Identifikation von Zeitwerten für LEP-Pflegeinterventionen. Reto Bürgin, Dieter Baumberger,

Größe: px
Ab Seite anzeigen:

Download "Identifikation von Zeitwerten für LEP-Pflegeinterventionen. Reto Bürgin, Dieter Baumberger,"

Transkript

1 Identifikation von Zeitwerten für LEP-Pflegeinterventionen Reto Bürgin, Dieter Baumberger,

2 Einleitung Für statistische Auswertungen können für LEP-Interventionen Zeitwerte erfasst werden Z.B. 5 Minuten für die Intervention «Seitenlagerung durchführen» In aktueller Version LEP-Nursing ist jeder Intervention ein Defaultwert zugeordnet Defaultwerte können von Betrieben verändert werden Bisher wurden Defaultwerte nicht systematisch bestimmt Es liegen nur für 256 der 536 Interventionen Defaultwerte vor Mit dieser Studie sollen Defaultwerte möglichst vollständig und auf Grundlage grosser und realer Daten entwickelt werden / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 2

3 Fragestellungen 1. Welche Verteilung der Defaultzeitwerte zeigt sich bei den einzelnen Pflegeinterventionen? 2. Können für alle Pflegeinterventionen Defaultzeitwerte identifiziert werden? / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 3

4 Daten Datenerhebung bei 15 Betrieben aus CH und DE Erfassung 6 Monate (1. April 2015 bis 30. September 2015) Einschlusskriterium: LEP-Nursing 3 seit 1. September 2014 Daten sind anonymisiert hinsichtlich Fälle und Pflegefachpers. Daten sind «unbalanciert» (nicht-experimentell) Pflegefachpersonen mit unterschiedlich vielen Interventionen Fälle (Patienten) mit unterschiedlich vielen Interventionen Einschluss: Anzahl Datensätze je LEP-Intervention > 30 Datenvolumen nach Aufbereitung: 12.5 Mio. Datensätze, auf 485 LEP-Interventionen (davon 457 aus LEP-Version 3.3.1) / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 4

5 Beispiel I_23451 (N = 47556) / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 5

6 Statistische Kennzahlen für Defaultzeitwerte Klassisch: Zentrale Tendenz Arithmetisches Mittel Median Genauso geeignet: Vertrauensintervall Arithmetisches Mittel +/- 2 Standardabweichung Intervall zwischen 1. und 3. Quartil Studie: Berechnung des Medians und der 1. und 3. Quartile je LEP-Intervention / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 6

7 Statistische Kennzahlen für Defaultzeitwerte 1. Quartil: 25% der Zeitwerte sind kleiner als dieser Wert Median: 50% der Zeitwerte sind kleiner als dieser Wert 3. Quartil : 75% der Zeitwerte sind kleiner als dieser Wert Quelle: / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 7

8 Beispiel I_23451 (N = 47556) / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 8

9 Verzerrungen Betriebe arbeiten bereits mit Defaultzeitwerten, darum tendieren Zeitwerte wahrscheinlich zu aktuellem Defaultzeitwert Einzelne Ausreisser («Tippfehler») Fehlende Informationen Heterogenitäten zwischen Fällen und Pflegefachpersonen In Studie werden Mediane und Quartile gewichtet aus korrigierten Zeitwerten berechnet / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 9

10 Beispiel I_23451 (N = 47556) / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 10

11 Gewichtung der Daten Bei einer statistischen Gewichtung haben bei der Berechnung der Kennzahl (Mittelwert, Quantil, etc.) Datensätze bewusst unterschiedlich grossen Einfluss auf das Resultat Bei dieser Studie relevant: Ausreisser, z.b. Tippfehler Fehlende Informationen, Datenqualität Beispiel gewichtete Statistik: Arithmetisches Mittel Mit Gewichtung: Ohne Gewichtung: / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 11

12 Korrektur der Zeitwerte Bei der angewendeten statistischen Korrektur werden vom gemessenen Zeitwert ein mittels Regression berechneter Korrekturzeitwert subtrahiert y = y Δ Warum eine statistische Korrektur? Heterogenität zwischen Fällen, z.b. «schwere» vs. «leichte» Fälle Heterogenität zwischen Pflegefachpersonen, z.b. «langsame» vs. «schnelle» Pflegefachpersonen Details im Bericht / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 12

13 Resultate: Fragestellung / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 13

14 Resultate: Fragestellung / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 14

15 Resultate: Fragestellung 2 Mit der Analyse konnte hinsichtlich LEP-Version die Verteilung von 457 LEP-Interventionen bestimmt werden Das sind 85% der 536 Interventionen von Nursing Interventionen wurden gar nie gemessen 60 Interventionen wurden weniger als 30-mal gemessen / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 15

16 Diskussion Ermittlung von Defaultzeitwerten für LEP-Interventionen anhand von Daten aus der Praxis Daten von 15 Betrieben aus Deutschland und der Schweiz, insgesamt 12.5 Millionen Datensätze Daten aus Praxis unterliegen Verzerrungen, darum Anwendung zusätzlich statistischer Methoden (Gewichtung und Korrektur) Statistische Kennzahlen: Median, aber auch 1. und 3. Quartil Es konnten Defaultzeitwerte für 457 von 536 LEP-Interventionen von LEP-Nursing bestimmt werden LEP-Defaultzeitwerte sollten im Rahmen des Releasemanagement alle drei Jahre überprüft werden Anhand Folgestudien fehlende Defaultzeitwerte ergänzen / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 16

17 Fragen Vielen Dank für Ihre Aufmerksamkeit / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 17

Update und News der LEP AG

Update und News der LEP AG 23. November 2016 epa-lep Anwenderkonferenz Update und News der LEP AG Neue Mitarbeiterinnen ab 2016 Sekretariat: Yamina Caluori, Assistentin der Geschäftsleitung / Leiterin Sekretariat Andrea Diethelm,

Mehr

Angewandte Marktanalyse und Marktforschung

Angewandte Marktanalyse und Marktforschung Angewandte Marktanalyse und Marktforschung #8 Datenaufbereitung und -kontrolle Tobias Berger M.A. Friedrich-Schiller-Universität Jena Fakultät für Sozial- und Verhaltenswissenschaften Institut für Sportwissenschaft

Mehr

3. Lektion: Deskriptive Statistik

3. Lektion: Deskriptive Statistik Seite 1 von 5 3. Lektion: Deskriptive Statistik Ziel dieser Lektion: Du kennst die verschiedenen Methoden der deskriptiven Statistik und weißt, welche davon für Deine Daten passen. Inhalt: 3.1 Deskriptive

Mehr

Kompetenz- und bedarfsorientierte Personaleinsatzplanung

Kompetenz- und bedarfsorientierte Personaleinsatzplanung Kompetenz- und bedarfsorientierte Personaleinsatzplanung Mag. Dr. Renate Ranegger Dr. Dieter Baumberger Dr. Reto Bürgin Forschung und Entwicklung, LEP AG, St. Gallen Ausgangssituation und Motivation Abbildung

Mehr

Aufgabe 3 Bei 16 PKWs desselben Typs wurde der Benzinverbrauch pro 100 km gemessen. Dabei ergab sich die folgende Urliste (in Liter pro 100km):

Aufgabe 3 Bei 16 PKWs desselben Typs wurde der Benzinverbrauch pro 100 km gemessen. Dabei ergab sich die folgende Urliste (in Liter pro 100km): Mathematik II für Naturwissenschaften Dr. Christine Zehrt 21.02.19 Übung 1 (für Pharma/Geo/Bio/Stat) Uni Basel Besprechung der Lösungen: 26./27. Februar 2019 in den Übungsstunden Bestimmen Sie zu den folgenden

Mehr

IHRE DATEN SIND GOLD WERT!

IHRE DATEN SIND GOLD WERT! IHRE DATEN SIND GOLD WERT! DATENQUALITÄT ALS GRUNDLAGE FÜR AUSSAGEKRÄFTIGE RESULTATE EPA LEP ANWENDERKONFERENZ / 19. NOVEMBER 2015 / JÜRG DIETRICH Statistik Predictive Analytics Data Mining Big Data Data

Mehr

LEP-Forschungsprojekte und die Anforderungen an Daten aus der Patientendokumentation

LEP-Forschungsprojekte und die Anforderungen an Daten aus der Patientendokumentation LEP-Forschungsprojekte und die Anforderungen an Daten aus der Patientendokumentation LEP AG Forschung und Entwicklung Mag. Dr. Renate Ranegger, Dr. Dieter Baumberger Beispiel Software & Daten (Baumberger,

Mehr

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische

Mehr

Beide Verteilungen der Zeiten sind leicht schief. Der Quartilsabstand für Zeiten zum Surfen ist kleiner als der zum Fernsehen.

Beide Verteilungen der Zeiten sind leicht schief. Der Quartilsabstand für Zeiten zum Surfen ist kleiner als der zum Fernsehen. Welche der folgenden Maßzahlen sind resistent gegenüber Ausreißer? Der Mittelwert und die Standardabweichung. Der und die Standardabweichung. Der und die Spannweite. Der und der Quartilsabstand. Die Spannweite

Mehr

Ü B U N G S S K R I P T S T A T I S T I K

Ü B U N G S S K R I P T S T A T I S T I K Ü B U N G S S K R I P T S T A T I S T I K A. Ploner H. Strelec C. Yassouridis Universität für Bodenkultur Department für Raum, Landschaft und Infrastruktur Institut für Angewandte Statistik & EDV Peter-Jordan-Strasse

Mehr

Bitte am PC mit Windows anmelden!

Bitte am PC mit Windows anmelden! Einführung in SPSS Plan für heute: Grundlagen/ Vorwissen für SPSS Vergleich der Übungsaufgaben Einführung in SPSS http://weknowmemes.com/generator/uploads/generated/g1374774654830726655.jpg Standardnormalverteilung

Mehr

Fragebogen zur Standortbestimmung von Zürcher Volksschulen: Ermittlung und Darstellung von Ergebnissen der einzelnen Schulen

Fragebogen zur Standortbestimmung von Zürcher Volksschulen: Ermittlung und Darstellung von Ergebnissen der einzelnen Schulen ETH Zürich Seminar für Statistik Fragebogen zur Standortbestimmung von Zürcher Volksschulen: Ermittlung und Darstellung von Ergebnissen der einzelnen Schulen Dr. Werner Stahel Seminar für Statistik, ETH

Mehr

Veränderungen erkennen und darauf reagieren Effiziente Pflegeprozessdokumentation und LEP

Veränderungen erkennen und darauf reagieren Effiziente Pflegeprozessdokumentation und LEP Veränderungen erkennen und darauf reagieren Effiziente Pflegeprozessdokumentation und LEP LEP Anwender- und Interessenten-Tagung 27.06.2017, Salzburg Mag. Dr. Renate Ranegger Hintergrund Umfang der Pflegedokumentation

Mehr

BOXPLOT 1. Begründung. Boxplot A B C

BOXPLOT 1. Begründung. Boxplot A B C BOXPLOT 1 In nachstehender Tabelle sind drei sortierte Datenreihen gegeben. Zu welchem Boxplot gehört die jeweilige Datenreihe? Kreuze an und begründe Deine Entscheidung! Boxplot A B C Begründung 1 1 1

Mehr

1 Grundlagen statistischer Versuchsauswertung

1 Grundlagen statistischer Versuchsauswertung 1 Grundlagen statistischer Versuchsauswertung 1.1 Statistische Daten Schon vor der Erhebung von Daten sollten erste statistische Überlegungen mit in das Erhebungsprogramm aufgenommen werden. Primäres Ziel

Mehr

absolute Häufigkeit h: Anzahl einer bestimmten Note relative Häufigkeit r: Anzahl einer bestimmten Note, gemessen an der Gesamtzahl der Noten

absolute Häufigkeit h: Anzahl einer bestimmten Note relative Häufigkeit r: Anzahl einer bestimmten Note, gemessen an der Gesamtzahl der Noten Statistik Eine Aufgabe der Statistik ist es, Datenmengen zusammenzufassen und darzustellen. Man verwendet dazu bestimmte Kennzahlen und wertet Stichproben aus, um zu Aussagen bzw. Prognosen über die Gesamtheit

Mehr

Herzlich willkommen zur Vorlesung Statistik. Streuungsmaße oder die Unterschiedlichkeit der Daten nebst kurzen Ausführungen zu Schiefe und Wölbung

Herzlich willkommen zur Vorlesung Statistik. Streuungsmaße oder die Unterschiedlichkeit der Daten nebst kurzen Ausführungen zu Schiefe und Wölbung FB 1 W. Ludwig-Mayerhofer Statistik 1 Herzlich willkommen zur Vorlesung Statistik smaße oder die Unterschiedlichkeit der Daten nebst kurzen Ausführungen zu Schiefe und Wölbung FB 1 W. Ludwig-Mayerhofer

Mehr

Testen von Unterschiedshypothesen mit parametrischen Verfahren Der t-test

Testen von Unterschiedshypothesen mit parametrischen Verfahren Der t-test Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 5 Seite 1 Testen von Unterschiedshypothesen mit parametrischen Verfahren Der t-test Im Folgenden

Mehr

5 Exkurs: Deskriptive Statistik

5 Exkurs: Deskriptive Statistik 5 EXKURS: DESKRIPTIVE STATISTIK 6 5 Ekurs: Deskriptive Statistik Wir wollen zuletzt noch kurz auf die deskriptive Statistik eingehen. In der Statistik betrachtet man für eine natürliche Zahl n N eine Stichprobe

Mehr

LEP-Anwenderkonferenz 6. Nov Herzlich willkommen!

LEP-Anwenderkonferenz 6. Nov Herzlich willkommen! LEP-Anwenderkonferenz 6. Nov. 2018 Herzlich willkommen! www.lep.ch Programm Vormittag 09.00 Uhr Begrüssungskaffee 09.30 Uhr Begrüssung 13.11.2018 / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 2

Mehr

Deskriptive Statistik

Deskriptive Statistik Deskriptive Statistik Deskriptive Statistik: Ziele Daten zusammenfassen durch numerische Kennzahlen. Grafische Darstellung der Daten. Quelle: Ursus Wehrli, Kunst aufräumen 1 Modell vs. Daten Bis jetzt

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung 3. Vorlesung Dr. Jochen Köhler 1 Inhalte der heutigen Vorlesung Ziel: Daten Modellbildung Probabilistisches Modell Wahrscheinlichkeit von Ereignissen Im ersten

Mehr

Deskriptive Statistik. (basierend auf Slides von Lukas Meier)

Deskriptive Statistik. (basierend auf Slides von Lukas Meier) Deskriptive Statistik (basierend auf Slides von Lukas Meier) Deskriptive Statistik: Ziele Daten zusammenfassen durch numerische Kennzahlen. Grafische Darstellung der Daten. Quelle: Ursus Wehrli, Kunst

Mehr

W-Seminar: Versuche mit und am Menschen 2017/2019 Skript

W-Seminar: Versuche mit und am Menschen 2017/2019 Skript 3. Deskriptive Statistik Die deskriptive (auch: beschreibende) Statistik hat zum Ziel, [ ] Daten durch Tabellen, Kennzahlen [ ] und Grafiken übersichtlich darzustellen und zu ordnen. Dies ist vor allem

Mehr

Auswertung und Lösung

Auswertung und Lösung Residuals vs Fitted Normal Q Q Residuals 2 1 0 1 2 16 18 30 Standardized residuals 2 1 0 1 2 18 30 16 5 10 15 20 25 30 Fitted values 2 1 0 1 2 Theoretical Quantiles Abbildung 1: Dieses Quiz soll Ihnen

Mehr

LÖSUNG 2C a. Bei HHEINK handelt es sich um eine metrische Variable.

LÖSUNG 2C a. Bei HHEINK handelt es sich um eine metrische Variable. LÖSUNG 2C a. Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Bei HHEINK handelt es sich um eine metrische Variable. Bei den Analysen sollen Extremwerte ausgeschlossen werden. Man sollte

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Übung 3 1 Inhalt der heutigen Übung Vorrechnen der Hausübung B.7 Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben C.1: Häufigkeitsverteilung C.2: Tukey

Mehr

Thema: Mittelwert einer Häufigkeitsverteilung. Welche Informationen kann der Mittelwert geben?

Thema: Mittelwert einer Häufigkeitsverteilung. Welche Informationen kann der Mittelwert geben? Thema: Mittelwert einer Häufigkeitsverteilung Beispiel: Im Mittel werden deutsche Männer 75,1 Jahre alt; sie essen im Mittel pro Jahr 71 kg Kartoffel(-produkte) und trinken im Mittel pro Tag 0.35 l Bier.

Mehr

Ermitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:

Ermitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit: 1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das

Mehr

Phallosan-Studie. Statistischer Bericht

Phallosan-Studie. Statistischer Bericht Phallosan-Studie Statistischer Bericht Verfasser: Dr. Clemens Tilke 15.04.2005 1/36 Inhaltsverzeichnis Inhaltsverzeichnis... 2 Einleitung... 3 Alter der Patienten... 4 Körpergewicht... 6 Penisumfang...

Mehr

Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche

Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche Lehrveranstaltung Empirische Forschung und Politikberatung der Universität Bonn, WS 2007/2008 Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche 30. November 2007 Michael

Mehr

Pflegeprozess epa-ltc LEP Nursing 3 und BESA.

Pflegeprozess epa-ltc LEP Nursing 3 und BESA. Pflegeprozess epa-ltc LEP Nursing 3 und BESA www.lep.ch epa-ltc Ergebnisorientiertes Patientenassessment LongTermCare 08.02.2017 / LEP AG, Blarerstrasse 7, CH-9000 St. Gallen / Seite 2 Assessmentinstrument

Mehr

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 LÖSUNG 2C a) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Bei HHEINK handelt es sich um eine metrische Variable. Bei den Analysen sollen Extremwerte ausgeschlossen werden. Man sollte

Mehr

SNOMED CT und LEP Nursing

SNOMED CT und LEP Nursing Workshop für LEP Softwarepartner Mittwoch, 28. September 2016 ehealth Suisse SNOMED CT und LEP Nursing Dr. Dieter Baumberger Inhalt Anwendung in Patientendokumentation Normierung Pflegeintervention Mapping

Mehr

Inhalt. Vorwort Univariate Verteilungen Verteilungen Die Normalverteilung... 47

Inhalt. Vorwort Univariate Verteilungen Verteilungen Die Normalverteilung... 47 Inhalt Vorwort... 9 1 Einleitung: Grundlagen der Statistik... 11 1.1 Die statistische Fragestellung im Forschungsprozess... 11 1.2 Grundbegriffe der Statistik... 13 1.3 Voraussetzung jeder Statistik: Die

Mehr

Abbildung 1: Dieses Quiz soll Ihnen helfen, die Residuenplots besser zu verstehen. Am Schluss kommen noch vermischte Aufgaben zur Wiederholung.

Abbildung 1: Dieses Quiz soll Ihnen helfen, die Residuenplots besser zu verstehen. Am Schluss kommen noch vermischte Aufgaben zur Wiederholung. Residuals vs Fitted Normal Q Q Residuals 2 1 0 1 2 16 18 30 Standardized residuals 2 1 0 1 2 18 30 16 5 10 15 20 25 30 Fitted values 2 1 0 1 2 Theoretical Quantiles Abbildung 1: Dieses Quiz soll Ihnen

Mehr

Statistik K urs SS 2004

Statistik K urs SS 2004 Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die

Mehr

Mathematik IV: Statistik

Mathematik IV: Statistik für D-UWIS, D-ERDW, D-USYS und D-HEST SS16 Sie hören Vitamin String Quartet Daniel Stekhoven 14.04.2016 1 Daniel Stekhoven 14.04.2016 2 Überblick Lernziele Erledigt! Grundlagen Wahrscheinlichkeitsmodell

Mehr

Statistische Methoden und Auswertungen Die Statistik in der MEWIP-Studie

Statistische Methoden und Auswertungen Die Statistik in der MEWIP-Studie Statistische Methoden und Auswertungen Die Statistik in der MEWIP-Studie Dipl.-Stat. Moritz Hahn 29.04.2008 Dipl.-Stat. Moritz Hahn Vorstellung IMSIE Arbeitsbereiche des Instituts Medizinische Statistik

Mehr

Inhaltsverzeichnis Inhaltsverzeichnis VII Erst mal locker bleiben: Es f angt ganz einfach an! Keine Taten ohne Daten!

Inhaltsverzeichnis Inhaltsverzeichnis VII Erst mal locker bleiben: Es f angt ganz einfach an! Keine Taten ohne Daten! Inhaltsverzeichnis Inhaltsverzeichnis VII 1 Erst mal locker bleiben: Es fängt ganz einfach an! 1 1.1 Subjektive Wahrscheinlichkeit - oder warum...?..... 4 1.2 Was Ethik mit Statistik zu tun hat - Pinocchio

Mehr

Stichwortverzeichnis. Ausgleichsgerade 177 Ausreißer 13, 40

Stichwortverzeichnis. Ausgleichsgerade 177 Ausreißer 13, 40 283 Stichwortverzeichnis a Alpha-Wert 76, 91 Alter 256 Alternativhypothese 68, 70 ANOVA siehe einfache Varianzanalyse, zweifache Varianzanalyse Anpassung 178 Anpassungstest siehe Chi-Quadrat-Anpassungstest

Mehr

STATISTIK ÜBER DIE SPANNUNGSQUALITÄT IN ÖSTERREICH

STATISTIK ÜBER DIE SPANNUNGSQUALITÄT IN ÖSTERREICH STATISTIK ÜBER DIE SPANNUNGSQUALITÄT IN ÖSTERREICH Ergebnisse 2013 und Vergleich der Jahre 2010-2013 Erstellt durch Österreichs Energie Oktober 2014 Energie 1/23 Inhaltsverzeichnis 1. Kurzfassung...3 2.

Mehr

Mathematik-Wettbewerb 2012/ Runde Statistische Auswertung

Mathematik-Wettbewerb 2012/ Runde Statistische Auswertung Mathematik-Wettbewerb 2012/2013 Statistische Auswertung Landesergebnisse: Zur Einordnung ihrer eigenen Ergebnisse (zu finden in mw1213_1r_schulergebnisse.pdf ) erhalten alle Schulen die Landesdurchschnittswerte

Mehr

Über den Autor 7 Über den Fachkorrektor 7. Einführung 19

Über den Autor 7 Über den Fachkorrektor 7. Einführung 19 Inhaltsverzeichnis Über den Autor 7 Über den Fachkorrektor 7 Einführung 19 Über dieses Buch 19 Törichte Annahmen über den Leser 20 Wie dieses Buch aufgebaut ist 20 Teil I: Ein paar statistische Grundlagen

Mehr

Kapitel 2. Mittelwerte

Kapitel 2. Mittelwerte Kapitel 2. Mittelwerte Im Zusammenhang mit dem Begriff der Verteilung, der im ersten Kapitel eingeführt wurde, taucht häufig die Frage auf, wie man die vorliegenden Daten durch eine geeignete Größe repräsentieren

Mehr

benötigen. Die Zeit wird dabei in Minuten angegeben und in einem Boxplot-Diagramm veranschaulicht.

benötigen. Die Zeit wird dabei in Minuten angegeben und in einem Boxplot-Diagramm veranschaulicht. , D 1 Kreuze die richtige Aussage an und stelle die anderen Aussagen richtig. A Das arithmetische Mittel kennzeichnet den mittleren Wert einer geordneten Datenliste. B Die Varianz erhält man, wenn man

Mehr

Workshop für LEP Softwarepartner, 28. Mai Releasemanagement. LEP AG Forschung und Entwicklung Dr. Dieter Baumberger, Martin Studer

Workshop für LEP Softwarepartner, 28. Mai Releasemanagement. LEP AG Forschung und Entwicklung Dr. Dieter Baumberger, Martin Studer Workshop für LEP Softwarepartner, 28. Mai 2019 Releasemanagement LEP AG Forschung und Entwicklung Dr. Dieter Baumberger, Martin Studer Releasemanagement LEP Prozess zur Steuerung und Realisierung von Änderungen

Mehr

Klausur Statistik I Dr. Andreas Voß Wintersemester 2005/06

Klausur Statistik I Dr. Andreas Voß Wintersemester 2005/06 Klausur Statistik I Dr. Andreas Voß Wintersemester 2005/06 Hiermit versichere ich, dass ich an der Universität Freiburg mit dem Hauptfach Psychologie eingeschrieben bin Name: Mat.Nr.: Unterschrift: Bearbeitungshinweise:

Mehr

Weitere Lagemaße: Quantile/Perzentile I

Weitere Lagemaße: Quantile/Perzentile I 3 Auswertung von eindimensionalen Daten Lagemaße 3.3 Weitere Lagemaße: Quantile/Perzentile I Für jeden Median x med gilt: Mindestens 50% der Merkmalswerte sind kleiner gleich x med und ebenso mindestens

Mehr

Kapitel 1 Beschreibende Statistik

Kapitel 1 Beschreibende Statistik Beispiel 1.25: fiktive Aktienkurse Zeitpunkt i 0 1 2 Aktienkurs x i 100 160 100 Frage: Wie hoch ist die durchschnittliche Wachstumsrate? Dr. Karsten Webel 53 Beispiel 1.25: fiktive Aktienkurse (Fortsetzung)

Mehr

Gruppe Forensische Chemie SGRM THC Statistik Jan - Jun 2013

Gruppe Forensische Chemie SGRM THC Statistik Jan - Jun 2013 Gruppe Forensische Chemie SGRM Statistik Jan - Jun 2013 Auswertung: Maria Teresa Pinorini-Godly Fondazione Alpina per le Scienze della Vita Istituto alpino di chimica e di tossicologia CH-6718 Olivone

Mehr

Angewandte Marktanalyse und Marktforschung

Angewandte Marktanalyse und Marktforschung Angewandte Marktanalyse und Marktforschung #7 Einführung SPSS & Datenerfassung Tobias Berger M.A. Friedrich-Schiller-Universität Jena Fakultät für Sozial- und Verhaltenswissenschaften Institut für Sportwissenschaft

Mehr

b) Bestimmen Sie die bedingten relativen Häufigkeiten mit dem Merkmal Abschluss als Bedingung.

b) Bestimmen Sie die bedingten relativen Häufigkeiten mit dem Merkmal Abschluss als Bedingung. Aufgabe 1: Im Wintersemester 2007/2008 waren an der RUB 3.140 Studierende, darunter 1.168 weibliche, in wirtschaftswissenschaftlichen Studiengängen (Angestrebte Abschlüsse: Diplom, Bachelor oder Promotion)

Mehr

Übungsaufgaben zu Kapitel 2 und 3

Übungsaufgaben zu Kapitel 2 und 3 Übungsaufgaben zu Kapitel 2 und 3 Aufgabe 1 Wann ist eine Teilerhebung sinnvoller als eine Vollerhebung? Nennen Sie mindestens drei Gründe. Aufgabe 2 Welches Verfahren soll angewendet werden, um eine Teilerhebung

Mehr

Histogramm und Wahrscheinlichkeitsnetz 1/12

Histogramm und Wahrscheinlichkeitsnetz 1/12 Histogramm und Wahrscheinlichkeitsnetz 1/12 Ziel: Ziel der Aufgabe ist es, die Grafiken Histogramm und Wahrscheinlichkeitsnetz und die Funktionalitäten (z.b. C-Wert-Funktion) von qs-stat kennen zu lernen.

Mehr

Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik

Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen 6.10.2016 Hochschule Esslingen Übungsblatt 2 Statistik Stichworte: arithmetischer Mittelwert, empirische Varianz, empirische Standardabweichung, empirischer

Mehr

Lösungen. w58r4p Lösungen. w58r4p. Name: Klasse: Datum:

Lösungen. w58r4p Lösungen. w58r4p. Name: Klasse: Datum: Testen und Fördern Name: Klasse: Datum: 1) Ermittle jeweils das arithmetische Mittel. Ordne die Datenerhebungen nach der Größe der arithmetischen Mittel. Beginne mit dem Größten. 45, 39, 44, 48, 42, 39,

Mehr

Impressum. Verteiler. Datum 25. Juli Bericht-Nr Verfasst von VAN, JZU, ANM. Basler & Hofmann West AG Ingenieure, Planer und Berater

Impressum. Verteiler. Datum 25. Juli Bericht-Nr Verfasst von VAN, JZU, ANM. Basler & Hofmann West AG Ingenieure, Planer und Berater Finanzhilfen für die Instandstellung historischer Verkehrswege Statistische Auswertung zeitlicher Gesetzmässigkeiten Kunde Bundesamt für Strassen ASTRA Mühlestrasse 2 3003 Bern Datum 25. Juli 2014 Impressum

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

Wie bekomme ich einen schnellen Überblick über die bereits eingegebenen Daten?

Wie bekomme ich einen schnellen Überblick über die bereits eingegebenen Daten? Datenanalyse 1 Datenanalyse Wie bekomme ich einen schnellen Überblick über die bereits eingegebenen Daten? In SPSS: Die Variablenansicht sollte bereits ordentlich ausgefüllt sein! Daten öffnen: Doppelklick

Mehr

Wozu brauche ich Statistik? Markus Lehmann, DAAD ida Seminar

Wozu brauche ich Statistik? Markus Lehmann, DAAD ida Seminar Wozu brauche ich Statistik? Markus Lehmann, DAAD ida Seminar 14.12.2016 Rückblick Der Forschungsablauf Formulierung und Präzisierung der Fragestellung Planung und Vorbereitung der Erhebung Konstruktion

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

3. Deskriptive Statistik

3. Deskriptive Statistik 3. Deskriptive Statistik Eindimensionale (univariate) Daten: Pro Objekt wird ein Merkmal durch Messung / Befragung/ Beobachtung erhoben. Resultat ist jeweils ein Wert (Merkmalsausprägung) x i : - Gewicht

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 201) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

Verfahren für metrische Variable

Verfahren für metrische Variable Verfahren für metrische Variable Grafische Methoden Histogramm Mittelwertsplot Boxplot Lagemaße Mittelwert, Median, Quantile Streuungsmaße Standardabweichung, Interquartilsabstand Lagemaße und Streumaße

Mehr

Einführung in Quantitative Methoden

Einführung in Quantitative Methoden Einführung in Quantitative Methoden Mag. Dipl.Ing. Dr. Pantelis Christodoulides & Mag. Dr. Karin Waldherr SS 2014 Christodoulides / Waldherr Einführung in Quantitative Methoden- 2.VO 1/57 Die Deskriptivstatistik

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

Statistische Messdatenauswertung

Statistische Messdatenauswertung Roland Looser Statistische Messdatenauswertung Praktische Einführung in die Auswertung von Messdaten mit Excel und spezifischer Statistik-Software für naturwissenschaftlich und technisch orientierte Anwender

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

Gruppe Forensische Chemie SGRM THC Statistik Jul- Dez 2013

Gruppe Forensische Chemie SGRM THC Statistik Jul- Dez 2013 Gruppe Forensische Chemie SGRM THC Statistik Jul- Dez 2013 Auswertung: Maria Teresa Pinorini-Godly Fondazione Alpina per le Scienze della Vita Istituto alpino di chimica e di tossicologia CH-6718 Olivone

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

Übungsaufgaben zur Klausur Statistik

Übungsaufgaben zur Klausur Statistik Übungsaufgaben zur Klausur Statistik 1.) Mittelwerte und Streumaße I Bei einer Geschwindigkeitskontrolle innerhalb einer geschlossenen Ortschaft notierte die Polizei folgende 20 Messwerte in km/h: 45;

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

Deskriptive Statistik

Deskriptive Statistik Deskriptive Statistik Lösungen+ Aufgabe 1.1 (a) Sammelnde Statistik: Wahl einer zufälligen Stichprobe aus der Grundgesamtheit. (b) Beschreibende (deskriptive) Statistik: Aufbereitung der Stichprobe (oder

Mehr

PROC MEANS. zum Berechnen statistischer Maßzahlen (für quantitative Merkmale)

PROC MEANS. zum Berechnen statistischer Maßzahlen (für quantitative Merkmale) PROC MEAS zum Berechnen statistischer Maßzahlen (für quantitative Merkmale) Allgemeine Form: PROC MEAS DATA=name Optionen ; VAR variablenliste ; CLASS vergleichsvariable ; Beispiel und Beschreibung der

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

1 45, 39, 44, 48, 42, 39, 40, , 31, 46, 35, 31, 42, 51, , 42, 33, 46, 33, 44, 43

1 45, 39, 44, 48, 42, 39, 40, , 31, 46, 35, 31, 42, 51, , 42, 33, 46, 33, 44, 43 1) Ermittle jeweils das arithmetische Mittel. Ordne die Datenerhebungen nach der Größe der arithmetischen Mittel. Beginne mit dem Größten. 1 45, 39, 44, 48, 42, 39, 40, 31 2 35, 31, 46, 35, 31, 42, 51,

Mehr

Daten aus der Pflegedokumentation für eine bedarfsund kompetenzorientierte Personaleinsatzplanung

Daten aus der Pflegedokumentation für eine bedarfsund kompetenzorientierte Personaleinsatzplanung Daten aus der Pflegedokumentation für eine bedarfsund kompetenzorientierte Personaleinsatzplanung Pflege-Management Forum 2017 02. / 03.03.2017 in Wien Mag. Dr. Renate Ranegger Dr. Reto Bürgin Dr. Dieter

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

1. Maße der zentralen Tendenz Beispiel: Variable Anzahl der Geschwister aus Jugend '92. Valid Cum Value Frequency Percent Percent Percent

1. Maße der zentralen Tendenz Beispiel: Variable Anzahl der Geschwister aus Jugend '92. Valid Cum Value Frequency Percent Percent Percent Deskriptive Statistik 1. Verteilungsformen symmetrisch/asymmetrisch unimodal(eingipflig) / bimodal (zweigipflig schmalgipflig / breitgipflig linkssteil / rechtssteil U-förmig / abfallend Statistische Kennwerte

Mehr

Vorlesungsskript. Deskriptive Statistik. Prof. Dr. Günter Hellmig

Vorlesungsskript. Deskriptive Statistik. Prof. Dr. Günter Hellmig Vorlesungsskript Deskriptive Statistik Prof. Dr. Günter Hellmig Prof. Dr. Günter Hellmig Vorlesungsskript Deskriptive Statistik Erstes Kapitel Die Feingliederung des ersten Kapitels, welches sich mit einigen

Mehr

AbsolventInnen-Tracking der Universität Wien (Studie )

AbsolventInnen-Tracking der Universität Wien (Studie ) AbsolventInnen-Tracking der Universität Wien (Studie 2003 2014) Die Universität Wien führt seit 2008 ein regelmäßiges Monitoring der Arbeitsmarktintegration und der Erwerbskarrieren ihrer AbsolventInnen

Mehr

Was sind Kennzahlen? Chancen und Risiken für das Management

Was sind Kennzahlen? Chancen und Risiken für das Management Was sind Kennzahlen? Chancen und Risiken für das Management Dr. Stephan Vaterlaus, Geschäftsführer LEP Symposium: Kennzahlen im Management Aarau, 27. Januar 2016 Polynomics Jahrelange wissenschaftlich

Mehr

Keine Panik vor Statistik!

Keine Panik vor Statistik! Markus Oestreich I Oliver Romberg Keine Panik vor Statistik! Erfolg und Spaß im Horrorfach nichttechnischer Studiengänge STUDIUM 11 VIEWEG+ TEUBNER Inhaltsverzeichnis 1 Erstmal locker bleiben: Es längt

Mehr

startfaq BAG Beobachtungsstudie Bias

startfaq BAG Beobachtungsstudie Bias Hier finden Sie die Erläuterung zu Fachbegriffen, welche in wissenschaftlichen Studien verwendet werden. Sollten Begriffe nicht aufgeführt sein, geben Sie uns doch ein Feedback, damit wir diese ergänzen

Mehr

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,

Mehr

Keine Panik vor Statistik!

Keine Panik vor Statistik! Markus Oestreich Oliver Romberg Keine Panik vor Statistik! Erfolg und Spaß im Horrorfach nichttechnischer Studiengänge 4., aktualisierte Auflage STUDIUM 4y Springer Spektrum Inhaltsverzeichnis Inhaltsverzeichnis

Mehr

Methoden empirischer Sozial- und Wirtschaftsforschung

Methoden empirischer Sozial- und Wirtschaftsforschung Dr. sc. Siassi HTW Berlin Januar 2017 Klausur Methoden empirischer Sozial- und Wirtschaftsforschung Aufgabe 1 40 Punkte Fallzusammenfassung Fälle Gültig Fehlend Gesamt N Prozent N Prozent N Prozent $Verkehrsmittel

Mehr