سروے ڈیٹا کی پروسیسنگ: کوڈ بک، جانچیں اور جداول

1. ڈیٹا لوڈ کرنا

شیٹ سے کالم براہِ راست چسپاں کریں (عنوانات کی قطار سمیت) – ایکسل میں منتخب کریں، کاپی کریں اور یہاں چسپاں کریں:

کب استعمال کریں؟

جب سروے کی جوابات کی فائل موجود ہو – ایسا سوالنامہ جس کا ہر جواب دہندہ نے ایک بار جواب دیا ہو – اور "جداول کی کتاب" درکار ہو: ہر سوال کے لیے تعددی جدول، سوالنامے کی ترتیب میں، متعین بنیاد پر فیصد کے ساتھ، اور آخر میں جواب دہندگان کی خصوصیات۔ یہ ہر سروے کی بنیادی رپورٹ ہے، اور عموماً نتائج کے باب کا ضمیمہ بھی۔ صفحہ واحد جواب والے سوالات (جواب دہندہ ایک اختیار چنتا ہے) اور پس منظر کے متغیرات، متعدد جوابات والے سوالات (ہر اختیار کے لیے ایک کالم)، ایک ہی پیمانے پر سوالوں کے سلسلے (batteries)، اور ان سوالات کو سنبھالتا ہے جو جواب دہندگان کے صرف ایک حصے سے پوچھے گئے (اہلیت)۔ جو ابھی نہیں – نیچے۔

صفحہ تعددات اور توضیحی شماریات سے فرق: وہاں ایک متغیر کو گہرائی سے بیان کیا جاتا ہے – تعددات، مرکزیت اور پھیلاؤ کے اشاریے، ہسٹوگرام اور نارملٹی کا مفروضہ۔ یہاں – بہت سے سوالات ایک ساتھ، رپورٹ کی ترتیب میں، ان سے پہلے کوڈ بک اور ڈیٹا وصولی کی رپورٹ کے ساتھ۔ دونوں صفحات ایک ہی فائل پڑھتے ہیں۔

کام کا طریقۂ کار – فائل سے رپورٹ تک

سروے ڈیٹا کی پروسیسنگ کا عمل، جیسا کہ اس ماڈیول کے لیے متعین کیا گیا، نو مراحل سے گزرتا ہے: تحقیق کا آغاز اور کوڈ بک؛ وصولی اور فائلوں کا انضمام؛ صفائی، اہلیت اور دوبارہ کوڈنگ؛ وزن دہی؛ تجزیے کے لیے ڈیٹا بیس کو محفوظ کرنا؛ جداول؛ رپورٹ کی تشکیل اور برآمد؛ کلائنٹ کے لیے مخصوص برآمد؛ حوالگی اور بحالی۔ ماڈیول کے پہلے مرحلے میں صفحہ ان چیزوں کا احاطہ کرتا ہے جو جدول میں نشان زد ہیں:

کوڈ بک (کوڈز کی کتاب)

ڈیٹا درج کرنے یا تجزیہ کرنے سے پہلے کوڈ بک تیار کی جاتی ہے: "ان ہدایات کا خلاصہ جنہیں آپ ہر جواب دہندہ سے حاصل شدہ معلومات کو اس فارمیٹ میں بدلنے کے لیے استعمال کریں گے جو سافٹ ویئر سمجھتا ہے" (Pallant, 2020, Chapter 2)۔ Pallant کی کوڈ بک (وہاں جدول 2.1) بالکل اس صفحے کی کوڈ بک ہے: فائل میں متغیر کا نام، وضاحت (سوال کی عبارت)، کوڈنگ کی ہدایات (1 = male, 2 = female)، اور پیمائش کی سطح – اسمی، ترتیبی یا مسلسل۔ سائٹ پر – معیاری سانچے کی کوڈ بک شیٹ (legend / מקרא): متغیر کا نام | وضاحت | متغیر کی قسم | قدریں اور کوڈنگ | نوٹس۔ صفحہ اسے پڑھتا ہے، وہ شامل کرتا ہے جو خود ڈیٹا سے سیکھا جا سکتا ہے، اور نتیجہ ترمیم کے لیے دکھاتا ہے۔

وہ اصول جو کوڈ بک نافذ کرتی ہے۔ ہر سوال کے لیے منفرد متغیر کا نام، حرف سے شروع، خالی جگہوں کے بغیر (Pallant، 2020، باب 2 – SPSS کے ناموں کے اصول؛ سانچہ عبرانی بھی قبول کرتا ہے)۔ پہلا متغیر – شناخت (ID): "ایک منفرد نمبر جو ہر کیس کی شناخت کرتا ہے"، جو سوالنامے پر بھی درج کیا جاتا ہے، تاکہ خطا ملنے پر اس تک واپس جایا جا سکے (وہی ماخذ)۔ جوابات کی کوڈنگ – سوالنامے میں اختیارات کی ترتیب کے مطابق ہر اختیار کے لیے ایک نمبر؛ "دیگر" کو اپنا کوڈ ملتا ہے (Pallant اسے 99 دیتی ہیں؛ وہی ماخذ)۔ کوڈنگ میں نمبر من مانے ہیں – "وہ ناموں کی نمائندگی کرتے ہیں"، اس لیے متغیر کی قسم اسمی ہے چاہے وہ عددی ہو (Field, 2024, Section 4.6.5)۔

قسم جدول طے کرتی ہے۔ زمرہ جاتی (categorical) اور ترتیبی – تعددی جدول (n اور فیصد؛ ترتیبی کے لیے مجموعی فیصد بھی)۔ متعدد جوابات (آئٹم) – ایسے سوال کا 0/1 والا ایک کالم جس میں کئی اختیارات پر نشان لگایا جا سکتا ہے؛ ایک ہی "گروہ" کے تمام آئٹمز کو ایک جدول ملتا ہے (نیچے)۔ ایک ہی "سلسلے" کے ترتیبی آئٹمز – ایک جدول (نیچے)۔ مسلسل – اشاریوں کا جدول (N، اوسط، معیاری انحراف، وسطانیہ، کم سے کم، زیادہ سے زیادہ)، کیونکہ عمر یا ملازمت کے سالوں کے "زمرے" نہیں ہوتے؛ عمر کے تعددی جدول کے لیے پہلے گروہوں میں تقسیم کرنا ہوگا (جوابات کی کوڈنگ)۔ متن (کھلا سوال) – جدول نہیں بنتا؛ صفحہ درج کرتا ہے کہ کتنوں نے جواب دیا، اور جوابات کی کوڈنگ الگ کی جاتی ہے – Pallant: جوابات پر نظر ڈالی جاتی ہے، بار بار آنے والے موضوعات کی نشاندہی کی جاتی ہے، ہر موضوع کو ایک کوڈ دیا جاتا ہے اور باقی کو "دیگر" (2020، باب 2)۔ شناخت – شامل نہیں۔

ترمیم محفوظ رہتی ہے۔ "تازہ کردہ کوڈ بک کے ساتھ فائل ڈاؤن لوڈ کریں" ڈیٹا کو اسی طرح واپس دیتا ہے جیسے لوڈ کیا گیا تھا، ایک نئی کوڈ بک شیٹ (legend / מקרא) کے ساتھ – سوالات کی عبارتیں، اقسام، کوڈز اور نوٹس کے کالم میں "بامعنی جواب نہیں" اور "پس منظر کا متغیر" کے نشانات۔ یہی فائل اگلی بار لائی جاتی ہے، یہاں اور سائٹ کے ہر دوسرے کیلکولیٹر میں۔

گمشدہ قدریں اور "معلوم نہیں" کے کوڈز

دو مختلف چیزیں۔ گمشدہ قدر – جواب دہندہ نے جواب نہیں دیا، سوال پوچھا نہیں گیا، یا معلومات درج نہیں ہوئیں۔ سائٹ کا اصول: خالی خانہ (معیاری سانچہ، اصول 4)؛ Pallant: "سافٹ ویئر ہر خالی خانے کو گمشدہ ڈیٹا کے طور پر پہچانے گا"، اس لیے کسی خاص کوڈ کی ضرورت نہیں (2020، باب 4)۔ "معلوم نہیں" یا "انکار" کا کوڈ – جواب دہندہ نے جواب دیا، لیکن بامعنی جواب (substantive response) نہیں۔ سرویز میں اسے کوڈ (9، 99) دینے اور کوڈ بک شیٹ میں کسی بھی دوسرے کوڈ کی طرح درج کرنے کا رواج ہے۔ Field: جو ایسے کوڈز استعمال کرے اسے "ناممکن قدر" منتخب کرنی چاہیے – پیمانے کی زیادہ سے زیادہ قدر سے بڑی – اور سافٹ ویئر کو بتانا چاہیے کہ یہ گمشدہ ہے، ورنہ "سافٹ ویئر اسے ایک جائز قدر سمجھے گا"؛ SPSS تین تک منفرد کوڈز کی اجازت دیتا ہے، ہر ایک مختلف معنی میں – غیر متعلق، معلوم نہیں، جواب نہیں دیا (2024, Section 4.6.8; Pallant, 2020, Chapter 4)۔

صفحہ ایسے کوڈز کو کوڈ بک شیٹ میں لیبل کے ذریعے پہچانتا ہے ("معلوم نہیں"، "انکار"، "غیر متعلق"، don't know، refused…) اور کوڈ بک میں "بامعنی جواب نہیں" کے کالم میں ان پر نشان لگاتا ہے – درست کیا جا سکتا ہے۔ طے شدہ: انہیں فیصد کی بنیاد سے نکال دیا جاتا ہے اور جدول کے نوٹ میں رپورٹ کیا جاتا ہے، بالکل جیسے SPSS میں MISSING VALUES انہیں Valid Percent سے نکالتا ہے۔ کام کے طریقۂ کار کی دستاویز "نہیں پوچھا گیا، انکار، معلوم نہیں اور تکنیکی گمشدگی" میں فرق کرتی ہے – یہ امتیاز کوڈ بک شیٹ میں الگ کوڈز سے برقرار رکھا جا سکتا ہے؛ اس مرحلے پر صفحہ سب کے ساتھ ایک ہی طرح برتاؤ کرتا ہے (بنیاد سے باہر یا ایک قطار کے طور پر، انتخاب کے مطابق)۔

تجزیے سے پہلے ڈیٹا کی جانچیں

"ڈیٹا درج کرنے میں غلطی کرنا بہت آسان ہے، اور بدقسمتی سے چند غلطیاں تجزیوں کو بالکل بگاڑ سکتی ہیں" – 3 کی بجائے 35 درج کرنا (Pallant, 2020, Chapter 5)۔ Pallant دو مراحل بیان کرتی ہیں: جانچنا – ہر متغیر کے لیے، ممکنہ حد سے باہر قدریں؛ اور تلاش کر کے درست کرنا – غلطی کس ریکارڈ میں ہے۔ زمرہ جاتی (categorical) متغیر کی جانچ کم سے کم اور زیادہ سے زیادہ کے ساتھ تعددی جدول ہے: اگر جنس 1-2 میں کوڈ کی گئی ہو تو قدر 3 خطا ہے؛ مسلسل متغیر کے لیے – کم سے کم، زیادہ سے زیادہ اور اوسط کے ساتھ Descriptives: بالغوں کے نمونے میں عمر 2 خطا ہے، اور "کیا اوسط معقول ہے؟" (وہی ماخذ)۔ درست اور گمشدہ کی تعداد بھی جانچی جاتی ہے – "اگر بہت سی گمشدہ ہوں تو پوچھنا چاہیے کیوں" (وہی ماخذ)۔

ڈیٹا وصولی کی رپورٹ کیا جانچتی ہے (رپورٹ میں جدول 1): ہر متغیر کے لیے – کتنی درست، کتنی خالی، کتنی "معلوم نہیں/انکار"، کتنی منفرد قدریں؛ ایسی قدریں جو کوڈ بک کی کوڈز کی فہرست میں نہیں؛ مسلسل متغیر کی حد سے باہر قدریں؛ عددی کالم میں غیر عددی قدریں؛ ایسے زمرے جنہیں کسی نے منتخب نہیں کیا؛ مستقل قدر؛ اور دہری شناخت – کام کے طریقۂ کار کے مطابق، "دو ماخذوں میں دہرائی گئی شناخت مناسب اصول کے بغیر خودکار طور پر حذف نہیں کی جاتی"۔ صفحہ رپورٹ کرتا ہے اور درست نہیں کرتا: Pallant – متغیر کے مطابق ترتیب دی جاتی ہے، ریکارڈ تلاش کیا جاتا ہے، اصل سوالنامے کی طرف رجوع کر کے درست کیا جاتا ہے، یا قدر حذف کی جاتی ہے (وہ گمشدہ بن جاتی ہے)؛ روزنامچے میں درج کیا جاتا ہے؛ اور اسی ریکارڈ کے ساتھ والے کالم بھی جانچے جاتے ہیں؛ اور درستی کے بعد دوبارہ چلایا جاتا ہے، کیونکہ "ایک غلطی درست کرتے ہوئے دوسری پیدا ہو سکتی ہے" (2020، باب 5)۔ حد سے باہر قدر اشاریوں کے حساب میں اس وقت تک رہتی ہے جب تک آپ اسے درست نہ کریں – تاکہ وہ فیصلے کے بغیر "غائب" نہ ہو جائے۔

فیصد کی بنیاد

ہر سروے جدول کا مرکزی سوال: فیصد کس میں سے؟ کام کے طریقۂ کار کے مطابق، "ہر جدول کے لیے متعین کیا جاتا ہے کہ آیا فیصد اہل جواب دہندگان میں سے ہیں، درست جواب والے جواب دہندگان میں سے یا تمام تذکروں میں سے"۔ صفحے پر تین اختیارات:

• بامعنی جواب والے جواب دہندگان (طے شدہ) – جواب نہ دینے والوں اور "معلوم نہیں" کے بغیر۔ یہ SPSS میں FREQUENCIES کا Valid Percent ہے جب "معلوم نہیں" کے کوڈز گمشدہ کے طور پر متعین ہوں (Pallant، 2020، باب 5 میں آؤٹ پٹ Percent اور Valid Percent ساتھ ساتھ دکھاتا ہے)، اور وہی جو پرانی TABLES کمانڈ GBASE=CASES میں خالی گمشدگی کے ساتھ دیتی تھی۔ "معلوم نہیں" اور جواب نہ دینے والے جدول کے نوٹ میں رپورٹ کیے جاتے ہیں – تاکہ قاری دیکھ سکے کہ کتنے نکالے گئے۔
• ہر وہ شخص جس نے جواب دیا – "معلوم نہیں" جدول میں ایک قطار کے طور پر رہتا ہے۔ اس وقت موزوں ہے جب اس کی شرح خود ایک نتیجہ ہو (مثلاً کسی خدمت سے آگاہی)۔
• تمام جواب دہندگان – جواب نہ دینے والے بھی، "جواب نہیں دیا" کی قطار کے طور پر۔ ایسے سوال کے لیے موزوں ہے جس کا سب کو جواب دینا تھا، جب جواب نہ دینا خود معلومات ہو۔

وہ سوال جو جواب دہندگان کے صرف ایک حصے سے پوچھا گیا (مثال میں: سروس پر اطمینان – صرف وہ جنہوں نے مرکز سے رابطہ کیا) چھوٹی بنیاد پاتا ہے، اور صفحہ اس کی نشاندہی کرتا ہے؛ اس مرحلے پر اہلیت خالی خانوں سے اخذ کی جاتی ہے، نہ کہ کوڈ بک میں متعین چھلانگ کی شرط سے – یہ ماڈیول کا مرحلہ 2 ہے۔ گولائی۔ فیصد صحیح اعداد کے حساب میں دسویں (یا پورے عدد) تک گول کیا جاتا ہے، نصف اوپر کی جانب – جیسے TABLES کمانڈ میں PCT5.1 فارمیٹ – اس لیے کالم کا مجموعہ 99.9 یا 100.1 آ سکتا ہے؛ "کل" کی قطار ہمیشہ 100 اور بنیاد دکھاتی ہے، جیسا کہ کام کا طریقۂ کار تقاضا کرتا ہے ("منتخب بنیاد اور گولائی کے مطابق تقریباً 100% کے مجموعے کی توقع کی جاتی ہے")۔

اہلیت اور چھلانگ – کس سے پوچھا گیا؟

سوالنامے میں ایسے سوالات ہوتے ہیں جو جواب دہندگان کے صرف ایک حصے سے پوچھے گئے: "اگر آپ نے مرکز سے رابطہ کیا – تو آپ سروس سے کتنے مطمئن ہیں؟"۔ کام کے طریقۂ کار کے مطابق، "ہر سوال کا جواب کسے دینا ہے" پہلے سے طے کیا جاتا ہے، اور "سوالنامے سے چھلانگ کی شرائط لاگو کی جاتی ہیں؛ نہیں پوچھا گیا، انکار، معلوم نہیں اور تکنیکی گمشدگی میں فرق کیا جاتا ہے"۔ صفحے پر – کوڈ بک میں "پوچھا گیا اگر" کا خانہ: متغیر = قدر یا کوما سے الگ کئی قدریں (مثلاً q2_digital = 2, 3, 4)۔ کوڈ بک شیٹ میں یہ نوٹس کے کالم میں انگریزی کلیدی الفاظ کے ساتھ لکھا جاتا ہے ("asked if q4 = 1")، اور صفحہ اسے خود پڑھ لیتا ہے۔

شرط کیا کرتی ہے: اہل افراد – جو شرط پر پورا اترتے ہیں – جدول کی آبادی ہیں؛ جس سے پوچھا نہیں گیا وہ گمشدہ کے طور پر نہیں گنا جاتا۔ اہل افراد میں سے وہ گنے جاتے ہیں جنہوں نے جواب دیا، جنہوں نے "معلوم نہیں" کہا اور جنہوں نے جواب نہیں دیا، اور بنیاد معمول کے مطابق منتخب کی جاتی ہے۔ جدول کا نوٹ کہتا ہے "صرف ان سے پوچھا گیا جو… – N اہل"۔ اور جس نے جواب دیا حالانکہ اس سے پوچھا نہیں جانا تھا؟ ڈیٹا وصولی کی رپورٹ انہیں گنتی ہے ("پوچھے نہ جانے کے باوجود جواب دیا") – عموماً جواب اور فلٹر سوال کے درمیان تضاد، یا فلٹر سوال میں گمشدہ قدر – اور ان کے جوابات اس وقت تک بنیاد سے باہر رہتے ہیں جب تک آپ درست نہ کریں۔ شرط کے بغیر، ایسے سوال میں بہت سے "خالی" آتے ہیں اور بنیاد بغیر وضاحت کے چھوٹی ہوتی ہے – یہی دو چیزیں ہیں جنہیں روکنے کے لیے جدول کا نوٹ ہے۔

متعدد جوابات

"آپ نے کون سی خدمات استعمال کیں؟" – جواب دہندہ کئی اختیارات پر نشان لگاتا ہے۔ فائل میں یہ ہر اختیار کے لیے ایک کالم ہے، 0 = نشان نہیں، 1 = نشان لگا (اسکرپٹس میں Q4m1 … Q4m4؛ SPSS میں "دو قدری مجموعہ")۔ کوڈ بک میں: قسم "متعدد جوابات (آئٹم)" اور اسی سوال کے تمام آئٹمز کے لیے مشترکہ گروہ کا نام (کوڈ بک شیٹ میں، انگریزی میں: "set q7")؛ صفحہ مشترکہ سابقے والے 0/1 کالموں کو بھی خود پہچان لیتا ہے (q7_1، q7_2…)۔ "منتخب" سمجھا جانے والا کوڈ وہ ہے جس کا لیبل "نشان لگا"/"ہاں"/selected ہو، اور اگر کوڈ بک شیٹ نہ ہو – تو 1۔

جدول: ہر اختیار کے لیے ایک قطار، n = کتنوں نے اس پر نشان لگایا، جواب دہندگان کا % = ان میں سے جنہوں نے سوال کا جواب دیا (کم از کم ایک اختیار پر نشان لگایا، یا صراحتاً 0) – اور مجموعہ 100 سے بڑھ جاتا ہے، کیونکہ ہر جواب دہندہ ہر اس اختیار میں گنا جاتا ہے جس پر اس نے نشان لگایا؛ یہی وہ فیصد ہے جو رپورٹ کیا جاتا ہے (MULT RESPONSE میں "Percent of cases"، اسکرپٹس میں rpct)۔ تذکروں کا % = تمام نشانات میں سے، مجموعہ 100 – تذکروں کی آمیزش بیان کرتا ہے، نہ کہ کتنے لوگ۔ "کل تذکرے" کی قطار دونوں اعداد اور فی جواب دہندہ اوسط دیتی ہے۔ کام کا طریقۂ کار: "متعدد جوابات والے سوال میں جواب دہندگان کے فیصد میں مجموعہ 100% سے بڑھ سکتا ہے"، اور "وزن کے بغیر جواب دہندگان کی اصل تعداد دکھائی جاتی ہے"۔ "تمام جواب دہندگان" کی بنیاد تمام اہل افراد کو منتخب کرتی ہے، ان کو بھی جنہوں نے کسی چیز پر نشان نہیں لگایا۔

سوالوں کے سلسلے

ایک ہی پیمانے پر کئی بیانات ("آپ کس حد تک متفق ہیں: …"، 1-5) ایک ساتھ رپورٹ کیے جاتے ہیں: ایک جدول – ہر آئٹم کے لیے ایک قطار، ہر زمرے کے لیے ایک کالم (قطار میں فیصد)، اور پھر آئٹم کا N اور M، کوڈز کی اوسط۔ اس طرح سوالوں کا سلسلہ (battery) ایک نظر میں پڑھا جاتا ہے اور آئٹمز کا موازنہ کیا جاتا ہے۔ کوڈ بک میں: سلسلے کا مشترکہ نام (کوڈ بک شیٹ میں، انگریزی میں: "battery q8")؛ صفحہ ایک ہی کوڈز کی فہرست اور مشترکہ سابقے والے ترتیبی آئٹمز کو خود پہچان لیتا ہے۔ ہر آئٹم کی بنیاد الگ – آئٹم کے بامعنی جواب والے جواب دہندگان ("معلوم نہیں" اور خالی کے بغیر؛ کام کے طریقۂ کار کے مطابق، "ہر آئٹم کے لیے مناسب بنیاد")، اور اہلیت کی شرط، اگر ہو، ہر آئٹم پر لاگو ہوتی ہے۔

اوسط صرف خلاصے کے اشاریے کے طور پر دکھائی جاتی ہے، واحد لیکرٹ آئٹم کے لیے سائٹ کے ضابطے کے مطابق: ترتیبی پیمانہ، اور اس کی اوسط ایک مروجہ اختصار ہے نہ کہ وقفی پیمائش (دیکھیں متغیرات، پیمائش کی سطحیں اور تحقیقی ڈیزائن)۔ کئی آئٹمز سے پیمانے کا اسکور – کرونباخ الفا اور پیمانے کا اسکور میں؛ اگر جاننا ہو کہ آیا آئٹمز ایک ہی چیز ناپتے ہیں – تو وہیں۔

فائلوں کا انضمام – دوسری لہر، اضافی ماخذ

جو سروے کئی فائلوں میں جمع کیا گیا ہو (ٹیلیفونک لہر اور انٹرنیٹ لہر، دو فراہم کنندگان، دو ادوار) اسے قطاروں میں یکجا کیا جاتا ہے: وہی سوالات، اضافی جواب دہندگان – جیسے اسکرپٹس میں ADD FILES (وہاں ماخذ کے متغیر seker کے ساتھ تین SAV فائلیں)۔ یہ شناخت کے ذریعے فائلوں کے درمیان ایک ہی جواب دہندہ کی معلومات جوڑنے (MATCH FILES) سے مختلف ہے، جو یہ صفحہ نہیں کرتا۔ صفحے پر: پہلی فائل لوڈ کی جاتی ہے، اور پھر "انضمام کے لیے جوابات کی فائل شامل کریں" – جتنی بار ضرورت ہو۔ کالموں کی مطابقت نام کے لحاظ سے کی جاتی ہے، مقام کے لحاظ سے نہیں: جو کالم ایک فائل میں موجود نہ ہو وہ اس کے جواب دہندگان کے لیے خالی رہتا ہے، اور جو کالم صرف دوسری فائل میں ہو وہ آخر میں شامل ہو جاتا ہے؛ "ماخذ" کا ایک کالم (1، 2، …) شامل کیا جاتا ہے جس میں فائلوں کے نام لیبلز کے طور پر ہوتے ہیں – اس کا جدول پس منظر کے متغیر کے طور پر بنتا ہے، یوں ہر ماخذ کے ریکارڈز کی گنتی رپورٹ میں آ جاتی ہے۔ کوڈ بک شیٹ اس پہلی فائل سے لی جاتی ہے جس میں کوڈ بک شیٹ ہو۔

کام کے طریقۂ کار کے مطابق، انضمام کے کنٹرول یہ ہیں: "ماخذوں کے درمیان متغیرات کے ناموں، ڈیٹا کی اقسام اور جوابات کے کوڈز کی مطابقت؛ ہر ماخذ اور یکجا فائل میں ریکارڈز کی تعداد؛ شناخت کے لحاظ سے دہرے ریکارڈز"۔ انضمام کی رپورٹ (بٹن کے نیچے) ہر فائل کے ریکارڈز، غائب اور زائد کالم، اور قسم کی عدم مطابقت گنتی ہے – ایک فائل میں متن اور دوسری میں اعداد (مختلف کوڈنگ کی علامت: "مرد/عورت" بمقابلہ 1/2)۔ ایک ہی سوال کے مختلف کوڈز (ایک فائل میں 1-5، دوسری میں 5-1) صفحہ نہیں پہچان سکتا – یہ جانچ دونوں سوالناموں کے مقابل کی جاتی ہے، اور ماخذ کے لحاظ سے دوبارہ کوڈنگ سے درست کی جا سکتی ہے۔ دو فائلوں میں دہرائی گئی شناخت ڈیٹا وصولی کی رپورٹ میں "دہری شناخت" کے تحت ظاہر ہوتی ہے اور حذف نہیں کی جاتی: "دو ماخذوں میں دہرائی گئی شناخت مناسب اصول کے بغیر خودکار طور پر حذف نہیں کی جاتی"۔ "انضمام منسوخ کریں" پہلی فائل واپس لاتا ہے؛ ماخذ فائلیں خود تبدیل نہیں ہوتیں۔

ریکارڈز کی فلٹرنگ اور دوبارہ کوڈنگ – تیاری کا روزنامچہ

فلٹرنگ تحقیق کی اہلیت کا اصول ہے: جو اس پر پورا نہ اترے وہ رپورٹ شدہ نمونے کا حصہ نہیں (اسکرپٹس کی مثال میں – SELECT IF(edu >= 1))۔ ہر سطر میں ایک اصول لکھا جاتا ہے: عمر >= 18، علاقہ = 1, 2, 3، حالت <> 9، عمر 18-85۔ فلٹر سوال میں خالی (یا غیر عددی) قدر اصول پر پورا نہیں اترتی – ریکارڈ نکل جاتا ہے، جیسے SPSS میں، جہاں SELECT IF میں گمشدہ منتخب نہیں ہوتا؛ اس لیے پہلے جانچا جاتا ہے کہ فلٹر کے متغیر میں کتنی گمشدہ ہیں۔ ہر اصول روزنامچے میں نکالے گئے اور باقی رہ جانے والے ریکارڈز کی تعداد کے ساتھ درج ہوتا ہے، جیسا کہ عمل میں درکار ہے: "اہلیت اور فلٹرنگ کے اصول لاگو کیے جاتے ہیں، اور دستاویز کیا جاتا ہے کہ کتنے ریکارڈز نکالے گئے اور کیوں"۔ فلٹرنگ جداول، نمونے کے پیراگراف اور رپورٹ کے عنوان میں N پر لاگو ہوتی ہے ("240 لوڈ کیے گئے؛ 1 فلٹرنگ میں نکالا گیا") – ڈیٹا وصولی کی رپورٹ پر نہیں، جو فائل کو اسی طرح بیان کرتی ہے جیسے وہ لوڈ کی گئی۔

دوبارہ کوڈنگ نیا متغیر بناتی ہے اور اصل کو برقرار رکھتی ہے ("اصل متغیرات کو محفوظ رکھتے ہوئے اخذ شدہ متغیرات بنائے جاتے ہیں"؛ Pallant، 2020، باب 8: جان بوجھ کر Recode into Different Variables منتخب کیا جاتا ہے تاکہ اصل متغیر دوسرے تجزیوں کے لیے باقی رہے، اور کوڈنگ کے بعد پرانے اور نئے دونوں پر Frequencies چلا کر جانچا جاتا ہے کہ اعداد مطابقت رکھتے ہیں – بالکل وہی جو رپورٹ ساتھ ساتھ دکھاتی ہے): مسلسل متغیر کے گروہ – عمر_گروہ "عمر کا گروہ" = عمر: 18-29 = 1 "18-29"; 30-44 = 2 "30-44"; 45-64 = 3 "45-64"; 65-85 = 4 "65 اور زیادہ"؛ زمروں کا انضمام – تعلیم_2 = تعلیم: 1, 2 = 1 "غیر اکیڈمک"; 3, 4 = 2 "اکیڈمک"۔ نیا نام "=" کی علامت سے پہلے، لیبل (اختیاری) واوین میں، کولن کے بعد میپنگ کے اصول سیمی کولن سے الگ، اور ہر اس چیز کے لیے جس کی میپنگ نہ ہوئی "else = 9" (اختیاری)۔ جس قدر کی میپنگ نہ ہوئی اور "else" نہ ہو – خالی، اور روزنامچے میں گنی جاتی ہے ("1 کی میپنگ نہیں ہوئی")؛ یوں حدود میں غلطی (عمر 7 جو کسی گروہ میں نہیں) نظر انداز نہیں ہوتی۔ نیا متغیر کوڈ بک میں شامل ہوتا ہے (قسم ترتیبی جب میپنگ حدود میں ہو یا ماخذ ترتیبی ہو؛ بدلی جا سکتی ہے)، ڈیٹا وصولی کی رپورٹ میں، جداول کی رپورٹ میں – ماخذ کے ساتھ، تاکہ پہلے اور بعد کی تقسیم دیکھی جا سکے – اور ڈاؤن لوڈ ہونے والی فائل میں (ڈیٹا شیٹ (data / נתונים) میں ایک کالم، کوڈ بک شیٹ (legend / מקרא) میں "سے اخذ شدہ" کا نوٹ، اور روزنامچے کے ساتھ تیاری کی شیٹ (הכנה))۔ ترتیب مقرر ہے: پہلے تمام ریکارڈز پر کوڈنگ، پھر فلٹرنگ – جیسے RECODE اور پھر SELECT IF؛ اس لیے فلٹرنگ کا اصول اخذ شدہ متغیر بھی استعمال کر سکتا ہے۔ جو یہاں نہیں: پیچیدہ شرائط (ایک اصول میں دو متغیرات)، حسابات (آئٹمز کا مجموعہ – کرونباخ الفا اور پیمانے کا اسکور میں)، اور کھلے جوابات کی کوڈنگ (جوابات کی کوڈنگ اور متغیرات کی تشکیل)۔

وزن دہی – کب، کیسے، اور کیا جانچا جاتا ہے

جس نمونے کی ترکیب آبادی سے مختلف ہو (زیادہ خواتین، کم نوجوان، ایک علاقے کی زائد نمائندگی) اسے اس طرح وزن دیا جاتا ہے کہ ہر گروہ کو آبادی میں اپنا حصہ ملے۔ ادارے کے اسکرپٹس میں وزن دہی خانوں کے طریقے سے ہوتی ہے: ہر خانے (جنس × عمر، مذہبیت/نسب، علاقہ) کا وزن = ہدف کا فیصد / نمونے کا فیصد، اور حتمی وزن اجزاء کا حاصلِ ضرب ہے (ww = w · w_d · w_az، اور پھر WEIGHT BY ww)۔ صفحہ بالکل یہی کرتا ہے: ہر سطر میں ایک جزو لکھا جاتا ہے – جنس * عمر_گروہ: 1,1 = 10; 1,2 = 12; … یا علاقہ: 1 = 35; 2 = 25; … – ہر خانے کے ہدف کے ساتھ (فیصد یا تعداد؛ صفحہ کل سے معمول پر لاتا ہے)۔ کام کے طریقۂ کار کے مطابق: "نئی تحقیق کے لیے ہدف تقسیمیں، ان کا ماخذ اور اطلاق کی تاریخ درج کی جاتی ہے" – ماخذ اور تاریخ رپورٹ میں لکھے جاتے ہیں؛ مثال کے اعداد صرف مثال کی فائل کے لیے ہیں۔

بغیر خانے والے ریکارڈ کا کیا ہوتا ہے – وزن دہی کے متغیر میں خالی قدر، یا ایسا کوڈ جو ہدف میں نہیں (مثلاً جنس کا کوڈ 3): اس کا جزو 1 ہوتا ہے، جیسے اسکرپٹ میں "comp w = 1"، اور وہ وزن دہی کے جدول میں گنا جاتا ہے ("تفویض نہیں ہوئے")۔ عمل واضح طور پر خبردار کرتا ہے: "وزن کے اجزاء 1 سے شروع ہوتے ہیں، اس لیے ان ریکارڈز کو صراحتاً جانچنا ضروری ہے جنہیں مطابقت نہیں ملی"۔ بغیر جواب دہندگان کے ہدف کا خانہ – انتباہ: ہدف کا یہ حصہ نمائندگی نہیں رکھتا؛ خانے یکجا کیے جاتے ہیں یا دستاویز کیا جاتا ہے۔

کیا جانچا جاتا ہے – وزن دہی کا جدول (ہدف، n، نمونہ، ہر خانے کا وزن)، وزنوں کی وسعت اور ان کی اوسط، وزنوں کا مجموعہ (وزن دار بنیاد)، اور وزنوں کا ڈیزائن اثر، deff = 1 + CV² = n·Σw² / (Σw)² – وزنوں کی عدم مساوات سے درستی کتنی متاثر ہوتی ہے (deff 1.5 کا مطلب ہے ⅓ چھوٹے نمونے جیسی درستی)۔ اور پہلے/بعد کی جانچ: وزن دہی کے ہر متغیر کے لیے – غیر وزن دار فیصد، وزن دار اور ہدف۔ کراس والے جزو میں حاشیے بالکل درست حاصل ہوتے ہیں؛ دو الگ اجزاء میں – تقریباً، کیونکہ "تین اجزاء کا حاصلِ ضرب اس بات کی ضمانت نہیں دیتا کہ تمام ہدف تقسیمیں بیک وقت حاصل ہوں گی؛ اسے عملاً جانچا جاتا ہے"۔ وزنوں کو حد تک تراشنا (مثلاً 0.3-3) اور اوسط 1 پر معمول بندی ایسے اختیارات ہیں جو طے شدہ طور پر بند ہیں: "وزن دہی کے کسی دوسرے طریقے، معمول بندی یا وزنوں کی تراش کی طرف جانے کے لیے طریقۂ کار کا انتخاب اور دستاویز درکار ہے" – جب انہیں فعال کیا جائے تو یہ وزن دہی کے جدول، نمونے کے پیراگراف اور تیاری کی شیٹ (הכנה) میں درج ہوتا ہے۔

وزن دار رپورٹ کیسے پڑھیں – ہر جدول میں n جواب دہندگان کی اصل تعداد ہے، اور فیصد (اور اشاریوں کے جدول میں – اوسط، SD اور وسطانیہ) وزن دار ہیں؛ ہر جدول کے نوٹ میں – وزن دار بنیاد (وزنوں کا مجموعہ)۔ "وزن کے بغیر جواب دہندگان کی اصل تعداد دکھائی جاتی ہے، اور وزن دار رپورٹ میں حساب کی وزن دار بنیاد بھی بتائی جاتی ہے؛ وزنوں کے مجموعے کو جواب دہندگان کی اصل تعداد نہیں کہنا چاہیے" (کام کا طریقۂ کار، مرحلہ 6)۔ ترتیب: انضمام ← دوبارہ کوڈنگ ← فلٹرنگ ← وزن دہی (وزن فلٹرنگ کے بعد باقی رہ جانے والے ریکارڈز پر نکالے جاتے ہیں – جیسے اسکرپٹ میں، جہاں SELECT IF وزن دہی سے پہلے آتا ہے)۔ وزن دہی نمونے کی ترکیب کو درست کرتی ہے، ان کو نہیں جنہوں نے بالکل جواب نہیں دیا: آبادی پر تعمیم کے لیے اب بھی احتمالی نمونہ درکار ہے (نمونہ اور نمونہ گیری)۔

تحقیقی پیکیج، حوالگی کے لیے نقل اور بحالی

کام کا طریقۂ کار مکمل جانچ کے آؤٹ پٹ – "پہلے مکمل آؤٹ پٹ جانچا جاتا ہے اور محفوظ کیا جاتا ہے" – اور حوالگی کے لیے نقل میں فرق کرتا ہے: "سوالات کی ترتیب، عنوانات، لیبلز، بنیادیں، طریقۂ کار کے نوٹس اور اردو کی فارمیٹنگ"، انتباہات کے بغیر (یہی کام اسکرپٹس میں MAKEWAR کرتا تھا – حتمی رپورٹ محفوظ کرنے سے پہلے نوٹس، لاگز اور انتباہات ہٹاتا تھا)۔ صفحے پر: "رپورٹ ڈاؤن لوڈ کریں" مکمل آؤٹ پٹ دیتا ہے (ڈیٹا وصولی کی رپورٹ، تیاری کا روزنامچہ، وزن دہی کے جداول، تمام جداول، نمونے کا پیراگراف، نتیجے کی تشریح)؛ "حوالگی کے لیے نقل" – صرف جداول، ان کے نوٹس اور نمونے کا پیراگراف، نوٹس میں "جانچیں" کے بغیر۔ انتباہات غائب نہیں ہوتے: وہ مکمل آؤٹ پٹ میں محفوظ رہتے ہیں – "انتباہات جانچ کے پیکیج میں محفوظ رہتے ہیں چاہے کلائنٹ کی رپورٹ میں نہ دکھائے جائیں" (مرحلہ 9)۔

تحقیقی پیکیج (ZIP، رپورٹ کے آخر میں بٹن) وہ ہے جو مرحلہ 9 حوالگی اور بحالی کے لیے تقاضا کرتا ہے: کوڈ بک، روزنامچے اور ترتیبات کے ساتھ تجزیے کا ڈیٹا (01_data_dictionary.xlsx)، مکمل جانچ کا آؤٹ پٹ (02)، Word اور HTML میں حوالگی کے لیے نقل (03)، سب کچھ بحال کرنے والا SPSS سنٹیکس (04)، R اسکرپٹ (05)، ترتیبات الگ فائل کے طور پر (06_settings.json)، تفصیلات کے مطابق برآمدی فائل اگر متعین ہو (07)، اور README.txt جو بتاتی ہے کہ ہر فائل میں کیا ہے، ڈیٹا کی حالت (لوڈ شدہ/تجزیے میں، وصولی کے نتائج، تیاری، وزن دہی، اختیارات) اور بحالی کیسے کی جائے۔ فائلوں کے نام انگریزی میں ہیں – تاکہ ہر نظام میں کھل سکیں۔

بحالی۔ "انہی ان پٹس اور ترتیبات سے نتائج دوبارہ تیار کیے جا سکتے ہیں" – اس لیے ترتیبات دو جگہ محفوظ ہوتی ہیں: ڈاؤن لوڈ ہونے والی فائل میں ترتیبات کی شیٹ (settings / הגדרות) (ترمیمات سمیت کوڈ بک، کوڈنگ، فلٹرنگ، وزن دہی، رپورٹ کے اختیارات، برآمد کی تفصیلات) اور settings.json۔ ڈاؤن لوڈ کی گئی فائل لوڈ کی جاتی ہے – اور ترتیبات خودکار طور پر لوڈ ہو جاتی ہیں (لوڈنگ پر اطلاع)؛ یا ماخذ فائل لوڈ کر کے پھر "فائل سے ترتیبات لوڈ کریں"۔ اخذ شدہ متغیر جو ڈاؤن لوڈ کی گئی فائل میں پہلے سے کالم کے طور پر موجود ہو – دوبارہ نہیں بنتا (وہ پہلے سے وہاں ہے، کوڈ بک شیٹ میں "سے اخذ شدہ" کے نوٹ کے ساتھ)؛ محفوظ شدہ وزن کے کالم کا جدول نہیں بنتا، اور وزن اجزاء سے دوبارہ نکالا جاتا ہے – یوں بحالی کی جانچ حقیقی ہے: انہی ترتیبات سے وہی اعداد۔ ترتیب میں تبدیلی پر رپورٹ دوبارہ تیار کرنا لازم ہے (مرحلہ 5: "صفائی یا وزن دہی میں تبدیلی پر ان پر منحصر جداول اور رپورٹ دوبارہ تیار کرنا لازم ہے") – صفحہ ہر رن میں سب کچھ نئے سرے سے حساب کرتا ہے، اس لیے نئی ترتیبات کے ساتھ پرانی رپورٹ کی صورت پیدا نہیں ہوتی۔

کلائنٹ کی تفصیلات کے مطابق برآمد (حصہ 7) – جب کلائنٹ مقررہ کالم مقامات والی ٹیکسٹ فائل مانگے، جیسے Tires-Write_perfecto.SPS جس نے TyreBrands.txt میں لکھا۔ مرحلہ 8 کے مطابق: "برآمد سے پہلے تفصیلات متعین کی جاتی ہیں: … کالموں کے مقامات، ہر خانے کی چوڑائی، حروف کی انکوڈنگ، گمشدگی کی نمائندگی اور ریکارڈز کی ترتیب۔ نئی فائل بنائی جاتی ہے، لمبائیاں اور مقامات جانچے جاتے ہیں اور اسے تفصیلات کے مطابق واپس پڑھا جاتا ہے۔" صفحے پر: ہر سطر میں ایک خانہ (متغیر اور چوڑائی، یا آغاز-اختتام)، گمشدہ کے لیے ایک حرف، اور وزن کے خانے کا اختیار؛ فائل UTF-8 میں، تجزیے کے ہر ریکارڈ کے لیے ایک سطر، فائل کی ترتیب میں۔ خانے سے چوڑی قدر خاموشی سے کاٹی نہیں جاتی – وہ خطا کے طور پر درج ہوتی ہے اور خانہ خالی رہتا ہے، تاکہ آپ خانہ چوڑا کریں۔ ساخت کی جانچ واپس پڑھنا ہے: ہر خانہ تفصیلات کے مقامات سے پڑھا جاتا ہے اور ڈیٹا سے موازنہ کیا جاتا ہے؛ رپورٹ عدم مطابقتیں اور سطروں کی لمبائیاں گنتی ہے۔ برآمد کی تفصیلات پیکیج میں الگ فائل میں لکھی جاتی ہیں۔ مقررہ چوڑائی والے خانے میں عبرانی متن حروف میں گنا جاتا ہے (بائٹس میں نہیں) – اگر کلائنٹ windows-1255 انکوڈنگ یا بائٹس میں چوڑائی مانگے تو ڈاؤن لوڈ کے بعد تبدیل کیا جاتا ہے اور تفصیلات میں اس کا ذکر کیا جاتا ہے۔

جدول کیسے پڑھیں؟

جدول کا عنوان – سوال کی عبارت (جیسے TABLES کمانڈ میں /TITLE)۔ زمروں کے کالم میں – لیبل اور اس کے بعد قوسین میں کوڈ، تاکہ جدول سے فائل کی طرف واپس جایا جا سکے۔ n – زمرہ منتخب کرنے والے جواب دہندگان کی تعداد؛ % – بنیاد میں سے؛ % مجموعی (ترتیبی متغیرات کے لیے) – اس زمرے تک اور بشمول اس کے، "کتنے مطمئن یا بہت مطمئن" کے لیے مفید (آخری دو قطاروں کا مجموعہ)۔ "کل" کی قطار – بنیاد اور 100%۔ جدول کا نوٹ – بنیاد کیا ہے، کتنوں نے "معلوم نہیں" کہا، کتنوں نے جواب نہیں دیا۔

آگے بڑھنے سے پہلے دیکھنے کی تین چیزیں: 0 والا زمرہ – کسی نے منتخب نہیں کیا؛ کام کے طریقۂ کار کے مطابق یہ ایک جانچ ہے ("صفر جوابات والے زمرے")، اس لیے زمرہ طے شدہ طور پر دکھایا جاتا ہے اور غائب نہیں ہوتا۔ بغیر لیبل کی قطار – ایسی قدر جو کوڈ بک میں نہیں (اندراجی خطا یا غیر دستاویزی کوڈ)؛ ڈیٹا وصولی کی رپورٹ اس پر نشان لگاتی ہے۔ چھوٹی بنیاد – 20 جواب دہندگان پر فیصد ہر جواب دہندہ کے ساتھ 5 نقاط بدلتا ہے؛ ہر فیصد کے ساتھ بنیاد رپورٹ کی جاتی ہے، اور متن میں اعداد کو ترجیح دی جاتی ہے۔

مسلسل متغیر کے لیے اشاریوں کا جدول: N، اوسط، معیاری انحراف (نسب نما n − 1)، وسطانیہ، کم سے کم اور زیادہ سے زیادہ – جیسے SPSS میں DESCRIPTIVES، اور اس وسطانیہ کے ساتھ جو Codebook شامل کرتا ہے (Pallant, 2020, Chapter 6)۔ اوسط اور انحراف دو ہندسوں میں، جیسے سافٹ ویئر میں؛ APA صحیح اعداد کے پیمانے والے ڈیٹا کے لیے ایک ہندسے کی تجویز دیتا ہے (2020، سیکشن 6.36) – رپورٹ میں گول کریں۔

رپورٹنگ

صفحے کے جداول APA کے مطابق بنائے گئے ہیں: اوپر جدول کا نمبر اور عنوان، ہر کالم کا عنوان بشمول "اسٹب" (زمروں) کے کالم کے، اور نیچے ایک عمومی نوٹ جو بنیاد کی وضاحت کرتا ہے (APA, 2020, Sections 7.12 and 7.14)۔ جواب دہندگان کی خصوصیات کا جدول – دستی کتاب میں جدول 7.2، "آبادیاتی خصوصیات کا نمونہ جدول": متغیر کے بعد متغیر، زمرے متغیر کے نام کے نیچے اندر کی جانب سرکائے ہوئے، اور ہر زمرے کے لیے n اور % (وہی ماخذ، سیکشن 7.21؛ اندر سرکانا – سیکشن 7.12)۔ صفحے پر پس منظر کا ہر متغیر اپنا الگ جدول ہے؛ یکجا رپورٹ میں انہیں Word میں کاپی کرتے وقت اس ساخت میں ایک جدول میں جمع کیا جا سکتا ہے۔

نمونے کی وضاحت کا پیراگراف جو صفحہ لکھتا ہے طریقۂ کار کے باب کا آغاز ہے: Pallant یاد دلاتی ہیں کہ شرکاء والی تحقیق میں "نمونے میں لوگوں کی تعداد، مردوں اور عورتوں کی تعداد اور فیصد، عمر کی وسعت اور اوسط، تعلیم کی سطح اور کوئی بھی دیگر متعلقہ پس منظر کی معلومات جمع کرنا مفید ہے" (2020، باب 6) – اور یہی وہ ہے جو پیراگراف نشان زد پس منظر کے متغیرات سے جمع کرتا ہے۔ رپورٹ کے اعداد اسی طرح لکھے جاتے ہیں جیسے وہ جدول میں ہیں؛ رپورٹنگ کے اصول اور نتائج کے باب کا جنریٹر باقی کام مکمل کرتے ہیں۔

یہ صفحہ کیا نہیں کرتا (ابھی)

• زمرہ جاتی کوڈنگ میں متعدد جوابات – جب ہر اختیار کے لیے 0/1 کالم کی بجائے "تذکرہ 1، تذکرہ 2…" کے کئی کالم ہوں اور ہر ایک میں اختیار کا کوڈ ہو (SPSS میں زمروں کا مجموعہ)۔ اس مرحلے پر – صرف دو قدری کوڈنگ (0/1)۔
• پیچیدہ اہلیت کی شرط – ایک شرط میں دو متغیرات ("asked if q4 = 1 اور q2 = 3")؛ فلٹرنگ میں – ہر سطر ایک اصول ہے، اور سب ایک ساتھ لاگو ہوتے ہیں (اور)، لیکن "یا" نہیں۔
• شناخت کے ذریعے فائلوں کو جوڑنا (MATCH FILES – دو فائلوں سے ایک ہی جواب دہندہ کی معلومات) اور حساب شدہ متغیرات (مجموعہ، آئٹمز کی اوسط) – نہیں؛ انضمام صرف قطاروں میں ہے، اور دوبارہ کوڈنگ – ایک متغیر کی میپنگ۔
• دوسرے طریقوں سے وزن دہی – ریکنگ (iterative proportional fitting) جو کئی حاشیوں کو بیک وقت مطابق کرتی ہے، نمونہ گیری کے وزن (انتخاب کے احتمال کا معکوس)، ماڈل کے مطابق عدم جواب کے لیے وزن دہی – نہیں؛ صرف اسکرپٹس کا خانوں والا طریقہ۔ وزن دار وقفہ ہائے اعتماد اور ٹیسٹ بھی (معیاری خطا کے حساب میں ڈیزائن اثر) – اس صفحے پر نہیں۔
• کارڈ ساخت میں کلائنٹ کے لیے برآمد (ریکارڈز کی اقسام، کارڈ کوڈ، فی جواب دہندہ کئی سطریں، windows-1255 انکوڈنگ) – نہیں؛ صرف UTF-8 میں مقررہ چوڑائی کے ساتھ فی ریکارڈ ایک سطر۔
• کراس ٹیبولیشن – گروہ کے لحاظ سے جدول (اسکرپٹس میں BY kk جب کالم ذیلی گروہ ہوں) – یہاں نہیں بلکہ اگلے صفحے پر، سروے ڈیٹا کی پروسیسنگ: کراس ٹیبولیشن: وہاں یہاں سے ڈاؤن لوڈ کی گئی فائل لوڈ کی جاتی ہے (ترتیبات کی شیٹ (settings / הגדרות) کے ساتھ)، کالموں کے سرخیاں منتخب کی جاتی ہیں اور گروہوں کے لحاظ سے تمام جداول ہر کراس کے لیے کائی اسکوائر اور V کے ساتھ حاصل ہوتے ہیں۔ ایک تفصیلی کراس ٹیبولیشن کے لیے – کائی اسکوائر۔
• ہر جدول کے لیے چارٹ – موجود ہیں، اختیاری طور پر؛ تعددات کا صفحہ ایک متغیر کے لیے چارٹ اور مکمل شکل کا نوٹ دیتا ہے۔

اور SPSS میں یہ کیسے کریں؟

جداول کے لیے – Analyze › Descriptive Statistics › Frequencies: سوالات داخل کر کے OK دبایا جاتا ہے؛ آؤٹ پٹ ہر متغیر کے لیے Frequency، Percent، Valid Percent اور Cumulative Percent کے ساتھ ایک جدول ہے (Pallant, 2020, Chapter 6)۔ تاکہ Valid Percent "بامعنی جواب والے جواب دہندگان" ہو، "معلوم نہیں" کے کوڈز Variable View › Missing میں متعین کیے جاتے ہیں (Field, 2024, Section 4.6.8) – صفحے سے ڈاؤن لوڈ ہونے والا سنٹیکس یہ کام MISSING VALUES میں کرتا ہے، کوڈ بک سے VARIABLE LABELS اور VALUE LABELS کے ساتھ۔ جانچوں کے لیے – زمرہ جاتی کے لیے Statistics › Minimum, Maximum کے ساتھ Frequencies اور مسلسل کے لیے Descriptives (Pallant, 2020, Chapter 5)؛ کوڈ بک کی تمام معلومات ایک کمانڈ میں Analyze › Reports › Codebook دیتا ہے (وہی ماخذ، باب 6) – یہ بھی سنٹیکس میں۔ مشروط سوال – اس کی FREQUENCIES سے پہلے TEMPORARY اور پھر SELECT IF (سنٹیکس یہ ہر اس سوال کے لیے کرتا ہے جس میں "پوچھا گیا اگر" ہو)۔ متعدد جوابات – Analyze › Multiple Response › Define Variable Sets (دو قدری، گنی جانے والی قدر 1) اور پھر Frequencies؛ سنٹیکس میں – MULT RESPONSE GROUPS=$q7 (q7_1 q7_2 q7_3 q7_4 (1)) /FREQUENCIES=$q7، اور آؤٹ پٹ میں Percent of Cases کا کالم صفحے پر "جواب دہندگان کا %" ہے۔ سوالوں کا سلسلہ – تمام آئٹمز کے لیے /STATISTICS=MEAN کے ساتھ FREQUENCIES؛ یکجا جدول (قطاروں میں آئٹمز، کالموں میں زمرے) CTABLES میں یا دستی طور پر بنایا جاتا ہے – سنٹیکس اعداد دیتا ہے۔ فائلوں کا انضمام – Data › Merge Files › Add Cases؛ سنٹیکس میں – ہر فائل کے لیے COMPUTE source = k اور DATASET NAME کے ساتھ GET DATA، اور پھر ADD FILES /FILE=src1 /FILE=src2 (جیسے اسکرپٹ 070410_all-sys میں)۔ دوبارہ کوڈنگ – Transform › Recode into Different Variables؛ سنٹیکس میں – VALUE LABELS کے ساتھ RECODE age (18 thru 29=1) (30 thru 44=2) … INTO age_groups (Pallant, 2020, Chapter 8)۔ فلٹرنگ – Data › Select Cases، یا جداول سے پہلے مستقل SELECT IF (age >= 18) (TEMPORARY کے بغیر)؛ وزن دہی – COMPUTE w1 = 1 اور پھر ہر خانے کے لیے IF (sex = 1 AND age_groups = 1) w1 = target / sample، COMPUTE ww = w1 * w2، WEIGHT BY ww – بالکل تیاری کے اسکرپٹ کی طرح؛ یہاں سے FREQUENCIES وزن دار تعددات چھاپتا ہے، اور آؤٹ پٹ میں N وزنوں کا مجموعہ ہے (جواب دہندگان کی تعداد نہیں – اس لیے صفحہ ساتھ میں اصل n چھاپتا ہے)۔ سنٹیکس سب کچھ درست ترتیب میں رکھتا ہے: لوڈنگ اور انضمام، دوبارہ کوڈنگ، کوڈ بک، فلٹرنگ، وزن دہی، جداول۔

اور پرانے اسکرپٹس؟ تحقیقی اداروں میں جداول کی رپورٹ برسوں تک TABLES کمانڈ سے بنتی رہی: ہر سوال کے لیے /TABLE= q5 + $t000001 BY kk، PCT5.1 فارمیٹ میں کالم فیصد (cpct)، کل کی قطار (FTOTAL)، GBASE=CASES، خالی گمشدگی (MISSING('.')) اور /TITLE میں سوال کی عبارت – اور ایک اسکرپٹ جو کوڈ بک سے تمام کمانڈز بناتا ہے (Create_Freq)۔ صفحے کا جدول بالکل یہی جدول ہے: وہی قطاریں، وہی بنیاد، وہی گولائی۔ TABLES اب SPSS کے موجودہ ورژنز میں موجود نہیں (اس کی جگہ CTABLES نے لے لی)، اس لیے صفحے سے ڈاؤن لوڈ ہونے والا سنٹیکس FREQUENCIES استعمال کرتا ہے، جو ہر ورژن میں موجود ہے – اور مفت PSPP میں بھی۔

اور R میں یہ کیسے کریں؟

خاص پیکیجز کے بغیر: گنتی کے لیے table()، اور فیصد صحیح اعداد کے حساب میں دسویں تک گولائی سے نکالا جاتا ہے جیسے صفحے پر۔ صفحے سے ڈاؤن لوڈ ہونے والا اسکرپٹ ("اسکرپٹ ڈاؤن لوڈ کریں") فائل کو readxl سے پڑھتا ہے، ایک فنکشن freq_table متعین کرتا ہے جو NA اور "معلوم نہیں" کے کوڈز کو بنیاد سے نکالتا ہے، اور ہر سوال کے لیے جدول اور ہر مسلسل متغیر کے لیے اشاریے چھاپتا ہے؛ مشروط سوال کے لیے – %in% سے فلٹرنگ؛ متعدد جوابات کے لیے – ان قطاروں پر colSums جن میں کم از کم ایک قدر ہو؛ سوالوں کے سلسلے کے لیے – ہر آئٹم کے لیے جدول اور اوسط؛ انضمام کے لیے – غائب کالموں کو NA سے پُر کرنے کے بعد rbind؛ دوبارہ کوڈنگ کے لیے – حدود یا %in% کے مطابق تفویض؛ فلٹرنگ کے لیے – قطاروں کا انتخاب؛ وزن دہی کے لیے – خانوں سے وزنوں کا ویکٹر، وزن دار جدول کے لیے tapply(w, x, sum) اور دستی وزن دار اوسط (SD نسب نما W − 1 کے ساتھ، جیسے SPSS)۔ R میں اردو کے لیے سائٹ کا اصول: UTF-8 فائل، ہر تبصرے کی سطر اردو لفظ سے شروع ہوتی ہے، اور متغیرات کے نام انگریزی میں (انگریزی مثال کی فائل)۔ توجہ فرمائیں: تعمیر کے اس دور میں R دستیاب نہیں تھا، اور اسکرپٹ صرف پڑھ کر جانچا گیا – صفحے کی توثیق Python (pandas) کے مقابل کی گئی، توثیق کا README دیکھیں۔

عام غلطیاں

دھیان دیے بغیر "معلوم نہیں" کو بنیاد میں شامل کرنا۔ کوڈ 9 جو کوڈ بک شیٹ میں دستاویزی نہ ہو، جواب کے طور پر گنا جاتا ہے – اور "مطمئن نہیں" کو بڑھا دیتا ہے یا ایک مبہم قطار کے طور پر ظاہر ہوتا ہے۔ Field: غیر متعین گمشدہ قدر "ہر تجزیے میں جائز قدر سمجھی جائے گی – تباہ کن نتائج کے ساتھ" (2024، سیکشن 4.6.8)۔ اس لیے کوڈ بک ان کوڈز کو ان کے اپنے کالم میں دکھاتی ہے۔

کھلے سوال یا مسلسل متغیر کا جدول بنانا۔ 200 مختلف جوابات جدول نہیں ہوتے۔ عمر کا جدول گروہ بندی کے بعد بنتا ہے؛ متن کا – کوڈنگ کے بعد (Pallant, 2020, Chapter 2)۔

بنیاد کے بغیر فیصد دکھانا۔ 50% کا مطلب 6 میں سے 3 ہو سکتا ہے۔ ہر جدول کے ساتھ بنیاد – اور جواب دہندگان کے ایک حصے سے پوچھے گئے سوال میں، متن میں بھی۔

درج کیے بغیر خطا درست کرنا۔ Pallant: ملنے والی ہر خطا اور کی گئی ہر تبدیلی کا روزنامچہ (2020، باب 5)۔ ڈیٹا وصولی کی رپورٹ روزنامچے کا آغاز ہے – اسے رپورٹ کے ساتھ محفوظ کریں۔

گنے بغیر فلٹر کرنا۔ "ہم نے غیر اہل کو نکال دیا" – کتنے؟ کس میں سے؟ تیاری کا روزنامچہ بتاتا ہے: اصول، نکالے گئے، باقی رہے؛ اور طریقۂ کار کے باب میں لکھا جاتا ہے "240 ریکارڈز میں سے 239 شامل کیے گئے (فلٹرنگ: عمر 18 اور زیادہ)"۔

اصل متغیر پر ہی دوبارہ کوڈنگ کرنا۔ "عمر" جو گروہوں میں بدل گئی وہ اب عمر نہیں رہی – اوسط ضائع ہو گئی۔ ہمیشہ نیا متغیر؛ اصل فائل اور رپورٹ میں باقی رہتا ہے۔

متعدد جوابات کو تذکروں کے فیصد میں رپورٹ کرنا۔ "37% تذکرے ادائیگیوں کے تھے" ایسا لگتا ہے جیسے 37% لوگ – لیکن ان میں سے 54% نے ادائیگیوں پر نشان لگایا۔ جواب دہندگان کا % رپورٹ کیا جاتا ہے، اور بتایا جاتا ہے کہ مجموعہ 100 سے بڑھ جاتا ہے۔

وزنوں کے مجموعے کو "جواب دہندگان کی تعداد" کہنا۔ کام کے طریقۂ کار کا اصول: وزن کے بغیر اصل N دکھایا جاتا ہے، اور وزن دار رپورٹ میں وزن دار بنیاد بھی بتائی جاتی ہے – صفحہ اسی طرح چھاپتا ہے (اصل n، وزن دار فیصد، نوٹ میں "وزن دار بنیاد")۔

جانچ کا آؤٹ پٹ کلائنٹ کو دے دینا، یا اسے محفوظ کیے بغیر حوالے کرنا۔ کلائنٹ کو حوالگی کے لیے نقل ملتی ہے؛ انتباہات کے ساتھ جانچ کا آؤٹ پٹ پیکیج میں رہتا ہے۔ اور جس نے پیکیج کے بغیر حوالے کیا وہ ایک سال بعد بحال نہیں کر سکے گا کہ بالکل کیا فلٹر کیا گیا اور کیسے وزن دیا گیا۔

خانوں کو جانچے بغیر وزن دہی کرنا۔ آٹھ جواب دہندگان کے خانے کے لیے وزن 4 – آٹھ لوگ رپورٹ کے ایک چوتھائی کی طرف سے "بولتے" ہیں۔ وزن دہی کا جدول حوالگی سے پہلے یہ دکھاتا ہے؛ تراش ایک ممکنہ جواب ہے، لیکن دستاویزی۔

حوالہ جات

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.

سائٹ کے اصول کے مطابق، حوالہ جات کی فہرست میں صرف وہ ماخذ شامل ہیں جو اصل میں پڑھے گئے: Field – باب 4 (سیکشن 4.6.1، 4.6.5، 4.6.8)، Pallant – ابواب 2، 4، 5 اور 6، APA – سیکشن 6.36، 7.12، 7.14 اور 7.21 (جدول 7.2)۔ دونوں کا حوالہ سیکشن اور باب کے لحاظ سے دیا گیا ہے (برقی کتابیں چھپے ہوئے صفحہ نمبر برقرار نہیں رکھتیں)۔ کام کا طریقۂ کار اور SPSS اسکرپٹس (TABLES، Create_Freq، inc) سائٹ کی کام کی دستاویزات ہیں – شائع شدہ ماخذ نہیں، اس لیے فہرست میں نہیں۔ صفحے پر حساب کی توثیق مثال کی فائل پر Python (pandas) کے مقابل کی گئی ہے – ہر n، ہر فیصد اور ہر اشاریہ، ہندسہ بہ ہندسہ، بشمول متعدد جوابات کے جدول، سوالوں کے سلسلے، مشروط بنیادوں، فلٹرنگ اور دوبارہ کوڈنگ کے بعد کے جداول، یکجا فائل (pandas.concat)، خانوں کے وزن، مجموعہ، ڈیزائن اثر اور وزن دار جداول (وزن دار فیصد، اوسط، SD اور وسطانیہ)۔