Braki danych - jak sobie z nimi radzić

Braki danych są normą w badaniach ankietowych. Najprostsze podejście to usuwanie obserwacji z brakami, ale przy wielu brakach traci się moc i można wprowadzić obciążenie, jeśli braki nie są losowe.

Alternatywy to imputacja - od prostej (średnią, medianą) po zaawansowaną (imputacja wielokrotna). Wybór zależy od mechanizmu braków (losowe czy nie) i ich odsetka. W pracy warto opisać, ile było braków i jak je potraktowano - to element rzetelności analizy.

Przykład: w ankiecie N = 200 brakuje 3% odpowiedzi rozproszonych losowo - usunięcie tych obserwacji jest zwykle bezpieczne. Ale gdy braki są skupione (np. najgorzej zarabiający pomijają pytanie o dochód), samo usuwanie zniekształca wynik. Typowy błąd to „ciche" usuwanie braków bez sprawdzenia, ile ich było i czy są losowe.

Wskazówka: rozróżnij mechanizm braków (całkowicie losowe, losowe, nielosowe) i dobierz metodę - od analizy przypadków kompletnych po imputację wielokrotną. Zawsze opisz w pracy odsetek braków i sposób ich potraktowania; to zwiększa wiarygodność analizy.

Sposób potraktowania braków danych potrafi zmienić wyniki, dlatego zawsze się go opisuje. Nasz kreator opisu danych pomaga zdiagnozować braki przy wgrywaniu pliku w konfiguratorze, a przy nietypowych sytuacjach warto dopytać asystenta o najlepsze podejście.