Prof. Dr. Kirchkamp — Statistische Beratung

Beispiel für eine Dichtefunktion Beispiel für eine Survival Funktion Beispiel für einen Scatterplot Beispiel für ein Histogramm

Datenaufbereitung

Nachdem Sie Ihre Studie durchgeführt haben, liegen Ihre Daten in mehr oder weniger geordneter Form vor. Um sie auszuwerten, muss man sie ordnen und in eine maschinenlesbare Form bringen. Vergleichen sie die beiden folgenden Beschreibungen Ihrer Daten:
Versuchsperson 1, 30 Minuten, 72 Punkte
VP 2, 20 min, 48 Pkt.
Person 3, 81 Punkte, 30 Minuten
Einem menschlichen Leser ist sofort klar, was die obigen drei Zeilen bedeuten. Für einen Computer liest sich das jedoch wie Kraut und Rüben und muss erst entsprechend codiert werden, etwa wie folgt:
VersuchpersonZeit/MinutenPunkte
13072
22048
33081
Dieser Teil der Arbeit ist oft sehr arbeitsaufwendig, er muss aber gemacht werden. Natürlich kann ich Sie auch hier unterstützen, allerdings erfordert das Aufbereiten von nicht perfekt strukturierten Daten eine sehr detaillierte Dokumentation. Normalerweise ist es sinnvoll, möglichst früh abzusprechen, in welchem Format die Daten geliefert werden. Durch geschickte Planung der Studie lassen sich oft erhebliche Einsparungen bei der Datenaufbereitung erzielen.

Auch wenn Sie bereits strukturierte Daten liefern, können Sie davon ausgehen, dass ich immer routinemäßig prüfe, ob die Daten plausibel sind. Die Erfahrung zeigt, dass ein großer Teil der Fehler in statistischer Analyse auf Fehler in Dateneingabe und Datenaufbereitung zurückzuführen sind. Eine Plausibilitätsprüfung an dieser Stelle kann helfen, einige dieser Fehler rasch zu entdecken.