Erheben von Daten kategoriale Merkmale Statistik: 25.2.04 Erheben von Daten kategoriale Merkmale

Datenquellen Primäre Daten, aus Sekundäre Daten Vollerhebung Stichprobenerhebung Sekundäre Daten Volkszählungsdaten Daten von Statistik Austria, von der OeNB Daten aus der Hörerevidenz der WU Personal-, Lagerkartei 25.2.04 PI Statistik, SS 2004

Datenerhebungen Zielsetzung genau definieren Stichprobenrahmen: Seine Qualität entscheidet über Qualität der Daten Erhebungsinstrument bestimmt Kosten und Qualität der Daten (siehe unten) Stichprobenumfang bestimmt Genauigkeit Erhebungsmanagement: Planung, Mannschaft, Schulung, Formulare und EDV, Qualitätssicherung Datenaufbereitung und -speicherung 25.2.04 PI Statistik, SS 2004

Erhebungsinstrumente Schriftliche Befragung Persönliches Interview Telephonische Befragung Beobachtung follow-up Verfahren Schulung 25.2.04 PI Statistik, SS 2004

Stichprobendesign Nichtzufälliges Erhebungsdesign convenience sampling Einfache Zufallsstichprobe Geschichtete Zufallsstichprobe Systematische Zufallsstichprobe Clusterstichprobe Quotenstichprobe mehrstufige Stichprobe 25.2.04 PI Statistik, SS 2004

Fragebogen Typen von Fragen Fragebogendesign Dichotome Fragen Multiple-Choice Fragen Offene Fragen Fragebogendesign so kurz als möglich einfach, verständlich, eindeutig logischer Aufbau gutes Layout 25.2.04 PI Statistik, SS 2004

Erhebungen: Fehler Fehler = Stichprobenfehler + „non-sampling“ Fehler Daten-Fehler Übertragungsfehler „non-response“ (Verweigerung, nicht angetroffen) Fehler durch Fragebogendesign 25.2.04 PI Statistik, SS 2004

Kategoriales Merkmal Auch qualitatives, kategorielles Merkmal Ordnet der Beobachtungs- oder Untersuchungseinheit eine von endlich vielen Klassen (Kategorien) zu; Dazu gehören nominale und ordinale Merkmale Ist immer diskret (die Menge der Merkmalsausprägungen ist endlich oder abzählbar) Population Merkmal M-Ausprägungen WU-Studierende Geschlecht m, w Note 1, 2, 3, 4, 5 Produktion Qualität gut, schlecht 25.2.04 PI Statistik, SS 2004

Kreisdiagramm Beispiel: Augenfarbe von Studierenden Augenfarbe Häuf'kt blau 15 grün 12 braun 19 grau 2 schwarz 1 25.2.04 PI Statistik, SS 2004

Kreisdiagramm Explodierter 3D-Kreis Augenfarbe Häuf'kt blau 15 grün 12 braun 19 grau 2 schwarz 1 25.2.04 PI Statistik, SS 2004

Säulen-, Stabdiagramm Augenfarbe Häuf'kt blau 15 grün 12 braun 19 grau schwarz 1 25.2.04 PI Statistik, SS 2004

Absolute & relative Häufigkeit (absolute) Häufigkeit: gibt an, wie oft eine bestimmte Kategorie in der Datenmenge vorkommt; typisches Symbol: H i z.B.: 15 Studierenden haben blaue Augen relative Häufigkeit (Anteil) h i n: Umfang der Datenmenge Oft als Prozente (Prozentanteil) angegeben 25.2.04 PI Statistik, SS 2004

Kumulierte (relative) Häufigkeiten Summe der relativen Häufigkeiten aller vorhergehenden Kategorien, einschließlich der aktuellen Nur für ordinale Merkmale sinnvoll 25.2.04 PI Statistik, SS 2004

Noten von 52 Studierenden abs H'kt rel H'kt kum rel H'kt 1 7 13,5% 2 22 42,3% 55,8% 3 15 28,8% 84,6% 4 6 11,5% 96,2% 5 3,8% 100,0% 52 25.2.04 PI Statistik, SS 2004

Pivot Table-Bericht „Ein PivotTable-Bericht ist eine interaktive Tabelle, die große Datenmengen rasch kombinieren und vergleichen kann.“ Wichtige Hilfe zum Auszählen von Datenmengen 25.2.04 PI Statistik, SS 2004

Fragestellungen Kommen alle Kategorien gleich häufig vor ? Entsprechen die Häufigkeiten in den Kategorien einer bestimmten Vorgabe ? Entspricht die Häufigkeit (Prozentsatz, Anteil) in einer bestimmten Kategorie einem bestimmten Wert? In welchem Bereich kann man den Anteil einer Kategorie in der Grundgesamtheit erwarten ? 25.2.04 PI Statistik, SS 2004