Databeheer met SPSS en SAS

Het tweede deel van de reeks Stap in Statistiek en nderzoek gaat dieper in op databeheer. Eens onderzoeksgegevens in een database zijn ingevoerd of ingelezen, moet de onderzoeker zijn data analyseklaar maken. Statistische technieken vereisen immers vaak dat de gegevens in een bepaalde vorm aangeboden worden. Ook wil de onderzoeker vaak enkel bepaalde deelgroepen in de gegevens analyseren waardoor selecties noodzakelijk zijn. Op basis van eenvoudige voorbeelden in SPSS en SAS, gebaseerd op de European Social Survey, geeft dit volume de lezer een inzicht in de meest voorkomende bewerkingen die op databestanden gebeuren. Daarbij wordt aandacht geschonken aan het werken met bestanden, met variabelen en met cases.
Gegevensbestanden zoals de ESS bestaan meestal uit een grote verzameling gegevens die de onderzoeker analyseert. In een eerste hoofdstuk wordt getoond hoe de onderzoeker aan bestaande bestanden extra variabelen of nieuwe cases kan toevoegen. Dit kan nodig zijn wanneer bijkomende indicatoren van bepaalde landen opgenomen worden of wanneer nieuwe respondenten aan het onderzoek toegevoegd worden. Databeheer concentreert zich in de meeste gevallen echter op het bewerken van variabelen. Vertrekkend bij het eenvoudig uitvoeren van bewerkingen op variabelen, komen ook complexere bewerkingen zoals voorwaardelijk databeheer en lussen in programma's aan bod. Deze bewerkingen worden toegepast op het herwerken van continue, categoriale en tekstvariabelen. Een derde hoofdstuk behandelt het beheren van cases. Hier wordt dieper ingegaan op het selecteren van bepaalde groepen respondenten of het wegen van het databestand met als doel de gegevens representatief te maken voor een bepaalde populatie. Het volume sluit af met een inleiding tot de datacleaning waarin gekeken wordt naar fouten in onderzoeksgegevens die problemen kunnen opleveren bij de statistische verwerking.