1 / 10

Seminar: Datenerhebung

Einführung in SPSS/PASW. Seminar: Datenerhebung. Eckdaten. Ort: ZIP-Pool Zielgruppe: Primär 3. Semester Bachelor, sekundär Diplomstudierende Zeiten: Dienstags: 10:15-11:45 Uhr Freitags: 13:15-15:15 Uhr Dozent (heute): MSc Markus Goldbach Teilnehmerzahl: 34

Download Presentation

Seminar: Datenerhebung

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Einführung in SPSS/PASW Seminar: Datenerhebung

  2. Eckdaten • Ort: ZIP-Pool • Zielgruppe: Primär 3. Semester Bachelor, sekundär Diplomstudierende • Zeiten: • Dienstags: 10:15-11:45 Uhr • Freitags: 13:15-15:15 Uhr • Dozent (heute): MSc Markus Goldbach • Teilnehmerzahl: 34 • Lernziel: Umgang mit Statistik Software PASW • Unterlagen: • SPSS Grundlagen (vom RRZN) • SPSS für Fortgeschrittene (vom RRZN) • Kosten: je ~7,-€ • Je 2 Exemplage liegen in der IB aus

  3. Inhaltsübersicht • Intro (02.11.2010) • Organisatorisches • Im Buch „SPSS Grundlagen“ bis S. 84 • Deskriptive Statistik (09.11.2010) • Verteilungen • Kennwerte • Erwartungswert / Varianz • Grafische Darstellung

  4. Dateneditor I • Datenerhebung • Fragebogen zur Selbstwirksamkeitserwartung (SWE) • Anwendungsbereich: • Alter +12 • Persönlichkeitsdiagnostik auf Gruppenebene • Bearbeitungszeit: • 4 Minuten • Hintergrund: • Subjektive Überzeugung, kritische Anforderungssituationen aus eigener Kraft erfolgreich bewältigen zu können • Vorhersage konstruktiver Lebensbewältigung • Variablen • 13: Code, Alter, Geschlecht, 10 Items

  5. PASW benutzen • Von zu Hause • Start > Alle Programme > Zubehör > Remotedesktopverbindung • Server: ts.zdv.uni-mainz.de • Persönliches ZdV-Login verwenden • Auf dem Uni-Recher/-Server • Start > Alle Programme > PASW Statistics 18.0 v

  6. Daten in PASW laden/ansehen • PASW-Datendateien enden auf .sav • Liegen die Daten in einem anderen Format und PASW kompativel vor, müssen wir sie importieren: • Datei > Textdaten lesen • Klappt dies nicht, müssen die Daten höchstwahrscheinlich umstrukturiert werden, so dass sie der Datenansicht von PASW entsprechen. • Ansicht • Datenansicht • Zeilen: Versuchspersonen (VPs) oder allgemeiner: Fälle • Spalten: Variablen • Variablenansicht • Zeilen: Variablen • Spalten: Eigenschaften der Variablen

  7. Dateneditor II • Manuelle Datenerfassung • Erstellen einer frischen .sav Datei (Datenblatt) • Datei > Neu > Daten • Variablenattribute festlegen (Variablenansicht) • Name • Muss mit einem Buchstaben beginnen • Nur die Sonderzeichen @,#,_,$ sind erlaubt • Sollen nicht mit einem Unterstrich enden • Muss einzigartig sein (case-insensitiv, d.h. Groß-Kleinschreibung wird nicht berücksichtigt) • Nicht verwendet werden dürfen: ALL, NE, EQ, TO, LE, LT, BY, GT, AND, NOT, GE, WITH, OR • Typ • Numerisch (Zahlen) • String (Buchstaben) • Variablenlabel • (z.B.: Antwortrichtigkeit) • Wertelabels • (z.B.: 0 = falsch, 1 = richtig) • Fehlende Werte • Zeigt an, welche Werte als ‚fehlend‘ behandelt werden • Messniveau • Skala ~= metrisch • Nominal (z.B. Geschlecht) • Ordinal (z.B. gefällt mir weniger gut/gut/sehr gut) • Rolle • Eingabe (unabhängige Variable) • Ziel (abhängige Variable) • Beides • Partitionieren (Daten werden durch diese Variable in separate Stichproben unterteilt) • Auteilen (ist nicht Dateiaufteilungsvariable) • Daten in der Datenansicht einfügen

  8. Importieren von Daten • Aufgabe: • Daten in Excel eingeben • Datei > Datei öffnen - und auf das richtige Format umstellen • Daten als Textdatei anlegen • Datei > Textdaten lesen

  9. Datentransformationen • Umkodieren von Variablen • Transformieren > Umkodieren in andere Variablen • Fälle filtern, indem man eine ‚Falls‘-Bedingung anfügt. • Berechnung neuer Variablen • Transformieren > Variablen berechnen • Achtung: Ergebnisse von Umkodierungen werden NICHT aktualisiert, wenn die ursprünglichen Daten geändert werden.

  10. Vielen Dank für Eure Aufmerksamkeit

More Related