Tutorium zur Datenanalyse mit SPSS Im Rahmen des Propädeutikums Abteilung: Allgemeine Psychologie II Tutorin: Susanne Schwager
Gliederung 1. Organisatorisches 2. Erläuterung des Beispiel-Paradigmas 3. Datenanalyse Schritt 1: E-Merge Schritt 2: E-Data-Aid Schritt 3: Vorbereitung der Daten in SPSS Schritt 4: Analysen in SPSS
1. Organisatorisches Termine: 5.1.,12.1. und 19.1. von 14-16 Uhr Probleme? Materialien: wo Fragen/ Anregungen/ Wünsche zum Tutorium: susi.schwager@googlemail.com
1. Organisatorisches Bei den Beispieldatensätzen handelt es sich um noch nicht veröffentlichte Daten und eine Weitergabe an Dritte ist nicht erlaubt!
2. Erläuterung des Beispiel-Paradigmas Auswirkung von Gewinn-/ Verlust-Framing auf die Leistungen in einer evaluativen Aufgabe 2 Gruppen: Gain- und Loss-Frame GAIN LOSS Reaktionszeitaufgabe Risiko 5€ oder nichts gewinnen Sichere Alternative 2,5€ gewinnen Nichts oder 5€ verlieren Sichere Alternative 2,5€ Verlieren (und 2,5€ behalten)
2. Erläuterung des Beispiel-Paradigmas Typischer Framing-Effekt: Im Gain-Frame wählen Vpn die sichere Alternative Im Loss-Frame wählen Vpn die unsichere Alternative Neue Fragestellung: unterscheiden sich Vpn in Verhalten in evaluativen Reaktionsaufgabe Erwartung FRAME Valenz des Targets GAIN Positiv LOSS Negativ
2. Erläuterung des Beispiel-Paradigmas Design Anzahl der Faktoren? 2: Frame(2-stufig) & Valenz Target (2-stufig) Art der Faktoren? Target = Within-subject, Frame = between-Subject Abhängige Variablen? Reaktionszeiten und Fehlerraten Gewünschter Effekt? Interaktion zwischen Frame und Target-Valenz
3. Datenanalyse - Schritt 1: E-Merge 1. Sammeln aller E-Prime-Daten in einem Ordner 2. Auswahl dieses Ordners in E-Merge Select Unmerged Merge (Standard Merge) Siehe Merge Log, wie viele gemergt wurden und ob alles erfolgreich war
3. Datenanalyse - Schritt 2: E-Data-Aid Ziel: Daten lesbar für SPSS machen und unwichtige Informationen herausfiltern Infos filtern mit Arrange-Columns Teilnehmer selsbt erst mal Datei durchsehen lassen und schauen lassen, welche Variablen wichtig und unwichtig sein könnten
3. Datenanalyse - Schritt 2: E-Data-Aid Bedeutung und Wichtigkeit einzelner Variablen ergeben sich aus Experiment Einige typische Variablen-Namen (Beispiele): Stimulus Onset Time (Zeit seit Beginn des Experiments) Stimulus RT Time (Reaktionszeit seit Beginn des Experiments) … .ACC (1= richtige Antwort in dem Trial) … . CRESP (welche war die richtige Antwort) … . RESP (welche Antwort wurde gegeben) Oftmals unwichtig: Variablen, die Konstanten sind, wie Session… Rausschmeißen Experiment Name, Session, Display Refresh Rate, Random Seed, Session Date, Session Time,…Duration Error, …OnsetDely, …OnsetTime, …CRESP, …RESP
3. Datenanalyse - Schritt 2: E-Data-Aid Exportieren der Daten nach SPSS File Export Einlesen in SPSS Datei Textdaten lesen Datei weist kein vordefiniertes Format aus Variablen mit Trennzeichen Erste Zeile enthält Variablennamen Erster Fall in zweiter Zeile Jede Zeile = ein Fall Alle Fälle importieren Kein Texterkennungszeichen, durch Tabulator getrennt Syntax einfügen lassen
3. Datenanalyse: Schritt 3 und 4 Siehe Syntax Beispiel Boxplot
Was tun, wenn‘s nicht signifikant ist… Verschiedene Tukeys oder andere RT-Grenzwerte probieren Statt Mittelwert Median zum Aggregieren verwenden Versuchspersonen / Stimuli entfernen (nach Ausreißern, VL-Bemerkungen…) Effekt in Fehlervariablen analysieren Effekt im Verlauf des Experiments betrachten Effekt in Subpopulationen untersuchen Mehr Versuchspersonen …