Häufigkeitstabelle

Datensatz einlesen und Variablen spezifizieren

# Datensatz einlesen
data <- read.table("https://mmi.psycho.unibas.ch/r-toolbox/data/Eingangsfragebogen11.txt", header=TRUE)

# Variabeln spezifizieren
Faktoren <- c("Master", "Geschlecht")

Häufigkeitstabelle

tab <- table(data[,Faktoren])
tab
##                                   Geschlecht
## Master                             maennlich weiblich
##   Entwicklung, Persoenlichkeit             3       15
##   keine Vorstellung                       15       66
##   klinische Psychologie, Neuro             4       40
##   Pflegewissenschaften                     5       21
##   Sozial, Wirtschaft, Entscheidung         5       14

Sie können die Kreuztabelle auch in einen Datensatz umwandeln.

data.frame(tab)
##                              Master Geschlecht Freq
## 1      Entwicklung, Persoenlichkeit  maennlich    3
## 2                 keine Vorstellung  maennlich   15
## 3      klinische Psychologie, Neuro  maennlich    4
## 4              Pflegewissenschaften  maennlich    5
## 5  Sozial, Wirtschaft, Entscheidung  maennlich    5
## 6      Entwicklung, Persoenlichkeit   weiblich   15
## 7                 keine Vorstellung   weiblich   66
## 8      klinische Psychologie, Neuro   weiblich   40
## 9              Pflegewissenschaften   weiblich   21
## 10 Sozial, Wirtschaft, Entscheidung   weiblich   14

Statistische Kennwerte

Es können ein oder mehrere Kennwerte einer oder mehrerer Variablen mit oder ohne Berücksichtigung von Faktoren berechnet werden.

Datensatz einlesen und Variablen spezifizieren

# Datensatz einlesen
data <- read.table("https://mmi.psycho.unibas.ch/r-toolbox/data/Eingangsfragebogen11.txt", header=TRUE)

# Variabeln und Kennwerte spezifizieren
Faktoren <- c("Master", "Geschlecht") # Faktoren: Falls kein Faktor berücksichtigt werden soll: Faktoren <- NULL.
AV <- c("Alter", "wiss_den")          # Variablen, von denen die Kennwerte berechnet werden sollen.
Kennwerte <- function(x) c(mean=mean(x), sd=sd(x), se=sd(x)/sqrt(length(x)))  # Zu berechnende Kennwerte

Tabelle

if(is.null(Faktoren)) {
  data2 <- data
  data2$XX <- "Gr"
  tab <- aggregate(.~XX, data2[, c("XX", AV)], Kennwerte)
} else {
Formel <- as.formula(paste(".~", paste(Faktoren, collapse="+")))
tab <- aggregate(Formel, data[,c(Faktoren, AV)], Kennwerte)}
tab
##                              Master Geschlecht Alter.mean   Alter.sd   Alter.se
## 1      Entwicklung, Persoenlichkeit  maennlich 24.0000000  6.0000000  3.4641016
## 2                 keine Vorstellung  maennlich 21.3333333  2.8199966  0.7281200
## 3      klinische Psychologie, Neuro  maennlich 21.2500000  4.2720019  2.1360009
## 4              Pflegewissenschaften  maennlich 33.6000000  8.0187281  3.5860842
## 5  Sozial, Wirtschaft, Entscheidung  maennlich 25.0000000  2.1213203  0.9486833
## 6      Entwicklung, Persoenlichkeit   weiblich 21.0000000  2.4201535  0.6248809
## 7                 keine Vorstellung   weiblich 21.3333333  4.0925198  0.5037544
## 8      klinische Psychologie, Neuro   weiblich 23.6500000  7.2166119  1.1410465
## 9              Pflegewissenschaften   weiblich 35.2857143  9.7577808  2.1293223
## 10 Sozial, Wirtschaft, Entscheidung   weiblich 21.3571429  4.2716803  1.1416546
##    wiss_den.mean wiss_den.sd wiss_den.se
## 1      2.5000000   1.5000000   0.8660254
## 2      3.2000000   1.0987005   0.2836833
## 3      3.1250000   1.6520190   0.8260095
## 4      2.9000000   1.8841444   0.8426150
## 5      3.3000000   0.7582875   0.3391165
## 6      2.4333333   0.9036961   0.2333333
## 7      2.3257576   1.0209062   0.1256649
## 8      2.2500000   1.0919284   0.1726490
## 9      2.6666667   0.9530652   0.2079759
## 10     2.7857143   1.0509023   0.2808654