فایل تحلیل خوب، فقط یک جدول پر از عدد نیست. هر سطر و ستون باید معنای مشخص داشته باشد، مقدارهای گمشده از مقدارهای واقعی جدا باشند و تغییرات قابل پیگیری بمانند. چند ساعت آماده‌سازی اصولی پیش از تحلیل، از تفسیرهای اشتباه و برگشت‌های متعدد بین دانشجو و مشاور آمار جلوگیری می‌کند.
این راهنما برای داده‌های متداول پایان‌نامه‌های علوم پزشکی نوشته شده است. مثال‌ها ساختگی‌اند. چیدمان نهایی فایل باید با طراحی مطالعه، ابزار سنجش و نرم‌افزار تحلیل هماهنگ شود؛ یک الگوی ثابت برای همه پروژه‌ها مناسب نیست.
سه فایل را از ابتدا جدا کنید
- نسخه خام: همان داده دریافت‌شده؛ فقط خواندنی و بدون بازنویسی؛
- نسخه کاری: داده‌ای که خطاهای مستند روی آن اصلاح و متغیرهای تحلیلی ساخته می‌شوند؛
- کدبوک و سابقه تغییر: تعریف ستون‌ها، کدها، قواعد نمره‌گذاری و دلیل هر اصلاح.
نامی مانند data_raw_2026-11-03.xlsx روشن‌تر از «فایل نهایی جدید آخر۲» است. نسخه تحویلی، تاریخ، مسئول و شماره نسخه داشته باشد. از ساختن نسخه‌های ناسازگار روی چند گوشی و رایانه جلوگیری کنید و مسیر اصلی نگهداری را با تیم هماهنگ کنید.
هر سطر نماینده چیست؟
در یک مطالعه مقطعی ساده، هر سطر معمولاً یک مشارکت‌کننده است. در داده طولی، هر سطر می‌تواند یک فرد در یک زمان باشد؛ یا هر فرد یک سطر و زمان‌ها ستون‌های جدا باشند. پیش از ورود داده، ساختار مناسب را انتخاب کنید. در مطالعه دندانپزشکی ممکن است چند دندان متعلق به یک فرد باشند؛ استقلال این مشاهده‌ها را نباید فرض کرد.
سلول‌ها را ادغام نکنید، عنوان‌های چندردیفی در میانه جدول نگذارید و جمع کل یا میانگین را به‌عنوان سطر داده اضافه نکنید. جدول تحلیل باید از توضیح‌های آزاد و نمودارهای تزئینی جدا باشد. اگر داده چند مرکز دارد، کد مرکز و رابطه آن با شناسه فرد را روشن نگه دارید.
کدبوک، نقشه خواندن فایل است
| نام ستون | تعریف و نوع | قاعده نمونه |
|---|---|---|
study_id | شناسه پژوهشی | یکتا؛ بدون کد ملی یا شماره پرونده |
age_years | سن به سال | عددی؛ دامنه مجاز متناسب با پروتکل |
group | گروه تخصیص یا مواجهه | ۱ و ۲ با برچسب دقیق در کدبوک |
visit | زمان مشاهده | پایه یا پیگیری؛ کد ثابت و تعریف‌شده |
q01 | پاسخ سؤال اول | دامنه و جهت نمره طبق راهنمای ابزار |
برای هر متغیر، عنوان فارسی، واحد، نوع، کد طبقات، معنای گمشدگی و منشأ داده را ثبت کنید. «فشار خون» کافی نیست: فشار سیستولی یا دیاستولی، با چه واحدی و در کدام نوبت؟ برای دارو، دوز و واحد را در یک سلول مبهم ننویسید. اگر تبدیل واحد انجام می‌شود، مقدار اصلی و قاعده تبدیل حفظ شوند.
صفر، خالی و «نمی‌دانم» یک چیز نیستند
صفر می‌تواند مقدار واقعی باشد. فردی که دخانیات مصرف نمی‌کند، با فردی که پاسخش ثبت نشده یکی نیست. کدهایی مانند ۹۹ یا ۹۹۹ نیز تا زمانی که در نرم‌افزار و دستور تحلیل به‌درستی به‌عنوان داده گمشده تعریف نشده‌اند، ممکن است عدد واقعی تلقی شوند و میانگین را تغییر دهند.
اگر چند علت گمشدگی دارید، می‌توانید آن‌ها را در ستون دلیل یا ساختار مشخص جدا نگه دارید: سؤال قابل اعمال نیست، فرد نخواسته پاسخ دهد یا مقدار ثبت نشده است. انتخاب روش تحلیل بعدی به این اطلاعات نیاز دارد. صرفاً برای خالی‌نبودن جدول، سلول‌ها را با میانگین یا عدد حدسی پر نکنید.
کنترل‌های ضروری پیش از تحویل
- یکتایی: شناسه تکراری را پیدا کنید؛ در داده طولی، یکتایی ترکیب شناسه و زمان را بررسی کنید.
- دامنه: سن، نمره سؤال و مقدار آزمایش را با دامنه مجاز و واحد آن بسنجید.
- منطق: تاریخ پیگیری پیش از تاریخ پایه نباشد؛ مجموع زیرمقیاس‌ها با قاعده محاسبه سازگار باشد.
- نوع: ستون عددی با فاصله اضافی، ارقام متفاوت یا متن «ندارد» به‌صورت متنی وارد نشده باشد.
- نسخه ابزار: سؤال‌های معکوس و پاسخ‌های ناقص طبق راهنمای همان نسخه مدیریت شوند.
- رابطه فایل‌ها: کلید اتصال جدول‌های پایه، آزمایش و پیگیری مشخص و کنترل‌شده باشد.
مقدار دورافتاده را فوراً حذف نکنید. ابتدا منبع، واحد و امکان واقعی‌بودن را بررسی کنید. اگر خطای ورود تأیید شد، مقدار صحیح را از منبع مجاز بازیابی کنید؛ اگر قابل اصلاح نیست، قاعده برخورد باید روشن باشد. مقدار غیرمنتظره واقعی می‌تواند بخش مهمی از جامعه مورد مطالعه باشد.
در SPSS چه تنظیماتی را کنترل کنیم؟
پس از ورود فایل، تعداد سطرها، نام ستون‌ها و چند رکورد را با نسخه مبدأ مقایسه کنید. در Variable View برچسب متغیرها و طبقات، نوع عددی یا متنی و تعریف داده گمشده را بررسی کنید. تعیین سطح اندازه‌گیری در نرم‌افزار، جای تصمیم روش‌شناختی درباره ماهیت متغیر را نمی‌گیرد.
بهتر است تبدیل‌ها با Syntax ذخیره شوند تا معلوم باشد نمره کل چگونه ساخته شده یا چه شرطی برای انتخاب رکوردها اعمال شده است. پیش از اجرای تحلیل، فعال‌بودن فیلتر، وزن‌دهی یا Split File را بررسی کنید. تنظیم باقی‌مانده از تحلیل قبلی می‌تواند تعداد مشاهدات و خروجی را ناخواسته عوض کند. نسخه‌های مختلف نرم‌افزار ممکن است نام یا جای گزینه‌ها را تغییر دهند.
تحویل امن به مشاور آمار
همراه داده، پروپوزال نهایی، سؤال‌ها و فرضیات، کدبوک، راهنمای نمره‌گذاری، تعداد مورد انتظار و فهرست تغییرات را تحویل دهید. نام، تلفن، کد ملی و کلید اتصال هویت را در فایل تحلیلی معمول قرار ندهید. دسترسی به داده بیمار باید با مجوز پژوهش و سیاست مرکز سازگار باشد؛ اطلاعات حداقلی کافی را از مسیر توافق‌شده منتقل کنید.
پرسش‌های رایج
فقط نمره کل پرسش‌نامه را وارد کنم؟
اگر مجوز و طرح اجازه می‌دهد، پاسخ سؤال‌ها را نیز نگه دارید تا نمره‌گذاری و خطاها قابل بررسی باشند. تصمیم درباره استفاده از داده ناقص را از راهنمای ابزار بگیرید.
فایل Excel بهتر است یا SPSS؟
از فرمت قابل بازبینی و متناسب با پروژه استفاده کنید. کیفیت تعریف‌ها و قابلیت بازاجرای تبدیل‌ها مهم‌تر از پسوند فایل است. هنگام تبدیل، نوع و دقت مقدارها را کنترل کنید.
از کجا بفهمم فایل آماده است؟
اگر فرد دیگری با کدبوک بتواند معنای ستون‌ها، واحدها و گمشدگی‌ها را بفهمد و شما بتوانید نسخه تحلیل را از نسخه خام بازتولید کنید، بخش بزرگی از مسیر طی شده است. در بررسی آمادگی داده و تحلیل می‌توان همین کنترل‌ها را مرور کرد.
منابع و مطالعه مرتبط
- مستندات رسمی IBM SPSS Statistics؛ مرجع تنظیمات نسخه نصب‌شده
- STROBE؛ گزارش متغیرها و داده‌های گمشده در مطالعات مشاهده‌ای
- انتخاب ابزار معتبر و بررسی نمره‌گذاری
آخرین بازبینی محتوایی: ۱۲ آبان ۱۴۰۵. نمودارها و مثال‌های این راهنما آموزشی‌اند و به‌عنوان داده یا تصویر واقعی یک پژوهش معرفی نشده‌اند.
