Üb erblick: L nwei tiven Date...L Niklas Dipl.‐S © Junge itera 2., ak Kompe s Jungerm oz. Ulrike rmann & S turhi tuali Die tenzzent an de ann, M.A. Schwab chwabe 2 Üb nwei Date

L

NiklasDipl.‐S©Junge

Litera

2.,ak

Kompe

sJungermSoz.Ulrike

ermann&S

aturhi

ktuali

Die

etenzzent

ande

mann,M.A.eSchwab

Schwabe2

Üb

inwei

Date

isierte

seÜbersi

trumsfür

erUnivers

.Soz.e

017

berbli

ise zu

enana

eAufl

ichtistim

Empirisc

sitätKass

ck:

ur qua

alyse

age:A

mRahmen

cheForsch

selentsta

antita

April2

ndes

hungsme

nden.

ativen

2017

thoden

n

Diese Übersicht wurde von den wissenschaftlichen Mitarbeitenden der Professur fürMethodenderEmpirischenSozialforschunganderUniversitätKasselerstellt:

Kontakt:UniversitätKasselNiklasJungermann,M.A.Soz.E‐Mail:niklas.jungermann@uni‐kassel.deWeblink:https://www.uni‐kassel.de/go/jungermannDipl.‐Soz.UlrikeSchwabeE‐Mail:ulrike.schwabe@uni‐kassel.deWeblink:https://www.uni‐kassel.de/go/schwabeWir danken den studentischen Mitarbeiterinnen an der Professur für Methoden derEmpirischen Sozialforschung, Marie Sophie Jestadt und Alessandra Kuntz, für ihreUnterstützung bei der Überarbeitung und Aktualisierung der ersten Version aus demSommersemester2015.

DanielKleinseibesondersherzlich fürwertvolleLiteraturhinweisesowiedemZugangzuaktuellenArtikelndesStataJournalsgedankt.

EmpfohleneZitation:Jungermann,Niklas;Schwabe,Ulrike(2017):Überblick:LiteraturhinweisezurquantitativenDatenanalyse.UniversitätKassel/KompetenzzentrumfürEmpirischeForschungsmethoden:InternerBericht.2.,aktualisierteAuflage.

Inhalt

1.TestenvonHypothesen...............................................................................................................................1

2.UmgangmitfehlendenWerten................................................................................................................2

2.1AllgemeineEinführung.........................................................................................................................2

2.2Gewichtung................................................................................................................................................2

2.3Imputation.................................................................................................................................................3

3.DatenreduzierendeVerfahrenundAnwendungen.........................................................................4

3.1AllgemeineEinführung.........................................................................................................................4

3.1ExploratorischeFaktorenanalyse....................................................................................................4

3.2KonfirmatorischeFaktorenanalyse................................................................................................5

3.3Clusteranalyse..........................................................................................................................................5

3.3ANOVA(AnalysisofVariance)..........................................................................................................6

3.4Diskriminanzanalyse.............................................................................................................................6

4.AnalysestrategienundModellaufbau....................................................................................................6

4.1Brutto‐Netto‐Modell..............................................................................................................................6

4.2Mediatoranalyse......................................................................................................................................7

4.3Moderatoranalyse...................................................................................................................................7

4.4Interaktionen............................................................................................................................................7

5.Regressionsverfahren..................................................................................................................................8

5.1Allgemeines...............................................................................................................................................8

5.2LineareRegression.................................................................................................................................8

5.3LogistischeRegression.........................................................................................................................9

5.4MultinominaleRegression...............................................................................................................10

5.5OrdinaleRegression............................................................................................................................11

5.6Panelregression....................................................................................................................................12

5.7Mehrebenenanalysen.........................................................................................................................12

6.Strukturgleichungsmodellierung.........................................................................................................13

7.GestaltungvonRegressionsergebnissenmitGrafikenundTabellen...................................14

7.1GrafischeDarstellung.........................................................................................................................14

7.2TabellarischeDarstellung................................................................................................................14

8.HilfreicheLinksundOnlinehilfenzurpraktischenAnwendung............................................16

8.1Online‐ZugangzurLiteratur...........................................................................................................16

8.2PraktischeAnwendung.....................................................................................................................16

9.LehrbücherfürStatistiksoftwareStataundSPSS.........................................................................17

10.VollständigeLiteraturliste....................................................................................................................18

©Junge

Überbli

1.Tes

GrundlBehnkeEineEinSozialw94–10

BehnkeEineEinSozialw316–3

DiekmaAnwend704–7

SchnellSozialfo437–4

FortgesBernardSignificResearc

KühnelWolf,ChWiesba165–1

PraktisKohler,Datena195–2

Rabe‐HUsingS68–71

ermann&S

ick:Literat

stenvonH

lagene,Joachim;nführungfwissenschaf00.(Kapitel

e,Joachim;nführungfwissenschaf325.(Kapite

ann,Andreadungen.7.A723.(Kapite

,Rainer;Horschung.1444.(Kapite

schrittendi,Fabriziocance‘:Thech.In:Euro

,SteffenMhristof;Besaden:VSVe190.(Kapite

scheAnwenUlrich;Krenalyseund246.(Kapite

Hesketh,SopStata.2.Auf1.(Kapitel2

Schwabe2

urhinweise

Hypothes

Behnke,NafürPolitikwften.l9)

Behnke,NafürPolitikwften.el23)

as(2013).Auflage.ReielXIV;9.6)

ill,PaulB.;10.Auflage.el9.4)

o;Chakhaia(Mis)UseofopeanSocio

.;Krebs,Dast,HenningerlagfürSoel8)

ndungeuter,Frauihrepraktiel8)

phia;Skronflage.Colleg2.6)

017

ezurquant

sen

athalie(20wissenschaft


Empirischeinbeckbei

Esser,ElkeMünchen:

a,Lela;LeopfStatisticalologicalRes

agmar(201g(Hg.).Hanzialwissen

uke(2012).ischeAnwe

ndal,AndergeStation:

titativenDa

06).Grundtler.1.Aufl


eSozialforsHamburg:

e(2013).MOldenbour

pold,LiliyalSignificansearch33:

10).Grundlndbuchderschaften.

.Datenanalndung.4.A

rs(2008).MStataPres

atenanalys

dlagendersage.Wiesb

dlagendersage.Wiesb

chung.GruRowohlt.

MethodendergVerlag.

a(2017).‚SceTestingi1–15.

lagendesssozialwisse

lysemitStaAuflage.Mü

Multilevelas.

e

statistischenaden:VSV


ndlagen,M

erempirisc

ingMeaSoinEuropean

tatistischenenschaftlich

ata.Allgemeünchen:Old

andLongitu

nDatenanaVerlagfür

nDatenanaVerlagfür

Methoden,

chen

ongwithSonSociologi

nSchließenhenDatena

eineKonzepdenbourgV

udinalMode

Seite|1

alyse.

alyse.

ocialical

ns.In:analyse.

ptederVerlag.

eling

©Junge

Überbli

2.Um

2.1All

GrundlEngel,UBlasiusSpringe331–3

Jann,Be267.


Spieß,MHenninVerlagf117–1

FortgesAllison,http://w01.04.2

King,Gaevil:WhAmeric

2.2Ge

GrundlKiesl,Hderemp349–3

Spieß,MHenninVerlagf120–1

ermann&S

ick:Literat

gangmit

lgemeine

lagenUwe;Schm,Jörg(Hg.)erVS.348.(Kapite

en(2007).


Martin(20ng(Hg.).HafürSozialw120/129–

schritten,PaulD.(2www.statis2017.

ary;HonakhattodoabcanPolitica

wichtung

lagenHans(2014)pirischenSo341.(Kapite

Martin(20ng(Hg.).HafürSozialw124/132–

Schwabe2

urhinweise

tfehlend

Einführu

idt,BjörnO.Handbuch

el23)

Statatip44

ill,PaulB.;10.Auflage.el9.6)

10).DerUmandbuchderwissenschaf–130.(Kapi

014).Listwsticalhorizo

ker,James;boutmissinglScienceA

g

).Gewichtuozialforschuel24)


017

ezurquant

enWerte

ng

O.(2014).UhMethoden

4:Getahan

Esser,ElkeMünchen:

mgangmitrsozialwissften.itel6)

wiseDeletioons.com/li

Joseph,AngdatainpAssociation.

ung.In:Bauung.Wiesb


titativenDa

en

Unit‐undItnderempir

ndleonyou

e(2013).MOldenbour

fehlendensenschaftlic

n:It’sNOTstwise‐dele

ne;Scheveoliticalscie.

ur,Nina;Blbaden:Spri


atenanalys

tem‐NonrerischenSozi

ursample.

MethodendergVerlag.

Werten.InchenDatena

Evil.Unteretion‐its‐no

,Kenneth(ence.Bosto

lasius,JörgngerVS.

Werten.InchenDatena

e

sponse.In:ialforschung

In:StataJo

erempirisc

n:Wolf,Chranalyse.Wi

r:ot‐evil.Letz

(1998).Listn:AnnualM

(Hg.).Hand


:Baur,Ninag.Wiesbad

ournal7:26

chen

ristof;Best,iesbaden:V

zterZugriff

twisedeletiMeetingof

dbuchMeth


Seite|2

a;den:

66–

VS

f:

ionisthe

hoden

VS

©Junge

Überbli

FortgesGabler,HenninVerlagf143–1

PraktisAcock,APress.289–2

2.3Im

GrundlAcock,APress.393–4

FortgesSpieß,MHenninVerlagf124–1

White,chained399.


Lüdtke,fehlend103–1

ReineckAdolesc–3334.

SocialSStata“.U01.04.2

ermann&S

ick:Literat

schrittenSiegfried;

ng(Hg.).HafürSozialw164.(Kapite

scheAnwenAlanC.(20

290.(Kapite

mputation

lagenAlanC.(20

412.(Kapite

schrittenMartin(20ng(Hg.).HafürSozialw128/130–

IanR.;Roydequations

scheAnwenAlanC.(20

412.(Kapite

,Oliver;RodenWerten117.

ke,Jost;Wecence:ACo.

ScienceComUnter:http2017.

Schwabe2

urhinweise

Ganninger,andbuchderwissenschafel7)

ndung014).AGent

el10.8)

014).AGent

el13)


yston,Patrics:Issuesan

ndung014).AGent

el13)

obitzsch,Alninderpsy

eins,Corneomparison

mputingCops://www.s

017

ezurquant

,Matthias(rsozialwissften.

tleIntroduc

tleIntroduc


ck;Wood,Andguidance

tleIntroduc

exander;Tychologisch

lia(2013).ofMissing

ooperativessc.wisc.ed

titativenDa

(2010).Gewsenschaftlic

ctiontoSta

ctiontoSta


AngelaM.(eforpracti

ctiontoSta

Trautwein,UhenForschu

TheDevelDataTechn

(2017).Ondu/sscc/pub

atenanalys

wichtung.IchenDatena

ata.4.Aufla

ata.4.Aufla

Werten.InchenDatena

(2011).Muice.In:Stat

ata.4.Aufla

Ulrich;Köllung.In:Psy

opmentofniques.In:

nline‐Kurs„bs/stata_m

e

In:Wolf,Chanalyse.Wi

age.College

age.College


ltipleimpuisticsinMe

age.College

ler,Olaf(20ychologisch

DelinquenQuality&Q

„MultipleImmi_intro.htm

hristof;Besiesbaden:V

eStation:S

eStation:S


utationusinedicine30:

eStation:S

007):UmgheRundscha

ncyDuringQuantity47

mputationm.LetzterZ

Seite|3

st,VS

tata

tata

VS

ng377‐

tata

angmitau58:

7:3319

inZugriff:

©Junge

Überbli

3.Dat

3.1All

Acock,APress.378–3

MoosbrKonfirm(Hg.).T307–3


3.1Exp

GrundlBlasiusMethod1051–

BühnerMünche179–2

Kopp,JoEinführ84–96

FortgesBackhaAnalyse385–4

Wolff,HFaktoreDatena333–3

ermann&S

ick:Literat

tenreduz

lgemeine

AlanC.(20

382.(Kapite

rugger,HelmatorischeTesttheorie324.(Kapite


ploratori

lagen,Jörg(201denderemp1062.(Kap

r,Markus(2en:Pearson234.(Kapite

ohannes;Lrung.2.Auf6.(Kapitel5

schrittenaus,Klaus;Eemethoden.452.(Kapite

Hans‐Georgenanalyse.nalyse.Wie366.(Kapite

Schwabe2

urhinweise

ierendeV

Einführu

014).AGent

el12.5)

lfried;ScheFaktorenaundFragebel13)

ill,PaulB.;10.Auflage.el4.3.2.2.3)

scheFakt

4).SkalierupirischenSopitel83)

2006).EinfnStudium.el5)

Lois,Danielflage.Wiesb5.2und5.3)

Erichson,BEineAnweel7)

g;Bacher,JIn:Wolf,Chesbaden:VSel15)

017

ezurquant

Verfahre

ng

tleIntroduc

ermelleh‐Enanalyse(CFbogenkonst

Esser,ElkeMünchen:)

torenanal

ungsverfahozialforschu

führungind

(2014).Sobaden:VSV)

Bernd;Plinkendungsorie

ohan(2010hristof;BesSVerlagfü

titativenDa

enundAn

ctiontoSta

ngel,KarinFA).In:Mootruktion.He

e(2013).MOldenbour

lyse

hren.In:Baung.Wiesb

dieTest‐un

ozialwissensVerlagfürS

ke,Wulff;WentierteEin

0).HauptkostHenningrSozialwis

atenanalys

nwendun

ata.4.Aufla

(2007).Exosbrugger,eidelberg:S

MethodendergVerlag.

ur,Nina;Baden:Sprin

ndFragebog

schaftlicheSozialwisse

Weiber,Rolnführung.1

omponente.Handbuchssenschafte

e

ngen

age.College

xploratoriscHelfried;KSpringer.

erempirisc

lasius,JörgngerVS.

genkonstru

Datenanalyenschaften.

lf(2016).M14.Auflage.

enanalyseuhdersozialwen.

eStation:S

che(EFA)uKeleva,Aug

chen

g(Hg.).Han

uktion.2.A

lyse.Eine.

Multivariate.Berlin:Sp

undexplorwissenschaf

Seite|4

tata

undustin

ndbuch

uflage.

eringer.

ativeaftlichen

©Junge

Überbli

3.2Ko

GrundlBühnerMünche235–2

FortgesBackhaAnalyse589–5

ReinckeBerlin:137–1

3.3Clu

GrundlBacher,AnwendOldenb15–34

FortgesBacher,AnwendOldenb35–50

BackhaAnalyse453–5

WiedenHenninSozialw525–5

ermann&S

ick:Literat

onfirmato

lagenr,Markus(2en:Pearson298.(Kapite


e,Jost(201DeGruyter182.(Kapite

usteranaly

lagen,Johann;PödungsorienourgVerla4.(Kapitel1

schritten,Johann;PödungsorienourgVerla02.(Kapitel

aus,Klaus;Eemethoden.516.(Kapite

nbeck,Michng.Handbucwissenschaf552.(Kapite

Schwabe2

urhinweise

rischeFa

2006).EinfnStudium.el6)


14).Struktur.el7)

yse

öge,AndretierteEinfüg.1)

öge,AndretierteEinfüg.l2–20)


hael;Zull,Cchdersoziaften.el21)

017

ezurquant

ktorenan

führungind


urgleichung

as;WenzigührunginK

as;WenzigührunginK


Cornelia(20alwissensch

titativenDa

nalyse

dieTest‐un


gsmodellein

g,Knut(201Klassifikatio



010).ClusthaftlichenD

atenanalys

ndFragebog


ndenSozia

10).Clusteronsverfahre



eranalyse.Datenanalys

e

genkonstru


alwissenscha

ranalyse.en.3.Auflag



In:Wolf,Chse.Wiesbad

uktion.2.A


aften.2.Au

ge.Münche

ge.Münche


hristof;Besden:VSVer

Seite|5

uflage.

eringer.

uflage.

en:

en:

eringer.

st,rlagfür

©Junge

Überbli

3.3AN

GrundlAcock,APress.215–2

FortgesVölkle,ChristoWiesba455–4


Rabe‐HUsingS8–11.

3.4Dis


Decker,Wolf,ChWiesba495–5

4.Ana

4.1Bru

GrundlKopp,JoEinführ134–1

ermann&S

ick:Literat

NOVA(Ana

lagenAlanC.(20

266.(Kapite

schrittenManuelC.;of;Best,Henaden:VSVe494.(Kapite

scheAnwenAlanC.(20

266.(Kapite

Hesketh,SopStata.2.Auf(Kapitel1.4

skriminan

aus,Klaus;Eemethoden.282.(Kapite

,Reinhold;hristof;Besaden:VSVe524.(Kapite

alysestra

utto‐Nett

lagenohannes;Lrung.2.Auf139.(Kapite

Schwabe2

urhinweise

alysisofV

014).AGent

el9)

Erdfelder,nning(Hg.)erlagfürSoel19)

ndung014).AGent

el9)

phia;Skronflage.Colleg4)

nzanalyse


Rašković,st,HenningerlagfürSoel20)

ategienun

o‐Modell

Lois,Danielflage.Wiesbel7.1)

017

ezurquant

Variance)

tleIntroduc

Edgar(20).Handbuchzialwissen

tleIntroduc


e


Silvia;Brung(Hg.).Hanzialwissen

ndMode

(2014).Sobaden:VSV

titativenDa

ctiontoSta

10).Varianhdersozialschaften.

ctiontoSta

rs(2008).MStataPres


nsiek,Kathndbuchderschaften.

llaufbau


atenanalys

ata.4.Aufla

nz‐undKovlwissenscha

ata.4.Aufla

Multilevelas.


hrin(2010)sozialwisse


e

age.College

varianzanaaftlichenDa

age.College

andLongitu


.Diskriminenschaftlich


eStation:S

alyse.In:Watenanalyse

eStation:S

udinalMode


nanzanalyshenDatena

lyse.Eine.

Seite|6

tata

olf,e.

tata

eling

eringer.

se.In:analyse.

©Junge

Überbli

FortgesUrban,Anwend112–1

4.2Me



4.3Mo



4.4Int

GrundlKohler,Datena292–2

FortgesLohmanRegress(Hg.).HSozialw677–7

ermann&S

ick:Literat

schrittenDieter;Madung.4.Auf115.(Kapite

ediatoran



oderatora



teraktion

lagenUlrich;Krnalyseund296.(Kapite

schrittennn,Henninsion. InteraHandbuchdwissenschaf706.(Kapite

Schwabe2

urhinweise

yerl,Jochenflage.Wiesel2.4)

nalyse



analyse



en

reuter,Frauihrepraktiel9.4.2)

ng(2010).Naktionseffedersozialwiften.el26)

017

ezurquant

n(2011).Rbaden:VSV

(2014).Sobaden:VSV

n(2011).Rbaden:VSV

(2014).Sobaden:VSV

n(2011).Rbaden:VSV

uke(2012)ischeAnwe

Nicht‐Lineaekte,Polynoissenschaftl

titativenDa

RegressionsVerlagfür





).Datenanandung.4.A

aritatundNomeundSplichenDate

atenanalys

sanalyse.ThSozialwisse





alysemitStaAuflage.Mü

Nicht‐Additplines.In:Wenanalyse.W

e

heorieTechenschaften





ata.Allgemünchen:Old

tivitatindeWolf,ChristWiesbaden

hnikundn.

lyse.Eine.

hnikundn.

lyse.Eine.

hnikundn.

meineKonzedenbourgV

ermultipletof;Best,H:Verlagfür

Seite|7

eptederVerlag.

nHenningr

©Junge

Überbli


Rabe‐HUsingS26–29

5.Reg

5.1All


Urban,Anwend115–1


5.2Lin


WenzelMethodMünche7–38.

Wolf,ChHenninfürSozi607–6

ermann&S

ick:Literat


Hesketh,SopStata.2.Auf9.(Kapitel1

gressions

lgemeines

aus,Klaus;Eemethoden.34.(Kapitel

Dieter;Madung.4.Auf176.(Kapite

scheAnwenAlanC.(20

288.(Kapite

neareReg


lburger,GedenfürPoliten:Oldenb(Kapitel2)

hristof;Besng(Hg.).Haialwissensc638.(Kapite

Schwabe2

urhinweise

ndungeuter,Frauihrepraktiel9.4.2)

phia;Skronflage.Colleg1.8)

sverfahre

s

Erichson,BEineAnwel1)

yerl,Jochenflage.Wiesel3)

ndung014).AGent

el10–Kap

gression

Lois,Danielflage.Wiesbel6)

eorg;JäckletikwissenscourgVerla

st,Henningandbuchderchaften.el24)

017

ezurquant

uke(2012).ischeAnwe


en


n(2011).Rbaden:VSV

tleIntroduc

itel10.7)

(2014).Sobaden:VSV

,Sebastianchaftler.Eing.

g(2010).Lirsozialwiss

titativenDa

.Datenanalndung.4.A

rs(2008).MStataPres



ctiontoSta


n;König,Paneanwendu

ineareRegsenschaftlic

atenanalys


Multilevelas.



ata.4.Aufla


ascal(2014ungsbezoge

ression.InchenDatena

e


andLongitu



age.College


).WeiterfüeneEinführ

:Wolf,Chrianalyse.Wi

eineKonzepdenbourgV

udinalMode

MultivariateBerlin:Spr

hnikundn.

eStation:S

lyse.Eine.

ührendestarungmitSta

istof;Best,iesbaden:V

Seite|8

ptederVerlag.

eling

eringer.

tata

tistischeata.

Verlag

©Junge

Überbli

FortgesOhr,DieWolf,ChWiesba639–6

WindziSpringe17–38

WooldrEdition22–67


Kohler,Datena247–2

5.3Log


WenzelMethodMünche55–90

FortgesBackhaAnalyse283‐3

BehnkeSpringe

ermann&S

ick:Literat

schritteneter(2010hristof;Besaden:VSVe676.(Kapite

o,MichaelerVS.8.(Kapitel2

ridge,Jeffren.South‐We7.(Kapitel2

scheAnwenAlanC.(20

272.(Kapite

Ulrich;Krenalyseund253.(Kapite

gistische


lburger,GedenfürPoliten:Oldenb0.(Kapitel4


e,Joachim(er.

Schwabe2

urhinweise

).LineareRst,HenningerlagfürSoel25)

(2013).Reg

2)

eyM.(2013estern:Cen2)

ndung014).AGent

el10–Kap

euter,Frauihrepraktiel9.1)

Regressio

Lois,Danielflage.Wiesbel8)

eorg;JäckletikwissenscourgVerla4)


(2015).Log

017

ezurquant

Regressiong(Hg.).Hanzialwissen

gressionsm

3).IntroducngageLearn

tleIntroduc

itel10.3)

uke(2012).ischeAnwe

on

(2014).Sobaden:VSV



gistischeRe

titativenDa

n.Modellanndbuchderschaften.

modellefürZ

ctoryEcononing.

ctiontoSta

.Datenanalndung.4.A




egressionsa

atenanalys

nahmenunsozialwisse

Zuständeun

ometrics.A

ata.4.Aufla





nalyse.Eine

e

ndRegressienschaftlich

ndEreignis

ModernAp

age.College





eEinführun

ionsdiagnohenDatena

sse.Wiesba

pproach.Fif

eStation:S

eineKonzepdenbourgV

lyse.Eine.



ng.Wiesba

Seite|9

ostik.In:analyse.

aden:

fth

tata

ptederVerlag.

tistischeata.

eringer.

den:

©Junge

Überbli

Best,HeLogit‐u64:377

Mood,CDo,and


Wolf,ChHenninfürSozi827–8

PraktisAuspurabhängBildung

Acock,APress.329–3


Long,SVariabl133–1

5.4Mu


FortgesKühnelWolf,ChWiesba855–8

ermann&S

ick:Literat

enning;WoundProbit‐7–395.

Carina(201dWhatWe

o,MichaelerVS.8.(Kapitel3

hristof;Besng(Hg.).Haialwissensc854.(Kapite

scheAnwenrg,Katrin;HgigenVariabgschancen

AlanC.(20

360(Kapite


cottJ.;FreeleUsingSta184.(Kapite

ultinomin

lagenUlrich;Krenalyseund372.(Kapite

schritten,SteffenMhristof;Besaden:VSVe886.(Kapite

Schwabe2

urhinweise

olf,Christof‐Regression

10):LogistiCanDoAb

(2013).Reg

3)

st,Henningandbuchderchaften.el31)

ndungHinz,Thomblen–ProbimKohorte

014).AGent

el11)

euter,Frauihrepraktiel10.1–Ka

ese,Jeremyata.3.Auflael4)

naleRegre

euter,Frauihrepraktiel10.7.2).


017

ezurquant

f(2012):Mnen.In:Köl

icRegressioutIt.In:E

gressionsm

g(2010).Lorsozialwiss

mas(2011):blemeundenverlauf.I

tleIntroduc

uke(2012).ischeAnweapitel10.6)

y(2014).Reage.College

ession

uke(2012).ischeAnwe


titativenDa

ModellvergllnerZeitsch

ion:WhyWEuropeanSo

modellefürZ

ogistischeRsenschaftlic

GruppenvFehleinschIn:Zeitschr

ctiontoSta

.Datenanalndung.4.A)

egressionMeStation:S

.Datenanalndung.4.A

10).Multinndbuchderschaften.

atenanalys

leichundEhriftfürSoz

WeCannotDociological

Zuständeun

RegressionchenDatena

vergleichebhätzungenariftfürSozio

ata.4.Aufla


ModelsforCtataPress.


ominaleunsozialwisse

e

rgebnisinteziologieund

DoWhatWReview26:

ndEreignis

n.In:Wolf,Canalyse.Wi

beiRegressamBeispielologie40:6

age.College


Categorical


ndordinaleenschaftlich

S

erpretationdSozialpsyc

WeThinkW:67–82.

sse.Wiesba

Christof;Biesbaden:V

sionenmitblvon62–73.

eStation:S

eineKonzepdenbourgV

lDependent

eineKonzepdenbourgV

eRegressiohenDatena

eite|10

ninchologie

eCan

aden:

est,Verlag

binären

tata

ptederVerlag.

t

ptederVerlag.

n.In:analyse.

©Junge

Überbli




5.5Or


FortgesKühnel,Wolf,ChWiesba855–8




ermann&S

ick:Literat

o,MichaelerVS.254.(Kapite



dinaleRe

lagenUlrich;Krenalyseund375.(Kapite

schritten,SteffenM.hristof;Besaden:VSVe886.(Kapite

o,MichaelerVS.221.(Kapite



Schwabe2

urhinweise

(2013).Reg

el9)



egression

euter,Frauihrepraktiel10.7.3)


(2013).Reg

el8)



017

ezurquant

gressionsm

uke(2012).ischeAnwe


uke(2012).ischeAnwe


gressionsm

uke(2012).ischeAnwe


titativenDa

modellefürZ

.Datenanalndung.4.A


.Datenanalndung.4.A

10)Multinondbuchderschaften.

modellefürZ

.Datenanalndung.4.A


atenanalys

Zuständeun




ominaleunsozialwisse

Zuständeun



e

ndEreignis


Categorical


dordinaleenschaftlich

ndEreignis


Categorical

S

sse.Wiesba

eineKonzepdenbourgV

lDependent

eineKonzepdenbourgV

RegressionhenDatena

sse.Wiesba

eineKonzepdenbourgV

lDependent

eite|11

aden:

ptederVerlag.

t

ptederVerlag.

n.In:analyse.

aden:

ptederVerlag.

t

©Junge

Überbli

5.6Pan

GrundlBrüder(Hg.).HSozialw963–9

GiesselmPanelda

FortgesGiesselmEffectsKölnerZ

5.7Me

GrundlLanger,2.AuflaLanger,Best,HeVerlagf741–7

PötschkHandbu1001–

WenzelMethodMünche91–11

FortgesRabe‐HUsingS

ermann&S

ick:Literat

nelregres

lagenl,Josef(20Handbuchdwissenschaf994.(Kapite

mann,Maraten.Wiesb

schrittenmann,MarParadigmaZeitschriftf

ehrebenen

lagen,Wolfgangage.Wiesba

,Wolfgangenning(HgfürSozialw774.(Kapite

ke,ManuelauchMethod1116.(Kap

lburger,GedenfürPoliten:Oldenb18.(Kapitel

schrittenHesketh,SopStata.2.Auf

Schwabe2

urhinweise

ssion

10).Kausadersozialwiften.el36)

rco;Windizbaden:VSV

rco;WindziaundempirfürSoziolog

nanalysen

(2009).Meaden:VSVe

(2010).Meg.).Handbuwissenschafel28)

a(2014).Mdenderemppitel87)

eorg;JäckletikwissenscourgVerlal5)

phia;Skronflage.Colleg

017

ezurquant

lanalysemissenschaftl

zio,MichaelVerlagfürS

io,MichaelrischePraxgieundSoz

n

ehrebenenaerlagfürSo

ehrebenenchdersoziaften.

MehrebenenpirischenSo



titativenDa

mitPaneldatlichenDate

l(2012).ReSozialwisse

(2014):PaxisinPanelzialpsycholo

analyse.Einozialwissen

analysemialwissensch

nanalyse.Iozialforschu


rs(2008).MStataPres

atenanalys

ten.In:Woenanalyse.W

egressionsenschaften.

aneldateninlregressionogie66:95

neEinführunschaften.

itQuerschnhaftlichenD

n:Baur,Niung.Wiesb


Multilevelas.

e

lf,Christof;Wiesbaden

modellezu

nderSozionundEreig–113.

ungfürFors

nittsdaten.Datenanaly

na;Blasiusaden:Sprin


andLongitu

S

;Best,Hen:VSVerlag

urAnalysev

ologie:Fixegnisanalyse

schungund

In:Wolf,Chyse.Wiesba

s,Jörg(Hg.)ngerVS.


udinalMode

eite|12

ninggfür

von

de.In:

dPraxis.

hristof;den:VS

).

tistischeata.

eling

©Junge

Überbli

6.Stru

GrundlArzheimEinführ

Urban,diePrax

WenturEinführ195–2

WernerStruktuundEva945–9

FortgesGiesselmPanelda183–2

ReineckBest,HeVerlagf775–8

PraktisChrist,Opraktisc

ReinckeBerlin:341–3

WeiberanwendundSPS

ermann&S

ick:Literat

ukturglei

lagenmer,Kai(2rung.1.Auf

Dieter;Maxis.Wiesba

ra,Dirk;Porung.Wiesb218.(Kapite

r,Christinaurgleichungaluationin974.(Kapite

schrittenmann,Maraten.Wiesb212.(Kapite

ke,Jost;Pöenning(HgfürSozialw804.(Kapite

scheAnwenOliver;SchcheEinführ

e,Jost(201DeGruyter364.(Kapite

r,Rolf;MühdungsorientSS.2.Auflag

Schwabe2

urhinweise

ichungsm

016).Strukflage.Wiesb

yerl,Jochenaden:Sprin

ospeschill,Mbaden:Spriel13)

aS.;Schermgsmodelle.denSozial‐el17)

rco;Windzibaden:VSVel8)

ge,Andreag.).Handbuwissenschafel29)

ndunghlüter,Elmarung.Münc

14).Struktur.el10)

hlhaus,DantierteEinfüge.Berlin:

017

ezurquant

modellier

kturgleichubaden:Spr

n(2014).Sger.

Markus(20inger.

melleh‐EngeIn:Döring,‐undHuma

io,MichaelVerlagfürS

s(2010).Schdersoziaften.

ar(2012).Schen:Olden

urgleichung

niel(2014).ührungindiSpringer.

titativenDa

rung

ungsmodelleinger.

Strukturgle

015).Multiv

el,Karin;G,Nicola;Boanwissensch

(2012).ReSozialwisse

Strukturglealwissensch

StrukturglenbourgVer

gsmodellein

.StrukturglieKausalan

atenanalys

e.Eineanw

ichungsmo

variateDat

erhard,Carortz,Jürgenhaften.Ber

egressionsmenschaften.

ichungsmohaftlichenD

eichungsmorlag.

ndenSozia

leichungsmnalysemitH

e

wendungsor

dellierung.

tenanalyse.

rla;Gäde,Jan(Hg.).Forslin:Springe

modellezurA

odelle.In:WDatenanaly

odellemitM

alwissenscha

modelle.EineHilfevonAM

S

rientierte

EinRatgeb

Einekomp

anaC.(201schungsmeer.

Analysevo

Wolf,Christyse.Wiesba

Mplus.Eine

aften.2.Au

eMOS,Smart

eite|13

berfür

pakte

16).thoden

n

tof;den:VS

uflage.

tPLS

©Junge

Überbli

7.Ges

GrundlFriedricBaur,NWiesba259–2

7.1Gra

Bauer,GWolf,ChWiesba905–9

Frey,TiLiteratuhttps://3–9.

PraktisJann,Be14:708

Jann,Behttp://01.04.2

Kohler,Datena119‐1

MitchelCollege

7.2Ta

Frey,TiLiteratuhttps://10–13

ermann&S

ick:Literat

staltungv

lagenchs,JürgenNina;Blasiuaden:Sprin262.(Kapite

afischeDa

Gerrit(201hristof;Besaden:VSVe930.(Kapite

imotheos(urverweisen/timfrey.fil

scheAnwenen(2014):8–737.

en(2017):repec.sowi2017.


ll,MichaelNeStation:St

bellarisch

imotheos(urverweisen/timfrey.fil3.

Schwabe2

urhinweise

vonRegr

n(2014).Erus,Jörg(HggerVS.el16)

arstellun

10).Graphist,HenningerlagfürSoel34)

2007).Gruninwissensles.wordpr

ndungPlottingre

Plottingrei.unibe.ch/f

euter,Frauihrepraktiel6)

N.(2012).ItataPress.

heDarste


017

ezurquant

essionse

rgebnisprä.).Handbuc

g

scheDarstg(Hg.).Hanzialwissen

undlagendeschaftlicheness.com/20

egressionc

egressioncfiles/wp1/

uke(2012).ischeAnwe

Interpreting

ellung


titativenDa

ergebniss

sentationichMethode

tellungregrndbuchderschaften.

erDarstellunDokumen008/04/gr

oefficients

oefficients/jann‐2013

.Datenanalndung.4.A

ngandVisua


atenanalys

senmitG

nderquanenderempi

ressionsanasozialwisse

ungvonGranten.Unterraph.pdf.Le

andother

andother‐coefplot.p


alizingReg

ungvonGranten.Unterraph.pdf.Le

e

Grafikenu

ntitativenFirischenSoz

alytischerEenschaftlich

afiken,Tabe:etzterZugr

estimates.

estimatesipdf.Letzter


ressionMo

afiken,Tabe:etzterZugr

S

undTabe

Forschung.zialforschu

ErgebnissehenDatena

ellenund

riff:01.04.2

In:StataJo

inStata.UnZugriff:

eineKonzepdenbourgV

odelsUsingS

ellenund

riff:01.04.2

eite|14

ellen

In:ng.

e.In:analyse.

2017.

ournal

nter:

ptederVerlag.

Stata.

2017.

©Junge

Überbli

PraktisJann,Be


SocialStablesiZugriff:

ermann&S

ick:Literat

scheAnwenen(2007).


ScienceComnStata“.Un:01.04.201

Schwabe2

urhinweise

ndungMakingreg

euter,Frauihrepraktiel9.5)

mputingConter:https17.

017

ezurquant

gressionta

uker(2012)ischeAnwe

ooperative://www.ss

titativenDa

ablessimpli

).Datenanandung.4.A

(2017).Onsc.wisc.edu

atenanalys

ified.In:St

alysemitStAuflage.Mü

nline‐Kurs„/sscc/pubs

e

ataJournal

tata.Allgemünchen:Old

„CreatingPs/stata_tab

S

l7:227‐24

meineKonzedenbourgV

Publication‐bles.htm.Le

eite|15

4.

eptederVerlag.

‐Qualityetzter

©Junge

Überbli

8.Hilf

8.1On

Springehttp://

Vielevezugäng

8.2Pra

StataMhttp://w

Stata‐H

SPSSMftp://pulient/M

SPSS‐Hdahinte

Univershttp://

DieUnivieleFrDieseFmöglich

Hilfeste

ermann&S

ick:Literat

freicheLi

nline‐Zuga

erLinklink.spring

erwendetelichundste

aktischeA

Manualwww.stata

Handbuch

Manualublic.dhe.ibManuals/IBM

Handbuch,erstehende

sityofCalifstats.idre.u

iversityofCragestellunFragenwerdh,dasVorg

ellungenwe

Schwabe2

urhinweise

inksund

angzurLi

ger.com/

LiteraturaehenzumD

Anwendu

a.com/man

mitBefehls

bm.com/soM_SPSS_Sta

welchesjeSyntaxein

ifornia,Losucla.edu/

California,ngen,diebedenanschagehenaufd

erdensowo

017

ezurquant

dOnlineh

iteratur

ngabensinDownloada

ung

uals13/u.p

ssyntaxun

oftware/anatistics_Cor

dochvielmngeht.

sAngeles(

LosAngeleeiderDatenaulichanBeerUCLA‐W

ohlfürStat

titativenDa

hilfenzur

ndfürMitglalspdfber

pdf

dErläuteru

nalytics/spsre_System_

mitderMen

(UCLA)

es(UCLA),bnanalysemeispieleneWebsiteauf

taalsauch

atenanalys

rpraktisc

liederderUeit.

ungenzud

ss/docume_User_Guid

nüstruktur

bietetumfamitgängigerrklärtunddieeigene

SPSSsowie

e

chenAnw

Universität

enjeweilig

ntation/stae.pdf

arbeitetun

angreicheArStatistiksooftmalsistnAnalysen

eRundSAS

S

wendung

tKasselfrei

genBefehle

atistics/22

ndweniga

Antwortenoftwareautesproblemnzuübertra

Sangebote

eite|16

g

i

en.

2.0/de/c

aufdie

aufftreten.mlosagen.

en.

©Junge

Überbli

9.Leh

StataAcock,APress.

Kohler,Datena

Mitchel

PevalinBerksh

SPSSAkremiFortgesunderw

Angele,bamber

FrommVerfahrSozialw

ermann&S

ick:Literat

hrbücher

AlanC.(20

Ulrich;Krenalyseund

ll,MichaelN

n,DavidJ.;Rire:OpenU

i,Leila;Bauschrittene1weiterteAu

,German(2rg.de/filead

m,Sabine(2renfürQuerwissenschaf

Schwabe2

urhinweise

fürStati

014).AGent

euter,Frauihreprakti

N.(2015).S

Robson,KaUniversityP

ur,Nina;Fr1:Datenaufuflage.Wies

2016).SPSSdmin/rz/sp

012).Daterschnittsdaften.

017

ezurquant

istiksoftw

tleIntroduc

uke(2012).ischeAnwe

Stataforth

ren(2009)Press.

romm,Sabifbereitungusbaden:VS

SStatisticspss/skript.

nanalysematen.2.Aufl

titativenDa

wareStat

ctiontoSta

.Datenanalndung.4.A

heBehavior

).TheStata

ne(Hg.)(2unduni‐unSVerlagfür

24.EineEi.pdf.Letzte

mitSPSSfürlage.Wiesb

atenanalys

taundSP

ata.4.Aufla


ralSciences

aSurvivalM

2011).DatendbivariaterSozialwiss

nführung.UerZugriff:0

rFortgeschrbaden:VSV

e

PSS

age.College


s.CollegeSt

Manual.Mai

nanalysemeStatistik.3senschaften

Unter:http01.04.2017.

rittene2:MVerlagfür

S

eStation:S

eineKonzepdenbourgV

tation:Stat

idenhead,

mitSPSSfür3.,überarben.

ps://www.u.

Multivariate

eite|17

tata

ptederVerlag.

taPress.

reitete

uni‐

e

©Junge

Überbli

10.VoAcock,APress.

AkremiFortgesunderw

Allison,http://w01.04.2

Angele,bamber

ArzheimEinführ

AuspurabhängBildung

Bacher,AnwendOldenb

BackhaAnalyse

Bauer,GWolf,ChWiesba

Baur,NWiesba

BehnkeEineEinSozialw

BehnkeSpringe

BernardSignificResearc

ermann&S

ick:Literat

ollständigAlanC.(20

i,Leila;Bauschrittene1weiterteAu

,PaulD.(2www.statis2017.

,German(2rg.de/filead

mer,Kai(2rung.1.Auf

rg,Katrin;HgigenVariabgschancen

,Johann;PödungsorienourgVerla

aus,Klaus;Eemethoden.

Gerrit(201hristof;Besaden:VSVe

Nina;Blasiuaden:Sprin

e,Joachim;nführungfwissenschaf

e,Joachim(er.

di,Fabriziocance‘:Thech.In:Euro

Schwabe2

urhinweise

geLitera014).AGent

ur,Nina;Fr1:Datenaufuflage.Wies

014).Listwsticalhorizo

2016).SPSSdmin/rz/sp

016).Strukflage.Wiesb

Hinz,Thomblen–ProbimKohorte

öge,AndretierteEinfüg.

Erichson,BEineAnwe

10).Graphist,HenningerlagfürSo

us,Jörg(201gerVS.

Behnke,NafürPolitikwften.

(2015).Log

o;Chakhaia(Mis)UseoopeanSocio

017

ezurquant

aturlistetleIntroduc

romm,Sabifbereitungusbaden:VS

wiseDeletioons.com/li

SStatisticspss/skript.

kturgleichubaden:Spr

mas(2011).blemeundenverlauf.I

as;WenzigührunginK


scheDarstg(Hg.).Hanzialwissen

14).Handb


gistischeRe

a,Lela;LeopofStatisticaologicalRes

titativenDa

ctiontoSta

ne(Hg.)(2unduni‐unSVerlagfür

n:It’sNOTstwise‐dele

24.EineEi.pdf.Letzte

ungsmodelleinger.

GruppenvFehleinschIn:Zeitschr



tellungregrndbuchderschaften.9

buchMetho


egressionsa

pold,LiliyaalSignificansearch33:1

atenanalys

ata.4.Aufla

2011).DatendbivariaterSozialwiss

Evil.Unteretion‐its‐no

nführung.UerZugriff:0

e.Eineanw

ergleichebhätzungenariftfürSozio



ressionsanasozialwisse

905–930.

denderem

dlagendersage.Wiesb

nalyse.Eine

a(2017).‚SnceTesting1–15.

e

age.College

nanalysemeStatistik.3senschaften

r:ot‐evil.Letz

Unter:http01.04.2017.

wendungsor

beiRegressamBeispielologie40:6



alytischerEenschaftlich

mpirischenS


eEinführun

ingMeaSoginEurope

S

eStation:S

mitSPSSfür3.,überarben.

zterZugriff

ps://www.u.

rientierte

ionenmitblvon62–73.

ge.Münche


ErgebnissehenDatena

Sozialforsch

nDatenanaVerlagfür

ng.Wiesba

ongwithSoeanSociolo

eite|18

tata

reitete

f:

uni‐

binären

en:

eringer.

e.In:analyse.

hung.

alyse.

den:

ocialgical

©Junge

Überbli

Best,HeLogit‐u64:377

BlasiusMethod

Brüder(Hg.).HSozialw

BühnerMünche

Christ,Opraktisc

Decker,Wolf,ChWiesba

DiekmaAnwend

Döring,undHu

Engel,UBlasiusSpringe

Frey,TiLiteratuhttps://

FriedricBaur,NWiesba

FrommVerfahrSozialw

Gabler,HenninVerlagf

ermann&S

ick:Literat

enning;WoundProbit‐7–395.

,Jörg(201denderemp

l,Josef(20Handbuchdwissenschaf

r,Markus(2en:Pearson

Oliver;SchcheEinführ

,Reinhold;hristof;Besaden:VSVe

ann,Andreadungen.7.A

,Nicola;Bomanwissen

Uwe;Schm,Jörg(Hg.)erVS.331–

imotheos(urverweisen/timfrey.fil

chs,JürgenNina;Blasiuaden:Sprin

m,Sabine(2renfürQuerwissenschaf

Siegfried;ng(Hg.).HafürSozialw

Schwabe2

urhinweise

olf,Christof‐Regression

4).SkalierupirischenSo

10).Kausadersozialwiften.963–

2006).EinfnStudium.

hlüter,Elmarung.Münc

Rašković,st,HenningerlagfürSo

as(2013).Auflage.Re

ortz,Jürgennschaften.B

idt,BjörnO.Handbuch–348.


n(2014).Erus,Jörg(HggerVS.259

012).Daterschnittsdaften.

Ganninger,andbuchderwissenschaf

017

ezurquant

f(2012).Mnen.In:Köl

ungsverfahozialforschu

lanalysemissenschaftl994.

führungind

ar(2012).Schen:Olden

Silvia;Brung(Hg.).Hanzialwissen

Empirischeeinbeckbei

n(2017).FoBerlin:Sprin

O.(2014).UhMethoden


rgebnisprä.).Handbuc9–262.

nanalysematen.2.Aufl

,Matthias(rsozialwissften.143–

titativenDa

ModellvergllnerZeitsch

hren.In:Baung.Wiesb

mitPaneldatlichenDate

dieTest‐un

StrukturglenbourgVer

nsiek,Kathndbuchderschaften.4

eSozialforsHamburg:

orschungsmnger.

Unit‐undItnderempir


sentationichMethode

mitSPSSfürlage.Wiesb

(2010).Gewsenschaftlic164.

atenanalys

eichundEhriftfürSoz

ur,Nina;Baden:Sprin

ten.In:Woenanalyse.W

ndFragebog

eichungsmorlag.

hrin(2010)sozialwisse

495–524.

chung.GruRowohlt.

methodenu

tem‐NonrerischenSozi

ungvonGranten.Unterraph.pdf.Zu

nderquanenderempi

rFortgeschrbaden:VSV

wichtung.IchenDatena

e

rgebnisinteziologieund

lasius,JörgngerVS.10

lf,Christof;Wiesbaden

genkonstru

odellemitM

.Diskriminenschaftlich

ndlagen,M

ndEvaluati

sponse.In:ialforschung

afiken,Tabe:ugegriffen:

ntitativenFirischenSoz

rittene2:MVerlagfür

In:Wolf,Chanalyse.Wi

S

erpretationdSozialpsyc

g(Hg.).Han051–1062

;Best,Hen:VSVerlag

uktion.2.A

Mplus.Eine

nanzanalyshenDatena

Methoden,

tionindenS

:Baur,Ninag.Wiesbad

ellenund

01.04.201

Forschung.zialforschu

Multivariate

hristof;Besiesbaden:V

eite|19

ninchologie

ndbuch.

ninggfür

uflage.

se.In:analyse.

Sozial‐

a;den:

7.

In:ng.

e

st,VS

©Junge

Überbli

GiesselmPanelda

GiesselmEffectsKölnerZ

Jann,Be

Jann,Be267.

Jann,Be14:708

Jann,Behttp://01.04.2

Kiesl,Hderemp

King,Gaevil:WhAmeric

Kohler,Datena

Kopp,JoEinführ

KühnelWolf,ChWiesba

KühnelWolf,ChWiesba

Langer,2.AuflaLanger,Best,HeVerlagf

ermann&S

ick:Literat

mann,Maraten.Wiesb

mann,MarParadigmaZeitschriftf

en(2007).

en(2007).

en(2014).8–737.

en(2017).repec.sowi2017.

Hans(2014)pirischenSo

ary;HonakhattodoabcanPolitica

Ulrich;Krnalyseund

ohannes;Lrung.2.Auf

,SteffenMhristof;Besaden:VSVe

,SteffenMhristof;Besaden:VSVe

,Wolfgangage.Wiesba

,Wolfgangenning(HgfürSozialw

Schwabe2

urhinweise

rco;Windizbaden:VSV

rco;WindziaundempirfürSoziolog

Makingreg

Statatip44

Plottingre

Plottingrei.unibe.ch/f

).Gewichtuozialforschu

ker,James;boutmissinglScienceA

reuter,Frauihreprakti

Lois,Danielflage.Wiesb

.;Krebs,Dast,HenningerlagfürSo

.;Krebs,Dast,HenningerlagfürSo

(2009).Meaden:VSVe

(2010).Meg.).Handbuwissenschaf

017

ezurquant

zio,MichaelVerlagfürS

io,MichaelrischePraxgieundSoz

gressionta

4:Getahan

egressionco

egressioncofiles/wp1/

ung.In:Bauung.Wiesb

Joseph,AngdatainpAssociation.

uke(2012)ischeAnwe

(2014).Sobaden:VSV



ehrebenenaerlagfürSo

ehrebenenchdersoziaften.741–

titativenDa

l(2012).ReSozialwisse

(2014):PaxisinPanelzialpsycholo

ablessimpli

ndleonyou

oefficients

oefficients/jann‐2013

ur,Nina;Blbaden:Spri

ne;Scheveoliticalscie.

).Datenanandung.4.A


10).Grundlndbuchderschaften.1

10).Grundlndbuchderschaften.8

analyse.Einozialwissen

analysemialwissensch774.

atenanalys

egressionsmenschaften.

aneldateninlregressionogie66:95

ified.In:St

ursample.

andother

andother‐coefplot.p

lasius,JörgngerVS.34

,Kenneth(ence.Bosto

alysemitStaAuflage.Mü



165–190.


855–886.

neEinführunschaften.

itQuerschnhaftlichenD

e

modellezur

nderSozionundEreig–113.

ataJournal

In:StataJo

estimates.

estimatesipdf.Letzter

(Hg.).Hand49–341.

(1998).Listn:AnnualM

ata.Allgemünchen:Old




ungfürFors

nittsdaten.Datenanaly

S

rAnalysevo

ologie:Fixegnisanalyse

l7:227‐24

ournal7.26

In:StataJo

inStata.UnZugriff:

dbuchMeth

twisedeletiMeetingof

meineKonzedenbourgV

lyse.Eine.



schungund

In:Wolf,Chyse.Wiesba

eite|20

on

de.In:

4.

66–

ournal

nter:

hoden

ionisthe

eptederVerlag.

ns.In:analyse.

ns.In:analyse.

dPraxis.

hristof;den:VS

©Junge

Überbli

LohmanRegress(Hg.).HSozialw

Long,SVariabl

Lüdtke,fehlend103–1

MitchelCollege

Mitchel

Mood,CDo,and

MoosbrKonfirm(Hg.).T

Ohr,DieWolf,ChWiesba

PevalinBerksh

PötschkHandbu

Rabe‐HUsingS

ReineckBest,HeVerlagf

ReineckAdolesc3334.

ReinckeBerlin:

ermann&S

ick:Literat

nn,Henninsion. InteraHandbuchdwissenschaf

cottJ.;FreeleUsingSta

,Oliver;RodenWerten117.

ll,MichaelNeStation:St

ll,MichaelN

Carina(201dWhatWe

rugger,HelmatorischeTesttheorie

eter(2010hristof;Besaden:VSVe

n,DavidJ.;Rire:OpenU

ke,ManuelauchMethod

Hesketh,SopStata.2.Auf

ke,Jost;Pöenning(HgfürSozialw

ke,Jost;Wecence:ACom

e,Jost(201DeGruyter

Schwabe2

urhinweise

ng(2010).Naktionseffedersozialwiften.677–

ese,Jeremyata.3.Aufla

obitzsch,Alninderpsy

N.(2012).ItataPress.

N.(2015).S

10).LogistiCanDoAb

lfried;ScheFaktorenaundFrageb

).LineareRst,HenningerlagfürSo

Robson,KaUniversityP

a(2014).Mdenderemp

phia;Skronflage.Colleg

ge,Andreag.).Handbuwissenschaf

eins,Cornemparisonof

14).Struktur.

017

ezurquant

Nicht‐Lineaekte,Polynoissenschaftl706.


exander;Tychologisch

Interpreting

Stataforth

icRegressioutIt.In:E

ermelleh‐Enanalyse(CFbogenkonst

Regressiong(Hg.).Hanzialwissen

ren(2009)Press.

MehrebenenpirischenSo


s(2010).Schdersoziaften.775–

lia(2013).fMissingD

urgleichung

titativenDa

aritatundNomeundSplichenDate


Trautwein,UhenForschu

ngandVisua

heBehavior

on:WhyWEuropeanSo

ngel,KarinFA).In:Mootruktion.He

n.Modellanndbuchderschaften.6

).TheStata

nanalyse.Iozialforschu

rs(2008).MStataPres

Strukturglealwissensch804.

TheDeveloDataTechni

gsmodellein

atenanalys

Nicht‐Additplines.In:Wenanalyse.W


Ulrich;Köllung.In:Psy

alizingReg

ralSciences

WeCannotDociological

(2007).Exosbrugger,eidelberg:S

nahmenunsozialwisse

639–676.

aSurvivalM

n:Baur,Niung.Wiesb

Multilevelas.

ichungsmohaftlichenD

opmentofDiques.In:Qu

ndenSozia

e

tivitatindeWolf,ChristWiesbaden

Categorical

ler,Olaf(20ychologisch

ressionMo

s.CollegeSt

DoWhatWReview26:

xploratoriscHelfried;KSpringer.3

ndRegressienschaftlich

Manual.Mai

na;Blasiusaden:Sprin

andLongitu

odelle.In:WDatenanaly

Delinquencyuality&Qu

alwissenscha

S

ermultipletof;Best,H:Verlagfür

lDependent

007).UmgaheRundscha

odelsUsingS

tation:Stat

WeThinkWe:67–82.

che(EFA)uKeleva,Aug07–324.

ionsdiagnohenDatena

idenhead,

s,Jörg(Hg.)ngerVS.

udinalMode

Wolf,Christyse.Wiesba

yDuringuantity47:

aften.2.Au

eite|21

nHenningr

t

angmitau58:

Stata.

taPress.

eCan

undustin

ostik.In:analyse.

).

eling

tof;den:VS

3319–

uflage.

©Junge

Überbli

SchnellSozialfo

SocialSStata“.U01.04.2

SocialSTablesZugriff:

Spieß,MHenninVerlagf131.

Urban,Anwend

Urban,diePrax

Völkle,ChristoWiesba

WeiberanwendundSPS

WenturEinführ

WenzelMethodMünche

WernerStruktuundEva

White,chained399.

WiedenHenninSozialw

ermann&S

ick:Literat

,Rainer;Horschung.1

ScienceComUnter:http2017.

ScienceCominStata“.U:01.04.201

Martin(20ng(Hg.).HafürSozialw

Dieter;Madung.4.Auf

Dieter;Maxis.Wiesba

ManuelC.;of;Best,Henaden:VSVe

r,Rolf;MühdungsorientSS.2.Auflag

ra,Dirk;Porung.Wiesb

lburger,GedenfürPoliten:Oldenb

r,Christinaurgleichungaluationin

IanR.;Roydequations

nbeck,Michng.Handbucwissenschaf

Schwabe2

urhinweise

ill,PaulB.;10.Auflage.

mputingCops://www.s

mputingCoUnter:https17.

10).DerUmandbuchderwissenschaf

yerl,Jochenflage.Wies

yerl,Jochenaden:Sprin

Erdfelder,nning(Hg.)erlagfürSo

hlhaus,DantierteEinfüge.Berlin:

ospeschill,Mbaden:Spri

eorg;JäckletikwissenscourgVerla

aS.;Schermgsmodelle.denSozial‐

yston,Patrics:Issuesan

hael;Zull,Cchdersoziaften.525–

017

ezurquant

Esser,ElkeMünchen:

ooperativessc.wisc.ed

ooperatives://www.ss

mgangmitrsozialwissften.117–

n(2011).Rbaden:VSV

n(2014).Sger.

Edgar(20).Handbuchzialwissen

niel(2014)ührungindiSpringer.

Markus(20inger.


melleh‐EngeIn:Döring,‐undHuma

ck;Wood,Andguidance

Cornelia(2alwissensch552.

titativenDa

e(2013).MOldenbour

(2017).Ondu/sscc/pub

(2017).Onsc.wisc.edu

fehlendensenschaftlic142.120–


Strukturgle

10).Varianhdersozialschaften.4

).StrukturgieKausalan

015).Multiv


el,Karin;G,Nicola;Boanwissensch

AngelaM.(eforpracti

010).ClusthaftlichenD

atenanalys

MethodendergVerlag.

nline‐Kurs„bs/stata_m

nline‐Kurs„u/sscc/pub

Werten.InchenDatena–124/132


ichungsmo

nz‐undKovlwissenscha455–494.

gleichungsmnalysemitH

variateDat


erhard,Carortz,Jürgenhaften.Ber

(2011).Muice.In:Stat

teranalyse.Datenanalys

e

erempirisc

„MultipleImmi_intro.htm

„CreatingPbs/stata_tab

n:Wolf,Chranalyse.Wi–134.124


dellierung.

varianzanaaftlichenDa

modelle.EinHilfevonAM

tenanalyse.


rla;Gäde,Jan(Hg.).Forslin:Springe

ltipleimpuisticsinMe

In:Wolf,Cse.Wiesbad

S

chen

mputationm.LetzterZ

Publication‐bles.htm.L

ristof;Best,iesbaden:V4–128/13

hnikundn.

EinRatgeb

alyse.In:Watenanalyse

neMOS,Smart

Einekomp


anaC.(201schungsmeer.

utationusinedicine30:3

Christof;Beden:VSVer

eite|22

inZugriff:

‐Qualityetzter

VS30–

berfür

olf,e.

tPLS

pakte

tistischeata.

16).thoden

ng377–

est,rlagfür

©Junge

Überbli

WindziSpringe

Wolf,ChDatena

Wolf,ChHenninfürSozi

Wolf,ChHenninfürSozi

Wolff,HFaktoreDatena

WooldrEdition

ermann&S

ick:Literat

o,MichaelerVS.

hristof;Besnalyse.Wie

hristof;Besng(Hg.).Haialwissensc

hristof;Besng(Hg.).Haialwissensc

Hans‐Georgenanalyse.nalyse.Wie

ridge,Jeffren.South‐We

Schwabe2

urhinweise

(2013).Reg

st,Henningesbaden:VS

st,Henningandbuchderchaften.60

st,Henningandbuchderchaften.82

g;Bacher,JIn:Wolf,Chesbaden:VS

eyM.(2013estern:Cen

017

ezurquant

gressionsm

g(2010).HSVerlagfü

g(2010).Lirsozialwiss07–638.

g(2010).Lorsozialwiss7–854.

ohan(2010hristof;BesSVerlagfü

3).IntroducngageLearn

titativenDa

modellefürZ

HandbuchderSozialwis

ineareRegsenschaftlic

ogistischeRsenschaftlic

0).HauptkostHenningrSozialwis

ctoryEcononing.

atenanalys

Zuständeun

ersozialwisssenschafte

ression.InchenDatena

RegressionchenDatena

omponente.Handbuchssenschafte

ometrics.A

e

ndEreignis

ssenschaftlien.

:Wolf,Chrianalyse.Wi

n.In:Wolf,Canalyse.Wi

enanalyseuhdersozialwen.333–36

ModernAp

S

sse.Wiesba

lichen

istof;Best,iesbaden:V

Christof;Biesbaden:V

undexplorwissenschaf66.

pproach.Fif

eite|23

aden:

Verlag

est,Verlag

ativeaftlichen

fth

Documents

Üb erblick: L nwei tiven Date...L Niklas Dipl.‐S © Junge itera 2., ak Kompe s Jungerm oz. Ulrike rmann & S turhi tuali Die tenzzent an de ann, M.A. Schwab chwabe 2 Üb nwei Date