Proseminar Methoden II - eurelite.uni-jena.de komplett.pdf · – Zusatzleistung in Statistik I erforderlich. Methoden II – Stefan Jahr 3 Kursmaterialien • Folien + Fragebogen

ProseminarMethoden II

für das Modul P4Stefan Jahr

Methoden II – Stefan Jahr 2

Organisatorisches

• Teilnahmebedingungen– Bestandene Methoden I – Klausur oder– Stattgegebener Härtefallantrag

• Leistungen für den Teilmodulabschluss– max. zweimaliges Fehlen– Klausur am 11.2.2008, HS 146 UHG– Nachklausur 3.3.2008, HS 146 UHG

• „alter“ Methoden II – Schein– Zusatzleistung in Statistik I erforderlich


Kursmaterialien

• Folien + Fragebogen + Datensatz + weitere Infos:www.eurelite.uni-jena.de/Methoden2/Methoden

• Fragebogen + Datensatz:• Studentenbefragung von Michael Behr• Allgemeine Fragen zur Demographie,

Studium, Einstellungen• Panel• n = Studenten aller bisherigen Kurse


Was ist Statistik?Steigerung:

Lüge,gemeine Lüge,

Statistik

Nützliche Hilfswissenschaft zur Bewertung von empirischen

Zusammenhängen

Mit Statistik kann man alles beweisen

Verdichtung von Information

Ich glaube keiner Statistik, die ich nicht selbst gefälscht habe.

-- Winston Churchill

⇒ Traue keiner Statistik, die Du nicht selbst

verstanden hast!

Die Statistik ist die Erste der ungenauen Wissenschaften.

(Edmond de Goncourt,franz. Schriftsteller, 1822-1896)

Statistics are like a bikini. What they reveal issuggestive, but what they conceal is vital.

Aaron Levenstein


Forderung an empirische Daten

1. Quantifizierbare Daten2. Exakte Definitionen3. geeignete Messung/Erhebung


Vorteile von Statistik

• Möglichkeit der Präzisierung

• Verallgemeinerbarkeit von Stichprobenergebnissen

• Genauigkeit und Sicherheit der Ergebnisse einschätzbar

• Modellrechnungen möglich


Nachteile von Statistik

• Keine Aussagen zur inhaltlichen Bedeutsamkeit der durchgeführten Untersuchung

• Liefert keine Kriterien für die notwendigen Beobachtungsgrößen

• Keine Anhaltspunkte für die Wahl des Erhebungsinstrumentes

• Keine inhaltliche Interpretation

• Kann sich gegen Voraussetzungsverletzungen nicht wehren


Ablauf einer statistischen Untersuchung

• Codeplanerstellung

• Dateneingabe

• Formulierung der statistischen Hypothesen

• Untersuchung der benötigten Variablen im Datensatz und gegebenenfalls Datenbereinigung und Datentransformation

• Allgemeine Voraussetzungsprüfung

• Wahl des statistischen Verfahrens

• Spezielle Voraussetzungsprüfung

• Durchführung des statistischen Verfahrens und Interpretation derErgebnisse


Kursablauf

SPSS IX: Ausblick auf multiple Regressionsanalyse4.2

SPSS IIX: Lineare Regressionsanalyse II28.1.

SPSS I: Programm- und Versionshistorie, Programmmodule, Struktur, Menü, Fenster, Hilfe, Syntaxgrammatik, Programmoptionen

5.11.

Abschlussklausur: 10-12 Uhr HS 146 ÚHG11.2.

SPSS VIII: Lineare Regressionsanalyse I21.1.

SPSS VII: Zusammenhangsmaße II14.1.

SPSS VI: Zusammenhangsmaße I7.1.

SPSS V: Kreuztabellenanalyse17.12.

SPSS IV: Datentransformation und –manipulationen, Indexbildung10.12.

SPSS III: Mittelwerte und Streuungsmaße, Darstellungsformen: Tabellen und Grafiken in SPSS, Word und Excel, Ergebnissexport

3.12.

SPSS II: Häufigkeiten, Deskriptive Maßzahlen26.11.

Auswertung III: Indifferenz und Assoziation, PRE-InterpretationAuswertung IV: Kreuztabellenanalyse, Zusammenhangsmaße

19.11.

Auswertung II: Prüfung auf NV, Häufigkeiten, Mittelwerte und Streuungsmaße12.11.

Auswertung I: Vom Fragebogen zur Datenmatrix, Codeplan, Datenorganisation, Auswertungsstrategien, Fragebogen zur Erstellung eines Datensatzes für den Kurs

29.10.

Organisatorisches, Vorstellung der Themen, Einführung22.10


Vom Fragebogen zum Codeplan1. Wie sicher fühlen Sie sich in Leipzig?

sehr sichereher sichereher unsichersehr unsicher

2. Um das Sicherheitsgefühl der Bürger zu erhöhen, hat Leipzig begonnen, öffentlicheStraßen und Plätze durch Videokameras zu überwachen. Ist Ihnen das bekannt?

nein weiter mit Frage 6 auf dieser Seiteja

3. Wodurch haben Sie das erfahren? (Mehrfachantworten möglich)Fernsehen Illustrierte/Stadtmagazin(e)Radio Familienmitglieder/FreundeBekannte/Kollegen Tageszeitungen welche? LVZ(weiß nicht mehr) andere Infoquelle


Variablen

Unterscheidung von:• Variable• Ausprägungen• Merkmalsträgern

Definition• Eigenschaft eines Begriffes mit

mehr als einer Ausprägung (ggs. Konstante)

Arten• Quantitativ vs. Qualitativ• Kontinuierlich vs. Diskret• Dichotom vs. Trichotom vs. Polytom

Variable = Merkmal, Skala, Item, Verteilung


Skalentypen - Messniveaus

Nominal

Ordinal

Intervall

Ratio

Info

rmat

ions

geha

lt

Zulä

ssig

e st

at. V

erfa

hren


Datenmatrix

Stichworte:

• Untersuchungseinheit, Case, Merkmalsträger

• Variable, Merkmal, Item, Skala, Verteilung

• Wert

• Rohdatenmatrix


Datenorganisationsformen (I)

• Standardformat


Datenorganisationsformen (II)• Horizontales Panel

-

40800,-

62000,-

60000,-

Jahres-einkommen t2

Beamter

-

Angestellter

Angestellter

Stellungim Beruf t1

-48000,-4

Angestellter-3

Selbstständig55000,-2

Angestellter50000,-1

Stellungim Beruf t2

Jahres-einkommen t1

Person

• Vertikales Panel

t1

t2

t2

t1

t2

t1

Untersuchungs-zeitpunkt

Beamter

Angestellter

Selbstständig

Angestellter

Angestellter

Angestellter

Stellung im Beruf

48000,-4

40800,-3

62000,-2

55000,-2

60000,-1

50000,-1

JahreseinkommenPerson


Vom Fragebogen zum Codeplan1. Wie sicher fühlen Sie sich in Leipzig? v1

sehr sicher (1)eher sicher (2)eher unsicher (3)sehr unsicher (4)

2. Um das Sicherheitsgefühl der Bürger zu erhöhen, hat Leipzig begonnen, öffentlicheStraßen und Plätze durch Videokameras zu überwachen. Ist Ihnen das bekannt? v2

nein (0) weiter mit Frage 6 auf dieser Seiteja (1)

3. Wodurch haben Sie das erfahren? (Mehrfachantworten möglich)Fernsehen Illustrierte/Stadtmagazin(e)Radio Familienmitglieder/FreundeBekannte/Kollegen Tageszeitungen welche? LVZ(weiß nicht mehr) andere Infoquelle

Variablennamen

• Restriktionen des Datenverarbeitungsprogramms hinsichtlich: Schreibweise, Sonderzeichen, Namenlänge, zulässige Variablentypen

• Logischer Aufbau

• Keine Dopplungen

• Praktikabilität

Variablenausprägungen

• Skalenniveaus

• Restriktionen des Datenverarbeitungsprogramms hinsichtlich: Schreibweise, Sonderzeichen, Namenlänge

• Eindeutige Abbildung

• Praktikabilität


AuswertungsstrategienUnivariate

DatenanalyseBivariate

DatenanalyseMultivariate

Datenanalyse

sex Geschlecht

Frequency Percent Valid Percent Cumulative

Percent 1 männlich 9 64,3 64,3 64,32 weiblich 5 35,7 35,7 100,0

Valid

Total 14 100,0 100,0


SPSS – Allgemein

• Superior Performing Statistical Software– Alter Name: Statistical Package for the Social Sciences

• 1965 von Norman Nie und Dale Bent an der Stanford University entwickelt– 1968 Teamerweiterung mit Hadlai Hull– In FORTRAN programmiert– Erstes zusammenhängendes Statistikpaket– 1981 für IBM-kompatible PC weiterentwickelt

(SPSS/PC+)– 1992 für Windows portiert

• Aktuelle Version: 15.0• Modularer Aufbau


SPSS-Module

Korrespondenzanalysen, optimale Skalierung, Klassif. nominaler DatenCategories

Erzeugung „druckreifer“ HäufigkeitstabellenTables

Lineare StrukturgleichungsmodelleAmos

Analyse fehlender WerteMissing Value Analysis

Komplexe StichprobendesignsComplex Samples (ab SPSS 12)

Klassifikations- und Entscheidungsbäume erstellenClassification Trees (ab SPSS 13)

Verschiedene Regressionsmodelle (multinominal, logistisch, nichtlineare Modelle)

Regression Models

Exakte Signifikanztests für kleine StichprobenExact Test

Conjoint-AnalyseConjoint

Darstellung von Daten in geographischen KartenMaps

Zeitreihenanalysen und PrognosenTrends

Allgemeine lineare Modelle (GLM), multivariate Varianzanalysen, Log-lineare Modelle, Cox-Regression, Survivalanalysen

Advanced Models

Basissystem enthält Datenmanagementfunktionen, deskrip. Statistiken, Mittelwertvergleiche, lineare Regression, Faktorenanalyse etc.

Base

BeschreibungModul


SPSS-Vorteile• Umfangreiche Datenmengen bearbeitbar

(32768 Variablen und 2,15 Billionen Fälle bis SPSS9.x; ab SPSS10 2,15 Billionen Variablen und Fälle; Excel kann nur 65.536 Datenzeilen und XX Variablen bearbeiten)

• Moderate Hardwareanforderungen(z.B. geringerer Speicherverbrauch im vgl. zu TDA)

• Gute Symbiose aus menü- und syntaxgeführter Bedienung

• Relativ leicht zu erlernen• Im Vergleich recht gute Darstellung der Ergebnisse• Gute Export- und Importfunktionen

(ODBC-Quellen [Open Database Connectivity])

• Gute Interaktion mit Office-Programmen• Hoher Verbreitungsgrad

(Quasi-Standard)


SPSS - Nachteile

• Recht teuer 12.131 € Neuanschaffung2690 € Lizenzverlängerung pro Jahr

– Studentenversion (1500 Fälle und 50 Variablen): bei http://www.statcon.defür 75.00 €

– 30 Tage voll funktionsfähige Demoversion nach Anmeldung: www.spss.com– Statistica: 998,00 € / Stata: 1215,00 € / TDA: kostenlos

• Recht rigide Datenorganisation• Schlechter Debugger der Syntax• Noch teilweise fehlerhafte Prozeduren enthalten• Einige (mittlerweile) wichtige Analyseverfahren

nicht oder nur halbherzig integriert(Korrespondenzanalyse – SIMCA, Verlaufdatenanalyse – TDA/STATA)


Gefahren von Statistikpaketen

• Programmstruktur beeinflusst Forschungslogik– Forschungsfragen werden auf die Möglichkeiten des Programms

zugeschnitten

• Unvollständigkeit der Pakete– Man rechnet nicht mit dem optimalen, sondern mit dem vorhanden

Verfahren

• Leichtigkeit der Anwendung– Verfahren werden oft explorativ genutzt, ohne genaue Überlegungen

ihrer Verwendbarkeit anzustellen

Kein Test, der auf Wahrscheinlichkeitstheorie beruht, kann von sich aus nützliche Belege für die Richtigkeit oder Unrichtigkeit einer Hypothese liefern.

Neyman/Pearson 1933


SPSS-Bestandteile• Dateneditor

– Hauptmodul von SPSS– Seit Version 10 mehrere Instanzen möglich– Spezielle Menüpunkte „Daten“ und „Transformieren“– Seit Version 7.XX und 13 neues Format der Datenspeicherung (nicht mit

älteren Versionen kompatibel)• Syntaxeditor

– Normaler Texteditor mit angepassten Menüs– Spezieller Menüpunkt „Ausführen“

• Ausgabeviewer– Über Menüpunkt „Optionen“ Wahl zw. neuem Viewer oder (altem)

Draft-Viewer• Diagrammeditor

– Nachbearbeitung der Diagramme• Pivot-Tabellen-Editor

– Nachbearbeitung von Tabellen


Dateneditor


Variablennamen

Normen:

• Darf maximal 8 Zeichen lang sein und keine Leerzeichen enthalten(ab SPSS 12: 64 Zeichen)

• Muss mit einem Buchstaben oder Zeichen: @ # $ beginnen, aber:

• # indiziert eine Arbeitsvariable (wird nicht im Editor angezeigt)

• $ indiziert eine Systemvariable (sind von SPSS vorgegeben)

• Alle Zeichen des Alphabets zulässig (keine Unterscheidung zwischen Groß- und Kleinschreibung)

• An zweiter Stelle alle Ziffern von 0 – 9 zulässig

• Dürfen nicht mit Punkt oder Unterstrich enden

• Bestimmte Schlüsselwörter ausgeschlossen (z.B. and, or, eq, lt, with)

• Umlaute und ß machen in älteren SPSS-Versionen Probleme


Variablentypen

Numerisch: Ziffern mit oder ohne Nachkommastelle; Dezimaltrenn- und Tausenderzeichen richtet sich nach Windowseinstellung

Komma: wie numerisch, jedoch mit einem Komma als Tausendertrenn-und Punkt als Dezimaltrennzeichen

Punkt: wie numerisch, jedoch mit einem Punkt als Tausendertrenn-und Komma als Dezimaltrennzeichen

Wissenschaftliche Notation: Potenzschreibweise für sehr große und kleine Zahlen (z.B.: 1,23E+02 = 123)

Datum: Datums- oder Zeitangaben; Datumsangaben werden intern in Sekunden seit dem 15. Oktober 1582 umgerechnet (Einführung des Gregorianischen Kalenders); Zeiteingaben in Sekunden seit 00:00 Uhr

Dollar: Zahlen bekommen automatisch den Präfix $

Spezielle Währung: über „Optionen“ lassen sich bis zu 5 verschiedene spezielle Währungen definieren (Präfix und Suffix frei wählbar)

String: Texteingaben mit max. 255 Zeichen (ab SPSS 13: 31.767 Zeichen); Ziffern werden als Text interpretiert; max. 8 Zeichen,um in statistischen Prozeduren genutzt werden zu können


Labels

Enthält nähere Beschreibung der Variablen

Normen:

• Können maximal 255 Zeichen umfassen

• Alle Zeichen zulässig

• Labels mit Sonderzeichen wie Punkt, Backslash, Semikolon müssen bei Vergabe über die Syntax in Hochkommas geschrieben werden

• Bleiben nur in der SPSS-Datendatei erhalten (Dateiendung .sav)

• Haben keinerlei statistischen Wert


Values

Enthält nähere Beschreibung der Variablenausprägungen

Normen:

• Können maximal 60 Zeichen umfassen (ab SPSS 14: 120 Zeichen)

• Alle Zeichen zulässig

• Labels mit Sonderzeichen wie Punkt, Backslash, Semikolon müssen bei Vergabe über die Syntax in Hochkommas geschrieben werden

• Bleiben nur in der SPSS-Datendatei erhalten (Dateiendung .sav)

• Haben keinerlei statistischen Wert


Missing values

Indizieren SPSS welche Werte bei Analysen ausgelassen werden sollen

Zwei Möglichkeiten der Wertebereichsangabe:

1. Drei einzelne (diskrete) Werte

2. Einen zusammenhängenden Wertebereich plus einen Wert außerhalb dieses Wertebereichs


Syntaxeditor

Syntax-Bausteine:

• Befehl:(npar tests)

• Unteranweisung: Zusatz zu einem Befehl (m-w; missing; stat)

• Spezifikationen: Angaben, die einer Anweisung oder Unteranweisung hinzugefügt werden können(gebjahr by sex (1 2))

• Schlüsselwörter: in SPSS vordefiniert und mit dem Befehl verbunden (analysis; desc)

Syntaxgrammatik:• Jeder Befehl muss in einer neuen Zeile beginnen und mit einem Punkt enden, kann sich

aber über beliebig viele Zeilen erstrecken• Unteranweisungen mit Schrägstrich voneinander trennen; können in einer Zeile stehen• Jede Befehlszeile darf höchstens 255 Zeichen lang sein• Dezimaltrennzeichen in Spezifikationen ist der Punkt• Keine Unterscheidung zwischen Groß- und Kleinschreibung


Mittelwerte• Modus

• Median

• Arithmetisches Mittel

1

1 *n

i ii

x f xn =

= ∑

50 11 12 2m m

m

nx x x Ff −⎛ ⎞= = − + −⎜ ⎟⎝ ⎠

%

maxhh x x Modus= = =


Mittelwerte

Modalwert(e)kategorial

Median bei Rangklassengruppiert

Mediansingulärordinal

Modalwertemehrgipflig verteilt

Median mit Interpolationbesetzte offene Klassen

Median mit Interpolationasymmetrisch und eingipflig verteilt

arithmetischer Mittelwert für Häufigkeitensymmetrisch und eingipflig verteiltgruppiert

Modalwertemehrgipflig verteilt

Mediankleine Stichprobe (n<5)

Medianasymmetrisch und eingipflig verteilt

arithmetisches Mittelsymmetrisch und eingipflig verteiltsingulärmetrisch

MittelwertVoraussetzungenDatenart


– Relativer Informationsgehalt

– Interquartilsabstand

– Varianz/(Standardabweichung)

13 QQQ −=

Streuungsmaße

2 2

1

1 * ( )1

n

ii

s x xn =

= −− ∑

∑∑

=

=

−==

k

i

k

ii

ii

kk

nnkn

nk

nn

nn

kh

1

11

ln*

ln*ln**ln*

ln1


Streuungsmaße

Relativer Informationsgehaltkategorial

Unterschied der Quartilsklassengruppiert

Interquartilsbereichsingulärordinal

Relativer Informationsgehaltmehrgipflig verteilt

Quartilsabstand mit Interpolationbesetzte offene Klassen

Quartilsabstand mit Interpolationasymmetrisch und eingipflig verteilt

Standardabweichungen für Häufigkeitensymmetrisch und eingipflig verteiltgruppiert

Relativer Informationsgehaltmehrgipflig verteilt

Variationsbreitekleine Stichprobe (n<12)

Mittlerer Quartilsabstandasymmetrisch und eingipflig verteilt

Standardabweichungsymmetrisch und eingipflig verteiltsingulärmetrisch

StreuwertVoraussetzungenDatenart


Verteilungsformen


Graphische Beurteilung der Verteilungsform I

Histogramm (Balken, Säulen) Boxplot

ALTER

100,0

95,0

90,0

85,0

80,0

75,0

70,0

65,0

60,0

55,0

50,0

45,0

40,0

35,0

30,0

25,0

Histogram

Freq

uenc

y

400

300

200

100

0

Std. Dev = 12,51 Mean = 70,0

N = 1920,00


Graphische Beurteilung der Verteilungsform II

Stem & Leaf Q-Q Plots


Maßzahlen zur Beurteilung der Verteilungsgeometrie I

Lage der Mittelwerte

Descriptives

69,9911 ,28549

69,4313

70,5510

70,3218

71,0000

156,484

12,50936

24,00

98,00

74,00

18,0000

-,367 ,056

-,279 ,112

Mean

Lower Bound

Upper Bound

95% Confidence Intervafor Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

ALTERStatistic Std. Error

Getrimmtes arithm. Mittel


Maßzahlen zur Beurteilung der Verteilungsgeometrie II

• Skewness (>0 rechtsschief)

• Kurtosis (>0 höher als NV)

• Kolmogorov-Smirnov-Test

• Streuungsparameter

3

1

nsxx

Sch

n

i xi∑

=⎟⎟⎠

⎞⎜⎜⎝

⎛−

=

3

4

1−

⎟⎟⎠

⎞⎜⎜⎝

⎛−

=∑=

nsxx

St

n

i xi

Tests of Normality

,057 1920 ,000 ,987 1920 ,000ALTERStatistic df Sig. Statistic df Sig.

Kolmogorov-Smirnova Shapiro-Wilk

Lilliefors Significance Correctiona.


Verfahren der Zusammenhangsprüfung –Kombinierte Häufigkeitsverteilungen (graphisch)

4165586N =

GESCHLECHT

WEIBLICHMAENNLICH

ALTE

R

120

100

80

60

40

20

0

308430823083308538973028339238991716263898253391698862003413698734126199300369603005696130044431443250175016482416721673

5487

ALTER

908070605040302010

Hau

shal

tsne

ttoei

nkom

men

(kat

egor

isie

rt)30

20

10

0


SCHICHT Subjektive Schichteinstufung * SCHULE Alggemeiner Schulabschluß Crosstabulation

799 355 31 55 1240

64,4% 28,6% 2,5% 4,4% 100,0%

54,2% 36,9% 17,7% 11,2% 40,0%

25,8% 11,4% 1,0% 1,8% 40,0%

655 534 120 319 1628

40,2% 32,8% 7,4% 19,6% 100,0%

44,4% 55,5% 68,6% 65,1% 52,5%

21,1% 17,2% 3,9% 10,3% 52,5%

21 73 24 116 234

9,0% 31,2% 10,3% 49,6% 100,0%

1,4% 7,6% 13,7% 23,7% 7,5%

,7% 2,4% ,8% 3,7% 7,5%

1475 962 175 490 3102

47,5% 31,0% 5,6% 15,8% 100,0%

100,0% 100,0% 100,0% 100,0% 100,0%

47,5% 31,0% 5,6% 15,8% 100,0%

Count

% within SCHICHT Subjektive Schichteinstufung

% within SCHULE Alggemeiner Schulabschluß

% of Total

Count



% of Total

Count



% of Total

Count



% of Total

2 Arbeiterschicht

3 Mittelschicht

4 Obere Mittelschicht

SCHICHT SubjektiveSchichteinstufung

Total

2 Volks-,Hauptschulabschluß

3 Mittl. Reife,Realschulabschl

uß

4 Fachhochschulreife

5 Abitur,Hochschulreife

SCHULE Alggemeiner Schulabschluß

Total

Verfahren der Zusammenhangsprüfung –Kombinierte Häufigkeitsverteilungen (Kreuztabellen)


Zusammenhangsprüfung

• Begrifflichkeiten– Assoziation, Kontingenz, Korrelation– Kausalität und Korrelation

• Logiken der Zusammenhangsprüfung– Abweichung von der Indifferenz– Paarbildung– Fehlerreduktion bei der Vorhersage der

abhängigen Variable (PRE)


Koeffizienten

P-M-K r (Pearsons r)

Determinationskoeffizient R²

Eta

Eta²

Somer’s D

Kendall’s Tau C

Kendall’s Tau B

Gamma

Lambda

Cramers’ V

Kontingenzkoeffizient C

Phi

Fishers exakter Test

Chi-Square nach Pearson

m.o.n.m.o.n.m.o.n.m.o.n.

BemerkungenPRE-Maß

Welche Richtung hat der

Zusammenhang?

Wie stark ist der Zusammenhang?

Gibt es einen Zusammenhang?Koeffizient


Variablen und Werte benennen

Benutzte Befehle/Schlüsselwörter:

VARIABLE LABELS

• Benennt eine Variable

• Kurzform: VAR LAB

VALUE LABELS

• Benennt die Ausprägungen einer Variable

• Kurzform: VAL LAB

MISSING VALUE

• Definiert bestimmte Werte in der Variable als fehlende Werte

• Als „missing value“ definierte Ausprägungen werden von SPSS in Analysen nicht berücksichtigt

• Nicht auf Variablentyp „String“ anwendbar

• Kurzform: MIS VAL


Datensatz speichern und einlesen


SAVE OUTFILE

• Speichert den Datensatz im SPSS-Format

• Unterbefehl DROP ermöglicht das Löschen von Variablen beim Speichern

• Unterbefehl RENAME ermöglicht das Umbenennen von Variablen beim Speichern

GET FILE

• Liest einen SPSS-Datensatz


Häufigkeiten, Berechnungen


FREQUENCIES

• Ausgabe einer einfachen Häufigkeitsverteilung

• Unterbefehle für Statistiken und Grafiken möglich

• Kurzform: FRE

MEANS

• Mittelwertberechnung

• Schlüsselwort BY ermöglicht Subgruppenbetrachtung

COMPUTE

• Berechnen einer neuen Variable

• Alle mathematischen Operationen denkbar

• Kurzform: COMP

EXECUTE

• Aktualisiert den Dateneditor mit den neu berechneten Variablen

• Kurzform: EXE


Indexbildung mit Compute


COMPUTE

• Schlüsselwort SUM führt eine einfache Addition der in Klammern genannten Variablen aus

• Schlüsselwort MEAN bildet den Durchschnittswert aus den in Klammern genannten Variablen. Diese sollten daher in der gleichen Einheit vorliegen.

Achtung: unterschiedliche Behandlung der fehlenden Werte in den gezeigten Alternativen


Prüfung auf NV –Variablen umcodieren


RECODE

• Ersetzt die Werte oder Wertebereiche einer Variable nach vorgegebenem Muster in entweder eine neue Variable (Schlüsselwort: INTO) oder in die selbe Variable (ohne Schlüsselbefehl).

• Kurzform: REC


EXAMINE

• Gibt verschiedene Kennwerte, Grafiken und Tests aus, um Grad der Übereinstimmung mit der NV zu prüfen

• Schlüsselwort BY ermöglicht Subgruppenbetrachtung

• Kurzform: EXA


BedingungenBenutzte Befehle/Schlüsselwörter:

IF

• Formulieren einer Bedingung für selektive Variablenberechnungen

DO IF – END IF

• Wenn mehrere Berechnungen für einen selektiven Personenkreis ausgeführt werden sollen

DO REPEAT – END REPEAT

• Verbindet eine Menge von Variablen mit einem Platzhalter bzw. Jokervariable (hier „a“)

• Ermöglicht identische Modifikationen für die unter „a“ gebündelten Variablen

• Jokervariable lässt sich nur innerhalb der Befehlsstruktur ansprechen

• Mehrere Jokervariablen vereinbar

• Kurzform: DO REP


Selektion und Auswahl von FällenBenutzte Befehle/Schlüsselwörter:

TEMPORARY

• Kann vor Datentransformationen stehen

• Nachfolgende Datentransformationen werden aber nicht dauerhaft im Dateneditor gespeichert

• Bleibt bis nach der nächsten statistischen Prozedur (z.B. FREQ) erhalten

• Kurzform: TEMP

SELECT IF

• Selektionsbefehl zur Auswahl von Fällen mit bestimmten Merkmalen oder Merkmalskombinationen

• Erzeugt ohne vorangestelltes TEMP eine dauerhafte Selektion im Dateneditor indem alle nicht selektierten Datenzeilen entfernt werden.

• Kurzform: SEL IF

FILTER BY – FILTER OFF

• Selektionsbefehl zur Auswahl von Fällen die in einer (beliebigen) Selektionsvariable den Wert 1 haben

• Kurzform: keine


Datensatz zur Analyse aufteilen -Werte zählen


SPLIT FILE

• gibt Analysen getrennt für alle Kategorien einer Schlüsselvariable aus

• Schlüsselwort: SEPARATE – trennt die Ausgabetabellen voneinander

CROSSTABS

• erzeugt Kreuztabelle

• Kurzform: CROS


COUNT

• Zählt die Häufigkeit definierter Valuesüber bestimmte Variablen

• Kurzform: COU


Mittelwertunterschiede analysiert mit MEANS

Case Processing Summary

133 97,1% 4 2,9% 137 100,0%income * sex GeschlechtN Percent N Percent N Percent

Included Excluded Total

Cases

Report

income

577,0588 51 427,59646

504,6098 82 235,43219

532,3910 133 323,29592

sex Geschlecht1,00 männlich

2,00 weiblich

Total

Mean N Std. Deviation

ANOVA Table

165043,333 1 165043,333 1,586 ,210

13631630,336 131 104058,247

13796673,669 132

(Combined)Between Groups

Within Groups

Total

income * sex GeschlechtSum of Squares df Mean Square F Sig.

Measures of Association

,109 ,012income * sex GeschlechtEta Eta Squared


HypothesenHypothesen

Behauptung, die ohne mit Sicherheit vorher als wahr erkannt zu sein, für bestimmte Zwecke angenommen wird

- sind Zweckgebunden- haben vorläufigen Charakter (verifiziert/falsifiziert)- müssen empirisch überprüfbar sein

Forschungshypothese- allgemein formuliert- beziehen sich auf die Grundgesamtheit- Wenn - dann oder Je - desto Aussagen

operationale Hypothese- beziehen sich ausschließlich auf die

Untersuchungsgesamtheit (Stichprobe)

statistische Hypothese- durch formale mathematische Überprüfung von zwei

sich ausschließenden statistischen Entscheidungen wird zuverlässig eine Aussage über die Grundgesamtheit getroffen

Alternativhypothese HA- (entspricht inhaltlich meistens der

Forschungshypothese)- es besteht eine Beziehung zwischen

den untersuchten Variablen

Nullhypothese H0- (entspricht inhaltlich meistens nicht

der Forschungshypothese)- es besteht keine Beziehung

zwischen den untersuchten Variablen

Zusammenhangshypothese- behauptet Zusammenhang zwischen

mind. zwei Variablen der Grundgesamtheit

- Überprüfung durch Signifikanztests oder Korrelations- und Regressionsverfahren

Veränderungshypothese- behauptet, die Veränderung einer oder

mehrerer abhängigen Variablen im Zeitverlauf

- Überprüfung durch Zeitreihenanalyse und Panelanalysen

- (spezielle Form der Unterschiedshypothesen)

Unterschiedshypothese- behauptet, dass sich mind. zwei

Gruppen der Grundgesamtheit, sich im Hinblick auf eine oder mehrere abhängige Variablen unterscheiden

- Überprüfung mittels Signifikanztests des Unterschieds von Mittelwerten und Varianzen


Einseitige und zweiseitige Fragestellungen

HA: Es gibt einen Zusammenhang.HA: Es gibt einen positiven Zusammenhang.

unspezifisch

-HA: Es gibt einen positiven Zusammenhang von mind. der Stärke 0.70.

spezifisch

zweiseitigeinseitig


Statistische Hypothesenprüfung•Sprachliche Regelung

–Ist die Irrtumswahrscheinlichkeit <5%, dann bezeichnet man das Ergebnis als signifikant(graphisches Symbol: *).–Ist die Irrtumswahrscheinlichkeit <1%, dann bezeichnet man das Ergebnis als sehr signifikant(graphisches Symbol: **).–Ist die Irrtumswahrscheinlichkeit <0,1%, dann bezeichnet man das Ergebnis als höchst signifikant(graphisches Symbol: ***).–Ist die Irrtumswahrscheinlichkeit ≥ 5%, dann bezeichnet man das Ergebnis als nicht signifikant.

•α- und β-Fehler


Kreuztabellenanalyse – Teil I


Kreuztabellenanalyse – Teil II


KorrelationenBenutzte Befehle/Schlüsselwörter:

cor v1e with v2c v2b.


nonpar cor v1e with v2c v2b/print both.


Regression I


Regression II

Documents

Proseminar Methoden II - eurelite.uni-jena.de komplett.pdf · – Zusatzleistung in Statistik I erforderlich. Methoden II – Stefan Jahr 3 Kursmaterialien • Folien + Fragebogen