Übung zum Mittelwertvergleich

Dies ist das Dokument ohne Lösungen

Klick den link, um die Lösungen anzuzeigen.

Zum European Social Survey

In vielen Übungen arbeiten wir mit Daten des European Social Survey (ESS). Dies ist ein internationaler Datensatz mit repräsentativen Stichproben aus mehreren europäischen Ländern. Die Befragungen des ESS werden in zweijährlichen Abständen durchgeführt. Wir arbeiten ausschliesslich mit Daten aus der Erhebung 2016. Die Hauptthemen des Datensatzes sind Einstellungen, Normen und Werte. Aufgrund dieser Schwerpunktsetzung ist er in der Soziologie besonders populär. Weitere Überblicksinformationen zum ESS finden Sie auf der Homepage: https://www.europeansocialsurvey.org/ Die Daten sind ebenfalls auf der Homepage des ESS frei erhältlich.

Zur Vorbereitung

Erstellt ein neues Uebungsskript und beschriftet es entsprechend.
Installiert die Packages tidyverse und ggplot2 und aktiviert sie. Ladet den ESS-Datensatz ein.

I. Daten Vorbereitung

In dem folgenden Anwendungsbeispiel (II.) werden wir uns mit dem Einfluss der Elternschaft auf die Wahrnehmung des Klimawandels auseinandersetzen.

1. Erstellt in einem ersten Arbeitsschritt über den filter() Befehl aus dem tidyverse bzw.dplyr Package einen Teildatensatz mit ausschliesslich den Befragungspersonen aus der Schweiz (“ess_ch”).

2. Differenziert aus diesem Schweizer Teildatensatz noch ein weiteres Subset:

Erstellt über den select() Befehl aus dem tidyverse bzw. dplyr Package ein Subset, in welches ihr ausschliesslich Informationen (chldhhe und wrclmch) zu dem Eltern-Status und der Problemwahrnehmung hinsichtlich des Klimawandels für das Anwendungsbeispiel 2 einfügt (“ess_part”).

II. Anwendungsbeispiel - Elternschaft & Klimawandel

1 Verschafft euch mithilfe zuerst eine geeignete Übersicht über die einzelnen Ausprägungen der relevanten Variablen chldhhe und wrclmch.

Gibt es Werte, welche als NAs rekodiert werden können/sollten? Falls ja, rekodiert diese.
Faktorisiert und benennt zuletzt noch die Labels der Elternvariable (chldhhe).
Ihr dürft die Variablen umbenennen, wenn es euch hilfreich erscheint.

2. Entfernt alle NAs aus dem Teildatensatz “ess_par” und dokumentiert die Veränderung in der Anzahl Fälle.

3 Wir wollen nun genauer untersuchen, ob sich in unserer Stichprobe ein Unterschied zwischen Eltern / kinderlosen Befragungspersonen hinsichtlich ihrer Problemwahrnehmung des Klimawandels aufzeigt.

3.1 Stellt zunächst eine Vermutung über den Zusammenhang zwischen Elternstatus und Problemwahrnehmung des Klimawandels auf (symmetrisch/asymmetrisch & Richtung).

3.2 Visualisiert dafür in einem ersten Schritt die Mittelwertverteilung der Variable wrclmch über die beiden Ausprägungen der Elternschaftsvariable mithilfe eines Boxplots geom_boxplot() oder alternativ mithilfe eines Histogramms geom_histogram() oder via eines Violinplots geom_violin().

Werden ausgehend von diesen Visualisierungen bereits erste Trends ersichtlich?

3.3 Bestimmt nun, ob es sich um eine gepaarte oder ungepaarte Stichprobe handelt. Führt mithilfe des t.test()-Befehls einen entsprechenden Mittelwertvergleich durch. Interpretiert diesen inhaltlich und in Rückbezug auf die im Aufgabenteil 3.1 formulierte Vermutung hinsichtlich des Zusammenhangs zwischen den beiden Variablen.