Nächste Seite: Dummy-Variable
Aufwärts: Datenaufbereitung
Vorherige Seite: Datenmatrix
  Index
Gültige und fehlende Werte
Für jede »Untersuchungseinheit« sollte bei allen »Variablen« jeweils ein Wert vorliegen. In einigen Fällen kann jedoch die entsprechende Angabe fehlen, z.B. dann, wenn bei Befragungsdaten eine Person die Antwort auf eine Frage verweigert hat, keine Antwort wußte oder die Frage für sie nicht zutraf. Ganz allgemein spricht man hier von fehlenden Werten (engl.: missing values), die von den anderen, sogenannten gültigen Werten (engl.: valid values) unterschieden werden müssen. Sie müssen durch geeignete Kodes erkennbar gemacht werden, um sie entweder unter methodischen Gesichtspunkten auswerten zu können (z.B. die Antwortverweigerer) oder um bei inhaltlichen Auswertungen die Untersuchungseinheiten auszuschließen, die keine gültigen Werte aufweisen. Bei multivariaten Auswertungen werden dabei zwei Formen unterschieden:
- fallweiser Ausschluß (engl.: listwise deletion): Eine Untersuchungseinheit wird nicht berücksichtigt, wenn irgendeine der analysierten Variablen bei dieser Untersuchungseinheit einen fehlenden Wert aufweist.
- paarweiser Ausschluß (engl.: pairwise deletion): Manchmal lassen sich multivariate Auswertungen als eine Serie von bivariaten Analysen darstellen. Bei jeder dieser bivariaten Auswertungen werden jeweils die Untersuchungseinheiten ausgeschlossen, die bei einer der jeweils zwei beteiligten Variablen einen fehlenden Wert aufweisen.
Fallweiser und paarweiser Ausschluß können bei multivariaten Analysen einen unterschiedlichen Stichprobenumfang ergeben. Bei bivariaten Auswertungen führen fall- und paarweiser Ausschluß zum gleichen Stichprobenumfang.
Wenn in diesem Glossar von bestimmten statistischen Operationen für alle Untersuchungseinheiten die Rede ist, dann sind damit die Untersuchungseinheiten gemeint, für die gültige Werte vorliegen.
Nächste Seite: Dummy-Variable
Aufwärts: Datenaufbereitung
Vorherige Seite: Datenmatrix
  Index
HJA
2001-10-01