Statistische Beratung. Doktorandenkurs. Heinz Haverkamp, Dipl.-Math. Anna Hagemeier, M. Sc.

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

Biometrisches Tutorial III

Einstieg in SPSS. Man kann auch für jede Ausprägung einer Variablen ein Wertelabel vergeben.


Basis-Kurs Statistik und SPSS für Mediziner Lösungen. SPSS-Übung Dateneingabe und -aufbereitung

Kurzanleitung für SPSS Statistics 22

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009, Statistik mit SPSS

Basis-Kurs Statistik und SPSS für Mediziner Lösungen. SPSS-Übung Deskriptive Statistik

Übung 1 im Fach "Biometrie / Q1"

Eigene MC-Fragen SPSS

Einführung in SPSS Wintersemester 2000/2001

Grundsätzliches Ein erster Blick auf die Daten

Aufgaben zu Kapitel 1

Statistik-Programme. Inhalt. 1.1 Kleine Einführung in R Installieren und Starten von R

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

Aufgaben zu Kapitel 1

Lösung 1. die 1 angeben. Alternativ kann man auch. Variable berechnen wählen und dann die Summe von Q2_6 und Q2_7 wählen.

Institut für Biometrie und klinische Forschung. WiSe 2012/2013

Statistik mit MAXQDA Stats

Einführung in SPSS für Windows

3. Lektion: Deskriptive Statistik

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

10. Medizinische Statistik

Einführung in die Arbeit mit SPSS

Kurze Einführung in IBM SPSS für Windows

Planung der Dateneingabe

Angewandte Marktanalyse und Marktforschung

Eigene MC-Fragen SPSS. 1. Zutreffend auf die Datenerfassung und Datenaufbereitung in SPSS ist

I.3. Computergestützte Methoden 1. Deskriptive Statistik. Master of Science Prof. Dr. G. H. Franke WS 2009/ 2010

Datenmaske für SPSS. Für die Datenanalyse mit SPSS können die Daten auf verschiedene Weise aufbereitet

Inhaltsverzeichnis. Über die Autoren Einleitung... 21

Übung zur Vorlesung: Mikroökonometrie. Mi. 9:45-11:15 Uhr PC-Pool und Barbara Hanel

Häufigkeiten, Mittelwerte Korrelationen u.a.m.

Einführung in SPSS Wintersemester 2000/2001

SPSS (20.0) Hilfe Version 1

Einführung in SPSS. Sitzung 2: Datenbereinigung und Datenmanagement. Knut Wenzig. 4. Dezember 2006

Einführung in SPSS. 1. Die Datei Seegräser

1. Zellen vervielfachen durch Runterziehen (auch möglich: Rüberziehen zur Seite)

Einsatz von Statistikprogrammen

SPSS Grundlagen Winterakademie 2018 David A. Peters M.A. Koordinierungsstelle Evaluation Hochschule Niederrhein

Unterschiedshypothesen für maximal 2 Gruppen, wenn die Voraussetzungen für parametrische Verfahren nicht erfüllt sind

Übung 3 im Fach "Biometrie / Q1"

Übung 1 im Fach "Biometrie / Q1" Thema: Deskriptive Statistik

Epidemiologie und Statistik für Fortgeschrittene

Wiederholung SPSS und Einführung in die SPSS Syntax

Basis-Kurs Statistik und SPSS für Mediziner Lösungen. SPSS-Übung Statistische Tests

Mit externen Dateien im SPSS- oder Excel-Format arbeiten

fh management, communication & it Constantin von Craushaar FH-management, communication & it Statistik Angewandte Statistik

Grundsätzliches zu SPSS

Einführung in das Programm - IBM SPSS Statistics (V 24)

Deskriptive Statistik

Variablen und Codes eines MAXQDAProjekts analysieren

Einführung in SPSS. Sitzung 2: Datenbereinigung und Datenmanagement. Knut Wenzig. 9. Dezember 2004

Im ersten Schritt müssen die Daten in die Datenansicht eingelesen werden.

5 Einfache Datentransformationen

Geostatistik 1 im WS 2009/2010

Inhaltsverzeichnis. Vorwort

Das Erstellen einer Datenmaske

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik

Gibt es einen Zusammenhang zwischen Merkmalen? Korrelationen

Inhaltsverzeichnis Grundlagen aufigkeitsverteilungen Maßzahlen und Grafiken f ur eindimensionale Merkmale

Merkmalstypen Univ.-Prof. Dr. rer. nat. et med. habil. Andreas Faldum

Angewandte Marktanalyse und Marktforschung

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

Testen von Unterschiedshypothesen mit parametrischen Verfahren Der t-test

3. Bestehende Dateien

Constantin von Craushaar FH-Management & IT Statistik Angewandte Statistik (Übungen) Folie 1

Einführung in SPSS. Sitzung 2: Datenbereinigung und Datenmanagement. Knut Wenzig. 15. Dezember 2005

UE Wahlfach - Praktische Anwendung statistischer Auswertungsmethoden Termin 1 WH und Erstellung von Auswertungsplänen

Bitte am PC mit Windows anmelden!

Kapitel 3. FRAGESTELLUNG 1 und 2. Öffne die Datei commercial.sav. Folgende Darstellung sollte in der Datenansicht erscheinen:

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

32 Verschiedenes Datendatei-Informationen, Codebuch. Fortsetzung der Seiten in der 8. Auflage

Fachbereich Humanmedizin

Stand: Semester: Dauer: Modulnummer: Minimaldauer 1 Semester BSTA. Regulär angeboten im: Modultyp: Pflicht WS, SS

Einleitung Teil I: SPSS kennen lernen Kapitel 1: In 25 Minuten zum SPSS-Profi Kapitel 2: Heimisch werden bei SPSS...

11./ 12. April Andrea Ossig Prof. Dr. Helmut Küchenhoff

Übung 5 im Fach "Biometrie / Q1" Thema: Wilcoxon, Chi-Quadrat, multiples Testen

Grundlagen der Datenanalyse am Beispiel von SPSS

QUANTITATIVE DATEN IM PRAXISSEMSTER DATENMANAGEMENT AUSWERTUNG VISUALISIERUNG

Herzlich willkommen zum Thema SPSS

Einführung in Quantitative Methoden

Skript 6 Häufigkeiten und Deskriptive Statistiken einer Variablen

Von SAS nach SPSS und umgekehrt

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik

Übung 4 im Fach "Biometrie / Q1"

Transkript:

Statistische Beratung Doktorandenkurs Heinz Haverkamp, Dipl.-Math. Anna Hagemeier, M. Sc. Inhalt in Stichworten: Organisation und Voraussetzungen Datenmanagement Einführung in SPSS Datenbeispiel in SPSS Folien stehen online zur Verfügung

Organisation und Voraussetzungen v2.0 Doktorandenkurs IMSB 2

Statistische Beratung am IMSB Möglichkeit zur statistischen Beratung bei Promotionen, Habilitationen, Forschungsprojekten, Masterarbeiten, Anmeldung: Frau Sablonsky (82929, imsb-kontakt@unikoeln.de) Anmeldeformular auf: http://imsieweb.uni-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 (à 60 Minuten) v2.0 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 v2.0 Doktorandenkurs IMSB 4

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! v2.0 Doktorandenkurs IMSB 5

Was wir nicht bieten können: Einführung in die statistische Methodik Klinische Fragestellungen erarbeiten Ethikanträge formulieren / Prüfpläne erstellen Datenerfassung und -eingabe / Datenbank-Management Durchführung der statistischen Auswertung Umgang mit Statistiksoftware vermitteln Praktische Durchführbarkeit einschätzen / garantieren v2.0 Doktorandenkurs IMSB 6

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 https://www.portal.uni-koeln.de/wissprax.html v2.0 Doktorandenkurs IMSB 7

Voraussetzungen - Kurse Q1: Epidemiologie, Med. Biometrie und Med. Informatik Auffrischung der Kenntnisse aus dem Studium http://imsieweb.uni-koeln.de/lehre/q1/materialien/ Benutzer: Q1, Passwort: IMSB Blockkurs: Grundlagen Medizinische Statistik http://imsieweb.uni-koeln.de/lehre/blockstat/ SPSS Blockkurs IMSB http://imsieweb.uni-koeln.de/lehre/spss/ Computer-Kurse am RRZK z.b. SPSS https://rrzk.uni-koeln.de/kursangebot.html v2.0 Doktorandenkurs IMSB 8

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 https://www.aerzteblatt.de/dae-plus/serie/35/bewertung-wissenschaftlicher-publikationen Statistik-Serie in der Deutschen Medizinischen Wochenschrift https://www.thieme-connect.de/products/ejournals/issue/10.1055/s-002-6753 v2.0 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 v2.0 Doktorandenkurs IMSB 10

Informationen für den statistischen Berater Vollständig ausgefüllter Anmeldebogen als erste Orientierung Ausarbeitung: 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 Für Nicht-Mediziner verständlich schreiben! Je ausführlicher und präziser die Angaben sind / je besser die Vorbereitung auf Gespräch ist, desto zielführender ist die Beratung! v2.0 Doktorandenkurs IMSB 11

Datenmanagement v2.0 Doktorandenkurs IMSB 12

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 v2.0 Doktorandenkurs IMSB 13

Praktischer Tipp zur Datenerhebung in Excel Ansicht > Fenster einfrieren > Fenster einfrieren v2.0 Doktorandenkurs IMSB 14

Praktischer Tipp zur Datenerhebung in Excel Ansicht > Fenster einfrieren > Fenster einfrieren v2.0 Doktorandenkurs IMSB 15

Praktischer Tipp zur Datenerhebung in Excel Zellen markieren, Daten > Filtern v2.0 Doktorandenkurs IMSB 16

Praktischer Tipp zur Datenerhebung in Excel Zellen markieren, Daten > Filtern v2.0 Doktorandenkurs IMSB 17

Praktischer Tipp zur Datenerhebung in Excel Strg + h > Suchen und Ersetzen v2.0 Doktorandenkurs IMSB 18

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 (statt DD.MM.YYYY) keine Kodierung für fehlende Angaben Text als Kennzeichen für fehlende Angaben Sonderzeichen bei Messwerten Mehrfachantworten in einer Spalte bereits durchgeführte Berechnungen v2.0 Doktorandenkurs IMSB 19

Datenbeispiel (schlecht) v2.0 Doktorandenkurs IMSB 20

Datenbeispiel (schlecht) v2.0 Doktorandenkurs IMSB 21

Datenbeispiel (gut) v2.0 Doktorandenkurs IMSB 22

Datenbeispiel (gut) v2.0 Doktorandenkurs IMSB 23

Einführung in SPSS v2.0 Doktorandenkurs IMSB 24

SPSS Anfangs: Statistical Package for the Social Sciences Jetzt: SPSS Inc. Programm zur statistischen Datenanalyse von IBM Dateneingabe Datenspeicherung SPSS kann über das Menü oder mit Hilfe von SPSS- Befehlssprache (Syntax) bedient werden. v2.0 Doktorandenkurs IMSB 25

Literatur und Links Literatur Angele G: SPSS Statistics 25, Bamberg 2018 https://www.uni-bamberg.de/fileadmin/rz/spss/skript.pdf Bühl, Achim: SPSS 23, Pearson Studium, München, 2016 Andy Field: Discovering Statistics using IBM SPSS Statistics, London 2014 Hilfe Raynald s SPSS Tools http://www.spsstools.net/spss.htm Hilfe, Links, Tipps, Tutorials z.b. zum Thema Häufigkeiten v2.0 Doktorandenkurs IMSB 26

SPSS-Lizenzen Persönliche SPSS Mietlizenz über RRZK https://rrzk.uni-koeln.de/software-spss.html ca. 25 /Jahr für Angehörige der Fakultät Lizenzdauer: 1. September bis 31. August v2.0 Doktorandenkurs IMSB 27

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 v2.0 Doktorandenkurs IMSB 28

Daten-Editor Syntax-Editor Viewer Diagramm-Editor Die nachfolgenden Screenshots zeigen: SPSS Statistics, Version 25 (IBM Corp., Armonk, NY, USA) unter Windows v2.0 Doktorandenkurs IMSB 29

Daten-Editor Syntax-Editor Viewer Diagramm-Editor v2.0 Doktorandenkurs IMSB 30

Daten-Editor Syntax-Editor Viewer Diagramm-Editor v2.0 Doktorandenkurs IMSB 31

Daten-Editor Syntax-Editor Viewer Diagramm-Editor v2.0 Doktorandenkurs IMSB 32

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.) v2.0 Doktorandenkurs IMSB 33

Daten-Editor Datenansicht: Datensatz mit einzelnen Fällen und Variablen Variablenansicht: Betrachten und Definition von Variablenattributen v2.0 Doktorandenkurs IMSB 34

Variablendefinition: Name Variablennamen müssen eindeutig sein. Sie dürfen maximal 64 Zeichen lang sein und beginnen mit einem der Zeichen A-Z, a z, @, oder #. Leerzeichen sind nicht gestattet. Dem ersten Zeichen eines Namens dürfen beliebige Kombinationen aus Buchstaben, Ziffern, die Zeichen @, #, $,., und _ folgen. Variablennamen dürfen nicht mit. oder _ enden. v2.0 Doktorandenkurs IMSB 35

Variablendefinition: Typ Im Dialogfeld (Variablen)Typ eintragen oder mit Hilfe der Syntax zuweisen: NUMERIC Alter (F3.0). EXECUTE. v2.0 Doktorandenkurs IMSB 36

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. v2.0 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. v2.0 Doktorandenkurs IMSB 38

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. v2.0 Doktorandenkurs IMSB 39

Variablendefinition: Messniveau v2.0 Doktorandenkurs IMSB 40

Hilfefunktion v2.0 Doktorandenkurs IMSB 41

Datenbeispiel in SPSS v2.0 Doktorandenkurs IMSB 42

Datensatz einlesen Datei > Öffnen > Daten > v2.0 Doktorandenkurs IMSB 43

Daten aufbereiten Beschriftungen, Wertelabels, Fehlende Werte, Nachkommastellen, Messniveau, v2.0 Doktorandenkurs IMSB 44

1. 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 Geschlecht = männlich und Krankheit = Gebärmutterhalskrebs Alter < 30 und Beruf = Rentner v2.0 Doktorandenkurs IMSB 45

1. Plausibilitätschecks niedrige Minimalgröße hohes Maximalgewicht Zusätzliche Kategorien bei Geschlecht Follow-Up Datum liegt in der Zukunft v2.0 Doktorandenkurs IMSB 46

Stetige Variablen 2. Deskription des Kollektivs symmetrisch verteilt/ normalverteilt: Mittelwert, Standardabweichung schief verteilt: Median, Interquartilsbereich grafisch: Boxplot Kategoriale Variablen absolute und relative Häufigkeiten grafisch: Balkendiagramm v2.0 Doktorandenkurs IMSB 47

2. Deskription des Kollektivs v2.0 Doktorandenkurs IMSB 48

2. Deskription des Kollektivs v2.0 Doktorandenkurs IMSB 49

2. Deskription des Kollektives v2.0 Doktorandenkurs IMSB 50

3. Auswertung t-test Χ 2 -Test Regression nicht-parametrische Verfahren v2.0 Doktorandenkurs IMSB 51

Viel Erfolg für Ihre Doktorarbeit! v2.0 Doktorandenkurs IMSB 52

Backup-Folien v2.0 Doktorandenkurs IMSB 53

SPSS: Test auf Normalverteilung Analysieren > Deskriptive Statistiken > Explorative Datenanalyse: Diagramme v2.0 Doktorandenkurs IMSB 54

SPSS: Test auf Normalverteilung Analysieren > Deskriptive Statistiken > Explorative Datenanalyse: Diagramme v2.0 Doktorandenkurs IMSB 55

SPSS: Deskriptive Statistiken Analysieren > Deskriptive Statistiken > Häufigkeiten v2.0 Doktorandenkurs IMSB 56

SPSS: Deskriptive Statistiken quantitative Variablen v2.0 Doktorandenkurs IMSB 57

SPSS: Deskriptive Statistiken qualitative Variablen v2.0 Doktorandenkurs IMSB 58