Arbeiten mit Missing Values im Codebook

Manche fehlende Werte ("Missings Values" möchte man in Auswertungen sehen, andere jedoch nicht. Manche fehlende Werte sollten in der Berechnung von Anteilen berücksichtigt werden, andere sollten hier ausgeschlossen werden. Anstatt mit komplizierten Workarounds, Recodes oder Hilfsvariablen zu arbeiten, haben wir in DataLion von Anfang an ein umfangreiches Handling von Missing Values vorgesehen. Man kann die unterschiedlichen fehlenden Werte oder Null-Werte definieren und dann wahlweise in Berechnungen einbeziehen oder ausschließen. Das funktioniert dann auch in Mittelwerten oder Summen, so dass hier eine 99 nicht als Zahl, sondern gar nicht gezählt wird.

Beispiel:

• Missings Q1: 0
• Missings Q2: 99

Bisher wurden Missings Values auf Projektebene definiert und deren Handling festgelegt. Nun können Missing Values auch auf Variablenebene über das Codebook definiert und gehandelt werden. 

Nun können im Codebook in der Spalte "Settings" die folgenden Optionen ergänzt werden:

• Missings ausschließen: {"na": "Item", "exclude_na":true}
• Missings einschließen: {"na": "Item", "exclude_na":false}
• Mehrere Missings: "na": "Item1,Item2"

Wichtig: Bei der Definition von Missings im Backend und im Codebook, hat die Einstellung im Codebook Vorrang.