statistic()

mixed statistic(string Statistik, array|string Variablen, mixed Option, [boolean AlleDaten])

Mit der Funktion statistic() kann man univariate Kennwerte aus dem Datensatz ermitteln (über alle bisherigen Interviews hinweg).

• Statistik
  Welche Statistik soll ermittelt werden?
  • 'count' – Die Häufigkeit des Wertes auszählen, der als Option angegeben ist.
  • 'percent' – Prozentualer Anteil des Wertes, der als Option angegeben ist.
  • 'frequencies' – Häufigkeiten für alle Antwortcodes im Datensatz (als Array).
  • 'crosscount' – Die Häufigkeit des gemeinsamen Auftretens von zwei Werten in zwei Variablen auszählen. Die beiden Variablen sind als Array (oder durch ein Komma getrennt) anzugeben, ebenso deren Werte, die als Option angegeben werden.
  • 'mode' – Häufigster vorkommender Wert.
  • 'min' – Kleinster Wert.
  • 'max' – Größter Wert.
  • 'mean' – Arithmetisches Mittel der Werte.
  • 'sd' – Standardabweichung der Werte (mit Bessel-Korrektur).
  • 'groupmean' – Arithmetisches Mittel der Werte einer Teilgruppe, welche durch Option definiert wird, angegeben als Sting bestehend aus Variablenname und Code für die zu zählenden Fälle 'AB01=2'.
  • 'filter' – Legt fest, welche Fälle bei weiteren Aufrufen der Funktion statistic() verwendet werden sollen (Details s. unten bottom).

• Variablen
  Legt fest, für welche Variable(n) die Statistik berechnet werden soll. Die Kennungen der einzelnen Variablen findet man in der Variablen-Übersicht. Falls die Statistik mehrere Variabeln benötigt, können diese entweder als Komma-separierter String oder als Array angegeben werden.
• Option
  Einige Statistiken benötigen oder erlauben eine dritte Angabe, die mit diesem Parameter angegeben wird (s. unten).
• AlleDaten
  Diese optionale Angabe legt fest, dass nicht nur die abgeschlossenen Interviews, sondern alle Interviews in die Statistik einfließen.

Wichtig: In die Berechnung der statistischen Werte werden nur abgeschlossene Interviews aufgenommen, wenn für den Parameter allData nicht explizit true angegeben wird.

Wichtig: Testdaten aus der Fragebogen-Entwicklung und dem Pretest werden nur dann mitgezählt, wenn das laufende Interview ebenfalls Teil des Tests ist. Wenn das Interview im Rahmen der regulären Datenerhebung durchgeführt wird, zählt statistic() nur Daten aus der regulären Datenerhebung.

Hinweis: Die Daten aus dem aktuellen Interview werden von statistic() nicht berücksichtigt.

Hinweis: Die Verwendung von statistic() kann ineffizient sein. Falls der Fragebogen den Gesamtdatensatz in mehreren statistic()-Aufrufen mehrfach durchsuchen muss, wird zunächst eine Warnung angezeigt. Bei mehr als 10 rechenaufwändigen Aufrufen liefert statistic() keine Ergebnisse mehr. Verwenden Sie statistic('load', …), um die Daten vorab zu laden, um dieses Problem zu vermeiden.

Tipp: Die Funktion statistic() kann eingesetzt werden, um den Fragebogen nach erreichen einer vordefinierten Quote zu schließen (Quotierung) und weiteren Teilnehmern entweder eine Meldung anzuzeigen oder sie zum Quotenstopp-Link eines Panel-Anbieters umzuleiten.

Tipp: Möchte man nicht alle abgeschlossenen Interviews zählen (z.B. wenn Abbrecher mittels redirect() zu einer anderen Seite umgeleitet wurden), ist es sinnvoll, die zu zählende Variable weiter hinten im Fragebogen in eine Interne Variablen zu kopieren.

Als drittes Argument bei einer Häufigkeitsauszählung ('count') kann man angeben, für welchen Wert man die Häufigkeit bestimmen möchte. Gibt man keinen dritten Wert an, wird die Anzahl gültiger Antworten ausgegeben. Fehlende Daten werden dabei nicht mitgezählt.

Hat man beispielsweise eine Auswahl für das Geschlecht (1=weiblich, 2=männlich, -9=keine Angabe), so kann man die Anzahl der Frauen mit Angabe des dritten Wertes 1 ermitteln:

$anzahlFrauen = statistic('count', 'SD01', 1);  // Häufigkeit Frauen (1)
$anzahlMaenner = statistic('count', 'SD01', 2); // Häufigkeit Männer (2)
$anzahlAbgesch = statistic('count', 'SD01');    // Anzahl gültiger Daten 
$anzahlAlle = statistic('count', 'SD01', false, true); // Alle Datensätze 
html('
  <p>Bisher haben an dieser Befragung '.$anzahlAlle.' Personen
  eine Angabe zu Ihrem Geschlecht gemacht, allerdings wurde das
  Interview nur in '.$anzahlAbgesch.' Fällen auch abgeschlossen.</p>
  <p>Die abgeschlossenen Interviews umfassen '.
  $anzahlFrauen.' Frauen und '.
  $anzahlMaenner.' Männer.</p>
');
question('SD01');  // Frage nach dem eigenen Geschlecht

Die 'frequencies'-Statistik liefert alle möglichen Werte mit einem Aufruf.

Hinweis: Beachten Sie, dass das Array nur Einträge zu den Antwortcodes beinhaltet, deren Antworten im Datensatz mindestens einmal vorliegen. Prüfen sie daher, ob der Aray-Schlüssel vorhanden ist. Dies ist z.B. mit dem ?? Operator möglich.

$freq = statistic('frequencies', 'SD01');  // Häufigkeiten
$anzahlFrauen = ($freq[1] ?? 0);
$anzahlMaenner = ($freq[2] ?? 0);
html('
  <p>Die abgeschlossenen Interviews umfassen '.
  $anzahlFrauen.' Frauen und '.
  $anzahlMaenner.' Männer.</p>
');
question('SD01');  // Frage nach dem eigenen Geschlecht

Mit der 'crosscount'-Statistik kann man (wie in einer Kreuztabelle) die Fälle auszählen, bei denen mehrere Variablen zutreffen.

Anstatt einer einzelnen Variable gibt man hier 2 oder mehr Variablen als Array oder durch ein Komma (,) getrennt an. Als dritten Parameter Option gibt man an, welche Werte für jede Variable gezählt werden. Gezählt werden nur Fälle, die für die erste Variable den ersten Wert, für die zweite Variable den zweiten Wert, u.s.w. angegeben haben.

$nYoungFemale = statistic('crosscount', 'SD01,SD02', '2,1');  // Variablen und Werte als Komma-Liste ...
$nGrownFemale = statistic('crosscount', ['SD01','SD02'], [2,2]);  // ... oder als Arrays
html('
  <p>Bisher haben an dieser Befragung '.$nYoungFemale.' Personen
  angegeben, weiblich und in Altersgruppe 1 (bis 18 Jahre) zu sein.
  '.$nGrownFemale.' Frauen gaben ein Alter ab 19 Jahren an.</p>
');
question('SD01');  // Frage nach dem eigenen Geschlecht
question('SD02');  // Frage nach dem eigenen Alter

Ausgegeben wird der Anteil eines Wertes an allen gültigen Angaben. Als drittes Argument muss der Wert angegeben werden, der gezählt werden soll.

$anteilFrauen = statistic('percent', 'SD01', 1); // Anteil der Frauen
html('
  <p>Bisher haben an dieser Befragung '.
  $anteilFrauen.' Frauen teilgenommen.</p>
');
question('SD01');  // Frage nach dem eigenen Geschlecht

Gibt den Wert zurück, der bisher am häufigsten ausgewählt wurde. Wenn mehrere Werte gleich häufig ausgewählt wurden, dann werden diese durch ein Komma getrennt zurückgegeben.

Als drittes Argument (in diesem Fall vom Typ Boolean) kann man angeben, ob auch ungültige Werte (keine Antwort, etc.) mitgezählt werden.

$modus = statistic('mode', 'AB01_02', true);
$modi = explode(',', $modus);  // Mehrere Werte trennen
if (count($modi) > 1) {
  // Mehrere häufigst genannte Werte
  html('
    <p>Mehrere Antworten wurden gleich oft gewählt.</p>
 ');
} else {
  // Texte der Antwortoptionen (statistic() liefert nur den numerischen Code)
  $text = getValuetext('AB01_02', $modus);
  html('
    <p>Die häufigste Antwort auf diese Frage war: '.$text.'.</p>
  ');
}

Die Statistiken 'min', 'mean' und 'max' werden nur einen korrekten Wert berechnen, wenn für die Frage numerische Werte vorliegen. Bei einer Texteingabe werden Angaben, die keine Zahlen sind, ignoriert – es sei denn, als dritter Parameter wird angegeben (true), dass auch ungültige Werte in die Statistik einfließen sollen.

Sind bisher keine gültigen Werte vorhanden, wird für 'mean' 0 zurückgegeben, for 'min' und 'max' der Wert false.

$min = statistic('min', 'BB01_03');
$max = statistic('max', 'BB01_03');
$mean = statistic('mean', 'BB01_03');
html('
  <p>Die Teilnehmer haben dem Programm bisher eine
  Durchschnittsnote von '.$mean.' gegeben.</p>
  <p>Die Bewertungen liegen zwischen '.$min.' und '.$max.'.</p>
');

Mittels statistic('filter', …) kann ein Filter gesetzt werden, der für alle weiteren Aufrufe von statistic() angewendet wird. Als zweiter Parameter können zur Beschleunigung (optional) Variablen angegeben werden, die in nachfolgenden Aufrufen benötigt werden.

Zurückgegeben wird die Anzahl der Fälle, welche dem Filter entsprechen. Der vierte Parameter AlleDaten hat nur Auswirkungen auf den Rückgabewert, nicht aber auf die weitere Zählung.

// Statistik nur über weibliche Teilnehmer (SD02 = 1)
// Die RT-Variablen werden gleich geladen, um Latenzzeiten zu reduzieren
$n = statistic('filter', ['RT02_01', 'RT02_02', 'RT02_03'], 'SD02==1');
// Mittelwert der Ratings (nur Frauen)
$mean1 = statistic('mean', 'RT02_01');
$mean2 = statistic('mean', 'RT02_02');
$mean3 = statistic('mean', 'RT02_03');

Der Filter erlaubt gängige Vergleichsoperatoren (>, >=, <, <=, !=, ==), Klammern und und Bool'sche Operatoren (AND, &&, OR, ||, NOT, !).

Hinweis: Vergleiche sind jeweils nur zwischen einer Variable und einem konstanten Wert (eine Zahl oder ein String) möglich, z.B. SD02==2, Vergleiche zwischen zwei Variablen (SD03>SD04) werden nicht unterstützt.

// Statistik nur über weibliche Teilnehmer (SD02 = 1) ab 35 Jahren (SD03 >= 35)
$n = statistic('filter', false, '(SD02==1) AND (SD03 >= 35)');

Neben den Variablennamen können für den Filter auch QUESTNNR, CASE und LANGUAGE verwendet werden.

// Statistik nur über weibliche Teilnehmer (SD02 = 1) ab 35 Jahren (SD03 >= 35) in der deutschen Sprachversion
$n = statistic('filter', false, '(SD02==1) AND (SD03 >= 35) AND (LANGUAGE == "ger")');

Für den Vergleich mit Texten müssen selbige in Anführungszeichen stehen. Folgender Code würde z.B. alle Fälle betrachten, welche dieselbe Referenz (REF) haben wie das aktuelle Interview.

$n = statistic('filter', false, 'REF=="'.reference().'"');

Der Punkt fügt hier das REF==" mit der aktuellen Referenz und einem schließenden Anführungszeichen zusammen. Wenn das aktuelle Inteview mit der Referenz ABC gestartet wurde, wird der dritte Parameter also zu REF="ABC" berechnet.