Haben Sie Ihre Daten aus Experiment, klinischer Studie oder retrospektiver Datenauswertung bereits gesammelt? In diesem Webinar zeigt Ihnen der Dozent, wie Sie diese Daten professionell in Excel eingeben, um sie anschließend effizient mit SPSS auszuwerten. Anschließend demonstriert der Dozent anhand eines praktischen Beipiels, wie Sie bei der statistischen Auswertung vorgehen sollten und worauf Sie besonders achten müssen. Nutzen Sie nach dem Webinar die Gelegenheit, dem Dozenten Fragen zu Ihrem eigenen Forschungsprojekt zu stellen.
Dateneingabe in Excel
Statistische Auswertung mit SPSS – Best practice
Dozenten: Daniela Keller, freiberufliche Statistikerin
Moderation: Dr. med. Jasmin Webinger, Fachärztin
10. Variablentypen
• nominal: kategorisch, z.B. Geschlecht,
Haarfarbe
• ordinal: kategorisch mit Rangordnung, z.B.
Krankheitsstadium, Schulnote
• metrisch: auf gleichabständiger Skala
gemessen, z.B. Alter, Temperatur, Blutdruck
11. Datentabellen
Legen Sie 3 Datentabellen an (.xls)
1. datenmatrix.xls zur Dateneingabe
2. patienten.xls für die Patientendaten
3. kodierung.xls für die Kodierungen
13. Dateneingabe in datenmatrix.xls
• Variablennamen in erste Zeile
• knappe, klare, eindeutige Variablennamen
• keine Sonderzeichen, keine Leerzeichen
28. Deskriptive Statistik
für metrische Variablen
Lagemaße:
• Mittelwert (arithmetisches Mittel,
Durchschnitt)
• Median (mittlere Beobachtung)
→ Median ist robust gegen Ausreißer
36. Schließende Statistik
Auswahl der Testmethode
Variablentyp
Fragestellung
Verteilung der Daten (normalverteilt?)
Bei Tests auf Unterschiede:
• Anzahl der Gruppen
• verbunden oder unverbunden
37. Schließende Statistik
Beispiele
1.
• metrische Variable
• Lageunterschied zwischen zwei unverbundenen Gruppen
• beide Gruppen normalverteilt
→ t-Test
2.
• Situation wie oben
• Gruppen nicht normalverteilt
→ Mann-Whitney-U-Test
38. Schließende Statistik
Beispiele
3.
• zwei metrische Variablen
• Zusammenhang zwischen den beiden Variablen
• Variablen nicht normalverteilt
→ Spearman Korrelation
4.
• zwei nominale Variablen
• Zusammenhang zwischen den beiden Variablen
→ Chi-Quadrat Test
40. Schließende Statistik
Aufstellen der Nullhypothese
Das formulieren, was man nicht zeigen will.
Beispiel:
Ich möchte zeigen, dass das Medikament A
besser wirkt als das Medikament B.
Nullhypothese:
„Medikament A und B wirken gleich gut.“
41. Schließende Statistik
p-Wert ≥ 0,05: nicht signifikant
→ Nullhypothese wird nicht abgelehnt
→ „Es kann kein signifikanter Unterschied
nachgewiesen werden.“
p-Wert < 0,05: signifikant
→ Nullhypothese wird abgelehnt
→ „Es gibt einen signifikanten Unterschied
zwischen den beiden Medikamenten.“