Post on 30-Dec-2015
description
Statistik: 25.2.04
Erheben von Daten kategoriale Merkmale
25.2.04 PI Statistik, SS 2004 2
Datenquellen
Primäre Daten, aus Vollerhebung Stichprobenerhebung
Sekundäre Daten Volkszählungsdaten Daten von Statistik Austria, von der
OeNB Daten aus der Hörerevidenz der WU Personal-, Lagerkartei
25.2.04 PI Statistik, SS 2004 3
Datenerhebungen
Zielsetzung genau definieren Stichprobenrahmen: Seine Qualität entscheidet über Qualität der Daten Erhebungsinstrument bestimmt Kosten und Qualität der Daten (siehe unten) Stichprobenumfang bestimmt Genauigkeit Erhebungsmanagement: Planung, Mannschaft, Schulung, Formulare und EDV, Qualitätssicherung Datenaufbereitung und -speicherung
25.2.04 PI Statistik, SS 2004 4
Erhebungsinstrumente
Schriftliche Befragung Persönliches Interview Telephonische Befragung Beobachtung
follow-up Verfahren Schulung
25.2.04 PI Statistik, SS 2004 5
Stichprobendesign
Nichtzufälliges Erhebungsdesign convenience sampling
Zufälliges Erhebungsdesign Einfache Zufallsstichprobe Geschichtete Zufallsstichprobe Systematische Zufallsstichprobe Clusterstichprobe Quotenstichprobe mehrstufige Stichprobe
25.2.04 PI Statistik, SS 2004 6
Fragebogen Typen von Fragen Dichotome Fragen Multiple-Choice Fragen Offene Fragen
Fragebogendesign so kurz als möglich einfach, verständlich, eindeutig logischer Aufbau gutes Layout
25.2.04 PI Statistik, SS 2004 7
Erhebungen: Fehler
Fehler = Stichprobenfehler + „non-sampling“ Fehler Stichprobenfehler „non-sampling“ Fehler Daten-Fehler Übertragungsfehler „non-response“ (Verweigerung, nicht
angetroffen) Fehler durch Fragebogendesign
25.2.04 PI Statistik, SS 2004 8
Kategoriales Merkmal
Auch qualitatives, kategorielles Merkmal Ordnet der Beobachtungs- oder Untersuchungseinheit eine von endlich vielen Klassen (Kategorien) zu; Dazu gehören nominale und ordinale Merkmale Ist immer diskret (die Menge der Merkmalsausprägungen ist endlich oder abzählbar)
Population Merkmal M-Ausprägungen
WU-Studierende
Geschlecht m, w
Note 1, 2, 3, 4, 5
Produktion Qualität gut, schlecht
25.2.04 PI Statistik, SS 2004 9
Kreisdiagramm
Häufigkeiten der Augenfarbe
blau
grün
braun
grau
schwarz
blau
grün
braun
grau
schwarz
Augenfarbe Häuf'kt
blau 15
grün 12
braun 19
grau 2
schwarz 1
Beispiel: Augenfarbe von Studierenden
25.2.04 PI Statistik, SS 2004 10
Kreisdiagramm
Häufigkeiten der Augenfarbe
blau grün braun grau schwarz
Explodierter 3D-Kreis
Augenfarbe Häuf'kt
blau 15
grün 12
braun 19
grau 2
schwarz 1
25.2.04 PI Statistik, SS 2004 11
Säulen-, Stabdiagramm
Augenfarbe Häuf'kt
blau 15
grün 12
braun 19
grau 2
schwarz 1
Häufigkeit der Augenfarbe
0
5
10
15
20
blau grün braun grau schwarz
25.2.04 PI Statistik, SS 2004 12
Absolute & relative Häufigkeit
(absolute) Häufigkeit: gibt an, wie oft eine bestimmte Kategorie in der Datenmenge vorkommt; typisches Symbol: H i
z.B.: 15 Studierenden haben blaue Augenrelative Häufigkeit (Anteil) h i
n: Umfang der Datenmenge Oft als Prozente (Prozentanteil) angegeben
n
Hh ii
25.2.04 PI Statistik, SS 2004 13
Kumulierte (relative) Häufigkeiten
Summe der relativen Häufigkeiten aller vorhergehenden Kategorien, einschließlich der aktuellen Nur für ordinale Merkmale sinnvoll
25.2.04 PI Statistik, SS 2004 14
abs H'kt rel H'kt
kum rel H'kt
1 7 13,5% 13,5%
2 22 42,3% 55,8%
3 15 28,8% 84,6%
4 6 11,5% 96,2%
5 2 3,8% 100,0%
52
Noten von 52 Studierenden Noten: absolute Häufigkeiten
0
5
10
15
20
25
1 2 3 4 5
Abs. und Rel. Häufigkeiten
0,0%
20,0%
40,0%
60,0%
80,0%
100,0%
120,0%
1 2 3 4 5
Noten
25.2.04 PI Statistik, SS 2004 15
Pivot Table-Bericht
„Ein PivotTable-Bericht ist eine interaktive Tabelle, die große Datenmengen rasch kombinieren und vergleichen kann.“ Wichtige Hilfe zum Auszählen von Datenmengen
25.2.04 PI Statistik, SS 2004 16
Fragestellungen
Kommen alle Kategorien gleich häufig vor ?Entsprechen die Häufigkeiten in den Kategorien einer bestimmten Vorgabe ?Entspricht die Häufigkeit (Prozentsatz, Anteil) in einer bestimmten Kategorie einem bestimmten Wert?In welchem Bereich kann man den Anteil einer Kategorie in der Grundgesamtheit erwarten ?