Data Science Projekt

# Zusammenhang zwischen Bildungsausgaben und Schulabbrecher:innen in Deutschland (2022) ## Forschungsfrage Besteht ein Zusammenhang zwischen den öffentlichen Bildungsausgaben je Schüler:in und der Zahl früher Schulabgänger:innen in den deutschen Bundesländern? ## Hypothese Bundesländer mit höheren Pro-Kopf-Ausgaben im Bildungsbereich haben eine geringere Quote früher Schulabgänger:innen. ## Daten Die Analyse basiert auf zwei offenen Datensätzen: - **Ausgaben für öffentliche Schulen je Schüler:in nach Bundesländern (2022)** - **Frühe Schulabgänger:innen nach Bundesländern (2022)** Beide Datensätze stammen vom Statistischen Bundesamt und wurden über CSV-Dateien importiert und bereinigt. ## Methode Die beiden Datensätze wurden in R bereinigt, zusammengeführt und anschließend analysiert. Für die Visualisierung wurde ein Scatterplot mit Regressionslinie erstellt. Der Zusammenhang wurde mittels Pearson-Korrelation quantifiziert. ```r correlation <- cor(daten_final$Ausgaben, daten_final$Abbrecher2022) Code: # Pakete laden library(dplyr) library(readr) # Daten einlesen ausgaben <- read_csv2("C:/Users/carme/Desktop/ELMEB/SS 25/Data Science/Forschungsthema/Tabelle-2.1.14.csv", skip = 5) abbrecher <- read_csv2("C:/Users/carme/Desktop/ELMEB/SS 25/Data Science/Forschungsthema/Tabelle-0.64.csv", skip = 5) # Tatsächliche Namen herausfinden von Tabelle Ausgaben names(ausgaben) View(ausgaben) # Namen anpassen in Tabelle Ausgaben ausgaben_clean <- ausgaben %>% select(Bundesland = Land, Jahr, Ausgaben = `Euro...3`) %>% filter(Jahr == 2022) # Tatsächliche Namen herausfinden von Tabelle Abbrecher names(abbrecher) # Passenden Wert aussuchen - frühere Schulabgänger:innen im Jahr 2022. abbrecher_clean <- abbrecher %>% select(Bundesland = `Regionale Aufteilung`, Abbrecher2022 = `Tsd....18`) %>% mutate( Abbrecher2022 = as.numeric(gsub(",", ".", Abbrecher2022)) ) %>% group_by(Bundesland) %>% summarise(Abbrecher2022 = mean(Abbrecher2022, na.rm = TRUE)) # Daten zusammenführen merged <- inner_join(ausgaben_clean, abbrecher_clean, by = "Bundesland") # Ergebnis anzeigen print(merged) # Zeile Länder insgesamt entfernen, damit der Wert nicht verfälscht wird daten_final <- ausgaben_clean %>% left_join(abbrecher_clean, by = "Bundesland") %>% filter(!is.na(Abbrecher2022), Bundesland != "Länder insgesamt") # Korrelation berechnen correlation <- cor(daten_final$Ausgaben, daten_final$Abbrecher2022) # Scatterplot library(ggplot2) ggplot(daten_final, aes(x = Ausgaben, y = Abbrecher2022)) + geom_point(color = "steelblue", size = 3) + geom_smooth(method = "lm", se = FALSE, color = "darkred") + labs( title = "Zusammenhang zwischen Bildungsausgaben und Schulabbrecherquote (2022)", subtitle = paste("Korrelationskoeffizient:", round(correlation, 2)), x = "Ausgaben pro Schüler:in (€)", y = "Frühe Schulabgänger:innen (in Tsd.)" ) + theme_minimal() # Ergebnis: Punkte: Jedes Bundesland als Punkt im Diagramm = unklar - # deshalb nur für BW aussuchen,also BW in blau anzeigen lassen, alles andere grau ggplot(daten_final, aes(x = Ausgaben, y = Abbrecher2022)) + geom_point(aes(color = Bundesland == "Baden-Württemberg"), size = 3) + scale_color_manual(values = c("FALSE" = "lightgray", "TRUE" = "steelblue")) + geom_smooth(method = "lm", se = FALSE, color = "darkred") + labs( title = "Baden-Württemberg im Vergleich", subtitle = paste("Korrelationskoeffizient:", round(correlation, 2)), x = "Ausgaben pro Schüler:in (€)", y = "Frühe Schulabgänger:innen (in Tsd.)", color = "Baden-Württemberg" ) + theme_minimal()