横向匹配——打开数据匹配的黑盒子！

在纵向研究中，假如我们先后3次（用T1，T2，T3表示）收集了同一批被试的问卷数据。接下来则需要将同一被试不同时间点的数据一一对应起来。如果在EXCEL中通过查找ID，复制、粘贴的方式完成，不仅要花费大量时间，还会让我们极其厌倦这个过程，是一种下下策。使用软件分析是一种必然。

能做横向匹配的软件很多，如SPSS，R，Python、Stata等，虽然最终都能完成横向匹配，但从实现的难度、速度、清晰度、准确性上来说，都存在一定的弊端。特别是对于小白来说，所需要的学习成本过高。

• 难度。R，Python、Stata一类的软件，要写代码完成，即使在网上找现成的代码调用，也需要事先有一定的编程基础才行，这能直接劝退小白。
• 速度。凭借坚强的意志必然能学会，最后匹配成功，但可能几天，半个月的时间已经过去。
• 准确性。当匹配结果出来后，尝试质疑一下。这个结果对不对？你会发现，陈了找几个人的数据来验证一下，你几乎别无他法。而这样的验证方法存在一个巨大的陷阱：大多数软件只是一个工具，使用工具能让你输入数据后得到输出结果，这样的结果符合软件的运算逻辑，但大概率不是你理想中的结果。举一个例子，假如你在转录第2次（T2）问卷数据的过程中，将同一个姓名录了两次。又或者是T2数据中有3个姓名缺失，你都标记成了空值，或者用999代替缺失s。试想一下，理解状态下，你想要什么样的结果，再看看软件返回什么结果，这个差异是比较大的，大到不能接受，这与用软件匹配数据时设置的参数、所分析的数据有关，
• 清晰度。对于横向匹配结果，对数据的掌控程度是最重要的。对于匹配结果，我们想知道的很多。总的有多少数据，匹配成功多少数据，哪些没有匹配成功，为什么没有匹配成功等等。

插件下载

此处为语雀内容卡片，点击链接查看：下载 & 安装 · 语雀

功能介绍

为了解决上面存在的问题，彻底解放大家的双手，特开发了《横向匹配》功能

功能位置如下图：

注：因插件更新，布局调整原因，界面可能会有一些差异，但不会影响使用。

示例数据

点击上图中的示例数据，得到下面3次数据（用T1,T2,T3表示），现需要根据姓名匹配，其中，包括姓名缺失，姓名重复的情况。这些是使用其他匹配时需要重点关注的内容，避免得到错误的结果。

强烈建议：在使用自己的数据套用某个功能之前，先用测试数据做一遍，掌握方法后，再换成自己的数据。

步骤

第一步：打开匹配界面，勾选需要匹配的工作表（如前面生成的T1,T2,T3）。

第二步：设置匹配变量，点击生成摘要

将匹配变量名放在工作表的首列，并且变量名相同，例如T1,T2,T3中的首列均是姓名。然后点击【生成摘要】按钮。

（匹配变量应该具有唯一性，这直接影响匹配成功率。除了姓名，还可以使用学号，手机号，身份证号，QQ号等。如果需要使用多殉组合作为匹配变量，可以拼接两列后，新增辅助列来实现。）

生成的匹配摘要如下图，总共分为4块数据，其中：

第一块是各次测试的匹配变量（姓名），并且重复的姓名会被标记为绿色，缺失的姓名会被标记为蓝色。

第二块是原匹配变量删除重复、缺失ID后，参与匹配的有效值。

第三块罗列出有效ID出现在原数据中的行号。这可以方便查看某个ID在某次测试中是否有数据，以及在原始数据中的哪一行。如果ID在每一次测试中均存在，则在【是否提取】列中将被标记为1（下图中有5个1）。

第四块是匹配汇总信息，包括每一次测试的样本数，变量数，成功匹配的样本数等。

第三步：提取结果

点击【提取结果】，【是否提取】列中标记为1的行将会被提出来，并进行匹配拼接。结果如下：

如何提取其他样本数据

上面测试3次，有些被试只填其中两次或一次的数据，如果也想提取这些人的信息到匹配结果中，只需要在【是否提取】那一列中将1修改为0，重新提取即可。没有行号（填“无”）的ID，将无数据。结果如下图

如何计算平均作答时间和时间间隔

此时可勾选【计算平均时间/时间间隔】复选框，并指定时间所在的列。假如作答时间在B列，效果如下图