Kontrola kvalitete podataka
Nedostajuće vrijednosti: što provjeriti prije statističke obrade
Kako prepoznati, evidentirati i opisati nedostajuće podatke prije analize bez proizvoljnog popunjavanja vrijednosti.
Razlikujte prazno polje od stvarne vrijednosti
Prazno polje, crtica, nula i oznaka „nije primjenjivo” ne znače uvijek isto. Prije obrade popišite sve oznake koje su se koristile tijekom unosa te ih pretvorite u dosljedan sustav bez gubitka izvornog zapisa.
Primjer: ako nula znači „nije odgovoreno”, izračun prosjeka bit će pogrešan jer se nula tretira kao stvarni rezultat. Izvornu datoteku sačuvajte nepromijenjenu, a čišćenje provodite u kopiji uz bilješke o svakoj odluci.
Provjerite koliko podataka nedostaje i postoji li obrazac
Izračunajte broj nedostajućih vrijednosti po varijabli i po ispitaniku. Zatim provjerite pojavljuju li se češće u određenoj skupini, dijelu upitnika ili vremenskoj točki. Obrazac nedostajanja može biti važniji od samoga postotka.
Tablica s brojem valjanih i nedostajućih zapisa za svaku ključnu varijablu daje pregled prije analize. Ako ne možete objasniti zašto podaci nedostaju, to treba navesti kao ograničenje umjesto skrivanja problema.
Provjerite prije nastavka
- Poznate su sve šifre za nedostajuće podatke.
- Provjeren je udio po varijabli i po retku.
- Uočeni obrasci zabilježeni su prije glavne analize.
Ne popunjavajte vrijednosti bez obrazloženja
Brisanje redaka ili zamjena prosjekom može promijeniti rezultat i umanjiti varijabilnost. Odluka o postupanju ovisi o istraživačkom pitanju, količini i obrascu nedostajanja te planiranom postupku; zato ne postoji jedno pravilo za sve skupove podataka.
U metodologiji opišite koliko je vrijednosti nedostajalo, kako ste ih kodirali i što ste s njima učinili. Ako je provedena dodatna provjera osjetljivosti, objasnite je dovoljno jasno da čitatelj razumije utjecaj odluke.
Izvori i dodatno čitanje
Vodič daje opće praktične smjernice. Upute vaše ustanove i pravila konkretnog programa uvijek imaju prednost.
- Missing Data in Clinical Research: A Tutorial National Library of Medicine
- Rigor and Reproducibility National Institutes of Health