Guide: Mata in data och bygga en datamängd

I den här guiden ska vi gå igenom:

  • Hur man definierar variabler
  • Vad de olika kolumnerna i ”variable view” betyder
  • Hur man bäst kodar olika typer av enkätfrågor
  • Hur man kodar enkätdata i experimentella design

När man undersöker olika forskningsfrågor kan man ibland använda sig av färdiga datamängder, men ofta är det nödvändigt att samla in data själv. För att kunna analysera den i SPSS måste man då skapa en ny datamängd. I det här inlägget ska vi gå igenom hur det går till.

Grundprincipen är att vi har en datamatris, där varje rad motsvarar en analysenhet, och varje kolumn en variabel. I det här exemplet tänkte jag visa hur man matar in enkätdata, och analysenheterna blir därför personer, men principerna är desamma oavsett om det är personer, länder, eller något annat som är analysenheter.

Enkäten som ligger till grund för undersökningen är ett exempel som jag brukar använda i undervisning. Den handlar om inställning till glass, och innehåller fyra frågor, samt möjlighet för respondenten att skriva in övriga kommentarer. I Bild 1 visas hur enkäten ser ut.

Bild 1. Exempelenkäten

Steg 1: Definiera variabler
Det första man bör göra är att ange vilka variabler som ska ingå i datamängden. Det gör man i ”Variable view”. Den första variabeln vi ska ha i datamängden är en id-variabel. Varje enkät ska få ett eget id-nummer, som man skriver på enkäten när man matar in den i datamängden. På så sätt kan man alltid gå tillbaks och kolla att man skrivit rätt, fastän enkäterna är anonyma. Vi skriver därför på översta raden i kolumnen ”Name” in namnet på vår variabel, ”idnr”.

Att tänka på när man namnger variabler

  • Variabelnamn får inte börja med en siffra.
  • Variabelnamn får inte innehålla mellanslag.
  • Det är lika bra att undvika å, ä och ö.
  • Det brukar vara lättare att orientera sig om man döper variablerna efter något sorts system, till exempel efter frågornas position i enkäten: fr_1, fr_2, osv. Man kan beskriva variablerna utförligare i kolumnen ”Label”.

Vad betyder då de övriga kolumnerna i variable view, och vad behöver vi skriva i?

Kolumnen ”Type”
Den här kolumnen anger vad det är för typ av variabel – siffror, text osv. Som default antar SPSS att nya variabler är av typen ”numeric”, alltså variabler som innehåller siffror. Id-numret ska bara vara ett tal, så det passar bra. Överlag så bör alla variabler vara av typen ”numeric” – textvärden ska bara användas när man måste, till exempel i fritextfrågor. Det är bara när variablerna är numeriska som vi kan göra statistiska beräkningar på dem.

Kolumnen ”Width”
Den här kolumnen anger hur många tecken som variabeln får innehålla, inklusive decimaler. Default-värdet är 8, inklusive decimaler. För numeriska data brukar det inte vara särskilt viktigt, men om du .har textvariabler, till exempel öppna enkätfrågor. är det viktigt att öka värdet i den här kolumnen. Om man har öppna enkätfrågor kanske man ska skriva in ett värde i stil med 500, eller så mycket som behövs.

Kolumnen ”Decimals”
Anger hur många decimaler variabeln får innehålla. Ange så många som krävs. När man bara har enkätfrågor brukar det inte krävas några.

Kolumnen ”Label”
Här kan man skriva en mer utförlig beskrivning av variabeln. Den kommer dyka upp i outputen när man gör analyser av variabeln. På variabeln ”idnr” skriver jag ”Enkätens ID-nummer”.

Kolumnen ”Values”
Här kan man ange vad olika koder betyder, genom att klicka i rutan och sedan klicka på de tre punkterna. Om man till exempel har en fråga med svarsalternativen ”Ja” och ”Nej” så skriver man inte in texten när man matar in datan, utan ger alternativen sifferkoder, till exempel 0 och 1. Då kan man i den här kolumnen ange att 0 betyder ”Nej” och 1 betyder ”Ja”. Jag återkommer till det.

Kolumnen ”Missing”
Här kan man ange vilka koder som anger data som saknas. Om en person till exempel inte svarat på en fråga kan man ge den värdet 99 (till exempel) och i den här kolumnen ange att alla analysenheter som har värdet 99 inte ska ingå i analysen.

Kolumnen ”Columns”
Här anger man hur bred variabeln ska vara i ”Data view”. Ju högre värde, desto större plats tar variabeln.

Kolumnen ”Align”
Anger hur variabelvärdena ska visas i ”Data view” – vänster-, mitten- eller högerjusterat.

Kolumnen ”Measure”
Här anger man vilken skalnivå variabeln befinner sig på – ”Nominal”, som betyder nominalskala (kategorisering), ”Ordinal”, som betyder ordinalskala (rangordning) eller ”Scale”, som betyder intervallskala (rangordning och ekvidistans). Defaultvärdet är ”Scale”, och det brukar inte spela så stor roll vad det är för något angett här, det är mest när man gör olika typer av figurer som det verkar spela roll, i min erfarenhet.

Kolumnen ”Role”
Ärligt talat så vet jag inte riktigt hur man använder sig av den här funktionen – och det brukar gå bra ändå. Så lämna den som ”Input”. Om du vet hur man använder den här funktionen på ett bra sätt – skriv en kommentar!

Det enda jag fyllde i när jag gjorde min ID-variabel var alltså ”Name” och ”Label”. Nu går vi vidare till vår nästa variabel.

Man skulle här kunna tänka sig att man gör variabler som innehåller information om datainsamlingen som inte står i enkäten, till exempel när enkäten delades ut, vart den delades ut, om det var en speciell version, och så vidare.

För experimentella design
Experimentella forskningsdesign går ut på att olika grupper av personer utsätts för olika behandling, till exempel att man får läsa olika versioner av en tidningsartikel som följer med enkäten. Om man tillhör experimentgruppen eller inte måste man då koda som en egen variabel. Till exempel kan man ge de individer som tillhörde kontrollgruppen värdet 0 och de som utsattes för experimentbehandlingen värdet 1.

Koda enkätfrågor
Men i det här fallet var inte enkäten en del av ett experiment, och jag behöver inte fylla i någon ytterligare information. Jag börjar därför definiera variabler för de olika enkätfrågorna. Generellt sett är det så att varje enkätfråga ska ha en egen variabel. Undantagen är när frågan har underfrågor, eller när man kan välja flera svarsalternativ.

Den första frågan lyder ”Tycker du att det är gott eller äckligt med glass?” och svarsalternativen gick från 0 till 10, där 0 betyder ”Glass är jätteäckligt” och 10 betyder ”Glass är jättegott”. Jag döper variabeln till ”fr1”, och skriver i kolumnen label ”Fråga 1. Tycker du att det är gott eller äckligt med glass?”. I övrigt låter jag allt vara som i SPSS förinställningar. Man skulle kunna invända att variabeln inte är en intervallskala, eftersom vi inte kan vara säkra på att respondenterna upplever att det är lika stort steg mellan till exempel värdet 0 och 1, som mellan 5 och 6. Men jag låter ändå variabeln stå kvar som en intervallskala.

Den andra frågan lyder ”Vilka av följande smaker på glass gillar du? Du kan ange flera svar.” och svarsalternativen var ”Vanilj”, ”Choklad”, ”Jordgubb”, ”Banan” och ”Annan smak”. Eftersom man kan ange flera svarsalternativ här blir det en mängd olika kombinationer av smaker som folk kan gilla. Därför gör vi en variabel för varje smakalternativ, och anger om rutan var ikryssad eller inte.

Jag döper variablerna till ”fr2_vanilj”, ”fr2_choklad”, ”fr2_jordgubb”, ”f2_banan” och ”fr2_annan”. Variablerna är numeriska, och på label skriver jag in ”Vilka av följande smaker på glass gillar du? Vanilj” osv. I kolumnen ”Values” anger jag att 0 betyder ”Gillar inte smaken” och att 1 betyder ”Gillar smaken”

Egentligen är de här variablerna nominalskalor – antingen så gillar man en smak eller så gör man det inte – men eftersom de bara har två värden kan man också tänka att de är intervallskalor. Anledningen är att det bara finns ett steg på variabeln, vilket gör att alla stegen är lika långa (ekvidistans). Jag låter därför dem stå kvar som ”Scale” i kolumnen ”Measure”.

Nästa fråga lyder ”Hur väl instämmer du i följande påståenden?” och så följer tre påståenden, ”Man bör bara äta glass på sommaren”, ”Bägare är mer praktiska än strutar” och ”Det är barnsligt att äta glass”. För varje påstående ska respondenten avge ett svar, och svarsalternativen är ”Instämmer helt”, ”Instämmer till viss del”, ”Tar delvis avstånd ifrån” och ”Tar helt avstånd ifrån”.

Varje påstående ska här ha en egen variabel. Jag gör därför tre nya variabler, ”fr3_a”, ”fr3_b” och ”fr3_c”. På ”Label” skriver jag in ”Fråga 3” samt påståendet. I kolumnen ”Values” ska vi nu ange vilka sifferkoder som motsvarar vilka svarsalternativ. Jag anger här att 1 betyder ”Tar helt avstånd ifrån”, 2 ”Tar delvis avstånd ifrån”, 3 ”Instämmer till viss del” och 4 ”Instämmer helt”.

Överlag tycker jag att det känns mest intuitivt att koda det svarsalternativ som står längst till vänster som 1, men jag tycker också att det är bra om höga värden indikerar ”mer av variabelnamnet” eller att man instämmer i frågan. Om man till exempel har en variabel som heter ”Korruption” bör höga värden betyda att analysenheten är mycket korrupt. Annars bör man döpa variabeln till ”Frihet från korruption” eller liknande – på så vis blir det mycket enklare när man sedan gör sina analyser. I det här fallet kommer höga värden alltså innebära att man instämmer i påståendet.

Nästa fråga lyder ”Hur gammal är du? Ange din ålder i år.” Jag föper variabeln till ”fr4” och skriver i kolumnen ”Label” ”Fråga 4. Hur gammal är du? Ange din ålder i år.” I övrigt ändrar jag inte på något.

Nästa fråga gäller om respondenten har några synpunkter på enkäten, och är en fritextfråga. Jag döper den till ”fr5_synpunkter”, och här ändrar jag i kolumnen ”Type” till ”String”, som betyder text, och i kolumnen ”Width” till 500.

Detta är alla variabler som ska ingå i datamängden. I Bild 1 visas hur det ser ut i ”Variable view” när definitionen av variabler är klar.

Bild 1. Exempel på definierade variabler i ”Variable view”.

Steg 2. Mata in enkätdatan.
Nu går vi över till ”Data view”. Här ska det vara tomt, men de olika variablerna vi skrivit in i ”Variable view” ska nu stå som kolumnrubriker.

Nu är det bara att ta upp den första enkäten. Först skriver man en etta på den, för att ange dess ID-nummer. På den första frågan, om det är gott eller äckligt med glass, har personen kryssat i rutan 8. Då skriver man i en åtta i koumnen ”fr1”.

Personen har sedan kryssat i att den gillar chokladglass och jordgubbsglass. Då anger vi värdet 0 på ”fr2_vanilj”, ”fr2_banan” och ”fr2_annan”, och värdet 1 på ”fr2_choklad” och ”fr2_jordgubb”.

På fråga 3 har personen angett att den delvis tar avstånd ifrån påståendet ”Man bör bara äta glass på sommaren”, att den till viss del instämmer i att ”Bägare är mer praktiska än strutar” och att den helt tar avstånd ifrån påståendet ”Det är barnsligt att äta glass”. Höga värden innebar här att man instämde i högre utsträckning, så personen får värdet 2 på fr2_a, värdet 3 på fr2_b och värdet 1 på fr2_c.

Personen har på fråga 4 angett att den är 27 år, och då skriver jag bara i 27.

Slutligen har personen lämnat följande kommentar ”Jag tycker att det borde vart med en fråga om vilket glassmärke som är godast!”. Den skriver vi i på variabeln ”fr5_synpunkter”.

Nu är vi klara med den första enkäten. Sen är det bara att gå vidare med nästa, och upprepa proceduren (med en ny rad för varje enkät) tills det är klart. Då kan det se ut som i Bild 2 i ”Data view”. Här hade den fjärde personen inte svarat på det andra påståendet i fråga 3. Jag har därför lämnat den motsvarande rutan tom, men jag kunde också gett den ett annat värde, till exempel 99, och angett att 99 skulle vara missing i ”Variable view”, kolumnen ”Missing.”

Bild 2. En datamängd i ”Data view”.

Nu står sifferkoderna i datamängden, men man kan också ange att man vill se vad koderna står för. Om man klickar i ”View->Value labels” så dyker textetiketterna som man skrivit in i kolumnen ”Values” i ”Variable view” upp. Då ser det ut som i Bild 3. Datamängden är dock densamma.

Bild 3. Datamängden med ”Value labels” iklickat.

Svårare än så är det inte att bygga en datamängd i SPSS! Man behöver alltså bara definiera sina variabler (och oftast inte ställa in så mycket) och sedan bara skriva in siffrorna.

37 thoughts on “Guide: Mata in data och bygga en datamängd

  1. Hej. Jag har en fråga angående paneldata. Jag har samlat in data själv och har lagt in det med varje år som en kolumn, exempelvis har jag tio kolumner för export, en för varje år. Jag skulle istället behöva göra om det så att export kommer under en variabel.

    Alltså från:

    Export 1980 Export 1983 Export 1986 Osv.
    Sverige
    Norge

    Till:
    Export
    Sverige 1980
    Sverige 1983
    Sverige 1986
    Sverige 1989
    Sverige 1992
    Sverige 1995
    Norge 1980
    Osv..

    Går det att göra i SPSS eller måste jag göra det för hand?

    • Hej Calle!
      Det gar definitivt att gora i SPSS, du behover inte gora det for hand. Nastan allt man vill gora gar att gora automatiskt, leta alltid pa internet forst! Jag har inte SPSS har men jag tror det heter ”Transpose”. Det borde finnas under ”Data”-menyn. Du vill omvandla ditt dataset fran ”Wide” till ”Long”. Lycka till!

      /Anders

  2. Hej Anders,
    min fråga är inte så spss-specifik, men hoppas på några tips. Mitt insamlade data är en matris nxn med värden som beskriver antal detekterade gamma-fotoner. Pixelvärdena i matrisen är låga, ex 10. Vid en 1:a approximation kan vi betrakta dessa som poissonfördelade då ”shot-noise, statistiskt brus dominerar. Pga lågt antal detektioner är kanske en binominalfördelning en bättre modell, men i praktiken ses detta som en poissonfördelning som många ggr approximeras med gaussisk normalfördelning med varians lika med pixelmedelvärdet i matrisen. Nu försöker jag skapa en artificiell bild motsvarande halverad insamlingstid.
    Medelvärdet i matrisen skall då rimligen halveras, så värdena i matrisen halveras som ett första steg.
    Då matrisvärdena halveras bör också standardavvikelsen halveras. Variansen blir då en fjärdedel av den ursprungliga. En tanke är att skatta variansen som medelvärdet i en liten omgivning (angänsande pixlar) till varje värde i matrisen.
    Nästa steg är nu att addera brus, anpassa den erhållna fördelningen så att en poissonfördelning med varians lika med det nya medelvärdet (hälften av orginal) erhålls.
    Hur bör man bäst gå till väga? Tacksam för all synpunkter.

    Med vänliga hälsningar
    Jakob

    • Hej Jakob!
      Till att börja med måste jag säga att jag tyvärr inte tror att jag kan vara till så mycket hjälp här, det är ganska långt från den typ av statistik jag själv jobbar med.

      En grej jag tänkte på bara (rätta mig gärna om jag har fel) är att jag trodde att det var variansen som halverades när medelvärdet halverades. Standardavvikelsen borde ju då inte riktigt halveras eftersom det väl är roten av variansen?

      Om du funderar på hur man konkret ska räkna fram medelvärdet bland de angränsande pixlarna så skulle jag nog gjort det antingen i Stata (som jag behärskar) eller R (som jag inte behärskar) där det enligt min uppfattning finns större programmeringsmöjligheter än i SPSS, för att göra det snyggt. Om man vill göra det snabbt skulle jag gjort det i Excel. I Excel skulle jag lagt in matrisen med de nya medelvärdena, och sedan gjort en ny matris vis sidan av fylld av en formel som tog medelvärdet av de angränsande pixlarna till samma position i den andra matrisen.

      Det var antagligen inte det du var ute efter, men tror tyvärr inte jag kan bättre än så.
      /Anders

  3. Hej Anders!
    Jag har gjort en enkätundersökning där deltagarna skulle rangordna 5 påståenden efter vad de ansåg vara viktigast. Hur för jag in detta i SPSS på bästa sätt? I dagsläget har jag lagt dom i en helt nytt fönster (denna fråga behöver inte jämföras med de andra i enkäten), och har varje alternativ som en fråga/(en per horisontell rad), och sedan skrivit in vilka rangordningssiffror(1-5) dessa fått. Då har jag fått fram medelvärde o deskriptiv statistik, men hur kan jag testa om de olika påståendenas medelvärden signifikant skiljer sig från varandra? Det är ett litet, icke-normalfördelat urval. Har kommit fram till Mann-Whitneys test, men får inte till det i SPSS. Är inmatningen rätt gjord, eller finns det något annat sätt att lägga in det?

  4. Hej SPSS-akuten!

    Jag har en fråga om mätskalor.
    Vilken skalnivå har variabeln ålder om åldern är uppdelad i intervall, 18-24, 25-30 etc?

    • Hej Anna!
      Det blir då en ordinalskala.
      Det finns ju en tydlig rangordning – 25-30 är mer än 18-24.
      Men skalstegen är inte lika stora. Om vi säger att nästa grupp är 31-35 t.ex, så är det ju ett större hopp mellan 18-24-kategorin och 25-30-kategorin än mellan 25-30-kategorin och 30-35-kategorin.
      Så ålder mätt i år är alltså ursprungligen en intervallskala, men som genom den här grupperingen har gjorts om till en ordinalskala.

      /Anders

      • Tack för svaret!

        Om man istället skulle ha svarsalternativen ”min egen ålder”, ”yngre”, ”äldre”. Är det då ordinalskala eller nominalskala?

  5. Hej,
    Hur gör man för att inte missing values ska räknas med i analysdata? Förstår inte hur man kan ändra i kolumnerna!
    Tack för svar!
    Hälsningar
    Anna

    • Hej Anna!
      Missing values ingår per automatik inte i analyserna.
      Om du klickar på variabeln i kolumnen ”Missing” så ska det dyka upp en knapp med tre punkter som man kan klicka på. Där kan du skriva in vilka variabelvärden som ska räknas som missing. Man kan ange ett helt område (t ex 15-75) eller ”Discrete missing values”, till exempel 15, 26 och 75.

      Hoppas det klargjorde det hela.
      /Anders

  6. Hejsan!

    Om man har data samling från google from, måste man skriva allt in själv för hand eller kan man överföra det på något annat sätt. Vi har har använd likert scale för att mäta. kan du ge mig lite tips, tack

    Meli

  7. Hej Anders!
    Hur gör man när man ska skapa koderna i SPSS då man har 6 svarsalternativ där 5 st är fasta alternativ och det 6:e alternativet är ”övrigt” och de ska ange med fritext?

    Mycket tacksam för svar!
    Mvh Hanna

  8. Hello there, You have done a great job. I will certainly digg
    it and personally recommend to my friends. I am sure they’ll be benefited from this web site.

  9. Hejsan!
    Jag är inte alls någon expert på det här med SPSS och får inte till hur jag ska mata in min data. Jag ska söka samband mellan ”andel kvinnor i parlamentet” med utvecklingen av ”HDI” och ”BNI” i endast ett land. Jag har siffror från årtalen -94, -99, -04 och -09 och det är en siffra för varje variabel jag har; alltså för -94 har jag en siffra för kvinnor, en för hdi och en för bnp och så är det så för respektive årtal.. Har försökt på flera sätt, men jag får inte till hur jag ska lägga in datan för att sedan kunna göra analys mellan dessa och se om det finns samband?? Fick för mig att det är en regressionsanalys jag ska göra – men jag kanske är helt ute och cyklar?

    • Du kommer nog inte att kunna göra några tester alls. Du har bara 4 observationer per variabel.
      Så här bör data vara inmatat
      År———HDI——-BNI
      94——– XX——-XX
      99———XX——-XX
      04———XX——-XX
      09———XX——-XX

  10. Have you ever thought about including a little bit more than just
    your articles? I mean, what you say is fundamental and all.
    Nevertheless think of if you added some great photos or videos to give your posts more, ”pop”!
    Your content is excellent but with pics and clips, this site could certainly be one of the best in its niche.
    Amazing blog!

  11. Hej och tack för fantastisk hjälp! Men jag får inte till att skriva in mina ”Values”!! Argh, har svårt att förstå hur jag ska göra!! Vad skriver man på raden values och vad skriver jag på raden label?? Har bl.a en fråga om kön, en om ålder och en ja och nej fråga. Om kvinna är 1 och man är 2, skriver jag bara så eller måste det vara ”-tecken runt siffran?? Snälla hjälp!
    med vänligaste hälsningar, Katarina

  12. Jag har en fråga om multipel korrespondensanalys. Bygger just nu en datamängd utifrån en enkät om individers olika livsstilar. Hur skiljer sig tillvägagångssättet med kodning av variabler och konstruktion av datamängd med syfte att göra en MCA, från din guide som beskrivits ovan? Vad bör man tänka på?
    mvh
    Annelie

  13. Hejsan. Vet du hur man kan göra ranger av ordinaldata som man sedan kan använda i ett mann whitney test? Mvh Josefine

  14. Hej. Kan man i spss mata in nationella siffror, nationell data, som man sedan jämför med den egna inmatade datan som redan finns i spss?

  15. Taste is the most important factor for consumers when purchasing food with value following closely
    behind. It’s been around a long time and is here to stay and continue to
    bring comfort to many. When it comes to being in
    the city of Chicago, there are many parts of it that make it the most unique among other
    major cities in the United States.

  16. Hej!
    Min fråga gäller inmatning av material då respondenterna har angett två eller flera svarsalternativ där bara ett är möjligt. Tex i attitydfrågan ”jag är nöjd med den service jag fått” har personen svarat både ”helt av olika åsikt” samt ”delvis av olika åsikt”. Hur kodar jag in svaret då?

    Med vänlig hälsning frusterad gradu skribent

  17. Hej!

    Jag har en fråga ang SPSS om någon har någon aning!

    Vi ska jämföra förändringar i årets resultat med förändringar i marknadsvärde för ett stort antal bolag mellan först perioden 2000-2004, sen andra perioden 2009-2013. Vi har ställt upp följande:

    Bolag A 2009
    Bolag A 2010
    Bolag B 2009
    Bolag B 2010
    Bolag C 2009
    Bolag C 2010
    Bolag D 2009
    Bolag D 2010
    Bolag E 2009
    Bolag E 2010 sedan fortsättning såklart.

    Vet någon hur man använder paneldata för att göra en regression?

    Tack på förhand!

  18. Hej

    Jag har en fråga angående omkodningen av variabler.

    Jag har datafil framtagen med googles enkätverktyg, som jag importerat i SPSS. Det man får ut med google verktyget är icke-kodade svar där det exempelvis står ‘Man’ eller ‘Kvinna’ istället för koder som ‘0’ och ‘1’. Inga problem att koda om dessa efterhand med recode proceduren, som i viss utsträckning går att applicera på text.

    Formuläret innehöll dock även frågor där man kunnat sätta flera kryss. Även här får jag ut svaren i textform. Dock är det nu så att alla uppgivna alternativ står i ett och samma fält i matrisen. Hur kan jag hantera dessa när jag efterhand ska överföra dessa i variabler och sätta koder för varje enskilt alternativ?

  19. Behöver hjälp att i SPSS arrangera en del labvärden från patienter.

    Just nu ser datan ut enligt följande

    Patient——-Labvärde 1————labvärde 2——– labvärde 3
    1…………………5
    1…………………………………………. . 2
    1…………………………………………. ……………………….3
    2…………………………………………. ……4
    2………………….1
    2 ………………………………………….. ………………………2

    skulle vilja ha min data strukturerad enligt följande istället
    patient————–labvärde 1 ————-labvärde 2 ———— labvärde 3
    1———————–5—————————2———————3
    2————————1—————————— 4—————–2

    är detta möjligt?
    extremt tacksam för hjälp

  20. Hej! Superbra guide! Jag har en fundering, i min enkät har respondenterna fått välja ålderskategorier, 20-30, 30-40 osv. När jag nu ska mata in svaren i spss kan jag då bara ta medelvärdet av varje alternativ. Alltså personer som valt 20-30 får värde 25 osv? Eller bör jag lägga in dem som olika siffervärden. 20-30= 1 osv? Vilket är mest fördelaktigt för mig ? Jag kommer använda ålder som en potentiell confounder i min regression?

  21. Hej Anders!

    Har samlat in data via enkät med en skala mellan 1-10, när jag matar in datan i SPSS ska varje fråga vara en variabel för sig? Har 24 frågor sammanlagd. Ska ID för frågor vara som du gjorde fr1, fr2, ….?

    När det är den typen av data vilken program på SPSS anser du vara bäst att analysera med? Det är en cross over studie med två grupper.

    Tack för all info / ALi

Kommentera

Fyll i dina uppgifter nedan eller klicka på en ikon för att logga in:

WordPress.com Logo

Du kommenterar med ditt WordPress.com-konto. Logga ut / Ändra )

Twitter-bild

Du kommenterar med ditt Twitter-konto. Logga ut / Ändra )

Facebook-foto

Du kommenterar med ditt Facebook-konto. Logga ut / Ändra )

Google+ photo

Du kommenterar med ditt Google+-konto. Logga ut / Ändra )

Ansluter till %s