Viele Beschäftigte in Verwaltung und Bibliothek erstellen regelmäßig Berichte mit Zahlen – Studierendenzahlen, Raumauslastung, Budget- oder Bestandsentwicklungen – oft ohne formalen Statistik-Hintergrund. Wie erkenne ich Trends, gehe mit Lücken in den Daten um und stelle Zahlen verständlich dar?
Dieser Workshop gibt einen praxisnahen Einstieg in statistische Auswertungen, ganz ohne Programmierung. Sie arbeiten mit Orange, einem kostenlosen, quelloffenen Werkzeug, und bauen jede Auswertung als sichtbaren Baustein-Ablauf zusammen: Einlesen, Filtern, Gruppieren, Darstellen. Orange läuft lokal, Ihre Daten verlassen den Rechner nicht. Schwerpunkte sind Zeitreihen, fehlende Werte und die Frage, wann der Median aussagekräftiger ist als der Mittelwert. Zum Abschluss erhalten Sie denselben Auswertungsweg als kommentierten R- und Python-Code.
Zielgruppe Beschäftigte aus wissenschaftsunterstützenden Bereichen, Verwaltung, Bibliothek, IT, Controlling, Qualitätsentwicklung, Wissenschaftsmanagement und Forschung, die regelmäßig mit Zahlen arbeiten und ihre Statistikkompetenz erweitern möchten – ohne formale Vorkenntnisse in Statistik
Voraussetzungen- Grundkenntnisse im Umgang mit Excel/CSV-Daten, etwa aus unserem Kurs Das 1x1 der Excel-Nutzung im Arbeitsalltag, oder vergleichbare Vorkenntnisse
- Im Kurs verwendet (Pflicht): Orange (kostenlos, lokal installiert) – einen Installationsleitfaden erhalten Sie vorab
- Für die Code-Vertiefung (optional): R sowie RStudio und/oder Python – nur nötig, wenn Sie den mitgegebenen Code selbst ausführen möchten
Ziele
Nach dem Workshop sind die Teilnehmenden in der Lage,
- in Orange einen vollständigen Auswertungsablauf aus Bausteinen aufzubauen und auf neue Daten erneut anzuwenden,
- Zahlenbestände zu bereinigen, zu gruppieren und zu berechnen (z.B. Mittelwerte, Trends),
- aussagekräftige Diagramme zu erstellen und zielgruppengerecht zu gestalten,
- fehlende Werte systematisch zu erkennen und zu behandeln, etwa in Zeitreihen oder Evaluationen,
- Ergebnisse zu einem nachvollziehbaren, exportierbaren Bericht zusammenzustellen,
- den mitgegebenen R- und Python-Code zu lesen und für eigene Auswertungen anzupassen.
Inhalte
- Orange-Arbeitsfläche und Datenimport: Auswertungen als sichtbaren Baustein-Ablauf aufbauen, CSV- und Excel-Dateien sauber einlesen
- Daten aufbereiten: filtern, gruppieren (z.B. nach Jahren), neue Kennzahlen berechnen und sortieren
- Verteilungen und Diagramme: Histogramme und Box Plot lesen; Balken-, Linien- und Streudiagramme zielgruppengerecht gestalten
- Fehlende Werte und Zeitreihen: Lücken aufspüren und mit dem Impute-Baustein begründet schließen, gerade in Zeitreihen und Evaluationen
- Wiederverwendbarer Ablauf und Code zum Mitnehmen: den fertigen Workflow auf neue Daten anwenden und als Bericht exportieren; derselbe Weg als kommentierter R- und Python-Code
MethodenHinweise
