Zeitplanung: Abbildungen der Rohdaten sind ein elementarer Teil von Plausibilitäts-Checks. Man sollte sich sofort damit befassen, wenn man die Daten hat. Sobald Sie einen vollständigen Datensatz einer Vp haben, können Sie den Code für die Abbildung von Einzel-Vp-Daten programmieren. So nutzen Sie optimal die Erhebungszeit schon für Programmier- und Auswertungsarbeiten.
Wir plotten in R Daten mit dem Package ggplot2. Dieses Package basiert auf der sog. “Grammar of Graphics”. Diese ist ausführlich von Hadley Wickham (Wickham 2009) beschrieben und sprengt den Rahmen dieses Dokuments.
Das Wichtigste zur Grammar of Graphics im Kontext dieses Buches ist:
Wir prüfen jetzt noch einmal, ob die Daten plausibel sind - diesmal nicht anhand von Zahlen, sondern anhand der Abbildung. Was das bedeutet, haben wir im letzten Teil beschrieben. Wir besprechen zunächst, wie man die Grafik erstellt und danach, wie man sie interpretiert.
Welche Art von Plot man macht, hängt von Designs und Stichprobe ab. Da wir ein within-subject Design mit einer relativ kleinen Stichprobe (19 nach Enfernung von 2 Vpn) haben, bietet es sich sich, einzelne Plots für die Personen zu machen. Dies geht mit der “facets”-Funktion von ggplot2.
Zunächst berechnen wir pro Vpn denn Prozentsatz richtiger Antworten. Es bietet sich an, für komplexere Plots einen eigenen Datensatz zu erstellen. Wir nennen diesen “dp” (für data plot).
dp <- dc %>%
group_by(participant, factor_A, factor_B, posture, SOA) %>%
summarise(percCorr=mean(respClean)*100)`summarise()` has grouped output by 'participant', 'factor_A', 'factor_B',
'posture'. You can override using the `.groups` argument.ggplot(dp, aes(x=SOA, y=percCorr, shape=factor_A, linetype=factor_B, color=posture)) +
geom_point() +
geom_path(aes(group=interaction(participant, factor_A, factor_B, posture))) +
facet_wrap(~participant)
Das erklärte “Mapping” von Daten auf “Aesthetics” ist (vor allem) in der ersten Zeile des Plot-Befehls in der Funktion “aes” zu sehen. Etwas komplexer ist der Befehl innerhalb von “geom_path”, welches was Linien zeichnet. Der group Parameter definiert, welche Beobachtungen zusammen eine Gruppe ergeben. Mit “interaction” sagt man hier, dass die Gruppe die Kombination betrifft aus den genannten Faktoren. Das sind in dem Fall alle außer SOA. Da wir das SOA auf der x-Achse abtragen (x=SOA), wird mit diesem aes() für jede Faktorenkombination ein Element pro SOA gezeichnet. Die Linien verbinden alle SOAs derselben Gruppe miteinander. Die Form des Elements bezeichnet die Faktorstufe des Faktors A; die Linie bezeichnet die Stufe des Faktors B. Die Farbe bezeichnet, ob die Hände (un)gekreuzt gehalten wurden. Jede Dateneigenschaft ist also auf genau eine Ploteigenschaft gemappt.
Der Plot zeigt sofort einige Dinge, von denen wir bisher gar nichts wussten. Das Wichtigste:
dc <- dc %>% filter(participant != "B006b-23")
dc$participant <- droplevels(dc$participant)Als nächstes machen wir einen ähnlichen Plot für die Reaktionszeiten.
dp <- dc %>%
group_by(participant, factor_A, factor_B, posture, SOA) %>%
summarise(meanRT=mean(rtClean))`summarise()` has grouped output by 'participant', 'factor_A', 'factor_B',
'posture'. You can override using the `.groups` argument.ggplot(dp, aes(x=SOA, y=meanRT, shape=factor_A, linetype=factor_B, color=posture)) +
geom_point() +
geom_path(aes(group=interaction(participant, factor_A, factor_B, posture))) +
facet_wrap(~participant)
Als nächstes wollen wir die Daten über die Stichprobe gemittelt plotten.
Wir gehen ähnlich vor wie oben, lassen aber “participant” sowohl bei dem “group_by” wie auch in den “facet_wrap” weg. Nun mitteln tidyverse und ggplot über alle Daten und teilen nicht mehr in verschiedene Versuchspersonen ein.
Wenn alle Vpn gleich viele Trials absolviert haben, ist es egal, ob man…
Dies ist aber nicht der Fall, wenn sich die Trialzahlen zwischen den Vpn unterscheiden. Mittelt man alle Trials direkt zusammen, gehen Vpn mit weniger Trials auch weniger in den Mittelwert ein. Dies liegt daran, dass der Mittelwert berechnet wird als Summe_aller_Trials/Zahl_aller_Trials. Ermittelt man hingegen zunächst einen Mittelwert pro Vp und erst anschließend das Mittel aller Vps, geht jede Vp in gleichem Maße ein, da der Stichprobenmittelwert berechnet wird als Summe_individueller_Mittelwerte/Zahl_der_Vpn.
Bei kleinen Unterschieden in den Trialzahlen, wie sie sich bei uns durch das Rausschmeißen mit 2 s.d. ergeben haben, wird man zwischen diesen beiden Varianten auf einer Abbildung keinen Unterschied sehen. Für das Berechnen von Statistiken kann es aber natürlich relevant sein. Welche Form der Mittelung die richtige ist, ist übrigens umstritten: viele gehen davon aus, dass jede Vp gleich stark eingehen sollte; es spricht aber auch etwas dafür, dass eine Vp, von der weniger Daten vorliegen, geringer gewichtet wird.
dp <- dc %>%
group_by(factor_A, factor_B, posture, SOA) %>%
summarise(percCorrect=mean(respClean)*100)`summarise()` has grouped output by 'factor_A', 'factor_B', 'posture'. You can
override using the `.groups` argument.p1 <- ggplot(dp, aes(x=SOA, y=percCorrect, shape=factor_A, linetype=factor_B, color=posture)) +
geom_point() +
geom_path(aes(group=interaction(factor_A, factor_B, posture)))
p1
In dieser Abbildung können wir einiges erkennen, z.B.:
Das sind natürlich erstmal nur deskriptive Beobachtungen. Ob diese Effekte statistisch signifikant sind, wird man erst nach der Statistk sagen können.
Zuletzt schauen wir uns noch die RT Daten an.
dp <- dc %>%
group_by(factor_A, factor_B, posture, SOA) %>%
summarise(meanRT=mean(rtClean))`summarise()` has grouped output by 'factor_A', 'factor_B', 'posture'. You can
override using the `.groups` argument.p2 <- ggplot(dp, aes(x=SOA, y=meanRT, shape=factor_A, linetype=factor_B, color=posture)) +
geom_point() +
geom_path(aes(group=interaction(factor_A, factor_B, posture)))
p2
Hier kann man deskriptiv sehen, dass das Effektmuster bei den RT genau umgekehrt ist als bei den Antworten. Bei crossed und bei Level_2 von factor_B sind die Antworten langsamer. Dieses inverse Muster macht Sinn, denn die Bedeutung von RT und %korrekt ist entgegengesetzt: je besser die Vp die Aufgabe macht, desto kleiner ist die RT (=schnell), aber desto größer ist die Zahl richtiger Trials (=hohe Prozentwerte).
Es ist jetzt alles in Ordnung. Wir können nun mit der Statistik beginnen.
Jetzt nachdem wir einige Änderungen an den Daten vorgenommen haben in den letzten vier Kapiteln und damit das Datenscreening beendet ist, macht es Sinn, die Daten unter einem neuen Datensatz abzuspeichern. So kann man die vorverarbeiteten Daten in Skripten, die man für die Statistik schreibt, leicht wieder laden und mzss nuicht alle Befehle nochmal laufen lassen. Wir nennen den neuen Datensatz mal “RTL_beispieldaten_clean.RData”.
save(dc, ds, file = "RTL_beispieldaten_clean.RData")