Fehlende Werte

Viele Datendateien enthalten eine gewisse Menge an fehlenden Daten. Fehlende Daten können auf die verschiedensten Faktoren zurückgeführt werden. Möglicherweise beantworten Teilnehmer an einer Umfrage nicht jede Frage, bestimmte Variablen sind für einige Fälle nicht geeignet und Codierfehler können dazu führen, dass einige Werte verworfen werden.

Es gibt zwei Arten von fehlenden Werten in IBM® SPSS® Statistics:

• Benutzerdefiniert fehlend. Werte, für die definiert wurde, dass sie fehlende Daten enthalten. Diesen Werten können Wertbeschriftungen zugewiesen werden, um anzuzeigen, warum die Daten fehlen (z. B. der Code 99 und die Wertbeschriftung Nicht zutreffend für Schwangerschaft bei Männern).
• Systemdefiniert fehlend. Wenn für eine numerische Variable kein Wert vorhanden ist, wird ihr der systemdefiniert fehlende Wert zugewiesen. Dies wird durch einen Punkt in der Datenansicht des Dateneditors angegeben.

Es stehen mehrere Funktionen zur Verfügung, mit denen die Auswirkungen von fehlenden Daten kompensiert und sogar Muster in fehlenden Daten analysiert werden können. Dieser Abschnitthat jedoch ein viel einfacheres Ziel: zu beschreiben, wie benutzerdefinierte Tabellen fehlende Daten behandeln und wie fehlende Daten die Berechnung von Auswertungsstatistiken beeinflussen.

Beispieldatendatei

Die Beispiele in diesem Abschnitt verwenden die Datendatei missing_values.sav. Weitere Informationen finden Sie im Abschnitt Beispieldateien . Hierbei handelt es sich um eine einfache, frei erfundene Datendatei mit lediglich einer Variablen und zehn Fällen, die nur dazu dienen soll, grundlegende Konzepte zu fehlenden Werten zu veranschaulichen.