Biometrisches Tutorial III

Transkript

1 Biometrisches Tutorial III Montag Uhr Sitzung Dr. Christoph Borzikowsky

2 Biometrisches Tutorial III 1. Anforderungen an Daten und Datenstrukturen 2. Einführung in SPSS (Grundlagen) 3. Einführung in die SPSS-Syntax (Grundlagen) 4. Anwendungsbeispiele 2

3 Biometrisches Tutorial III 1. Anforderungen an Daten und Datenstrukturen 2. Einführung in SPSS (Grundlagen) 3. Einführung in die SPSS-Syntax (Grundlagen) 4. Anwendungsbeispiele 3

4 Anforderungen an Daten und Datenstrukturen 4

5 Anforderungen an Daten und Datenstrukturen 5

6 Anforderungen an Daten und Datenstrukturen Identifier Unabhängige Variable (UV) Abhängige Variable (AV) Merke: - Erste Zeile enthält stets die Variablennamen - Ab der zweiten Zeile folgen dann die Patientendaten - Jede Zeile entspricht einem Patienten - Jede Spalte einer Variablen - Erste Variable ist immer ein eindeutiger Identifier - Tabellenblatt mit den Daten enthält im besten Fall nur Zahlen (aber: String -Variablen auch erlaubt) Tabellenblatt mit Daten 6

7 Anforderungen an Daten und Datenstrukturen Merke: - Tabellenblatt mit den Daten enthält im besten Fall nur Zahlen (aber: String - Variablen auch erlaubt) - Legende auf einem zweiten Tabellenblatt - Hinweise zur Kodierung ( Codebook ) Tabellenblatt mit Legende 7

8 Long- vs. Wide-Format Messwiederholungen Die gebräuchlichere Darstellungsmethode ist das Wide-Format, in dem jede Spalte eine Variable repräsentiert. Im Long-Format werden die gesamten Werte der messwiederholten Variable in einer einzigen Spalte dargestellt. 8

9 Anforderungen an Daten und Datenstrukturen 1. Anforderungen an Daten und Datenstrukturen 2. Einführung in SPSS (Grundlagen) 3. Einführung in die SPSS-Syntax (Grundlagen) 4. Anwendungsbeispiele 9

10 Statistical Package for the Social Sciences (SPSS) Aktuelle Version (Stand Frühjahr 2018): SPSS 24 Was ist SPSS? Grundzüge von SPSS SPSS ist ein in Module aufgegliedertes Programmsystem für die Datenanalyse. Das Anwendungsspektrum reicht von der Datenerfassung und Datenmodifikation in allen denkbaren Varianten über die statistische Auswertung bis zur Erstellung hochwertiger Graphiken. 10

11 Grundzüge von SPSS Statistical Package for the Social Sciences (SPSS) Aktuelle Version (Stand Frühjahr 2018): SPSS 24 Was ist SPSS? Leistungsfähige und vielseitige Statistiksoftware Datenmanagement deskriptive Statistiken und Datendiagramme inferenzstatistische Auswertungen strukturentdeckende Verfahren 11

12 Wie erhalte ich SPSS? Kostenpflichtiger Bezug von SPSS auf der Webseite des Uni-Rechenzentrums (Link auf asknet) 12

13 Wie erhalte ich SPSS? asknet: 13

14 Einführungsbücher in SPSS englisch deutsch 14

15 Einführungsbücher in SPSS deutsch deutsch 15

16 Matrixdarstellung des Datensatzes Zeilen: Personen Spalten: Variablen Häufige Variablentypen numerisch string Grundzüge von SPSS Datenansicht 16

17 Zeilendarstellung der Variablen Informationen über Variablenmerkmale Einstellung der Variablenmerkmale Grundzüge von SPSS Variablenansicht 17

18 Grundzüge von SPSS Variablenansicht 18

19 Grundzüge von SPSS Variablenansicht Name: Das ist die Bezeichnung mit der SPSS die Variablen kennt Typ: String: mit ABC & 1,2,3 Numeric: nur 1,2,3; nix ABC Beschriftung: Das ist der längere Itemtext, die Erklärung, wie die Variable gebildet wurde,... Spaltenformat: Soviele Zeichen werden der Variable zugebilligt: z.b. 1= 1 Zeichen Datenansicht: Da geht s zu den Fällen (Schüler, Lehrer, usf.) Variablenansicht: Überblick über die Variablen im Datensatz Werte: Hier sind nummerischen Werten Bezeichnungen zugeordnet (z.b. 1=Mann, 2=Frau) Fehlend: Hier sind Werte eingetragen, die von SPSS bei Analysen zusätzlich zu wirklich fehlenden Werten (sysmis) als fehlende Werte behandelt werden 19

20 Variablentypen definieren Auswahl aus vorgegebenen Typen Wichtige Unterscheidung Numerisch Zeichenfolge ( String ) Grundzüge von SPSS Variablenansicht 20

21 Spaltenformate und Dezimalstellen definieren Spaltenformat Anzahl der dargestellten Zeichen einer Variable Dezimalstellen Zahl der Nachkommastellen Grundzüge von SPSS Variablenansicht 21

22 Variablenlabel definieren Kurzbeschreibung der Variablen Dient der einfachen Erkennung der erfassten Merkmale Grundzüge von SPSS Variablenansicht 22

23 Grundzüge von SPSS Variablenansicht Wertelabels definieren Kurzbeschreibung der Variablenausprägungen Dient der einfachen Erkennung der Kodierung der Merkmalsausprägungen 23

24 Fehlende Werte definieren Ausweisung fehlender Werte anhand vordefinierter Variablenausprägungen Unterscheidung numerisch und Zeichenfolge beachten Grundzüge von SPSS Variablenansicht 24

25 Messniveau definieren Angabe des Messniveaus einer Variable Unterscheidung zwischen: Nominal Ordinal Metrisch Grundzüge von SPSS Variablenansicht 25

26 Analysieren vielfältige statistische Analysen deskriptive Analysen zur Beschreibung der Stichprobe inferenzstatistische Analysen für Rückschlüsse auf Population Grundzüge von SPSS Datenanalysen 26

27 Analysieren : Beispiel deskriptive Statistiken/ Häufigkeiten zu analysierende Variablen in der Variablenliste markieren und durch betätigen des Pfeilbuttons in die Analyseliste aufnehmen Grundzüge von SPSS Datenanalysen 27

28 Analysieren : Beispiel SPSS-Output Grundzüge von SPSS Datenanalysen Möglichkeit den SPSS- Output unter Speichern abzuspeichern 28

29 Analysieren : Beispiel zusätzliche Statistiken anfordern (Mittelwert, Median, Standardabweichung etc.) Grundzüge von SPSS Datenanalysen 29

30 Analysieren : Beispiel Diagramme Grundzüge von SPSS Datenanalysen 30

31 Analysieren : Beispiel SPSS-Output Grundzüge von SPSS Datenanalysen Möglichkeit, die Grafik im SPSS-Output zu bearbeiten (z.b. Achsenbeschriftungen) Möglichkeit die Grafik als Grafikdatei (z.b. als TIFF- Datei) abzuspeichern 31

32 Analysieren Inferenzstatistische Tests T-Tests Einstichproben-t-Test Zweistichproben-t-Test für unabhängige Stichproben Zweistichproben-t-Test für abhängige Stichproben ANOVA Grundzüge von SPSS Datenanalysen 32

33 Analysieren Inferenzstatistische Tests Korrelation Pearson Spearman Kendall Grundzüge von SPSS Datenanalysen 33

34 Analysieren Inferenzstatistische Tests Regression Einfache lineare Regression Multiple lineare Regression Logistische Regression Grundzüge von SPSS Datenanalysen 34

35 Anforderungen an Daten und Datenstrukturen 1. Anforderungen an Daten und Datenstrukturen 2. Einführung in SPSS (Grundlagen) 3. Einführung in die SPSS-Syntax (Grundlagen) 4. Anwendungsbeispiele 35

36 SPSS-Syntax Warum sollte man mit der SPSS-Syntax arbeiten? Man kann Datenanalysen abspeichern (Dateiendung.sps ). Man kann die Syntax an andere Personen (z.b. Promotionsbetreuer) weitergeben. Man kann nachvollziehen, wie neu berechnete Variablen erzeugt wurden ( Formeln ). Man kann Datenanalysen für sich selbst systematisieren (eine Syntaxdatei für alle Datenanalysen) Man kann die Syntax mit der Kommentarfunktion verständlich machen (Dokumentation innerhalb der Syntax). Man kann mit mehreren Personen an einer Datenanalyse arbeiten ( Staffellauf ). 36

37 Datei Neu Syntax SPSS-Syntax Syntaxfenster 37

38 Syntax ausführen: Hier klicken, wenn man Befehle ausführen möchte. SPSS-Syntax Syntaxfenster Syntax-Hilfe: Hier klicken, wenn man die Hilfe zur Syntax benötigt. * Dies ist eine Syntax * Der Stern (*) zu Beginn weist dies als Kommentar aus 38

39 SPSS-Syntax Syntaxfenster Eingabe nicht mit dem Ok -Button, sondern mit dem Einfügen -Button bestätigen. Die Syntax mit den entsprechenden Einstellungen wird in das geöffnete Syntaxfenster kopiert. Die Syntax kann dann abgeändert, kopiert und kommentiert werden. 39

40 1 SPSS-Syntax Syntaxfenster Beispiel: Zwei-Stichproben-t-Test für unabhängige Stichproben 40

41 2 SPSS-Syntax Syntaxfenster Beispiel: Zwei-Stichproben-t-Test für unabhängige Stichproben 41

42 3 SPSS-Syntax Syntaxfenster Beispiel: Zwei-Stichproben-t-Test für unabhängige Stichproben automatisch eingefügte Syntax 42

43 Anforderungen an Daten und Datenstrukturen 1. Anforderungen an Daten und Datenstrukturen 2. Einführung in SPSS (Grundlagen) 3. Einführung in die SPSS-Syntax (Grundlagen) 4. Anwendungsbeispiele 43