SPSS 18 (ehemals PASW)
Einführung in die moderne Datenanalyse
12th Edition
Published on 28. July 2019
1008 pages
978-3-86326-678-3 (ISBN)
Description
Die Einführung in die moderne Datenanalyse hat sich zu dem Standard-Lehrwerk für SPSS-Anwender entwickelt und bereits weit über 50.000 Leser in SPSS (ehemals PASW) eingeführt. Praxisorientiert werden anhand zahlreicher interessanter Beispieldatensätze univariate, bivariate und multivariate Verfahren vermittelt. Die Fallstudien sind dem sozialwissenschaftlichen, dem medizinisch-psychologischen sowie dem wirtschaftswissenschaftlichen Bereich entnommen. Die zwölfte Auflage beschreibt die neue Version 18 und ist vollständig überarbeitet worden. Erstmals behandelt wird die insbesondere für Wirtschaftswissenschaftler wichtige Conjoint-Analyse. Äußerst interessant für alle Bereiche der Wissenschaften sind die neuen Report-Möglichkeiten sowie der neue interaktive Model Viewer der Version 18. Aufgrund des wiederholten Namenwechsels im Zuge der Übernahme von SPSS durch IBM taucht im Buch noch der Begriff PASW auf.
Aus dem Inhalt:
- PASW im Überblick
- Statistische Grundbegriffe und Kennwerte
- Datenselektion und Datenmodifikation
- Kreuztabellen und Chi-Quadrat-Test
- Mittelwertvergleiche und nichtparametrische Tests
- Korrelations-, Regressions- und Varianzanalyse
- Diskriminanzanalyse
- Reliabilitäts-, Faktoren- und Clusteranalyse
- Klassifikationsanalyse
- Loglineare Modelle
- Überlebens- und Ereignisdatenanalyse
- Conjoint-Analyse
- Multidimensionale Skalierung und Korrespondenzanalyse
- Diagramme
Prof. Dr. phil. habil. Achim Bühl lehrt empirische Sozialforschung und Statistik, Technik- und Mediensoziologie an der Beuth Hochschule für Technik Berlin. Er forscht derzeit schwerpunktmäßig zum Thema "Migration und Integration".
Companion Websites zum Buch unter pearson-studium.de
Auf der Companion-Website stehen Ihnen alle Beispieldaten kostenlos zur Verfügung, so dass Sie anwendungsorientiert alle Schritte des Buches nachvollziehen, Daten variieren, selbst experimentieren und durch praktisches Arbeiten lernen können.
More details
Other editions
Additional editions
Book
12/2009
12th Edition
Pearson Studium
€44.95
Article exhausted; check different version
Content
- SPSS 18 - Einführung in die moderne Datenanalyse
- Inhaltsverzeichnis
- Vorwort zur zwölften Auflage
- 1 Installation
- 2 Datenaufbereitung
- 3 PASW Statistics im Überblick
- 4 Statistische Grundbegriffe und Kennwerte
- 5 Häufigkeitsauszählungen
- 6 Datenselektion
- 7 Datenmodifikation
- 8 Datenexploration
- 9 Kreuztabellen
- 10 Analyse von Mehrfachantworten
- 11 Mittelwertvergleiche
- 12 Nichtparametrische Tests
- 13 Korrelationen
- 14 Regressionsanalyse
- 15 Varianzanalysen
- 16 Diskriminanzanalyse
- 17 Reliabilitätsanalyse
- 18 Faktorenanalyse
- 19 Clusteranalyse
- 20 Klassifikationsanalyse
- 21 Loglineare Modelle
- 22 Überlebens- und Ereignisdatenanalyse
- 23 Multidimensionale Skalierung
- 24 Korrespondenzanalyse
- 25 Conjoint-Analyse
- 26 Berichte und Gruppenwechsel
- 27 Diagramme
- Weiterführende Literatur
- Index
- Vorwort zur zwölften Auflage
- 1 Installation
- 1.1 Systemvoraussetzungen von PASW Statistics 18
- 1.2 Installation von PASW Statistics 18
- 1.2.1 Deinstallation älterer Versionen
- 1.2.2 Installation von PASW 18 unter Windows Vista oder XP
- 1.3 Verknüpfung erstellen
- 1.3.1 Verknüpfung unter Windows Vista
- 1.3.2 Verknüpfung unter Windows XP
- 1.4 Arbeitsverzeichnis einrichten
- 1.5 Übungsdateien des Buchs downloaden
- 2 Datenaufbereitung
- 2.1 Kodierung und Kodeplan
- 2.2 Datenmatrix
- 2.3 Start von PASW
- 2.4 Daten-Editor
- 2.4.1 Definition der Variablen
- 2.4.2 Dateneingabe
- 2.5 Speichern einer Datendatei
- 2.6 Variablendeklarationen kopieren
- 2.7 Zusammenfügen von Datendateien
- 2.7.1 Fallweises Zusammenfügen
- 2.7.2 Variablenweises Zusammenfügen
- 2.8 Einlesen bereits vorhandener Daten
- 2.8.1 Einlesen von Daten mit Hilfe des PASW-Assistenten
- 2.8.2 Einlesen von Daten mit Hilfe der Syntax
- 2.9 Arbeitssitzung beenden
- 3 PASW Statistics im Überblick
- 3.1 Auswahl einer Statistik-Prozedur
- 3.1.1 Variablen auswählen
- 3.1.2 Unterdialogboxen
- 3.2 Einstellungen für den Daten-Editor
- 3.3 Die Symbolleiste
- 3.4 Erstellen und Editieren von Grafiken
- 3.5 Der Viewer
- 3.6 Editieren von Tabellen
- 3.6.1 Der Pivot-Tabellen-Editor
- 3.6.2 Weitere Bearbeitungsmöglichkeiten
- 3.6.3 Symbole des PASW-Viewers
- 3.7 Der Syntax-Editor
- 3.8 Informationen zur Datendatei
- 3.9 Das Hilfesystem
- 3.10 Einstellungen
- 3.11 Arbeiten mit mehreren Datendateien
- 3.11.1 Kopieren und Einfügen zwischen Datendateien
- 3.11.2 Umbenennen von Daten-Sets
- 3.12 Export der Ausgabe
- 3.12.1 Statistische Ergebnisse nach Word übertragen
- 3.12.2 Statistische Ergebnisse nach Word exportieren
- 3.12.3 Diagramme nach Word übertragen
- 3.12.4 Pivot-Tabellen und Diagramme in HTML-Dokumenten verwenden
- 4 Statistische Grundbegriffe und Kennwerte
- 4.1 Voraussetzungen für die Anwendung eines statistischen Tests
- 4.1.1 Skalenniveaus
- 4.1.2 Normalverteilung
- 4.1.3 Abhängigkeit und Unabhängigkeit von Stichproben
- 4.2 Übersicht über gängige Mittelwerttests
- 4.3 Die Irrtumswahrscheinlichkeit p
- 4.4 Statistischer Wegweiser
- 4.4.1 Strukturierung, Eingabe und Überprüfung der Daten
- 4.4.2 Deskriptive Auswertung
- 4.4.3 Analytische Statistik
- 4.5 Statistische Kennwerte
- 4.5.1 Deskriptive Statistiken
- 4.5.2 Fälle zusammenfassen
- 4.5.3 Verhältnis-Statistiken
- 5 Häufigkeitsauszählungen
- 5.1 Häufigkeitstabellen
- 5.2 Ausgabe statistischer Kennwerte
- 5.3 Median bei gehäuften Daten
- 5.4 Formate für Häufigkeitstabellen
- 5.5 Grafische Darstellung
- 6 Datenselektion
- 6.1 Auswahl von Fällen
- 6.1.1 Einteilung der Operatoren
- 6.1.2 Relationale Operatoren
- 6.1.3 Logische Operatoren
- 6.1.4 Boolesche Algebra
- 6.1.5 Funktionen
- 6.1.6 Eingabe eines Konditional-Ausdrucks
- 6.1.7 Beispiele für Datenselektionen
- 6.2 Ziehen einer Zufallsstichprobe
- 6.3 Fälle sortieren
- 6.4 Aufteilung der Fälle in Gruppen
- 7 Datenmodifikation
- 7.1 Berechnung von neuen Variablen
- 7.1.1 Formulierung numerischer Ausdrücke
- 7.1.2 Funktionen
- 7.1.3 Einbindung der Syntax in den dialoggesteuerten Ablauf
- 7.2 Erstellen von Variablen mit Hilfe des Bereichseinteilers
- 7.3 Zählen des Auftretens bestimmter Werte
- 7.4 Umkodieren von Werten
- 7.4.1 Manuelles Umkodieren
- 7.4.2 Automatisches Umkodieren
- 7.5 Bedingte Berechnung von neuen Variablen
- 7.5.1 Formulierung von Bedingungen
- 7.5.2 Bildung eines Indexes
- 7.6 Aggregieren von Daten
- 7.7 Rangtransformationen
- 7.7.1 Beispiel einer Rangtransformation
- 7.7.2 Rangtypen
- 7.8 Gewichten von Fällen
- 7.8.1 Korrektur bei nicht gegebener Repräsentativität
- 7.8.2 Analyse von gehäuften Daten
- 7.9 Beispiele für die Berechnung neuer Variablen
- 7.9.1 Erstes Beispiel: Berechnung des Benzinverbrauchs
- 7.9.2 Zweites Beispiel: Berechnung des Datums des Ostersonntags
- 8 Datenexploration
- 8.1 Aufdeckung von Eingabefehlern
- 8.2 Überprüfung der Verteilungsform
- 8.3 Berechnung von Kennwerten
- 8.4 Explorative Datenanalyse
- 8.4.1 Analysen ohne Gruppierungsvariablen
- 8.4.2 Analysen für Gruppen von Fällen
- 9 Kreuztabellen
- 9.1 Erstellen von Kreuztabellen
- 9.2 Grafische Veranschaulichung von Kreuztabellen
- 9.3 Statistiken für Kreuztabellen
- 9.3.1 Chi-Quadrat-Test
- 9.3.2 Korrelationsmaße
- 9.3.3 Assoziationsmaße für nominalskalierte Variablen
- 9.3.4 Assoziationsmaße für ordinalskalierte Variablen
- 9.3.5 Weitere Assoziationsmaße
- 10 Analyse von Mehrfachantworten
- 10.1 Dichotome Methode
- 10.1.1 Definition von Sets
- 10.1.2 Häufigkeitstabellen für dichotome Setvariablen
- 10.1.3 Kreuztabellen mit dichotomen Setvariablen
- 10.2 Erstellen von Ranking-Listen
- 10.3 Kategoriale Methode
- 10.3.1 Definition von Sets
- 10.3.2 Häufigkeitstabellen für kategoriale Setvariablen
- 10.3.3 Kreuztabellen mit kategorialen Setvariablen
- 10.4 Dichotome und kategoriale Methode im Vergleich
- 11 Mittelwertvergleiche
- 11.1 Vergleich von zwei unabhängigen Stichproben
- 11.2 Vergleich von zwei abhängigen Stichproben
- 11.3 Vergleich von mehr als zwei unabhängigen Stichproben
- 11.3.1 Zerlegen in Trendkomponenten
- 11.3.2 A-priori-Kontraste
- 11.3.3 A-posteriori-Tests
- 11.3.4 Weitere Optionen
- 11.4 Vergleich von mehr als zwei abhängigen Stichproben
- 11.5 Einstichproben-t-Test
- 11.6 Einbindung der Syntax in den dialoggesteuerten Ablauf
- 12 Nichtparametrische Tests
- 12.1 Vergleich von zwei unabhängigen Stichproben
- 12.1.1 U-Test nach Mann und Whitney
- 12.1.2 Moses-Test
- 12.1.3 Kolmogorov-Smirnov-Test
- 12.1.4 Wald-Wolfowitz-Test
- 12.2 Vergleich von zwei abhängigen Stichproben
- 12.2.1 Wilcoxon-Test
- 12.2.2 Vorzeichen-Test
- 12.2.3 Chi-Quadrat-Test nach McNemar
- 12.3 Vergleich von mehr als zwei unabhängigen Stichproben
- 12.3.1 H-Test nach Kruskal und Wallis
- 12.3.2 Median-Test
- 12.4 Vergleich von mehr als zwei abhängigen Stichproben
- 12.4.1 Friedman-Test
- 12.4.2 Kendalls W
- 12.4.3 Cochrans Q
- 12.5 Kolmogorov-Smirnov-Test zur Überprüfung der Verteilungsform
- 12.6 Chi-Quadrat-Einzeltest
- 12.7 Binomial-Test
- 12.8 Sequenzanalyse
- 12.9 Nichtparametrische Tests mit Hilfe des Model Viewer
- 12.9.1 U-Test nach Mann und Whitney
- 12.9.2 H-Test nach Kruskal und Wallis
- 13 Korrelationen
- 13.1 Korrelationskoeffizient nach Pearson
- 13.2 Rangkorrelationskoeffizienten nach Spearman und Kendall
- 13.3 Partielle Korrelationen
- 13.4 Distanz- und Ähnlichkeitsmaße
- 13.5 Der Intraclass Correlation Coefficient (ICC)
- 13.6 Einbindung der Syntax in den dialoggesteuerten Ablauf
- 14 Regressionsanalyse
- 14.1 Einfache lineare Regression
- 14.1.1 Berechnen der Regressionsgleichung
- 14.1.2 Neue Variablen speichern
- 14.1.3 Zeichnen einer Regressionsgeraden
- 14.2 Multiple lineare Regression
- 14.3 Nichtlineare Regression
- 14.4 Binäre logistische Regression
- 14.5 Multinomiale logistische Regression
- 14.6 Ordinale Regression
- 14.7 Probitanalyse
- 14.8 Kurvenanpassung
- 14.9 Gewichtsschätzung
- 14.10 Partielle kleinste Quadrate
- 14.11 Zweistufige kleinste Quadrate
- 14.12 Kategoriale Regression
- 14.12.1 Prinzip der Kategorienquantifikationen
- 14.12.2 Zweites Beispiel: Der Untergang der Titanic
- 14.12.3 Diskretisierung von Variablen
- 15 Varianzanalysen
- 15.1 Univariate Varianzanalyse
- 15.1.1 Univariate Varianzanalyse (allgemeines lineares Modell)
- 15.1.2 Univariate Varianzanalyse nach Fisher
- 15.1.3 Univariate Varianzanalyse mit Messwiederholung
- 15.2 Kovarianzanalyse
- 15.3 Multivariate Varianzanalyse
- 15.4 Varianz-Komponenten
- 15.5 Lineare gemischte Modelle
- 15.5.1 Varianzanalyse mit festen Effekten
- 15.5.2 Kovarianzanalyse mit festen Effekten
- 15.5.3 Analyse mit festen und zufälligen Effekten
- 15.5.4 Analyse mit wiederholten Messungen
- 16 Diskriminanzanalyse
- 16.1 Beispiel aus der Medizin
- 16.2 Beispiel aus der Soziologie
- 16.3 Beispiel aus der Biologie
- 16.4 Diskriminanzanalyse mit drei Gruppen
- 17 Reliabilitätsanalyse
- 17.1 Richtig-falsch-Aufgaben
- 17.2 Stufen-Antwort-Aufgaben
- 18 Faktorenanalyse
- 18.1 Rechenschritte und Verfahrenstypen der Faktorenanalyse
- 18.2 Explorative Faktorenanalyse
- 18.2.1 Beispiel aus der Soziologie
- 18.2.2 Beispiel aus der Psychologie
- 18.3 Konfirmatorische Faktorenanalyse
- 18.3.1 Beispiel aus der Freizeitforschung
- 18.3.2 Grafische Darstellung des Rechnens mit Faktorwerten
- 18.3.3 Beispiel aus der Medienwissenschaft
- 18.4 Das Rotationsproblem
- 19 Clusteranalyse
- 19.1 Das Prinzip der Clusteranalyse
- 19.2 Hierarchische Clusteranalyse
- 19.2.1 Hierarchische Clusteranalyse mit zwei Variablen
- 19.2.2 Hierarchische Clusteranalyse mit mehr als zwei Variablen
- 19.2.3 Hierarchische Clusteranalyse mit vorgeschalteter Faktorenanalyse
- 19.3 Ähnlichkeits- und Distanzmaße
- 19.3.1 Intervallskalierte (metrische) Variablen
- 19.3.2 Häufigkeiten
- 19.3.3 Binäre Variablen
- 19.4 Fusionierungsmethoden
- 19.5 Clusteranalyse für hohe Fallzahlen (Clusterzentrenanalyse)
- 19.6 Die Two-Step-Clusteranalyse
- 19.6.1 Die Two-Step-Clusteranalyse per Dialogboxen der Version 17
- 19.6.2 Die Two-Step-Clusteranalyse per Syntax
- 19.6.3 Die Two-Step-Clusteranalyse per Model Viewer
- 20 Klassifikationsanalyse
- 20.1 Einführendes Beispiel aus der Geschichtswissenschaft
- 20.1.1 Erstellen einer Analysedatei
- 20.1.2 Erzeugung und Interpretation eines Baumdiagramms
- 20.1.3 Interpretation der Vorhersagewerte
- 20.1.4 Arbeiten mit dem Baumeditor
- 20.2 Vertiefungsbeispiel aus dem Bereich der Wirtschaftswissenschaften
- 20.2.1 Erstellen einer Analysedatei
- 20.2.2 Erzeugung und Interpretation eines Baumdiagramms
- 20.2.3 Erleichterung beim Erstellen der finalen Tabelle
- 20.3 Der CHAID-Algorithmus als Klassifikationsmethode
- 20.3.1 Erstellen einer Analysedatei
- 20.3.2 Erzeugung und Interpretation eines Baumdiagramms
- 20.3.3 Ansichten eines Baumdiagramms und Navigation durch den Baum
- 20.3.4 Analyse der finalen Segmente
- 20.4 Der Exhaustive-CHAID-Algorithmus als Klassifikationsmethode
- 20.4.1 Erstellen einer Analysedatei
- 20.4.2 Erzeugung eines Baumdiagramms
- 20.4.3 Betrachtung des Baummodells und der Baumtabelle
- 20.4.4 Gewinnzusammenfassung, Risiko und Klassifikation
- 20.4.5 Vorhergesagte Werte
- 20.4.6 Analyse der finalen Segmente
- 20.5 Der CRT-Algorithmus als Klassifikationsmethode
- 20.5.1 Der binäre Algorithmus in vergleichender Betrachtung
- 20.5.2 Vertiefungsbeispiel zum CRT-Algorithmus
- 20.6 Der QUEST-Algorithmus als Klassifikationsmethode
- 20.6.1 Erstellen einer Analysedatei
- 20.6.2 Erzeugung und Interpretation eines Baumdiagramms
- 20.6.3 Analyse der Vorhersagewerte
- 20.6.4 Analyse der Endknoten
- 20.6.5 Dichotomisierung der Zielvariablen
- 20.6.6 Analyse einzelner Parteien
- 20.7 Die Hilfeoption des Baumeditors
- 21 Loglineare Modelle
- 21.1 Eine typische Anwendungssituation
- 21.2 Das Prinzip der loglinearen Modelle
- 21.3 Überblick über die loglinearen Modelle
- 21.4 Hierarchisches loglineares Modell
- 21.5 Allgemeines loglineares Modell
- 21.6 Logit-loglineares Modell
- 22 Überlebens- und Ereignisdatenanalyse
- 22.1 Sterbetafeln
- 22.1.1 Einführende Beispiele aus der Medizin
- 22.1.2 Vertiefende Beispiele aus der Soziologie
- 22.2 Kaplan-Meier-Methode
- 22.3 Regressionsanalyse nach Cox
- 22.3.1 Beispiel aus der Medizin
- 22.3.2 Beispiel aus der Ökonomie
- 22.4 Cox-Regression mit zeitabhängigen Kovariaten
- 23 Multidimensionale Skalierung
- 23.1 Das Prinzip der MDS
- 23.2 Beispiel aus dem Marketing-Bereich
- 23.3 Ähnlichkeiten aus Daten erstellen
- 23.4 Multidimensionale Skalierung und Faktorenanalyse
- 24 Korrespondenzanalyse
- 24.1 Einfache Korrespondenzanalyse
- 24.1.1 Das Prinzip der einfachen Korrespondenzanalyse
- 24.1.2 Beispiel einer Produktpositionierung
- 24.1.3 Das Seriationsproblem in der Archäologie
- 24.2 Multiple Korrespondenzanalyse mit Nominalvariablen
- 24.2.1 Erstes Beispiel: Produktpositionierung im Marketingbereich
- 24.2.2 Zweites Beispiel: Visualisierung der Variablenzusammenhänge
- 24.2.3 Drittes Beispiel: Darstellung der Kategorienquantifikationen
- 24.3 Multiple Korrespondenzanalyse mit beliebigen Variablen
- 24.3.1 Erstes Beispiel: Alle Variablen numerisch
- 24.3.2 Zweites Beispiel: Numerische und nominalskalierte Variablen
- 24.4 Kanonische Korrespondenzanalyse
- 25 Conjoint-Analyse
- 25.1 Zielsetzung
- 25.2 Vorstellung eines Beispiels
- 25.3 Erstellung eines orthogonalen Designs
- 25.4 Die Ausgabe des orthogonalen Designs
- 25.5 Die Prozedur CONJOINT
- 26 Berichte und Gruppenwechsel
- 26.1 Zeilenweise Berichte
- 26.1.1 Erstellen eines einfachen Berichts
- 26.1.2 Zweistufiger Gruppenwechsel
- 26.1.3 Dreistufiger Gruppenwechsel
- 26.1.4 Berichts-Layout
- 26.2 Spaltenweise Berichte
- 26.3 Komprimierte Berichtsausgabe
- 26.4 Übungsaufgaben
- 37 Diagramme
- 27.1 Balkendiagramm
- 27.1.1 Einfaches Balkendiagramm: Darstellung von Häufigkeiten
- 27.1.2 Einfaches Balkendiagramm: Kennwerte einer metrischen Variablen
- 27.1.3 Gruppiertes Balkendiagramm
- 27.1.4 Gestapeltes Balkendiagramm
- 27.2 Liniendiagramm
- 27.2.1 Einfaches Liniendiagramm
- 27.2.2 Mehrfaches Liniendiagramm
- 27.3 Flächendiagramm
- 27.3.1 Einfaches Flächendiagramm
- 27.3.2 Gestapeltes Flächendiagramm
- 27.4 Kreisdiagramm
- 27.5 Streudiagramm
- 27.6 Histogramm
- 27.6.1 Einfaches Histogramm
- 27.6.2 Gestapeltes Histogramm
- 27.7 Hoch-Tief-Diagramme
- 27.7.1 Einfache Hoch-Tief-Schluss-Diagramme
- 27.7.2 Einfache Bereichsbalken
- 27.7.3 Gruppierte Hoch-Tief-Schluss-Diagramme
- 27.7.4 Differenzliniendiagramme
- 27.8 Boxplot
- 27.8.1 Einfacher Boxplot
- 27.8.2 Gruppierter Boxplot
- 27.9 Doppelachsen
- 27.9.1 Zwei Y-Achsen mit kategorialer X-Achse
- 27.9.2 Zwei Y-Achsen mit metrischer X-Achse
- 27.10 Erstellen eines Diagramms aus einer Pivot-Tabelle
- Literatur
- Weiterführende Literatur
- Index
- A
- B
- C
- D
- E
- F
- G
- H
- I
- J
- K
- L
- M
- N
- O
- P
- Q
- R
- S
- T
- U
- V
- W
- Y
- Z
- Copyright
