Wie mit NAs umgehen, wenn Variablen nur in einem von zwei Fragebögen vorkommen (R, PCA, Cronbach’s Alpha, Regression)?

Question

Hallo,
ich habe zwei Fragebögen erstellt („Fragebogen 1“ und „Fragebogen 2“) mit insgesamt ca. 300 Variablen. Einige Variablen kommen nur in Fragebogen 1 vor, andere nur in Fragebogen 2. Manche Variablen existieren in beiden Fragebögen – sie messen zwar denselben Konstrukt (z. B. mittels derselben Skala), beziehen sich aber auf unterschiedliche Stimuli. Es handelt sich also nicht um identische Objekte, sondern nur um vergleichbare Messinstrumente. Daher muss ich diese Variablen nach Fragebogen trennen.

Wenn ich die Variablen nach Fragebogen aufteile, entstehen automatisch NAs für die Personen, die den jeweils anderen Fragebogen ausgefüllt haben, da diese Variablen dort nicht existieren.

Meine Frage:
Wie gehe ich mit diesen NAs um?

Ich plane, meine Analysen in R durchzuführen – z. B. Cronbach’s Alpha, PCA/EFA, ANOVA und lineare Regressionen. Da die Variablen nur in jeweils einem Fragebogen vorkommen, darf ich die fehlenden Werte nicht imputieren.

Wie sollte ich in diesen Fällen am besten vorgehen?
Kann ich die Fragebögen auf getrennt untersuchen?
Danke und Liebe Grüße

Answer 1

Die Frage ist eigentlich weniger, wie Sie mit den NAs umgehen, sondern wie Sie die beiden Datensätze korrekt trennen und wieder zusammenfügen.

Das Vorgehen wäre üblicherweise folgendes:

1. Aufteilen des data.frame in zwei data.frame(s), indem Sie die Daten aus Fragebogen A in das eine und die aus Fragebogen B in das andere filtern.
2. Entfernen der überflüssigen Variablen in beiden Datensätzen, z.B. indem Sie sich die gültigen Fälle pro Variable ausgeben lassen, und aus dieser Tabelle automatisch eine List der relevanten Variablen erstellen.
3. Umbenennen der Variablen in einem der Datensätze, z.B. indem Sie über rowNames() an alle eine "2" anhängen oder ein "B_" voranstellen.
4. Zusammenfügen der beiden Datensätze über ein merge anhand der Schlüsselvariable, z.B. SERIAL.