Kreuztabellen mit Häufigkeiten und Prozenten
|
|
|
- Nora Acker
- vor 5 Jahren
- Abrufe
Transkript
1 H. Giegler: Weiche multivariate Analysemodelle Kreuztabellen mit Häufigkeiten und Prozenten * Kreuztabelle Gesamt 1,00 2,00 3,00 Anzahl % von % von % der Gesamtzahl Anzahl % von % von % der Gesamtzahl Anzahl % von % von % der Gesamtzahl Anzahl % von % von % der Gesamtzahl 2,00 4,00 5,00 1,00 Germany 3,00 Netherlands Gesamt ,1% 44,3% 28,4% 3,4% 14,8% 10% 33,3% 52,0% 33,3% 5% 52,0% 42,9% 3,9% 19,0% 12,2% 1,5% 6,3% 42,9% ,5% 48,4% 17,7% 3,2% 16,1% 10% 37,5% 4% 14,7% 33,3% 4% 30,2% 4,4% 14,6% 5,4% 1,0% 4,9% 30,2% ,7% 10,9% 70,9% 1,8% 3,6% 10% 29,2% 8,0% 52,0% 16,7% 8,0% 26,8% 3,4% 2,9% 19,0%,5% 1,0% 26,8% ,7% 36,6% 36,6% 2,9% 12,2% 10% 10% 10% 10% 10% 10% 10% 11,7% 36,6% 36,6% 2,9% 12,2% 10%
2 H. Giegler: Weiche multivariate Analysemodelle Kreuztabellen empirischen und erwarteten Häufigkeiten sowie Residuen und stand. Residuen * Kreuztabelle Gesamt 1,00 2,00 3,00 Anzahl Erwartete Anzahl Residuen Standardisierte Residuen Anzahl Erwartete Anzahl Residuen Standardisierte Residuen Anzahl Erwartete Anzahl Residuen Standardisierte Residuen Anzahl Erwartete Anzahl 2,00 4,00 5,00 1,00 Germany 3,00 Netherlands Gesamt ,3 32,2 32,2 2,6 10,7 88,0-2,3 6,8-7,2,4 2,3 -,7 1,2-1,3,3, ,3 22,7 22,7 1,8 7,6 62,0 1,7 7,3-11,7,2 2,4,6 1,5-2,5,1, ,4 20,1 20,1 1,6 6,7 55,0,6-14,1 18,9 -,6-4,7,2-3,1 4,2 -,5-1, ,0 75,0 75,0 6,0 25,0 205,0
3 H. Giegler: Weiche multivariate Analysemodelle Kreuztabellen mit Chi-Quadrat-Tests und nominalen Assoziationskoeffizienten Chi-Quadrat-Tests Chi-Quadrat nach Pearson Likelihood-Quotient Zusammenhang linear-mit-linear Anzahl der gültigen Fälle Wert 44,917 a 8,000 47,341 8,000,000 1, df Asymptotische Signifikanz (2-seitig) a. 3 Zellen (2%) haben eine erwartete Häufigkeit kleiner 5. Die minimale erwartete Häufigkeit ist 1,61. Symmetrische Maße Nominal- bzgl. Nominalmaß Anzahl der gültigen Fälle Phi Cramer-V Kontingenzkoeffizient Näherungs weise Wert Signifikanz,468,000,331,000,424, a. Die Null-Hyphothese wird nicht angenommen. b. Unter Annahme der Null-Hyphothese wird der asymptotische Standardfehler verwendet.
4 H. Giegler: Weiche multivariate Analysemodelle Bivariate Korrespondenzanalyse: Korrespondenztabelle, Zeilenprofile, Spaltenprofile Korrespondenztabelle Germany Netherlands Aktiver Rand Aktiver Rand Zeilenprofile Germany Netherlands Masse Aktiver Rand,333,375,292 1,000,520,400,080 1,000,333,147,520 1,000,500,333,167 1,000,520,400,080 1,000,429,302,268 Spaltenprofile Germany Natherlands Aktiver Rand Masse,091,145,127,117,443,484,109,366,284,177,709,366,034,032,018,029,148,161,036,122 1,000 1,000 1,000
5 H. Giegler: Weiche multivariate Analysemodelle Bivariate Korrespondenzanalyse: Globale Kennwerte zur Entscheidung über die Anzahl der zu extrahierenden Dimensionen Auswertung Anteil der Trägheit Singulärwert für Konfidenz Dimension 1 2 Gesamtauswertung a. 8 Freiheitsgrade Auswertung Standardab Korrelation Singulärwert für Trägheit Chi-Quadrat Sig. Bedingen Kumuliert weichung 2,462,214,975,975,060 -,073,074,005,025 1,000,069,219 44,917,000 a 1,000 1,000
6 H. Giegler: Weiche multivariate Analysemodelle Bivariate Korrespondenzanalyse: Zeilen- und Spaltenkoordinaten, symmetrisch normalisiert Übersicht über Zeilenpunkte a Germany Netherlands Aktiver Gesamtwert Wert in Dimension Beitrag des Punktes an der der Dimension an der Trägheit des Trägheit der Dimension Punktes Übersicht Gesamtüb Masse 1 2 über Trägheit ersicht,117 -,029,742,005,000,876,010,990 1,000,366,628 -,088,067,312,038,997,003 1,000,366 -,854 -,101,124,577,051,998,002 1,000,029,326 -,235,002,007,022,924,076 1,000,122,628 -,088,022,104,013,997,003 1,000 1,000,219 1,000 1,000 a. Symmetrische Normalisierung Übersicht über Spaltenpunkte a Aktiver Gesamtwert Wert in Dimension Beitrag des Punktes an der der Dimension an der Trägheit des Trägheit der Dimension Punktes Übersicht Gesamtüb Masse 1 2 über Trägheit ersicht,429,296 -,290,020,081,489,868,132 1,000,302,562,346,047,207,491,943,057 1,000,268-1,107,074,152,712,020,999,001 1,000 1,000,219 1,000 1,000 a. Symmetrische Normalisierung
7 H. Giegler: Multivariate Analysemodelle Zeilenpunkte für Symmetrisch-Normalisierung 0,8 0,6 Dimension 2 0,4 0,2 Netherlands Germany -0,2-0,4-1,0-0,5 0,5 Dimension 1
8 H. Giegler: Multivariate Analysemodelle Spaltenpunkte für Symmetrisch-Normalisierung 0,4 Dimension 2 0,3 0,2 0,1-0,1-0,2-0,3-1,2-0,9-0,6-0,3 0,3 0,6 Dimension 1
9 H. Giegler: Multivariate Analysemodelle Zeilen- und Spaltenpunkte Symmetrisch-Normalisierung 0,8 0,6 Dimension 2 0,4 0,2 Netherlands Germany -0,2-0,4-1,0-0,5 0,5 Dimension 1
10 H. Giegler: Weiche multivariate Analysemodelle Bivariate Korrespondenzanalyse: Zeilen- und Spaltenkoordinaten, zeilenprinzipal normalisiert Übersicht über Zeilenpunkte a Germany Netherlands Aktiver Gesamtwert Wert in Dimension Beitrag des Punktes an der der Dimension an der Trägheit des Trägheit der Dimension Punktes Übersicht Gesamtüb Masse 1 2 über Trägheit ersicht,117 -,020,201,005,000,876,010,990 1,000,366,427 -,024,067,312,038,997,003 1,000,366 -,581 -,028,124,577,051,998,002 1,000,029,222 -,064,002,007,022,924,076 1,000,122,427 -,024,022,104,013,997,003 1,000 1,000,219 1,000 1,000 a. Normalisierung mit Zeilen-Prinzipal Übersicht über Spaltenpunkte a Aktiver Gesamtwert Wert in Dimension Beitrag des Punktes an der der Dimension an der Trägheit des Trägheit der Dimension Punktes Übersicht Gesamtüb Masse 1 2 über Trägheit ersicht,429,436-1,068,020,081,489,868,132 1,000,302,827 1,274,047,207,491,943,057 1,000,268-1,629,272,152,712,020,999,001 1,000 1,000,219 1,000 1,000 a. Normalisierung mit Zeilen-Prinzipal
11 H. Giegler: Multivariate Analysemodelle Zeilenpunkte für Zeilen-Prinzipal-Normalisierung Dimension 2 0,2 0,1-0,1 Netherlands Germany -0,6-0,4-0,2 0,2 0,4 0,6 Dimension 1
12 H. Giegler: Multivariate Analysemodelle Spaltenpunkte für Zeilen-Prinzipal-Normalisierung 1,5 1,0 Dimension 2 0,5-0,5-1,0-1,5-2,0-1,5-1,0-0,5 0,5 1,0 Dimension 1
13 H. Giegler: Multivariate Analysemodelle Zeilen- und Spaltenpunkte Zeilen-Prinzipal-Normalisierung 1,5 1,0 Dimension 2 0,5-0,5 Netherlands Germany -1,0-1,5-2,0-1,5-1,0-0,5 0,5 1,0 Dimension 1
14 H. Giegler: Weiche multivariate Analysemodelle Bivariate Korrespondenzanalyse: Zeilen- und Spaltenkoordinaten, spaltenprinzipal normalisiert Übersicht über Zeilenpunkte a Germany Netherlands Aktiver Gesamtwert Wert in Dimension Beitrag des Punktes an der der Dimension an der Trägheit des Trägheit der Dimension Punktes Übersicht Gesamtüb Masse 1 2 über Trägheit ersicht,117 -,043 2,735,005,000,876,010,990 1,000,366,923 -,324,067,312,038,997,003 1,000,366-1,256 -,374,124,577,051,998,002 1,000,029,480 -,867,002,007,022,924,076 1,000,122,923 -,324,022,104,013,997,003 1,000 1,000,219 1,000 1,000 a. Normalisierung mit Spalten-Prinzipal Übersicht über Spaltenpunkte a Aktiver Gesamtwert Wert in Dimension Beitrag des Punktes an der der Dimension an der Trägheit des Trägheit der Dimension Punktes Übersicht Gesamtüb Masse 1 2 über Trägheit ersicht,429,201 -,079,020,081,489,868,132 1,000,302,382,094,047,207,491,943,057 1,000,268 -,753,020,152,712,020,999,001 1,000 1,000,219 1,000 1,000 a. Normalisierung mit Spalten-Prinzipal
15 H. Giegler: Multivariate Analysemodelle Zeilenpunkte für Spalten-Prinzipal-Normalisierung 3 2 Dimension Germany Netherlands -1-1,5-1,0-0,5 0,5 Dimension 1 1,0
16 H. Giegler: Multivariate Analysemodelle Spaltenpunkte für Spalten-Prinzipal-Normalisierung Dimension 2 0,3 0,2 0,1-0,1-0,8-0,6-0,4-0,2 0,2 0,4 Dimension 1
17 H. Giegler: Multivariate Analysemodelle Zeilen- und Spaltenpunkte Spalten-Prinzipal-Normalisierung 3 2 Dimension Netherlands Germany -1-1,5-1,0-0,5 0,5 Dimension 1 1,0
18 H. Giegler: Weiche multivariate Analysemodelle Bivariate Korrespondenzanalyse: Zeilen- und Spaltenkoordinaten, prinzipal normalisiert Übersicht über Zeilenpunkte a Germany Netherlands Aktiver Gesamtwert Wert in Dimension Beitrag des Punktes an der der Dimension an der Trägheit des Trägheit der Dimension Punktes Übersicht Gesamtüb Masse 1 2 über Trägheit ersicht,117 -,020,201,005,000,876,010,990 1,000,366,427 -,024,067,312,038,997,003 1,000,366 -,581 -,028,124,577,051,998,002 1,000,029,222 -,064,002,007,022,924,076 1,000,122,427 -,024,022,104,013,997,003 1,000 1,000,219 1,000 1,000 a. Prinzipal-Normalisierung Übersicht über Spaltenpunkte a Aktiver Gesamtwert Wert in Dimension Beitrag des Punktes an der der Dimension an der Trägheit des Trägheit der Dimension Punktes Übersicht Gesamtüb Masse 1 2 über Trägheit ersicht,429,201 -,079,020,081,489,868,132 1,000,302,382,094,047,207,491,943,057 1,000,268 -,753,020,152,712,020,999,001 1,000 1,000,219 1,000 1,000 a. Prinzipal-Normalisierung
19 H. Giegler: Weiche multivariate Analysemodelle Bivariate Korrespondenzanalyse: inferenzstatistische Befunde Konfidenzzeilenpunkte Germany Netherlands Standardabweichung in Dimension Korrelation ,211,188,081,060,026,174,091,029 -,244,068,061,174,060,026,174 Konfidenzspaltenpunkte Standardabweichung in Dimension Korrelation ,089,074,004,097,089 -,212,102,024,164
20 H. Giegler: Multivariate Analysemodelle Zeilenpunkte für Prinzipal-Normalisierung Dimension 2 0,2 0,1-0,1 Netherlands Germany -0,6-0,4-0,2 0,2 0,4 0,6 Dimension 1
21 H. Giegler: Multivariate Analysemodelle Spaltenpunkte für Prinzipal-Normalisierung Dimension 2 0,3 0,2 0,1-0,1-0,8-0,6-0,4-0,2 0,2 0,4 Dimension 1
22 H. Giegler: Weiche multivariate Analysemodelle Bivariate Korrespondenzanalyse: nach Größe geordnete Koordinaten Permutierte Korrespondenztabelle nach Dimension 1. Germany Netherlands Aktiver Rand Aktiver Rand
Hypothesentests 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
entschieden 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
Lösungen zum Aufgabenblatt 2: Bivariate Kreuztabellen mit nominalem Messniveau
Lösungen zum Aufgabenblatt 2 1 Lösungen zum Aufgabenblatt 2: Bivariate Kreuztabellen mit nominalem Messniveau Nach dem Laden des Datensatzes (G:\DATEN\METH2\DATEN\EUROBAR\ Euba30.sav) ist zunächst der
Master: 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)
Syntax. Ausgabe *Ü12. *1. corr it25 with alter li_re kontakt.
Syntax *Ü2. *. corr it25 with alter li_re kontakt. *2. regression var=it25 alter li_re kontakt/statistics /dependent=it25 /enter. regression var=it25 li_re kontakt/statistics /dependent=it25 /enter. *3.
Gibt es einen Zusammenhang zwischen Merkmalen? Korrelationen
Arbeitsblatt SPSS Kapitel 8 Seite Gibt es einen Zusammenhang zwischen Merkmalen? Korrelationen Wie in allen Kapiteln gehen wir im Folgenden davon aus, dass Sie die Datei elporiginal.sav geöffnet haben.
Korrespondenzanalyse
Seite 1 von 5 Korrespondenzanalyse Ziel der Korrespondenzanalyse... 1 Anforderungen an die Daten (Stärke des Verfahrens)... 1 Einordnung in die multivariaten Verfahren... 1 Normierung der Daten... 1 Festlegung
2.1 Einführung in das Testen von Hypothesen
2.1 Einführung in das Testen von Hypothesen 1 Gliederung 2.1 Einführung in das Testen von Hypothesen 2.1.1 Typische Fragestellungen 2.1.2 Mittelwertvergleich 2.1.2.1 Einstichprobenproblem 2.1.2.2 Zweistichprobenproblem
Geschlecht + Anfangsgehalt. T-Test für das Anfangsgehalt Gruppenstatistiken. Der SPSS Output der aktuellen Computerübung zum Aufgabenblatt 3
Der SPSS Output der aktuellen Computerübung zum Aufgabenblatt 3 Geschlecht + Anfangsgehalt 14000 399 403 7000 12000 335 Anfangsgehalt 10000 8000 6000 4000 2000 N = 28 63 185 291 227 52 215 158 88 284 193
Statistik 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
Zusammenhangsanalyse mit SPSS. Messung der Intensität und/oder der Richtung des Zusammenhangs zwischen 2 oder mehr Variablen
- nominal, ordinal, metrisch In SPSS: - Einfache -> Mittelwerte vergleichen -> Einfaktorielle - Mehrfaktorielle -> Allgemeines lineares Modell -> Univariat In SPSS: -> Nichtparametrische Tests -> K unabhängige
Die widerspenstige. Kapitel 5: Chi-Quadrat oder.. Merkmal B: Spalten. Merkmal A: Zeilen. Kreuztabelle zweidimensionale Häufigkeitstabelle
Kapitel 5: Chi-Quadrat oder.. Die widerspenstige Zähmung des Zufalls Ein Lustspiel in mehreren Akten 1. Akt: Die Kreuztabelle Kreuztabelle zweidimensionale Häufigkeitstabelle Merkmal 2 Merkmal 1 y 1 y
Ergebnisse VitA und VitVM
Ergebnisse VitA und VitVM 1 Basisparameter... 2 1.1 n... 2 1.2 Alter... 2 1.3 Geschlecht... 5 1.4 Beobachtungszeitraum (von 1. Datum bis letzte in situ)... 9 2 Extraktion... 11 3 Extraktionsgründe... 15
2. Deskriptive Datenanalyse
6 2. Deskriptive Datenanalyse 2.1 Zu den ISA-Subtests Zahlenreihen fortsetzen (ZR), Beziehungen herstellen (BEZ), Waren merken (WM) Tabelle 51: Ergebnisse und Bearbeitungszeiten für die ISA-Subtests Ergebnisse
Projekt Kaffeemaschine Welche Faktoren beeinflussen das Geschmacksurteil?
AKULTÄT ANGEWANDTE SOZIALWISSENSCHATEN PRO. DR. SONJA HAUG Projekt Kaffeemaschine Welche aktoren beeinflussen das Geschmacksurteil? Ausgehend von der Verkostung an der Hochschule Regensburg und der dabei
erwartete Häufigkeit n=80 davon 50% Frauen fe=40 davon 50% Männer fe=40 Abweichung der beobachteten von den erwarteten Häufigkeiten:
Verfahren zur Analyse von Nominaldaten Chi-Quadrat-Tests Vier-Felder Kontingenztafel Mehrfach gestufte Merkmale Cramers V, Kontingenzkoeffizient, Phi-Koeffizient Muster aller Chi-Quadrat-Verfahren eine
Korrespondenzanalyse. Gliederung. Helge Siems. Theoretische Grundlagen und die Anwendung in SPSS.
Korrespondenzanalyse Theoretische Grundlagen und die Anwendung in SPSS. Ein Vortrag von Jana Bombik, Erdmute Jahn, Claudia Philipp und Helge Siems an der Hochschule Harz im Rahmen der Vertiefungsrichtung
V a r i a b l e X x 1 x 2 x 3 x 4 Σ y y y Σ Variable Y. V a r i a b l e X
Ausgangsüberlegung: Verschiedene Kontingenztabellen bei gleicher Randverteilung und gleichem Stichprobenumfang n sind möglich. Beispiel: Variable Y V a r i a b l e X x 1 x x 3 x 4 Σ y 1 60 60 y 0 0 y 3
Bivariate Kreuztabellen
Bivariate Kreuztabellen Kühnel, Krebs 2001 S. 307-342 Gabriele Doblhammer: Empirische Sozialforschung Teil II, SS 2004 1/33 Häufigkeit in Zelle y 1 x 1 Kreuztabellen Randverteilung x 1... x j... x J Σ
Vertiefung der. Wirtschaftsmathematik. und Statistik (Teil Statistik)
Lösung zur Selbstkontrollarbeit Vertiefung der Wirtschaftsmathematik und Statistik (Teil Statistik) 8. Juli 0 Aufgaben Aufgabe H 0 : π ij = π i. π.j für alle i =,, j =,, 3 H : π ij π i. π.j für mindestens
6. Multivariate Verfahren Übersicht
6. Multivariate Verfahren 6. Multivariate Verfahren Übersicht 6.1 Korrelation und Unabhängigkeit 6.2 Lineare Regression 6.3 Nichtlineare Regression 6.4 Nichtparametrische Regression 6.5 Logistische Regression
Einfache 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...
Musterklausur im Fach Käuferverhalten und Marketingforschung. Prof. Dr. M. Kirchgeorg
Lehrstuhl Marketingmanagement Musterklausur im Fach Käuferverhalten und Marketingforschung Prof. Dr. M. Kirchgeorg Punkteverteilung: Aufgabe max. Punktzahl erreichte Punktzahl I-1 12 I-2 10 I-3 8 Gesamt
Eigene MC-Fragen SPSS. 1. Zutreffend auf die Datenerfassung und Datenaufbereitung in SPSS ist
Eigene MC-Fragen SPSS 1. Zutreffend auf die Datenerfassung und Datenaufbereitung in SPSS ist [a] In der Variablenansicht werden für die betrachteten Merkmale SPSS Variablen definiert. [b] Das Daten-Editor-Fenster
1 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:
Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2008, Statistik mit SPSS
Sommersemester 2008, Statistik mit SPSS 27. August 2009 27. August 2009 Statistik Dozentin: mit Anja SPSS Mays 1 Überblick 1. Mehrfeldertabelle und Zusammenhangsmaße für nominale Daten 2. Mehrfeldertabelle
Statistik mit MAXQDA Stats
Statistik mit MAXQDA Stats MAXQDA Stats ist ein eigenständiges Statistik-Modul, das aus MAXQDA heraus gestartet werden kann und das häufig verwendete Verfahren der Deskriptiv- und Inferenzstatistik offeriert.
Tabelle 4 : Berechnete Konzeptionen pro Monat aus den Ausgangsdaten Lebendgeburten pro Monat am Beispiel der gesamten Kontrollen.
5 Ergebnisse 5.1 Analyse der Kontrollgruppe 5.1.1 Bestimmung des Konzeptionstermins Entsprechend dem unter 4.2.2 geschilderten Verfahren wurden aus den Ausgangsdaten, d.h. der Aufschlüsselung der Lebendgeburten
Grundlagen der empirischen Sozialforschung
Grundlagen der empirischen Sozialforschung Sitzung 11 - Datenanalyseverfahren Jan Finsel Lehrstuhl für empirische Sozialforschung Prof. Dr. Petra Stein 5. Januar 2009 1 / 22 Online-Materialien Die Materialien
Statistische 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
Analyse 1 Tierkreiszeichen (korrigiert für Bounces).docx Seite 1 von 7. Tierkreiszeichen * Crosstabulation
2012 03 31 Analyse 1 Tierkreiszeichen (korrigiert für Bounces).docx Seite 1 von 7 Count Tierkreiszeichen * Crosstabulation Total nicht Tierkreiszeichen 22.12.-20.01. Steinbock 36278 22383 58661 21.01.-19.02.
Willkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungen stetiger Zufallsvariablen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
Sozialwissenschaftliche 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
Einführung in die Statistik für Politikwissenschaftler Wintersemester 2011/2012
Einführung in die Statistik für Politikwissenschaftler Wintersemester 2011/2012 Es können von den Antwortmöglichkeiten alle, mehrere, eine oder keine Antwort(en) richtig sein. Nur bei einer korrekten Antwort
Standardab er des. Testwert = 145.5 95% Konfidenzintervall. T df Sig. (2-seitig) Differenz Untere Obere -2.011 698.045-5.82-11.50 -.14.
Aufgabe : einfacher T-Test Statistik bei einer Stichprobe Standardfehl Standardab er des Mittelwert weichung Mittelwertes 699 39.68 76.59 2.894 Test bei einer Sichprobe Testwert = 45.5 95% Konfidenzintervall
Kapitel 3: Der t-test
Kapitel 3: Der t-test Durchführung eines t-tests für unabhängige Stichproben Dieser Abschnitt zeigt die Durchführung des in Kapitel 3.1 vorgestellten t-tests für unabhängige Stichproben mit SPSS. Das Beispiel
Sozialer Abstieg und Konsum
Sozialer Abstieg und Konsum Auswirkungen finanzieller Verknappung auf das Konsumverhalten Inaugural-Dissertation zur Erlangung des akademischen Grades einer Doktorin der Wirtschaftswissenschaft des Fachbereichs
Computergestützte Methoden. Master of Science Prof. Dr. G. H. Franke WS 07/08
Computergestützte Methoden Master of Science Prof. Dr. G. H. Franke WS 07/08 1 Seminarübersicht 1. Einführung 2. Recherchen mit Datenbanken 3. Erstellung eines Datenfeldes 4. Skalenniveau und Skalierung
Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1
LÖSUNG 4B a.) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Mit "Deskriptive Statistiken", "Kreuztabellen " wird die Dialogbox "Kreuztabellen" geöffnet. POL wird in das Eingabefeld von
Bitte schreiben Sie in Druckbuchstaben und vergessen Sie nicht zu unterschreiben. Name, Vorname:. Studiengang/ Semester:. Matrikelnummer:..
Institut für Erziehungswissenschaft der Philipps-Universität Marburg Prof. Dr. Udo Kuckartz Arbeitsbereich Empirische Pädagogik/Methoden der Sozialforschung Wintersemester 004/005 KLAUSUR FEBRUAR 005/
Bivariate Analyse: Gemeinsame (bivariate) Häufigkeitstabelle. Sie wird auch Kontingenz-, Assoziations- oder Korrelationstabelle (f b )genannt.
Bivariate Analyse: Tabellarische Darstellung: Gemeinsame (bivariate) Häufigkeitstabelle. Sie wird auch Kontingenz-, Assoziations- oder Korrelationstabelle (f b )genannt. Beispiel: Häufigkeitsverteilung
Bivariater Zusammenhang in der Mehrfeldertafel PEΣO
Bivariater Zusammenhang in der Mehrfeldertafel PEΣO 9. November 2001 Bivariate Häufigkeitsverteilungen in Mehrfeldertabellen In der Mehrfeldertabelle werden im Gegensatz zur Vierfeldertabelle keine dichotomen
Hypothesentests mit SPSS
Beispiel für eine einfache Regressionsanalyse (mit Überprüfung der Voraussetzungen) Daten: bedrohfb_v07.sav Hypothese: Die Skalenwerte auf der ATB-Skala (Skala zur Erfassung der Angst vor terroristischen
3.1 Ergebnisse der statischen Gesichtsfeldanalyse (Statpac I)
Bereich dargestellt werden. Zur grafischen Darstellung der Resultate des Chi-Quadrat-Tests werden gruppierte Balkendiagramme genutzt. Es wird für die statistischen Auswertungen ein Signifikanzniveau von
1. Datei Informationen
1. Datei Informationen Datei vorbereiten (Daten, Variablen, Bezeichnungen und Skalentypen) > Datei Dateiinformation anzeigen Arbeitsdatei 2. Häufigkeiten Analysieren Deskriptive Statistik Häufigkeiten
Übungsblätter zu Methoden der Empirischen Sozialforschung IV: Regressionsanalyse. Lösungsblatt zu Nr. 2
Martin-Luther-Universität Halle-Wittenberg Institut für Soziologie Dr. Wolfgang Langer 1 Übungsblätter zu Methoden der Empirischen Sozialforschung IV: Regressionsanalyse Lösungsblatt zu Nr. 2 1. a) Je
Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011
Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011 Es können von den Antworten alle, mehrere oder keine Antwort(en) richtig sein. Nur bei einer korrekten Antwort (ohne Auslassungen
Einführung in die Statistik
Einführung in die Statistik Analyse und Modellierung von Daten Von Prof. Dr. Rainer Schlittgen 4., überarbeitete und erweiterte Auflage Fachbereich Materialwissenschaft! der Techn. Hochschule Darmstadt
Statistik 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:
Hypothesentests mit SPSS
Beispiel für eine zweifaktorielle Varianzanalyse mit Messwiederholung auf einem Faktor (univariate Lösung) Daten: POKIII_AG4_V06.SAV Hypothese: Die physische Attraktivität der Bildperson und das Geschlecht
Zwei kategoriale Merkmale. Homogenität Unabhängigkeit
121 Zwei kategoriale Merkmale Homogenität Unabhängigkeit 122 Beispiel Gründe für die Beliebtheit bei Klassenkameraden 478 neun- bis zwölfjährige Schulkinder in Michigan, USA Grund für Beliebtheit weiblich
1. Inhaltsverzeichnis. 2. Abbildungsverzeichnis
1. Inhaltsverzeichnis 1. Inhaltsverzeichnis... 1 2. Abbildungsverzeichnis... 1 3. Einleitung... 2 4. Beschreibung der Datenquelle...2 5. Allgemeine Auswertungen...3 6. Detaillierte Auswertungen... 7 Zusammenhang
Kapitel 16 Kreuztabellen
Kapitel 16 Kreuztabellen Eine Kreuztabelle dient dazu, die kombinierte Häufigkeitsverteilung zweier Variablen darzustellen. Sie bildet somit das Pendant zu einer Häufigkeitstabelle für den 2-Variablen-Fall.
Aufgaben 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
Häufigkeitsauszählungen, 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
Bivariate Zusammenhänge
Bivariate Zusammenhänge Tabellenanalyse: Kreuztabellierung und Kontingenzanalyse Philosophische Fakultät Institut für Soziologie Berufsverläufe und Berufserfolg von Hochschulabsolventen Dozent: Mike Kühne
Statistische Messdatenauswertung
Roland Looser Statistische Messdatenauswertung Praktische Einführung in die Auswertung von Messdaten mit Excel und spezifischer Statistik-Software für naturwissenschaftlich und technisch orientierte Anwender
Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009. Statistik mit SPSS
Sommersemester 2009 Statistik mit SPSS 15. Mai 2009 15. Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Überblick Mehrfeldertabellen und Zusammenhangsmaße 1. Mehrfeldertabellen und Zusammenhangsmaße:
Online Statistik-Coaching
Online Statistik-Coaching Modul 3 Statistisches Testen - Auswahl der passenden Methode - Durchführung mit SPSS - Interpretation und Darstellung Dipl.-Math. Daniela Keller www.statistik-und-beratung.de
Multivariate lineare Regression. Statistik für SozialwissenschaftlerInnen II p.167
Multivariate lineare Regression Statistik für SozialwissenschaftlerInnen II p.167 Multivariate Regression Verfahren zur Prüfung des gemeinsamen linearen Einflusses mehrerer unabhängiger Variablen auf eine
Statistik 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:
STATISTIK FÜR DIE SOZIALWISSENSCHAFTEN
Steffen-M. Kühnel Dagmar Krebs 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. STATISTIK FÜR DIE SOZIALWISSENSCHAFTEN
Statistik II Übung 4: Skalierung und asymptotische Eigenschaften
Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Diese Übung beschäftigt sich mit der Skalierung von Variablen in Regressionsanalysen und mit asymptotischen Eigenschaften von OLS. Verwenden
Statistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn
Statistikpraktikum Carsten Rezny Institut für angewandte Mathematik Universität Bonn Sommersemester 2014 Mehrdimensionale Datensätze: Multivariate Statistik Multivariate Statistik Mehrdimensionale Datensätze:
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,
Karl Entacher. FH-Salzburg
Ahorn Versteinert Bernhard.Zimmer@fh-salzburg.ac.at Statistik @ HTK Karl Entacher FH-Salzburg karl.entacher@fh-salzburg.ac.at Beispiel 3 Gegeben sind 241 NIR Spektren (Vektoren der Länge 223) zu Holzproben
Statistikübungen für die Pflegewissenschaften II Beispiellösungen
Statistikübungen für die Pflegewissenschaften II Beispiellösungen INHALTSVERZEICHNIS BEISPIEL 18...2 BEISPIEL 19...5 BEISPIEL 20...6 BEISPIEL 21...8 BEISPIEL 23...9 BEISPIEL 25...13 BEISPIEL 26...15 BEISPIEL
Häufigkeiten, Mittelwerte Korrelationen u.a.m.
5. Kennwerte Häufigkeiten, Mittelwerte Korrelationen u.a.m. Menü Analysieren => Deskriptive Statistiken => Häufigkeiten => Deskriptive Statistiken => Kreuztabellen Tabellen => Einfache Tabellen Mittelwerte
Einführung in SPSS Wintersemester 2000/2001
5. Kennwerte Häufigkeiten, Mittelwerte Korrelationen u.a.m. Menü Analysieren => Deskriptive Statistiken => Häufigkeiten => Deskriptive Statistiken => Kreuztabellen Tabellen => Einfache Tabellen Mittelwerte
beruflicher 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
Einführung 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
Lineare Regression I
Statistische Zusammenhangsanalyse Lineare Regression I Um zu untersuchen, ob eine erklärende Variable X Einfluss auf eine abhängige Variable Y hat, wird die gemeinsame Verteilung der beiden Variablen untersucht.
Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS
Sommersemester 2009 Statistik mit SPSS 24.04.2009 24.04.2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Überblick 1. Organisatorisches zur Veranstaltung 2. Das Programm SPSS, Literatur 3. Beispiele
Wichtige statistische Koeffizienten und Formeln
Wichtige statistische Koeffizienten und Formeln Felix Baumann Skalenniveau Art des Koeffizienten Koeffizient Formel (ab) ominalskala: (Unterscheidung nach Gleichheit/Ungleichheit; jeder Ausprägung eine
Kontingentabellenanalyse
Kontingentabellenanalyse 1. Elementares Ausgangsbasis ist zunächst eine 2-dimensionale Kontingenztabelle mit den Häufigkeiten b 1 b j b l Summe a 1 n 11 n1j... n 1l n1* a i n i1 n ij n il n i* a k n k1
Einführung in die Statistik
Elmar Klemm Einführung in die Statistik Für die Sozialwissenschaften Westdeutscher Verlag INHALTSVERZEICHNIS 1. Einleitung und Begrifflichkeiten 11 1.1 Grundgesamtheit, Stichprobe 12 1.2 Untersuchungseinheit,
2. Zusammenhangsmaße
2. Zusammenhangsmaße Signifikante χ²-werte von Kreuztabellen weisen auf die Existenz von Zusammenhängen zwischen den zwei untersuchten Variablen X und Y hin. Für die Interpretation interessieren jedoch
Arbeitsbuch zur deskriptiven und induktiven Statistik
Helge Toutenburg Michael Schomaker Malte Wißmann Christian Heumann Arbeitsbuch zur deskriptiven und induktiven Statistik Zweite, aktualisierte und erweiterte Auflage 4ü Springer Inhaltsverzeichnis 1. Grundlagen
Kapitel 5: Einfaktorielle Varianzanalyse
Kapitel 5: Einfaktorielle Varianzanalyse Durchführung einer einfaktoriellen Varianzanalyse ohne Messwiederholung Dieser Abschnitt zeigt die Durchführung der in Kapitel 5 vorgestellten einfaktoriellen Varianzanalyse
Bivariate Verteilungen
Bivariate Verteilungen Tabellarische Darstellung: Bivariate Tabellen entstehen durch Kreuztabulation zweier Variablen. Beispiel: X Y Student(in) Herkunft Fakultät 0001 Europa Jura 000 Nicht-Europa Medizin
Benutzermanual zum SAS-Programm KFA-SAS
Benutzermanual zum SAS-Programm KFA-SAS Konfirmatorische und explorative Identifizierung von Typen und Syndromen in n Programmerstellung: Oliver Mast, 1991 Manual: Jianghong Qian, Mai 2003 1. Berechnungen
Einführung in die Statistik
Einführung in die Statistik Analyse und Modellierung von Daten von Prof. Dr. Rainer Schlittgen Universität Hamburg 12., korrigierte Auflage Oldenbourg Verlag München Inhaltsverzeichnis 1 Statistische Daten
Der χ 2 -Test (Chiquadrat-Test)
Der χ 2 -Test (Chiquadrat-Test) Der Grundgedanke Mit den χ 2 -Methoden kann überprüft werden, ob sich die empirischen (im Experiment beobachteten) Häufigkeiten einer nominalen Variable systematisch von
FRAGENKATALOG: EMPIRISCHE SOZIALFORSCHUNG HERBERT NAGEL
FRAGENKATALOG: EMPIRISCHE SOZIALFORSCHUNG HERBERT NAGEL 1/14 1 Grundlagen und Übersicht Für dieses Kapitel ist es ausreichend, wenn Sie Antworten auf folgende Fragen geben können: 1) Wodurch erwerben wir
fh 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
Einführung in die sozialwissenschaftliche Statistik
Einführung in die sozialwissenschaftliche Statistik Sitzung 4 Bivariate Deskription Heinz Leitgöb in Vertretung von Katrin Auspurg Sommersemester 2015 04.05.2015 Überblick 1. Kontingenztabellen 2. Assoziationsmaße
Kapitel 4: Merkmalszusammenhänge
Kapitel 4: Merkmalszusammenhänge Streudiagramme SPSS bietet die Möglichkeit, verschiedene Arten von Streudiagrammen zu zeichnen. Gehen Sie auf Grafiken Streu-/Punkt-Diagramm und wählen Sie die Option Einfaches
3 Zusammenhangsmaße Zusammenhangshypothesen
3 Zusammenhangsmaße Zusammenhangshypothesen Zusammenhänge (zwischen 2 Variablen) misst man mittels Korrelationen. Die Wahl der Korrelation hängt ab von: a) Skalenniveau der beiden Variablen: 1) intervallskaliert
Die widerspenstige Zähmung des Zufalls
Kapitel 6: Signifikanztests Signifikanztests = Hypothesenprüfung Hypothese = Wenn dann -Beziehung Besteht ein Zusammenhang zwischen Variable X und Variable Y? Die widerspenstige Zähmung des Zufalls unabhängige
3. ZWEI KATEGORIALE MERKMALE (bivariate kategoriale Daten)
3. ZWEI KATEGORIALE MERKMALE (bivariate kategoriale Daten) Beispiel: Gründe für Beliebtheit bei Klassenkameraden 478 neun- bis zwölfjährigen Schulkinder in Michigan, USA warum ist man bei seinen Klassenkameraden
Bergedorfer Screening zur Sprach- und Lesekompetenz
Bergedorfer Screening zur Sprach- und Lesekompetenz 1. Anzahl der Schüler/alle Schulen/Klassenstufe 5/Verteilung nach Geschlecht Insgesamt wurden 811 Schüler von 36 Schulen mit dem Instrument (Bergedorfer
Prüfung aus Statistik 2 für SoziologInnen
Prüfung aus Statistik 2 für SoziologInnen 11. Oktober 2013 Gesamtpunktezahl =80 Name in Blockbuchstaben: Matrikelnummer: Wissenstest (maximal 16 Punkte) Kreuzen ( ) Sie die jeweils richtige Antwort an.