(For instructions in English: Scroll down.)

Lurer du på hvordan du bruker CORals Analytics?
Les veiledningen, forhåpentligvis finner du svar på det du lurer på.

Om ikke, ikke nøl med å ta kontakt!

Veiledning

For tiden er det mulig å laste ned to ulike pakker:
Det er CORals Analytics og CORals Analytics script.

CORals Analytics er tilpasset alle Mac’er som i tillegg har installert Python 3.7 (el. senere versjon). Python 3 kan lastes ned fra python.org/downloads.
Scriptpakken inneholder de samme python-scriptene som programpakken 3.7 baserer seg på. Disse kan kjøres på alle maskiner med python 3.7 el. senere installert, uavhengig av operativsystem (f.eks. Windows og Linux). Scriptene må da kjøres fra f.eks. Python IDLE, eller fra kommandolinje med kommandoen «python3», mellomrom og scriptnavn.

For å få lastet ned Programpakken må man være logget inn på www.corals.no og man må godkjenne vilkårene. Når pakken lastes ned legger den seg i nedlastingsmappen. Om man så åpner den vil den pakke seg ut – og i den nye mappen ligger installasjonsfilen «CORals_installer».

Om denne ikke lar seg åpne ved å dobbeltklikke kan man høyreklikke og åpne den, eller trykke «ctrl» og så venstreklikke og åpne. Man må så godkjenne, da corals ikke er en såkalt «kjent» utvikler. NB: Den samme prosedyren gjelder ved åpning av de enkelte programmene senere.

Corals_installer installerer scriptene i en egen mappe på harddisken, legger et programikon på skrivebordet og sletter nedlastingsfilene. De enkelte programmene åpnes ved å trykke (se prosedyren i forrige avsnitt) på det aktuelle programikonet på skrivebordet. (Script – versjonen laster ned en zip-fil som pakkes ut på den plasseringen den åpnes fra.)

En liten introduksjon til de ulike programmene i pakken:

CSV-Hjelperen:
Dette programmet konverterer csv-filer til xlsx-filer, og underveis i prosessen korrigeres evt. feil i den norske tegnsettingen (ascii kodes om til unicode).

Velg csv-fil med «Browse»-knappen og trykk «Konverter». Når vinduet lukker seg vil den nye filen dukke opp i samme mappe som csv-filen lå. Den vil ha samme fornavn, men etternavnet «xlsx» i stedet for «csv». Om det var problemer med den norske kodingen i den opprinnelige filen er dette rettet i den nye.

Øvrige programmer:
De øvrige programmene gjør dataanalyser basert på Excel-regneark.
En viktig merknad er at det ikke kan være tomme celler, eller verdier med annet innhold enn tall, i områdene vi ber programmene om å analysere. Jeg anbefaler å slette de linjene som har slike mangler. Kolonneoverskriftene i rad 1 i regnearket fungerer som variabelnavn, og disse kan inneholde alle typer data.

Distribution:
Her kan du ta ut analyser av svarfordeling og verdier, samt sammenligne variabler parvis. Du får ut bildefiler for hver variabel, med navn etter analysetype og inkluderte variabler. For parvise sammenligninger kan du velge en hue-variabel som referanse for variablene, noe som gir et litt annet output, da med farger. Filene lagres i oppgitt mappe.

Correlation
Dette gjør bivariate korrelasjonsanalyser og gir output i form av en matrise hvor den ene delen angir korrelasjonsverdier (Pearsons r) mens den andre angir p-verdier (viser evt. signifikans). Den gir også en output hvor korrelasjonsverdiene oppgis i et varmekart.

Velg datasett, samt alle variablene som skal testes mot hverandre. Variabler skilles fra hverandre med kun et komma (ikke mellomrom). Når prosessen er ferdig vil det opprettes to nye filer i mappen som er oppgitt. De har navn etter de variablene som er brukt.

Regression
Dette programmet gjør enkle og multiple regresjonsanalyser og gir oss output med blant annet forklaringskraft, effekt, sannsynlighet og avvik. I tillegg gir den output med VIF-verdier.

Velg datasett, uavhengig og avhengig variabel. Ved bruk av flere uavhengige variabler skilles disse med kun et komma (ikke mellomrom). Når prosessen er ferdig vil de nye filene legges i oppgitt mappe. De har navn etter de variablene vi har brukt og om det er enkel (én uavhengig variabel) eller multippel (flere uavhengige variabler) regresjon. Den ene filen er et skjema med de ulike analyseverdiene, det andre er et bilde av regresjons – plots som visualiserer spreding av svar og regresjonslinje.

Mediation
Dette programmet gjør medieringsanalyser (jf. Hayes’ Process model 4) som kan hjelpe oss å vurdere om en variabel har en medierende effekt på forholdet mellom uavhengig og avhengig variabel. At en variabel har en medierende effekt betyr at effekten av x på y går via, og endres, av denne, mens den direkte effekten av x på y, reduseres.

Velg datasett, uavhengig variabel (x), avhengig variabel (y) og medierende variabel (m). Resultatene i form av forklaringskraft, effektverdier av konstant og uavhengig variabel, den indirekte effekten (via m) og den direkte effekten (uten m) av x på y vises i regneark i oppgitt mappe.

Moderering
Dette programmet hjelper oss å finne den modererende effekten av en variabel på forholdet mellom x og y. Den modererende variabelen må være «diktonom», det vil si at den må bestå av kun to kategoriske variabler (f.eks. «mann»/»kvinne» eller «leder»/»ikke leder»). En modereringsanalyse vil vise om effekten av x på y er forskjellig blant ulike kategorier av f.eks. respondenter.

Velg datasett, uavhengig variabel (x), avhengig variabel (y) og modererende variabel (m). Når prosessen ferdig legges resultatfilene i oppgitt mappe. Den ene er et regneark som viser effekten av x på y for de to kategoriske verdiene av m. De to andre er en grafisk fremstilling av resultatet (både som png- og pdf-fil) der den linjene representerer de to kategoriene. Om det er avstand mellom linjene synliggjør det at m har en modererende effekt.

Om du støter på problemer eller har spørsmål, ta kontakt!

INSTRUCTIONS IN ENGLISH:

The CORals Analytics program works on all Macs which have Python3 (3.7 or later) installed. Python can be downloaded from python.org/downloads.

The CORals Analytics script is a cross-platform Python script. Also for the script version, Python3 (3.7 or later) is required, but platform is irrelevant (works on Mac OS, Windows OS, Linux Os etc.). Requried packages (see top of script) need to be installed prior to running the script (i.e. from Python Package Library, PyPl (pip3 install). Run scripts from i.e. Python IDLE (open, and then run with fn+F5), commandline («path»/python3 «scriptname») or another program that runs Python-scripts.

The following instructions will take you through the program.

To be able to download CORals Analytics you’ll have to be logged in at corals.no, and accept the conditions at the download page. When the package is downloaded you’ll find it in the «Download» folder. Double clicking it will unzip it to a new folder with the original name. Within the new folder, locate and click «CORals_installer».

IMPORTANT: If the file won’t open by doubleclicking, right-click and open, or ctrl + click and open. As CORals is not a registered developer you’ll have to accept the installation for security reasons. IMPORTANT: The procedure with right-clicking or ctrl + clicking will be needed to open the separate included apps later when attempting to run them.

CORals_installer installs the scripts in a separate folder on the hard drive, places app icon on the desktop and deletes the temporary installation files.

Open program by following procedure as described above.

CSV-Rescue:
This tool converts csv-files to xlsx-files. In case of problems with nordic characters (due to ascii coding issues) these will be corrected in the output file.

Choose csv-file and output folder, then press «Fix and convert». The new file has the same «forename» as the original file, but with an .xlsx suffix instead of the origninal .csv-suffix.

Additional tools:
The additional tools do analyses based on an Excel file as the dataset.
Please keep in mind that empty cells, or cells with non numeric data, in the analyzed areas won’t be accepted. I suggest deleting such rows.

The column headings (row 1) work as variable names. These can contain all kinds of data.

Distribution:
This tool analyzes the distribution of answers/values for variables seperately, and outputs spreadsheets, bar charts and line charts. It also outputs pairwise distribution analyses of entered variables. All results are saved as png files in the output folder, named by «Distribution …», including variable names and kind of output. For pairwise plots you may define a hue-variable among the variables if you want to include colors.

Correlation:
This tool is doing bivariate correlation analyses on the chosen data, and outputs both a matrix of correlation values (Perason’s r) and probability values (p), and a correlation heatmap.

Regression:
This tool is doing simple and multiple regression analyses on the chosen data, and outputs data like explanatory power, effect, probability, standard deviation and VIF values (for multiple regression).

For multiple regression enter all independent variables (column headers) separated by commas (and no space). When the process is completed, output files will show up in the output folder. They will be named after the included variables. One is a spreadsheet table, one is an image file with regression plots and regression line and one is a spreadsheet with VIF values.

Mediation:
This tool is doing mediation analyses based on Hayes’ Process, model 4. Mediation analyses help us check wether or not a variable has a mediating effect on the relationship between independent variable and dependent variable. Having a mediating effect means that the effect of x on y goes through the mediator (m) in a way that m is influenced by x and influences y.

Choose dataset, independent variable (x), dependent variable (y), mediating variable (m) and output folder. When the process is completed, the output file will show up in the output folder. This will be a spreadsheet containing values such as explanatory power and effect values.

Moderation:
This tool is doing moderation analyses based on Hayes’ Process, model 1. Moderation analyses can help us decide wether the effect of x on y id different for different categories of respondents. The app allows only one independent, dependent and moderating variable at the time and the moderating variable has to be dictonomous (only two values, i.e. «0» and «1») measuring such as «man»/»woman», «leader»/»non-leader».

When the process is completed, the output files will show up in the folder of the dataset. One is a spreadsheet displaying the effect of x on y for the two categories/measured groups (m). The remaining files contain a graphic illustration of the results, both as a png- and a pdf- file. The lines represent the effects for each category. The amount of space between them reflect the moderating effect of m.

If you’re experiencing problems or have questions, please feel free to get in touch!