intelytics

SPSS® Missing Values

Du kan slutte sikrere konklusjoner ved å oppdage og fjerne skjulte avvik i dataene dine. Manglende verdier (missing data) kan innvirke alvorlig på resultatene. Om du ignorerer manglende verdier, eller antar at det å fjerne dem er nok, risikerer du å få ugyldige resultater. SPSS Missing Values er et viktig redskap for den som er opptatt av data-validitet. Du kan på en lett måte analysere dataene dine fra ulike vinkler med seks diagnostiske rapporter for å finne manglende datamønstre. Du kan også beregne summeringsstatistikk og beregne manglende verdier gjennom statistisk algoritmer. Ved de 6 diagnostiske rapportene kan du finne hva manglende verdier kan bety for dine konklusjoner og hvordan du bedre kan forstå det som preger manglende data.

De 6 diagnostiske rapportene:

1. Data Patterns Table: Avdekker manglende data og ekstreme verdier for alle enhetene og alle variabler. Avdekker tre typer brukerdefinerte manglende verdier og systemmanglende verdier. Sorterer dem i enten stigende eller synkende rekkefølge. Denne rapporten avdekker de faktiske verdier for spesifiserte variabler.

2. Missing Patterns Table: Avdekker mønstre av manglende verdier for alle enheter ved minst en manglende verdi. Like manglende verdier blir gruppert sammen, sortert ved manglende verdier og variabler. Denne rapporten avdekker faktiske verdier for spesifiserte variabler.

3. Separate Variance t-test tabel: Bestemmer forskjellen mellom manglende data og ikke-manglende grupper. Regner t-test, frihetsgrad, gjennomsnitt og p-verdi.

4. Distributing of Categorical Variables Tables: Viser forskjellen mellom foreliggende data og manglende data for kategoriske variabler.

5. Percent Mismatch of Patterns Table: Vurderer sammenhengen mellom manglende data for en variabel i forhold til en annen. Sorterer matriser av manglende verdimønstre eller variabler.

6. Tabulated Patterns tabel: Finner alle unike mønstre som summerer hvert manglende datamønster og avdekker en opptelling av hvert mønster og gjennomsnitt og frekvenser for hver tabell.

Du kan bedre sjansene for å finne et statistisk signifikant resultat ved å bruke alle dine data isteden for å begrense analysen. Du kan bruke regresjonsalgoritme til å predikere manglende verdier basert på de data du allerede har. Du kan slutte mer valide konklusjoner med estimater slik at alle grupper er representert i analysen, til og med de med lite representativitet.

SPSS Modeler - Data Mining

SPSS Modeler
SPSS Data Mining