← Dashboards & Charts – Übersicht & Anleitungen

Statistische Analysen mit dem Charttyp „Fortgeschrittene Statistik“

Mit diesem Charttypen können Sie fortgeschrittene statistische Analysen durchführen.
Dazu gehören:

Regressionen (verschiedene Optionen, z.B. linear, binomial, etc.)
Relative Importance
ANOVA (einfaktoriell und zweifaktoriell)
MaxDiff

Im folgenden erfahren Sie, wie Sie die einzelnen Analysen durchführen.

Allgemeines Vorgehen bei der Charterstellung:

Unabhängige Variablen/Prädiktoren (UV) werden als Chart auf dem Dashboard platziert.
Abhängige Variablen/Outcomes (AV) werden dem Chart als Filter hinzugefügt. Die unabhängige Variable muss für die meisten Analysen als metrische/numerische Variable im Codebook definiert sein.
Wählen Sie als Charttyp „Fortgeschrittene Statistik“
Wählen Sie im Anschluss unter dem Punkt „Fortgeschrittene Statistik“ die gewünschte Analyse aus
Wählen Sie unter „Ausgabe“ die Ergebnisdarstellung

o Zusammenfassung: tabellarische Darstellung inkl. Signifikanzen

o Roher Output: Originärer R-Output

o Säulendiagramm: Darstellung der Werte als Säulendiagramm (Regressionen/Relative Importance: Koeffizienten, ANOVA: Gruppenmittelwerte, MaxDiff: Wichtigkeit der Merkmale)

o Tortendiagramm: Darstellung der Werte als Tortendiagramm (nur bei Relative Importance sinnvoll)

Informationen zum Bearbeiten Ihrer Daten im Online-Codebook (inkl. Umstellung des Datentyps) finden Sie hier.

Regressionen/Treiberanalysen:

Mit Hilfe von Regressionen lassen sich Zusammenhänge zwischen Variablen bestimmen. Es lassen sich Vorhersagen über die Outcome Variable in Abhängigkeit von den Prädiktoren treffen.

Bitte wenden Sie die für Ihre Daten passende Regressionsanalyse an.
Die gängigste Variante ist die lineare Regression (1+ metrische Prädiktoren, 1 metrische AV).

Daten für die Analyse vorbereiten:

Legen Sie die AV als metrische/numerische Variable an
Bilden Sie für die UV(s) eine Frage, die alle gewünschten Prädiktoren als Ausprägungen enthält, die numerisch abgefragt werden

Folgen Sie dem allgemeinen Vorgehen zur Erstellung des Charts.

Relative Importance:

Dies ist eine besondere Form der linearen Regression. Es wird die Varianzaufklärung der einzelnen Prädiktoren berechnet.

Gehen Sie vor wie unter Regression beschrieben, um Ihre Analyse durchzuführen.

Stellen Sie unter Ausgabe auf „Tortendiagramm“ um. Die Ausgabe zeigt Ihnen, wie viel Prozent der Varianz durch die einzelnen Prädiktoren aufgeklärt wird, und wie viel Varianz unaufgeklärt bleibt (analog zu R² auf Modellebene).

Die Analyse ist auf 20 Prädiktoren beschränkt.

ANOVA

Mit Hilfe einer ANOVA können Mittelwertsunterschiede in einer AV zwischen mehreren Gruppen und/oder Zeitpunkte verglichen werden.

Aktuell sind in DataLion die einfaktorielle und zweifaktorielle ANOVA (ohne Messwiederholung) verfügbar.

Einfaktorielle ANOVA: eine UV mit 2 oder mehr Ausprägungen/Gruppen; eine AV
Zweifaktorielle ANOVA: zwei UVs mit je 2 oder mehr Ausprägungen/Gruppen; eine AV.

Es werden auch Interaktionseffekte zwischen den UVs berücksichtigt.