לצד המקרא. הבודק מדווח על שמות ריקים, כפולים ושמות שישתנו ב-SPSS.

3. עמודה ראשונה – מזהה. מספר סידורי ייחודי לכל נבדק, רשום גם על השאלון; כך, כשמוצאים ערך שגוי, אפשר לחזור למקור ולתקן (Pallant, 2020, Chapter 2). המחשבונים מזהים את העמודה לפי שמה (מזהה, id, מספר נבדק, מס' נבדק, no, num, serial, index) או לפי "מזהה" בעמודת הסוג במקרא – ומוציאים אותה מכל ניתוח. למזהה יש תפקיד שני, שסעיף ניקוי נתונים מסביר: אם נבדק 17 מופיע פתאום בשורה 40, מישהו מיין עמודה אחת בלי השאר.

4. תשובות כמספרים. כל תשובה שאינה מספר מטבעה (מין, קבוצה, מצב משפחתי) מקבלת קוד מספרי – 1, 2, 3 לפי סדר האפשרויות בשאלון, או כל מספר אחר: הקודים שרירותיים, כי המספר עצמו אינו מנותח (Field, 2024, Section 4.6.5; Pallant, 2020, Chapter 2). מה שהקוד אומר נכתב במקרא. עמודה שרוב ערכיה מלל ("גבר", "אישה") תעבוד במחשבונים כקטגוריאלית – אבל ערך מלל בודד בתוך עמודה מספרית ("לא יודע" בעמודת גיל) ייחשב חסר, ולכן עדיף לקודד הכול. מספרים: נקודה עשרונית (3.5), בלי סימני אלפים ובלי יחידות ("25" ולא "25 שנים").

5. ערך חסר = תא ריק. לא 99, לא 999, לא מקף, לא רווח (ראו ערכים חסרים).

6. בלי נוסחאות, בלי תאים ממוזגים, בלי שורות סיכום ובלי הערות באזור הנתונים (Pallant, 2020, Chapter 4). ציון סולם מחשבים בעמוד אלפא של קרונבך וציון סולם – הוא מחזיר את הקובץ עם עמודת הציון – ולא בנוסחת אקסל שתיעלם בהמרה.

7. פריט מנוסח הפוך מוזן כפי שנענה; ההיפוך נעשה בעמוד האלפא או מסומן במקרא במילה "הפוך".

גיליון "מקרא" – חמש העמודות

סוג המשתנה – איך הוא נקבע

רמת המדידה היא שקובעת מה מותר לחשב: לקטגוריאלי – שכיחויות וחי-בריבוע; לסדר – חציון וספירמן; לרציף – ממוצע, פירסון, t ורגרסיה (Pallant, 2020, פרק 2; והרחבה בעמוד משתנים, סולמות מדידה ומערכי מחקר). ב-SPSS זו עמודת Measure בחלון המשתנים (Nominal / Ordinal / Scale; Pallant, 2020, Chapter 4); באתר – עמודת "סוג המשתנה" במקרא. וכשאין מקרא, המחשבונים מנחשים לפי הערכים:

ערכים חסרים

הדרך הפשוטה לרשום חסר היא להשאיר את התא ריק – וכך SPSS מזהה חסר בלי שום הגדרה (Field, 2024, Section 4.6.8; Pallant, 2020, Chapter 4). זה גם הכלל באתר: תא ריק = חסר. קוד מספרי לחסר (99, 999, 666 – ערך "בלתי אפשרי" שגדול מהמקסימום של המדד) מקובל ב-SPSS, אבל רק אם מגדירים אותו שם כ-user-missing; בלי ההגדרה התוכנה סופרת אותו כערך לכל דבר – "עם השלכות הרות אסון" בלשונה של Pallant (2020, פרק 4). באתר אין הגדרה כזאת, ולכן 99 בעמודת גיל יעלה את הממוצע. הבודק מזהיר על ערכים כאלה (99, 999, 9999, -9, -99, -999) כשהם רחוקים משאר הערכים, וקובץ שהגיע מ-SPSS עובר דרך מ-SPSS לאקסל – שם התיבה "ערכים חסרים מוגדרים יהפכו לתא ריק" מטפלת בזה. תשובה כמו "לא יודע" או "אחר, פרט/י" שאינה חסר אלא תשובה – נשארת קוד, אבל מוציאים אותה לפני ממוצע או מתאם (ראו עמוד הערכים החסרים – מה כל שיטת טיפול עושה).

Cunningham ו-Muir (2023) מוסיפים שתי הבחנות שכדאי שיהיו במקרא. חסר לגיטימי – השאלה לא חלה על הנבדק (דילוג מכוון אחרי שאלת סינון) – לעומת חסר לא-לגיטימי – הנבדק סירב, לא ידע, או שהשאלה נשמטה בטעות (עמוד שלם שדולג, שורה שנמחקה בניקוי; Osborne, 2013, כמצוטט אצל Cunningham & Muir). ו"לא יודע" נרשם בנפרד מסירוב: לפעמים "לא יודעת" ("כמה שבועות את בהיריון?") היא עצמה ממצא, וההחלטה אם לאחד אותה עם שאר החסרים היא של המחקר – אבל אפשר להחליט רק אם הקודים הופרדו מראש. ועוד אזהרה משם: קוד חסר כמו 999999 בעמודת הכנסה ייקרא על ידי מי שאינו מכיר את הקובץ כהכנסה של 999,999 – בדיוק הסיבה לכלל "תא ריק = חסר", ולתיעוד כל קוד אחר בעמודת ההערות במקרא.

קבצים וקידוד

פורמטים: xlsx (מומלץ), xlsm, xls ישן, csv ו-txt מופרדי פסיק, נקודה-פסיק או טאב. ב-csv אין גיליונות ולכן אין מקרא. קובץ csv נקרא כ-UTF-8, ואם אינו כזה – כ-windows-1255 (הקידוד העברי הישן). קובצי xls ישנים שיוצאו מ-SPSS מגיעים לא פעם עם עברית "שבורה" (ג'יבריש לטיני) – המחשבונים מזהים זאת ומתקנים את הכותרות, הערכים והמקרא אוטומטית, עם הודעה. גיליונות: הנתונים נקראים מגיליון "נתונים" (או data); אם אין כזה – מהגיליון הראשון שאינו "מקרא" או "הוראות". הדבקה: אפשר להדביק עמודות ישירות מאקסל (עם שורת הכותרות) בכל מחשבון – בלי מקרא.

מה כל מחשבון צריך

מה הבודק בודק

Pallant (2020, פרק 5) מתארת את הסינון שלפני כל ניתוח: לכל משתנה, כולל כל פריט בסולם, בודקים שאין ערכים מחוץ לטווח האפשרי (מין שמקודד 1-2 ולא יכול להיות 3; השכלה 1-6 ולא 22) – בדרך כלל דרך לוח שכיחויות עם מינימום ומקסימום – מאתרים את הנבדק, מתקנים לפי המקור, ורושמים ביומן מה שונה. "35 במקום 3" מסוגל לעוות מתאם שלם. הבודק בעמוד זה עושה את חלק הסינון שאפשר לעשות אוטומטית, על הקובץ כולו, ומשאיר לכם את התיקון:

שורת הכותרות – שמות ריקים, שמות כפולים, שמות שישתנו ב-SPSS. מזהה – האם יש, והאם ייחודי. המקרא – האם זוהה; משתנים שבמקרא ואינם בנתונים (שם לא תואם) ולהפך; מילים לא מוכרות בעמודת הסוג. כל עמודה – הסוג שייקבע ומקורו; ערכים לא-מספריים בעמודה מספרית (עם מספרי השורות); ערכים מחוץ לקודים או לטווח שבמקרא; ערכים שנראים כמו קוד של חסר; עמודה קבועה; עמודת מלל; עמודה שרובה חסרה. לוח 2 – אילו מחשבונים ימצאו בקובץ את המשתנים שהם צריכים. ובסוף – הקובץ עצמו עם גיליון מקרא מוכן למילוי: שם וסוג כבר כתובים, והקודים שנמצאו מחכים לתווית. מה שהבודק אינו יכול לעשות – להשוות למקור, להצליב משתנים, להחליט מה לתקן – בסעיף הבא.

ניקוי נתונים – מה הבודק לא עושה במקומכם

Cunningham ו-Muir (2023), בפרק "ניקוי נתונים" במדריך של קיימברידג' לשיטות מחקר, פותחים בהערה על המילה: נתונים אינם ידיים מלוכלכות ש"קרצוף" טוב מנקה. קובץ מורכב מערכים – חלקם נכונים, חלקם שגויים; חלק מהשגויים אפשר לזהות וחלק לא, וערך נכון יכול להיראות שגוי. ולכן ניקוי "פזיז ולא מיודע" מכניס שגיאות חדשות: ערך נכון מוחלף בשגוי, שגוי בשגוי אחר, או – גרוע מכול – שורות נמחקות, משוכפלות או מתערבבות. הניקוי אצלם אינו שלב שלפני הניתוח אלא עמדה לאורך כל המחקר: לצפות שגיאות בתכנון, למנוע אותן באיסוף, לזהות וליישב אותן בהזנה ובניהול, ולדווח עליהן בכתיבה. הבודק בעמוד זה מכסה חלק מהזיהוי; מה שנשאר לכם – ארבעה כללים ושלושה סוגי שגיאה.

המקור נעול, העבודה בעותק. הכלל הראשון: לעולם לא משנים את קובץ הנתונים המקורי – גם לא ערך שבטוחים שהוא שגוי. עם סיום ההזנה הקובץ "ננעל", וכל שינוי נעשה בעותק עבודה; וגם בעותק משנים רק כשיש ראיה ממשית לערך הנכון – הנבדק אותר, השאלון המקורי נבדק. הדוגמה שלהם: משקל 310 ק"ג, והחוקרת "בטוחה" שהוקלד 310 במקום 130; עד שהחשד מאומת מול המקור, הערך אינו משתנה. יומן שינויים: מי שינה, מתי, מה ולמה – במחברת, בעמודת מלל בקובץ, או, הכי טוב, כהערות בקובץ הפקודות של התוכנה (באתר: קובץ הסינטקס שכל מחשבון מוריד מתעד מה הורץ; את השינויים בנתונים רושמים בגיליון "הוראות" של התבנית או בעמודת ההערות במקרא – הערת האתר). שני עותקים של משתנה שתוקן – "גיל" ו"גיל_מתוקן" – כדי להריץ את הניתוח עם ובלי התיקון ולראות אם הוא שינה משהו. ועין שנייה על כל שינוי, רצוי של חוקר מנוסה יותר (Cunningham & Muir, 2023).

גיליון אלקטרוני – הסכנה שהאתר חי איתה. Cunningham ו-Muir ממליצים להזין ולנהל נתונים בתוכנת מסד נתונים ולא בגיליון אלקטרוני, מסיבה אחת: באקסל אפשר בטעות למיין עמודה אחת בלי שאר העמודות – ומאותו רגע כל הערכים שייכים לנבדקים הלא-נכונים – למחוק או לשכפל שורה, או למחוק עמודה שלמה. התבנית של האתר היא בכל זאת קובץ אקסל, כי זה מה שיש לרוב החוקרים; ההגנות הן מוסכמת האתר, לא ציטוט: עמודת מזהה (כלל 3 – מספר שאינו במקומו מסגיר מיון חלקי), מיון רק של הטבלה כולה (לבחור את כל העמודות לפני "מיין"), המקור הנעול, ועותק עבודה לכל ניתוח – והבודק מדווח על מזהה שאינו ייחודי, שהוא הסימן לשורה משוכפלת.

שלושה סוגי שגיאה. (1) ערכים חסרים – הקלים ביותר לזיהוי (ערכים חסרים). (2) ערכים בלתי אפשריים – גיל 200, מין 3. מה שמגדיר אותם הוא ידע על הנושא, שנקבע לפני האיסוף: גבולות קשיחים – ערך שלא ייתכן, שחייב בירור מיידי – וגבולות רכים – ערך אפשרי אבל נדיר (נישואים בפעם העשירית) שמותר להזין ומסומן לבדיקה. בשאלון מקוון עדיף אזהרה על חסימה: אם הטופס מרשה הנקה עד 24 חודשים בלבד, אם שהניקה ארבע שנים תקליד 24 או "לא יודעת" – שתי שגיאות שאיש לא יגלה, כי שום ערך בלתי אפשרי לא נוצר. חלק מהבלתי-אפשריים נראים רק בהצלבה: 12 ילדים – אפשרי; 12 ילדים בגיל 15 – לא. ערך בלתי אפשרי שאי-אפשר לאמת מול המקור אינו נשאר – הוא הופך לחסר, מתועד כך שיבדילו אותו מחסרים אחרים. (3) ערכים שגויים אפשריים – 10 שנות לימוד שהוקלדו כ-1, תשובה לשאלה 29 שנרשמה בשאלה 30 – הקשים ביותר, כי שום דבר בקובץ אינו מסגיר אותם; מזהים אותם רק מול המקור, בהצלבות עם משתנים אחרים, ובמדגם אקראי של שאלונים שמשווים לקובץ (Cunningham & Muir, 2023). בהקלדה ידנית מהנייר, הם מביאים את ההקלדה הכפולה – שני מקלידים, השוואת ההבדלים, ולפחות 25% מהשאלונים אם לא כולם – ואת הדעה הנגדית, שבדיקות טווח פשוטות תופסות את רוב השגיאות שמשנות תוצאה.

הסינון התיאורי שהם מתארים הוא מה שהמחשבון שכיחויות וסטטיסטיקה תיאורית נותן לכל משתנה: ממוצע, חציון, מינימום, מקסימום, מספר החסרים, היסטוגרמה לרציף – ומטריצת מתאמים ולוחות הצלבה כדי לראות קשר בכיוון לא צפוי. הבודק בעמוד זה עושה את הצעד שלפניו: טווחים מול המקרא, מלל בעמודה מספרית, קודי חסר, עמודות קבועות. מה שהוא אינו עושה: הצלבות (גיל × ילדים), השוואה למקור, וההחלטה אם משתנה שימושי בכלל – אצל Cunningham ו-Muir משתנה ש-90% מערכיו זהים, או שרובו חסר, יוצא מהניתוח. ודיווח, בפרק השיטה: כמה חסרים (לפי סוג – סירוב, "לא יודע", לא רלוונטי), כמה בלתי אפשריים, כמה חשודים, מה נעשה בהם, ותוצאות עם ובלי הערכים שתוקנו. ספר הקודים כולל אצלם גם את הגדרות הבלתי-אפשרי ודפוסי הדילוג – באתר, עמודת "הערות" במקרא.

מהתבנית ל-SPSS ובחזרה

קובץ אקסל נפתח ב-SPSS דרך File › Open › Data (סוג קובץ Excel, עם סימון "קריאת שמות המשתנים מהשורה הראשונה"), ואחר כך מגדירים ידנית בחלון המשתנים את התווית, תוויות הערך ורמת המדידה של כל משתנה (Pallant, 2020, Chapter 4; Field, 2024, Section 4.6.9). הסינטקס שמוריד הבודק (וכל מחשבון באתר) חוסך את החלק הידני: שורת CD אחת קובעת את התיקייה (מעדכנים רק אותה), פקודת GET DATA טוענת את גיליון "נתונים", ופקודות המילון – VARIABLE LABELS, VALUE LABELS, VARIABLE LEVEL – נכתבות מהמקרא:

CD 'C:\Rdata'.
GET DATA
  /TYPE=XLSX
  /FILE='DATA_template_example_heb.xlsx'
  /SHEET=name 'נתונים'
  /CELLRANGE=FULL
  /READNAMES=ON.
DATASET NAME data WINDOW=FRONT.

VARIABLE LABELS
  מין 'מין הנבדק'
  גיל 'גיל בשנים'
  השכלה 'רמת ההשכלה הגבוהה ביותר'.
VALUE LABELS
  /מין
    1 'גבר'
    2 'אישה'
  /השכלה
    1 'תיכונית'
    2 'על-תיכונית'
    3 'אקדמית – תואר ראשון'
    4 'אקדמית – תואר מתקדם'.
VARIABLE LEVEL מין (NOMINAL).
VARIABLE LEVEL השכלה (ORDINAL).
VARIABLE LEVEL גיל (SCALE).
SAVE OUTFILE='DATA_template_example_heb.sav'.

בכיוון ההפוך – מי שקיבל קובץ .sav ורוצה להריץ אותו באתר (או פשוט לפתוח אותו באקסל) – מ-SPSS לאקסל מפיק ממנו את התבנית הזאת: גיליון "נתונים" וגיליון "מקרא" שנבנה ממילון הקובץ (תווית, רמת מדידה, תוויות ערך, ערכים חסרים מוגדרים).

טעויות נפוצות

שתי שורות כותרת (שם המשתנה ומתחתיו נוסח השאלה). המחשבונים קוראים שורה אחת; נוסח השאלה הולך לעמודת "תיאור" במקרא.

שורת סיכום או ממוצע בתחתית הגיליון. היא נקראת כנבדק נוסף.

מלל במקום קוד ("גבר"/"אישה" במקום 1/2). עובד כקטגוריאלי, אבל נשבר ברגע שיש שגיאת כתיב באחד התאים – "אשה" הופך לקטגוריה שלישית. קוד + מקרא עמיד יותר.

99 כחסר בלי לומר לאף אחד. ראו ערכים חסרים.

פסיק עשרוני (3,5) או יחידות בתא (25 שנים, 80%). התא נקרא כמלל, כלומר כחסר.

שם משתנה שונה במקרא ("גיל " עם רווח, "Gender" מול "gender"). השורה במקרא מתעלמת – הבודק מדווח על כך.

ציון סולם שחושב בנוסחת אקסל – נשמר כנוסחה, ובהעתקה או בהמרה נעלם. עמוד האלפא מחשב ומחזיר ערכים.

מבנה ארוך (שורה לכל תצפית, עמודת "זמן" ועמודת "ערך"). מדידות חוזרות הולכות לעמודות (Field, 2024, Section 4.6.1).

מיון עמודה אחת בלי השאר. מאותו רגע הערכים שייכים לנבדקים הלא-נכונים; המזהה מסגיר, הגיבוי מציל (Cunningham & Muir, 2023).

"לתקן" ערך בלי ראיה מהמקור, בקובץ המקורי. 310 ק"ג נשאר עד שהשאלון נבדק; השינוי – בעותק, ביומן (Cunningham & Muir, 2023).

"לא יודע" וסירוב באותו קוד. ההבחנה אובדת לתמיד; שני קודים, שניהם במקרא (Cunningham & Muir, 2023).

מקורות

Cunningham, S. A., & Muir, J. A. (2023). Data cleaning. In A. L. Nichols & J. E. Edlund (Eds.), The Cambridge handbook of research methods and statistics for the social and behavioral sciences: Vol. 1. Building a program of research (pp. 443-467). Cambridge University Press. https://doi.org/10.1017/9781009010054.022

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.). Routledge.

לפי כלל האתר, ברשימת המקורות מופיעים רק מקורות שנקראו במקור. Field (2024) ו-Pallant (2020) בעותק דיגיטלי מזורם – ציטוט לפי סעיף ופרק; Cunningham ו-Muir (2023) – לפי הפרק כולו; Osborne (2013) – כמצוטט אצלם. כללי התבנית עצמם (שמות הגיליונות, המילים המוכרות בעמודת הסוג, כלל 7 הערכים) הם מוסכמות האתר ואינם לקוחים ממקור.