In diesem Artikel wollen wir Ihnen eine Schritt-für-Schritt-Anleitung für die Aufbereitung von Daten in SPSS an die Hand geben. Wir zeigen Ihnen dazu wie Sie richtig in SPSS Daten importieren. Datenaufbereitung ist der Grundbaustein für erfolgreiches Datenmanagement und daher essentiell für die Datenqualität. Schließlich ist jede Analyse nur so gut wie die Qualität Ihrer Daten! Eine gründliche Datenaufbereitung kostet zwar anfangs ein wenig Aufwand, dafür sparen Sie aber später ein Vielfaches der investierten Zeit.
Wenn Sie Unterstützung bei der Datenaufbereitung in SPSS benötigen, helfen unsere Statistiker Ihnen gerne weiter. Kontaktieren Sie uns für eine kostenlose Beratung & ein unverbindliches Angebot!
Richtige Datenaufbereitung für die Auswertung von Fragebögen
Im Wesentlichen lässt sich die Datenaufbereitung in sieben Schritte unterteilen, die im Folgenden näher besprochen werden.
Sie wünschen Hilfe bei der Aufbereitung Ihrer Daten in SPSS oder bei anderen Aspekten der statistischen Auswertung? Kontaktieren Sie uns für eine professionelle Unterstützung bei der SPSS Auswertung! Von der Statistik Beratung, über Datenaufbereitung bis hin zur vollständigen Auswertung – unsere Experten helfen Ihnen schnell und kompetent weiter.
Schritt 1: In SPSS Daten importieren – das richtige Dateiformat entscheidet
Zuerst müssen Sie Ihre Daten in SPSS importieren. Die folgenden Hinweise sollen Ihnen dabei helfen mögliche Probleme wie fehlerhafte Variablennamen oder falsche Werte zu vermeiden. Verschiedene Dateiformate haben dabei unterschiedliche Vor- und Nachteile. Außerdem sollten Sie bereits von Anfang an darauf achten, ob Sie die Daten im Wide- oder Long-Format darstellen möchten.
Vor- und Nachteile der verschiedenen Dateiformate
| Dateiformat | Vorteile | Nachteile |
| SPSS-Format (.sav) | Einfach zu importieren | Möglicherweise Fehler bei der Formatierung, wenn automatisch erstellt |
| Excel (.xlsx oder .xls) | Problemlose Dateneingabe und Korrektur in Excel | Import von komplexen Datensätzen kann zu Problemen bei Formatierung und Erkennung von Datentypen führen |
| Textdatei (.csv oder .txt) | Für erfahrene Benutzer erlaubt dies die vollständigste Kontrolle über den Datenimport | Inspektion und Import der Daten verhältnismäßig umständlich |
Daten im SPSS-Format (.sav)
Wenn die Daten bereits im SPSS-Format (.sav) vorliegen, gestaltet sich das Importieren der Daten denkbar einfach.
Aber auch wenn Sie SPSS Daten importieren, sollten diese stets auf Fehler geprüft werden. Dies gilt insbesondere für die Auswertung von Fragebögen, denn manche Plattformen für Online-Umfragen neigen beim Export in das SPSS-Format zu Fehlern.
Daten im Excel-Format (.xlsx oder .xls)
Liegen Ihre Daten im Excel-Format vor (.xlsx oder .xls) gestaltet sich der Import meist ebenfalls problemlos. Allerdings sollten Sie die Excel-Datei vorher in Excel inspizieren, um potenzielle Probleme zu vermeiden. Achten Sie dabei darauf, dass die erste Zeile die Namen der Variablen enthält und diese keine Sonderzeichen oder Umlaute enthalten. Überprüfen Sie auch, ob die Daten direkt auf der zweiten Zeile beginnen. Wenn die Datei diese Kriterien erfüllt, können Sie die Daten in SPSS importieren (Unterpunkt „Datei -> Datei importieren-> Excel“).
Daten im Textformat (.txt oder .csv)
Falls Sie in SPSS Daten importieren möchten, die im Textformat vorliegen (.txt oder .csv), benötigt dies etwas mehr Sorgfalt. Zuerst sollten Sie die Datei in einem Texteditor prüfen. Notieren Sie sich dabei folgende Punkte:
- Befinden sich die Namen der Variablen in der ersten Zeile?
- Ist die Dezimalstelle ein Punkt oder Komma?
- Wie sind die Einträge abgetrennt? Übliche Trennzeichen sind Semikolon oder Komma, aber auch Punkt, Leerzeichen oder Tabstopp sind möglich.
Nach diesem Schritt geht das Importieren der Daten dann meist leicht von der Hand. Wählen Sie hierzu in SPSS „Datei -> Datei importieren“ und dann je nach Endung „CSV-Daten“ (für .csv) oder „Textdaten“ (für .txt).
Sie können anschließend die SPSS Daten importieren, indem Sie von SPSS durch die folgenden Schritte geführt werden, die mit Hilfe Ihrer Notizen kein Problem darstellen sollten.
Schritt 2: Variablen umbenennen und Beschriftungen anlegen
Der nächste Schritt der Datenaufbereitung ist das Benennen und Beschriften Ihrer Variablen. Klar benannte Variablen verhindern Verwirrung beim Auffinden von Variablen und erleichtert das spätere Datenmanagement. SPSS bietet dabei zwei Möglichkeiten Variablen zu identifizieren:
| Name | Ein möglichst kurzer und bündiger Name sollte eine Variable eindeutig identifizieren. |
| Beschriftung | Mit der Beschreibung können Sie die Variable vollständig beschreiben. Eine eindeutige Beschreibung von Variablen ist wichtig, damit Sie und andere sich schnell im Datensatz zurechtfinden. Für die Auswertung von Fragebögen können Sie hier häufig die Frage im Wortlaut oder eine sinngemäße Zusammenfassung verwenden. |
Zur Bearbeitung der Namen und Beschriftungen Ihrer Variablen schalten Sie auf die Variablensicht (Schaltfläche unten links). Namen und Beschriftung der Variablen können Sie dann mit Klick auf die jeweiligen Spalten bearbeiten.
Schritt 3: Fehlende Werte definieren
Ein nächster wichtiger Schritt bei der Datenaufbereitung und Datenbereinigung ist der Umgang mit fehlenden Werten. SPSS kennt zwei Arten von fehlenden Werten:
- Systembedingt fehlenden Werte: Dies sind „leere“ Datenfelder in Ihrem Datensatz. Diese Zellen werden von SPSS automatisch als fehlende Werte erkannt.
- Benutzerdefinierten fehlenden Werte: Fehlende Werte die durch einen numerischen Code gekennzeichnet sind (z.B. „-99“)
Benutzerdefinierte Werte sind bei der Auswertung von Fragebögen z.B. dann sinnvoll, wenn Probanden mit „weiß nicht“, „nicht zutreffend“ oder „möchte hierauf nicht antworten“ auf eine Frage geantwortet haben. Diese Werte sollten natürlich nicht in die Analyse einfließen. Als benutzerdefinierte fehlende Werte können Sie diese von der Analyse ausschließen, aber trotzdem für das Datenmanagement von „gewöhnlichen“ fehlenden Werten unterscheiden.
Fehlende Werte können für jede Variable in der Variablenansicht festgelegt werden. Klicken Sie hierzu auf den entsprechenden Eintrag in der Spalte „Fehlend“.
Schritt 4: Korrekte Variablen-Formate festlegen
Wenn Sie die Variablentypen nicht korrekt definieren, kann die Analyse später nicht korrekt ausgeführt werden. Den Variablentyp für jede Variable können Sie in der Variablenansicht bei Klick auf die Spalte „Typ“ festlegen. Die wichtigsten Typen sind numerisch, Zeichenfolge und Datum. Für gewöhnlich erkennt SPSS den Variablentyp automatisch korrekt, aber insbesondere bei Variablen mit Datum ist es gelegentlich nötig den Typen manuell zu korrigieren.
Schritt 5: Numerische Codes für kategorische Variablen
Am Ende der Datenaufbereitung sollten alle Ihre kategorischen Variablen in numerischer Form vorliegen. Sonst können Sie diese Variablen nicht in der Analyse mit einbeziehen.
Wenn manche Ihrer kategorischen Variablen die Kategorien als Zeichenfolge enthalten, müssen Sie diese erst noch in die numerische Form umwandeln. Dies erledigen Sie ganz einfach mit dem „automatisch umcodieren“-Befehl (zu finden im Menüpunkt „Transformieren“).
Im folgenden Menü müssen Sie alle kategorischen Variablen mit Zeichenfolgen dem Fenster rechts hinzufügen. Für jede dieser Variable müssen Sie dann einen Namen für die neue umcodierte Variable festlegen. Setzen Sie dann einen Haken für „leere Zeichenfolgewerte als benutzerdefiniert fehlend behandeln“. Die restlichen Voreinstellungen können Sie so übernehmen.
Schritt 6: Variablencodes für kategorische Variablen beschriften
Ihre kategorischen Variablen sollten nun in numerischer Form vorliegen. Damit aber die Bedeutung der Codes eindeutig dokumentiert ist, sollten Sie nun Ihre Variablencodes beschriften. Ansonsten kann die Bedeutung der numerischen Codes später unklar sein. Dies können Sie mit einem Klick auf die Spalte „Werte“ in der Variablenansicht tun.
Fügen Sie dann für alle Werte der Variablen eine Beschriftung hinzu.
Schritt 7: In SPSS Daten importieren – Datensatz abspeichern
Sie haben nun Ihre Rohdaten erfolgreich aufbereitet und für die Analyse vorbereitet. Wir empfehlen Ihnen, Ihre Rohdaten nicht zu überschreiben. Somit können Sie Ihre Arbeitsschritte immer rückgängig machen. Speichern Sie Ihren aufbereiteten Datensatz daher am besten in einer eigenen Datei ab.
In SPSS Daten importieren: Fazit
Sie kennen nun die notwendigen Schritte um Daten für die Auswertung von Fragebögen in SPSS aufzubereiten. Sie können nun SPSS Daten importieren und diese für die Analyse vorbereiten. Sorgfältige Datenaufbereitung ist essenziell für gutes Datenmanagement und führt zu einer enormen Zeit- und Arbeitsersparnis während der Analyse. Für weitere Fragen oder einer tiefergehenden Beratung zu Datenmanagement stehen Ihnen die Experten von Novustat selbstverständlich jederzeit zur Verfügung.
Zum Schluss möchten wir Ihnen noch eine Checkliste mit auf den Weg geben, mit der Sie kontrollieren können, ob sie alle Schritte für die Datenaufbereitung erledigt haben.
| ☐ | Alle Daten wurden erfolgreich eingelesen |
| ☐ | Alle Variablen eindeutig benannt und beschriftet |
| ☐ | Benutzerdefinierte fehlenden Werte definiert (wo notwendig) |
| ☐ | Alle Variablentypen korrekt eingestellt |
| ☐ | Alle kategorischen Variablen sind numerisch codiert |
| ☐ | Alle Variablencodes sind beschriftet |
| ☐ | Aufbereiteter Datensatz abgespeichert in eigener Datei |
Weiterführende Quellen
Data Cleaning: Detecting, Diagnosing, and Editing Data Abnormalities