Générateur de codebook
Listez vos variables une par ligne (nom, libellé, type, étiquettes de valeurs, codes manquants) et obtenez un tableau de codebook à coller dans un README, ainsi que la syntaxe qui applique les mêmes libellés à vos données : VARIABLE LABELS, VALUE LABELS et MISSING VALUES pour SPSS, code factor ou haven pour R. L'outil vérifie aussi les noms et les libellés selon les limites de SPSS. Gratuit, sans inscription. Rien de ce que vous saisissez ne quitte votre navigateur.
Vos variables
Champs dans cet ordre, séparés par | ou par des tabulations (collez directement depuis un tableur) : name | libellé | type | étiquettes de valeurs | codes manquants | remarques. Seul le nom est obligatoire.
Le type est scale, ordinal, nominal ou string. Les étiquettes de valeurs sont des paires code=libellé séparées par des points-virgules. Les codes manquants sont séparés par des virgules ; écrivez un intervalle sous la forme 997 to 999, et utilisez LO ou HI pour une borne ouverte.
R de base transforme les étiquettes de valeurs en facteurs et les codes manquants définis par l'utilisateur en NA. Le style haven conserve ensemble les codes et les libellés, comme le fait SPSS.
Utilisé dans la syntaxe R. Un nom invalide revient à df.
Codebook
Saisissez ou collez vos variables ci-dessus, ou cliquez sur Essayer un exemple.
Exportation
Exécutez-la avec votre fichier de données ouvert : VARIABLE LABELS, VALUE LABELS, MISSING VALUES et VARIABLE LEVEL. Elle ne crée pas de variables et ne définit pas la largeur des chaînes.
Comment utiliser le générateur de codebook
- 1. Listez vos variables. Une par ligne, avec les champs séparés par une barre verticale ou une tabulation, pour pouvoir coller directement depuis un tableur : nom, libellé, type, étiquettes de valeurs, codes manquants, remarques. Seul le nom est obligatoire.
- 2. Décrivez les valeurs. Écrivez les étiquettes de valeurs sous forme de paires code=libellé séparées par des points-virgules (1=Femme; 2=Homme). Écrivez les codes manquants séparés par des virgules, et un intervalle sous la forme 997 to 999. Choisissez scale, ordinal, nominal ou string pour le type.
- 3. Lisez les vérifications. Le tableau montre ce qui a été compris. « Points à vérifier » signale les paires ignorées, les noms répétés et tout ce que SPSS rejetterait, avec le numéro de ligne.
- 4. Exportez. Choisissez la syntaxe SPSS, la syntaxe R, un tableau Markdown ou un CSV, puis copiez ou téléchargez. Pour R, choisissez R de base ou haven et nommez votre data frame.
À quoi sert un codebook
Un codebook est la clé d'un jeu de données. Une colonne nommée q7 et remplie de 1, de 2 et de 9 ne signifie rien pour un lecteur, ni pour vous dans un an, tant qu'un document n'indique pas ce que demande q7, ce que représente chaque chiffre et quels chiffres ne sont pas des réponses. Un codebook consigne, pour chaque variable, son nom, un libellé descriptif, son type, ses valeurs étiquetées et ses codes de données manquantes. C'est la première chose que cherche un collaborateur ou un relecteur.
Le tableau et le code proviennent d'une seule liste, ils ne peuvent donc pas diverger. L'outil ne lit pas de fichier de données : vous saisissez les définitions, et aucune valeur de données n'entre en jeu.
Types et codes manquants
| Type | À utiliser pour | Dans SPSS | En R de base |
|---|---|---|---|
| Échelle | Grandeurs mesurées : âge, revenu, score à un test | VARIABLE LEVEL SCALE | as.numeric() |
| Ordinale | Catégories ordonnées : une échelle d'accord de 1 à 5 | VARIABLE LEVEL ORDINAL | facteur ordonné |
| Nominale | Catégories non ordonnées : genre, pays | VARIABLE LEVEL NOMINAL | facteur |
| Chaîne | Texte : réponses libres, identifiants de participants | Aucun niveau n'est défini | as.character() |
Une variable d'échelle peut tout de même porter des étiquettes de valeurs, par exemple un code pour « refus de répondre ». R de base la garde numérique et ne la transforme pas en facteur.
Un code manquant est un nombre qui tient lieu de « pas de réponse » : -99 pour refus, -98 pour ne sait pas, 997 à 999 pour plusieurs raisons à la fois. Laissés tels quels, ces nombres entrent dans vos moyennes. Les déclarer comme valeurs manquantes définies par l'utilisateur indique à SPSS de les exclure des calculs tout en gardant les codes dans le fichier. R n'a pas d'option équivalente dans sa base : la syntaxe de base convertit donc les codes en NA, tandis que la version haven les conserve comme le fait SPSS.
Ce qu'autorise SPSS
Le vérificateur suit la référence de syntaxe de commande d'IBM. Un nom de variable peut compter jusqu'à 64 octets, doit commencer par une lettre ou @, ne peut ni commencer ni se terminer par un point, et ne peut pas être l'un des mots réservés ALL, AND, BY, EQ, GE, GT, LE, LT, NE, NOT, OR, TO ou WITH. Un nom qui commence par # désigne une variable temporaire, et un nom qui commence par $ est réservé aux variables système ; l'outil rejette donc les deux. Les étiquettes de valeurs peuvent compter jusqu'à 120 octets. Une variable numérique peut avoir jusqu'à trois valeurs manquantes discrètes, ou un intervalle accompagné d'une valeur discrète supplémentaire, comme dans LO THRU 0, 999. IBM recommande de garder chaque ligne de syntaxe sous 256 caractères ; l'outil se limite à 251 octets, une limite au-delà de laquelle des utilisateurs ont signalé des avertissements de SPSS, de sorte qu'un libellé très long est signalé avant l'échec. Voir les pages d'IBM sur les noms de variables et sur VALUE LABELS.
Exemple détaillé
« Essayer un exemple » charge cinq variables d'enquête : un identifiant textuel, un âge numérique, un genre nominal avec quatre valeurs étiquetées, un item ordinal en cinq points et une variable de revenu dont les codes 997 à 999 sont manquants. La sortie SPSS compte quatre commandes. VARIABLE LABELS couvre les cinq variables, VALUE LABELS couvre le genre et l'item ordinal, MISSING VALUES couvre quatre variables (l'âge, le genre, l'item ordinal et le revenu), et VARIABLE LEVEL couvre les quatre variables qui ne sont pas du texte. Voici la commande MISSING VALUES qu'elle écrit :
Exemple : la commande MISSING VALUES
MISSING VALUES age (-99) /gender (-99) /sat1 (-99, -98) /income (997 THRU 999).
En R, la version de base recode ces codes en NA et transforme les variables étiquetées en facteurs, l'item ordinal devenant un facteur ordonné. La version haven appelle haven::labelled_spss(), dont les arguments labels, na_values, na_range et label contiennent les mêmes quatre éléments. L'outil écrit chacun sur une ligne, pour que vous puissiez supprimer les variables dont vous n'avez pas besoin.
Limites et précautions
- Il ne lit pas vos données. Vérifiez que chaque code que vous listez apparaît réellement, et qu'aucun code absent de votre liste n'apparaît dans les données.
- La syntaxe R modifie vos données. La version de base écrase chaque colonne. Travaillez sur une copie et vérifiez chaque
as.numeric()par rapport au fichier brut ; une valeur qui ne peut pas être lue comme un nombre devientNA, avec un avertissement. - Variables de type chaîne dans SPSS. Les chaînes ont besoin d'une largeur à leur création, et la syntaxe ici ne crée pas de variables. Exécutez-la avec vos données ouvertes.
- Gardez des codes cohérents. Utilisez les mêmes codes manquants pour toutes les variables lorsque c'est possible, et jamais un code qui pourrait être une vraie réponse.
Questions fréquentes
- Qu'est-ce qu'un codebook en recherche ?
- Un codebook est un document qui explique un jeu de données : le nom de chaque variable, ce qu'elle mesure, son codage et les codes qui signalent des données manquantes. Quelqu'un qui n'a jamais vu les données doit pouvoir lire le codebook et interpréter chaque colonne. On l'appelle parfois dictionnaire de données.
- Que doit contenir un codebook ?
- Au minimum, le nom, le libellé et le type de chaque variable, les étiquettes de valeurs des variables codées et les codes de données manquantes. Les codebooks d'enquête ajoutent souvent la formulation exacte de la question, les options de réponse, la population interrogée, ainsi que des notes sur les recodages ou les variables dérivées. Cet outil couvre le premier groupe et dispose d'une colonne de remarques pour le reste.
- Comment ajouter des étiquettes de valeurs et des valeurs manquantes en syntaxe SPSS ?
- Utilisez VALUE LABELS suivi du nom de la variable et de paires code et libellé, par exemple VALUE LABELS gender 1 "Female" 2 "Male". Utilisez MISSING VALUES avec la variable et ses codes entre parenthèses, par exemple MISSING VALUES age (-99). Terminez chaque commande par un point. L'outil écrit les deux, avec une variable par bloc, séparées par des barres obliques.
- Combien de valeurs manquantes une variable SPSS peut-elle avoir ?
- Une variable numérique peut avoir jusqu'à trois valeurs manquantes définies par l'utilisateur, ou un intervalle de valeurs plus une valeur discrète supplémentaire. Un intervalle s'écrit avec THRU, et LO et HI désignent les valeurs la plus basse et la plus haute. L'outil signale une variable qui dépasse cette limite.
- Faut-il utiliser les facteurs de R de base ou haven ?
- Utilisez R de base si vous n'analyserez les données que dans R : les facteurs portent les libellés et NA porte les codes manquants. Utilisez haven si les données viennent de SPSS, de Stata ou de SAS, ou doivent y retourner, car labelled_spss() conserve ensemble les codes, les libellés et les valeurs manquantes définies par l'utilisateur. La documentation de haven décrit cette classe comme la modélisation des valeurs manquantes définies par l'utilisateur de SPSS.
- Mes données sont-elles téléversées ?
- Non. Tout s'exécute dans votre navigateur, et rien de ce que vous saisissez n'est téléversé. L'outil n'a besoin que des définitions des variables, pas de vos valeurs de données.