Tutorium zur Datenanalyse mit SPSS

Im Rahmen des PropdeutikumsAbteilung: Allgemeine Psychologie IITutorin: Susanne SchwagerTutorium zur Datenanalyse mit SPSSGliederung1. Organisatorisches2. Erluterung des Beispiel-Paradigmas3. DatenanalyseSchritt 1: E-MergeSchritt 2: E-Data-AidSchritt 3: Vorbereitung der Daten in SPSSSchritt 4: Analysen in SPSS1. OrganisatorischesTermine: 5.1.,12.1. und 19.1. von 14-16 UhrProbleme?Materialien: woFragen/ Anregungen/ Wnsche zum Tutorium: susi.schwager@googlemail.com

1. OrganisatorischesBei den Beispieldatenstzen handelt es sich um noch nicht verffentlichte Daten und eine Weitergabe an Dritte ist nicht erlaubt!2. Erluterung des Beispiel-ParadigmasAuswirkung von Gewinn-/ Verlust-Framing auf die Leistungen in einer evaluativen Aufgabe2 Gruppen: Gain- und Loss-Frame

GAINLOSSReaktionszeitaufgabeRisiko 5 oder nichts gewinnen Sichere Alternative 2,5 gewinnen

RisikoNichts oder 5 verlierenSichereAlternative2,5 Verlieren (und 2,5 behalten)

2. Erluterung des Beispiel-ParadigmasTypischer Framing-Effekt:Im Gain-Frame whlen Vpn die sichere AlternativeIm Loss-Frame whlen Vpn die unsichere AlternativeNeue Fragestellung: unterscheiden sich Vpn in Verhalten in evaluativen ReaktionsaufgabeErwartung

FRAMEValenz des TargetsGAINPositivLOSS PositivGAINNegativLOSSNegativ2. Erluterung des Beispiel-ParadigmasDesignAnzahl der Faktoren?2: Frame(2-stufig) & Valenz Target (2-stufig)Art der Faktoren?Target = Within-subject, Frame = between-SubjectAbhngige Variablen?Reaktionszeiten und FehlerratenGewnschter Effekt?Interaktion zwischen Frame und Target-Valenz3. Datenanalyse - Schritt 1: E-Merge

1. Sammeln aller E-Prime-Daten in einem Ordner2. Auswahl dieses Ordners in E-Merge Select UnmergedMerge (Standard Merge)Siehe Merge Log, wie viele gemergt wurden und ob alles erfolgreich war83. Datenanalyse - Schritt 2: E-Data-AidZiel: Daten lesbar fr SPSS machen und unwichtige Informationen herausfilternInfos filtern mit Arrange-Columns

Teilnehmer selsbt erst mal Datei durchsehen lassen und schauen lassen, welche Variablen wichtig und unwichtig sein knnten93. Datenanalyse - Schritt 2: E-Data-AidBedeutung und Wichtigkeit einzelner Variablen ergeben sich aus ExperimentEinige typische Variablen-Namen (Beispiele):Stimulus Onset Time (Zeit seit Beginn des Experiments) Stimulus RT Time (Reaktionszeit seit Beginn des Experiments) .ACC (1= richtige Antwort in dem Trial) . CRESP (welche war die richtige Antwort) . RESP (welche Antwort wurde gegeben)Oftmals unwichtig: Variablen, die Konstanten sind, wie Session

RausschmeienExperiment Name, Session, Display Refresh Rate, Random Seed, Session Date, Session Time,Duration Error, OnsetDely, OnsetTime, CRESP, RESP103. Datenanalyse - Schritt 2: E-Data-AidExportieren der Daten nach SPSSFile Export

Einlesen in SPSSDatei Textdaten lesenDatei weist kein vordefiniertes Format ausVariablen mit TrennzeichenErste Zeile enthlt VariablennamenErster Fall in zweiter ZeileJede Zeile = ein FallAlle Flle importierenKein Texterkennungszeichen, durch Tabulator getrenntSyntax einfgen lassen

113. Datenanalyse: Schritt 3 und 4Siehe SyntaxBeispiel Boxplot

Was tun, wenns nicht signifikant istVerschiedene Tukeys oder andere RT-Grenzwerte probierenStatt Mittelwert Median zum Aggregieren verwendenVersuchspersonen / Stimuli entfernen (nach Ausreiern, VL-Bemerkungen)Effekt in Fehlervariablen analysierenEffekt im Verlauf des Experiments betrachtenEffekt in Subpopulationen untersuchenMehr Versuchspersonen