Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Einführung in Statistik und SPSS LVA Human Factors (SS 04) 23.03.2004 Mag. Katharina Mallich.

Ähnliche Präsentationen


Präsentation zum Thema: "Einführung in Statistik und SPSS LVA Human Factors (SS 04) 23.03.2004 Mag. Katharina Mallich."—  Präsentation transkript:

1 Einführung in Statistik und SPSS LVA Human Factors (SS 04) Mag. Katharina Mallich

2 Einführung in Statistik und SPSS2/ 33 Grundlegendes SPSS: Statistical Package for the Social Sciences Programm zur statistischen Datenanalyse hier verwendet: SPSS 10 (deutsch) Einloggen an den Uni-PCs (z.B. im NIG) Berechnungen auch im Excel möglich Literatur: –Ponocny-Seliger, E. & Ponocny, I. (2001). Statistik for You. Skriptum erhältlich im NIG-Shop. –Bühl, A. & Zöfel, P. (2000). SPSS. Einführung in die moderne Datenanalyse unter Windows. München: Addison-Wesley.

3 Einführung in Statistik und SPSS3/ 33 Anlegen eines Datenfiles Leere Datenmaske: Spalten (= Variablen) und Zeilen (= Untersuchungspersonen)

4 Einführung in Statistik und SPSS4/ 33 Anlegen eines Datenfiles für jede Variable muss ein Name und ein Typ definiert werden VariablenansichtName: Doppelklicken auf var (man gelangt zur Variablenansicht) und unter Name den Variablennamen eingeben, z.B. fb_nr (max. 8 Zeichen, keine Sonderzeichen) Typ: handelt es sich um Zahlen (numerisch), Wörter (string) oder anderes?

5 Einführung in Statistik und SPSS5/ 33 Datenmaske: Variablenansicht

6 Einführung in Statistik und SPSS6/ 33 Datenmaske: Variablenansicht Wertelabels: z.B. Schulbildung Variablenlabel: Benennung der Variablen, z.B. Name fb_nr Variablenlabel Fragebogennummer Dezimalstellen, Spaltenformat,... Daten eingeben (z.B. auf einer Skala von 1 bis 5)

7 Einführung in Statistik und SPSS7/ 33 Datenmaske: Datenansicht Gruppe: z.B. 1 = Nutzung von sms 2 = keine Nutzung von sms

8 Einführung in Statistik und SPSS8/ 33 Speichern Datenfile speichern unter Datei Speichern unter: daten.sav Berechungen speichern unter: output01.spo Syntax wird gespeichert unter: syntax01.sps

9 Einführung in Statistik und SPSS9/ 33 Erste Berechnungen und Hinweise Datenmodifikation: Berechnen einer neuen Variable z.B. Mittelwert einer Skala SPSS: unter Transformieren Berechnen anklicken, neue Zielvariable benennen, s.u. Umkodieren von Variablen: SPSS: Trans- formieren Umkodieren in andere Variablen

10 Einführung in Statistik und SPSS10/ 33 Datenansicht

11 Einführung in Statistik und SPSS11/ 33 Erste Berechnungen und Hinweise Datenselektion: Fälle auswählen wenn z.B. Unterschiede in der Performance der Gesamtstichprobe auftreten und man wissen will, ob die Unterschiede auch nur in der männlichen oder weiblichen Stichprobe vorhanden sind. SPSS: Daten Fälle auswählen Falls Bedingung zutrifft Falls... weiter ok

12 Einführung in Statistik und SPSS12/ 33 Erste Berechnungen und Hinweise Datenselektion: Fälle auswählen Ausgewählt wurde Geschlecht (sex) = 1 (männlich). Nun erfolgen sämtliche Berechnungen nur für die Männer. Will man wieder mit der Gesamtstichprobe rechnen: SPSS: Daten Fälle auswählen Alle Fälle ok

13 Einführung in Statistik und SPSS13/ 33 Voraussetzungen f. d. Anwendung statistischer Tests Skalenniveau Nominalskala: bestehenden Namen werden Messwerte zugeordnet, keine Rangfolge, nicht vergleichbar, z.B. Geschlecht (männlich = 1, weiblich = 2), Schulbildung,... Ordinal-/ Rangskala: Information über eine Rangordnung ist gegeben, d.h. je größer ein Wert desto ausgeprägter die Eigenschaft, z.B. Rauchverhalten (1 = Nicht-Raucher, 2 = mäßiger Raucher, 3 = starker Raucher), Windstärke,... Intervallskala: neben Ranginformation auch Informationen über Messwertdifferenzen, gleiche numerische Differenzen bedeuten gleiche inhaltliche Differenzen, z.B. Reaktionszeiten, Testscores, Temperatur,... Verhältnisskala: die Messwerte erlauben Verhältnisangaben (A ist doppelt so groß wie B), z.B. Längenangaben, Gewicht,...

14 Einführung in Statistik und SPSS14/ 33 Voraussetzungen f. d. Anwendung statistischer Tests Normalverteilung (bei intervallskalierten Variablen): macht Aussagen über die Verteilung der Messwerte, z.B. symmetrisch, links-, rechtsschief, bimodal, etc. SPSS: Grafiken Histogramm Normalverteilungskurve bzw. Kolmogorov-Smirnof-Test: Analysieren Nichtparametrische Tests K-S bei einer Stichprobe Testverteilung normal. Ergebnis: Asymptotische Signifikanz (2-seitig) muss >.05 sein.

15 Einführung in Statistik und SPSS15/ 33 Voraussetzungen f. d. Anwendung statistischer Tests Abhängigkeit bzw. Unabhängigkeit von Stichproben: abhängig (gepaart): wenn jedem Wert der einen Stichprobe eindeutig und sinnvoll ein Wert einer anderen Stichprobe zugeordnet werden kann, z.B. Messung zu mehreren Zeitpunkten (Computerkenntnisse vor und nach einer Schulung) unabhängig: wenn keine Zuordnungen möglich sind, z.B. einmalige Testung mehrerer Versuchspersonen (Vp)

16 Einführung in Statistik und SPSS16/ 33 Intervallskalierte, normalverteilte Variablen Ordinalskalierte oder nicht normalverteilte intervallskalierte Variablen Übersicht über gängige Mittelwertstests Anzahl d. Stichpr. Abhängigkeit(parametrischer) Test 2unabhängigt-Test 2abhängigt-Test für abhängige Stichproben > 2unabhängigeinfache Varianzanalyse > 2abhängigeinfache Varianzanalyse mit Messwiederholungen Anzahl d. Stichpr. Abhängigkeit(nicht parametrischer) Test 2unabhängigU-Test (Man-Whitney) 2abhängigWilkoxon-Test > 2unabhängigH-Test (Kruskal-Wallis) > 2abhängigFriedman-Test

17 Einführung in Statistik und SPSS17/ 33 Deskriptivstatistiken dienen der beschreibenden Darstellung der Variablen z.B. Häufigkeitstabellen, statische Kennwerte (M, SD,...), grafische Darstellungen, Kreuztabellen (bei > 2 Variablen) SPSS: Analysieren Deskriptive Statistiken Häufigkeiten:...

18 Einführung in Statistik und SPSS18/ 33 Analytische Statistik Signifikanztests: dienen der Untersuchung, ob signifikante Unterschiede zwischen 2 Stichproben/ Gruppen/Messzeit- punkten/ etc. bestehen. Wann ist ein Unterschied signifikant? Wenn die Irrtumswahrscheinlichkeit p.05 ist. p >.05 nicht signifikantp.05 signifikant p.01 hoch signifikantp.001 höchst signifikant Hypothesen können ein- oder zweiseitig formuliert sein: einseitig: Junge Vpn erreichen eine höhere Performance als ältere. zweiseitig: Es bestehen Unterschiede in der Performance zwischen jungen und alten Vpn.

19 Einführung in Statistik und SPSS19/ 33 Analytische Statistik - Mittelwertvergleiche VARIANZANALYSEN: –einfaktoriell: eine uV, mehrere aVs –univariat: mehrere uVs, eine aV –multivariat: mehrere uVs, mehrere aVs –mit Messwiederholungen: mehrere Messzeitpunkte... Übungsbeispiel - Univariate Varianzanalyse: Untersucht wird der Einfluss von Alter (uV) und Geschlecht (uV) auf den Ausgangswert M1 eines Merkfähigkeitstests (aV). SPSS: Analysieren Allgemeines Lineares Modell Univariat

20 Einführung in Statistik und SPSS20/ 33 Analytische Statistik - Mittelwertvergleiche

21 Einführung in Statistik und SPSS21/ 33 Analytische Statistik - Mittelwertvergleiche M1 eintragen als abhängige Variable, Alter und Geschlecht als uVs (Faktoren). Unter Optionen:

22 Einführung in Statistik und SPSS22/ 33 Analytische Statistik - Mittelwertvergleiche Nach dem Start der Berechnungen erscheint der Output. hier: Deskriptives.

23 Einführung in Statistik und SPSS23/ 33 Analytische Statistik - Mittelwertvergleiche Output: Prüfung auf Signifikanz Ergebnis: Es besteht ein höchst signifikanter Einfluss des Alters auf die Merkleistung: F 2,21 = 29.80, p.001. Keinen Effekt üben Geschlecht F 1,21 =.10, p =.76 und die Wechsel- wirkung Alter * Geschlecht F 2,21 =.51, p =.61 auf M1 aus.

24 Einführung in Statistik und SPSS24/ 33 Analytische Statistik - Mittelwertvergleiche Die geschätzten Randmittel helfen bei der Interpretation! Geschlecht: keine nennenswerten Mittel- wertunterschiede, da ja nicht signifikant. Alter: Je älter die Probanden sind, desto geringer ihre Werte bei der Merkfähigkeit. Besonders wenig Punkte erreichten die über 50-Jährigen. Das Alter spielt somit eine entscheidende Rolle bei der Merkfähigkeit!

25 Einführung in Statistik und SPSS25/ 33 Analytische Statistik - Mittelwertvergleiche Übungsbeispiel - univariate ANOVA mit Messwiederholungen: Untersucht wird, ob im Laufe von 4 Testzeitpunkten (uV, MH-Faktoren) Veränderungen im Merkfähigkeitstest (aV) auftreten. SPSS: Analysieren Allgemeines Lineares Modell Messwiederholungen. Es erscheint ein Fenster, in dem man die Faktoren definieren kann: hinzufügen

26 Einführung in Statistik und SPSS26/ 33 Analytische Statistik - Mittelwertvergleiche Die 4 MW-Variablen ins Feld Innersubjektfaktoren klicken, Alter und Geschlecht zu den Zwischensubjektfaktoren (uVs).

27 Einführung in Statistik und SPSS27/ 33 Analytische Statistik - Mittelwertvergleiche Unter Optionen: Es können auch Post-Hoc- Tests (z.B. Bonferroni) durchgeführt werden. danach: Starten der Berechnungen

28 Einführung in Statistik und SPSS28/ 33 Analytische Statistik - Mittelwertvergleiche Output: Deskriptive Statistiken (wie bei univariater ANOVA) sowie für alle Messzeitpunkte getrennt nach Alter und Geschlecht: Signifikanzprüfung: siehe multivariate Tests (nächste Folie)

29 Einführung in Statistik und SPSS29/ 33 Analytische Statistik - Mittelwertvergleiche

30 Einführung in Statistik und SPSS30/ 33 Analytische Statistik - Mittelwertvergleiche Ergebnis: Pillai Spur betrachten Der Faktor ZEIT hat einen höchst signifikanten Einfluss auf die Merkfähigkeit (F 3,19 = , p.001). Wechselwirkungen der ZEIT mit Alter (F 6,40 = 1.15, p =.36) oder Geschlecht der Vpn (F 3,19 =.75, p =.54) bestehen keine. Die Tests der Zwischensubjekt- effekte zeigen mögliche Haupteffekte auf (hier: wie vorhin das Alter).

31 Einführung in Statistik und SPSS31/ 33 Analytische Statistik - Mittelwertvergleiche Die geschätzten Randmittel verdeutlichen einen Anstieg der Merkfähigkeit zu jedem der 4 Testzeitpunkte. Die besten Ergebnisse werden beim 4. Zeitpunkt erreicht. Möglicherweise findet eine Schulung statt, auf welche diese Unterschiede zurück- zuführen sind.

32 Einführung in Statistik und SPSS32/ 33 Analytische Statistik - Zusammenhänge Neben Mittelwertsvergleichen können auch Zusammen- hänge untersucht werden. Korrelationen: z.B. Besteht ein Zusammenhang zwischen der PC-Nutzung und Rückenschmerzen? SPSS: Analysieren Korrelation Bivariat Die Stärke eines Zusammenhang sagt aber nichts über die Kausalität aus!! Regressionsanalyse: soll die Art eines Zusammenhang aufdecken, es soll eine aV aus den Werten einer/ mehrerer uVs vorhergesagt werden SPSS: Analysieren Regression Linear

33 Einführung in Statistik und SPSS33/ 33 Analytische Statistik - Hinweis Bei t-Tests und Regressionsanalysen heißen die Prüfgrößen t (nicht F wie bei den ANOVAs). Auch hierbei muss wieder geschaut werden, ob t signifikant ist (Sig. oder Signifikanz). Neben den bisherigen Analysen gibt es noch eine Menge weiterer komplexer statistischer Verfahren wie Diskriminanz-, Faktoren- oder Clusteranalysen und verschiedene Zusatzmodule. Viel Erfolg bei Euren Auswertungen !!!


Herunterladen ppt "Einführung in Statistik und SPSS LVA Human Factors (SS 04) 23.03.2004 Mag. Katharina Mallich."

Ähnliche Präsentationen


Google-Anzeigen