Format długi i szeroki danych – czym się różnią i jak je przekształcić?

Opracowanie merytoryczne: Konrad Hryniewicz · Opublikowano: 18 października 2026

Co to jest format długi i szeroki danych?

Format szeroki (ang. wide format) to układ danych, w którym jeden wiersz to jedna osoba, a każdy pomiar tej samej zmiennej ma własną kolumnę. Format długi (ang. long format) zapisuje każdy pomiar w osobnym wierszu: jedna kolumna mówi, kogo dotyczy, druga – w jakim warunku lub momencie go wykonano, trzecia zawiera wynik. Rozróżnienie ma znaczenie, gdy tę samą osobę mierzysz kilka razy, np. w eksperymencie z czynnikiem wewnątrzobiektowym albo w badaniu przed i po interwencji.

Oba układy zawierają te same informacje. Wickham (2014) nazywa dane uporządkowanymi, gdy każda zmienna jest kolumną, a każda obserwacja – wierszem; takie dane łatwo przekształcać, modelować i pokazywać na wykresach. Ankiety wygodniej wpisuje się w formacie szerokim, a do wielu analiz trzeba je przestawić do długiego.

Przykład: ta sama tabela w obu formatach

Trzydzieści osób wykonało zadanie Stroopa w warunku zgodnym, neutralnym i niezgodnym; mierzono czas reakcji w milisekundach (dane symulowane). Format szeroki ma 30 wierszy i 4 kolumny, długi – 90 wierszy i 3 kolumny.

U dwóch osób zabrakło pomiaru w warunku niezgodnym. W formacie szerokim to dwie puste komórki, w długim – dwa wiersze bez wyniku.

Który format do jakiej analizy?

• ANOVA z powtarzanymi pomiarami w SPSS korzysta z formatu szerokiego: procedura GLM Repeated Measures wymaga osobnej zmiennej dla każdego powtórzenia pomiaru (IBM Corp., b.d.). W R ta sama analiza, np. w pakiecie afex, przyjmuje dane długie.
• Model mieszany, czyli model wielopoziomowy, wymaga formatu długiego. Każdy wiersz to pomiar zagnieżdżony w osobie, a kolumna id pozwala oszacować efekty losowe osób.

Od formatu zależy też los braków. Klasyczna ANOVA z powtarzanymi pomiarami analizuje tylko osoby z kompletem pomiarów – w przykładzie 28 z 30. Model mieszany wykorzystuje wszystkie dostępne pomiary (Gueorguieva i Krystal, 2004), tu 88 z 90. Oba podejścia porównujemy we wpisie ANOVA z powtarzanymi pomiarami czy model mieszany?

Jak zapisać w pracy

W opisie analizy danych wystarczy jedno zdanie:

library(tidyr)
set.seed(5501)
osoba <- rnorm(30, 0, 55)                                  # stałe różnice tempa między osobami
szeroki <- data.frame(id = 1:30,
                      rt_zgodny    = round(610 + osoba + rnorm(30, 0, 30)),
                      rt_neutralny = round(640 + osoba + rnorm(30, 0, 30)),
                      rt_niezgodny = round(700 + osoba + rnorm(30, 0, 35)))
szeroki$rt_niezgodny[c(7, 19)] <- NA                       # dwa brakujące pomiary
dlugi <- pivot_longer(szeroki, starts_with("rt_"), names_to = "warunek",
                      names_prefix = "rt_", values_to = "rt")
dim(szeroki); dim(dlugi)                                   # wiersze i kolumny
head(szeroki, 3); head(dlugi, 6)
c(osoby_z_kompletem = sum(complete.cases(szeroki)), pomiary = sum(!is.na(dlugi$rt)))
z_powrotem <- pivot_wider(dlugi, names_from = warunek, values_from = rt, names_prefix = "rt_")
identical(as.data.frame(z_powrotem), szeroki)              # powrót bez utraty informacji

[1] 30  4
[1] 90  3
  id rt_zgodny rt_neutralny rt_niezgodny
1  1       618          641          723
2  2       594          686          764
3  3       647          697          741
# A tibble: 6 × 3
     id warunek      rt
  <int> <chr>     <dbl>
1     1 zgodny      618
2     1 neutralny   641
3     1 niezgodny   723
4     2 zgodny      594
5     2 neutralny   686
6     2 niezgodny   764
osoby_z_kompletem           pomiary 
               28                88 
[1] TRUE

Na co uważać

• Opis próby z formatu długiego. Wiek czy płeć powtarzają się w nim w każdym wierszu osoby, więc liczebność próby wyjdzie 90 zamiast 30. Próbę opisuj na podstawie formatu szerokiego.
• Brak kolumny z identyfikatorem osoby. Bez niej nie wrócisz do formatu szerokiego ani nie dopasujesz modelu mieszanego.
• Niespójne nazwy kolumn. Kolumn rt_zgodny, RT_neutr i niezg nie przestawisz jednym poleceniem. Schemat nazw ustal przed wpisywaniem danych i zapisz w książce kodowej (zob. też poradnik Jak przygotować bazę danych do analizy).

Najczęstsze pytania

Jak zamienić format szeroki na długi w R?

Użyj funkcji pivot_longer() z pakietu tidyr: wskaż kolumny pomiarów, np. starts_with("rt_"), nazwę nowej kolumny z warunkiem (names_to) i kolumny z wynikiem (values_to). Odwrotną zmianę wykonuje pivot_wider().

Jakiego formatu danych wymaga model mieszany?

Formatu długiego: każdy pomiar to osobny wiersz z identyfikatorem osoby, warunkiem lub czasem pomiaru i wynikiem. Dzięki temu model korzysta także z pomiarów osób, którym część pomiarów brakuje.

W jakim formacie przygotować dane do ANOVA z powtarzanymi pomiarami w SPSS?

W szerokim. Procedura GLM Repeated Measures wymaga osobnej zmiennej dla każdego powtórzenia pomiaru, a czynnik wewnątrzobiektowy ma tyle poziomów, ile jest tych zmiennych.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

@article{gueorguieva2004move, author={Gueorguieva, Ralitza and Krystal, John H.}, title={{Move over ANOVA: Progress in analyzing repeated-measures data and its reflection in papers published in the Archives of General Psychiatry}}, journal={Archives of General Psychiatry}, year={2004}, volume={61}, number={3}, pages={310--317}, doi={10.1001/archpsyc.61.3.310}}

@misc{ibmndglmrepeated, author={{IBM Corp.}}, title={{GLM Repeated Measures}}, howpublished={IBM SPSS Statistics 31.0.0 documentation}, publisher={IBM}, url={https://www.ibm.com/docs/en/spss-statistics/31.0.0?topic=statistics-glm-repeated-measures}}

@article{wickham2014tidy, author={Wickham, Hadley}, title={{Tidy data}}, journal={Journal of Statistical Software}, year={2014}, volume={59}, number={10}, pages={1--23}, doi={10.18637/jss.v059.i10}}