RAZVOJ I DOKUMENTOVANJE BAZE PODATAKA

Baza podataka, bez obzira da li je u papirnoj ili elektronskoj formi, konfigurisana je kao matrični

zapis, gde se svaki red odnosi na jedinicu opservacije a svaka kolona na varijablu. Na taj način

dimenzije takve matrice definisane su brojem jedinica opservacija (a to je najčešće broj ispitanika

/pacijenata) što odgovara broju redova u bazi podataka, i brojem karakteristika koje su predmet

ispitivanja što odgovara broju kolona.

Istraživačka baza podataka praćena je kodeksom (šifrarnikom) koji sadrži informacije o nazivu i

poretku varijabli, opisu varijabli, mernim jedinicama, i skali merenja (nominalni, ordinalni,

numerički). Osim toga u kodeks su, za kategorijalne varijable, uključene informacija o broju

kategorija i kodovima tih kategorija.

Kreiranje baze podataka za analizu obuhvata više koraka. Prvo se kreira nova prazna datoteka,

zatim se definišu varijable prema šifrarniku i na kraju se u datoteku unesu podaci dobijeni u

istraživanju.

FORMIRANJE BAZE PODATAKA U TABELARNIM KALKULATORIMA

Postoji nekoliko načina da se uz pomoć odgovarajućeg softvera formira baza podataka i učita u

program R. Ovde će biti prikazano formiranje baze u tabelarnim kalkulatorima (″spreadsheet″) kao

što je MS Office Excel, OpenOffice Calc i LibreOffice Calc. Da bi program R mogao da učitava fajlove

iz MS Office Excela neophodno je instalirati paket ″xlsx″ koji se može skinuti sa sledećeg linka:

http://cran.at.r-project.org/bin/windows/contrib/r-release/xlsx_0.5.1.zip i instalirati po proceduri

objašnjenoj u tekstu iznad (Instalacija paketa za R program).

Program R nema nativnu podršku za naša slova (č, ć, š, ž, đ) pa ih ne treba koristiti za nazive

varijabli i unos podataka. Obratiti pažnju da program R pravi razliku između malih i velikih slova što

treba uzeti u obzir prilikom upotrebe naziva fajlova i varijabli u komandama.

1. U tabelarnim kalkulatorima nazivi varijabli unose se u prvi red i preporuka je da budu u formi

jedne reči. Ukoliko je potrebno da naziv varijable ima više reči nazive varijabli treba pisati ili

spojenim rečima (npr. navikapusenja) ili ih razdvajati donjom crtom (npr. navika_pusenja) ili

tačkom. U slučaju da se reči ukucaju odvojeno, prilikom učitavanja program R automatski svaki

razmak zamenjuje tačkom.

2. U prvu kolonu unose se oznake identifikacije jedinica posmatranja, što će najčešće biti redni

broj u bazi počev od 1.

3. Numeričke podatke (prekidne i neprekidne) treba unositi kao brojčane vrednosti bez naziva

jedinica. Npr. podatak o telesnoj masi uneti kao broj bez oznake kg.

4. Nominalni i ordinalni podaci mogu se uneti kao tekstualni nazivi kategorija ili kao numerički

kodovi. Preporuka je da se nominalni podaci unose kao tekstualni nazivi kategorija (npr. za pol:

muški, ženski). Preporuka je da se ordinalni podaci unose kao numerički kodovi koji odražavaju

poredak kategorija. Npr. za podatke o zadovoljstvu zdravstvenom zaštitom (vrlo nezadovoljan,

nezadovoljan, neutralan, zadovoljan i vrlo zadovoljan) upotrebiti kodove za taj uređeni niz

počev od najmanjeg do najvećeg nivoa što mora biti zabeleženo u šifrarniku zbog jednostavnije

interpretacije podataka i rezultata statističke analize.

Uređeni niz kategorija Kod (šifra)

vrlo nezadovoljan nezadovoljan neutralan zadovoljan vrlo zadovoljan

1 2 3 4 5

5. Nakon formiranja baze i unošenja podataka klikom na File→Save As… fajl sačuvati u folderu

koji je podešen da iz njega program R učitava podatke.

MS Office Excel 2007-2013 svoje fajlove čuva sa ekstenzijom .xlsx. MS Office Excel 2003 svoje

fajlove čuvaju sa ekstenzijom .xls. Obratiti pažnju na ekstenziju fajla prilikom ukucavanja

komande za učitavanje fajla.

Primer formirane baze podataka u MS Office Excel 2007.