Prüfungsaufgaben Deskriptive Statistik (mittel)
Inhalt Aufgabe 1 Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 1 Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5
Inhalt Aufgabe 1 Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 1 Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5
Inhalt Aufgabe 1 Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 1 # ─────────────────────────────────────────────────────────────────────────────# Aufgabe 1: Arithmetisches Mittel einer kleinen Punktzahlen‑Gruppe# Wir haben 5 Punktzahlen, ermitteln das Mittel und interpretieren es.# ─────────────────────────────────────────────────────────────────────────────# 1. Datensatz anlegenscores <- c(12, 15, 14, 10,…
Inhalt Aufgabe 1 Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 6 Aufgabe 7 Aufgabe 1 x <- c(10, 20, 30, 40)x[x > 25] Was ist das Ergebnis? Aufgabe 2 df <- data.frame(a = 1:3, b = c(„a“, „b“,…
Inhalt Aufgabe 1 Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 6 Aufgabe 7 Aufgabe 1 3 + 5 * 2 Was ist das Ergebnis? Aufgabe 2 x <- c(4, 7, 2, 9)x Was ist das Ergebnis? Aufgabe 3…
In diesem Blogpost schauen wir uns die wichtigsten Operatoren in R an – kurz, verständlich und mit Beispielen, die du direkt ausprobieren kannst.
Du hast eine Umfrage mit 10 Items zur Arbeitszufriedenheit durchgeführt. Nun wurde eine explorative Faktorenanalyse (EFA) in R durchgeführt. Vorab (sicherheitshalber) ein paar Definitionen: Der folgende R-Output zeigt die wichtigsten Ergebnisse: Call: factanal(x = datensatz, factors = 2, rotation =…
Inhalt Ziel der Übung Die Daten: ALLBUS 2021 Die Variablen Deine Aufgabe Schritt für Schritt durch die Aufgabe Lösungsvideo für R Schritt 1: Lagemaße berechnen Schritt 2: Streumaße berechnen Schritt 3: Gruppierte Analyse nach Geschlecht Schritt 4: Ergebnisse interpretieren Fazit…
Stell Dir vor, Du hast eine Menge Daten aus einer Umfrage mit 30 Fragen zu verschiedenen psychologischen Einstellungen erhoben. Du vermutest, dass dahinter nur wenige grundlegende Konstrukte stehen, wie z.B. "Leistungsmotivation" oder "soziale Erwünschtheit". Hier kommt die explorative Faktorenanalyse (EFA) ins Spiel: Sie hilft Dir, aus einer Vielzahl beobachteter Variablen eine kleinere Zahl latenter Dimensionen zu identifizieren. Hier sehen wir uns die Umsetzung in SPSS an.
Die Explorative Faktorenanalyse ist ein mächtiges Werkzeug, das Dir hilft, die versteckten Muster in großen Datenmengen zu erkennen. Stell Dir vor, Du versuchst herauszufinden, welche Persönlichkeitsmerkmale einer Gruppe von Menschen miteinander zusammenhängen. Anstatt Dich von der Komplexität erschlagen zu lassen, ermöglicht Dir die EFA, die Daten so zu strukturieren, dass Du leicht formulierbare Hypothesen und spannende Erkenntnisse gewinnen kannst.