Kodowanie danych z ankiety w Excelu - książka kodów, skale Likerta i wielokrotny wybór

Kodowanie danych to zamiana odpowiedzi z ankiety na liczby, z którymi poradzi sobie program statystyczny. „Kobieta” staje się jedynką, „raczej się zgadzam” czwórką, a zaznaczona odpowiedź w pytaniu wielokrotnego wyboru jedynką w osobnej kolumnie. Brzmi to jak techniczna drobnostka, ale źle zakodowana baza potrafi zablokować analizę na wiele dni: średnia nie chce się policzyć, bo w kolumnie jest tekst, a test wychodzi dziwnie, bo pozycje odwrócone nie zostały odwrócone.

Poniżej znajdziesz, jak przygotować książkę kodów, jak zakodować w Excelu każdy typ pytania (jednokrotny i wielokrotny wybór, skale Likerta, pytania otwarte, metryczkę), co zrobić z brakami danych i jakich błędów unikać. Na końcu jest przykładowa tabela przed kodowaniem i po nim.

Co to jest kodowanie danych

Kodowanie danych polega na przypisaniu każdej możliwej odpowiedzi umownego kodu liczbowego i zapisaniu tych kodów w arkuszu, w którym jeden wiersz to jeden respondent, a jedna kolumna to jedna zmienna. Kody mają dwie funkcje. Po pierwsze, program statystyczny liczy na liczbach, a nie na napisach. Po drugie, kody wymuszają jednolity zapis: zamiast „K”, „kobieta”, „Kobieta ” ze spacją na końcu masz zawsze 1.

Kod liczbowy nie zawsze oznacza ilość. Przy płci 1 i 2 to tylko etykiety, które można zamienić miejscami. Przy wykształceniu kody powinny rosnąć razem z poziomem wykształcenia, bo zmienna jest porządkowa. Przy skali Likerta kod odpowiada pozycji na skali. O tym, jak rozpoznać typ zmiennej, przeczytasz w tekście o tym, czym różnią się zmienne nominalne, porządkowe i ilościowe.

Klucz kodowy, czyli książka kodów

Książka kodów (klucz kodowy) to tabela, w której dla każdej kolumny arkusza zapisujesz jej nazwę, treść pytania, typ zmiennej, kody odpowiedzi i sposób oznaczenia braków. Najlepiej przygotować ją jeszcze przed zebraniem danych, razem z kwestionariuszem, o czym pisze tekst o tym, jak zbudować kwestionariusz ankiety. Książkę kodów umieszcza się w osobnym arkuszu tego samego pliku, a często także w aneksie pracy.

Nazwy kolumn trzymaj krótkie, bez spacji i polskich znaków, z podkreśleniem zamiast spacji. Część programów źle znosi nazwy w rodzaju „Wiek respondenta (w latach)”. Pełną treść pytania zostaw w książce kodów.

Jak przygotować arkusz w Excelu

• Jeden wiersz to jeden respondent, jedna kolumna to jedna zmienna.
• W pierwszym wierszu są nazwy kolumn, dane zaczynają się od drugiego. Bez tytułów nad tabelą, bez dwóch wierszy nagłówka.
• Pierwsza kolumna to numer ankiety. Dzięki niemu wrócisz do papierowego kwestionariusza albo do oryginalnej odpowiedzi z formularza.
• Surowe dane trzymasz w osobnym arkuszu i nigdy ich nie nadpisujesz. Kodujesz w kopii.
• Żadnych scalonych komórek, kolorów niosących informację i sum pod tabelą.

Więcej o porządku w arkuszu, formatach komórek i separatorach dziesiętnych przeczytasz w tekście o tym, jak przygotować dane w Excelu do analizy.

Kodowanie pytań jednokrotnego wyboru

Pytanie jednokrotnego wyboru to jedna kolumna z jednym kodem. Przy zmiennych nominalnych kolejność kodów jest umowna, przy porządkowych kody muszą rosnąć zgodnie z porządkiem odpowiedzi. Jeśli wśród odpowiedzi jest „trudno powiedzieć”, które nie leży na skali, daj mu kod spoza zakresu albo zapisz je jako brak i zaznacz to w książce kodów.

Gdy dane z formularza internetowego przychodzą jako tekst, nie musisz przepisywać ich ręcznie. Dla dwóch, trzech odpowiedzi wystarczy funkcja JEŻELI, na przykład dla płci zapisanej w kolumnie B:

=JEŻELI(B2="kobieta";1;JEŻELI(B2="mężczyzna";2;3))

Przy dłuższych listach wygodniej przygotować w osobnym arkuszu tabelę słownikową (w kolumnie A treść odpowiedzi, w kolumnie B kod) i użyć funkcji WYSZUKAJ.PIONOWO:

=WYSZUKAJ.PIONOWO(C2;Kody!$A$2:$B$5;2;FAŁSZ)

Ostatni argument FAŁSZ oznacza dopasowanie dokładne. Jeśli formuła zwraca błąd, odpowiedź w danych różni się od tej w słowniku, najczęściej spacją na końcu albo wielkością liter. Spacje z początku i końca tekstu usuniesz funkcją USUŃ.ZBĘDNE.ODSTĘPY. Po zakodowaniu skopiuj kolumnę i wklej ją jako wartości, żeby kody nie zależały od formuł.

Kodowanie pytań wielokrotnego wyboru (kolumny 0/1)

Pytanie, w którym można zaznaczyć kilka odpowiedzi, nie mieści się w jednej kolumnie. Każda odpowiedź dostaje własną kolumnę z kodem 1, gdy została zaznaczona, i 0, gdy nie. Pytanie o cztery źródła informacji daje więc cztery kolumny. Dzięki temu policzysz odsetek osób wskazujących każde źródło i porównasz go między grupami, na przykład testem chi-kwadrat.

Formularze internetowe często zapisują wszystkie zaznaczone odpowiedzi w jednej komórce, rozdzielone przecinkami, na przykład „Internet, Lekarz”. Kolumnę 0/1 dla każdej odpowiedzi utworzysz formułą, która sprawdza, czy dany napis występuje w komórce:

=JEŻELI(CZY.LICZBA(SZUKAJ.TEKST("Lekarz";D2));1;0)

Funkcja SZUKAJ.TEKST zwraca pozycję napisu, gdy go znajdzie, a błąd, gdy nie. CZY.LICZBA zamienia to na prawdę lub fałsz, a JEŻELI na 1 lub 0. Uważaj na odpowiedzi, z których jedna zawiera drugą, na przykład „Internet” i „Internet (fora)”. Wtedy szukaj dłuższego, bardziej jednoznacznego fragmentu. Osoby, które pominęły całe pytanie, powinny mieć puste komórki we wszystkich kolumnach zestawu, a nie same zera, bo zero znaczy „nie zaznaczyłem tej odpowiedzi”, a nie „nie odpowiedziałem”.

Skale Likerta i pozycje odwrócone

Każde twierdzenie skali to osobna kolumna z kodem od 1 do 5 (albo od 1 do 7, zależnie od skali). Kody muszą iść w tym samym kierunku we wszystkich kolumnach: 1 zawsze oznacza „zdecydowanie się nie zgadzam”, a 5 „zdecydowanie się zgadzam”. Jeśli formularz zapisał odpowiedzi jako tekst, zakoduj je tak samo jak pytania jednokrotnego wyboru.

Pozycje odwrócone to twierdzenia sformułowane w przeciwną stronę niż reszta skali, na przykład „Zwykle czuję się spokojny” w skali stresu. Przed policzeniem wyniku skali trzeba je przekodować. Zasada jest prosta: nowy kod = (najniższy kod + najwyższy kod) - stary kod. Przy skali 1-5 oznacza to 6 minus odpowiedź, przy skali 1-7 osiem minus odpowiedź. Przykładowo dla twierdzenia w kolumnie H:

=6-H2

Odwróconą wersję zapisz w nowej kolumnie, na przykład stres_3_odwr, a oryginał zostaw. Jeśli zapomnisz o odwróceniu, pozycja obniży spójność skali i jej korelacja z resztą twierdzeń wyjdzie ujemna, co od razu widać w analizie rzetelności opisanej w tekście o alfie Cronbacha. Jak potem połączyć twierdzenia w jeden wynik, opisuje tekst o tym, jak liczyć wskaźnik ze skali w kwestionariuszu.

Braki danych przy kodowaniu

Najprostsza i najbezpieczniejsza konwencja w Excelu to pusta komórka jako brak odpowiedzi. Większość programów statystycznych rozpoznaje ją bez dodatkowych ustawień. Kody w rodzaju 99 albo -9 mają sens tylko wtedy, gdy rozróżniasz kilka rodzajów braków, a program wie, że to nie są prawdziwe wartości. Inaczej 99 zostanie potraktowane jak wiek 99 lat i zawyży średnią.

• Odpowiedź „nie wiem” lub „trudno powiedzieć” to odpowiedź, a nie brak. Decyzję, czy włączasz ją do analizy, zapisz w książce kodów.
• Pytania pominięte przez filtr („jeśli nie, przejdź do pytania 12”) zostawiasz puste, ale w opisie wyników liczysz odsetki tylko wśród osób, których pytanie dotyczyło.
• Zero nie jest brakiem. Zero dzieci czy zero dni aktywności to prawdziwa wartość.

Liczbę pustych komórek w kolumnie policzysz funkcją LICZ.PUSTE, na przykład =LICZ.PUSTE(F2:F201). Co zrobić, gdy braków jest dużo, opisuje tekst o tym, jak radzić sobie z brakami danych.

Kodowanie pytań otwartych (kategoryzacja)

Odpowiedzi na pytania otwarte koduje się po zebraniu danych. Najpierw czytasz wszystkie odpowiedzi albo dużą ich część i wypisujesz powtarzające się wątki. Z tych wątków tworzysz listę kategorii z krótką definicją każdej, następnie przypisujesz każdej odpowiedzi kod kategorii. Kategorie powinny być rozłączne i obejmować prawie wszystkie odpowiedzi, a dla reszty zostaw kategorię „inne”.

Gdy jedna odpowiedź porusza kilka wątków, kategorie koduj tak jak pytanie wielokrotnego wyboru, w kolumnach 0/1. Jeśli promotor tego wymaga, część odpowiedzi może zakodować druga osoba i wtedy podajesz zgodność obu kodowań. W pracy opisz listę kategorii i sposób kodowania, a przy wynikach podaj liczebności kategorii i kilka cytatów ilustrujących.

Kodowanie metryczki

Wiek, staż pracy, liczbę dzieci i inne cechy liczbowe wpisuj jako liczby, bez słów „lat” czy „lata”. Przedziały wiekowe utworzysz później w osobnej kolumnie, na przykład formułą:

=JEŻELI(E2="";"";JEŻELI(E2<25;1;JEŻELI(E2<35;2;3)))

która nadaje kod 1 osobom poniżej 25 lat, 2 osobom w wieku 25-34 lata i 3 osobom w wieku 35 lat i więcej, a puste komórki zostawia puste. Wykształcenie i inne cechy uporządkowane koduj rosnąco. Miejsce zamieszkania, kierunek studiów czy rodzaj oddziału to zmienne nominalne, więc kolejność kodów jest umowna, ale musi być stała i zapisana w książce kodów.

Przykładowa tabela przed kodowaniem i po nim

Tak mogą wyglądać trzy pierwsze wiersze danych pobranych z formularza internetowego (przykładowe dane):

A tak te same dane po zakodowaniu (stres_3 to pozycja odwrócona, więc „raczej się zgadzam” = 4 zamienia się na 2):

Kolumnę z sygnaturą czasową możesz usunąć z arkusza analitycznego albo zostawić do opisu okresu zbierania danych. W surowych danych zostaje bez zmian.

Typowe błędy przy kodowaniu danych

• Tekst zamiast liczb, na przykład „23 lata”, „5 - zdecydowanie tak” albo liczby zapisane jako tekst po imporcie z pliku CSV. Program nie policzy z nich średniej. Funkcja CZY.LICZBA szybko pokaże, które komórki nie są liczbami.
• Scalone komórki w nagłówku albo w danych. Po wczytaniu do programu statystycznego wartość zostaje tylko w pierwszej komórce, a pozostałe są puste.
• Kilka zapisów tej samej odpowiedzi: „K”, „kobieta”, „Kobieta”, „kobieta ” ze spacją.
• Jedna kolumna dla pytania wielokrotnego wyboru z kodami w rodzaju „1, 3, 4”.
• Nieodwrócone pozycje odwrócone albo pozycje odwrócone dwa razy.
• Zero jako oznaczenie braku odpowiedzi.
• Informacja zapisana kolorem komórki, na przykład czerwone wiersze jako „do usunięcia”. Kolory nie przechodzą do programów statystycznych.
• Przecinek i kropka jako separator dziesiętny w jednej kolumnie.
• Kody spoza zakresu, na przykład 6 na skali 1-5. Wyłapiesz je funkcją LICZ.JEŻELI, na przykład =LICZ.JEŻELI(H2:H201;">5"), albo filtrem kolumny.

Kodowanie jako część zlecenia analizy

Jeśli nie chcesz kodować danych samodzielnie, w kreatorze wyceny wybierz drogę „Przez statystyka” i opisz w zgłoszeniu, co trzeba zakodować. Statystyk przygotuje wycenę indywidualną. Plik możesz wgrać w jednym z popularnych formatów, w tym Excel, CSV czy SPSS. Gdy dane są gotowe, dalsze kroki, od opisu próby po tabele w standardzie APA, opisuje strona analiza wyników ankiety.

Najczęstsze pytania

Jak zakodować ankietę w Excelu?

Przygotuj książkę kodów z nazwą kolumny, treścią pytania i kodami odpowiedzi. Następnie w arkuszu wpisz każdego respondenta w osobnym wierszu, a każdą zmienną w osobnej kolumnie, używając kodów liczbowych. Dane tekstowe z formularza zamienisz na kody funkcjami JEŻELI albo WYSZUKAJ.PIONOWO.

Jak zakodować pytanie wielokrotnego wyboru?

Każda odpowiedź dostaje własną kolumnę, w której 1 oznacza zaznaczenie, a 0 brak zaznaczenia. Pytanie z pięcioma możliwymi odpowiedziami daje więc pięć kolumn. Osobom, które pominęły całe pytanie, zostaw puste komórki zamiast zer.

Jak oznaczyć brak odpowiedzi w bazie danych?

Najbezpieczniej pustą komórką, bo większość programów rozpoznaje ją jako brak. Kody w rodzaju 99 stosuj tylko wtedy, gdy rozróżniasz rodzaje braków i ustawisz je w programie jako braki. Nigdy nie oznaczaj braku zerem.

Jak odwrócić pozycje w skali Likerta?

Odejmij odpowiedź od sumy najniższego i najwyższego kodu skali. Przy skali 1-5 nowy kod to 6 minus stara odpowiedź, przy skali 1-7 osiem minus stara odpowiedź. Wynik zapisz w nowej kolumnie i zostaw oryginał.

Czy kody muszą zaczynać się od 1?

Nie ma takiego wymogu, ale kody od 1 są czytelne i najczęściej stosowane. Ważniejsze jest, żeby przy zmiennych porządkowych rosły zgodnie z porządkiem odpowiedzi, a przy kolumnach wielokrotnego wyboru konsekwentnie oznaczały 0 i 1.