Liebe und Lebensqualität: Als Eva und ich Google mit diesen Suchbegriffen fütterten, hätten die Ergebnisse nicht esoterischer sein können. Keiner der ersten Treffer lieferte uns verlässliche Informationen, um unsere Frage zu beantworten: Stimmt es, dass Beziehungen glücklicher machen? Immerhin ist unsere Generation doch „beziehungsunfähig“, sagt zumindest der Autor Michael Nast. Wir haben angeblich zu viele Optionen, um uns dauerhaft auf nur einen Partner zu beschränken und mit dem dann auch noch glücklich zu sein. Statt nach Glück in der Liebe, streben wir nach Selbstverwirklichung, beruflichem Erfolg und Freiheit – oder etwa doch nicht?

Zum Glück gibt es R-Studio

Um einer Antwort ein Stück näher zu kommen, brauchten wir Daten, genauer: den Datensatz der Allgemeinen Bevölkerungsumfrage (Allbus). Die Forscher fragten im Jahr 2014 fast 3.500 Deutsche unter anderem, wie zufrieden sie mit ihrem Leben sind und ob sie aktuell einen Partner haben. Mit Hilfe des Codebuchs fanden wir unter den über 850 Variablen schnell, was wir brauchten.

Beim Öffnen der Excel-Datei wurde uns dann ganz kurz schlecht angesichts des Datenwusts, aber wir kämpften uns durch, und es hat sich gelohnt. Dabei haben wir neue Mitglieder in unseren Freundeskreis aufgenommen: Das Statistik-Programm R und die zugehörige Software R-Studio. Am besten ladet ihr die Tools gleich runter und programmiert mit Hilfe von R-Studio sofort mit. Denn jetzt könnt ihr euch mit Hilfe eines Audio-Guides ganz einfach durch unseren Code klicken. Eure Fragen beantworte ich so gut ich kann, twittert mich einfach an.

Jetzt seid ihr dran:

#Hat eine Partnerschaft einen Effekt auf die Lebenszufriedenheit? 
#Wenn ja, was für ein Effekt ist das?
install.packages("foreign")
library(foreign)
setwd(dir = "JONA/Praxiskurs/") 
getwd()
data <- read.spss(file = "ZA5240_v2-1-0.sav", use.value.labels = F, to.data.frame = T, use.missings = F)
#Lebenszufriedenheit
#Codebuch: Variable V610
#0 ganz und gar unzufrieden bis 10 ganz und gar zufrieden
table(data$V610)
Ausgabe in der Console:
table()

 

lq <- data$V610
lq[data$V610 == 99] <- NAsummary(lq) 
Ausgabe in der Console:
summary()
hist(lq, breaks = 10,     
    xlim = c(0,10), #Beschraenkung der x-Achse           
    main = "Lebenszufriedenheit", #Titel des Histogramms
    xlab = "Lebenszufriedenheit", #Beschriftung der X-Achse
    ylab = "Anzahl der Befragten", #Beschriftung der Y-Achse
    las = 1)
Ausgabe in der Console:
<hist()
#Partnerschaft
#Codebuch: Variable V333 
#0 Ehe/eingetragene Partnerschaft, 1 Beziehung, 2 Single
table(data$V333)
partner <- data$V333
partner[data$V333 %in% c(0,1)] <- 1
partner[data$V333 %in% c(2)] <- 0
partner[data$V333 %in% c(9)] <- NA
Ausgabe in der Console:
NA zuweisen
#Logistische Regression
#Gibt es einen Effekt von Partnerschaft auf Lebenszufriedenheit?
log.partner <- glm(lq ~ partner)
summary(log.partner) Ausgabe in der Console: summary(log)
tabelle <- table(partner, lq)
Ausgabe in der Console: Kreuztabelle
prozente <- prop.table(table(partner,lq))
write.csv2(prozente, "Lebenspartner, LQ.csv")

Unsere Werte aus der Excel-Datei kopierten wir in eine Google-Tabelle. Mit einem schnellen Click macht Google daraus ein wunderbares interaktives Diagramm. So wird aus dem Zahlensalat ein leicht verdaulicher Informationshappen:

Wer jetzt erst richtig Bock auf R hat, dem empfehlen wir das Tool swirl. Mit swirl lernt ihr R direkt mit R-Studio. Das Programm stellt euch Aufgaben und kontrolliert eure Eingabe. Viel Erfolg beim Coden!

Mehr über die Liebe und das Leben erfahrt ihr übrigens hier.