Vérifiez et fusionnez votre base de données : les erreurs qu’on ne voit pas dans le tableur
Une réponse coupée en deux. Un 99 qui veut dire « sans réponse » et entre dans la moyenne comme si c’était une réponse. Une colonne qui semble numérique et contient deux valeurs écrites en lettres. Un cas saisi deux fois. Rien de tout cela ne se voit à l’ouverture du fichier, et tout cela change les résultats.
Vous téléversez le fichier et, en quelques secondes, vous avez la liste de ce qui a été trouvé. Et si vous en téléversez deux, HILO vous dit en quoi ils diffèrent et s’il convient de les unir.
- La vérification apparaît toute seule, avant que vous fassiez quoi que ce soit
- Lit correctement les fichiers qu’Excel ouvre en morceaux
- Ne quitte pas votre navigateur
Quatre choses qui ruinent une analyse en silence
Elles apparaissent toutes après, quand le chiffre est déjà dans le rapport.
Le fichier n’est pas cassé : il est mal lu
Les exportations de SPSS entourent les valeurs de guillemets simples, et Excel ne comprend que les doubles. Chaque virgule écrite dans une réponse lui coupe la ligne, si bien que le fichier semble avoir des colonnes en trop et des lignes de largeur différente. Ici, ils sont bien lus, et on dit quelle était la différence.
Le 99 qui se glisse dans la moyenne
Le 99, le 999 et le -1 veulent souvent dire « sans réponse ». Si personne ne les déclare comme manquants, ils entrent dans le calcul comme une réponse de plus. On ne les signale que lorsqu’ils sont très loin du reste de cette colonne : une échelle qui va légitimement jusqu’à 99 n’est donc pas signalée. Et à part, quelles colonnes ont été laissées vides à plus de la moitié.
Un « ne sait pas » transforme la colonne en texte
Il suffit d’une valeur écrite en lettres dans une colonne de nombres pour que le logiciel la lise entièrement comme du texte et ne calcule rien. Même chose avec les décimales : si 3,5 et 3.5 cohabitent, les uns sont lus comme des nombres et les autres non, selon la langue du logiciel.
Le cas saisi deux fois
Des lignes identiques, et aussi la colonne qui ressemble à un identifiant mais répète des valeurs. C’est ainsi qu’apparaît une réponse saisie deux fois, et cela ne se voit pas en regardant : cela se voit en comptant.
Avant d’unir, savoir si on peut les unir
Avec deux fichiers chargés, on compare : s’ils ont la même forme, dans quelles lignes et colonnes ils diffèrent, et si l’un a le texte coupé par une limite de l’exportation. Ensuite, on peut les unir en appariant les colonnes selon la forme de leurs données et non selon leur nom, parce que les noms mentent souvent et les données non. Chaque paire est montrée avec son motif pour que vous la confirmiez ou l’écartiez.
Ce qu’il fait et ce qu’il ne fait pas
Mieux vaut le dire ici que dans la première minute d’utilisation.
L’analyse statistique
Il ne calcule pas, ne croise pas de variables et ne fait pas de graphiques. C’est l’étape précédente : mettre les données en état pour que le logiciel que vous utilisez ne vous renvoie pas un chiffre faux comme s’il était juste.
Si deux bases mesurent la même chose
Avant de télécharger une fusion, il faut cocher quatre vérifications : même unité d’analyse, même période, même définition, mêmes codes, que seule peut faire la personne qui sait d’où viennent les données.
Le fichier ne quitte pas votre appareil
Il est lu dans votre navigateur et n’est envoyé nulle part. Dans une base d’enquête, avec des noms, des courriels et un consentement éclairé derrière, cela compte plus que dans tout autre document. Et si elle comporte aussi une question ouverte, on peut la coder sur place sans déplacer le fichier.
Si la base doit être partagée, vous pouvez d’abord retirer les identifiants : le numéro d’identité (DNI, CUIL) ou le matricule deviennent des codes et les noms sont effacés, là aussi dans votre navigateur.
Comment le fichier a été lu, les lignes de largeur différente, l’absence éventuelle de la ligne d’en-têtes, les lignes entièrement répétées, les colonnes vides, les colonnes où tout le monde a répondu la même chose, les colonnes laissées vides à plus de la moitié, les codes de valeur manquante traités comme des nombres, les colonnes numériques avec une valeur écrite en lettres, les décimales avec virgule et avec point mélangées, et les identifiants aux valeurs répétées.
Les exportations de SPSS entourent les valeurs de guillemets simples, et Excel ne comprend que les doubles. Chaque virgule écrite dans une réponse lui coupe la ligne, si bien que le fichier semble avoir des colonnes en trop et des lignes cassées. Elles ne sont pas cassées : elles sont mal lues, et ici elles sont bien lues.
Un 99, un 999 ou un -1 qui veulent en réalité dire « sans réponse ». Si personne ne les déclare comme manquants, ils entrent dans la moyenne comme une réponse de plus et la ruinent sans que rien ne prévienne. On ne les signale que lorsqu’ils sont très loin du reste des réponses de cette colonne : une échelle qui va légitimement jusqu’à 99 n’est donc pas signalée.
Il apparie les colonnes selon la forme de leurs données : combien de variété elles ont, quelle longueur typique et dans quelle mesure le vocabulaire se recoupe. S’il y a des en-têtes, un nom identique l’emporte. Ensuite, il montre chaque paire avec son motif pour que vous confirmiez ou écartiez : rien n’est uni sans que vous le voyiez.
Il peut les coller, mais le résultat dépend de quelque chose qu’aucun outil ne peut vérifier : que les deux comptent la même unité. Une base peut compter des personnes et l’autre des enregistrements, et les colonnes se collent quand même. C’est pourquoi, avant de télécharger, il faut cocher quatre vérifications que seule peut faire la personne qui sait d’où viennent les données.
En Excel.
Non. Le fichier est lu dans votre navigateur et ne quitte pas votre appareil. Dans une base d’enquête contenant des données personnelles, cela compte plus que dans tout autre document.
Essayez avec votre propre base
Téléversez le fichier et voyez ce qu’il a trouvé. Cela prend quelques secondes, ne demande pas d’inscription et n’envoie rien.