Grundlagen der Datenanalyse am Beispiel von SPSS
Grundlagen der Datenanalyse am Beispiel von SPSS
Grundlagen der Datenanalyse am Beispiel von SPSS
Verwandeln Sie Ihre PDFs in ePaper und steigern Sie Ihre Umsätze!
Nutzen Sie SEO-optimierte ePaper, starke Backlinks und multimediale Inhalte, um Ihre Produkte professionell zu präsentieren und Ihre Reichweite signifikant zu maximieren.
<strong>Grundlagen</strong> <strong>der</strong> <strong>Datenanalyse</strong><br />
<strong>am</strong> <strong>Beispiel</strong> <strong>von</strong> <strong>SPSS</strong><br />
Termin 5 – Teststärke / Poweranalyse /<br />
Offene Fragen<br />
Dipl. - Psych. Angela Cho<br />
angela.cho@psychologie.uni-freiburg.de
Feedbackbögen<br />
• Bitte ausfüllen und nach vorne geben!<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 5 2
Wie<strong>der</strong>holung Termin 4<br />
• Varianzanalyse<br />
- Hypothesentestung<br />
- Unterschiede zum t-Test<br />
- Einfaktoriell<br />
- Zweifaktoriell<br />
- Post hoc-Tests<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 5 3
Hypothesentestung und Fehler<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 4 4
Hypothesentestung und Fehler<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 4 5
Problem multiples Testen<br />
• Mehrere t-Tests wenn mehrere Gruppen?<br />
<br />
<br />
• <strong>Beispiel</strong>: 3 Vergleiche<br />
- Was ist mein alpha (global)?<br />
<br />
- Alpha (lokal) korrigieren:<br />
<br />
- Alphafehler-Kumulierung o<strong>der</strong> Alphafehler-<br />
Inflation -> z.B. Bonferroni-Korrektur<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 4 6
Was ist eine Varianzanalyse?<br />
• Analysis of Variance = ANOVA<br />
• Im Prinzip ein „erweiterter t-Test“:<br />
- Mehr als zwei Stufen <strong>der</strong> unabhängigen Variable<br />
möglich<br />
- Mehrere unabhängige Variablen möglich<br />
- Kann Interaktionen zwischen mehreren<br />
unabhängigen Variablen untersuchen<br />
„Schweizer Taschenmesser“ <strong>der</strong> Statistik<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 4 7
Einfaktorielle ANOVA<br />
• Bsp.: Die Gesundheit <strong>von</strong> drei Berufsgruppen<br />
soll verglichen werden<br />
=> Der t-Test könnte zwei da<strong>von</strong> vergleichen<br />
• Die ANOVA kann Faktoren mit beliebig vielen<br />
Stufen untersuchen, das Ergebnis ist<br />
allerdings ein „globaler“ Signifikanzwert<br />
=> Welche Stufen sich genau unterscheiden, kann<br />
man mit sog. Post Hoc-Tests untersuchen<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 4 8
Warum eine zweifaktorielle ANOVA?<br />
• Der Einfluss bei<strong>der</strong> Faktoren (Bsp. Berufsgruppe<br />
und Geschlecht) kann untersucht werden<br />
• Das Zus<strong>am</strong>menspiel <strong>der</strong> Faktoren (die<br />
Interaktion) kann ebenfalls untersucht werden<br />
=> Dies ist <strong>der</strong> entscheidende Unterschied zwischen einer<br />
zweifaktoriellen und zwei einfaktoriellen ANOVAs<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 4 9
ANOVA mit Messwie<strong>der</strong>holung<br />
• Neben Gruppenunterschieden kann die ANOVA auch<br />
Unterschiede innerhalb <strong>von</strong> Gruppen untersuche,<br />
beispielsweise, wenn vor und nach einer Intervention<br />
gemessen wird<br />
Unterschiede ZWISCHEN Gruppen<br />
- Bsp. Unterscheiden sich Männer und Frauen in ihren<br />
Ängstlichkeitswerten?<br />
Unterschiede INNERHALB <strong>von</strong> Gruppen<br />
- Bsp. Sinkt <strong>der</strong> Ängstlichkeitswert nach einem Angst-Training?<br />
Interaktion <strong>von</strong> beidem<br />
- Bsp. Wirkt das Angst-Training auf Frauen besser/schlechter<br />
als auf Männer?<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 4 10
Teststärke / Poweranalyse<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 5 11
Was ist Teststärke / statistische Power?<br />
• …die Fähigkeit eines Tests, ein (in <strong>der</strong><br />
Population) signifikantes Ergebnis nachweisen<br />
zu können<br />
• Wird ein signifikanter Unterschied nicht<br />
nachgewiesen, nennt man dies -Fehler<br />
=> Gegenstück zum -Fehler (<strong>der</strong> Test weist ein<br />
signifikantes Ergebnis nach, obwohl in <strong>der</strong><br />
Population kein Unterschied besteht)<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 5 12
Hypothesentestung und Fehler<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 4 13
Was ist Teststärke / statistische Power?<br />
Power<br />
-Niveau<br />
Stichprobengröße<br />
Effektgröße<br />
Sind drei dieser Werte bekannt, kann <strong>der</strong> vierte berechnet<br />
werden<br />
Daraus ergeben sich verschiedene Anwendungsmöglichkeiten<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 5 14
Anwendungsmöglichkeiten<br />
1. A priori: Bestimmung <strong>der</strong> optimalen<br />
Stichprobengröße<br />
=> gegeben: -Niveau, Effektgröße, gewünschte Power<br />
=> gesucht: Stichprobengröße<br />
2. Post hoc: Bestimmung <strong>der</strong> Power nach<br />
Durchführung eines Tests<br />
=> gegeben: -Niveau, Effektgröße, Stichprobengröße<br />
=> gesucht: Power<br />
3. Sensitivität: Bestimmung <strong>der</strong> benötigten<br />
Effektgröße<br />
=> gegeben: -Niveau, Power, Stichprobengröße<br />
=> gesucht: Effektgröße<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 5 15
G*Power<br />
• Mit dem kostenlosen Progr<strong>am</strong>m G*Power<br />
können alle Arten <strong>von</strong> Poweranalyse<br />
durchgeführt werden<br />
• Das Progr<strong>am</strong>m ist verfügbar unter<br />
http://www.psycho.uni-duesseldorf.de/abteilungen/aap/gpower3/<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 5 16
G*Power<br />
1. Testf<strong>am</strong>ilie<br />
wählen<br />
(z.B. t-Test)<br />
3. Art <strong>der</strong><br />
Poweranalyse<br />
wählen<br />
(z.B. a priori =><br />
Stichprobengröße<br />
berechnen)<br />
2. Test wählen<br />
(z.B. t-Test für<br />
unabhängige<br />
Stichproben)<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 5 17
G*Power<br />
• Art <strong>der</strong> Testung (einseitig/zweiseitig)<br />
• Effektgröße<br />
• -Niveau (meist 0.05)<br />
• Power<br />
• Verhältnis <strong>der</strong> beiden<br />
Gruppengrößen<br />
• Effektgröße beim t-Test:<br />
- 0.2 = kleiner Effekt<br />
- 0.5 = mittlerer Effekt<br />
- 0.8 = großer Effekt<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 5 18
<strong>Beispiel</strong><br />
• Vergleich zwischen zwei Gruppen (unabhängig)<br />
• Es wird ein mittlerer Effekt erwartet<br />
• -Niveau = 0.05<br />
• Power = 95 %<br />
• Verhältnis <strong>der</strong> beiden Gruppengrößen = 1<br />
Benötigt: 176 Personen (88 pro Gruppe)<br />
Für einen großen Effekt benötigt man 70 Personen<br />
Ist man mit 80% Power zufrieden, benötigt man 102<br />
(mittlerer Effekt) bzw. 42 (großer Effekt)<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 5 19
Offene Fragen?<br />
Themen:<br />
• Dateneingabe<br />
• Deskriptive Statistiken / Diagr<strong>am</strong>me<br />
• t-Test<br />
• Korrelation<br />
• Regression<br />
• ANOVA<br />
• Poweranalyse<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 5 20
Forschungsbericht<br />
• Verwendung <strong>von</strong> eigenen / bereitgestellten Daten<br />
- Beschreiben <strong>der</strong> Daten<br />
Kennwerte / Diagr<strong>am</strong>me<br />
- Aufstellen einer/mehrerer Hypothesen<br />
„Die Höhe <strong>der</strong> For<strong>der</strong>ung des Versicherten hängt mit dem<br />
Haushaltseinkommen zus<strong>am</strong>men“<br />
„Auf dem Land gibt es mehr Wind/Hagelschäden als in <strong>der</strong><br />
Stadt“<br />
- Durchführen <strong>der</strong> entsprechenden Tests<br />
Korrelation, t-Test/ANOVA<br />
- Berichten <strong>der</strong> Ergebnisse<br />
Statistische Kennwerte, siehe Handout „Gestaltung <strong>von</strong><br />
Hausarbeiten“<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 5 21
Forschungsbericht<br />
• Abgabe: 03.09.2012<br />
• Fragen gerne per Mail<br />
(angela.cho@psychologie.uni-freiburg.de)<br />
• Bericht als pdf per Mail o<strong>der</strong> auf Papier (4.<br />
Stock, Raum 4032) abgeben<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 5 22
• Vielen Dank für die Aufmerks<strong>am</strong>keit und<br />
schöne Ferien!<br />
16.10.2012 <strong>Datenanalyse</strong> in <strong>SPSS</strong> – Termin 5 23
Sprache ändern