Link - Frau Prof. Dr. rer. nat. Kira Klenke - Hochschule Hannover
Link - Frau Prof. Dr. rer. nat. Kira Klenke - Hochschule Hannover
Link - Frau Prof. Dr. rer. nat. Kira Klenke - Hochschule Hannover
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Statistische Methoden und Vorbereitung der Daten<br />
2.4 Statistische Methoden und Vorbereitung der Daten<br />
2.4.1 Deskription<br />
Die Daten der Studie wurden zunächst rein deskriptiv mit dem SAS-System<br />
ausgewertet. Für die Auswertung qualitativer Merkmale wurden Häufigkeitsta-<br />
bellen benutzt, wobei in den Spalten die zu untersuchende Variable mit ihren<br />
Ausprägungen zu finden ist und in den Zeilen die Klassen des Faktors Legeli-<br />
nie. Die Zellen der Tabelle zeigen jeweils die absoluten Häufigkeiten und die<br />
Spaltenprozente. Diese Auswertung wurde mit der Prozedur FREQ realisiert.<br />
Bei quantitativen Merkmalen wurden Kenngrößen wie arithmetischer Mittel-<br />
wert, Median, Standardabweichung, Variationskoeffizient usw. mit der TABU-<br />
LATE – Prozedur berechnet. Diese Berechnungen wurden getrennt nach den<br />
Klassen des Faktors Legelinie dargestellt. Zum Teil wurde zusätzlich nach den<br />
Klassen des Faktors Legelinie gruppiert, also eine weitere Schichtung durch-<br />
geführt. Box-and-Whisker-Plots, die mit der Prozedur BOXPLOT erzeugt wur-<br />
den, dienen der grafischen Darstellung.<br />
Alle SAS-Outputs wurden mit Hilfe des Output Delivery Systems (ODS) als<br />
RTF - Datei gespeichert. Das Layout der Tabellen und Grafiken wurde<br />
anschließend mit Microsoft - Word bearbeitet.<br />
2.4.2 Gruppierung der erhobenen Merkmale<br />
Um zu bestimmen, welche in der Studie erhobenen Faktoren einen Einfluss<br />
auf die Zielgröße Verluste pro 1000 Anfangshennen und Woche haben kön-<br />
nen, wurde eine Kausalitätsstruktur der erhobenen Merkmale erstellt, wie sie<br />
in Abb. 2.4.1 zu sehen ist.<br />
41