Aufgabe 1

Laden Sie die folgenden 3 Vektoren und den Datensatz in Ihr Environment.

• Welche Klasse haben die Vektoren?
• Wie lauten die Dimensionen des Datensatzes?

#demographische Daten:
geschlecht <- c(1, 2, 2, 1, 1, 1, 3, 2, 1, 2)   
alter <- c(20, 21, 19, 19, 20, 23, 22, 21, 19, 25)
stadt <- c(2, 1, 1, 4, 3, 2, 5, 4, 1, 3) 

#Lebenszufriedenheit:
lz_items <- data.frame(lz1 = c(3, 4, 4, 2, 1, 4, 3, 5, 4, 3), lz2 = c(2, 2, 3, 2, 4, 1, 2, 3, 2, 2), lz3 = c(5, 3, 4, 4, 3, 5, 2, 4, 3, 4), lz4 = c(2, 1, 3, 2, 2, 3, 2, 4, 2, 1), lz5 = c(4, 4, 3, 3, 1, 4, 3, 4, 5, 3)) 

• Führen Sie die Vektoren und den Datensatz zusammen zu einem gemeinsamen Datensatz mit dem Namen data. Wie viele Variablen hat der neue Datensatz, wieviele Proband*innen liegen vor?
• Wandeln Sie die Variable geschlecht und die Variable stadt in Faktoren um. Dabei sind die Zahlen in der Reihenfolge im Beschreibungstesxt zugeordnet (Beispiel: 1 bei Geschlecht wäre weiblich). Überschreiben Sie die alten Variablen und überprüfen Sie die Umwandlung.

Aufgabe 2

Nun wollen wir die Extraktion von bestimmten Datenpunkten nochmal üben.

• Welche deutsche Lieblingsstadt hat Person 4 angegeben?
• Welches Geschlecht haben Person 7 und 8 angekreuzt?
• Wie lauten die Lebenszufriedenheits-Werte von Person 2 und 3 auf allen Items?

Aufgabe 3

Im Folgenden soll nicht nur extrahiert, sondern auch ersetzt werden.

• Ihnen fällt auf, dass die Angabe der 3. Person in Item lz2 und lz4 nicht korrekt sind. Die korrekten Werte betragen 2 (für lz2) und 1 (für lz4). Wandeln Sie die Angaben im Datensatz entsprechend um.
• Person 6 hat zudem ein falsches Alter angegeben (eigentlich 24). Welches Alter steht noch im Datensatz? Korrigieren Sie es entsprechend.

Aufgabe 4

Bei Item lz2 und lz4 handelt es sich um invertierte Items. Wandeln Sie die Items entsprechend um, sodass einheitlich eine hohe Ausprägung für eine hohe Lebenszufriedenheit steht. Überschreiben Sie dabei die Ursprungsvariablen. Die Variablen hatten 5 mögliche Antwortkategorien.

Aufgabe 5

Datenextraktion kann auch mit logischer Überprüfung kombiniert werden. Bearbeiten Sie dafür folgende Fragestellungen

• Haben Person 1 und Person 5 dasselbe Alter und Geschlecht?
• Haben Person 2 und Person 10 dasselbe Geschlecht und dieselbe Lieblingsstadt angegeben?

Aufabe 6

Der Datensatz enthält noch nicht die vollständige Menge an erhobenen Informationen. Sie hatten zusätzlich die Lieblingsfarbe der Versuchspersonen erhoben:

farbe <- c(1, 2, 1, 1, 3, 4, 2, 2, 1, 4)  #1 = blau, 2 = rot, 3 = grün, 4 = schwarz

• Diese Angaben fehlen jedoch in data. Fügen Sie diese neue Spalte mit den entsprechenden Labels dem Datensatz hinzu.

Aufgabe 7

Nach einiger Zeit können Sie noch 3 weitere Proband*innen von der Teilnahme überzeugen. Fügen Sie diese zusätzlich an den Datensatz an. Die aufgeführten Zeilen wurden bereits invertiert.

c("weiblich", 21, "Frankfurt", 4, 4, 3, 4, 4, "blau")
c("männlich", 19, "Dresden", 2, 5, 2, 4, 3, "schwarz")
c("weiblich", 20, "Berlin", 1, 5, 1, 5, 1, "blau")

Aufgabe 8

Schauen Sie sich die Struktur Ihres Datensatzes an. Was fällt Ihnen auf? Passen Sie den Datensatz ggf. wieder an seine ursprüngliche Struktur an.

Aufgabe 9

Erstellen Sie eine neue Variable lz_ges im Datensatz data, die die Antworten auf den lz-Items bestmöglich zusammenfasst.

Aufgabe 10

Speichern Sie den Datensatz als RDA-Datei unter dem Namen Data_lz lokal in ihrem Praktikums-Ordner ab. Lassen Sie sich erst den Pfad des aktuellen Working Directory ausgeben, und ändern Sie diesen ggf.

Aufgabe 11

Nachdem nun der Datensatz auf dem finalen Niveau ist, sollen Sie erste deskriptivstatistische Werte bestimmen.

• Wieviele Proband*innen haben die Farbe “schwarz” als Lieblingsfarbe ausgewählt?
• Was ist der Modus der Variable farbe? Wie hoch ist die Häufigkeit?

Aufgabe 12

Betrachten wir statt der Variable farbe nun die Variable geschlecht.

• Lassen Sie sich die absolute Häufigkeit in der für Menschen ungünstigeren grafischen Darstellungsform ausgeben.
• Wie hoch ist der relative Anteil der Versuchspersonen, die “männlich” angegeben haben?

Aufgabe 13

Berechnen Sie den relativen Informationsgehalt für die Variable stadt. Was bedeutet das Ergebnis?

Aufgabe 14

Betrachten wir nun ein einzelnes Item (lz3) aus dem Fragebogen zur Lebenszufriedenheit.

• Berechnen Sie ein geeignetes Maß der zentralen Tendenz.
• Geben Sie den Interquartilsbereich an.
• Überprüfen Sie Ihre Angabe, indem Sie sich einen Boxplot ausgeben lassen.
• Berechnen Sie zudem den Interquartilsabstand.

Aufgabe 15

Anstatt nur einer Variable soll nun der gesamte Skalenwert lz_ges betrachtet werden.

• Berechnen Sie ein sinnvolles Maß der zentralen Tendenz.
• Bestimmen Sie ein passendes Streuungsmaß.

Aufgabe 16

Legen wir die ausgedachten Werte nun beiseite. Löschen Sie die Inhalte Ihres Environments und laden Sie sich den Datensatz fb22 in das Environment. Dies können sie lokal von ihrem PC, aber auch mittels der URL von der PandaR-Website machen. Eventuell haben Sie ihn ja auch aktiv in Ihrem Environment. Der Datensatz sollte 159 Versuchspersonen enthalten. Der Basisdatensatz hatte 36 Variablen, aber kann natürlich mehr enthalten, falls Sie weitere erstellt und abgespeichert haben.

rm(list = ls())
load(url('https://pandar.netlify.app/post/fb22.rda'))

Wandeln Sie zum Start die Variable lerntyp in einen Faktor um. Die Labels lauten in dieser Reihenfolge: c(alleine, Gruppe, Mischtyp). Erstellen Sie dafür keine neuen Spalten, sondern überschreiben Sie die bereits bestehenden. Überprüfen Sie im Nachhinein die Umwandlung.

Aufgabe 17

Erstellen Sie ein Balkendiagramm mit der Variable lerntyp. Geben Sie der Grafik einen Titel, eine Achsenbeschriftung, sowie ein fesches, hippes farbliches Design.

Aufgabe 18

Betrachten Sie die Variablen prok4 und prok10. Liegen NAs vor? Wenn ja, wieviele? Überprüfen Sie dies mit Ihnen bekannten Befehlen.

Aufgabe 19

Die beiden Variablen sollen weiter betrachtet werden. Entfernen Sie bei Analysen (falls nötig) die fehlenden Werte.

• Bestimmen Sie das Maß der zentralen Tendenz für die beiden Variablen. Werden die Proband*innen-Angaben bei Variable prok4 und prok10 in derselben Kategorie in zwei gleichgroße Hälften geteilt?
• In welchem Bereich liegen die mittleren 50% der Angaben in den beiden Variablen prok4 und prok10?
• Lassen Sie sich dies zusätzlich grafisch ausgeben.

Aufgabe 20

Nun betrachten wir den Skalenwert, der unter gewis abgelegt ist. Dieser steht für die Persönlichkeitseigenschaft Gewissenhaftigkeit.

• Was ist der niedrigste, was ist der höchste Wert der Variable?
• Wie hoch ist die mittlere Ausprägung?

Aufgabe 21

Ist Ihr Jahrgang im Mittel, rein deskriptiv betrachtet, gewissenhafter (gewis) oder extravertierter (extra)? In welcher der beiden Variablen variieren die Angaben stärker? Gehen Sie für die Beantwortung davon aus, dass die Skalen gleich genormt sind.

Aufgabe 22

Verträglichkeit ist in vertr abgelegt.

• Lassen Sie sich das Histogramm ausgeben.
• Zentrieren Sie die Variable vertr. Legen Sie dafür eine neue Spalte in fb21 an mit dem Namen vertr_z und lassen Sie sich erneut ein Histogramm ausgeben. Was hat sich verändert?
• Standardisieren Sie die Variable vertr und speichern Sie diese ebenfalls unter einer neuen Spalte mit dem Namen vertr_st ab. Was ist nun anders beim Histogramm?

library(stringr) #falls noch nicht installiert: install.packages("stringr")
str_count("Wie viele Wörter hat dieser Satz?", "\\w+")

## [1] 6

fb22$prok2_r <- -1 * (fb22$prok2 - 5)
fb22$prok3_r <- -1 * (fb22$prok3 - 5)
fb22$prok5_r <- -1 * (fb22$prok5 - 5)
fb22$prok7_r <- -1 * (fb22$prok7 - 5)
fb22$prok8_r <- -1 * (fb22$prok8 - 5)

fb22$prok_ges <- fb22[, c('prok1', 'prok2_r', 'prok3_r',
                          'prok4', 'prok5_r', 'prok6',
                          'prok7_r', 'prok8_r', 'prok9', 
                          'prok10')] |> rowMeans()