Generatore di codebook
Elenca le variabili una per riga — nome, etichetta, tipo, etichette dei valori, codici mancanti — e ottieni una tabella di codebook da incollare in un README, più la sintassi che applica le stesse etichette ai tuoi dati: VARIABLE LABELS, VALUE LABELS e MISSING VALUES per SPSS, oppure codice factor o haven per R. Lo strumento controlla anche nomi ed etichette rispetto ai limiti di SPSS. Gratuito, senza registrazione. Nulla di ciò che digiti lascia il tuo browser.
Le tue variabili
Campi in quest'ordine, separati da | o da tabulazioni (incolla direttamente da un foglio di calcolo): name | label | type | value labels | missing codes | notes. Solo il nome è obbligatorio.
Il tipo è scale, ordinal, nominal o string. Le etichette dei valori sono coppie codice=etichetta separate da punti e virgola. I codici mancanti sono separati da virgole; scrivi un intervallo come 997 to 999 e usa LO o HI per un limite aperto.
R di base trasforma le etichette dei valori in factor e i codici mancanti definiti dall'utente in NA. Lo stile haven mantiene insieme codici ed etichette, come fa SPSS.
Usato nella sintassi R. Un nome non valido ricade su df.
Codebook
Scrivi o incolla le tue variabili sopra, oppure premi «Prova un esempio».
Esporta
Eseguila con il file dei dati aperto: VARIABLE LABELS, VALUE LABELS, MISSING VALUES e VARIABLE LEVEL. Non crea variabili e non imposta la larghezza delle stringhe.
Come usare il generatore di codebook
- 1. Elenca le variabili. Una per riga, con i campi separati da una barra verticale o da una tabulazione, così puoi incollare direttamente da un foglio di calcolo: nome, etichetta, tipo, etichette dei valori, codici mancanti, note. Solo il nome è obbligatorio.
- 2. Descrivi i valori. Scrivi le etichette dei valori come coppie codice=etichetta separate da punti e virgola (1=Femmina; 2=Maschio). Scrivi i codici mancanti separati da virgole, e un intervallo come 997 to 999. Per il tipo scegli scale, ordinal, nominal o string.
- 3. Leggi i controlli. La tabella mostra che cosa è stato riconosciuto. «Cose da controllare» elenca le coppie saltate, i nomi ripetuti e tutto ciò che SPSS rifiuterebbe, con il numero di riga.
- 4. Esporta. Scegli sintassi SPSS, sintassi R, una tabella Markdown o un CSV, poi copia o scarica. Per R, scegli R di base o haven e assegna un nome al data frame.
A che cosa serve un codebook
Un codebook è la chiave di un set di dati. Una colonna chiamata q7 e piena di 1, 2 e 9 non significa nulla per chi legge, né per te tra un anno, finché un documento non dice che cosa chiede q7, che cosa rappresenta ciascun numero e quali numeri non sono affatto risposte. Un codebook registra, per ogni variabile, il nome, un'etichetta descrittiva, il tipo, i valori etichettati e i codici dei dati mancanti. È la prima cosa che cerca un collaboratore o un revisore.
La tabella e il codice derivano dalla stessa lista, quindi non possono divergere. Lo strumento non legge un file di dati: digiti le definizioni, e nessun valore dei dati è coinvolto.
Tipi e codici mancanti
| Tipo | Da usare per | In SPSS | In R di base |
|---|---|---|---|
| Scala | Quantità misurate: età, reddito, punteggio di un test | VARIABLE LEVEL SCALE | as.numeric() |
| Ordinale | Categorie ordinate: una scala di accordo da 1 a 5 | VARIABLE LEVEL ORDINAL | ordered factor |
| Nominale | Categorie non ordinate: genere, paese | VARIABLE LEVEL NOMINAL | factor |
| Stringa | Testo: risposte libere, ID dei partecipanti | Nessun livello impostato | as.character() |
Una variabile scala può comunque avere etichette dei valori, per esempio un codice per «rifiutato». R di base la mantiene numerica e non la trasforma in un factor.
Un codice mancante è un numero che sta al posto di «nessuna risposta»: -99 per «rifiutato», -98 per «non so», 997 to 999 per più motivi insieme. Lasciati così, questi numeri entrano nelle tue medie. Dichiararli come mancanti definiti dall'utente dice a SPSS di escluderli dai calcoli mantenendo i codici nel file. R non ha un contrassegno del genere nella versione di base, quindi la sintassi di base converte i codici in NA; la versione haven li mantiene come fa SPSS.
Che cosa ammette SPSS
Il controllo segue il manuale di riferimento della sintassi di comando di IBM. Un nome di variabile può arrivare a 64 byte, deve iniziare con una lettera o con @, non può iniziare o terminare con un punto e non può essere una delle parole riservate ALL, AND, BY, EQ, GE, GT, LE, LT, NE, NOT, OR, TO o WITH. Un nome che inizia con # crea una variabile temporanea, e uno che inizia con $ è riservato alle variabili di sistema, quindi lo strumento rifiuta entrambi. Le etichette dei valori possono arrivare a 120 byte. Una variabile numerica può avere fino a tre valori mancanti discreti, oppure un intervallo più un valore discreto aggiuntivo, come LO THRU 0, 999. IBM consiglia di tenere ogni riga di sintassi entro 256 caratteri; lo strumento si ferma a 251 byte, un limite per il quale sono state segnalate avvertenze di SPSS, così un'etichetta molto lunga viene segnalata prima che la sintassi fallisca. Vedi le pagine IBM sui nomi delle variabili e su VALUE LABELS.
Esempio svolto
«Prova un esempio» carica cinque variabili di un sondaggio: un ID testuale, un'età numerica, un genere nominale con quattro valori etichettati, un elemento ordinale su cinque punti e una variabile di reddito i cui codici 997 to 999 sono mancanti. L'output SPSS consiste in quattro comandi. VARIABLE LABELS copre tutte e cinque le variabili, VALUE LABELS copre genere ed elemento ordinale, MISSING VALUES copre quattro variabili (età, genere, elemento ordinale e reddito) e VARIABLE LEVEL copre le quattro variabili non testuali. Questo è il comando MISSING VALUES che viene scritto:
Esempio: il comando MISSING VALUES
MISSING VALUES age (-99) /gender (-99) /sat1 (-99, -98) /income (997 THRU 999).
In R, la versione di base converte quei codici in NA e trasforma le variabili etichettate in factor, con l'elemento ordinale come ordered factor. La versione haven chiama haven::labelled_spss(), i cui argomenti labels, na_values, na_range e label contengono le stesse quattro cose. Lo strumento scrive ciascuna su una riga, così puoi eliminare le variabili che non ti servono.
Limiti e avvertenze
- Non legge i tuoi dati. Controlla che ogni codice che elenchi compaia davvero, e che non ne compaia uno che hai omesso.
- La sintassi R modifica i dati. La versione di base sovrascrive ogni colonna. Lavora su una copia e controlla ogni
as.numeric()con il file grezzo; un valore che non può essere letto come numero diventaNA, con un avviso. - Variabili stringa in SPSS. Le stringhe richiedono una larghezza al momento della creazione, e la sintassi qui non crea variabili. Eseguila con i tuoi dati aperti.
- Mantieni coerenti i codici. Usa gli stessi codici mancanti per le variabili dove puoi, e mai un codice che potrebbe essere una risposta reale.
Domande frequenti
- Che cos'è un codebook nella ricerca?
- Un codebook è un documento che spiega un set di dati: come si chiama ciascuna variabile, che cosa misura, come è codificata e quali codici indicano dati mancanti. Chi non ha mai visto i dati dovrebbe poter leggere il codebook e interpretare ogni colonna. A volte viene chiamato dizionario dei dati.
- Che cosa dovrebbe contenere un codebook?
- Come minimo, il nome, l'etichetta e il tipo di ciascuna variabile, le etichette dei valori per le variabili codificate e i codici dei dati mancanti. I codebook dei sondaggi spesso aggiungono il testo esatto della domanda, le opzioni di risposta, a chi è stata posta la domanda, e note su ricodifiche o variabili derivate. Questo strumento copre il primo gruppo e ha una colonna note per il resto.
- Come aggiungo etichette dei valori e valori mancanti nella sintassi SPSS?
- Usa VALUE LABELS con il nome della variabile seguito da coppie codice ed etichetta, per esempio VALUE LABELS gender 1 "Female" 2 "Male". Usa MISSING VALUES con la variabile e i suoi codici tra parentesi, per esempio MISSING VALUES age (-99). Termina ogni comando con un punto. Lo strumento scrive entrambi, con una variabile per blocco, separati da barre.
- Quanti valori mancanti può avere una variabile SPSS?
- Una variabile numerica può avere fino a tre valori mancanti individuali definiti dall'utente, oppure un intervallo di valori più un ulteriore valore discreto. Un intervallo usa THRU, e LO e HI indicano il valore più basso e quello più alto. Lo strumento segnala una variabile che lo supera.
- Devo usare i factor di R di base o haven?
- Usa R di base se analizzerai i dati solo in R: i factor conservano le etichette e NA conserva i codici mancanti. Usa haven se i dati provengono da SPSS, Stata o SAS o vi torneranno, perché labelled_spss() mantiene insieme codici, etichette e valori mancanti definiti dall'utente. La documentazione di haven descrive la classe come un modello dei valori mancanti definiti dall'utente di SPSS.
- I miei dati vengono caricati?
- No. Tutto viene eseguito nel tuo browser e nulla di ciò che digiti viene caricato. Lo strumento ha bisogno solo delle definizioni delle variabili, non dei valori dei dati.