Einführung in Einführung in Statistik und SPSS Statistik und SPSS

LVA Human Factors (SS 04)

23.03.2004

Mag. Katharina Mallich

23.03.2004 Einführung in Statistik und SPSS 2/ 33

Grundlegendes

• SPSS: Statistical Package for the Social Sciences• Programm zur statistischen Datenanalyse• hier verwendet: SPSS 10 (deutsch)• Einloggen an den Uni-PCs (z.B. im NIG)• Berechnungen auch im Excel möglich• Literatur:

– Ponocny-Seliger, E. & Ponocny, I. (2001). Statistik for You. Skriptum erhältlich im NIG-Shop.

– Bühl, A. & Zöfel, P. (2000). SPSS. Einführung in die moderne Datenanalyse unter Windows. München: Addison-Wesley.

23.03.2004 Einführung in Statistik und SPSS 3/ 33

Anlegen eines Datenfiles

Leere Datenmaske: Spalten (= Variablen)

und Zeilen (= Untersuchungspersonen)Spss.lnk

23.03.2004 Einführung in Statistik und SPSS 4/ 33

Anlegen eines Datenfiles

• für jede Variable muss ein Name und ein Typ definiert werden

• Name: Doppelklicken auf „var“ (man gelangt zur VariablenansichtVariablenansicht) und unter Name den Variablennamen eingeben, z.B. „fb_nr“ (max. 8 Zeichen, keine Sonderzeichen)

• Typ: handelt es sich um Zahlen („numerisch“), Wörter („string“) oder anderes?

23.03.2004 Einführung in Statistik und SPSS 5/ 33

Datenmaske: Variablenansicht

23.03.2004 Einführung in Statistik und SPSS 6/ 33

Datenmaske: Variablenansicht

• Wertelabels:z.B. Schulbildung

• Variablenlabel:Benennung der Variablen, z.B. Name „fb_nr“ Variablenlabel „Fragebogennummer“

• Dezimalstellen, Spaltenformat, ...

Daten eingeben (z.B. auf einer Skala von 1 bis 5)

23.03.2004 Einführung in Statistik und SPSS 7/ 33

Datenmaske: Datenansicht

Gruppe: z.B. 1 = Nutzung von sms

2 = keine Nutzung von sms

23.03.2004 Einführung in Statistik und SPSS 8/ 33

Speichern

• Datenfile speichern unter „Datei“ „Speichern unter“:daten.sav

• Berechungen speichern unter:output01.spo

• Syntax wird gespeichert unter:syntax01.sps

23.03.2004 Einführung in Statistik und SPSS 9/ 33

Erste Berechnungen und Hinweise

Datenmodifikation:• Berechnen einer neuen Variable

z.B. Mittelwert einer SkalaSPSS: unter „Transformieren“ „Berechnen“ anklicken, neue Zielvariable benennen, s.u.

• Umkodierenvon Variablen:SPSS: „Trans-formieren“ „Umkodieren“ „in andereVariablen“

23.03.2004 Einführung in Statistik und SPSS 10/ 33

DatenansichtDatenansicht

23.03.2004 Einführung in Statistik und SPSS 11/ 33

Erste Berechnungen und Hinweise

Datenselektion: Fälle auswählenwenn z.B. Unterschiede in der „Performance“ der Gesamtstichprobe auftreten und man wissen will, ob die Unterschiede auch „nur“ in der männlichen oder weiblichen Stichprobe vorhanden sind.

SPSS:„Daten“ „Fälle auswählen“ „Falls Bedingungzutrifft“ „Falls“... „weiter“ „ok“

23.03.2004 Einführung in Statistik und SPSS 12/ 33

Erste Berechnungen und Hinweise

Datenselektion: Fälle auswählen

Ausgewählt wurde „Geschlecht (sex) = 1 (männlich).

Nun erfolgen sämtliche Berechnungen nur für die Männer.

Will man wieder mit der Gesamtstichprobe rechnen:

SPSS: „Daten“ „Fälle auswählen“ „Alle Fälle“ „ok“

23.03.2004 Einführung in Statistik und SPSS 13/ 33

Voraussetzungen f. d. Anwendung statistischer Tests

Skalenniveau• Nominalskala: bestehenden Namen werden Messwerte

zugeordnet, keine Rangfolge, nicht vergleichbar, z.B. Geschlecht (männlich = 1, weiblich = 2), Schulbildung, ...

• Ordinal-/ Rangskala: Information über eine Rangordnung ist gegeben, d.h. je größer ein Wert desto ausgeprägter die Eigenschaft, z.B. Rauchverhalten (1 = Nicht-Raucher, 2 = mäßiger Raucher, 3 = starker Raucher), Windstärke, ...

• Intervallskala: neben Ranginformation auch Informationen über Messwertdifferenzen, gleiche numerische Differenzen bedeuten gleiche inhaltliche Differenzen, z.B. Reaktionszeiten, Testscores, Temperatur, ...

• Verhältnisskala: die Messwerte erlauben Verhältnisangaben (A ist doppelt so groß wie B), z.B. Längenangaben, Gewicht, ...

23.03.2004 Einführung in Statistik und SPSS 14/ 33

Voraussetzungen f. d. Anwendung statistischer Tests

Normalverteilung (bei intervallskalierten Variablen):

macht Aussagen über die Verteilung der Messwerte, z.B. symmetrisch, links-,rechtsschief, bimodal, etc.

SPSS: „Grafiken“ „Histogramm“ „Normalverteilungskurve“

bzw. Kolmogorov-Smirnof-Test:

„Analysieren“ „Nichtparametrische

Tests“ „K-S bei einer Stichprobe“

Testverteilung „normal“.

Ergebnis: Asymptotische Signifikanz (2-seitig) muss > .05 sein.

23.03.2004 Einführung in Statistik und SPSS 15/ 33

Voraussetzungen f. d. Anwendung statistischer Tests

Abhängigkeit bzw. Unabhängigkeit von Stichproben:

• abhängig (gepaart):wenn jedem Wert der einen Stichprobe eindeutig und sinnvoll ein Wert einer anderen Stichprobe zugeordnet werden kann, z.B. Messung zu mehreren Zeitpunkten (Computerkenntnisse vor und nach einer Schulung)

• unabhängig:wenn keine Zuordnungen möglich sind, z.B. einmalige Testung mehrerer Versuchspersonen (Vp)

23.03.2004 Einführung in Statistik und SPSS 16/ 33

Intervallskalierte, normalverteilte Variablen

Ordinalskalierte oder nicht normalverteilte intervallskalierte Variablen

Übersicht über gängige Mittelwertstests

Anzahl d. Stichpr.

Abhängigkeit (parametrischer) Test

2 unabhängig t-Test

2 abhängig t-Test für abhängige Stichproben

> 2 unabhängig einfache Varianzanalyse

> 2 abhängig einfache Varianzanalyse mit Messwiederholungen

Anzahl d. Stichpr.

Abhängigkeit (nicht parametrischer) Test

2 unabhängig U-Test (Man-Whitney)

2 abhängig Wilkoxon-Test

> 2 unabhängig H-Test (Kruskal-Wallis)

> 2 abhängig Friedman-Test

23.03.2004 Einführung in Statistik und SPSS 17/ 33

Deskriptivstatistiken

• dienen der beschreibenden Darstellung der Variablen• z.B. Häufigkeitstabellen, statische Kennwerte (M, SD, ...),

grafische Darstellungen, Kreuztabellen (bei > 2 Variablen)• SPSS: „Analysieren“ „Deskriptive Statistiken“

„Häufigkeiten“: ...

23.03.2004 Einführung in Statistik und SPSS 18/ 33

Analytische Statistik

• Signifikanztests: dienen der Untersuchung, ob signifikante Unterschiede zwischen 2 Stichproben/ Gruppen/Messzeit-punkten/ etc. bestehen.

• Wann ist ein Unterschied signifikant?Wenn die Irrtumswahrscheinlichkeit p ≤ .05 ist.p > .05 nicht signifikant p ≤ .05 signifikantp ≤ .01 hoch signifikant p ≤ .001 höchst signifikant

• Hypothesen können ein- oder zweiseitig formuliert sein:einseitig: Junge Vpn erreichen eine höhere Performance als ältere.

• zweiseitig: Es bestehen Unterschiede in der Performance zwischen jungen und alten Vpn.

23.03.2004 Einführung in Statistik und SPSS 19/ 33

Analytische Statistik - Mittelwertvergleiche

VARIANZANALYSEN:– einfaktoriell: eine uV, mehrere aVs

– univariat: mehrere uVs, eine aV

– multivariat: mehrere uVs, mehrere aVs

– mit Messwiederholungen: mehrere Messzeitpunkte ...

Übungsbeispiel - Univariate Varianzanalyse:

Untersucht wird der Einfluss von Alter (uV) und Geschlecht (uV) auf den Ausgangswert M1 eines Merkfähigkeitstests (aV).

SPSS: „Analysieren“ „Allgemeines Lineares Modell“ „Univariat“

23.03.2004 Einführung in Statistik und SPSS 20/ 33

Analytische Statistik - Mittelwertvergleiche

23.03.2004 Einführung in Statistik und SPSS 21/ 33

Analytische Statistik - Mittelwertvergleiche

M1 eintragen als abhängige Variable, Alter und Geschlecht als uVs (Faktoren).

Unter „Optionen“:

23.03.2004 Einführung in Statistik und SPSS 22/ 33

Analytische Statistik - Mittelwertvergleiche

Nach dem Start

der Berechnungen

erscheint der Output.

hier: Deskriptives.

23.03.2004 Einführung in Statistik und SPSS 23/ 33

Analytische Statistik - Mittelwertvergleiche

Output: Prüfung auf Signifikanz

Ergebnis: Es besteht ein höchst signifikanter Einfluss des Alters auf die Merkleistung: F2,21 = 29.80, p ≤ .001.

Keinen Effekt

üben Geschlecht

F1,21 = .10, p = .76

und die Wechsel-

wirkung Alter *

Geschlecht

F2,21 = .51, p = .61

auf M1 aus.

23.03.2004 Einführung in Statistik und SPSS 24/ 33

Analytische Statistik - Mittelwertvergleiche

Die „geschätztenRandmittel“ helfen

bei der Interpretation!

• Geschlecht: keinenennenswerten Mittel-wertunterschiede, daja nicht signifikant.

• Alter: Je älter dieProbanden sind, desto geringer ihre Werte bei der Merkfähigkeit. Besonders wenig Punkte erreichten die über 50-Jährigen. Das Alter spielt somit eine entscheidende Rolle bei der Merkfähigkeit!

23.03.2004 Einführung in Statistik und SPSS 25/ 33

Analytische Statistik - Mittelwertvergleiche

Übungsbeispiel -

univariate ANOVA mit Messwiederholungen:

Untersucht wird, ob im Laufe von 4 Testzeitpunkten (uV, MH-Faktoren) Veränderungen im Merkfähigkeitstest (aV) auftreten.

SPSS: „Analysieren“ „Allgemeines Lineares Modell“ „Messwiederholungen“.

Es erscheint ein Fenster,

in dem man die Faktoren

definieren kann:

„hinzufügen“

23.03.2004 Einführung in Statistik und SPSS 26/ 33

Analytische Statistik - Mittelwertvergleiche

Die 4 MW-Variablen ins Feld „Innersubjektfaktoren“ klicken, Alter und Geschlecht zu den Zwischensubjektfaktoren (uVs).

23.03.2004 Einführung in Statistik und SPSS 27/ 33

Analytische Statistik - Mittelwertvergleiche

Unter „Optionen“:

Es können auch Post-Hoc-

Tests (z.B. Bonferroni)

durchgeführt werden.

danach:

Starten

der Berechnungen

23.03.2004 Einführung in Statistik und SPSS 28/ 33

Analytische Statistik - Mittelwertvergleiche

Output:

• Deskriptive Statistiken(wie bei univariater ANOVA) sowie füralle Messzeitpunktegetrennt nach Alterund Geschlecht:

• Signifikanzprüfung:siehe „multivariateTests“ (nächste Folie)

23.03.2004 Einführung in Statistik und SPSS 29/ 33

Analytische Statistik - Mittelwertvergleiche

23.03.2004 Einführung in Statistik und SPSS 30/ 33

Analytische Statistik - Mittelwertvergleiche

Ergebnis:Pillai Spur betrachten

Der Faktor ZEIT hat einen höchst signifikanten Einfluss auf die Merkfähigkeit (F3,19 = 133.37, p ≤ .001).

Wechselwirkungen der ZEIT mit Alter (F6,40 = 1.15, p = .36)

oder Geschlecht der Vpn (F3,19 = .75, p = .54) bestehen

keine.

Die „Tests der

Zwischensubjekt-

effekte“ zeigen

mögliche Haupteffekte auf (hier: wie vorhin das Alter).

23.03.2004 Einführung in Statistik und SPSS 31/ 33

Analytische Statistik - Mittelwertvergleiche

Die „geschätzten Randmittel“ verdeutlichen einen Anstieg der Merkfähigkeit zu jedem der 4 Testzeitpunkte. Die besten Ergebnisse werden beim 4. Zeitpunkt erreicht.

Möglicherweise findet eine

Schulung statt, auf welche

diese Unterschiede zurück-

zuführen sind.

23.03.2004 Einführung in Statistik und SPSS 32/ 33

Analytische Statistik - Zusammenhänge

Neben Mittelwertsvergleichen können auch Zusammen-hänge untersucht werden.

• Korrelationen: z.B. Besteht ein Zusammenhang zwischen der PC-Nutzung und Rückenschmerzen?SPSS: „Analysieren“ „Korrelation“ „Bivariat“Die Stärke eines Zusammenhang sagt aber nichts über die Kausalität aus!!

• Regressionsanalyse: soll die Art eines Zusammenhang aufdecken, es soll eine aV aus den Werten einer/ mehrerer uVs vorhergesagt werden SPSS: „Analysieren“ „Regression“ „Linear“

23.03.2004 Einführung in Statistik und SPSS 33/ 33

Analytische Statistik - Hinweis

• Bei t-Tests und Regressionsanalysen heißen die Prüfgrößen „t“ (nicht „F“ wie bei den ANOVAs). Auch hierbei muss wieder geschaut werden, ob „t“ signifikant ist („Sig.“ oder „Signifikanz“).

• Neben den bisherigen Analysen gibt es noch eine Menge weiterer komplexer statistischer Verfahren wie Diskriminanz-, Faktoren- oder Clusteranalysen und verschiedene Zusatzmodule.

Viel Erfolg bei Euren AuswertungenViel Erfolg bei Euren Auswertungen !!! !!!