Wide-Format
In diesem Beitrag
Was versteht man unter Wide-Format?
Das Wide-Format (auch: breites Datenformat) ist eine bestimmte Art, Datensätze zu strukturieren. Im Wide-Format steht jede beobachtete Einheit – zum Beispiel eine Versuchsperson oder ein Patient – in genau einer Zeile. Verschiedene Messzeitpunkte, Bedingungen oder Variablen werden als separate Spalten nebeneinander dargestellt.
Typischerweise sieht ein Wide-Format-Datensatz so aus: Es gibt eine Spalte für die ID der Einheit, gefolgt von mehreren Spalten, die jeweils eine bestimmte Messung repräsentieren – etwa Messung_T1, Messung_T2, Messung_T3. Je mehr Messungen oder Bedingungen vorliegen, desto mehr Spalten – und desto „breiter“ wird der Datensatz.
Das Gegenstück zum Wide-Format ist das Long-Format (auch: langes Datenformat), bei dem jede einzelne Messung in einer eigenen Zeile steht und eine zusätzliche Spalte angibt, zu welchem Zeitpunkt oder welcher Bedingung die Messung gehört.
Warum ist Wide-Format für statistische Analysen wichtig?
Das Datenformat hat direkte Auswirkungen darauf, welche statistischen Verfahren und Software-Funktionen sich direkt anwenden lassen. Viele traditionelle Statistikprogramme und bestimmte Analysen – etwa eine Messwiederholungs-ANOVA in SPSS oder der t-Test für abhängige Stichproben – erwarten die Daten im Wide-Format, weil die verschiedenen Messwerte derselben Person als separate Variablen eingelesen werden.
Gleichzeitig bevorzugen moderne Analysepakete – insbesondere in R (z. B. ggplot2, lme4) oder Python (z. B. pandas, seaborn) – häufig das Long-Format. Deshalb ist es entscheidend zu wissen, in welchem Format die eigenen Daten vorliegen und wie man sie bei Bedarf umstrukturiert.
Praktisch wichtig ist außerdem: Das Wide-Format ist für Menschen oft leichter zu lesen und zu überblicken, weil alle Werte einer Person in einer Zeile stehen. Es eignet sich daher gut für die manuelle Dateneingabe oder das Präsentieren von Ergebnistabellen.
Praxisbeispiel zu Wide-Format
Eine Ernährungsforscherin möchte untersuchen, wie sich das Körpergewicht von Studienteilnehmenden über drei Messzeitpunkte (Baseline, nach 3 Monaten, nach 6 Monaten) verändert. Sie erfasst die Daten im Wide-Format:
| ID | Gewicht_T1 | Gewicht_T2 | Gewicht_T3 |
|---|---|---|---|
| P01 | 82 | 79 | 76 |
| P02 | 91 | 88 | 85 |
| P03 | 74 | 73 | 70 |
Jede Person belegt genau eine Zeile, und die drei Messzeitpunkte stehen als separate Spalten nebeneinander – das ist das typische Wide-Format. Die Forscherin kann diesen Datensatz direkt in SPSS einlesen und eine Messwiederholungs-ANOVA durchführen. Möchte sie stattdessen eine Analyse in R mit ggplot2 erstellen, müsste sie die Daten zuerst ins Long-Format umwandeln – in R geht das etwa mit der Funktion pivot_longer() aus dem Paket tidyr.
pivot_longer() vom Wide- ins Long-Format und mit pivot_wider() zurück ins Wide-Format umstrukturieren. In SPSS übernimmt diese Aufgabe der Menüpunkt Umstrukturieren unter „Daten“.
