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

1. Statistik mit System
So analysieren Sie Ihren Datensatz
Webinar am 03.07.2013

2. Bitte senden Sie uns Ihre Fragen über den Chat!
Ihre Fragen und
Anmerkungen

3. Dr. med. Jasmin Webinger Fakten:
• Seit 2011 Fachärztin
• Wissenschaftliche
Arbeit an der
Universität Erlangen
• Gründerin
Doktoranden Akademie

4. Daniela Keller Fakten:
• Seit 2007 diplomierte
Mathematikerin
• Statistikberatung Uni
Würzburg
• Freiberufliche Beratung
und Workshops

5. Die Doktoranden Akademie
Die Idee:
Wissen teilen  Fortschritt beschleunigen

6. 4 Phasen der Doktorarbeit
Phase I: Planung
Phase II: Praktische Durchführung
Phase III: Dateneingabe und -auswertung
Phase IV: Verfassen der Dissertation

7. Themen:
• Dateneingabe (z.B. in Excel)
• Statistische Analyse (z.B. in SPSS)
- Deskriptive Statistik
- Abbildungen
- Schließende Statistik

8. sinnvolle
Dateneingabe (z.B. mit Excel)
effektive
Statistische Auswertung (z.B. mit SPSS)

9. Vor der Datenerhebung
 welche Variablen?
 Mehrfachmessungen?
 welche Variablentypen?

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

12. Dateneingabe in datenmatrix.xls
• jeder Fall bekommt eine Zeile
• jede Variable bekommt eine Spalte

13. Dateneingabe in datenmatrix.xls
• Variablennamen in erste Zeile
• knappe, klare, eindeutige Variablennamen
• keine Sonderzeichen, keine Leerzeichen

14. Dateneingabe in datenmatrix.xls
• Fallnummern in erste Spalte
• keine Patientendaten (Name, Geburtsdatum)

15. Dateneingabe in datenmatrix.xls
• Mehrfachmessungen und Mehrfachnennungen
• bekommen eigene Spalten

16. Dateneingabe in datenmatrix.xls
• nominale Werte kodiert eingeben
• auf einheitliche Dezimaltrennzeichen achten

17. Dateneingabe in datenmatrix.xls
• nur Zahlenwerte eintragen
• keine Einheiten, keine Leerzeichen
• fehlende Werte leer lassen

18. Dateneingabe in datenmatrix.xls
• Kommentare kommen in eine eigene Spalte
• keine Leerzeilen
• keine Leerspalten

19. Patientendaten in patienten.xls

20. Kodierung in kodierung.xls

21. 3 Datentabellen
• datenmatrix.xls
• patienten.xls
• kodierung.xls
→ datenmatrix.xls in SPSS öffnen und
analysieren

22. Bausteine einer statistischen Analyse

23. Deskriptive Statistik und Abbildungen
• Datencheck
• Beschreibung der Daten
• Überblick über mögliche Zusammenhänge
und Unterschiede

24. Schließende Statistik
Untermauerung der möglichen Zusammenhänge
und Unterschiede mit Signifikanztests

25. Auswahl der Methoden
Welches Messniveau haben meine Variablen
(Variablentyp)?
Entscheidend für die Wahl der statistischen
Methoden.

26. Variablentypen
• nominal
• ordinal
• metrisch (heißt in SPSS „Skala“)

27. Deskriptive Statistik
für nominale und ordinale Variablen
• Häufigkeiten
• Kreuztabellen

28. Deskriptive Statistik
für metrische Variablen
Lagemaße:
• Mittelwert (arithmetisches Mittel,
Durchschnitt)
• Median (mittlere Beobachtung)
→ Median ist robust gegen Ausreißer

29. Deskriptive Statistik
für metrische Variablen
Streumaße:
• Standardabweichung
• Interquartilbereich (IQR)
→ IQR ist robust gegen Ausreißer

30. Deskriptive Statistik
für metrische Variablen

31. Deskriptive Statistik
Untersuchung auf Normalverteilung
→ Quantil-Plot, Normalverteilungsplot

32. Abbildungen
für nominale und ordinale Variablen
→ Balkendiagramme

33. Abbildungen
für metrische Variable
→ Boxplot

34. Abbildungen
für metrische Variable gruppiert
→ multiple Boxplots

35. Abbildungen
für zwei metrische Variablen
→ Streudiagramm

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

39. Schließende Statistik
Schritte beim Testen
1. Aufstellen der Nullhypothese
2. Durchführung des Tests
3. Nullhypthese ablehnen ja/nein

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.“

42. Zusammenfassung
Dateneingabe (z.B. in Excel)
Statistische Analyse (z.B. in SPSS)
• Deskriptive Statistik
• Abbildungen
• Schließende Statistik

43. Nächste Veranstaltungstermine
Statistik-Workshops in Erlangen:
10.08.2013/Frühbucherrabatt bis 13.07.2013
12.10.2013
14.12.2013

44. Vielen Dank für Ihre Aufmerksamkeit!
Anmeldung zum Workshop unter:
www.doktoranden-akademie.de