Inhalt Lernziele Übersicht über die Aufgabe Datenbeschreibung Schritt-für-Schritt-Anleitung Lösungen Lösung in R Lösung in SPSS Zusammenfassung Lernziele Am Ende dieser Übung solltest du in der Lage sein: Übersicht über die Aufgabe Du hast einen Datensatz mit 20 Variablen, darunter Likert-Skalen-Daten…
Die explorative Faktorenanalyse (EFA) ist eine der wichtigsten Techniken in der Psychologie und den Sozialwissenschaften, um latente Konstrukte in Daten zu identifizieren. Sie hilft, die Struktur von Fragebögen oder Tests zu verstehen und irrelevante Items zu eliminieren. In diesem Blogpost zeige ich Dir, wie Du eine EFA in R durchführst, inklusive Datenaufbereitung, Faktorenextraktion, Rotation und Interpretation der Ergebnisse. Darüber hinaus gehen wir auf die methodischen Hintergründe ein und zeigen weitere Anwendungsbeispiele in verschiedenen Forschungsfeldern.
Die grafische Darstellung von Daten ist ein wichtiger Bestandteil der Datenanalyse. In SPSS gibt es verschiedene Möglichkeiten, Daten visuell aufzubereiten, darunter Balkendiagramme, Histogramme, Boxplots und Streudiagramme. In diesem Beitrag zeige ich dir, wie du in SPSS Visualisierungen erstellst und interpretierst.
SPSS ist eines der am häufigsten genutzten Programme zur statistischen Datenanalyse. Eine der grundlegenden Funktionen von SPSS ist die Berechnung der deskriptiven Statistik, um zentrale Tendenzen und Streuungsmaße zu analysieren. In diesem Beitrag zeige ich dir, wie du in SPSS Mittelwert, Median, Standardabweichung und weitere Kennzahlen berechnen kannst.
Inhalt Warum Bayessche Statistik? Unterschiede zwischen Frequentistischer und Bayesscher Statistik Beispiel: Medizinischer Test Das Bayes-Theorem Bedeutung der Terme: Visuelles Beispiel: Eine manipulierte Münze? Konjugierte Priors Beispiel: Binomialverteilung mit Beta-Prior Glaubwürdigkeitsintervalle (Credible Intervals) R-Code zur Veranschaulichung Warum Bayessche Statistik? Die Bayessche…
In diesem Beitrag geht es um Deskriptive Statistik und Visualisierung in R. R ist eine freie und unglaublich vielseitige Programmiersprache, die Dir alles an die Hand gibt, um Daten nicht nur statisch auszuwerten, sondern auch eindrucksvoll zu visualisieren.
Diese Übung soll Dir helfen, den Umgang mit mehreren, ungleich benannten Datensätzen zu üben, sie zusammenzuführen, zu bereinigen und anschließend weiterzuverarbeiten – sowohl in R als auch in SPSS. Viel Erfolg und Spaß beim Umsetzen! Aufgabenstellung Du erhältst zwei CSV-Dateien:…
Inhalt Einleitung Grundlagen & Setup Wichtige Pakete RStudio-Projekte & Verzeichnisse Daten einlesen Einlesen von CSV/TXT Einlesen von Excel-Dateien Weitere Formate Datenaufbereitung und Transformation Grundlegende Operationen mit dplyr Beispiele für Transformation Filterung und Sortierung Kodierung von Variablen Umgang mit fehlenden Werten…
Inhalt Einleitung Warum eigentlich SPSS? Installation und Lizenzierung von SPSS Orientierung in der SPSS-Oberfläche Arbeiten mit Daten: Datendateien, Formate und Import Datenorganisation und „Projekte“ in SPSS Syntax vs. Output: Speichern, Exportieren und Berichte Unterschiede zu R und Co. Tipps und…
Inhalt Einleitung Warum eigentlich R? – Ein kurzer Exkurs Installation Installation von R Installation von RStudio RStudio-Oberfläche im Überblick Wichtige Konzepte Warum Skripte schreiben? Projekte in RStudio Sinnvolle Ordnerstrukturen Arbeiten mit R-Paketen Erste Schritte in R Beispiele für einfache Befehle…