Tabelle 1 erstellen: Basischarakteristika für Studie und Doktorarbeit

Fügen Sie Ihre Daten aus Excel ein (eine Zeile je Person, erste Zeile mit Spaltennamen). Der Generator erstellt daraus die Tabelle 1 mit Mittelwert ± Standardabweichung, Median und Quartilen oder Häufigkeiten, nach Gruppen getrennt, auf Wunsch mit Gesamtspalte, p-Werten und standardisierter Mittelwertdifferenz. Sie erhalten die Tabelle zum Einfügen in Word oder Excel sowie als SVG, Vektor-PDF, PNG und CSV. Alle Daten bleiben in Ihrem Browser und werden nicht übertragen.

Daten aus Excel? So bereiten Sie Ihre Tabelle vor: Spalten, Beispiel und häufige Fehler.

Daten

Erste Zeile: Spaltennamen. Danach eine Zeile je Person. Trennung durch Tabulator (direkt aus Excel kopieren), Semikolon oder Komma; Dezimalkomma und -punkt sind erlaubt. Leere Zellen und „NA“ gelten als fehlend. Bitte keine Namen oder Geburtsdaten eingeben.

Das Beispiel enthält erfundene Daten von 60 Personen und dient nur zum Ausprobieren. Geladen werden können Textdateien (CSV, TXT) und mit „Projekt speichern“ gesicherte Projekte.

Gruppen und Variablen

„Automatisch“: Zahlen mit mehr als 5 verschiedenen Werten gelten als stetig, alle anderen als kategorial; Spalten wie „Nr“ oder „ID“ werden ausgelassen. Bei stetigen Variablen wählt der Shapiro-Wilk-Test je Gruppe zwischen Mittelwert ± SD und Median (Q1; Q3).

Ergebnis

Auswertung

Darstellung und Export

Textvorschlag für die Methoden

Die Sprache des Textes folgt der Einstellung „Sprache“. Bitte prüfen Sie den Text und passen Sie ihn an Ihre Auswertung an.

Hinweise zur Tabelle 1

  • Wozu: Tabelle 1 beschreibt die Studienteilnehmenden, meist getrennt nach Gruppen, und ist in fast jeder klinischen Arbeit die erste Ergebnistabelle (STROBE, Punkt 14; CONSORT, Punkt 15).
  • Mittelwert oder Median: Mittelwert ± Standardabweichung passt zu annähernd symmetrisch verteilten Merkmalen, Median mit Quartilen zu schiefen Merkmalen wie CRP oder Verweildauer. Der Shapiro-Wilk-Test hilft bei der Entscheidung, bei kleinen Gruppen ist er wenig aussagekräftig; ein Blick auf die Verteilung ersetzt er nicht.
  • p-Werte in randomisierten Studien: CONSORT rät von Signifikanztests der Ausgangswerte ab, weil Unterschiede bei korrekter Randomisierung per Zufall entstehen. Beschreiben Sie dort die Gruppen und nutzen Sie, wenn nötig, die SMD. In Beobachtungsstudien sind p-Werte üblich, sagen aber nichts über Verzerrung (Confounding) aus.
  • SMD: Werte unter etwa 0,1 gelten häufig als gut ausgeglichen. Die SMD hängt nicht von der Gruppengröße ab.
  • Fehlende Werte: Prozentwerte beziehen sich auf die gültigen Angaben der jeweiligen Gruppe. Die Zeile „Fehlend“ macht sichtbar, wie viele Angaben fehlen.
  • Mehrfachtests: Je mehr Variablen Sie testen, desto wahrscheinlicher ist ein zufällig auffälliger p-Wert. Bewerten Sie einzelne Werte vorsichtig.
  • Weitere Abbildungen: Das Studiendesign stellen Sie mit dem Flussdiagramm-Generator dar, den Zeitplan mit dem Gantt-Diagramm; passende Tests finden Sie im Testwahl-Assistenten.

Verfahren und Quellen

  • Stetige Variablen: Mittelwert und Standardabweichung (n − 1), Median und Quartile nach der in R und NumPy üblichen linearen Interpolation (Typ 7). Zwei Gruppen: Welch-t-Test (normalverteilte Merkmale) oder Mann-Whitney-U-Test (schiefe Merkmale; exakt bei weniger als 50 Personen ohne gleiche Werte, sonst Normalnäherung mit Stetigkeitskorrektur und Bindungskorrektur). Mehr als zwei Gruppen: einfaktorielle Varianzanalyse oder Kruskal-Wallis-Test mit Bindungskorrektur. Die Normalität prüft der Shapiro-Wilk-Test nach Royston (je Gruppe, p < 0,05 führt zu Median).
  • Kategoriale Variablen: Chi²-Test nach Pearson ohne Stetigkeitskorrektur; bei Vierfeldertafeln mit einer erwarteten Häufigkeit unter 5 der exakte Test nach Fisher (zweiseitig, Summe der Wahrscheinlichkeiten höchstens so groß wie die beobachtete). Größere Tabellen mit kleinen erwarteten Häufigkeiten werden nur näherungsweise getestet.
  • SMD: Differenz der Mittelwerte geteilt durch die Wurzel aus dem Mittel der beiden Varianzen; für Anteile nach Austin (Betrag).
  • Moher D, et al. CONSORT 2010 Explanation and Elaboration. BMJ 2010;340:c869.
  • von Elm E, et al. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement. Lancet 2007;370:1453-1457.
  • Austin PC. Balance diagnostics for comparing the distribution of baseline covariates between treatment groups in propensity-score matched samples. Stat Med 2009;28:3083-3107.
  • Royston P. Approximating the Shapiro-Wilk W-test for non-normality. Stat Comput 1992;2:117-119.

Haftungshinweis: Der Generator unterstützt die Erstellung einer Beschreibungstabelle und ersetzt keine Statistikberatung. Prüfen Sie Ergebnisse, die in eine Arbeit eingehen, mit Ihrer Statistikberatung oder einer zweiten Software. Für Inhalt und Auswertung sind Sie verantwortlich.