Auswerten mit Excel. Viele Video-Tutorials auf Youtube z.b.

Transkript

1 Auswerten mit Excel Viele Video-Tutorials auf Youtube z.b Pivot-Tabellen erstellen: In der Datenmaske in eine beliebige Zelle klicken Registerkarte Einfügen wählen Icon Pivot-Tabelle wählen Ein neues Fenster PivotTabelle erstellen erscheint. Mit OK bestätigen dann wird die Pivot-Tabelle in einem neuen Arbeitsblatt erstellt und alle Daten stehen als Grundlage zur Verfügung. Links wird das Feld für die zu erstellende Tabelle angezeigt, rechts die Eingabemaske für die PivotTabelle. Zur Anzeige von einfachen Häufigkeiten die Variable in das Feld Zeilenbeschriftung UND Werte ziehen (siehe Bild rechts).

2 Die Pivot-Tabelle zeigt nur in der Datenmaske vergebene Beschriftungen an. Zeilenbeschriftungen können aber geändert werden. Die Zellenbeschriftungen müssen dem Codebuch entnommen werden! Fehlende Werte werden mit (Leer) angezeigt diese Zeile kann aus der Tabelle gelöscht werden: klick auf den Pfeil in Zeilenbeschriftung bzw. in diesem Fall Geschlecht und die Markierung des Kästchen (Leer) entfernen. Der Pfeil wird durch ein Filtersymbol ersetzt: 2. Änderung von Werten in Pivot-Tabellen in Prozent: Unter Werte auf den Pfeil der Variable klicken und den letzten Befehl Wertfeldeinstellungen auswählen. In dem neuen Fenster (s.u.) die Registerkarte Werte anzeigen als auswählen und im Feld Werte anzeigen als den Befehl % des Gesamtergebnisses auswählen. Mit OK bestätigen.

3 Die Anzahl der Fälle wird nun in % des Gesamtergebnisses dargestellt. In Tabellen für Ergebnisberichte sollte zumindest die Gesamtanzahl angegeben werden, besser wäre eine Tabelle, die beide Angaben enthält. Dazu nochmals die Variable in das Feld Werte ziehen. Als Standardeinstellung wird wiederum die Anzahl in einer eigenen Spalte angezeigt. 3. Kreuztabellen: Wie unter 1. Pivot-Tabellen eine neue Pivot-Tabelle erstellen Eine Kreuztabelle beinhält IMMER eine UNABHÄNGIGE (=UV) und eine ABHÄNGIGE VARIABLE (=AV). Dies wird durch die Hypothese bestimmt bzw. muss von Ihnen festgelegt werden! Tipp: bestimmte Merkmale können sich nicht verändern und stellen somit IMMER eine UV dar. Z.B. Geschlecht, Alter, Schultyp, unterrichtete Fächer etc. Diese können sich nicht durch andere Variablen wie z.b. besuchte Anzahl an Fortbildungen verändern. In diesem Beispiel soll gezeigt werden, wie viele Frauen bzw. Männer der Stichprobe Schularbeitsfächer bzw. Nichtschularbeitsfächer unterrichten. Dies setzt eine Kreuztabelle der Variablen 29_1 für Geschlecht und 27_1 für Unterrichtsfächer voraus. Die UV ist das Geschlecht dieses würde sich durch die unterrichteten Fächer nicht verändern. WICHTIG! Die UV immer in die Spaltenbeschriftung UND zweimal in das Feld Werte ziehen. Die AV als Beschriftung in das Feld Zeilenbeschriftungen ziehen.

4 Die erste Variable im Feld Werte auswählen und im Eingabefenster unter der Registrierkarte Werte anzeigen als den Befehl % des Spaltengesamtergebnisses auswählen. Folgende Tabelle wird angezeigt: Die Überschriften und die Formatierung können noch geändert werden: Nun ist eine Interpretation der Daten möglich, da durch die Angabe der Prozent UND der Häufigkeiten die Relationen sichtbar werden. Gelesen wird immer nach Prozentuierung in unserem Falle nach Spaltengesamtergebnis: von den 100% Männern in der Stichprobe unterrichten knapp 38% Schularbeitsfächer und knapp 62% Nichtschularbeitsfächer. Von den 100% Frauen in der Stichprobe unterrichten 54,22% Schularbeitsfächer und 45,78% Nichtschularbeitsfächer. Da aber insgesamt nur 29 Männer, aber 83 Frauen in der Stichprobe sind, kann dies auch ein zufälliges Ergebnis darstellen. Würde sich bspw. die Verteilung bei den Männern von 11 zu 18 auf 14 zu 15 verschieben, würden 48,3% der Männer überwiegend Schularbeitsfächer und 51,7% überwiegen Nichtschularbeitsfächer unterrichten und die Stichprobe wäre in etwa gleich verteilt. Um dies auszuschließen bzw. um festzustellen, ob die Unterschiede zufällig oder nicht zufällig sind, kann der Korrelationskoeffizient nach Pearson berechnet werden (allerdings nur für intervallskalierte Variablen da in unserem Fall beide Variablen nur zwei Ausprägungen annehmen, können diese als intervallskaliert angenommen werden): 4. Korrelationskoeffizient nach Pearson Unterhalb der Tabelle auf eine leere Zelle klicken und fx auswählen:

5 Im neuen Fenster Funktion einfügen entweder über die Suchfunktion oder über Kategorie auswählen Statistik den Befehl Pearson suchen/auswählen und mit OK bestätigen. Das neue Fenster Funktionsargumente erscheint:

6 Setzen Sie den Cursor in Matrix 1 und wählen Sie anschließend das Datenblatt, in dem die Daten enthalten sind. Markieren Sie anschließend in der Spalte für die UV also Geschlecht bzw. 29_1 alle WERTE nicht jedoch die Spaltenüberschrift! Gehen Sie für die das zweite Feld Matrix2 ebenso vor und markieren Sie 27_1. Das Fenster Funktionsargumente müsste nun wie folgt aussehen: Bestätigen Sie mit OK. In dem Feld erscheint nun der Wert des Korrelationskoeffizienten. Interpretationsbereiche für Korrelationskoeffizient nach Pearson (dieser Kann Werte zwischen -1 und 1 annehmen) werden mit r= angegeben und wie folgt interpretiert: 0 = kein Zusammenhang 0,3 schwacher Zusammenhang 0, 3 bis 0,7 mittlerer Zusammenhang 0,7 bis < 1 starker Zusammenhang 1 = vollständiger Zusammenhang In unserem Beispiel beträgt r= -0,14 an der Unterschied kann somit nicht interpretiert werden!

7 5. Mittelwerte berechnet vergleichen Intervallskalierte Daten können gut mit Hilfe von Mittelwerten verglichen werden. In unserem Datensatz wäre dies für die Einschätzung des Vorwissens hilfreich: 8_1 bis 8_7 Wiederum eine PivotTabelle wie unter 1 beschrieben einfügen und die Variablen 8_1 bis 8_7 in das Feld Werte und einmal in das Feld Zeilenbeschriftung ziehen: Für jede Variable unter dem Feld Wertfeldeinstellungen (dies erscheint, wenn der kleine Pfeil ausgewählt wird) unter der Registrierkarte Werte zusammenfassen nach den Befehl Mittelwert auswählen (siehe unten): Folgende Tabelle wird angezeigt: Die Daten können wie folgt interpretiert werden: je kleiner der Mittelwert, umso besser ist das Vorwissen (1 bedeutet sehr gut und 5 nicht genügend). D.h. Wissen zu Erstellen einer Forschungsfrage, formale Kriterien und Zeitplan wird durchschnittlich zwischen Gut und Befriedigend bewertet. Alle anderen Inhalte werden durchschnittliche eher mit Befriedigend bis Genügend bewertet. Zur Überprüfung können noch Modalwert und Median verglichen werden.