unverbindlich kontaktieren
eduSTAT verarbeitet Excel- und CSV-Daten lokal im Browser, wählt passende statistische Verfahren und Tests regelbasiert aus, erstellt Diagramme und exportiert einen strukturierten Word-Bericht als Ausgangspunkt für Methodik- und Ergebnisteil. ► Jetzt kostenfrei ausprobieren!
Die Entwicklung von eduSTAT erfolgte im Rahmen eines FFG-Kleinprojekts unter Nutzung öffentlicher Forschungsfördermittel und zielte auf eine analytische, reproduzierbare Automatisierung der Datenauswertung und Ergebnispräsentation. Die Statistiksoftware unterstützt Studenten bei der quantitativen Auswertung und bietet Betreuern, Vortragenden und Prüfern einen transparent beschriebenen, reproduzierbaren Analyseworkflow. Die inhaltliche Verantwortung für Forschungsfrage, Studiendesign und Interpretation verbleibt bei den Nutzern.
Nach dem Import tabellarischer Daten werden Variablen zunächst heuristisch als nominal, ordinal oder kardinal eingeordnet. Diese automatische Einordnung kann durch Nutzende überprüft und angepasst werden, da Skalenniveau und Studiendesign nicht immer eindeutig aus den Rohdaten hervorgehen. Auf Basis von Skalenniveau, Paarungsstruktur und Verteilungsdiagnostik entscheidet eduSTAT, ob ein Hypothesentest oder eine Korrelationsanalyse naheliegt. Die Entscheidungslogik ist in der publizierten Methodik beschrieben: Normalität wird unter anderem mit dem Anderson-Darling-Test geprüft; bei erfüllten Voraussetzungen werden parametrische Verfahren verwendet, andernfalls rangbasierte oder nichtparametrische Alternativen.
Die Methodik ist bewusst als nachvollziehbarer Workflow angelegt: eduSTAT berechnet nicht nur p-Werte, sondern liefert Teststatistiken, Effektgrößen, Stichprobenschätzungen, Power-bezogene Schwellenwerte, Visualisierungen und eine strukturierte Ergebnisdokumentation. Die automatische Auswahl ersetzt nicht die wissenschaftliche Verantwortung der Nutzenden, sondern macht Annahmen, Grenzen und Auswertungsschritte explizit prüfbar. Ergänzend prüft eduSTAT potenzielle Störfaktoren heuristisch. Diese Analyse dient nicht als endgültige kausale Korrektur, sondern als diagnostischer Hinweis auf mögliche Verzerrungen der Hauptergebnisse.
Methodik zitierbar als:
Golubich, R. (2026). eduSTAT—Automated Workflows for the Analysis of Small- to Medium-Sized Datasets. Stats, 9(1), 14. https://doi.org/10.3390/stats9010014
Hypothesentests
Korrelationstests
Verteilungstests
Regressionen
Tortendiagramme
Balkendiagramme
Histogramme
Kontingenztabellen
Violinen-Plots
Scatter-Plots