Pro další zpracování je získaná data potřeba ze systému exportovat. Je to možné třemi způsoby. Hromadným exportem z více výzkumů, exportem z výzkumu do MS Excel a exportem z výzkumu do CSV.
Hromadný export z více výzkumů
Pokud existují na sebe navazující výzkumy, které mají společné otázky, je možné je exportovat hromadně do jednoho souboru. Tento export je náročný na výpočetní výkon a proto by měl být používán spíše vyjímečně.
Data jsou v tzv. wide formátu, tj. jeden řádek představuje jednoho respondenta a žadká otázka v dotazníku představuje jeden sloupec.
Otázky z jednotlivých dotazníků, které mají stejný název, budou zařazeny pod sebe. Jednotliví respondenti budou zařazeni do řádků pod sebou nejprve z prvního výzkumu, poto z následujících. Otázky, které se nevyskytují ve všech výzkumech budou vyplněné pouze u respondentů z výkumů kde jsou definovány, v ostatních budou prázdné.
Export do MS Excel z jednoho výzkumu
Data jsou opět exportována ve wide formátu, tj. jeden řádek představuje jednoho respondenta, každá otázka má svůj sloupec. Tento export je výpočetně náročný a při velkých objemech dat (řádově vyšší tisíce až desetitisíce respondentů a tisíce otázek) přestává být spolehlivý. Je to však nejjednodušší export a také nejintuitivnější.
Ukázka dat ve wide formátu:
| code | sex | age | education |
|---|---|---|---|
| aaa1 | 1 | 27 | 3 |
| aaa2 | 0 | 44 | 2 |
| aaa2 | 1 | 26 | 4 |
Export do CSV
CSV znamená Comma Separated Values, tj. hodnoty oddělené čárkou a jde o velmi jednoduchý formát. Výsledný soubor je možné otevřít například v poznámkovém bloku, nebo načíst do Excelu. Tento formát je také nejvhodnější pro zpracování dat v R.
Data jsou v tzv. long formátu. Jeden řádek představuje jednu odpověď na jednu otázku u jednoho respondenta. Každý respondent má potom ve výsledném souboru tisíce řádků, celý export může mít desítky nebo stovky tisíc řádků. I přesto je to nejefektivnější a nejspolehlivější formát k exportu dat.
Ukázka stejných dat v long formátu
| code | question_name | value | duration |
|---|---|---|---|
| aaa1 | sex | 1 | 30 |
| aaa1 | age | 27 | 30 |
| aaa1 | education | 3 | 30 |
| aaa2 | sex | 0 | 15 |
| aaa2 | age | 44 | 15 |
| aaa2 | education | 2 | 15 |
| aaa3 | sex | 1 | 15 |
| aaa3 | age | 26 | 15 |
| aaa3 | education | 4 | 15 |
Položky:
- code - kód klienta
- question_name - název otázky
- value - hodnota odpovědi
- duration - jak dlouho respondent strávil na stránce s touto otázkou. Pokud je více otázek na jedné stránce, tak trvání je společné.
Převod dat z long formátu do wide formátu v R:
library(tidyr)
panel_long <- read.csv("exportovana_data.csv", header = TRUE)
panel <- pivot_wider(panel_long, id_cols = code, names_from = question_name, values_from = value)
Funkce read.csv načítá hodnoty z csv souboru, funkce pivot_wider potom otočí data z formátu long do wide.
Speciální datové položky v exportu
- code unikátní kód respondenta, automaticky vygenerovaný
- questionnaire_started datum a čas zahájení vyplňování dotazníku
- questionnaire_finished datum a čas ukončení dotazníku. Pokud je prázdné, tak dotazník nebyl dokončen
- questionnaire_duration doba vyplňování dotazníku
- broker - Broker (zprostředkovatel), přes kterého byl respondent získán
- broker_assignement - přířazení projektu k Brokerovi
- user_agent detailní identifikace prohlížeče uživatele. BLíže viz např: https://en.wikipedia.org/wiki/User_agent
- device - odhad z user_agent, jestli byl dotazník vyplněn na počítači nebo na mobilním zařízení. Není spolehlivé, mobilní zařízení je možné nastavit tak, aby emulovalo stolní počítač.
Download tokens pro CSV Export
Import data z CSV je možné automatizovat pomocí download tokenů. Pokud chcete data stahovat přímo z vašeho R scriptu, tak díky systému přihlašování přes Google OAuth2 to není možné. Proto je možné u výzkumu vytvořit tzv. Download token. Pomocí tohoto tokenu je možné data stahovat automaticky i bez přihlášení v prohlížeči.
Formát pro download výsledku je: https://dotaznik.oushi.upol.cz/researches/{research_id}/csv, kde {research_id} nahraďte konkrétním ID daného výzkumu. Je uvedeno přímo v seznamu výzkumů na titulní stránce po
přihlášení.
Pokud u výzkumu č. 1 chceme stáhnout data a máme token XXXXXXXXXXXXXXXXXXXXXXXXXXXXX, tak data lze stáhnout z
příkazové řády pomocí utility curl (k dispozici zde: https://curl.se/ ):
curl -i -X GET -H "Authorization:Bearer XXXXXXXXXXXXXXXXXXXXXXXXXXXXX" \
'https://dotaznik.oushi.upol.cz/researches/1/csv'
A stejná operace v R:
# Read the data from the server
source <- url(
paste("https://dotaznik.oushi.upol.cz/researches/1/csv"),
headers = c(Authorization="Bearer XXXXXXXXXXXXXXXXXXXXXXXXXXXXX")
)
data <- read.csv(source)
Export dat pro jednoho respondenta
Do CSV je možné exportovat i reporty pro jednotlivé respondenty z výzkumu. URL pro dotaz potom vypadá následovně:
https://dotaznik.oushi.upol.cz/researches/{research_id}/csv?respondent_code={respondent_code}
Autorizační token je stejný jako pro export celého dotazníku.
{research_id}- id celého výzkum (viz titulní stránka nebo přehled výzkumů){respondent_code}- kód daného respondenta (nikoliv jeho ID). Kód je v přehledu respondentů výzkumu a zároveň se respondentovi zobrazí i po vyplnění dotazníku.