U2

• Datenbereinigung: Finden und Beseitigen von Fehlern
• Datenmodifikation: Umpolungen, Indexbildung, Neubildung von Variablen etc.
• Univariat

  Eine Variable einzeln betrachtet
• Bivariat (ggf. Multivariat)

  Wir betrachten mind. 2 Variablen gleichzeitig
• Ausreißer in dem Datensatz lassen und mit der weiteren Analyse fortfahren → aber Ausreißer berichten!
• Probleme der Datenqualität?

  Onlinebefragungen und ähnliche Erhebungssituationen können weder Repräsentativität gewährleisten noch soziale Kontrolle
• teilweise werden Indikatoren der Datenqualität von Erhebungstools mit ausgegeben, z.B. im Onlinefragebogentool „SosciSurvey" der TIME_RSI („relativer Geschwindigkeitsindex")
• Missings

  Fehlende Werte, ein gewisser Anteil an fehlenden Werten ist üblich
• Datenmodifikation


  Oft liegen Daten nicht in der Form vor wie für Auswertung benötigt, es gibt verschiedene Möglichkeiten in Jamovi, Variablen zu verändern oder mehrere Variablen miteinander zu kombinieren
• Umcodieren

  Ersetzen von bisherigen Codes für Variablenausprägungen durch andere, z.B. Umcodieren von fehlenden Werten, Index bilden, für Umpolung von Items, Skalenniveau und ggf. Datentyp der Variablen überprüfen
• Index bilden aus mehreren Items

  1. Oft wird bei der Datenauswertung nicht mit Einzelitems gearbeitet, sondern diese werden zu einem Index verrechnet, um das zu messende Konstrukt in seiner Gesamtheit abzudecken

  2. Index wird am häufigsten durch Bildung des Mittelwertes aus den einzelnen Items erstellt
• Reliabilität

  Überprüfung mit Cronbachs Alpha, also passen die Items gut zum Konstrukt? Bzw. wird das Konstrukt gut durch die Items abgebildet?
• Umpolung von Items

  Beim Umpolen wird die Zuordnung der numerischen Ausprägung der Variablen derart geändert, dass inhaltlich hohe Zahlenwerte entweder immer einer hohen Ausprägung des Konstrukts entsprechen oder immer eine niedrigen Ausprägung des Konstrukts
• Umcodieren: Reliabilität

  • Index bilden aus mehreren Items
  • Überprüfung mit Cronbachs Alpha (Reliabilitätsanalyse), also passen die Items gut zum Konstrukt?
  • Bzw. wird das Konstrukt gut durch die Items abgebildet?
• Umcodieren: Umpolen


  • Umpolung von Items
  • Beim Umpolen wird die Zuordnung der numerischen Ausprägung der Variablen derart geändert, dass inhaltlich hohe Zahlenwerte entweder immer einer hohen Ausprägung des Konstrukts entsprechen oder immer eine niedrigen Ausprägung des Konstrukts bedeuten
• Umpolung von Items in Jamovi

  1. Ich hänge an den neuen Variablennamen ein uk dran, damit ich weiß, dass es das umkodierte (umgepolte Item ist)

  2. Dann wollen wir eine neue Transformation erstellen

  3. Wir geben die Bedingung ein (7) und sagen dem Programm, dass diese in eine 1 umgewandelt werden soll (benutzen: 1)

  4. Dann gehen wir wieder auf „Umkodierungsbedingung hinzufügen" und nehmen die 6 auf, die in eine 2 umkodiert wird usw.

  5. Hier gebe ich ein, was wir transformieren, dann kann man das auch für andere Items benutzen und man spart sich Arbeit ☺

  6. Wir haben nun eine neue Spalte im Datensatz mit dem umkodierten Item
• Daten filtern

  Nur ein Teil der Fälle im Datensatz soll analysiert (bzw. ein anderer ausgeschlossen) werden
• Beispiele

  • Nur Empathie der befragten Frauen
  • Motivation von Befragten unter 40 Jahren
  • Verhalten von Befragten, die häufig Soziale Medien nutzen
• Daten filtern mit Jamovi

  1. Wir wollen bspw. nur die weiblichen Befragten in unserem Datensatz auswerten. Dafür wählen mir die Funktion „IF" aus, die Variable, nach der gefiltert werden soll („Geschlecht") und Frauen („2")

  2. In der Datenansicht, wird der Filter angezeigt
• • Fragebögen/Codierbögen/Beobachtungsprotokolle etc.
  • Dateneingabe bzw. Datenimport in Statistiksoftware Jamovi
  • Datenbereinigung: Finden und Beseitigen von Fehlern
  • (Bereinigter) Rohdatensatz
  • Datenmodifikation: Umpolungen, Indexbildung, Neubildung von Variablen etc.
  • Arbeitsdatensatz (→ Auswertungen)