Jamovi

Aus Jamovide
(Weitergeleitet von Hauptseite)
Wechseln zu: Navigation, Suche

Icon Norsk.png Norsk versjon av nettsiden.
Icon English.png English version of this web page.



jamoviguide

jamoviguide enthält kurze, leicht zugängliche Anleitungen (mit Bildern), die zeigen wie häufig verwendete statistische Verfahren mit jamovi durchgeführt werden können. Um den Inhalt kurz zu halten, wird keine (oder allenfalls eine kurze) Beschreibung der Annahmen hinter den statistischen Tests und der Interpretation der Ergebnisse gegeben. Aber es ist oft relativ einfach das auf eigene Faust zu erkunden, wenn Sie mit den grundlegenden Funktionen vertraut sind.

Vorbereitung

Daten in jamovi importieren
Skalenniveau festlegen
Deskriptive Statistik

t-Test

Der t-Test wird verwendet, um zu testen, ob der Durchschnittswert in einem normalverteilten Datensatz signifikant von einer Nullhypothese abweicht (bei der davon ausgegangen wird, dass es keinen Unterschied gibt). Das Konzept wird in einem Einführungsvideo (auf Englisch) vorgestellt.
Es gibt drei Klassen von T-Tests:
t-Test für unabhängige Stichproben: Testet die Hypothese, dass sich zwei Gruppen (z. B. Patienten vs. Kontrollen) in einer Messung (abhängige oder Ergebnisvariable) unterscheiden
t-Test für abhängige Stichproben: Testet die Hypothese, dass eine Messung (abhängige oder Ergebnisvariable) sich im Laufe der Zeit ändert (z. B. vor vs. nach einer Intervention); der Vergleich geschieht innerhalb der gleichen Gruppe von Teilnehmern
One-sample-t-Test: Testet die Hypothese, dass eine Gruppe (z. B. Patienten) einen Mittelwert aufweist, der sich von einen Referenzwert unterscheidet (z. B. deutlich höher oder niedriger ist als der IQ-Mittelwert - 100 - in der Bevölkerung)

Varianzanalyse

Die Varianzanalyse ist eine statistische Methode, mit der untersucht wird, wie sich der Einfluss eines oder mehrerer Faktoren auf eine Ergebnisvariable (abhängige Variable) auswirkt. Faktoren sind kategoriale Variablen. Häufig verwendet werden Variablen, die eine experimentelle Manipulation reflektieren (z.B. mit oder ohne Behandlung), aber ein Faktor kann auch Gruppen repräsentieren, für deren Einfluss man gerne kontrollieren möchte (z. B. Geschlecht: Männer oder Frauen). Die Varianzanalyse basiert auf einem ähnlichen Konzept wie der t-test, geht aber darüber hinaus indem Faktoren mehrere Stufen haben können (t-Tests erlauben nur zwei) und indem mehrere Faktoren gleichzeitig untersucht werden können. Das Konzept wird in einem Einführungsvideo (in englischer Sprache) vorgestellt.
Es gibt verschiedene Arten der Varianzanalyse (die sich in der Anzahl der untersuchten Faktoren unterscheiden - ein oder mehrere Faktoren - oder ob sie zwischen Personen bzw. innerhalb einer Person - Messungwiederholungen - vergleichen):
Einfaktorielle Varianzanalyse
Multifaktorielle Varianzanalyse
Varianzanalyse für Messwiederholungen
Mixed-Design-Varianzanalyse

Korrelation und Regression

Korrelations- und Regressionsanalysen sind statistische Methoden zur Analyse der Beziehungen zwischen einer abhängigen / Ergebnisvariablen und einer oder mehreren unabhängigen / Prädiktorvariablen. Während die Korrelationsanalyse den Zusammmenhang zwischen einem Prädiktor und einer Ergebnisvariablen untersucht, ist der zentrale Punkt der Regression die Vorhersage (wie gut eine oder mehrere Prädiktorvariablen eine andere (Ergebnis-)Variable vorhersagen kann). Oft wird zwischen linearer und nichtlinearer Regression unterschieden. Das Konzept wird in einem Einführungsvideo (in englischer Sprache) vorgestellt.
Korrelation
Lineare Regression
Logistische Regression

Mehr über Jamovi

Eine gute Möglichkeit mehr über Jamovi und Statistik zu erfahren ist das (kostenlose!) e-Book Learning statistics with jamovi von Danielle Navarro und David Foxcroft. Barton Poulson hat eine fantastische Reihe von Videos zusammengestellt, die (mehr oder weniger) alle mit jamovi durchführbaren Analysen vorstellt.


Der Jamoviguide ist eine Übersetzung einer Website, die von Jonas Rafi erstellt wurde. Die Originalseiten sind auf Schwedisch oder English verfügbar und stehen unter Creative Commons License Namensnennung-Nicht kommerziell 4.0 International CC-BY-NC 4.0.


Von SPSS zu Jamovi

Viele von uns sind es gewohnt SPSS für statistische Analysen zu verwenden. Wir sind daher wenig begeistert von der Idee, auf eine andere Software zu wechseln, da es immer Zeit und Mühe kostet, sich mit einer neuen Software vertraut zu machen. Gerade jetzt ist ein guter Zeitpunkt für einen Wechsel, da SPSS in der aktuellen Version (26) eine neue Benutzeroberfläche einführt, mit der man sich ebenfalls erst vertraut machen muss. Warum nicht einen Schritt weiter gehen und jamovi lernen? Mit jamovi entfallen die SPSS-Lizenzkosten (ab 1290 $ / Jahr und Lizenz für das Basispaket) und es ist ein erster Schritt auf dem Weg zur Benutzung von R. jamovi versucht, in seiner Benutzeroberfläche SPSS relativ ähnlich zu sein, die Darstellung der Resultate ist übersichtlicher und transparenter und die Resultausgaben können problemlos (copy-and-paste, bei dem [meistens] die Formatierung beibehalten wird) in andre Programme (z.B. die Textverarbeitung) übertragen werden.

Vergleich von Analysen: Bietet einen Überblick darüber, welche Analysefunktionen in SPSS verfügbar sind, ob es in Jamovi eine ähnliche Funktion gibt und wie man diese aufruft.

side-by-side: Zeigt in direkten Vergleiche (side-by-side), wie häufig verwendete Analysen in SPSS mit jamovi durchgeführt werden können.

Von Jamovi zu R

Es gibt zwei Möglichkeiten, R-Code mit Jamovi zu verwenden. Die erste basiert auf der Verwendung des jamovi-Moduls Rj. Die zweite, mächtigere Möglichkeit basiert auf dem Kopieren und Verwenden von Syntax von Analysen, die mithilfe der grafischen jamovi-Benutzeroberfläche erstellt wurden, in R in Verbindung mit der R library jmv. Insbesondere die letztgenannte Option bietet einen direkten Zugriff auf R, die vielfältigen integrierten Funktionen sowie die zahlreichen R-Bibliotheken, mit deren Hilfe sich (mehr oder weniger) alle statistischen Probleme lösen lassen, die man sich vorstellen kann.

Um mehr über R zu erfahren, gibt es zwei großartige Web-Seiten von Danielle Navarro. Die erste ist "Learning Statistics with R" und hat Psychologiestudenten als Hauptzielgruppe, wenn R in ihrem ersten Methodenkurs verwendet wird. Auf dieser Seite finden Sie eine PDF- und eine bookdown-Version, die die Grundlage für Learning statistics with jamovi bildeten (oben erwähnt). Die zweite Ressource "R for Psychological Science" befindet sich noch im Aufbau und richtet sich an Benutzer, die bereits einen Kurs in Statistik oder Forschungsmethoden belegt haben und lernen möchten, die Programmiersprache R in ihrer täglichen Arbeit zu verwenden. Diese Seite hat auch einen starken Fokus auf die tidyverse-Methodologie von Hadley Wickham, die sich speziell zum Organisieren und Auswerten großer Datenmengen eignet.


Die Abschnitte Von SPSS zu jamovi und Von jamovi zu R wurden von Sebastian Jentschke erstellt. Sie stehen ebenfalls unter Creative Commons License Namensnennung-Nicht kommerziell 4.0 International link = http: //creativecommons.org/licenses/by-nc/4.0.