Seminar: Datenerhebung Einführung in SPSS/PASW Seminar: Datenerhebung

Inhaltsübersicht Intro (02.11.2010) Deskriptive Statistik (09.11.2010) Ausgaben (16.11.2010) Grafik und Übungen (23.11.2010) Wiederholung (30.11.2010) Rekapitulation und Zusammenfassung von Gelerntem Flächendiagramme Heute möchten wir noch einmal grundsätzlich das bisher gelernte wiederholen. Ziel einer jeden Veranstaltung an der Universität sollte sein, in der hier verbrachten Zeit möglichst viel zu lernen. Dieses Seminar ist für Euch nicht unmittelbar relevant, weshalb ihr wegen Eures vollen Stundenplans wohl auch nicht dazu kommt, Gelerntes in Eigenregie zu vertiefen. Diesem Umstand möchten wir Rechnung tragen und versuchen rein mit der Zeit, die Ihr hier vor Ort verbringt zu rechnen. Deshalb werden wir heute auch wieder einen Wesentlichen Teil der Einheit bereits Gelerntes rekapitulieren.

Ankündigung Verbeleibende Termine dieses Jahr: Lernkontrolle? 07.12.2010 14.12.2010 Keine Veranstaltung am 21.12.2010 Lernkontrolle? Das Seminar wird NICHT benotet! Die Lernkontrolle dient nur Euch als Wissenscheck, es besteht keine Notwendigkeit sich extra darauf vorzubereiten Einwände? Eine Lernkontrolle ist für mich ein Mehraufwand – ich halte es aber für ein gewinnbringendes Angebot. Spricht von Eurer Seite etwas dagegen?

Wozu man SPSS verwenden sollte Man hat eine große Menge an Basisdaten vorliegen Diese Daten sind noch nicht aufbereitet Man will mit Hilfe statistischer Verfahren Zusammenhänge und Erkenntnisse ableiten und diese dann optisch darstellen

Mögliche Fragestellungen Soziologische und andere Umfragen Sind sie zufrieden mit der Politik ihres Landes? Zur Führung von Unternehmen Verkaufsdaten in Abhängigkeit der Schaltung des letzten Werbespots Zur menschlichen Wahrnehmung Bei welchem Kontrastwert sieht eine Versuchsperson den Zielreiz?

Grundaufbau von Daten Fälle (gemessene Instanzen) Variablen Personen Befragte Versuchspersonen Messzeitpunkt Messzustände Variablen Das, was ich messe erfrage, den Zustand, den ich herstelle

Mögliche Fragestellungen Soziologische und andere Umfragen Sind sie zufrieden mit der Politik ihres Landes? Zur Führung von Unternehmen Verkaufsdaten in Abhängigkeit der Schaltung des letzten Werbespots Zur menschlichen Wahrnehmung Bei welchem Kontrastwert sieht eine Versuchsperson den Zielreiz? Fall: Variablen: Bitte nennt mir was in den einzelnen Beispielen ein Fall ist, und was eine Variable ist.

Variablen Fälle

Kochrezepte Struktur eines Rezeptes: Titel: Wie heißt das Rezept Ziel: Wozu benutzen wir dieses Rezept? Durchführung: So wirds gemacht in SPSS

Variable berechnen (Rezept 1/6) Titel: Berechnen / Bilden sie Variable X Ziele: Erstellung eines Index (z.B. Broca-Index) Berechnung eines Mittelwertes / Summen von Variablen für EINEN Fall (z.B. SWE_Wert) Einordnung in Gruppen (z.B. Altersgruppen)

Name für die neue Variable

Berechnungsanweisung

Tipps 1/3 Variablen, die man eventuell zur Neuberechnung braucht

Tipps 2/3 Funktionen, die hilfreich sein könnten

Tipps 1/3 Hier kann man komfortabel Fälle ausschließen, die man für die Berechnung der Variablen nicht braucht

Variable umkodieren(Rezept 2/6) Titel: Berechnen / Bilden sie Variable X Ziele: Einordnung in Gruppen (z.B. Altersgruppen) Man bemerke – es hat den selben Titel und dieselben Ziele! ?! Das hat denselben Titel und ein Ziel wie das Rezept zuvor ?! Viele Wege führen nach Rom

Variable umkodieren(Rezept 2/6) Titel: Berechnen / Bilden sie Variable X oder auch Rekodieren sie Variable X Ziele: Einordnung in Gruppen (z.B. Altersgruppen) Systematische Korrektur / Verschiebung einer Variablen (z.B. aus w/m mache 1,2) !Umkodierung findet nur auf der Basis EINER Variablen statt!

Anmerkung: Umkodieren in dieselben Variablen ist genau die gleiche Funktion mit dem Unterschied, dass eine bestehende Variable dabei überschrieben wird.

Wähle die Variable, die Du umkodieren möchtest

Gib der neuen Variablen einen Namen

Auf Ändern drücken

Drücke auf Alte und neue Werte um die Umkodierung zu bestimmen

Gebt den alten Wert (oder einen Bereich) an der Variablen, die Ihr Umkodieren wollt

Gebt den neuen Wert an den die neue Variable anstelle der alten Wert(e) haben soll

Auf Hinzufügen drücken und Vorgang wiederholen so oft erwünscht

Datei aufteilen(Rezept 3/6) Titel: Ermitteln Sie Statistiken zukünftig separat für verschiedene Gruppen Ziele: Jegliche Statistiken werden somit für die Gruppen getrennt durchgeführt Man bemerke – es hat den selben Titel und dieselben Ziele!

Variable, nach der aufgeteilt werden soll auswählen

Fälle auswählen(Rezept 4/6) Titel: Ermitteln Sie Statistiken zukünftig nur für bestimmte Fälle Ziele: Somit sind bestimmte Fälle (z.B. Erwachsene bei einer Statistik über Minderjährige) von zukünftigen Analysen ausgeschlossen Man bemerke – es hat den selben Titel und dieselben Ziele!

Verschiedene Optionen (nächste Folie)

Geben Sie hier das Kriterium ein, nach dem Fälle ausgeschlossen werden sollen (siehe auch Rezept 1)

Deskriptive Statistik (Rezept 5/6) Titel: Ermitteln Sie einen Kennwert (Mittelwert, Standardabweichung, Spannweite, etc.) für Variable XY Ziele: Deskriptive Statistik soll ermittelt werden. Man bemerke – es hat den selben Titel und dieselben Ziele! Anmerkung: Es gilt zu Beachten, dass wir nun Statistik für VARIABLEN machen, die sich für die unterschiedlichen Fälle unterscheiden. Alles zuvor war „Statistik für Fälle“

Variablen von Interesse auswählen

In den Optionen könnt Ihr bestimmen, welche Kennwerte ihr ausgegeben haben wollt.

Wählt die Kennwerte, die Euch interessieren

Häufigkeiten (Rezept 6/6) Titel: Ermitteln Sie die Häufigkeiten für eine Variable XY Ziele: Überblick über die Daten bekommen. Welche Werte nehmen die Variablen wie häufig an Man bemerke – es hat den selben Titel und dieselben Ziele! Anmerkung: In diesem Menü kann man auch direkt Vieles der deskriptiven Statistik mit eintragen

Variablen von Interesse auswählen

Statistiken, die mit den Häufigkeiten zusammen ausgegeben werden sollen

Statistiken Anmerkung: Hier finden sich einige Redundanzen zu Kochrezept 5

Diagramme

Format (wie soll die Ausgabe aussehen)

Ende Kochrezepte

Erstellen eines Flächendiagramms Die SPSS Datendatei „studiengang-informatik-01.sav“ enthält u.a. folgende Variablen: Wir erzeugen ein Flächendiagramm, um die zeitliche Entwicklung der Studentenzahlen zu verdeutlichen. Diagramme > Diagrammerstellung Fläche > (Doppelklick auf das einfache Symbol) jahr auf die x-Achse via ‚drag‘n‘drop ziehen Studierende, gesamt entsprechend auf die y-Achse Drücken Sie jetzt OK.

Erstellen eines gestapelten Flächendiagramms Diagramme > Veraltete Dialoge > gestapelt/Werte einzelner Fälle Flächen entsprechen stud_m stud_w Kategorienbeschriftung Variable: jahr

Erstellen eines Histogramms Wir erstellen Sie für die Variable groesse aus der SPSS Datendatei„broca-01.sav“ ein Histogramm (Häufigkeitsverteilung) mit überlagerter Normalverteilungskurve. Wählen Sie Diagramme > Veraltete Dialoge > Histogramm Variable: groesse Normalverteilungskurve anzeigen (checked) Das Histogramm zeigt an, wieviele Beobachtungen in die vorgegebenen Intervalle fallen. Sie haben die Möglichkeit, die Anzahl der Intervalle zu verändern und damit das Histogramm zu verändern. Die überlagerte Normalverteilungskurve gibt Anlaß zur Vermutung, daß die Stichprobe annähernd normal-verteilt ist. Die Normalverteilungskurve wird mit Hilfe von Schätzwerten der Stichprobe für die Parameter der Normalverteilung konstruiert. Die benötigten Parameter Erwartungswert m und Varianz s2, die die Normalverteilung eindeutig bestimmen, werden hierbei durch den Mittelwert und die empirische Varianz der Stichprobe geschätzt.

Kontrolle für Normalverteilung Lilliefors und Shapiro-Wilk nur indirekt verfügbar in SPSS Analysieren > Deskriptive Statistiken > Explorative Datenanalyse > Diagramme Normalverteilung mit Tests (checked) Recalling that the null hypothesis is that the population is normally distributed, if the p-value is less than the chosen alpha level, then the null hypothesis is rejected (i.e. one concludes the data are not from a normally distributed population). If the p-value is greater than the chosen alpha level, then one does not reject the null hypothesis that the data came from a normally distributed population. E.g. for an alpha level of 0.05, a data set with a p-value of 0.32 does not result in rejection of the hypothesis that the data are from a normally distributed population

Übungen zu Diagrammen Erstellen Sie ein Histogramm mit überlagerter Normalverteilungskurve für die Variable „Gewicht“ („gewicht“) aus der SPSS Datendatei „broca-01.sav“. Überprüfen Sie, ob tatsächlich der Mittelwert der Stichprobe als Schätzwert für den Parameter der überlagerten Normalverteilung verwendet wird. Erstellen Sie ein gestapeltes Flächendiagramm für männliche und weibliche Erstsemester aus der SPSS Datendatei„studiengang-informatik- 01.sav“.

Vielen Dank für Eure Aufmerksamkeit