Mehrdimensionale Kreuztabellenanalyse Kontrolle von Drittvariablen
|
|
- Mathilde Maier
- vor 5 Jahren
- Abrufe
Transkript
1 Lehrveranstaltung Empirische Forschung und Politikberatung der Universität Bonn, WS 2007/2008 Mehrdimensionale Kreuztabellenanalyse Kontrolle von Drittvariablen 21. Dezember 2007 Anja Hall, Bundesinstitut für Berufsbildung, AB 2.2: Qualifikation, berufliche Integration und Erwerbstätigkeit
2 Kausalzusammenhang, Kausalität Kausalität (Grund, Ursache) bezeichnet die Beziehung zwischen Ursachen und Wirkungen. In Hypothesen werden kausale Verknüpfungen zwischen zwei Variablen in Form eines Ursache-Wirkungs-Verhältnisses postuliert. "Kausalität an sich" ist nicht beobachtbar bzw. prüfbar. In der Forschungspraxis wird die Beziehung zwischen einer Ursache und der Wirkung daher als kausal interpretiert, wenn folgende Kriterien erfüllt sind (nach Lazarsfeld): Zwischen zwei Variablen X und Y besteht ein statistischer Zusammenhang X geht Y zeitlich voraus. Der Zusammenhang zwischen X und Y verschwindet nicht, wenn Drittvariablen, die X und Y zeitlich vorausgehen, kontrolliert werden. Y - Abhängige Variable (AV): diejenige Variable, deren Ausprägungen durch eine oder mehrere andere Variablen erklärt oder vorhergesagt werden sollen. X - Unabhängige Variable (UV): diejenige(n) Variable(n), aus deren Werten die Ausprägungen einer o. mehrerer anderer Variablen erklärt o. vorhergesagt werden sollen. Der Ausdruck AV oder UV ist relativ zu einem gegebenen Modell zu sehen; eine Variable, die in einem Modell als AV fungiert, kann in einem anderen Modell eine UV sein
3 Scheinkorrelation Die Scheinkorrelation zwischen zwei Variablen ist eine Korrelation, die nur durch das Einwirken einer dritten nicht bekannten Variable entsteht. Es besteht also kein echter Zusammenhang zwischen den Variablen, obwohl sich mathematisch ein hoher Korrelationskoeffizient ergibt. Beispiele: Es besteht eine positive Korrelation zw. der Anzahl der bei einem Brand eingesetzten Feuerwehrleute (X) und der Höhe des Brandschadens (Y). Soll man bei einem Brand besser auf einen Notruf bei der Feuerwehr verzichten? Drittvariable (Z) =??? Mit dem Aussterben der Störche sind auch die Geburtenzahlen gefallen. Die Geburtenrate korreliert also positiv mit der Anzahl der Störche - Drittvariable=??? X Y X Y z als Drittvariable Z Unfallhäufigkeit mit PKW: Frauen verursachen weniger Unfälle - Drittvariable=??? X Y X Z Y z als intervenierende Variable
4 Erwerbsbeteiligung von Männern und Frauen Übung 1: Erstellen Sie die Kreuztabelle mit den Variablen Geschlecht und Erwerbsbeteiligung (Ef504). Verwenden Sie die Dummy-Variable Erwerbstätig (Ja vs. Nein). Beschränken Sie die Analyse auf Personen im Alter von Jahre. Berechnen Sie eine Kreuztabelle mit den Variablen Geschlecht und Erwerbsbeteiligung unter Kontrolle der Variable Ef585 (Kinder unter 18 Jahren im HH). Bilden Sie eine neue Variable Kinder (Keine Kinder, 1 Kind, 2 Kinder und mehr). Beschränken Sie die Analyse auf Personen bis 40 Jahre. Warum ist diese Altersbeschränkung sinnvoll? Berechnen Sie hierzu die Tabellen für Personen bis 65 Jahre und vergleichen Sie diese Ergebnisse. Hinweis: Da sich alle nachfolgenden Analysen auf Personen im Alter von Jahren Beziehen, verwenden Sie bitte den Datensatz O:\Schulungsraum_Lehre_AB22\MZ-Campusfile\CP 2002_nur15-65 Jahre.sav.
5 Interaktionseffekt Gemeinsamer Effekt zweier Variablen auf die untersuchte abhängige Variable, d.h. die Wirkung einer Variablen variiert mit den Ausprägungen der anderen Variablen. Z.B. wenn ein zuvor festgestellter Zusammenhang nur in einer Teilgruppe zu beobachten ist. Beispiele: Der Tendenz nach führt in den meisten (modernen) Gesellschaften die Geburt eines Kindes zur Verringerung des Umfangs der Erwerbstätigkeit von Frauen, während bei den Männern keine oder sogar eine gegenläufige Wirkung (Steigerung) festzustellen ist. Modelltechnisch - Interaktionseffket = das Produkt der beiden interagierenden Variablen Spezialfall: quadratischer Effekt einer Variablen, d.h. Interaktion einer Variablen mit sich selbst, Bsp. Alter2.
6 Operationalisierung von Berufserfolg Unter O. versteht man die (möglichst genaue) Angabe der Vorgehensweise (eben der "Operationen"), mit der ein Merkmal erhoben werden soll. Bei einer Befragung versteht man unter O. z.b. die genaue Frageformulierung mitsamt den Antwortvorgaben. Genau genommen würde zur O. auch noch die Anweisung an den Interviewer gehören, die Frage vorzulesen und die Antworten aufzunehmen; soweit dies sich aus dem Kontext von selbst ergibt, ist der etwas ungenaue Sprachgebrauch unproblematisch. Beispiel 1: Wie kann man soziale Schicht operationalisieren? Beispiel 2: Wie kann man Berufserfolg operationalisieren? Im Campus-File 2002 enthalten? Stellung im Betrieb Nettoeinkommen Niveauadäquanz Qualifizierte Tätigkeit Nein nur Stellung im Beruf kategorial Nein indirekt
7 Berufserfolg (Einkommen) von Männern und Frauen Übung 2: Erstellen Sie eine Kreuztabelle mit den Variablen Geschlecht und Einkommen (EF372). Verwenden Sie die kategorisierte Einkommensvariable den den drei Ausprägungen bis unter 700, 700 bis unter 1700 und 1700 und mehr. Berechnen Sie Cramer s V sowie die Prozentsatzdifferenz für die Kategorie 1700 und mehr. Interpretieren Sie die Ergebnisse. Wie verändert sich der Zusammenhang unter Kontrolle der Variable Vollzeit/ Teilzeit (EF138)? Berechnen Sie zuvor bivariate Kreuztabellen zwischen Geschlecht und der Variable Vollzeit/ Teilzeit sowie zwischen der Variable Vollzeit/ Teilzeit und Einkommen.
8 Berufserfolg (Qualifizierte Position) von Männern und Frauen Übung 3: Betrachten Sie nur Vollzeiterwerbstätige: Erstellen Sie eine Kreuztabelle mit den Variablen Geschlecht und Berufliche Position (EF372) sowie geeigneten Prozentwerten. Erstellen Sie hierzu die Berufsklassifikation nach Blossfeld mit Hilfe des SPSS-Jobs O:\Schulungsraum_Lehre_AB22\MZ- Campusfile\blossfeld2002.sps und rekodieren Sie die Variable in die drei Gruppen 1 "Einfache Berufe" 2 "Qualifizierte Berufe" 3 "Hochqualifizierte Berufe". Wie verändert sich der Zusammenhang unter Kontrolle des höchsten Ausbildungsabschlusses. Bilden Sie mit den Variablen EF289 und EF288 folgende Kategorien: 1 Kein BA, Anlernausbilding/Praktikum,BVJ 2 "Lehre/Berufsfachschule 3 "Meister/Technik/Fachschule 4 "FH/Hochschule/Verw.FH". Konzentrieren Sie sich bei der Interpretation auf geeignete Prozentwerte in der Tabelle.
9 Berufsaggregate: Blossfeld Gliederungselemente Unterscheidung der beruflichen Aufgabengebiete nach den Wirtschaftssektoren Produktion, Dienstleistung und Verwaltung Typische berufliche Qualifikation (spielt in der KldB keine Rolle!) Produktion Agrarberufe Einfache manuelle Berufe Qualifizierte manuelle Berufe Techniker Ingenieure Dienstleistung Einfache Dienste Qualifizierte Dienste Semiprofessionen Professionen Verwaltung Einfache kaufmännische Verwaltungsberufe Qualifizierte kaufmännische und Verwaltungsberufe Manager Berufe mit dominant landwirtschaftlicher Orientierung Alle manuellen Berufe, die mind.einen 60% Anteil von Ungelernten aufweisen Alle manuellen Berufe, die höchstens einen 40% Anteil von Ungelernten aufweisen Alle technischen Fachkräfte Hochqualifizierte Fachkräfte zur Lösung naturwissenschaftlicher und technischer Probleme Alle einfachen persönlichen Dienste Im wesentlichen Ordnungs- und Sicherheitsberufe sowie qualifizierte Dienstleistungsberufe Dienstleistungsberufe mit Verwissenschaftlichung der Berufspositionen Freie Berufe und hochqualifizierte Dienstleistungsberufe Relativ unqualifizierte Büro- und Handelsberufe Berufe mit mittleren und höheren verwaltenden und distributiven Funktionen Berufe, die Kontrolle u. Entscheidungsgewalt über den Einsatz von Produktionsfaktoren besitzen sowie Funktionäre in Organisationen
10 Übung - Lösung ef288 temp. sel if ef30 ge 15 and ef30 le 65. ef289 Gültig Gesamt Gültige Kumulierte Häufigkeit Prozent Prozente Prozente ,5 70,5 70, ,3 24,3 94, ,1 5,1 100, ,0 100,0 recode ef289 (1,2=1) (3,4=2) (5,6=3) (7,8,9,10=4) into ba. if (ef288=8) ba=1. val lab ba 1 "kein BA, Anlernausb./Praktikum,BVJ" 2 "Lehre/Berufsfachschule" 3 "Meister/Technik/Fachschule" 4 "FH/Hochschule/Verw.FH". var lab ba "Beruflicher Abschluss". Gültig Fehlend Gesamt 1,00 kein BA, Anlernausb./Praktikum/BVJ 2,00 Lehrausb./Berufsfachschulen 3,00 Meister/Technik./Fachschule 4,00 FH/Hochschule/Verw.FH Gesamt System ba Beruflicher Abschluss Gültig Fehlend Gesamt Gesamt System Gültige Kumulierte Häufigkeit Prozent Prozente Prozente ,9 27,8 27, ,8 51,3 79, ,4 7,9 87, ,1 13,0 100, ,2 100, , ,0 Gültige Kumulierte Häufigkeit Prozent Prozente Prozente 287 1,4 2,0 2,0 20,1,1 2, ,7 63,4 65, ,1 4,4 70, ,8 8,2 78, ,6 2,2 80,4 171,9 1,2 81, ,2 6,0 87, ,2 8,8 96,4 165,8 1,2 97, ,7 2,4 100, ,5 100, , ,0 recode ef30 (15 thru 30=1) (31 thru 40=2) (41 thru 50=3) (51 thru hi=4) into alter4. val lab alter4 1 " 15-30" 2 "31-40" 3 "41-50" 4 "51+".
Kreuztabellenanalyse. bedingte Häufigkeiten
Lehrveranstaltung Empirische Forschung und Politikberatung der Universität Bonn, WS 2007/2008 Kreuztabellenanalyse bedingte Häufigkeiten 07. Dezember 2007 Michael Tiemann, Bundesinstitut für Berufsbildung,
MehrRegressionsanalysen mit Stata
Regressionsanalysen mit Stata Wiederholung: Deskriptive Analysen - Univariate deskriptive Analysen (Häufigkeitsauszählungen einer Variablen) - Multivariate deskriptive Analysen (Untersuchung gemeinsamer
MehrHäufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche
Lehrveranstaltung Empirische Forschung und Politikberatung der Universität Bonn, WS 2007/2008 Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche 30. November 2007 Michael
MehrÜbung zur Logistischen Regression Juli 2011
Lehrveranstaltung Empirische Forschung und Politikberatung Sommersemester 2011 Übung zur Logistischen Regression - - - - - 1.Juli 2011 Anja Hall, Bundesinstitut für Berufsbildung, AB 2.2: Qualifikation,
MehrB.Heger / R. Prust WS 2010/11 Master Modul 1.3: Quantitative Methoden der empirischen Sozialforschung
B.Heger / R. Prust WS 2010/11 Master Modul 1.3: Quantitative Methoden der empirischen Sozialforschung Übung 2 (mit SPSS-Ausgabe) 1. In der Variablen V253a ist der Schul des s bzw. der in abgelegt. Untersuchen
MehrTEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG
TEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG GLIEDERUNG Statistik eine Umschreibung Gliederung der Statistik in zwei zentrale Teilbereiche Deskriptive Statistik Inferenzstatistik
MehrGegenüberstellung der Berufsangaben von Erwerbsminderungsrentner(inne)n aus RSD und Befragung
Gegenüberstellung der Berufsangaben von Erwerbsminderungsrentner(inne)n aus RSD und Befragung Projekt Sozioökonomische Situation von Personen mit Erwerbsminderung Stefanie Märtin & Pia Zollmann Deutsche
MehrInstitut für Soziologie Benjamin Gedon. Methoden 2. Kausalanalyse
Institut für Soziologie Methoden 2 Kausalanalyse Inhalt 1. Kausalanalyse 2. Anwendungsbeispiel 3. Wiederholung 4. Übungsaufgabe # 2 Kausalanalyse Kausalität: Identifizieren von Ursache-Wirkungs-Beziehungen
MehrWertewandel. 1. Theorie des Wertewandels. 2. Dimensionen, Teilbereiche, Kategorien zur empirischen Untersuchung des Wertewandels
Wertewandel 1. Theorie des Wertewandels 2. Dimensionen, Teilbereiche, Kategorien zur empirischen Untersuchung des Wertewandels 3. Formen der Operationalisierung 4. Datenanalyse Ronald Ingelhart, Kultureller
Mehr1 x 1 y 1 2 x 2 y 2 3 x 3 y 3... n x n y n
3.2. Bivariate Verteilungen zwei Variablen X, Y werden gemeinsam betrachtet (an jedem Objekt werden gleichzeitig zwei Merkmale beobachtet) Beobachtungswerte sind Paare von Merkmalsausprägungen (x, y) Beispiele:
MehrSPSS / Tabellenanalyse
SPSS / Tabellenanalyse Klaudia Burtscher & Margit Hartel & Martina Koller & Reinhard Raml WS 2016/17 2. Datenbearbeitung Für alle weiteren Beispiele wird der Datensatz Social Survey 2003 verwendet. 2.1
MehrTEIL 4: FORSCHUNGSDESIGNS UND UNTERSU- CHUNGSFORMEN
TEIL 4: FORSCHUNGSDESIGNS UND UNTERSU- CHUNGSFORMEN 1 Forschungsdesign Charakterisierung: Das Forschungsdesign legt den Rahmen (bzw. die Anordnung) fest, in dem die vom Forscher aufgestellten Hypothesen
MehrGlossar. Cause of Effects Behandelt die Ursache von Auswirkungen. Debriefing Vorgang der Nachbesprechung der experimentellen Untersuchung.
Abhängige Variable Die zu untersuchende Variable, die von den unabhängigen Variablen in ihrer Ausprägung verändert und beeinflusst wird (siehe auch unabhängige Variable). Between-Subjects-Design Wenn die
MehrBivariate Statistik: Kreuztabelle
Bivariate Statistik: Kreuztabelle Beispiel 1: Im ALLBUS wurde u.a. nach dem Nationalstolz und nach dem Gefühl der Überfremdung gefragt: Würden Sie sagen, dass Sie sehr stolz, ziemlich stolz, nicht sehr
MehrLeben und Arbeiten in Baden-Württemberg. Ergebnisse des Mikrozensus 2015
2016 Leben und Arbeiten in Baden-Württemberg Ergebnisse des Mikrozensus 2015 Die BEVÖLKERUNGSSTRUKTUR ändert sich Politik und Gesellschaft müssen sich darauf einstellen. Daten aus dem Mikrozensus erleichtern
MehrArbeitsunfähigkeit durch Varikosis der Beinvenen in Bezug zum Beruf Ergebnisse einer Sekundärdatenanalyse
Arbeitsunfähigkeit durch Varikosis der Beinvenen in Bezug zum Beruf Ergebnisse einer Sekundärdatenanalyse Claudia Brendler, Falk Liebers, Ute Latza Gruppe 3.1 Prävention arbeitsbedingter Erkrankungen Bundesanstalt
MehrEs können keine oder mehrere Antworten richtig sein. Eine Frage ist NUR dann richtig beantwortet, wenn ALLE richtigen Antworten angekreuzt wurden.
Teil III: Statistik Alle Fragen sind zu beantworten. Es können keine oder mehrere Antworten richtig sein. Eine Frage ist NUR dann richtig beantwortet, wenn ALLE richtigen Antworten angekreuzt wurden. Wird
MehrBivariater Zusammenhang in der Vierfeldertafel PEΣO
Bivariater Zusammenhang in der Vierfeldertafel PEΣO 12. Oktober 2001 Zusammenhang zweier Variablen und bivariate Häufigkeitsverteilung Die Bivariate Häufigkeitsverteilung gibt Auskunft darüber, wie zwei
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS
Sommersemester 2009 Statistik mit SPSS 09. Mai 2009 09. Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Arbeitsschritte bei der Datenanalyse Datenmanagement (Einlesen von Daten, Teilen von
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009, Statistik mit SPSS
Sommersemester 2009, Statistik mit SPSS 24. August 2009 24. August 2009 Statistik Dozentin: mit Anja SPSS Mays 1 Überblick 1. Arbeitsschritte bei der Datenanalyse 2. Datensatz kennenlernen, Variableninformationen
MehrÜbungsblatt 3: Bivariate Deskription I (Sitzung 4)
1 Übungsblatt 3: Bivariate Deskription I (Sitzung 4) Aufgabe 1 Eine Kreuztabelle beinhaltet unterschiedliche Verteilungen. a) Geben Sie an, wie diese Verteilungen heißen und was sie beinhalten. b) Welche
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
MehrTeil: lineare Regression
Teil: lineare Regression 1 Einführung 2 Prüfung der Regressionsfunktion 3 Die Modellannahmen zur Durchführung einer linearen Regression 4 Dummyvariablen 1 Einführung o Eine statistische Methode um Zusammenhänge
MehrForschungsstatistik I
Psychologie Prof. Dr. G. Meinhardt 6. Stock, TB II R. 06-206 (Persike) R. 06-321 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrStatistik II (Sozialwissenschaften)
Dr. Hans-Otfried Müller Institut für Mathematische Stochastik Fachrichtung Mathematik Technische Universität Dresden http://www.math.tu-dresden.de/sto/mueller/ Statistik II (Sozialwissenschaften) 2. Konsultationsübung,
MehrLösungen zur deskriptiven Statistik
Lösungen zur deskriptiven Statistik Aufgabe 1. Bei einer Stichprobe von n = Studenten wurden folgende jährliche Ausgaben (in e) für Urlaubszwecke ermittelt. 1 58 5 35 6 8 1 6 55 4 47 56 48 1 6 115 8 5
MehrEinstieg in SPSS. Man kann auch für jede Ausprägung einer Variablen ein Wertelabel vergeben.
Einstieg in SPSS In SPSS kann man für jede Variable ein Label vergeben, damit in einer Ausgabe nicht der Name der Variable (der kryptisch sein kann) erscheint, sondern ein beschreibendes Label. Der Punkt
MehrKreuztabellenanalyse und Assoziationsmaße. Assoziationsmaße. Allgemeines Beispiel Graphiken Notation. Risiken. Drittvariablenkontrolle.
FB 1 W. Ludwig-Mayerhofer Zusammenhänge zwischen Merkmalen 1 Kreuztabellenanalyse und FB 1 W. Ludwig-Mayerhofer Zusammenhänge zwischen Merkmalen 2 Kreuztabellen eignen sich zur Darstellung und Analyse
MehrBivariate Zusammenhänge
Bivariate Zusammenhänge Tabellenanalyse: Kreuztabellierung und Kontingenzanalyse Philosophische Fakultät Institut für Soziologie Berufsverläufe und Berufserfolg von Hochschulabsolventen Dozent: Mike Kühne
MehrEmpirische Forschung. Übung zur Vorlesung Kognitive Modellierung. Kognitive Modellierung Dorothea Knopp Angewandte Informatik/ Kognitve Systeme
Empirische Forschung Übung zur Vorlesung Kognitive Modellierung S. 1 Überblick: Forschungsprozess Theoriebil dung Auswertung Interpretation Operationalisierung Erhebung S. 2 Versuchsplanung Festlegung
MehrÜbungsblatt 10: Lineare Regression (Sitzung 11)
1 Übungsblatt 10: Lineare Regression (Sitzung 11) Aufgabe 1 a) Nach welchem Kriterium wird die Regressionsgerade zur Vorhersage von Y-Werten festgelegt? b) Was sind die Gemeinsamkeiten und Unterschiede
MehrAnalyse von Kontingenztafeln bei ordinalskalierten Merkmalen
Analyse von Kontingenztafeln bei ordinalskalierten Merkmalen Weisen die in einer Kontingenztafel dargestellten Merkmale zusätzlich Ordinalskalenniveau auf, so kommen auch Kenngrößen zum Einsatz, die in
MehrEmpirische Forschung. Übung zur Vorlesung Kognitive Modellierung. Kognitive Modellierung Dorothea Knopp Angewandte Informatik/ Kognitve Systeme
Empirische Forschung Übung zur Vorlesung Kognitive Modellierung S. 1 Gliederung 1. Was ist empirische Forschung? 2. Empirie Theorie 3. Gütekriterien empirischer Forschung 4. Sammlung von Daten 5. Beschreibung
MehrGASTVORTRAG IM RAHMEN DER: EINFÜHRUNG IN DIE EMPIRISCHE HUMAN- UND SOZIALFORSCHUNG. Mag. a Andrea Schaffar
GASTVORTRAG IM RAHMEN DER: EINFÜHRUNG IN DIE EMPIRISCHE HUMAN- UND SOZIALFORSCHUNG Mag. a Andrea Schaffar Inhalte der heutigen VO-Einheit 2 Projektabläufe: Gegenüberstellung Forschung und Praxisprojekte
MehrKreuztabellen und Häufigkeitstabellen. Kreuztabellen: - unabhängige Variable in Zeilen (Ursache) - abhängige Variable in Spalten (Wirkung)
Kreuztabellen und Häufigkeitstabellen Kreuztabellen: - unabhängige Variable in Zeilen (Ursache) - abhängige Variable in Spalten (Wirkung) kategoriale Variablen Beispiel: Wenn Frau (Ursache) dann Angst
MehrModul 11: Zur gemeinsamen Analyse mehrerer Merkmale. Prof. Dr. W. Laufner Beschreibende Statistik
Zur gemeinsamen nalyse mehrerer Merkmale 1 ei einer empirischen Untersuchung werden i.. mehrere Merkmale gemessen, d.h., z..,, Z, usw. ei der ersten Datenauswertung werden die Daten einer univariaten nalyse
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrForschungsdatenzentrum der Rentenversicherung (FDZ-RV) Migranten und Alterssicherung - Ergebnisse aus der Statistik der Rentenversicherung -
Migranten und Alterssicherung - Ergebnisse aus der Statistik der Rentenversicherung - Gründe für niedrigere Renten der Zuwanderer nach Deutschland: - ein Teil der Erwerbsbiografie wurde nicht in Deutschland
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Korrelationsanalysen Kreuztabellen und χ²-test Themen Korrelation oder Lineare Regression? Korrelationsanalysen - Pearson, Spearman-Rang, Kendall s Tau
MehrGrundlagen empirischer Forschung. Korpuslinguistik Heike Zinsmeister WS 2009/10
Grundlagen empirischer Forschung Korpuslinguistik Heike Zinsmeister WS 2009/0 Grundlagen Vorbereitung einer empirischen Studie Allgemeine Beschreibung des zu untersuchenden Phänomens Literaturstudien Erkundigungen
Mehr8. Kreuztabellenanalyse
8. Kreuztabellenanalyse In den bislang dargestellten Beispielen wurde in der Regel der Mittelwert eines Merkmals ausgewertet. Meistens ist man aber nicht nur an der Verteilung eines einzigen Merkmals oder
MehrName Vorname Matrikelnummer Unterschrift
Dr. Hans-Otfried Müller Institut für Mathematische Stochastik Fachrichtung Mathematik Technische Universität Dresden Klausur Statistik II (Sozialwissenschaft, Nach- und Wiederholer) am 26.10.2007 Gruppe
MehrWas sind Zusammenhangsmaße?
Was sind Zusammenhangsmaße? Zusammenhangsmaße beschreiben einen Zusammenhang zwischen zwei Variablen Beispiele für Zusammenhänge: Arbeiter wählen häufiger die SPD als andere Gruppen Hochgebildete vertreten
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009. Statistik mit SPSS
Sommersemester 2009 Statistik mit SPSS 08.05.2009 08.05.2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Überblick 1. Arbeitsschritte bei der Datenanalyse 2. Allgemeine Regeln bei den SPSS-Syntax-
MehrStatistik IV Übung mit Stata 10. Statistik IV. 7. Zusammenhangsanalysen III und Probeklausur. Göttingen 12. Juli Dozent: Jürgen Leibold
Statistik IV 7. Zusammenhangsanalysen III und Probeklausur Dozent: Jürgen Leibold 1 Terminplanung Nr. Termin Inhalt 1 14.04.09 Einführung Organisatorisches und Scheinvoraussetzungen Statistik mit Softwareunterstützung?
Mehrberuflicher Bildungsabschluss incl. Hochschulabschl. 4Kat.(m) Häufigkeit Prozent Gültig Lehre/Beruffachgesundh.Schule ,2 59,2 59,2
Häufigkeiten Deskriptive Statistiken Häufigkeiten Beruflicher Bildungsabschluss (Mbfbil4) Zielvariablenliste OK Er erscheint: Statistiken beruflicher Bildungsabschluss incl. N Gültig 3445 Fehlend 0 beruflicher
MehrStatistik I. Sommersemester 2009
I Sommersemester 2009 I χ 2 =?!? Nächste Woche: Maße für ordinale, nominal/intervallskalierte und intervallskalierte Daten I Zum Nachlesen Agresti/Finlay: Kapitel 8.1-8.4 Gehring/Weins: Kapitel 7.1 Schumann:
MehrStatistik II: Signifikanztests /2
Medien Institut : Signifikanztests /2 Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Korrelation 2. Exkurs: Kausalität 3. Regressionsanalyse 4. Key Facts 2 I
MehrInstitut für Soziologie Dipl.-Soz. Benjamin Gedon. Methoden 2. Logistische Regression II
Institut für Soziologie Dipl.-Soz. Methoden 2 Logistische Regression II Bringen Sie zur nächsten Übung und in die Klausur einen (nicht programmierbaren) Taschenrechner mit! # 2 Programm Wiederholung der
MehrWelche Ausbildung schützt besser vor Erwerbslosigkeit? Der erste Blick kann täuschen!
Welche Ausbildung schützt besser vor Erwerbslosigkeit? Der erste Blick kann täuschen! Anja Hall Bundesinstitut für Berufsbildung, Bonn Didacta, Forum Ausbildung/ Qualifikation Hannover, 23.2.2006 Qualifikationsspezifische
MehrStichwortverzeichnis. Symbole
Stichwortverzeichnis Symbole 50ste Perzentil 119 A Absichern, Ergebnisse 203 Abzählbar unendliche Zufallsvariable 146 Alternativhypothese 237 238 formulieren 248 Anekdote 340 Annäherung 171, 191 Antwortquote
MehrEinführung in Techniken wissenschaftlichen Arbeitens
Einführung in Techniken wissenschaftlichen Arbeitens Hypothesen und Versuchspläne Julia Rodriguez Buritica Wissenschaftliche Mitarbeiterin AG Emotionspsychologie und affektive Neurowissenschaften Berlin
MehrTEIL 4: FORSCHUNGSDESIGNS UND UNTERSUCHUNGSFORMEN
TEIL 4: FORSCHUNGSDESIGNS UND UNTERSUCHUNGSFORMEN GLIEDERUNG Forschungsdesign Charakterisierung Grundbegriffe Verfahrensmöglichkeit Störfaktoren Graphische Darstellung Arten von Störfaktoren Techniken
MehrMethodenlehre. Vorlesung 5. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 5 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ 20.2.13 Einführung, Verteilung der Termine 1 25.9.13 Psychologie
Mehr1. Einleitung. 1.1 Phasen einer ökonometrischen Analyse
1. Einleitung 1.1 Phasen einer ökonometrischen Analyse Empirische ökonomische bzw. ökonometrische Analyse: Nutzung von Schätz- und Testmethoden zur Überprüfung ökonomischer Hypothesen oder Quantifizierung
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
MehrÜbung 1 im Fach "Biometrie / Q1"
Universität Ulm, Institut für Epidemiologie und Medizinische Biometrie, D-89070 Ulm Institut für Epidemiologie und Medizinische Biometrie Leiter: Prof. Dr. D. Rothenbacher Schwabstr. 13, 89075 Ulm Tel.
Mehrentschieden hat, obwohl die Merkmalsausprägungen in der Grundgesamtheit voneinander abhängig sind.
Bsp 1) Die Wahrscheinlichkeit dafür, dass eine Glühbirne länger als 200 Stunden brennt, beträgt 0,2. Wie wahrscheinlich ist es, dass von 10 Glühbirnen mindestens eine länger als 200 Stunden brennt? (Berechnen
Mehr5 Assoziationsmessung in Kontingenztafeln
5 Assoziationsmessung in Kontingenztafeln 51 Multivariate Merkmale 51 Multivariate Merkmale Gerade in der Soziologie ist die Analyse eindimensionaler Merkmale nur der allererste Schritt zur Beschreibung
MehrDie BIBB/BAuA-Erwerbstätigenbefragung Konzeption und Inhalte im Überblick
Die BIBB/BAuA-Erwerbstätigenbefragung 2006 Beruf und Arbeit im Wandel, Verwertung beruflicher Qualifikationen Konzeption und Inhalte im Überblick Anja Hall, Bundesinstitut für Berufsbildung Tagung am 20.
MehrAngewandte Statistik 3. Semester
Angewandte Statistik 3. Semester Übung 5 Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines Beispieles Häufigkeitsauswertungen Grafiken Statistische Grundlagen
MehrEinfache statistische Auswertungen mit dem Programm SPSS
Einfache statistische Auswertungen mit dem Programm SPSS Datensatz: fiktive_daten.sav Dipl. Päd. Anne Haßelkus Dr. Dorothea Dette-Hagenmeyer 11/2011 Überblick 1 Deskriptive Statistiken; Mittelwert berechnen...
MehrWissenschaftstheoretische Grundlagen
Wissenschaftstheoretische Grundlagen Variablen, Hypothesen, Theorien und Forschungsprogramme Veranstaltung vom 31.10.2000 Variablen Definition: Der Begriff Variable bezeichnet ein Merkmal oder eine Eigenschaft
MehrAssoziation & Korrelation
Statistik 1 für SoziologInnen Assoziation & Korrelation Univ.Prof. Dr. Marcus Hudec Einleitung Bei Beobachtung von 2 Merkmalen stellt sich die Frage, ob es Zusammenhänge oder Abhängigkeiten zwischen den
MehrAufgaben zu Kapitel 4
Aufgaben zu Kapitel 4 Aufgabe 1 a) Berechnen Sie die Korrelation zwischen dem Geschlecht und der Anzahl erinnerter positiver Adjektive. Wie nennt sich eine solche Korrelation und wie lässt sich der Output
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse
MehrLohnerwartung und Lohnungleichheit für Personen mit Migrationshintergrund
Lohnerwartung und Lohnungleichheit für Personen mit Migrationshintergrund A. Aldashev ZEW Mannheim J. Gernandt ZEW Mannheim S.L. Thomsen Universität Magdeburg 5. Nutzerkonferenz Forschung mit dem Mikrozensus
MehrDeskriptive Statistik Lösungen zu Blatt 1 Christian Heumann, Susanne Konrath SS Lösung Aufgabe 1
1 Deskriptive Statistik Lösungen zu Blatt 1 Christian Heumann, Susanne Konrath SS 2011 Lösung Aufgabe 1 (a) Es sollen die mathematischen Vorkenntnisse der Studenten, die die Vorlesung Statistik I für Statistiker,
MehrEinführung in SPSS. Sitzung 4: Bivariate Zusammenhänge. Knut Wenzig. 27. Januar 2005
Sitzung 4: Bivariate Zusammenhänge 27. Januar 2005 Inhalt der letzten Sitzung Übung: ein Index Umgang mit missing values Berechnung eines Indexes Inhalt der letzten Sitzung Übung: ein Index Umgang mit
MehrMaster: Quantitative Methoden
Technische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 39 14 jutta.arrenberg@th-koeln.de Master: Quantitative Methoden Alte Klausuren Aufgabe (06.07.2016)
MehrAuswertungen aus dem IAB-Projekt Situation atypisch Beschäftigter und Arbeitszeitwünsche von Teilzeitbeschäftigten zum Thema Arbeit auf Abruf
Aktuelle Daten und Indikatoren Auswertungen aus dem IAB-Projekt Situation atypisch Beschäftigter und Arbeitszeitwünsche von Teilzeitbeschäftigten zum Thema Arbeit auf Abruf September 2016 Inhalt 1 Hintergrund...
MehrVoraussetzung für statistische Auswertung: jeder Fall besitzt in bezug auf jedes Merkmal genau eine Ausprägung
Rohdaten Urliste oder Rohdaten sind die auszuwertenden Daten in der Form, wie sie nach der Datenerhebung vorliegen. Dimensionen der Urliste sind die Fälle, Merkmale und ihre Ausprägungen. Voraussetzung
MehrÜberblick über multivariate Verfahren in der Statistik/Datenanalyse
Überblick über multivariate Verfahren in der Statistik/Datenanalyse Die Klassifikation multivariater Verfahren ist nach verschiedenen Gesichtspunkten möglich: Klassifikation nach der Zahl der Art (Skalenniveau)
MehrKausalanalyse Überblick (I)
Kausalanalyse Überblick (I) Kausalanalyse als Grundlage einer erklärenden Sozialwissenschaft: Verstehen sozialer Prozesse & Mechanismen Erklärung von Ereignissen und sozialen Strukturen Prognose zukünftiger
MehrBerufsstruktur in Stuttgart. - was uns der Zensus 2011 über die Erwerbstätigen am Wohnort verrät
Berufsstruktur in Stuttgart - was uns der Zensus 2011 über die Erwerbstätigen am Wohnort verrät Programm 1. Vorbemerkung 2. Herangehensweise an die Zensus-Auswertung 3. Merkmale im Zensus 2011 zur Berufsstruktur
MehrStatistik I. Sommersemester 2009
I Sommersemester 2009 I Wiederholung/Einführung χ 2 =?!? I Wiederholung/Einführung χ 2 =?!? Nächste Woche: Maße für ordinale, nominal/intervallskalierte und intervallskalierte Daten I Zum Nachlesen Agresti/Finlay:
MehrFamiliäre Bedingungen für die Teilnahme an musikalischen Aktivitäten. Überblick über die Ergebnisse der Studie Familie und Musik
Familiäre Bedingungen für die Teilnahme an musikalischen Aktivitäten Überblick über die Ergebnisse der Studie Familie und Musik Hinweise zu den Daten der Studie und der Stichprobe Die im Folgenden dargestellten
MehrÜbung 3 im Fach "Biometrie / Q1"
Universität Ulm, Institut für Epidemiologie und Medizinische Biometrie, D-89070 Ulm Institut für Epidemiologie und Medizinische Biometrie Leiter: Prof. Dr. D. Rothenbacher Schwabstr. 13, 89075 Ulm Tel.
Mehr1. Informieren Sie sich im Codebuch über die Bedeutung der Variablen V20 und : Fehlend 103. v20 GERECHTER ANTEIL A.LEBENSSTANDARD,BEFR.?
Dr. Renate Prust: Einführung in quantitative Forschungsmethoden Übung zur univariaten Statistik (mit SPSS-Ausgabe) 1. Informieren Sie sich im Codebuch über die Bedeutung der Variablen V20 und : a. Erstellen
MehrHypothesentests mit SPSS
Beispiel für einen chi²-test Daten: afrikamie.sav Im Rahmen der Evaluation des Afrikamie-Festivals wurden persönliche Interviews durchgeführt. Hypothese: Es gibt einen Zusammenhang zwischen dem Geschlecht
MehrDr. Renate Prust WS 2004/05
Dr. Renate Prust WS 2004/05 Klausur zur Vorlesung Einführung in die quantitativen Forschungsmethoden ------------------------------------------------------------------------------------------------------------------------------------
MehrInstitut für Soziologie Werner Fröhlich. Methoden 2. Kontingenztabellen Chi-Quadrat-Unabhängigkeitstest
Institut für Soziologie Methoden 2 Kontingenztabellen Chi-Quadrat-Unabhängigkeitstest Aufbau der Sitzung Was sind Kontingenztabellen? Wofür werden Kontingenztabellen verwendet? Aufbau und Interpretation
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 21. Oktober 2010 1 Datenpaare Korrelation Lineare Regression Regression im exponentiellen Modell Datenpaare Häufig
MehrAufgaben zu Kapitel 9
Aufgaben zu Kapitel 9 Aufgabe 1 Für diese Aufgabe benötigen Sie den Datensatz Nominaldaten.sav. a) Sie arbeiten für eine Marktforschungsfirma und sollen überprüfen, ob die in diesem Datensatz untersuchte
MehrBivariate Analyseverfahren
Bivariate Analyseverfahren Bivariate Verfahren beschäftigen sich mit dem Zusammenhang zwischen zwei Variablen Beispiel: Konservatismus/Alter Zusammenhangsmaße beschreiben die Stärke eines Zusammenhangs
MehrDer χ2-test Der χ2-test
Der χ 2 -Test Überblick Beim χ 2 -Test handelt es sich um eine Familie ähnlicher Tests, die bei nominal- oder ordinalskalierten Merkmalen mit zwei oder mehr Ausprägungen angewendet werden können. Wir behandeln
MehrEmpirische Analysen mit dem SOEP
Empirische Analysen mit dem SOEP Methodisches Lineare Regressionsanalyse & Logit/Probit Modelle Kurs im Wintersemester 2007/08 Dipl.-Volksw. Paul Böhm Dipl.-Volksw. Dominik Hanglberger Dipl.-Volksw. Rafael
MehrAuswerten mit Excel. Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro
Auswerten mit Excel Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro 1. Pivot-Tabellen erstellen: In der Datenmaske in eine beliebige Zelle klicken Registerkarte Einfügen
MehrAssoziation & Korrelation
Statistik 1 für SoziologInnen Assoziation & Korrelation Univ.Prof. Dr. Marcus Hudec Einleitung Bei Beobachtung von Merkmalen stellt sich die Frage, ob es Zusammenhänge oder Abhängigkeiten zwischen den
MehrKreuztabellen und Häufigkeitstabellen. Kreuztabellen: - unabhängige Variable in Zeilen (Ursache) - abhängige Variable in Spalten (Wirkung)
Kreuztabellen und Häufigkeitstabellen Kreuztabellen: - unabhängige Variable in Zeilen (Ursache) - abhängige Variable in Spalten (Wirkung) kategoriale Variablen Beispiel: Wenn Frau (Ursache) dann Angst
MehrAufgaben zu Kapitel 4
Rasch, Friese, Hofmann & aumann (2006). Quantitative Methoden. Band (2. Auflage). Heidelberg: Springer. Aufgaben zu Kapitel 4 Aufgabe a) Berechnen Sie die Korrelation zwischen dem Geschlecht und der Anzahl
MehrDer χ 2 -Test. Überblick. Beispiel 1 (χ 2 -Anpassungstest)
Der χ 2 -Test Überblick Beim χ 2 -Test handelt es sich um eine Familie ähnlicher Tests, die bei nominal- oder ordinalskalierten Merkmalen mit zwei oder mehr Ausprägungen angewendet werden können. Wir behandeln
MehrChi Quadrat-Unabhängigkeitstest
Fragestellung 1: Untersuchung mit Hilfe des Chi-Quadrat-Unabhängigkeitstestes, ob zwischen dem Herkunftsland der Befragten und der Bewertung des Kontaktes zu den Nachbarn aus einem Anderen Herkunftsland
MehrDie Situation von Muslimen am Arbeitsmarkt Empirische Grundlagen auf Basis der Daten der Studie Muslimisches Leben in Deutschland (MLD)
DIK-Fachtagung und Arbeitsmarkt -Vielfalt fördern, Potenziale besser nutzen Berlin, 18.04.2012 Die Situation von n am Arbeitsmarkt Empirische Grundlagen auf Basis der Daten der Studie Muslimisches Leben
MehrStatistik I für Studierende der Wirtschaftswissenschaften Übungsblatt 12 Prof. Dr. Christian Heumann WS 2015/16
Statistik I für Studierende der Wirtschaftswissenschaften Übungsblatt 2 Prof. Dr. Christian Heumann WS 205/6 Aufgabe : Der Datensatz Theater (verfügbar auf der Homepage) beinhaltet Informationen über eine
MehrWissenschaftstheoretische Grundlagen
Wissenschaftstheoretische Grundlagen Wissenschaftstheorie: Lehre von der Vorgehensweise bei der wissenschaftlichen Tätigkeit (Methodologie) Wissenschaftstheorie ist der Sammelbegriff für alle metawissenschaftlichen
Mehr