Aufgabe: Es sollen Altersdurchschnitte nach Geschlecht und Region ermittelt werden. Die einfachste Syntax dafür lautet: means age by sex. means age by region. Wir erhalten zwei separate Tabellen und als voreingestellte Kennwerte (default) den Mittelwert, die Fallzahl und die Standardabweichung. Erste Verbesserung: wir möchten zusätzlich Minimum und Maximum ausgeben und die Standardabweichung an die zweite … „Benutzerdefinierte Tabellen mit SPSS (ctables): Beispiele für Mittelwerte“ weiterlesen
Schlagwort: Mittelwert
T-Test oder U-Test?
Bei Mittelwertvergleichen steht der Forscher oft vor der Frage, ob parametrische Verfahren wie der t-Test eingesetzt werden können oder ob auf nichtparametrische Tests wie den Mann-Whitney-U-Test ausgewichen werden muss. Parametrische Verfahren weisen eine höhere Teststärke auf, d. h. sie können tatsächlich vorhandene Unterschiede eher nachweisen, da sie mehr Informationen in den Daten nutzen. Ihr Nachteil … „T-Test oder U-Test?“ weiterlesen
Sachsen gehen im Bundesvergleich am seltensten zum Arzt
Einwohner Sachsens gehen im statistischen Durchschnitt etwa 15 Mal pro Jahr zum Arzt – dies ist der niedrigste Wert an Arztbesuchen in allen Bundesländern. Der Bundesdurchschnitt liegt bei 17 Arztkontakten pro Jahr, mit 19 Mal suchen die Saarländer ihren Doktor am häufigsten auf. In Ostdeutschland sind Arztbesuche etwas seltener als im Westen. Ermittelt wurden diese … „Sachsen gehen im Bundesvergleich am seltensten zum Arzt“ weiterlesen
Fehlwerte: Mittelwertsberechnung per SPSS-Syntax
Wie kann man in SPSS einen Mittelwert aus 3 Items berechnen? Ganz einfach: compute mittelwert1=(frage1 + frage2 + frage3)/3. execute. Angenommen, der Datensatz besteht nur aus einer Person, die z. B. so geantwortet hat: Frage 1: 3 Frage 2: 4 Frage 3: keine Angabe (=missing value, k. A.) Dann liefert SPSS für diese Person keinen … „Fehlwerte: Mittelwertsberechnung per SPSS-Syntax“ weiterlesen
Verteilungen vergleichen: Mittelwerte und Fallzahlen reichen (manchmal) nicht
Ich bin ein Verfechter des „Mosaik“-Ansatzes: mit mehreren Ansätzen auf Daten schauen, um Schritt für Schritt (Steinchen für Steinchen) ein klareres Bild zu erhalten. Einfaches Praxisbeispiel: Zwei Schulklassen mit nur je zwei Schüler(innen). Zensuren: Klasse A 3, 3; Klasse B 1, 5. In beiden Klassen gilt: Durchschnittsnote = 3, N (Fallzahl) = 2. Bleibt man … „Verteilungen vergleichen: Mittelwerte und Fallzahlen reichen (manchmal) nicht“ weiterlesen
Interaktionseffekt / Moderatoreffekt
Interaktionseffekte (Moderatoreffekte) werden oft als schwierig nachvollziehbar empfunden. Kurz gesagt hängt bei einem Moderatoreffekt die Wirkung einer Variablen auf eine andere vom Zustand einer weiteren Variable, dem Moderator, ab. Klingt zu abstrakt? Neuer Beitrag zur Visualisierung von Regressionsmodellen, inklusive Interaktionseffekten, Regressionsdiagnostik und 3D-Darstellung, mit Video: Regressionsmodelle visualisieren in R (ggplot2, plotly) Moderatoreffekte im Video … „Interaktionseffekt / Moderatoreffekt“ weiterlesen