Book description
- Fundierte Einführung in SPSS und in die Statistik von der Kreuztabelle über die Clusteranalyse bis zur Diagrammerstellung
- Alle statistischen Verfahren mit praxisnahen Beispielen
- Zum Download: alle in den Beispielen verwendeten Daten sowie ein Zusatzkapitel
SPSS – oder IBM SPSS Statistics, wie es inzwischen korrekt heißt – ist ein umfangreiches Programm zur statistischen Datenanalyse, das nun in der Version 25 vorliegt. In diesem Buch wird das Programm umfassend beschrieben – von der Bedienung der Oberfläche über die Dateneingabe bis hin zur Durchführung und Interpretation statis-tischer Analysen und dem Erstellen von Grafiken. Die umfangreichen statistischen Analysemethoden bilden den Schwerpunkt des Buches. Sie erfahren nicht nur, wie die statistischen Verfahren mit SPSS durchgeführt werden, sondern auch, für welche Art von Fragestellung die einzelnen Methoden geeignet sind, welche Voraussetzungen die zu untersuchenden Daten erfüllen müssen und wie die Analyseergebnisse korrekt interpretiert werden. Dabei werden sämtliche Verfahren des Basismoduls abgedeckt, beginnend mit einfachen Auswertungen anhand von Häufigkeits- und Kreuztabellen oder T-Tests bis zu den anspruchsvollen Methoden wie verschiedenen Regressionsverfahren, der Diskriminanz-, Faktoren- oder Clusteranalyse, Allgemeinen Linearen Modellen oder der Multi-dimensionalen Skalierung. Die einzelnen statistischen Verfahren von SPSS werden jeweils in einem eigenen Kapitel beschrieben. Jedes dieser Kapitel folgt einem einfachen Prinzip: Zunächst wird das statistische Verfahren anhand eines oder mehrerer Beispiele mit »Daten aus dem echten Leben« erläutert. Im Anschluss da-ran wird in jedem Kapitel die Vorgehensweise zum Durchführen der Verfahren mit SPSS beschrieben.
Zum Download unter www.mitp.de/668: Alle Daten aus dem Buch, so dass Sie die Beispiele Schritt für Schritt nachvollziehen können, sowie ein Zusatzkapitel zu Funktionen.
Für SPSS ab Version 22 und höher
Aus dem Inhalt:- Installation und Deinstallation von SPSS
- Daten eingeben und bearbeiten
- Einlesen und Exportieren von Daten
- Daten transformieren und aufbereiten
- Datendateien umstrukturieren
- Verschmelzen und Aggregieren von Datendateien
- Umfangreiche Funktionsbibliothek
- Viewer für Ausgabedateien und Pivot-Tabellen
- Programme schreiben mit der Befehlssyntax
- Beispiele für Syntaxprogramme
- Grundlagen der statistischen Verfahren
- Häufigkeits- und Kreuztabellen
- Regressionsanalyse, Clusteranalyse, Faktorenanalyse
- Allgemeine Lineare Modelle
- Multidimensionale Skalierung
- Reliabilitätsanalyse
- Zweistufige Clusteranalyse
- Ordinale Regression
- Diagramme erstellen und bearbeiten
Table of contents
- Impressum
- Kapitel 1: Überblick
- Kapitel 2: Grundlagen
- Kapitel 3: Eine einfache Datenanalyse mit SPSS
- Kapitel 4: Datendateien
-
Kapitel 5: Daten eingeben und bearbeiten
- 5.1 Überblick
- 5.2 Struktur einer Datendatei
-
5.3 Variablen definieren
- 5.3.1 Eigenschaften einer Variable
- 5.3.2 Neue Variablen erstellen und Variablendefinitionen ändern
- 5.3.3 Variablennamen festlegen
- 5.3.4 Variablentyp festlegen
- 5.3.5 Fehlende Werte definieren
- 5.3.6 Variablen- und Wertelabels vergeben
- 5.3.7 Spaltenformat festlegen
- 5.3.8 Benutzerdefinierte Variableneigenschaften
- 5.3.9 Neue Variablen mit den Eigenschaften bestehender Variablen erstellen
- 5.3.10 Variablen- und Dateieigenschaften kopieren
- 5.4 Dateneingabe
- 5.5 Einfügen, Ausschneiden, Kopieren und Löschen von Werten, Fällen und Variablen
- 5.6 Werte und Fälle suchen
- 5.7 Datei- und Variableninformationen
- Kapitel 6: Daten aus externen Quellen einlesen
-
Kapitel 7: Der Viewer für Ausgabedateien
- 7.1 Grundlagen
- 7.2 Verwaltung des Viewer-Inhalts mithilfe der Gliederungsfunktion
- 7.3 Ergebnisse in andere Anwendungen übertragen
- 7.4 Excel-, Word-, PowerPoint-, PDF-, HTML-, Bild- und Textdateien erzeugen
- 7.5 Objekte aus anderen Anwendungen einfügen
- 7.6 Ergebnisse drucken
- 7.7 Grundeinstellungen für den Viewer
- 7.8 Ausgabedateien verwalten
- Kapitel 8: Pivot-Tabellen
- Kapitel 9: Programme schreiben mit der SPSS-Befehlssyntax
-
Kapitel 10: Beispiele für Syntaxprogramme
-
10.1 Beispiele, Beispiele, Beispiele
- 10.1.1 Dateioperationen
- 10.1.2 Variablen berechnen mit »Compute«
- 10.1.3 Bedingte Berechnung mit »If«
- 10.1.4 Bedingte Berechnungen mit »Do if ... Else if ... Else ... End if«
- 10.1.5 Dummy-Variablen berechnen
- 10.1.6 Bezug auf die Fallnummer mit »$casenum«
- 10.1.7 Abkürzung bei Wiederholungen mit »Do Repeat«
- 10.1.8 Schleifen mit »Loop ... End Loop«
- 10.2 Makros
-
10.1 Beispiele, Beispiele, Beispiele
-
Kapitel 11: Datentransformationen
- 11.1 Variablen berechnen
- 11.2 Zufallszahlen
- 11.3 Häufigkeit von Merkmalen in Fällen zählen
- 11.4 Werte innerhalb einer Variable umcodieren
- 11.5 Werte umcodieren in andere Variablen
- 11.6 Werte automatisch umcodieren
- 11.7 Variablen kategorisieren
- 11.8 Rangvariablen erstellen
- 11.9 Datumsvariable erstellen
- 11.10 Zeitreihen transformieren
- 11.11 Fehlende Werte ersetzen
- Kapitel 12: Fälle aufbereiten
- Kapitel 13: Datendateien transponieren und umstrukturieren
- Kapitel 14: Verschmelzen und Aggregieren von Datendateien
- Kapitel 15: Fall-Listen und OLAP-Cubes erstellen
- Kapitel 16: Häufigkeitstabellen
- Kapitel 17: Deskriptive Maßzahlen und Verhältnisstatistiken
- Kapitel 18: Explorative Datenanalyse
- Kapitel 19: Kreuztabellen und Chi-Quadrat-Test
- Kapitel 20: Mehrfachantworten
- Kapitel 21: Mittelwertvergleiche
- Kapitel 22: T-Test
- Kapitel 23: Einfaktorielle Varianzanalyse
- Kapitel 24: Korrelationen
- Kapitel 25: Partielle Korrelationen
-
Kapitel 26: Lineare Regression
- 26.1 Das Beispiel: Beschäftigungswirkungen der Arbeitszeitverkürzung in den 80er-Jahren
-
26.2 Einfache Regression
- 26.2.1 Regressionsgerade und Streudiagramm
- 26.2.2 Beziehungen zwischen den Variablen müssen linear sein
- 26.2.3 Skalenniveaus der Variablen: Intervallskaliert oder 0/1
- 26.2.4 Schätzen einer einfachen Regressionsgleichung
- 26.2.5 Maße für die Güte der Anpassung
- 26.2.6 Aussagen über die Regressionskoeffizienten
- 26.2.7 Vorhersagen mithilfe der Regressionsgleichung
- 26.3 Schätzung einer multiplen Regression
- 26.4 Dummy-Variablen
- 26.5 Prüfung der Residuen
- 26.6 Kollinearitätsprüfung
- 26.7 Methoden zur Auswahl der unabhängigen Variablen
- 26.8 Einstellungen der Regressionsanalyse
- Kapitel 27: Kurvenanpassung
- Kapitel 28: Ordinale Regression
- Kapitel 29: Allgemeines lineares Modell – Univariat
- Kapitel 30: Diskriminanzanalyse
- Kapitel 31: Distanz- und Ähnlichkeitsmaße
- Kapitel 32: Clusteranalyse
- Kapitel 33: K-Means-Cluster – Clusterzentrenanalyse für große Dateien
-
Kapitel 34: Two-Step-Clusteranalyse
-
34.1 Der Algorithmus der zweistufigen Clusteranalyse
- 34.1.1 Ablauf der zweistufigen Clusteranalyse
- 34.1.2 Erste Stufe: Bildung eines »Cluster-Baumes«
- 34.1.3 Der Algorithmus zur Bildung des CF-Baumes
- 34.1.4 Parameter zur Steuerung der Baumgröße
- 34.1.5 Optionale Kontrolle von Ausreißern
- 34.1.6 Zwei alternative Distanzmaße
- 34.1.7 Bestimmung der optimalen Clusteranzahl
- 34.1.8 Eigenheiten des Cluster-Baum-Verfahrens
- 34.2 Durchführen der Clusteranalyse
- 34.3 Einstellungen der Two-Step-Clusteranalyse
-
34.1 Der Algorithmus der zweistufigen Clusteranalyse
- Kapitel 35: Faktorenanalyse
- Kapitel 36: Reliabilitätsanalyse
- Kapitel 37: Multidimensionale Skalierung
-
Kapitel 38: Nichtparametrische Tests
- 38.1 Überblick
- 38.2 Chi-Quadrat-Test
- 38.3 Binomial-Test
- 38.4 Sequenzanalyse
- 38.5 Ein-Stichproben-Kolmogorov-Smirnov-Test
- 38.6 Tests für zwei unabhängige Stichproben
- 38.7 Tests für mehrere unabhängige Stichproben
- 38.8 Tests für zwei verbundene Stichproben
- 38.9 Tests für mehrere verbundene Stichproben
- Kapitel 39: Diagramme erstellen und bearbeiten
- Kapitel 40: Balken-, Linien-, Flächen- und Kreisdiagramme
- Kapitel 41: Streudiagramme
- Kapitel 42: Histogramme, Boxplots, Verteilungsdiagramme und Bevölkerungspyramiden
- Kapitel 43: Zeitreihen: Autokorrelation und Kreuzkorrelation
- Literaturverzeichnis
Product information
- Title: SPSS - Umfassendes Handbuch zu Statistik und Datenanalyse
- Author(s):
- Release date: February 2018
- Publisher(s): mitp Verlag
- ISBN: 9783958456709
You might also like
book
Statistik-Workshop für Programmierer
Wenn Sie programmieren können, beherrschen Sie bereits Techniken, um aus Daten Wissen zu extrahieren. Diese kompakte …
book
Wissenschaftliche Arbeiten schreiben - Praktischer Leitfaden mit über 100 Software-Tipps
Alle Grundlagen zum Schreiben wissenschaftlicher Arbeiten Methoden zur Selbstorganisation und Zeitplanung sowie Strategien für unterschiedliche Schreibtypen …
book
Wissenschaftliche Arbeiten schreiben - Praktischer Leitfaden mit über 100 Software-Tipps, 2. Auflage
Alle Grundlagen zum Schreiben wissenschaftlicher Arbeiten Methoden zur Selbstorganisation und Zeitplanung sowie Strategien für unterschiedliche Schreibtypen …
book
Agile Führung - Mitarbeiter und Teams erfolgreich führen und coachen
Lösungsansätze für die optimale Steuerung einer agilen Organisation Wie Sie erfolgreich agil führen und dabei die …