Urliste

Grundbegriff

Eine Urliste, auch Beobachtungsreihe genannt, ist in der Statistik das direkte Ergebnis einer Datenerhebung. Sie enthält die ursprünglich aufgezeichneten Beobachtungs- oder Messwerte, bevor diese weiter verrechnet oder zusammengefasst werden. Ein einzelner Wert heißt Urwert; alle Urwerte zusammen heißen Urdaten, Primärdaten oder Rohdaten.

Neben den Merkmalswerten kann eine Urliste auch angeben, welchem Merkmalsträger ein Wert zugeordnet ist. Ein Merkmalsträger ist die untersuchte Einheit, zum Beispiel eine Person oder ein Haus. Ein Merkmalswert ist die konkrete Ausprägung eines Merkmals, zum Beispiel die Kinderzahl einer Person.

Unsortiert und sortiert

Eine unsortierte Urliste liegt vor, wenn die Werte zufällig oder in der zeitlichen Reihenfolge der Beobachtung aufgelistet sind. Die Reihenfolge folgt dann keiner inhaltlichen Ordnung.

Eine sortierte Urliste liegt vor, wenn die Werte nach einer Ordnung gereiht sind. Sie wird auch primäre Tafel genannt. Eine solche Ordnung kann zum Beispiel die alphabetische Ordnung der Merkmalsträger sein oder die Ordnung nach der Größe einer Merkmalsausprägung in einem erfassten Merkmalsbereich.

Die Kennzeichnung der Merkmalsträger kann sowohl bei der Urliste als auch bei der primären Tafel fehlen.

Typisches Beispiel

Im Beispiel wird das Merkmal Kinderzahl betrachtet. Eine unsortierte Urliste kann etwa die Merkmalsträger Max Mustermann, Frederik Schwein, Bea Beispielfrau und Piggeldy Schwein mit den Kinderzahlen 1, 0, 2 und 0 aufführen. Ohne Nennung der Merkmalsträger besteht die Urliste nur aus den Werten 1, 0, 2, 0.

Als primäre Tafel werden dieselben Werte geordnet dargestellt: Frederik Schwein und Piggeldy Schwein mit jeweils 0 Kindern, Max Mustermann mit 1 Kind und Bea Beispielfrau mit 2 Kindern. Ohne Merkmalsträger ergibt sich daraus die geordnete Folge 0, 0, 1, 2.

Merkmalsträger werden häufig mit Kennziffern bezeichnet. Werden die Kennziffern in einer geordneten Urliste der Reihe nach neu vergeben, wird vorgeschlagen, diese Änderung kenntlich zu machen, indem man die neuen Ziffern in Klammern setzt.

Nutzen und Grenzen

Ein Vorteil der Urliste ist, dass sie alle Beobachtungswerte enthält. Dadurch gibt es zunächst keine Auslassungen, keine Übertragungsfehler durch spätere Zusammenfassung und keinen Informationsverlust.

Ein Nachteil ist, dass Urlisten in der Praxis sehr groß sein können, zum Beispiel mit tausenden oder Millionen von Datensätzen. Solche Listen sind für sich genommen oft unübersichtlich und nicht direkt auswertbar. Außerdem können in einer unkorrigierten Urliste noch offensichtliche Fehler enthalten sein, etwa Zahlendreher oder unmögliche Daten.

Deshalb müssen Daten aus einer Urliste in der Praxis meist aufbereitet werden. Häufig geschieht das durch das Bilden von Häufigkeitsverteilungen. Viele statistische Parameter, die Eigenschaften einer Häufigkeitsverteilung zusammenfassen sollen, reduzieren dabei Informationen. Das kann zugleich Vorteil und Nachteil sein. Ist das Datenmaterial nicht zu umfangreich, kann auch eine Strichliste geführt werden.

Historisches Beispiel

Die Bezeichnung „Urliste“ taucht früh im Zusammenhang mit Volkszählungen auf. Dort wird sie nicht als Schritt der mathematischen Aufarbeitung statistischer Daten beschrieben. Im Sinn des statistischen Begriffs kann die genannte Liste aber als Urliste mit hauptsächlich nominal skalierten Merkmalen eingeordnet werden. Nominal skalierte Merkmale unterscheiden Kategorien, ohne eine Größenordnung festzulegen. Lediglich die Zahl der Bewohner eines Hauses ist absolutskaliert.

Für die preussische Volkszählung am 3. Dez. 1864 werden als Spalten der Urliste genannt: durchlaufende Nummer, Nummer des Hauses, Vor- und Familienname, Stand oder Gewerbe, Geburtsjahr, Religion, Zahl der Hausbewohner, Datum der Aufnahme und Bemerkungen.