Zeitzonen
Rechnen Sie Zeitstempel konsistent in eine Zone um, bevor Sie Tagesgrenzen bilden. Sonst fallen späte Abendmessungen in den Folgetag.
EMA-Daten für R, SPSS und Excel exportieren
Intensive Längsschnittdaten fallen im Long-Format an: eine Zeile pro Messzeitpunkt, verknüpft über ein Pseudonym. Dieser Leitfaden zeigt, wie Sie den CSV-Export in R, SPSS und Excel korrekt einlesen und für Mehrebenenanalysen vorbereiten.
Struktur des Exports verstehen
Der CSV-Export enthält pro Zeile einen Messzeitpunkt mit Studienplatz-Pseudonym, Zeitstempel und den Antworten. Verpasste Signale erscheinen nicht als Antwortzeile – prüfen Sie deshalb immer zusätzlich die Compliance-Kennzahlen, bevor Sie mit fehlenden Werten rechnen.
- Gruppierungsvariable: das Pseudonym des Studienplatzes – Basis jeder Mehrebenenanalyse.
- Zeitvariablen: Zeitpunkt der Antwort sowie Studientag und Signalnummer für Verlaufsmodelle.
- Antwortvariablen: eine Spalte je Item; Skalen als Zahl, Mehrfachauswahl je Option prüfen.
- Fehlende Werte: leere Zellen bleiben leer und werden nicht als 0 interpretiert.
Import in Ihre Analyse-Software
- 1
R
Mit readr::read_csv("export.csv") einlesen (UTF-8, Komma als Trennzeichen). Zeitstempel mit lubridate parsen, Personen-ID als Faktor setzen und Mehrebenenmodelle mit lme4::lmer(y ~ x + (1 | person)) rechnen.
- 2
SPSS
Datei → Daten importieren → CSV-Daten. Achten Sie auf UTF-8, Komma als Feldtrennzeichen und Punkt als Dezimaltrennzeichen. Für Verlaufsmodelle nutzen Sie MIXED mit der Personen-ID als Subjektvariable; Long-Daten müssen dafür nicht umgeformt werden.
- 3
Excel
Nicht per Doppelklick öffnen, sondern über Daten → Aus Text/CSV mit Dateiursprung UTF-8 und Trennzeichen Komma importieren. Sonst zerlegt Excel Umlaute falsch oder wandelt Werte in Datumsangaben um.
- 4
Aggregation nach Bedarf
Für Tagesmodelle aggregieren Sie pro Person und Studientag (Mittelwert oder Summe). Behalten Sie die Rohdaten im Long-Format immer unverändert und dokumentieren Sie jede Aggregation in Ihrem Skript.
Typische Stolperfallen
Verpasste Signale
Für Analysen der Antwortmuster brauchen Sie das geplante Signalraster als Referenz – nicht nur die vorhandenen Antwortzeilen.
Freitexte
Freitextspalten enthalten Kommas und Zeilenumbrüche. Immer als CSV mit Quoting importieren und Freitexte vor der Weitergabe auf identifizierende Angaben prüfen.
Reproduzierbarkeit
Verarbeiten Sie den Export per Skript, nicht durch Klicks in Excel. So bleibt Ihre Auswertung nachvollziehbar und wiederholbar.
Häufige Fragen
In welchem Format kommen die Daten?
Als CSV im Long-Format mit UTF-8-Kodierung: eine Zeile pro Messzeitpunkt, verknüpft über das Pseudonym des Studienplatzes.
Muss ich die Daten für SPSS ins Wide-Format bringen?
Für gemischte Modelle (MIXED) nicht – dort ist Long korrekt. Nur klassische Verfahren für Messwiederholungen wie GLM Repeated Measures verlangen Wide.
Enthält der Export personenbezogene Daten?
Er enthält keine Klarnamen, aber pseudonyme Kennungen und Zeitstempel. Behandeln Sie ihn als personenbezogenen Datensatz und speichern Sie ihn entsprechend geschützt.
Passend weiterlesen
Teilnehmende pseudonym zuordnen
Messzeitpunkte einer Person verknüpfen, ohne Klarnamen zu erheben.
Compliance berechnen und verbessern
Formel, Kennzahlen und praxisnahe Maßnahmen bei niedrigen Antwortquoten.
DSGVO-konforme Umfrage
Rollen, Rechtsgrundlagen und was Sie als Forschende verantworten.
Experience Sampling (ESM/EMA)
Signalplanung, Antwortfenster und Web-Push – so laufen wiederholte Alltagsmessungen in QueryMe.
Export ausprobieren
Legen Sie eine Teststudie an, beantworten Sie ein paar Signale selbst und laden Sie den CSV-Export herunter.