עיבוד סקר: מילון משתנים, בדיקות וטבלאות

מחשבון

1. טעינת הנתונים

מדביקים עמודות ישירות מהגיליון (כולל שורת הכותרות) – מסמנים באקסל, מעתיקים, ומדביקים כאן:

מדריך

מתי משתמשים?

כשיש קובץ תשובות של סקר – שאלון שכל משיב ענה עליו פעם אחת – ורוצים את "ספר הטבלאות": טבלת שכיחות לכל שאלה, בסדר השאלון, עם האחוזים על בסיס מוגדר, ובסוף מאפייני המשיבים. זה הדוח הבסיסי של כל סקר, ולרוב גם הנספח של פרק הממצאים. העמוד מטפל בשאלות תשובה יחידה (המשיב בוחר אפשרות אחת) ובמשתני רקע, בשאלות ריבוי תשובות (עמודה לכל אפשרות), בסוללות פריטים על אותו סולם, ובשאלות שנשאלו רק מחלק מהמשיבים (זכאות). מה שעדיין לא – להלן.

ההבדל מעמוד שכיחויות וסטטיסטיקה תיאורית: שם מתארים משתנה אחד לעומק – שכיחויות, מדדי מרכז ופיזור, היסטוגרמה והנחת הנורמליות. כאן – הרבה שאלות בבת אחת, בסדר הדוח, עם מילון משתנים ודוח קליטה לפניהן. שני העמודים קוראים את אותו קובץ.

תהליך העבודה – מהקובץ לדוח

תהליך עיבוד הסקר, כפי שהוגדר למודול הזה, עובר תשעה שלבים: פתיחת מחקר ומילון משתנים; קליטה ואיחוד קבצים; ניקוי, זכאות וקידוד מחדש; שקלול; שמירת בסיס הנתונים לניתוח; טבלאות; עיצוב וייצוא הדוח; ייצוא ייעודי ללקוח; מסירה ושחזור. בשלב הראשון של המודול העמוד מכסה את מה שמסומן בלוח:

מילון המשתנים (ספר הקודים)

לפני שמזינים או מנתחים, מכינים ספר קודים: "סיכום ההוראות שבהן תשתמשו כדי להמיר את המידע שהתקבל מכל נבדק לפורמט שהתוכנה מבינה" (Pallant, 2020, Chapter 2). ספר הקודים של Pallant (לוח 2.1 שם) הוא בדיוק המילון של העמוד: שם המשתנה בקובץ, תיאור (נוסח השאלה), הוראות הקידוד (1 = male, 2 = female), ורמת המדידה – נומינלי, סדר או רציף. באתר – גיליון "מקרא" של התבנית התקנית: שם המשתנה | תיאור | סוג המשתנה | ערכים וקידוד | הערות. העמוד קורא אותו, מוסיף מה שאפשר ללמוד מהנתונים עצמם, ומציג את התוצאה לעריכה.

כללים שהמילון אוכף. שם משתנה ייחודי לכל שאלה, מתחיל באות, בלי רווחים (Pallant, 2020, פרק 2 – כללי השמות של SPSS; התבנית מקבלת גם עברית). המשתנה הראשון – מזהה: "מספר ייחודי שמזהה כל מקרה", שנרשם גם על השאלון, כדי שאפשר יהיה לחזור אליו כשמוצאים שגיאה (שם). קידוד התשובות – מספר לכל אפשרות, לפי סדר האפשרויות בשאלון; "אחר" מקבל קוד משלו (Pallant נותנת 99; שם). המספרים בקידוד שרירותיים – "הם מייצגים שמות", ולכן סוג המשתנה נומינלי גם כשהוא מספרי (Field, 2024, Section 4.6.5).

הסוג קובע את הטבלה. קטגוריאלי וסדר – טבלת שכיחות (n ואחוז; לסדר גם אחוז מצטבר). ריבוי תשובות (פריט) – עמודת 0/1 אחת מתוך שאלה שבה אפשר לסמן כמה אפשרויות; כל הפריטים שבאותה "קבוצה" מקבלים טבלה אחת (להלן). פריטי סדר שבאותה "סוללה" – לוח אחד (להלן). רציף – לוח מדדים (N, ממוצע, סטיית תקן, חציון, מינימום, מקסימום), כי לגיל או לשנות ותק אין "קטגוריות"; לטבלת שכיחות של גיל צריך קודם לקבץ לקבוצות (קידוד תשובות). מלל (שאלה פתוחה) – לא מטובל; העמוד רושם כמה ענו, והתשובות מקודדות בנפרד – Pallant: סורקים את התשובות, מזהים נושאים חוזרים, נותנים לכל נושא קוד ו"אחר" לשאר (2020, פרק 2). מזהה – לא נכלל.

העריכה נשמרת. "הורדת הקובץ עם המילון המעודכן" מחזירה את הנתונים כפי שנטענו עם גיליון "מקרא" חדש – נוסחי השאלות, הסוגים, הקודים וסימוני "לא תשובה עניינית" ו"משתנה רקע" בעמודת ההערות. זה הקובץ שמביאים בפעם הבאה, לכאן ולכל מחשבון אחר באתר.

ערכים חסרים וקודי "לא יודע"

שני דברים שונים. ערך חסר – המשיב לא ענה, השאלה לא נשאלה, או שהנתון לא נרשם. כלל האתר: תא ריק (התבנית התקנית, כלל 4); Pallant: "התוכנה תזהה כל תא ריק כנתון חסר", ולכן אין צורך בקוד מיוחד (2020, פרק 4). קוד "לא יודע/ת" או "מסרב/ת" – המשיב ענה, אבל לא תשובה עניינית. בסקרים נהוג לתת לו קוד (9, 99) ולתעד אותו במקרא כמו כל קוד אחר. Field: מי שמשתמש בקודים כאלה חייב לבחור "ערך בלתי אפשרי" – גדול מהמקסימום של הסולם – ולהודיע לתוכנה שהוא חסר, אחרת "התוכנה תתייחס אליו כערך לגיטימי"; SPSS מאפשר עד שלושה קודים בדידים, כל אחד במשמעות אחרת – לא רלוונטי, לא יודע, לא ענה (2024, Section 4.6.8; Pallant, 2020, Chapter 4).

העמוד מזהה קודים כאלה לפי התווית במקרא ("לא יודע", "מסרב", "לא רלוונטי", don't know, refused…) ומסמן אותם במילון בעמודה "לא תשובה עניינית" – אפשר לתקן. ברירת המחדל: הם מוצאים מבסיס האחוזים ומדווחים בהערת הלוח, בדיוק כמו ש-MISSING VALUES ב-SPSS מוציא אותם מ-Valid Percent. מסמך תהליך העבודה מבחין בין "לא נשאל, סירוב, לא יודע וחסר טכני" – הבחנה שאפשר לשמור בקודים נפרדים במקרא; בשלב זה העמוד מטפל בכולם באותו אופן (מחוץ לבסיס או כשורה, לפי הבחירה).

בדיקות הנתונים לפני הניתוח

"קל מאוד לטעות בהזנת נתונים, ולצערנו כמה שגיאות יכולות לשבש לגמרי את הניתוחים" – להזין 35 במקום 3 (Pallant, 2020, Chapter 5). Pallant מתארת שני שלבים: לבדוק – לכל משתנה, ערכים מחוץ לטווח האפשרי; ולמצוא ולתקן – באיזו רשומה השגיאה. הבדיקה למשתנה קטגוריאלי היא טבלת שכיחות עם מינימום ומקסימום: אם מין מקודד 1-2, ערך 3 הוא שגיאה; למשתנה רציף – Descriptives עם מינימום, מקסימום וממוצע: גיל 2 במדגם מבוגרים הוא שגיאה, ו"האם הממוצע הגיוני?" (שם). בודקים גם את מספר התקפים והחסרים – "אם יש הרבה חסרים, צריך לשאול למה" (שם).

מה דוח הקליטה בודק (לוח 1 בדוח): לכל משתנה – כמה תקפים, כמה ריקים, כמה "לא יודע/מסרב", כמה ערכים שונים; ערכים שאינם ברשימת הקודים שבמילון; ערכים מחוץ לטווח של משתנה רציף; ערכים לא-מספריים בעמודה מספרית; קטגוריות שאף אחד לא בחר; ערך קבוע; ומזהה כפול – לפי תהליך העבודה, "מזהה שחוזר בשני מקורות אינו נמחק אוטומטית ללא כלל מתאים". העמוד מדווח ואינו מתקן: Pallant – ממיינים לפי המשתנה, מוצאים את הרשומה, חוזרים לשאלון המקורי ומתקנים, או מוחקים את הערך (הוא הופך לחסר); רושמים ביומן; ובודקים גם את העמודות הסמוכות של אותה רשומה; ואחרי התיקון מריצים שוב, כי "בתיקון שגיאה אחת אפשר ליצור אחרת" (2020, פרק 5). ערך מחוץ לטווח נשאר בחישוב המדדים עד שתתקנו – כדי שלא "ייעלם" בלי החלטה.

בסיס האחוזים

השאלה המרכזית של כל טבלת סקר: אחוז מתוך מי? לפי תהליך העבודה, "מגדירים לכל טבלה האם האחוזים הם מתוך המשיבים הזכאים, המשיבים בעלי תשובה תקפה או כלל האזכורים". שלוש האפשרויות בעמוד:

• משיבים עם תשובה עניינית (ברירת המחדל) – בלי מי שלא ענה ובלי "לא יודע". זה Valid Percent של FREQUENCIES ב-SPSS כשקודי "לא יודע" מוגדרים כחסרים (הפלט אצל Pallant, 2020, פרק 5, מציג Percent ו-Valid Percent זה לצד זה), ומה שפקודת TABLES הישנה נתנה ב-GBASE=CASES עם חסר ריק. "לא יודע" ומי שלא ענו מדווחים בהערת הלוח – כדי שהקורא יראה כמה הוצאו.
• כל מי שענה – "לא יודע" נשאר כשורה בטבלה. מתאים כשהשיעור שלו הוא עצמו ממצא (למשל מודעות לשירות).
• כל המשיבים – גם מי שלא ענה, כשורת "לא ענה/תה". מתאים לשאלה שכולם היו אמורים לענות עליה, כשאי-המענה הוא מידע.

שאלה שנשאלה רק מחלק מהמשיבים (בדוגמה: שביעות הרצון מהטיפול – רק מי שפנה למוקד) מקבלת בסיס קטן, והעמוד מציין זאת; בשלב זה הזכאות נגזרת מהריקים, ולא מתנאי דילוג שמוגדר במילון – זה שלב 2 של המודול. עיגול. האחוז מעוגל לעשירית (או לשלם) בחשבון שלמים, חצי כלפי מעלה – כמו פורמט PCT5.1 בפקודת TABLES – ולכן סכום העמודה יכול לצאת 99.9 או 100.1; שורת "סה"כ" מציגה תמיד 100 ואת הבסיס, כמו שתהליך העבודה דורש ("מצפים לסכום של כ-100% בהתאם לבסיס שנבחר ולעיגול").

זכאות ודילוג – מי נשאל?

בשאלון יש שאלות שרק חלק מהמשיבים נשאלו: "אם פנית למוקד – עד כמה את/ה מרוצה מהטיפול?". לפי תהליך העבודה, "מי אמור לענות על כל שאלה" נקבע מראש, ו"מחילים תנאי דילוג מהשאלון; מבדילים בין לא נשאל, סירוב, לא יודע וחסר טכני". בעמוד – שדה "נשאל אם" במילון: משתנה = ערך או כמה ערכים מופרדים בפסיק (למשל ש2_דיגיטלי = 2, 3, 4). במקרא כותבים זאת בעמודת ההערות באותו נוסח ("נשאל אם ש4 = 1"), והעמוד קורא אותו בעצמו.

מה התנאי עושה: הזכאים – מי שעונה על התנאי – הם האוכלוסייה של הטבלה; מי שלא נשאל אינו נספר כחסר. מתוך הזכאים נספרים מי שענו, מי שענו "לא יודע" ומי שלא ענו, והבסיס נבחר כרגיל. הערת הלוח אומרת "נשאלו רק מי ש… – N זכאים". ומי שענה אף שלא היה אמור להישאל? דוח הקליטה מונה אותם ("ענו אף שלא נשאלו") – לרוב סתירה בין התשובה לשאלת הסינון, או ערך חסר בשאלת הסינון – ותשובותיהם מחוץ לבסיס עד שתתקנו. בלי תנאי, שאלה כזו מקבלת הרבה "ריקים" והבסיס קטן בלי הסבר – שני הדברים שהערת הלוח נועדה למנוע.

ריבוי תשובות

"באילו שירותים השתמשת?" – המשיב מסמן כמה אפשרויות. בקובץ זו עמודה לכל אפשרות, 0 = לא סומן, 1 = סומן (Q4m1 … Q4m4 בסקריפטים; "קבוצת דיכוטומיות" ב-SPSS). במילון: סוג "ריבוי תשובות (פריט)" ושם קבוצה משותף לכל הפריטים של אותה שאלה (במקרא: "קבוצה ש7"); העמוד מזהה לבד גם עמודות 0/1 עם תחילית משותפת (ש7_1, ש7_2…). הקוד שנחשב "נבחר" הוא הקוד שתוויתו "סומן"/"כן"/selected, ואם אין מקרא – 1.

הטבלה: שורה לכל אפשרות, n = כמה סימנו אותה, % מהמשיבים = מתוך מי שענה על השאלה (סימן אפשרות אחת לפחות, או 0 במפורש) – והסכום עולה על 100, כי כל משיב נספר בכל אפשרות שסימן; זה האחוז שמדווחים ("Percent of cases" ב-MULT RESPONSE, rpct בסקריפטים). % מהאזכורים = מתוך כל הסימונים, מסכם ל-100 – מתאר את תמהיל האזכורים, לא כמה אנשים. שורת "סה"כ אזכורים" נותנת את שני המספרים ואת הממוצע למשיב. תהליך העבודה: "באחוזים מתוך משיבים בשאלה מרובת תשובות הסכום יכול לעלות על 100%", ו"מציגים מספר משיבים ממשי ללא משקל". בסיס "כל המשיבים" בוחר את כל הזכאים, גם מי שלא סימן דבר.

סוללות פריטים

כמה היגדים על אותו סולם ("עד כמה את/ה מסכים/ה: …", 1-5) מדווחים יחד: לוח אחד – שורה לכל פריט, עמודה לכל קטגוריה (אחוזים בשורה), ואז N של הפריט ו-M, ממוצע הקודים. כך קוראים את הסוללה במבט אחד ומשווים פריטים. במילון: שם סוללה משותף (במקרא: "סוללה ש8"); העמוד מזהה לבד פריטי סדר עם אותה רשימת קודים ותחילית משותפת. הבסיס לכל פריט בנפרד – משיבי הפריט עם תשובה עניינית (בלי "לא יודע" ובלי ריקים; לפי תהליך העבודה, "בסיס מתאים לכל פריט"), ותנאי זכאות, אם יש, חל על כל פריט.

הממוצע מוצג כמדד סיכום בלבד, לפי מוסכמת האתר לפריט ליקרט יחיד: סולם סדר, והממוצע שלו הוא קיצור מקובל ולא מדידת רווח (ראו משתנים, סולמות מדידה ומערכי מחקר). ציון סולם מכמה פריטים – באלפא של קרונבך וציון סולם; אם רוצים לדעת אם הפריטים מודדים דבר אחד – שם.

איחוד קבצים – גל שני, מקור נוסף

סקר שנאסף בכמה קבצים (גל טלפוני וגל אינטרנטי, שני ספקים, שתי תקופות) מאוחד בשורות: אותן שאלות, משיבים נוספים – כמו ADD FILES בסקריפטים (שם שלושה קובצי SAV עם משתנה מקור seker). זה שונה מחיבור מידע של אותו משיב בין קבצים לפי מזהה (MATCH FILES), שהעמוד אינו עושה. בעמוד: טוענים את הקובץ הראשון, ואז "הוספת קובץ תשובות לאיחוד" – כמה פעמים שצריך. העמודות מותאמות לפי שם, לא לפי מיקום: עמודה שחסרה בקובץ אחד נשארת ריקה אצל משיביו, ועמודה שיש רק בקובץ השני מצטרפת בסוף; נוספת עמודת "מקור" (1, 2, …) עם שמות הקבצים כתוויות – היא מטובלת כמשתנה רקע, כך שספירת הרשומות לכל מקור בדוח. המקרא נלקח מהקובץ הראשון שיש בו מקרא.

לפי תהליך העבודה, הבקרות של האיחוד הן "התאמה של שמות משתנים, סוגי נתונים וקודי תשובות בין המקורות; מספר רשומות בכל מקור ובקובץ המאוחד; כפילויות לפי מזהה". דוח האיחוד (מתחת לכפתור) מונה רשומות לכל קובץ, עמודות חסרות ועודפות, ואי-התאמת סוג – מלל בקובץ אחד ומספרים באחר (סימן לקידוד שונה: "גבר/אישה" מול 1/2). קודים שונים לאותה שאלה (1-5 בקובץ אחד, 5-1 בשני) העמוד אינו יכול לזהות – זו בדיקה שעושים מול שני השאלונים, ואפשר לתקן בקידוד מחדש לפי מקור. מזהה שחוזר בשני קבצים מופיע ב"מזהה כפול" בדוח הקליטה ואינו נמחק: "מזהה שחוזר בשני מקורות אינו נמחק אוטומטית ללא כלל מתאים". "ביטול האיחוד" מחזיר את הקובץ הראשון; קובצי המקור עצמם אינם משתנים.

סינון רשומות וקידוד מחדש – יומן ההכנה

סינון הוא כלל הזכאות למחקר: מי שאינו עונה עליו אינו חלק מהמדגם המדווח (בדוגמה של הסקריפטים – SELECT IF(edu >= 1)). כותבים כלל בכל שורה: גיל >= 18, אזור = 1, 2, 3, מצב <> 9, גיל 18-85. ערך ריק (או לא-מספרי) בשאלת הסינון אינו עונה על הכלל – הרשומה יוצאת, כמו ב-SPSS, שבו חסר ב-SELECT IF אינו נבחר; לכן בודקים קודם כמה חסרים יש במשתנה הסינון. כל כלל נרשם ביומן עם מספר הרשומות שהוציא ומספר הנותרות, כנדרש בתהליך: "מחילים כללי זכאות וסינון, ומתעדים כמה רשומות הוצאו ומדוע". הסינון חל על הטבלאות, על פסקת המדגם ועל N בכותרת הדוח ("נטענו 240; 1 הוצאו בסינון") – לא על דוח הקליטה, שמתאר את הקובץ כפי שנטען.

קידוד מחדש יוצר משתנה חדש ומשאיר את המקורי ("יוצרים משתנים נגזרים תוך שמירת המשתנים המקוריים"; Pallant, 2020, פרק 8: בוחרים דווקא Recode into Different Variables כדי שהמשתנה המקורי יישאר לניתוחים אחרים, ואחרי הקידוד מריצים Frequencies גם על הישן וגם על החדש ובודקים שהמספרים מתאימים – בדיוק מה שהדוח מציג זה ליד זה): קבוצות של משתנה רציף – גיל_קבוצות "קבוצת גיל" = גיל: 18-29 = 1 "18-29"; 30-44 = 2 "30-44"; 45-64 = 3 "45-64"; 65-85 = 4 "65 ומעלה"; איחוד קטגוריות – השכלה_2 = השכלה: 1, 2 = 1 "לא אקדמית"; 3, 4 = 2 "אקדמית". השם החדש לפני הסימן "=", תווית (רשות) במירכאות, אחרי הנקודתיים כללי המיפוי מופרדים בנקודה-פסיק, ו"אחרת = 9" (רשות) לכל מה שלא מופה. ערך שלא מופה ואין "אחרת" – ריק, ונספר ביומן ("לא מופו 1"); כך טעות בטווחים (גיל 7 שאינו באף קבוצה) לא נבלעת. המשתנה החדש מצטרף למילון (סוג סדר כשהמיפוי בטווחים או כשהמקור סדר; אפשר לשנות), לדוח הקליטה, לדוח הטבלאות – ליד המקור, כדי לראות את ההתפלגות לפני ואחרי – ולקובץ שמורידים (עמודה בגיליון "נתונים", הערה "נגזר מ-" במקרא, וגיליון "הכנה" עם היומן). הסדר קבוע: קודם הקידוד על כל הרשומות, אחר כך הסינון – כמו RECODE ואז SELECT IF; לכן כלל סינון יכול להשתמש גם במשתנה נגזר. מה שלא כאן: תנאים מורכבים (שני משתנים בכלל אחד), חישובים (סכום פריטים – באלפא של קרונבך וציון סולם), וקידוד תשובות פתוחות (קידוד תשובות ויצירת משתנים).

שקלול – מתי, איך, ומה בודקים

מדגם שהרכבו שונה מהאוכלוסייה (יותר נשים, פחות צעירים, אזור אחד מיוצג-יתר) משוקלל כך שכל קבוצה תקבל את חלקה באוכלוסייה. בסקריפטים של המכון השקלול הוא בשיטת תאים: לכל תא (מגדר × גיל, דתיות/מוצא, אזור) משקל = אחוז היעד / אחוז המדגם, והמשקל הסופי הוא מכפלת הרכיבים (ww = w · w_d · w_az, ואז WEIGHT BY ww). העמוד עושה בדיוק זאת: כותבים רכיב בכל שורה – מין * גיל_קבוצות: 1,1 = 10; 1,2 = 12; … או אזור: 1 = 35; 2 = 25; … – עם היעד לכל תא (אחוז או מספר; העמוד מנרמל מהסך). לפי תהליך העבודה: "למחקר חדש מזינים את התפלגויות היעד, מקורן ותאריך תחולתן" – את המקור והתאריך רושמים בדוח; המספרים בדוגמה הם לקובץ הדוגמה בלבד.

מה קורה לרשומה בלי תא – ערך ריק במשתנה השקלול, או קוד שאינו ביעד (למשל קוד מין 3): הרכיב שלה הוא 1, כמו "comp w = 1" בסקריפט, והיא נספרת בלוח השקלול ("לא שויכו"). התהליך מזהיר במפורש: "רכיבי המשקל מתחילים ב-1, ולכן יש לבדוק במפורש רשומות שלא קיבלו התאמה". תא יעד בלי משיבים – אזהרה: חלק היעד הזה אינו מיוצג; מאחדים תאים או מתעדים.

מה בודקים – לוח השקלול (יעד, n, מדגם, משקל לכל תא), טווח המשקלים וממוצעם, סכום המשקלים (הבסיס המשוקלל), ואפקט העיצוב של המשקלים, deff = 1 + CV² = n·Σw² / (Σw)² – כמה הדיוק נפגע מאי-שוויון המשקלים (deff 1.5 פירושו דיוק כשל מדגם קטן ב-⅓). ובדיקת לפני/אחרי: לכל משתנה שקלול – אחוז לא משוקלל, משוקלל ויעד. ברכיב של הצלבה השוליים מתקבלים בדיוק; בשני רכיבים נפרדים – בקירוב, כי "מכפלת שלושה רכיבים אינה מבטיחה שכל התפלגויות היעד יתקבלו בו-זמנית; בודקים זאת בפועל". קיצוץ משקלים לטווח (למשל 0.3-3) ונרמול לממוצע 1 הם אופציות כבויות כברירת מחדל: "מעבר לשיטת שקלול אחרת, נרמול או קיצוץ משקלים דורש בחירה מתודולוגית ותיעוד" – כשמפעילים, זה נרשם בלוח השקלול, בפסקת המדגם ובגיליון "הכנה".

איך קוראים דוח משוקלל – בכל טבלה n הוא מספר המשיבים הממשי, והאחוזים (ובלוח המדדים – הממוצע, ס"ת והחציון) משוקללים; בהערת כל לוח – הבסיס המשוקלל (סכום המשקלים). "מציגים מספר משיבים ממשי ללא משקל, ובדוח משוקלל מציינים גם את בסיס החישוב המשוקלל; אין לכנות את סכום המשקלים מספר משיבים ממשי" (תהליך העבודה, שלב 6). הסדר: איחוד → קידוד מחדש → סינון → שקלול (המשקלים מחושבים על הרשומות שנותרו אחרי הסינון – כמו בסקריפט, שבו SELECT IF קודם לשקלול). השקלול מתקן את הרכב המדגם, לא את מי שלא ענה בכלל: הכללה לאוכלוסייה עדיין דורשת מדגם הסתברותי (מדגם ודגימה).

חבילת המחקר, עותק למסירה ושחזור

תהליך העבודה מבחין בין פלט הבדיקה המלא – "תחילה בודקים את הפלט המלא ושומרים אותו" – לבין עותק למסירה: "סדר שאלות, כותרות, תוויות, בסיסים, הערות שיטה ועיצוב עברית", בלי האזהרות (זה מה ש-MAKEWAR עשה בסקריפטים – הסיר הערות, לוגים ואזהרות לפני שמירת הדוח הסופי). בעמוד: "הורדת הדוח" נותנת את הפלט המלא (דוח קליטה, יומן הכנה, לוחות השקלול, כל הטבלאות, פסקת המדגם, קריאת התוצאה); "עותק למסירה" – רק הטבלאות, הערותיהן ופסקת המדגם, בלי "לבדוק" בהערות. האזהרות אינן נעלמות: הן נשמרות בפלט המלא – "האזהרות נשמרות בחבילת הבדיקה גם כאשר אינן מוצגות בדוח ללקוח" (שלב 9).

חבילת המחקר (ZIP, כפתור בסוף הדוח) היא מה ששלב 9 דורש למסירה ולשחזור: הנתונים לניתוח עם המילון, היומן וההגדרות (01_data_dictionary.xlsx), פלט הבדיקה המלא (02), עותק למסירה ב-Word וב-HTML (03), סינטקס SPSS שמשחזר הכול (04), תסריט R (05), ההגדרות כקובץ נפרד (06_settings.json), קובץ הייצוא לפי מפרט אם הוגדר (07), ו-README.txt שמפרט מה בכל קובץ, מצב הנתונים (נטענו/בניתוח, ממצאי הקליטה, הכנה, שקלול, אפשרויות) ואיך משחזרים. שמות הקבצים באנגלית – כדי שייפתחו בכל מערכת.

שחזור. "ניתן לשחזר את התוצרים מאותם קלטים והגדרות" – לכן ההגדרות נשמרות בשני מקומות: גיליון "הגדרות" בקובץ שמורידים (המילון על עריכותיו, הקידוד, הסינון, השקלול, אפשרויות הדוח, מפרט הייצוא) ו-settings.json. טוענים את הקובץ שירד – וההגדרות נטענות אוטומטית (הודעה בטעינה); או טוענים את קובץ המקור ואז "טעינת הגדרות מקובץ". משתנה נגזר שכבר קיים כעמודה בקובץ שירד – לא נבנה שוב (הוא כבר שם, עם ההערה "נגזר מ-" במקרא); עמודת המשקל שנשמרה אינה מטובלת, והמשקל מחושב מחדש מהרכיבים – כך בדיקת השחזור היא אמיתית: אותם מספרים מאותן הגדרות. שינוי בהגדרה מחייב הפקה מחדש של הדוח (שלב 5: "שינוי בניקוי או בשקלול מחייב הפקה מחדש של הטבלאות והדוח התלויים בהם") – העמוד מחשב הכול מחדש בכל הרצה, אז אין מצב של דוח ישן עם הגדרות חדשות.

ייצוא לפי מפרט לקוח (סעיף 7) – כשלקוח דורש קובץ טקסט במיקומי עמודות קבועים, כמו Tires-Write_perfecto.SPS שכתב ל-TyreBrands.txt. לפי שלב 8: "לפני הייצוא מגדירים מפרט: … מיקומי עמודות, רוחב כל שדה, קידוד תווים, ייצוג חסרים וסדר הרשומות. יוצרים קובץ חדש, בודקים אורכים ומיקומים וקוראים אותו בחזרה לפי המפרט." בעמוד: שדה בכל שורה (משתנה ורוחב, או התחלה-סוף), תו לחסר, ואופציה לשדה משקל; הקובץ ב-UTF-8, שורה לכל רשומה בניתוח, בסדר הקובץ. ערך רחב מהשדה אינו נחתך בשקט – הוא נרשם כשגיאה והשדה נשאר ריק, כדי שתרחיבו את השדה. בדיקת המבנה היא הקריאה החוזרת: כל שדה נקרא מהמיקומים שבמפרט ומושווה לנתונים; הדוח מונה אי-התאמות ואורכי שורה. מפרט הייצוא נכתב לקובץ נפרד בחבילה. מלל עברי בשדה רוחב-קבוע נספר בתווים (לא בבייטים) – אם הלקוח דורש קידוד windows-1255 או רוחב בבייטים, ממירים אחרי ההורדה ומציינים זאת במפרט.

איך קוראים את הטבלה?

כותרת הלוח – נוסח השאלה (כמו /TITLE בפקודת TABLES). בעמודת הקטגוריות – התווית ואחריה הקוד בסוגריים, כדי שאפשר יהיה לחזור מהטבלה לקובץ. n – מספר המשיבים שבחרו בקטגוריה; % – מתוך הבסיס; % מצטבר (למשתני סדר) – עד הקטגוריה הזאת ועד בכלל, שימושי ל"כמה מרוצים או מרוצים מאוד" (חיבור שתי השורות האחרונות). שורת "סה"כ" – הבסיס ו-100%. הערת הלוח – מהו הבסיס, כמה ענו "לא יודע", כמה לא ענו.

שלושה דברים שכדאי לראות לפני שממשיכים: קטגוריה עם 0 – אף אחד לא בחר; לפי תהליך העבודה זו בדיקה ("קטגוריות עם אפס תשובות"), ולכן הקטגוריה מוצגת כברירת מחדל ולא נעלמת. שורה בלי תווית – ערך שאינו במילון (שגיאת הזנה או קוד שלא תועד); דוח הקליטה מסמן אותו. בסיס קטן – אחוז על 20 משיבים זז ב-5 נקודות עם כל משיב; מדווחים את הבסיס ליד כל אחוז, ובטקסט מעדיפים את המספרים.

לוח המדדים למשתנה רציף: N, ממוצע, סטיית תקן (במכנה n − 1), חציון, מינימום ומקסימום – כמו DESCRIPTIVES ב-SPSS, ועם החציון שמוסיף Codebook (Pallant, 2020, Chapter 6). הממוצע והסטייה בשתי ספרות, כמו בתוכנה; APA ממליץ לנתונים בסולם שלמים על ספרה אחת (2020, סעיף 6.36) – לעגל בדוח.

דיווח

הלוחות בעמוד בנויים לפי APA: מספר לוח וכותרת מעל, כותרת לכל עמודה כולל עמודת ה"סטאב" (הקטגוריות), והערה כללית מתחת שמסבירה את הבסיס (APA, 2020, Sections 7.12 and 7.14). לוח מאפייני המשיבים – לוח 7.2 במדריך, "לוח מאפיינים דמוגרפיים לדוגמה": משתנה אחרי משתנה, הקטגוריות מוזחות מתחת לשם המשתנה, ו-n ו-% לכל קטגוריה (שם, סעיף 7.21; ההזחה – סעיף 7.12). בעמוד כל משתנה רקע הוא לוח משלו; בדוח מאוחד אפשר לאחד אותם ללוח אחד במבנה הזה, בהעתקה ל-Word.

פסקת תיאור המדגם שהעמוד מנסח היא הפתיח של פרק השיטה: Pallant מזכירה שבמחקר עם משתתפים "שימושי לאסוף מידע על מספר האנשים במדגם, מספר ואחוז הגברים והנשים, הטווח והממוצע של הגיל, רמת ההשכלה וכל מידע רקע רלוונטי אחר" (2020, פרק 6) – וזה מה שהפסקה אוספת ממשתני הרקע שסומנו. את מספרי הדוח כותבים כפי שהם בלוח; כללי הדיווח ומחולל פרק הממצאים משלימים את השאר.

מה העמוד אינו עושה (עדיין)

• ריבוי תשובות בקידוד קטגורי – כשבמקום עמודת 0/1 לכל אפשרות יש כמה עמודות "אזכור 1, אזכור 2…" ובכל אחת קוד של האפשרות (קבוצת קטגוריות ב-SPSS). בשלב זה – רק קידוד דיכוטומי (0/1).
• תנאי זכאות מורכב – שני משתנים ("נשאל אם ש4 = 1 וגם ש2 = 3") בתנאי אחד; בסינון – כל שורה היא כלל, וכולם חלים יחד (וגם), אבל אין "או".
• חיבור קבצים לפי מזהה (MATCH FILES – מידע על אותו משיב משני קבצים) ומשתנים מחושבים (סכום, ממוצע פריטים) – לא; האיחוד הוא בשורות בלבד, והקידוד מחדש – מיפוי של משתנה אחד.
• שקלול בשיטות אחרות – רייקינג (iterative proportional fitting) שמתאים כמה שוליים בו-זמנית, משקלי דגימה (הסתברות בחירה הפוכה), שקלול לאי-השבה לפי מודל – לא; רק שיטת התאים של הסקריפטים. גם רווחי סמך ומבחנים משוקללים (אפקט העיצוב בחישוב טעות התקן) – לא בעמוד זה.
• ייצוא ללקוח במבנה כרטיסים (סוגי רשומות, קוד כרטיס, כמה שורות למשיב, קידוד windows-1255) – לא; רק שורה אחת לרשומה ברוחב קבוע ב-UTF-8.
• פילוחים – הטבלה לפי קבוצה (BY kk בסקריפטים כשהעמודות הן תת-קבוצות) – לא כאן אלא בעמוד ההמשך, עיבוד סקר: פילוחים: טוענים שם את הקובץ שירד מכאן (עם גיליון "הגדרות"), בוחרים ראשי עמודות ומקבלים את כל הטבלאות לפי קבוצות עם חי-בריבוע ו-V לכל הצלבה. לפילוח אחד מפורט – חי-בריבוע.
• תרשימים לכל טבלה – יש, באופציה; עמוד השכיחויות נותן תרשים והערת איור מלאה למשתנה אחד.

ואיך עושים זאת ב-SPSS?

לטבלאות – Analyze › Descriptive Statistics › Frequencies: מכניסים את השאלות ולוחצים OK; הפלט הוא טבלה לכל משתנה עם Frequency, Percent, Valid Percent ו-Cumulative Percent (Pallant, 2020, Chapter 6). כדי ש-Valid Percent יהיה "משיבים עם תשובה עניינית" מגדירים את קודי "לא יודע" ב-Variable View › Missing (Field, 2024, Section 4.6.8) – הסינטקס שהעמוד מוריד עושה זאת ב-MISSING VALUES, יחד עם VARIABLE LABELS ו-VALUE LABELS מהמילון. לבדיקות – Frequencies עם Statistics › Minimum, Maximum לקטגוריאליים ו-Descriptives לרציפים (Pallant, 2020, Chapter 5); את כל המידע על המילון בפקודה אחת נותן Analyze › Reports › Codebook (שם, פרק 6) – גם הוא בסינטקס. שאלה מותנית – TEMPORARY ואז SELECT IF לפני ה-FREQUENCIES שלה (הסינטקס עושה זאת לכל שאלה עם "נשאל אם"). ריבוי תשובות – Analyze › Multiple Response › Define Variable Sets (דיכוטומיות, הערך הנספר 1) ואז Frequencies; בסינטקס – MULT RESPONSE GROUPS=$ש7 (ש7_1 ש7_2 ש7_3 ש7_4 (1)) /FREQUENCIES=$ש7, ועמודת Percent of Cases בפלט היא "% מהמשיבים" בעמוד. סוללה – FREQUENCIES לכל הפריטים עם /STATISTICS=MEAN; את הלוח המאוחד (פריטים בשורות, קטגוריות בעמודות) מרכיבים ב-CTABLES או ידנית – הסינטקס נותן את המספרים. איחוד קבצים – Data › Merge Files › Add Cases; בסינטקס – GET DATA לכל קובץ עם COMPUTE מקור = k ו-DATASET NAME, ואז ADD FILES /FILE=src1 /FILE=src2 (כמו בסקריפט 070410_all-sys). קידוד מחדש – Transform › Recode into Different Variables; בסינטקס – RECODE גיל (18 thru 29=1) (30 thru 44=2) … INTO גיל_קבוצות עם VALUE LABELS (Pallant, 2020, Chapter 8). סינון – Data › Select Cases, או SELECT IF (גיל >= 18) קבוע (בלי TEMPORARY) לפני הטבלאות; שקלול – COMPUTE w1 = 1 ואז IF (מין = 1 AND גיל_קבוצות = 1) w1 = יעד / מדגם לכל תא, COMPUTE ww = w1 * w2, WEIGHT BY ww – בדיוק כמו בסקריפט ההכנה; מכאן FREQUENCIES מדפיס שכיחויות משוקללות, ו-N בפלט הוא סכום המשקלים (לא מספר משיבים – לכן העמוד מדפיס n ממשי לצד). הסינטקס מסדר את הכול בסדר הנכון: טעינה ואיחוד, קידוד מחדש, מילון, סינון, שקלול, טבלאות.

והסקריפטים הישנים? דוח הטבלאות במכוני מחקר נבנה שנים בפקודת TABLES: לכל שאלה /TABLE= q5 + $t000001 BY kk, אחוז עמודה (cpct) בפורמט PCT5.1, שורת סה"כ (FTOTAL), GBASE=CASES, חסר ריק (MISSING('.')) ונוסח השאלה ב-/TITLE – וסקריפט שמייצר את כל הפקודות מהמילון (Create_Freq). הטבלה של העמוד היא בדיוק הטבלה הזאת: אותן שורות, אותו בסיס, אותו עיגול. TABLES אינה קיימת עוד בגרסאות SPSS הנוכחיות (הוחלפה ב-CTABLES), ולכן הסינטקס שהעמוד מוריד משתמש ב-FREQUENCIES, שקיימת בכל גרסה – וגם ב-PSPP החופשית.

ואיך עושים זאת ב-R?

בלי חבילות מיוחדות: table() לספירה, והאחוז מחושב בעיגול לעשירית בחשבון שלמים כמו בעמוד. התסריט שהעמוד מוריד ("הורדת תסריט R") קורא את הקובץ עם readxl, מגדיר פונקציה freq_table שמוציאה NA ואת קודי "לא יודע" מהבסיס, ומדפיס טבלה לכל שאלה ומדדים לכל משתנה רציף; לשאלה מותנית – סינון ב-%in%; לריבוי תשובות – colSums על שורות שבהן יש ערך אחד לפחות; לסוללה – טבלה וממוצע לכל פריט; לאיחוד – rbind אחרי השלמת העמודות החסרות ב-NA; לקידוד מחדש – השמה לפי טווחים או %in%; לסינון – בחירת שורות; לשקלול – וקטור משקלים מהתאים, tapply(w, x, sum) לטבלה משוקללת וממוצע משוקלל ידני (ס"ת במכנה W − 1, כמו SPSS). כלל האתר לעברית ב-R: קובץ UTF-8, כל שורת הערה מתחילה במילה עברית, ושמות משתנים באנגלית (קובץ הדוגמה האנגלי). שימו לב: בסבב הבנייה הזה R לא היה זמין, והתסריט נבדק בקריאה בלבד – האימות של העמוד נעשה מול Python (pandas), ראו README האימות.

טעויות נפוצות

"לא יודע" בתוך הבסיס בלי לשים לב. קוד 9 שלא תועד במקרא נספר כתשובה – ומנפח את "לא מרוצה" או מופיע כשורה סתומה. Field: ערך חסר שלא הוגדר "ייחשב ערך לגיטימי בכל ניתוח – עם תוצאות הרות אסון" (2024, סעיף 4.6.8). לכן המילון מציג את הקודים האלה בעמודה משלהם.

לטבל שאלה פתוחה או משתנה רציף. 200 תשובות שונות אינן טבלה. גיל מטובלים אחרי קיבוץ; מלל – אחרי קידוד (Pallant, 2020, Chapter 2).

להציג אחוזים בלי בסיס. 50% יכולים להיות 3 מתוך 6. הבסיס ליד כל טבלה – ובשאלה שנשאלה מחלק מהמשיבים, גם בטקסט.

לתקן שגיאה בלי לרשום. Pallant: יומן של כל שגיאה שנמצאה וכל שינוי שנעשה (2020, פרק 5). דוח הקליטה הוא תחילת היומן – שמרו אותו עם הדוח.

לסנן בלי לספור. "הוצאנו את מי שלא זכאי" – כמה? ממה? יומן ההכנה אומר: כלל, הוצאו, נותרו; ובפרק השיטה כותבים "מתוך 240 רשומות נכללו 239 (סינון: גיל 18 ומעלה)".

לקודד מחדש על המשתנה המקורי. "גיל" שהפך לקבוצות אינו גיל יותר – הממוצע אבד. תמיד משתנה חדש; המקורי נשאר בקובץ ובדוח.

לדווח ריבוי-תשובות באחוז מהאזכורים. "37% מהאזכורים היו תשלומים" נשמע כאילו 37% מהאנשים – אבל 54% מהם סימנו תשלומים. מדווחים % מהמשיבים, ואומרים שהסכום עולה על 100.

לקרוא לסכום המשקלים "מספר משיבים". הכלל בתהליך העבודה: מציגים N ממשי בלי משקל, ובדוח משוקלל מציינים גם את הבסיס המשוקלל – כך העמוד מדפיס (n ממשי, אחוז משוקלל, "בסיס משוקלל" בהערה).

למסור את פלט הבדיקה ללקוח, או למסור בלי לשמור אותו. הלקוח מקבל את העותק למסירה; פלט הבדיקה עם האזהרות נשאר בחבילה. ומי שמסר בלי חבילה לא יוכל לשחזר בעוד שנה מה בדיוק סונן ושוקלל.

לשקלל בלי לבדוק את התאים. משקל 4 לתא של שמונה משיבים – שמונה אנשים "מדברים" בשם רבע מהדוח. לוח השקלול מראה את זה לפני שמוסרים; קיצוץ הוא תשובה אפשרית, אבל מתועדת.

מקורות

American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). https://doi.org/10.1037/0000165-000

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 – פרק 4 (סעיפים 4.6.1, 4.6.5, 4.6.8), Pallant – פרקים 2, 4, 5 ו-6, APA – סעיפים 6.36, 7.12, 7.14 ו-7.21 (לוח 7.2). שניהם מצוטטים לפי סעיף ופרק (הספרים האלקטרוניים אינם שומרים על מספרי העמודים המודפסים). תהליך העבודה וסקריפטי ה-SPSS (TABLES, Create_Freq, inc) הם מסמכי העבודה של האתר – לא מקורות מפורסמים, ולכן אינם ברשימה. החישוב בעמוד מאומת מול Python (pandas) על קובץ הדוגמה – כל n, כל אחוז וכל מדד, ספרה-בספרה, כולל טבלת ריבוי-התשובות, הסוללה, הבסיסים המותנים, הטבלאות אחרי סינון וקידוד מחדש, הקובץ המאוחד (pandas.concat), משקלי התאים, הסכום, אפקט העיצוב והטבלאות המשוקללות (אחוזים, ממוצע, ס"ת וחציון משוקללים).