Ich bin eine neugierige Person und wollte Umfragedaten aus dem analysieren Europäische Sozialumfrage . Da ich in Deutschland wohne, war es für mich besonders interessant zu sehen, wie Deutschland im europäischen Vergleich abschneidet. Der European Social Survey (ESS) ist eine wissenschaftlich fundierte länderübergreifende Umfrage, die seit seiner Gründung im Jahr 2001 in ganz Europa durchgeführt wird. Alle zwei Jahre werden persönliche Interviews mit neu ausgewählten Querschnittsstichproben durchgeführt. Die Umfrage misst die Einstellungen, Überzeugungen und Verhaltensmuster einer vielfältigen Bevölkerung in mehr als 30 Ländern.
Die Erhebung der Daten begann im Jahr 2002 und wurde bis 2018 alle zwei Jahre fortgesetzt. Die Daten wurden schließlich in neun verschiedene Datensätze zusammengestellt. Der ESS-Fragebogen besteht aus einer Sammlung von Fragen, die in zwei Hauptteile unterteilt werden können: einen Kernabschnitt, der sich auf eine Reihe verschiedener Themen konzentriert, die in jeder Runde weitgehend gleich sind, und einen rotierenden Abschnitt, der bestimmten Themen gewidmet ist und unterschiedlich sein kann von rund zu rund. Die ESS-Daten stehen für die nichtkommerzielle Nutzung kostenlos zur Verfügung und können unter heruntergeladen werden Diese Internetseite nach kurzer Zeit Anmeldung .
Diese Datensätze können entweder als SAS, SPSS oder STATA heruntergeladen werden. Ich habe mich für SPSS entschieden. JMP ist sehr vielseitig beim Öffnen von Daten aus verschiedenen Quellen, und SPSS ist eine davon. Nach der Verkettung und Bereinigung der Daten, einschließlich Neukodierung und Entfernen fast leerer Spalten , bin ich zum spaßigen Teil gekommen: der Analyse der Daten.
Da ich die verschiedenen Datenvorbereitungsschritte im Skript speichern konnte, das aus dem stammt Aktionsrekorder In der Protokollansicht, die in JMP 16 neu ist (siehe Data Cleaning.jsl), würde es nicht viel Zeit in Anspruch nehmen, wenn ich die Datenvorbereitungsschritte wiederholen müsste.
Ich habe mir zunächst angeschaut, wie viele Antworten in den einzelnen Ländern in den verschiedenen Jahren eingegangen sind. Graph Builder ist die perfekte Plattform, um viele verschiedene Arten von Diagrammen auszuführen. Die folgende Grafik zeigt, dass Deutschland seine Umfrage jedes Jahr mit fast 3.000 Befragten abschloss.
In jedem Land wurden Fragen zu Politik, Bildung, Religion und Lebenszufriedenheit gestellt. Ein interessantes Ergebnis war, dass ein Glückstrend in den verschiedenen Ländern Europas durch das Stellen von Fragen wie „Wie glücklich sind Sie?“ aufgedeckt wurde. und „Wie zufrieden sind Sie mit dem Leben insgesamt?“ Um diese Fragen zu beantworten, habe ich verschiedene Analysetechniken im Graph Builder und in der Mehrfachkorrespondenzanalyse verwendet.
Mithilfe einer geografischen Kartierung der an der Umfrage beteiligten Länder und der Einfärbung der Frage „Wie glücklich sind Sie?“ Mir war ganz klar, dass die glücklichsten und zufriedensten Menschen in den skandinavischen Ländern und der Schweiz (in Dunkelrot) leben. Das am höchsten bewertete Land war Island mit 8,27. Im Gegensatz dazu liegen die Länder mit den niedrigsten Werten in osteuropäischen Ländern und Portugal (blau bis dunkelblau). Das am schlechtesten bewertete Land war die Ukraine mit 5,79. Deutschland hatte eine Gesamtbewertung von 7,43, was gut ist!
Durch die Darstellung der Ergebnisse der Umfragefragen auf der Y-Achse und der Jahre auf der X-Achse und die anschließende Änderung der Diagrammdarstellung in ein Mosaikdiagramm war es leicht, den Trend des Glücks von Jahr zu Jahr in den verschiedenen Ländern zu erkennen. Mit dem Spaltenumschalter konnte ich ganz einfach von einer Frage zur nächsten wechseln und den Prozentsatz der Ergebnisse sehen, wie unten am Beispiel Deutschland zu sehen ist. Interessanterweise geht der Trend im Laufe der Jahre zu einer Steigerung des Glücks und der Lebenszufriedenheit insgesamt, was wiederum gut ist!!
Wie glücklich bist du? 2002–2018
Wie zufrieden sind Sie insgesamt mit dem Leben? 2002–2018
Als nächstes wollte ich meine Ergebnisse mit a überprüfen Mehrfachkorrespondenzanalyse (MCA) in JMP. MCA ist eine Analysetechnik für nominale kategoriale Daten, mit der zugrunde liegende Strukturen in einem Datensatz erkannt und dargestellt werden. Es benötigt mehrere kategoriale Variablen und versucht, einen Zusammenhang zwischen den Ebenen dieser Variablen zu identifizieren. MCA wird häufig in der Umfrageanalyse verwendet, um die Übereinstimmung der Fragen zu ermitteln. Daher war diese Art der Analyse genau das Richtige für meine Zwecke. Ich habe die Frage „Wie glücklich bist du?“ verwendet. als meine Antwort und „Land“ als mein Faktor. Die Ergebnisse finden Sie unten. Wir können sehen, dass die Bewertungen gut auf den horizontalen Achsen verteilt sind, von „Extrem glücklich“ auf der linken Seite bis „Extrem unzufrieden“ auf der rechten Seite. Auch hier ist es keine Überraschung, dass im linken Teil der Grafik die skandinavischen Länder und im rechten Teil die osteuropäischen Länder zu sehen sind. Deutschland lag auf der linken Seite und erzielte einen Wert zwischen 7 und 8, was dem Gesamtscore über 16 Jahre entspricht.
Aber gibt es für Deutschland über die Jahre einen positiven Glückstrend, wie er im Mosaikplot beobachtet wurde? Um dies zu überprüfen, habe ich die Mehrfachkorrespondenzanalyse von oben neu erstellt, aber jetzt „Jahr“ als Nachvariable verwendet, damit ich meine Analyse in die entsprechenden Jahre aufteilen konnte. Ich habe die Koordinaten für X und Y aus allen neun Jahren gespeichert. Ich habe die verschiedenen X- und Y-Koordinaten verkettet und den endgültigen Datensatz in einem Blasendiagramm verwendet, um den Trend für jedes Land Jahr für Jahr und insbesondere für Deutschland zu sehen. Ich habe die Punkte eingefärbt: rote Punkte für die Punkte 7, 8, 9 (sehr zufrieden) und der blaue Punkt für Deutschland. Die grauen Punkte gelten für andere europäische Länder als Deutschland. Beim Animieren des Blasendiagramms beginnen sich die Punkte zu bewegen. Besonders interessant war die Entwicklung für Deutschland. Im Jahr 2002 lag der Punkt nahe bei 7, aber Jahr für Jahr näherte sich der Punkt den Werten 8 und 9, was wiederum ein gutes Zeichen ist.
Meine Ergebnisse wurden mithilfe verschiedener Techniken in JMP überprüft. Mit diesen unterschiedlichen Techniken hätten viele andere Fragen für verschiedene Länder analysiert werden können. Alle Grafiken und Ergebnisse in diesem Blog wurden auf JMP Public veröffentlicht: Wie glücklich sind wir hier in Europa? | JMP Public
