データ集約のルール

• データにエクセル等に集約するときのルールの一例を紹介します。

  • 同じ（あるいは類似の）刺激に対して複数回の試行をおこない，その平均値を用いるような実験の場合には，平均値が入力されると思ってください。

  • このファイルを他のプログラム（R，Python，MATLAB，SPSSなど）に読み込んで，そのまま統計解析ができるような状態が理想です。

  • ここでのデータは，ビックデータではなくスモールデータを想定しています。

大原則

• 基本的にはどのようなデータでも，行方向にデータの出どころ，列方向に属性を入力します。

  • 人間に関するデータでは，行方向に人間（＝参加者番号など），列方向に条件，性別，従属変数などが並びます。

    • 統計デザイン的には，行方向に参加者間要因，列方向に参加者内要因が並ぶことになります。

  • 都道県のデータであれば，都道府県名や番号が行方向に並びます。

  • 順序は後からいくらでもソートできるため，あまり気にしないで大丈夫です。

• 一枚のシート（一つのファイル，というか一つの形式）に全データが収まることが理想です。

• エクセルファイル（.xlsx）で保存する場合には，色分け，コメントを付けるなどの工夫をしておきましょう。

  • たとえば，数値（1/0）で男性・女性を入力するような場合には，どちらがどちらなのかをメモしておく必要があります。

  • エクセルでグラフを作るシート/ファイルとは独立させておきます。

• データを格納するシートは，①セルの結合はしない，②余計な隙間は作らないようにしましょう。

  • csvファイルとしてすぐに読み込める形

• 論文やレポートに貼り付けるようの表やグラフはローデータとは別のシートで作りましょう。

ヘッダー

• 基本的に，ヘッダー（一列目）を必ず付けておきましょう。

  • プログラムにおいて文字列を処理しにくい場合には，ヘッダー付きのファイル（エクセル）をまず作成し，それをコピーしたファイルにおいてヘッダーを取るなどの処理をしましょう。

欠損値

• 欠損値は”NA”などを分かりやすい文字用いましょう（Not Applicable）。

  • プログラムにおいて文字列を処理しにくい場合には9999などのあり得ない数値を用いることもあります。誤って平均しないように外れ値処理はしっかりしましょう。

  • MATLABではNaN（Not a number）も処理可能。

  • 空白は入力ミスなのか何なのかが不明であるため，用いない方がベターです。