buch.041116.pdf - PDF-Format

1.2. ANALYSE UNIVARIATER DATEN 7
k Anzahl der verschiedenen Merkmalsausprägungen.
xk Bei wenigstens ordinalem Skalenniveau ist das die größte Be-
k i=1
obachtung.
ni = n
k i=1
Die Summe aller Einzelhäufigkeiten ergibt die Gesamthäufigkeit.
hi = 1 Wenn man alle Beobachtungen berücksichtigt, kommt man
auf 100%.
Diese Erkenntnisse können gut zur Konsistenzprüfung einer selbst erstellten Häufigkeitstabelle
verwandt werden.
Für den Beispieldatensatz Alter ergibt sich die mit Hilfe der von uns eingesetzten
statistischen Software folgende diskrete (gerundete) Häufigkeitstabelle:
> haeufigkeit.diskret(alter) in:2
-------------------------i
x.i n.i h.i F.i
--------------------------
1 18 3 0.011 0.011
2 19 33 0.125 0.136
3 20 85 0.321 0.457
4 21 58 0.219 0.675
5 22 28 0.106 0.781
6 23 26 0.098 0.879
7 24 16 0.060 0.940
8 25 3 0.011 0.951
9 26 4 0.015 0.966
10 27 5 0.019 0.985
11 28 2 0.008 0.992
12 29 1 0.004 0.996
13 30 1 0.004 1.000
--------------------------
Der Datensatz wird offensichtlich gewinnbringend zusammengefaßt. Die Tabelle
liefert dem Betrachter zu jeder Merkmalsausprägung, zu jedem Alter, die
absoluten und die relativen Häufigkeiten. Die häufigste Beobachtung ist 20, fast
ein Drittel der Studierenden hatten dieses Alter. Lediglich jeweils ein Studierender
war zum Zeitpunkt der Befragung 29 bzw. 30 Jahre alt.
Es sei noch eine Bemerkung zur letzten Spalte gemacht. Mit Hilfe der kumulierten
relativen Häufigkeiten kann man Fragen der Art beantworten, wie sie zu
Beginn des Kapitels an die Rohdaten formuliert wurden: 3
tion.
3 Vgl. auch Kapitel 1.2.3 für eine umfassende Abhandlung zur empirischen Verteilungsfunk-
out:2