Wie importiert man Daten in Stata?

Das Grundprinzip: So funktioniert der Datenimport in Stata

Stata kann keine Excel- oder CSV-Datei direkt „öffnen“ wie ein Tabellenkalkulationsprogramm – stattdessen liest Stata Daten über spezifische Importbefehle in seinen Arbeitsspeicher ein. Sobald die Daten geladen sind, liegen sie als sogenannter Dataset im Speicher vor, mit dem Sie alle weiteren Analysen durchführen.

Die drei wichtigsten Importbefehle sind:

• import excel – für .xls- und .xlsx-Dateien
• import delimited – für CSV-, tab-getrennte und andere Textdateien
• use – für native Stata-Dateien im .dta-Format

Bevor Sie irgendeinen Importbefehl ausführen, sollten Sie sicherstellen, dass Ihr Arbeitsverzeichnis korrekt gesetzt ist. Mit cd "C:/IhrPfad" legen Sie das Verzeichnis fest, in dem Stata nach Dateien sucht. Das erspart Ihnen lange Pfadangaben bei jedem Befehl und vermeidet einen der häufigsten Anfängerfehler überhaupt.

Excel-Dateien importieren mit import excel

Excel ist in der Praxis das mit Abstand häufigste Ausgangsformat für empirische Daten – sei es aus Umfragen, administrativen Datenbanken oder selbst erhobenen Messreihen. Stata unterstützt sowohl .xls- als auch .xlsx-Dateien und erkennt das Format automatisch anhand der Dateiendung.

Grundlegender Befehl

Der einfachste Import einer Excel-Datei sieht so aus:

import excel using "meine_daten.xlsx", firstrow clear

Die Option firstrow weist Stata an, die erste Zeile der Tabelle als Variablennamen zu behandeln – das entspricht dem üblichen Aufbau einer Excel-Tabelle mit Spaltenköpfen. clear entfernt einen eventuell bereits geladenen Datensatz aus dem Arbeitsspeicher.

Tabellenblatt und Zellenbereich auswählen

Viele Excel-Dateien enthalten mehrere Tabellenblätter oder haben Daten nicht ab Zelle A1 stehen. Für diese Fälle gibt es zwei wichtige Optionen:

* Verfügbare Tabellenblätter anzeigen
import excel using "meine_daten.xlsx", describe

* Bestimmtes Tabellenblatt importieren
import excel using "meine_daten.xlsx", sheet("Rohdaten") firstrow clear

* Nur einen bestimmten Zellenbereich importieren
import excel using "meine_daten.xlsx", sheet("Rohdaten") cellrange(A1:F200) firstrow clear

Wie die offizielle Stata-Dokumentation zu import excel erläutert, zeigt import excel, describe alle verfügbaren Tabellenblätter und Zellbereiche an – ein nützlicher erster Schritt, wenn Sie eine unbekannte Datei prüfen möchten. Außerdem weist die Dokumentation darauf hin, dass sehr große .xlsx-Dateien die Rechnerleistung erheblich beeinträchtigen können, weshalb es sich lohnt, den Import mit cellrange() auf den tatsächlich benötigten Bereich zu beschränken.

Nach dem Import: Daten prüfen

Führen Sie nach jedem Import routinemäßig folgende Befehle aus:

• describe – zeigt Variablennamen, Typen und Labels
• list in 1/10 – gibt die ersten zehn Beobachtungen aus
• codebook – liefert detaillierte Informationen zu jeder Variable

So erkennen Sie schnell, ob Variablennamen korrekt übernommen wurden, ob numerische Spalten versehentlich als String importiert wurden oder ob Leerzeilen aus Excel mitgeladen wurden.

CSV- und Textdateien importieren mit import delimited

CSV-Dateien (Comma-Separated Values) und tab-getrennte Textdateien sind das zweithäufigste Exportformat aus Umfragetools wie SurveyMonkey, LimeSurvey oder aus statistischen Datenbanken. Der zuständige Befehl ist import delimited.

CSV-Datei mit Variablennamen importieren

import delimited using "umfrage_daten.csv", clear

Stata erkennt bei import delimited das Trennzeichen häufig automatisch aus der ersten Zeile – ob Komma, Semikolon oder Tabulator. Enthält die erste Zeile Variablennamen, werden diese automatisch übernommen. Enthält die Datei keine Variablennamen, müssen Sie diese entweder im Befehl angeben oder nachträglich mit rename vergeben.

Trennzeichen manuell angeben

Gerade bei deutschen Exportdateien wird häufig ein Semikolon statt eines Kommas als Trennzeichen verwendet – weil das Komma in Deutschland als Dezimaltrennzeichen gilt. In solchen Fällen geben Sie das Trennzeichen explizit an:

* Semikolon-getrennte Datei
import delimited using "umfrage_daten.csv", delimiter(";") clear

* Tab-getrennte Datei (mehrere Tabs zwischen Spalten möglich)
import delimited using "rohdaten.txt", delimiter(tab, collapse) clear

Die Option delimiter(tab, collapse) ist besonders dann nützlich, wenn mehrere aufeinanderfolgende Tabulatoren zwischen Spalten auftreten können – etwa bei manuell erstellten Textexporten.

Dateinamen mit Leerzeichen und Pfadangaben

Enthält der Dateiname oder der Ordnerpfad Leerzeichen, setzen Sie den gesamten Pfad in doppelte Anführungszeichen:

import delimited using "C:/Meine Dokumente/Masterarbeit/daten_final.csv", clear

Weitere Formate: Fixed-Format, SPSS, SAS und native .dta-Dateien

Native Stata-Dateien (.dta)

Wenn Ihnen jemand bereits eine Stata-Datei übermittelt oder Sie einen früheren Datensatz weiterverwenden, genügt ein einfaches use:

use "datensatz.dta", clear

Fixed-Format-Dateien mit infix

Fixed-Format-Dateien kommen vor allem in der amtlichen Statistik und bei Sekundärdaten vor. Hier sind Variablen nicht durch ein Trennzeichen, sondern durch feste Spaltenpositionen definiert. Der Befehl infix liest solche Dateien ein, indem Sie für jede Variable Start- und Endposition angeben:

infix int alter 1-3 str geschlecht 4-4 double einkommen 5-12 using "rohdaten.txt", clear

Für Fixed-Format-Dateien wird in der Methodenliteratur empfohlen, stets ein Codebook mit den exakten Spaltenpositionen zur Hand zu haben, da schon eine einzige falsch angegebene Position den gesamten Import korrumpiert.

SPSS- und SAS-Dateien

Stata kann über das Paket usespss (SPSS) bzw. usesas (SAS) Fremddaten einlesen – beide müssen gegebenenfalls vorab über ssc install installiert werden. Einfacher ist es oft, die Daten in SPSS oder SAS zunächst als CSV oder Stata-Datei zu exportieren und dann in Stata zu laden. Für eine Einschätzung, wann der Wechsel von SPSS zu Stata sinnvoll ist, lohnt sich ein Blick auf den Beitrag Stata vs. Excel – warum Stata die bessere Wahl für komplexe Analysen ist.

Häufige Fehler beim Import und wie Sie sie vermeiden

Ein Blick auf die Fehlermeldung im Stata-Output-Fenster lohnt sich immer – Stata gibt in der Regel präzise Hinweise darauf, was schiefgelaufen ist. Wer grundlegende Stata-Konzepte vertiefen möchte, findet im Beitrag Was macht man mit Stata? einen guten Überblick über die Möglichkeiten der Software.

Empfohlener Workflow für Abschlussarbeiten

In der Praxis hat sich für empirische Abschlussarbeiten ein standardisierter Import-Workflow bewährt, der Fehlerquellen minimiert und die Reproduzierbarkeit sicherstellt. Das klingt zunächst nach mehr Aufwand, spart aber erfahrungsgemäß viel Zeit beim Bereinigen und Debuggen.

Den gespeicherten .dta-Datensatz laden Sie für alle weiteren Analysen mit use – das macht Folge-Do-Files übersichtlicher und schneller. Für komplexere Auswertungen wie eine Regressionsanalyse in Stata oder die Erstellung von Grafiken in Stata ist ein sauber importierter und dokumentierter Ausgangsdatensatz die entscheidende Grundlage.

Wenn Sie unsicher sind, ob Ihr Datensatz korrekt eingelesen wurde, oder wenn Sie Unterstützung bei der gesamten Auswertung benötigen, erhalten Sie bei der Stata-Hilfe von QuantExpert methodische Begleitung durch erfahrene Stata-Anwenderinnen und -Anwender – von der Datenaufbereitung bis zur finalen Ergebnisdarstellung.