Rekodierung
In diesem Beitrag
Was versteht man unter Rekodierung?
Rekodierung bezeichnet in der Datenanalyse die gezielte Umwandlung von Variablenwerten in neue Werte oder Kategorien. Dabei werden bestehende Ausprägungen einer Variable systematisch durch andere Werte ersetzt, zusammengefasst oder in ihrer Richtung umgekehrt – ohne dass die ursprüngliche Information verloren gehen muss.
Typische Anwendungsfälle der Rekodierung sind:
- Richtungsumkehr: Eine Skala wird invertiert, z. B. wenn bei einem Fragebogen einzelne Items umgekehrt gepolt sind (negativ formulierte Aussagen in einer positiv gemessenen Skala).
- Zusammenfassung von Kategorien: Mehrere Ausprägungen werden zu einer neuen Gruppe zusammengefasst, z. B. Altersgruppen bilden aus einzelnen Jahreszahlen.
- Numerische Umbenennung: Textkategorien wie „ja“ und „nein“ werden in numerische Codes (1 und 0) überführt, damit sie in Berechnungen verwendet werden können.
- Fehlerkorrektur: Falsch vergebene Codes werden nachträglich korrigiert.
Warum ist Rekodierung für statistische Analysen wichtig?
Rekodierung ist ein unverzichtbarer Schritt in der Datenvorbereitung, weil Rohdaten selten in der Form vorliegen, in der sie direkt analysiert werden können. Ohne korrekte Rekodierung können statistische Ergebnisse verzerrt, falsch interpretiert oder schlicht nicht berechnet werden.
Besonders relevant ist Rekodierung in folgenden Situationen:
- Skalenbildung in Fragebögen: Viele standardisierte Fragebögen enthalten umgekehrt gepolte Items, die vor der Skalenberechnung rekodiert werden müssen. Wer das vergisst, erhält einen inhaltlich falschen Summenscore.
- Gruppenbildung für Gruppenvergleiche: Metrische Variablen wie Alter oder Einkommen werden für bestimmte Analysen in Kategorien eingeteilt.
- Vorbereitung für Regressionsanalysen: Nominale Variablen mit mehr als zwei Ausprägungen werden durch Rekodierung in Dummy-Variablen überführt.
recode() aus dem Paket dplyr genutzt, in Python die Methode .replace() oder .map() auf einem Pandas-DataFrame. Praxisbeispiel zu Rekodierung
Eine Studentin untersucht in ihrer Bachelorarbeit das Wohlbefinden von Studierenden. Sie setzt einen Fragebogen ein, der aus zehn Items besteht. Drei dieser Items sind umgekehrt formuliert, zum Beispiel: „Ich fühle mich häufig erschöpft.“ Die Antwortskala reicht von 1 (trifft gar nicht zu) bis 5 (trifft voll zu).
Da bei allen anderen Items ein hoher Wert für hohes Wohlbefinden steht, muss sie diese drei Items rekodieren. Die Formel für die Richtungsumkehr bei einer 5-stufigen Skala lautet:
Formel: Rekodierung bei 5-stufiger Skala
Das Ergebnis für jeden ursprünglichen Wert sieht dann so aus:
| Ursprünglicher Wert | Rekodierter Wert | Bedeutung (nach Rekodierung) |
|---|---|---|
| 1 | 5 | Hohes Wohlbefinden |
| 2 | 4 | Eher hohes Wohlbefinden |
| 3 | 3 | Mittleres Wohlbefinden |
| 4 | 2 | Eher geringes Wohlbefinden |
| 5 | 1 | Geringes Wohlbefinden |
Erst nach dieser Rekodierung kann die Studentin alle zehn Items zu einem einheitlichen Gesamtindex für Wohlbefinden zusammenfassen. Ohne diesen Schritt würde die Skala inhaltlich widersprüchliche Informationen zusammenaddieren und das Ergebnis wäre statistisch bedeutungslos.
