Erfahren Sie mehr in unserem kostenlosen Online-Kurs:
Statistisches Denken für die industrielle Problemlösung
In diesem Video erfahren Sie, wie Sie Recode verwenden, um Lieferantennamen in der Datei Components.jmp zu bereinigen.
Werfen wir zunächst einen Blick auf die Lieferantennamen mithilfe der Vertriebsplattform aus dem Menü „Analysieren“. Sie können sehen, dass es 10 Ebenen (oder Kategorien) von Lieferanten gibt und dass 10 Beobachtungen fehlende Werte sind.
Sie können jedoch sehen, dass es wirklich nur fünf eindeutige Lieferanten gibt. Es gibt Probleme mit Rechtschreibung und Großschreibung, und Sie können sehen, dass der Lieferant Cox auf zwei verschiedene Arten eingegeben wird.
Um die Lieferantennamen zu bereinigen, verwenden wir Recode.
Dazu klicken wir mit der rechten Maustaste auf den Spaltenkopf für Lieferant und wählen Umkodieren.
Die aktuellen Werte für Lieferanten sind unter Alte Werte zusammengefasst. Die 10 fehlenden Werte stehen oben. Anderson ist dreimal aufgeführt. Ein Wert hat ein führendes Leerzeichen, und die anderen haben eine etwas andere Schreibweise.
Schauen wir uns den Lieferanten Hersh an. Auch diese ist dreimal aufgeführt. Es gibt ein paar Probleme mit Großschreibung und Rechtschreibung.
Um einige der häufigsten Probleme mit kategorialen Daten zu beheben, verwenden wir die Optionen unter dem roten Dreieck.
Zum Beispiel wählen wir Convert to Titlecase aus, um die inkonsistente Groß- und Kleinschreibung zu beheben, und wir wählen Whitespace trimmen aus, um führende Leerzeichen zu entfernen.
Um einige der anderen Probleme zu lösen, nehmen wir eine Abkürzung und gruppieren die Werte. Wenn wir beispielsweise alle Labels für Anderson auswählen und auf die Schaltfläche Gruppieren klicken, werden alle diese Labels zusammen gruppiert.
Wir werden auch die Labels für Cox und Hersh gruppieren. Jetzt gibt es sechs Werte: die fünf Lieferanten plus die fehlenden Werte.
In vielen Analysen werden Beobachtungen mit fehlenden Werten nicht berücksichtigt. Eine Methode zum Einschließen fehlender Daten für kategoriale Variablen in Ihre Analyse besteht darin, die fehlenden Werte neu zu codieren.
Lass uns das machen. Wir werden diese Werte mit dem Label Missing neu codieren.
Jetzt müssen wir bestimmen, wie die umcodierten Werte gespeichert werden. Standardmäßig werden die Werte in einer neuen Spalte gespeichert. Eine weitere Möglichkeit besteht darin, die umcodierten Werte mit einer Formel zum Umcodieren in einer Formelspalte zu speichern. Die letzte Option, die nicht empfohlen wird, besteht darin, Ihre aktuellen Werte zu überschreiben, indem Sie die neu codierten Werte in derselben Spalte speichern.
Wir wählen Formula Column aus und klicken auf Recode. Eine neue Spalte, Lieferant 2, wurde mit einer Formel in der Datentabelle gespeichert. Die Formel bietet eine Spur der von Ihnen vorgenommenen Änderungen. Sie können die Formel auch aktualisieren, wenn Sie weitere Änderungen vornehmen müssen.
Ein letzter Schritt besteht darin, die ursprünglichen Werte und die umcodierten Werte grafisch darzustellen, um sicherzustellen, dass die Umcodierung korrekt angewendet wurde. Das sieht gut aus!
