von Christian H. Weiß

Transkript

1 Datenanalyse mit STATISTICA von Christian H. Weiß

2 Inhaltsverzeichnis i Inhaltsverzeichnis 1 Erste Schritte in STATISTICA 1 2 Datenverwaltung in STATISTICA Import von Daten Anbindung an Datenbanken Literatur 14 Index 15

3 1 Erste Schritte in STATISTICA 1 1 Erste Schritte in STATISTICA Das Statistik-Programm STATISTICA umfasst eine sehr große Sammlung statistischer Verfahren und grafischer Methoden, ist aber trotzdem ein sehr überschaubares und leicht bedienbares Programm geblieben. Dazu trägt auch die benutzerfreundliche Oberfläche bei, die den meisten Computeranwendern ohnehin von EXCEL oder ähnlichen Tabellenkalkulationsprogrammen her vertraut erscheinen dürfte. Abbildung 1: Der Startbildschirm von STATISTICA. Wie in Abb. 1 zu sehen, verfügt das Tabellenblatt von STATISTICA über ähnliche Funktionen wie das von EXCEL, so kann man beispielsweise auch hier eine Reihe von Zahlen mittels Mauszeiger fortsetzen o.ä. Abweichend von EXCEL ist allerdings die Funktion von Zeilen und Spalten; während bei EXCEL Zeilen und Spalten prinzipiell gleichwertig sind und auch ineinander umtransformiert werden können, ist dies bei STATISTICA nicht möglich! Die Spalten, hier Variablen genannt, bezeichnen verschiedene Entitäten, in den Zeilen, den Fällen, werden die einzelnen konkreten Messwerte gesammelt. Ein Beispiel: Beim innerdeutschen Vergleich der PISA-Studie (OECD PISA 2000, zusammengefasst vom Berliner Max-Planck-Institut für Bildungsforschung 2002) wurde u.a. die Fähigkeit im

4 1 Erste Schritte in STATISTICA 2 Abbildung 2: Öffnen der Datendatei. Lesen, in der Mathematik und den Naturwissenschaften von Schülern der Jahrgangsstufe 9 in 14 deutschen Bundesländern (ohne Hamburg und Berlin) gemessen; in diesem Fall wären Lesefähigkeit, Math. Fähigkeit und Naturwiss. Fähigkeit die drei Variablen, die Fälle würden mit den einzelnen Bundesländern bezeichnet und die jeweiligen Werte enthalten. Nehmen wir dieses Beispiel, um uns ein wenig vertraut zu machen mit STATISTICA : Die konkreten Daten befinden sich in der (Text-)Datei PISA.dat und müssen erst in ein STATISTICA -Tabellenblatt importiert werden. Dazu wählt man wie gewohnt den Abbildung 3: Die Datendatei als Tabelle importieren und Dateityp Auto wählen. Menüpunkt Datei Öffnen, worauf ein Dialogfenster wie in Abb. 2 erscheint; nachdem man bei Dateityp Alle Dateien eingestellt hat, wird die gesuchte Datei angezeigt und kann ausgewählt werden. Im nächsten Dialog (vgl. Abb. 3) wählt man Als Tabelle importieren und belässt es anschließend beim Dateityp Auto.

5 1 Erste Schritte in STATISTICA 3 Abbildung 4: Unter Textdatei öffnen müssen eine Reihe wichtiger Einstellungen gemacht werden. Nun öffnet sich das Fenster Textdatei öffnen (siehe Abb. 4), und hier müssen einige Einstellungen gemacht werden. Da der beschreibende Text nicht im Tabellenblatt erscheinen soll, beginnen wir den Import bei Zeile 4, welche die Beschreibung unserer späteren Variablen enthält, wir machen einen Haken bei Variablennamen aus erster Zeile. Ebenso verfahren wir bei Fallnamen aus erster Spalte, damit unsere Fälle die Namen der einzelnen Bundesländer tragen. Schließlich darf bei Feldtrennung(en) lediglich der Tabulator markiert sein, und insbesondere nicht Komma, was dazu führen würde, dass unsere Kommazahlen auf einzelne Spalten verteilt würden. 7LSS An dieser Stelle eine wichtige Bemerkung: STATISTICA ist auf die deutsche Schreibweise eingestellt und verwendet das Komma als Dezimaltrennzeichen; in der Praxis hat man jedoch häufig Datensätze aus dem angloamerikanischen Raum vorliegen, und dort werden Punkte verwendet. Damit solche Daten importiert werden können, müssen vorher in einem Editor die Punkte durch Kommas ersetzt werden!!!

6 1 Erste Schritte in STATISTICA 4 Abbildung 5: Die gewünschten Daten wurden nun als Tabellenblatt importiert. Nun ist es geschafft! Durch Klick in die linke obere Ecke kann die Tabelle markiert werden, durch erneuten Klick mit der rechten(!) Maustaste ins Tabellenblatt öffnet sich ein PopUp- Menü und dort kann unter Format der Befehl Optimale Höhe/Breite betätigt werden, damit unsere Daten und Randbeschriftungen tatsächlich gut lesbar sind (hierzu vgl. Abb. 5). Betrachten wir die Daten genauer: In den Disziplinen Lesen, Mathematik und Naturwissenschaften wurde jeweils der Anteil von Schülern an den Stufen 3 bis 5 gemessen, das heißt im Klartext: Wenn wir unter Rubrik Lesen bei Baden-Württemberg eine 63,4 finden, so bedeutet dies, dass 63,4% aller dortigen Schüler der 9. Klasse über mittlere bis sehr gute Lesekenntnisse verfügen.

7 1 Erste Schritte in STATISTICA 5 Abbildung 6: Wir erstellen ein Balkendiagramm der Daten. Wir wollen uns die Ergebnisse der Variablen Lesen grafisch veranschaulichen, und zwar mit Hilfe eines Balkendiagramms. Dazu wählen wir wie in Abb. 6 den Menüpunkt Grafik 2D-Grafiken Balkenplots und anschließend in Abb. 7 als Variable Lesen Stufe 3-5, stellen horizontale Ausrichtung ein und betätigen dann den OK-Knopf. Abbildung 7: Als Variable wählen wir Lesen Stufe 3-5.

8 1 Erste Schritte in STATISTICA 6 Das Ergebnis kann sich sehen lassen: Balkenplot (Pisa 3v*14c) Thüringen Schleswig-Holstein Sachsen-Anhalt Sachsen Saarland Rheinland-Pfalz Nordrhein-Westfalen Niedersachsen Mecklenburg-Vorpommern Hessen Bremen Brandenburg Bayern Baden-Württemberg Lesen Stufe 3-5 Abbildung 8: Ein Balkendiagramm der Lesedaten und wer liegt vorn?!

9 2 Datenverwaltung in STATISTICA 7 2 Datenverwaltung in STATISTICA 2.1 Import von Daten Motivation Wo, wie, warum kann dieses Verfahren angewendet werden? Voraussetzungen Welche Voraussetzungen müssen an die Daten gemacht werden? Hintergrund Statistischer Hintergrund, Interpretation der Resultate, vgl. etwa Falk et al. (2002) Vorgehen Wie macht man es mit STATISTICA? Beispiel Stets ein Beispiel zur Illustration des Verfahrens Algorithmus Ab und an auch mal ein Algorithmus... Bemerkung zu Beispiel Bei Bedarf auch ergänzende Bemerkungen. 7LSS Hier gibt es weitere Tipps und Tricks Anbindung an Datenbanken STATISTICA erlaubt auch den direkten Zugriff auf Datenbanken. Das notwendige Vorgehen soll beispielhaft am kostenlosen Datenbanksystem MySQL demonstriert werden. Bei anderen Datenbankherstellern ist ein analoges Vorgehen möglich. Um MySQL verwenden und Daten von STATISTICA aus abfragen zu können, muss man zumindest MySQL selber sowie MyOLEDB installieren. Um komfortabler arbeiten zu können, empfiehlt sich zudem die Installation einer graphischen Benutzeroberfläche wie etwa das MySQL Control Center oder der MySQL Query Browser. All diese Programme können für alle gängigen Betriebssysteme kostenlos heruntergeladen werden von der MySQL-Homepage Gehen wir vom Beispiel eines Handelsunternehmens aus. In der Datenbank verkauf befindet sich u.a. die Tabelle deckung, welche zu jedem durchgeführten Auftrag den zug. Deckungsbeitrag enthält. Ferner sind diese Daten durch die zuständige Abteilung und den zuständigen Mitarbeiter ergänzt. Nun wollen wir die ermittelten Deckungsbeiträge einer tiefergehenden Analyse unterziehen. Dazu werden wir die Daten nach STATISTICA exportieren, so dass wir alle dort verfügbaren statistischen und grafischen Werkzeuge einsetzen können.

10 2 Datenverwaltung in STATISTICA 8 Dazu wählen wir das Menü Datei Externe Daten Neue Abfrage erstellen. Es öffnet sich ein Dialog wie in Abbildung 9. Dort könnte man bereits fertige Datenbankverknüpfungen auswählen, in unserem Fall gilt es jedoch, zuerst einmal eine passende Datenbankverknüpfung zu erstellen. Deshalb wählen wir Neu, und es öffnet sich ein Menü wie in Abbildung 10. Auf der Karte Provider wählen wir den MySQL.OLEDB Provider und klicken Next, auf der anschließenden Karte Connection (vgl. Abb. 11) tragen wir bei Data Source die gewünschte Datenbank ein, in unserem Fall also verkauf, und bei Location geben wir localhost ein. Wichtig ist, dass der MySQL-Server im Hintergrund aktiv ist. Nach dem Bestätigen mit OK wird im folgenden Dialog (vgl. Abb. 12) nach einem Namen für die Datenbankverknüpfung gefragt, wir geben z.b. MySQL_verkauf ein. Nun gelangen wir wieder in das allererste Menü (vgl. Abb. 9 und 13), nur dass nun auch die neue Verknüpfung angeboten wird. Diese wählen wir aus und gelangen in das Fenster aus Abbildung 14. Links sehen wir alle Tabellen und Variablen der Datenbank verkauf, und es bestände die Möglichkeit, per Maus eine Abfrage zusammenzustellen. Da dies aber leider nicht immer zuverlässig funktioniert, verlassen wir den grafischen Modus (Häkchen vor dem Menü Ansicht Grafischer Modus entfernen, vgl. Abb. 14) und wechseln in den Textmodus, wie er in Abbildung 15 zu sehen ist. Dort können wir nun unsere Abfrage formulieren, etwa SELECT * FROM deckung; Anschließend drücken wir den Play-Knopf ganz rechts (vgl. Abb. 15 oben), geben der Abfrage im folgenden Menü (siehe Abbildung 16) einen Namen, und erhalten schließlich die Daten in Form einer.sta-tabelle, wie es in Abbildung 17 unten zu sehen ist. Ferner erkennen wir in der Abbildung 17 auch, dass wir im Hintergrund via MySQL die Daten unserer Datenbank weiterbearbeiten können und durch Auswahl des Menüpunktes Daten aktualisieren werden die Änderungen automatisch in STATISTICA übernommen. 7LSS Leider kennt STATISTICA weniger Datentypen als MySQL. Beispielsweise können BIGINT-Variablen nicht importiert werden, entsprechende Spalten wären nur mit Nullen gefüllt. Falls ohne Datenverlust möglich, sollte deshalb der Datentyp in MySQL verändert werden, z.b. zu INT.

11 2 Datenverwaltung in STATISTICA 9 Abbildung 9: Erstellen einer neuen Datenbankverknüpfung. Abbildung 10: Auswahl des MySQL.OLEDB-Treibers.

12 2 Datenverwaltung in STATISTICA 10 Abbildung 11: Auswahl von Datenbank und localhost. Abbildung 12: Benennung der fertigen Datenbankverknüpfung.

13 2 Datenverwaltung in STATISTICA 11 Abbildung 13: Ausführen der Datenbankverknüpfung. Abbildung 14: Abfragen formulieren im grafischen Modus.

14 2 Datenverwaltung in STATISTICA 12 Abbildung 15: Abfragen formulieren im Textmodus. Abbildung 16: Abfrage abspeichern.

15 2 Datenverwaltung in STATISTICA 13 Abbildung 17: Die von MySQL importierten Daten.

16 Literatur 14 Literatur Falk, M., Marohn, F., Tewes, B.: Foundations of statistical analyses and applications with SAS. Birkhäuser Verlag, Basel, Falk, M., Marohn, F., Michel, R., Hoffmann, D., Macke, M.: A first course on time series analysis Examples with SAS. Download unter

17 Index Schlüsselwort, 2 15