社会調査工房オンライン

１.自分たちでデータをつくってみよう

調査票をつくり、サンプリングした対象者に調査を実施し、回収が終わるといよいよそのデータ入力ということになる。調査票のデータの入力から分析にいたるプロセスでは、SPSSという社会統計のためのパッケージ・ソフトを用いることが多いが、年々改良が加えられて、その使い方は非常に簡単になっている。

データ入力の基本を、以下に実例を示しながら述べてみよう。（調査票への回答内容を数字におきかえていく作業をコーディングという。）

（例題）「県民アンケート」をダウンロードし、そのコーディング・マニュアルを作成せよ。

ダウンロード＜県民アンケート＞

【基本形】以下のような場合は、○のついた選択肢番号をそのままコードする。

例

問４　あなたは、いま住んでいる地域が好きですか。次から１つ選んで番号に○をつけてください
１とても好き　２まあまあ好き　　３すこし嫌い　　４とても嫌い

２に○がついている場合→　2とコードして入力する。（必ず半角で！以下同様。うっかり全角で膨大なデータを入力してもあとの祭り。バックアップもマメにすること。）
無回答のものは9とコードする。もし選択肢が9個を超える場合は99とする。（したがって、択一式の選択肢をつくる場合は、できるだけ７つか８つまでにしたほうが入力やチェックの手間が省ける。）

２.変数って、どうやってつくるの？

すべてのコーディングが【基本形】のように選択肢番号をそのまま一つの変数にコードし入力するだけでよいのなら楽なのだが、一つの質問文に複数の変数を設定しなければならない場合もある。ここでは、私たちがよく用いる複数回答（SPSSでは「多重回答」と書かれている）や枝分かれ問についての実際を示しておこう。

【複数回答（制限あり）】　以下の「３つまで○をつけてください」というような制限のついた複数回答形式の質問の場合、３つの変数欄にそれぞれ選択肢番号を入力していく。（○の数が足りない場合とまったくない場合ではコードが違う）

例

問10　これから住みよい町をつくっていくために、あなたは特にどのような環境や施設が必要だと思いますか。次の中から３つまでを選んで○をつけてください

01.静かさ	07.情報通信設備
02.活気	08.広い歩道や公園
03.豊かな緑	09.便利な交通網
04.買い物の便利さ	10.レクリエーションやスポーツの施設
05.清らかな水辺	11.その他（　　　　　　　　　　　）
06.文化的雰囲気

02、04、10の３つに○がついている場合 →	とコード
01、03の２つにしか○がついていない場合 →	とコード
11の１つにしか○がついていない場合 →	とコード
ひとつも○がついていない場合 →	とコード

（無回答の99という欠損値を指定することで、0と区別できる。）

【複数回答（制限なし）】　以下のような「あてはまるものすべてを選んで○をつけてください」という制限なしの複数回答形式の質問の場合、選択肢の数と同じだけの変数（この場合だと５つ）をつくり、各選択肢に○があるかないか対応させながらコードしていく（○のついているものには1、ないものには0とコードする。）
（この制限なしの複数回答型質問文は作りやすい反面、入力から集計にわたるまで非常に手間がかかる。したがって、複数回答にする場合、できるだけ「×個まで○をつけてください」との制限付きの複数回答にする方が賢明である。）

例

問30　あなたは、ご自宅でパソコン通信を利用していますか。次の中であてはまるものすべてを選んで○をつけてください

１　パソコンやワープロはない

２　パソコン等はあるが通信はしていない

３　商用ネットワーク（Nifty-Serve、PC-VANなど）に加入している

４　自治体のネットワーク（神戸市のあじさいネットなど）に加入している

５　インターネットを利用している

3と5の2つに○がついている場合 →	とコード
1にのみ○がついている場合 →	とコード
ひとつも○がついていない場合 →	とコード

（無回答の9という欠損値を指定することで、0と区別できる。）

【枝分かれ形式の質問文】以下のように、ひとつの質問文の中に、さらに回答対象者を限定して、枝分かれ形式の質問文がある場合、別の変数をもうける必要がある。下の例であれば、最初は【基本形】のコーディング、枝分かれの問いについては【複数回答（制限あり）】のコーディングをすればよい。

例

問28　あなたは、ご自宅でファックスを利用していますか。次から１つ選んでください

１よく利用している	４まったく利用していない
２ときどき利用している	５ファックスがない
３たまには利用することもある

【１～３の利用されている方にうかがいます】
　　　ファックスをどのようなことに利用していますか。主なものを２つまで選んでください

１仕事の関係に	６通信販売のため
２友人との交流に	７家族や親戚との連絡に
３自治会など地域活動に	８テレビ・ラジオ局にリクエストするため
４生活情報のため	９その他（　　　　　　　　）
５商品情報のため

ただし、最初の問いで「４まったく利用していない」や「５ファックスがない」に○がついている場合、枝分かれ問では非該当として、すべての変数に8とコードする。
また、最初の問いで「１よく利用している」か「２ときどき利用している」あるいは「３たまには利用することもある」のいずれかに○がついていながら、枝分かれ問にひとつも○がない場合は、【複数回答（制限あり）】のルールどおり、すべての変数に9とコードする。
つまり枝分かれ問の場合、8の非該当と9の無回答の区別が、分析の際に重要となるので注意してコードしなければならない。

※以上に述べたコーディングの方法を参考に、「県民アンケート」のコーディング・マニュアルを完成させよう。ポイントは次の２点である。

各質問文への回答は、どのように数値に変換されるか？
（特に複数回答の場合には注意）
無回答や非該当などの欠損値は、どのようにコードされるか？

３.データはきれいにしてから集計すべし

すべてのコーディングと入力を終えたら、一応データは出来上がりということになるが、データには、そもそも回答者（あるいは調査員）自身の間違いや矛盾、コーディングの間違いや漏れ、入力ミスなど、さまざまな誤りの要素が含まれている。所詮は人間がやることで、いかなるデータも完全ではない。

このようなデータ上の誤りをできる限り修正してから分析に入らないと、分析そのものにほとんど意味がなくなってしまう。そこで、どうすればきれいなデータをつくれるか。以下に、SPSSを用いたデータ・クリーニングの基本的な方法について述べておく。

【度数分布表（単純集計）からのチェック】

まず、すべての変数の度数分布表を出力する。それを注意深くチェックすると、たいてい本来ありえない数値が出現する。そのような数値を発見したら、次のような方法でどのケースなのかを検出する。

問題のある数値を含む変数の列を選択する（列の上端の変数名をクリックする）
メニューから「編集」→「検索」を選択する。
「検索する文字列」に問題の数値を入力し、「次を検索」をクリックする。
検索の結果見つかった数値はどの通し番号のケースなのかを記録する。
検索を繰り返して、該当するすべてのケースを見つける。
次に、該当する番号のアンケート用紙に戻り、確認の上、データを修正する。
最後にもう一度修正した変数の度数分布表を出力し、すべて修正されたことを確認する。

【クロス集計表によるチェック】

たとえば、年齢を20代前半と答えている人が、職業では自分を年金受給者と回答していたら、それは回答者本人の間違いなのか、データ入力上のミスなのか、あるいは特別な事情があるのか、調べてみないといけない。このようなチェックの方法を「論理チェック」という。クロス集計によってそのような矛盾を発見したら、次のような方法でどのケースなのかを検出する。

メニューから「データ」→「ケースの選択」を選択する。
「IF条件が満たされるケース」をチェックし、IFボタンをクリックする。
変数を選択し、下の入力ボタンも使いながら、たとえばq50=01 & q52=11 などと論理的矛盾が発見された変数の組み合わせを入力し、続行ボタンをクリックし、さらにOKボタンをクリックする。
すると、データビュー上の行番号に斜線が入るが、その斜線がないケースが論理的矛盾を含むケースということになる。
以上のチェックを繰り返して、該当するすべてのケースを見つける。
次に、該当する番号のアンケート用紙に戻り、確認の上、データを修正する。
なお、行番号の斜線を消すためには、再び「ケースの選択」を選択し、「全てのケース」を選択してOKボタンを押すと、全ての斜線が消える。

データ・クリーニングは、やりはじめるときりのない作業であるが、根気よくチェックすべき項目を思いつかなくなるまでやることがデータの質の向上につながる。この作業を通じて、きちんとしたサンプリングをおこなってサンプルを厳選し、ていねいなコーディングと入力作業をすることがいかに大切かを理解できるだろう。