Statistische Beratung. Doktorandenkurs. Stefanie Hamacher, M. Sc. Dr. Kathrin Kuhr

Transkript

1 Statistische Beratung Doktorandenkurs Stefanie Hamacher, M. Sc. Dr. Kathrin Kuhr Inhalt in Stichworten: Organisation und Voraussetzungen Datenmanagement Einführung in SPSS Datenbeispiel in SPSS Organisation und Voraussetzungen v1.0 Doktorandenkurs IMSB 2

2 Statistische Beratung am IMSB Möglichkeit zur statistischen Beratung bei Promotionen, Habilitationen, Forschungsprojekten, Masterarbeiten, Anmeldung: Frau Höhne (82929, imsb koeln.de) Anmeldeformular auf: koeln.de/beratung/promotion/ Erster Schritt bei Beratung für Abschlussarbeiten: Doktorandenkurs Statistischer Berater wird nach Kursteilnahme zugewiesen (Sie müssen sich nicht erneut melden) Statistische Beratung umfasst bis zu 3 Termine v1.0 Doktorandenkurs IMSB 3 Inhalt der statistischen Beratung Mögliche Strukturierung der Beratungstermine 1. Studienplanung 2. Studienauswertung 3. Ergebnisdarstellung und interpretation Ratsam: Schon in der Planungsphase mit dem Biometriker ein Treffen vereinbaren Wichtig: Gute Vorbereitung auf das Treffen mit dem Biometriker v1.0 Doktorandenkurs IMSB 4

3 Wobei wir Ihnen helfen können: Studien und Versuchsplanung Klinische Fragestellungen in statistische Hypothesen übersetzen Zielkriterien auswählen / diskutieren Fallzahlberechnung / Powerberechnung Auswahl adäquater statistischer Methoden für die Auswertung Beratung zur Datenauswertung mit Hilfe statistischer Software Interpretation der Analyseergebnisse Statistische Bewertung wissenschaftlicher Publikationen Dabei bieten wir Ihnen Hilfe zur Selbsthilfe! v1.0 Doktorandenkurs IMSB 5 Was wir nicht bieten können: Einführung in die statistische Methodik Klinische Fragestellungen erarbeiten Ethikanträge formulieren / Prüfpläne erstellen Praktische Durchführbarkeit einschätzen / garantieren Datenerfassung und eingabe / Datenbank Management Durchführung der statistischen Auswertung Umgang mit Statistiksoftware vermitteln v1.0 Doktorandenkurs IMSB 6

4 Voraussetzungen Gute Kenntnisse der eigenen Arbeit Ausgangssituation Genaue Fragestellungen Grundkenntnisse in medizinischer Statistik Deskriptive Statistik, Prinzip des statistischen Testens Bereitschaft zur Einarbeitung in statistische Auswertungssoftware (i.d.r. SPSS) Kenntnisse der Guten Wissenschaftlichen Praxis koeln.de/wissprax.html v1.0 Doktorandenkurs IMSB 7 Voraussetzungen Kurse Q1: Epidemiologie, Med. Biometrie und Med. Informatik Auffrischung der Kenntnisse aus dem Studium koeln.de/lehre/q1/materialien/ Benutzer: Q1, Passwort: IMSIE Blockkurs: Grundlagen Medizinische Statistik koeln.de/lehre/blockstat/ SPSS Blockkurs IMSB koeln.de/lehre/spss/ Computer Kurse am RRZK Z.B. SPSS koeln.de/kursangebot.html v1.0 Doktorandenkurs IMSB 8

5 Voraussetzungen Literatur Med. Statistik Weiß, Christel: Basiswissen Medizinische Statistik, 6. Auflage, Springer Verlag, Berlin Heidelberg, 2013 Held, Leonard: Medizinische Statistik. Konzepte, Methoden, Anwendungen, 1. Auflage, Pearson, 2013 Campbell, Michael J et al: Medical Statistics: A Textbook for the Health Sciences, 4. Auflage, Wiley, 2007 Bewertung wissenschaftlicher Publikationen Serie im Deutschen Ärzteblatt plus/serie/35/bewertung wissenschaftlicher Publikationen Statistik Serie in der Deutschen Medizinischen Wochenschrift connect.de/products/ejournals/issue/ /s v1.0 Doktorandenkurs IMSB 9 Einbindung des klinischen Betreuers Statistische Beratung erst sinnvoll, wenn Fragestellung und Konzept für Durchführung mit Betreuer festgelegt wurde Teilnahme des Betreuers zu empfehlen bei erstem Gespräch bei Termin zur Besprechung und Interpretation der Ergebnisse der statistischen Auswertung um Rückfragen direkt klären zu können, Ergebnisse einordnen zu können und relevante Punkte diskutieren zu können Mit guter Einbindung des Betreuers ist statistische Beratung effizienter und effektiver v1.0 Doktorandenkurs IMSB 10

6 Informationen für den statistischen Berater Vollständig ausgefüllter Anmeldebogen als erste Orientierung Ausarbeitung: Exposé zur Studie: Allgemeines medizinisches Problem Spezielle Aspekte des Problems in der konkreten Studie Liste der klinischen Fragestellungen Liste der Variablen und der möglichen Werte Studienangaben: Studiendesign (prospektiv, retrospektiv, randomisiert, verblindet,...), Gruppen, Variablen, Fallzahlen Nicht mehr als 1 Seite lang Für Nicht Mediziner verständlich schreiben! Je ausführlicher und präziser die Angaben sind / je besser die Vorbereitung auf Gespräch ist, desto zielführender ist die Beratung! v1.0 Doktorandenkurs IMSB 11 Beispiel Anmeldebogen v1.0 Doktorandenkurs IMSB 12

7 Beispiel Exposé v1.0 Doktorandenkurs IMSB 13 Datenmanagement v1.0 Doktorandenkurs IMSB 14

8 Datenerhebung Erfassung der Daten in Tabellenform Tabellenkalkulations Programm (Excel, Open Office) Eingabe direkt in SPSS möglich pro Zeile eine Untersuchungseinheit pro Spalte ein Merkmal Originaldaten schreibgeschützt abspeichern Sicherheitskopien erstellen Daten pseudonymisieren Lösung: 2 getrennte Dateien Schlüsseldatei mit ID und Klarname Datendatei nur mit ID v1.0 Doktorandenkurs IMSB 15 Praktischer Tipp zur Datenerhebung in Excel Ansicht > Fenster einfrieren > Fenster einfrieren v1.0 Doktorandenkurs IMSB 16

9 Praktischer Tipp zur Datenerhebung in Excel Zellen markieren, Daten > Filtern v1.0 Doktorandenkurs IMSB 17 Häufige Fehler bei der Datenerhebung Angabe von Klarnamen Leerzeilen, Leerspalten Leerzeichen in den Variablennamen Sonderzeichen in den Variablennamen Kategorien von qualitativen Variablen ausgeschrieben Text in Datumsangaben keine Kodierung für fehlende Angaben Text als Kennzeichen für fehlende Angaben Sonderzeichen bei Messwerten Mehrfachantworten in einer Spalte bereits durchgeführte Berechnungen v1.0 Doktorandenkurs IMSB 18

10 Datenbeispiel (schlecht) v1.0 Doktorandenkurs IMSB 19 Datenbeispiel (schlecht) v1.0 Doktorandenkurs IMSB 20

11 Datenbeispiel (gut) v1.0 Doktorandenkurs IMSB 21 Datenbeispiel (gut) v1.0 Doktorandenkurs IMSB 22

12 Einführung in SPSS v1.0 Doktorandenkurs IMSB 23 SPSS Statistical Package for the Social Sciences Programm zur statistischen Datenanalyse Dateneingabe Datenspeicherung IBM SPSS kann über das Menue oder mit Hilfe von SPSS Befehlssprache (Syntax) bedient werden. v1.0 Doktorandenkurs IMSB 24

13 Literatur und Links Literatur Angele, German: SPSS Statistics 24, Bamberg bamberg.de/fileadmin/rz/spss/skript.pdf Bühl, Achim: SPSS 23, Pearson Studium, München, 2016 Brosius, Felix: SPSS 21, mitp Professional, Heidelberg, 2013 Hilfe Raynald s SPSS Tools UCLA: Statistical Consulting Group v1.0 Doktorandenkurs IMSB 25 SPSS Nutzung auf dem Campus Nutzung von SPSS im Computer Pool IMSB kostenlos möglich Während der üblichen Büro Öffnungszeiten Nutzung am Wochenende / am Abend nicht möglich Persönliche SPSS Mietlizenz über RRZK koeln.de/software spss.html 25 /Jahr für Angehörige der Fakultät v1.0 Doktorandenkurs IMSB 26

14 SPSS Dateien und Fenster In SPSS wird mit verschiedenen Dateitypen gearbeitet. Jeder Dateityp wird in einem anderen Fenster geöffnet. Datei Datendateien: *.sav Ausgabedateien: *.spv Syntaxdateien: *.sps Fenster Daten Editor Viewer Syntax Editor Diagramm Editor Tabellen Editor v1.0 Doktorandenkurs IMSB 27 Daten Editor Syntax Editor Viewer Diagramm Editor Die nachfolgenden Screenshots zeigen: SPSS Statistics, Version 25 (IBM Corp., Armonk, NY, USA) unter Windows v1.0 Doktorandenkurs IMSB 28

15 Daten Editor Syntax Editor Viewer Diagramm Editor v1.0 Doktorandenkurs IMSB 29 Daten Editor Syntax Editor Viewer Diagramm Editor v1.0 Doktorandenkurs IMSB 30

16 Daten Editor Syntax Editor Viewer Diagramm Editor v1.0 Doktorandenkurs IMSB 31 SPSS Datensätze Ein Datensatz besteht aus Zeilen, jede Zeile wird in Spalten eingeteilt. Jede Spalte kann ein oder mehrere Zeichen (Ziffer, Buchstabe) aufnehmen. MERKREGELN Jede Zeile repräsentiert eine Untersuchungseinheit (z.b. Patient, Proband, Zahnspange, Hand, Wirbelkörper usw.) Jede Spalte repräsentiert ein Merkmal einer Untersuchungseinheit (z.b. Geschlecht, Alter, Größe, Material, Blutdruck, Haustier usw.) v1.0 Doktorandenkurs IMSB 32

17 Daten Editor Datenansicht: Datensatz mit einzelnen Fällen und Variablen Variablenansicht: Betrachten und Definition von Variablenattributen v1.0 Doktorandenkurs IMSB 33 Variablendefinition: Name Variablennamen müssen eindeutig sein. Sie dürfen maximal 64 Zeichen lang sein und beginnen mit einem der Zeichen A Z, a oder #. Leerzeichen sind nicht gestattet. Dem ersten Zeichen eines Namens dürfen beliebige Kombinationen aus Buchstaben, Ziffern, die #, $,., und _ folgen. Variablennamen dürfen nicht mit. oder _ enden. v1.0 Doktorandenkurs IMSB 34

18 Variablendefinition: Typ Im Dialogfeld (Variablen)Typ eintragen oder mit Hilfe der Syntax zuweisen: NUMERIC Alter (F3.0). EXECUTE. v1.0 Doktorandenkurs IMSB 35 Variablendefinition: Typ v1.0 Doktorandenkurs IMSB 36

19 Variablendefinition: Variablenlabel Beschreibung der Variablen Bis zu 256 Zeichen möglich Leer und Sonderzeichen erlaubt In das entsprechende Feld in der Spalte Beschriftung schreiben oder mit Hilfe der Syntax zuweisen: VARIABLE LABELS sysbldr1 'Syst. Blutdruck der 1. Messung [mm Hg]'. EXECUTE. v1.0 Doktorandenkurs IMSB 37 Variablendefinition: Wertelabel Beschreibung der Ausprägungen der Variablen Bis zu 60 Zeichen möglich Leer und Sonderzeichen erlaubt Im Dialogfeld Werte eintragen oder mit Hilfe der Syntax zuweisen: VALUE LABELS Geschlecht 0 'männlich' 1 'weiblich' 9 'keine Angabe'. EXECUTE. v1.0 Doktorandenkurs IMSB 38

20 Variablendef.: Benutzerdefiniert fehlende Werte Zahlenwert, der im Falle eines fehlenden Wertes eingesetzt wird darf unter den auftretenden Werten nicht vorkommen wird bei Berechnungen ausgeschlossen Im Dialogfeld Fehlende Wert eintragen oder mit Hilfe der Syntax zuweisen: MISSING VALUES Geschlecht (9). EXECUTE. v1.0 Doktorandenkurs IMSB 39 Variablendef.: Benutzerdefiniert fehlende Werte v1.0 Doktorandenkurs IMSB 40

21 Variablendefinition: Messniveau v1.0 Doktorandenkurs IMSB 41 Variablendefinition: Messniveau v1.0 Doktorandenkurs IMSB 42

22 Datenbeispiel in SPSS v1.0 Doktorandenkurs IMSB 43 Datensatz einlesen Datei > Öffnen > Daten > v1.0 Doktorandenkurs IMSB 44

23 Daten aufbereiten Beschriftungen, Wertelabels, Fehlende Werte, Nachkommastellen, Messniveau, v1.0 Doktorandenkurs IMSB 45 Plausibilitätschecks Vollständigkeit Richtigkeit Stetige Daten (Minimum, Maximum) Ausreißer Kategoriale Daten (Häufigkeitstabellen) Kategorien besetzt Zusätzliche Kategorien Datumsangaben Datum in der Zukunft (Maximum) Reihenfolge zweier Zeitpunkte (Differenz) Konsistenz v1.0 Doktorandenkurs IMSB 46

24 Plausibilitätschecks niedrige Minimalgröße hohes Maximalgewicht Zusätzliche Kategorien bei Geschlecht, ACE Hemmer und Betablocker Follow Up Datum liegt in der Zukunft v1.0 Doktorandenkurs IMSB 47 Deskription des Kollektivs Stetige Variablen symmetrisch verteilt/ normalverteilt: Mittelwert, Standardabweichung schief verteilt: Median, Interquartilsbereich grafisch: Boxplot Kategoriale Variablen absolute und relative Häufigkeiten grafisch: Balkendiagramm v1.0 Doktorandenkurs IMSB 48

25 Deskription des Kollektivs v1.0 Doktorandenkurs IMSB 49 Deskription des Kollektives v1.0 Doktorandenkurs IMSB 50

26 Viel Erfolg für Ihre Doktorarbeit! v1.0 Doktorandenkurs IMSB 51 Feedback Was war gut/schlecht? Was fehlt? Sollte ausführlicher sein? Was war zu lange? Kürzen? Rückmeldungen gerne an: koeln.de koeln.de v1.0 Doktorandenkurs IMSB 52

27 Backup Folien v1.0 Doktorandenkurs IMSB 53 SPSS: Test auf Normalverteilung Analysieren > Deskriptive Statistiken > Explorative Datenanalyse: Diagramme v1.0 Doktorandenkurs IMSB 54

28 SPSS: Test auf Normalverteilung Analysieren > Deskriptive Statistiken > Explorative Datenanalyse: Diagramme v1.0 Doktorandenkurs IMSB 55 SPSS: Deskriptive Statistiken Analysieren > Deskriptive Statistiken > Häufigkeiten v1.0 Doktorandenkurs IMSB 56

29 SPSS: Deskriptive Statistiken quantitative Variablen v1.0 Doktorandenkurs IMSB 57 SPSS: Deskriptive Statistiken qualitative Variablen v1.0 Doktorandenkurs IMSB 58