Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS

Transkript

1 Sommersemester 2009 Statistik mit SPSS 8. Mai Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1

2 Überblick 1. Hilfsbefehl und Datentransformationsbefehl (II) 1.a. execute 1.b. compute 2. Möglichkeiten und Aufgabe der deskriptiven (univariaten) Statistik 3. SPSS- Prozeduren zur univ. Statistik und Grafiken (I) 3.a. Häufigkeiten (frequencies): nominale und ordinale Daten 3.b. Explorative Datenanalyse (examine): metrische Daten 2

3 1. Hilfsbefehl und Datentransformationsbefehl (II) 1.a. Hilfsbefehl EXECUTE 3

4 1.a. Hilfsbefehl EXECUTE SPSS-Befehle zur Datenbeschreibung, Transformationen und Auswahl von Daten werden vom Programm nicht sofort ausgeführt, sondern zunächst nur auf Syntaxfehler hin überprüft. Erst bei der nächsten Statistikprozedur (z.b. fre) wird der Befehl ausgeführt und das Ergebnis (z.b. die neue Variable) in der Arbeitsdatei gespeichert. Soll ein Befehl (z.b. recode, compute) sofort umgesetzt werden, dann muss nach dem betreffenden Befehl die SPSS-Anweisung EXECUTE folgen. 4

5 1. Hilfsbefehl und Datentransformationsbefehl (II) 1.b. Datentransformationsbefehl COMPUTE (Legt neue Variablen an, berechnet neue Variablen) 5

6 1.b. Datentransformationsbefehl COMPUTE: Variablen berechnen Anwendungsbeispiele: Viele benötigte Variablen existieren im Datensatz nicht, z.b. - Alter (berechnet aus Geburtsjahr und Befragungsjahr) - Additiver Index Rechtsextremismus (Addition versch. Items) - Berechnung Fernsehdauer in Stunden pro Tag - BMI (berechnet aus Körpergröße und Gewicht) 6

7 1.b. Datentransformationsbefehl COMPUTE: Variablen berechnen Beispiel 1: Aus der Variable vjahr (Geburtsjahr) soll das Alter der Befragten errechnet werden (BTW05-ZA-Datensatz) COMPUTE zielvariable = arithmetischer Ausdruck. compute alter =???? 7

8 1.b. Datentransformationsbefehl COMPUTE: Variablen berechnen Beispiel 1: Berechnung Alter in Jahren Geburtsjahr s02a Befragungszeitpunkt 2005 Formel für die Berechnung des Alters: 2005-s02a Vollständiger SPSS-Befehl: Befehl zur Erstellung einer neuen Variable COMPUTE alter = 2005-s02a. Ausdruck Zielvariable 8

9 1.b. COMPUTE: Variablen berechnen Beispiel 1: Berechnung Alter in Jahren 9

10 1.b. COMPUTE: Variablen berechnen Beispiel 1: Berechnung Alter in Jahren Überprüfen ob Missings gesetzt sind! 10

11 1.b. COMPUTE: Variablen berechnen Beispiel 1: Berechnung Alter in Jahren Überprüfen von Missings! Aus dem Geburtsjahr wird das Alter 11

12 1.b. COMPUTE: Variablen berechnen Beispiel 1: Berechnung Alter in Jahren 12

13 1.b. COMPUTE: Variablen berechnen Zusatz: Struktur des Compute-Befehls COMPUTE zielvariable = arithmetischer Ausdruck. Arithmetischer Ausdruck (mathematische Formel): - Bereits definierte Variablen - Zahlen - arithmetische Operationen: Potenzfunktion (**), Multiplikation (*), Division (/), Addition (+), Subtraktion (-) - Klammern - Funktionen 13

14 1.b. COMPUTE: Variablen berechnen Zusatz: Struktur des Compute-Befehls COMPUTE zielvariable = arithmetischer Ausdruck. Abarbeitungsreihenfolge beim arithmetischen Ausdruck: 1. Klammern 2. Funktionen 3. ** 4. *, / 5. +, - 14

15 1.b. COMPUTE: Variablen berechnen Beispiel 2: Indexerstellung Index: Zusammenfassung mehrerer Items zu einer neuen Variable. Die neue Variable beinhaltet verschiedene Aspekte eines theoretischen Konstruktes. Aufgabe: Aus den sechs Variablen f062_1 bis f062_6 (Wahlstudie 2005) soll ein additiver Index Rechtsextremismus erstellt werden. f062_1 Rechtsextr: herausragende Leistung deutschen Volkes Gültig Fehlend Gesamt Gültige Kumulierte Häufigkeit Prozent f062_2 Rechtsextr: Prozente unwertes ProzenteLeben 1 lehne voellig ab ,6 26,6 26,6 2 lehne eher ab ,9 38,8 65,4 Gültige Kumulierte Häufigkeit Prozent Prozente Prozente 3 stimme eher zu Gültig lehne voellig 24,9 ab 26,9 92, ,8 68,8 68,8 4 stimme voellig zu lehne eher ab 7,1 7,7 100, ,0 13,8 82,5 Gesamt stimme eher 92,5 zu 100, ,8 10,4 93,0 8 weiss nicht stimme voellig 6,8 zu 168 6,6 7,0 100,0 9 keine Angabe Gesamt 18, ,3 100,0 Gesamt Fehlend 8191 weiss nicht 7, , keine Angabe 100,0 30 1,2 Gesamt 145 5,7 Gesamt ,0 15

16 1.b. COMPUTE: Variablen berechnen Beispiel 2: Indexerstellung Beachte: vor dem Compute-Befehl: Sind missing values definiert? alle Items müssen den gleichen Wertebereich aufweisen (hier: 1 bis 4) alle Items müssen die gleiche Polung aufweisen (hier: je höher der Wert, desto rechtsextremer die Einstellung) Wertebereich der neuen Variable: 6 bis 24, d.h. Wert 6 = keine rechtsextreme Einstellung, Wert 24 = stärkste rechtsextreme Einstellung 16

17 1.b. COMPUTE: Variablen berechnen Beispiel 2: Indexerstellung 17

18 1.b. COMPUTE: Variablen berechnen Beispiel 2: Indexerstellung rex_idx Index Rechtsextremismus Gültig Fehlend Gesamt 6,00 keine rechtsextreme Einstellung 7,00 8,00 9,00 10,00 11,00 12,00 13,00 14,00 15,00 16,00 17,00 18,00 19,00 20,00 21,00 22,00 23,00 24,00 starke rechtsextreme Einstellung Gesamt System Häufigkeit Prozent Gültige Prozente 251 9,9 12,8 12, ,2 11,9 24, ,5 12,3 37, ,4 10,8 Histogramm 47, ,7 8,6 56, ,2 8,0 64, ,9 7,6 72, ,4 5,7 77, ,6 5,9 83,7 83 3,3 4,2 87, ,3 3,0 91,0 55 2,2 2,8 93,8 51 2,0 2,6 96,4 18,7,9 97,3 18,7,9 98, ,5,6 98,8 11,5,6 99,4 2,1,1 99,5 10,4,5 100,0 Häufigkeit 0 Kumulierte Prozente ,00 77,4 10,00 100,0 15,00 20,00 25, ,6 Index Rechtsextremismus ,0 Fälle gewichtet nach proportionales Personengewicht Mittelwert =10,61 Std.-Abw. =3,845 N =1.966,8 18

19 1.b. COMPUTE: Variablen berechnen Weitere Beispiele (Allbus 2004) - Berechnung Fernsehdauer in Stunden pro Tag - BMI (berechnet aus Körpergröße und Gewicht) 19

20 2. Möglichkeiten und Aufgabe der deskriptiven (univariaten) Statistik 20

21 2. Möglichkeiten und Aufgabe der univariaten Statistik Überblick über univariate Verteilungen: Häufigkeitstabellen und graphische Darstellung Zusammenfassung der Eigenschaften einer Verteilung in einem Wert (bzw. wenigen Werten): Kennwerte univariater Verteilungen wie z.b. Lagemaße, Streuungsmaße, Schiefe, Kurtosis Insbesondere Verteilung, Lage, Streuung und Schiefe sollten untersucht werden: Fehler im Datensatz (z.b. Alter) sind fehlende Werte definiert? zu schiefe Verteilungen häufig problematisch Ausreißeridentifikation Anwendungsvoraussetzungen erfüllt? 21

22 3. SPSS- Prozeduren zur univariaten Statistik und Grafiken 22

23 1. Nominalskalenniveau Skalenniveaus Die Zahlen haben nur klassifikatorischen Charakter. Unterschiedliche Zahlen bedeuten unterschiedliche Merkmalausprägungen, sie stehen nicht für ein Mehr oder Weniger (z.b. Familienstand, Religion, Parteizugehörigkeit). 2. Ordinalskalenniveau Die Zahlen haben zusätzlich eine Rangordnug (Auskunft über ein Mehr oder Weniger). Gleiche Abstände zwischen den Zahlenwerten bedeuten nicht gleiche Abstände in der Realität (z.b. Zufriedenheit, soziale Schicht) 3. Intervallskalenniveau (metrisch) Die Zahlen geben Informationen über die Abstände zwischen den gemessenen Ausprägungen (kein echter Nullpunkt) (z.b. Geburtsjahr). 4. Ratioskalenniveau (metrisch) Es ermöglicht, das Verhältnis zweier Werte von Eigenschaftsmessungen zu interpretieren (Nullpunkt vorhanden) (z.b. Einkommen, Alter). 23

24 3. SPSS- Prozeduren zur univariaten Statistik und Grafiken 3. a. Häufigkeiten (FREQUENCIES): Analysieren Deskriptive Statistiken Häufigkeiten 3. b. Explorative Datenanalyse (EXAMINE): Analysieren Deskriptive Statistiken Explorative Datenanalyse 24

25 3. SPSS- Prozeduren zur univariaten Statistik und Grafiken 3.a. Häufigkeiten (FREQUENCIES) 25

26 FREQUENCIES [VARIABLES=]varlist [/FORMAT=[{DVALUE}] [{NOTABLE }]] {AFREQ } {LIMIT(n)} {DFREQ } [/MISSING=INCLUDE] [/BARCHART=[MIN(n)][MAX(n)][{FREQ(n) }]] {PERCENT(n)} [/PIECHART=[MIN(n)][MAX(n)][{FREQ }] {PERCENT} [{MISSING }]] {NOMISSING} [/HISTOGRAM=[MIN(n)][MAX(n)][{FREQ(n) }] {PERCENT(n)} [{NONORMAL}][INCREMENT(n)]] {NORMAL } [/NTILES=n] [/PERCENTILES=value list] [/STATISTICS=[DEFAULT][MEAN][STDDEV][SUM] [MINIMUM][MAXIMUM][RANGE] [SEMEAN][VARIANCE][SKEWNESS][SESKEW] [MODE][KURTOSIS][SEKURT][MEDIAN] [ALL][NONE]] [/GROUPED=varlist [{(width) }]] {(boundary list)} [/ORDER = [{ANALYSIS}] [{VARIABLE}] 26

27 3.a. Häufigkeiten (FREQUENCIES) -Nominale Daten- Für die Variable f012c (Wahlentscheidung, Nachwahlbefragung) soll der Modus und ein Tortendiagramm ausgegeben werden. 27

28 Statistiken f012c BTW 05 Nachwahlbefragung Zweitstimme N Modus Gültig Fehlend f012c BTW 05 Nachwahlbefragung Zweitstimme Gültig Fehlend Gesamt 10 SPD 11 CDU/CSU 12 Bd90/Die Gruenen 13 FDP 14 Die Linke.PDS 15 Rep 16 NPD 17 Graue 18 andere 19 ungueltig gewaehlt Gesamt -1 trifft nicht zu 98 kann mich nicht erinnern 99 verweigert Gesamt Gültige Kumulierte Häufigkeit Prozent Prozente Prozente ,6 38,4 38, ,9 31,2 69, ,0 8,8 78, ,6 9,6 88, ,7 8,4 96,4 18,7,9 97,3 26 1,0 1,3 98,6 6,2,3 98,9 11,4,6 99,4 11,4,6 100, ,7 100, ,5 10, , , ,0 28

29 Statistiken f012c BTW 05 Nachwahlbefragung Zweitstimme N Modus Gültig Fehlend f012c BTW 05 Nachwahlbefragung Zweitstimme BTW 05 Nachwahlbefragung Zweitstimme Gültig Fehlend Gesamt 10 SPD 11 CDU/CSU 12 Bd90/Die Gruenen 13 FDP 14 Die Linke.PDS 15 Rep 16 NPD 17 Graue 18 andere 19 ungueltig gewaehlt Gesamt -1 trifft nicht zu 98 kann mich nicht erinnern 99 verweigert Gesamt Gültige Kumulierte Häufigkeit Prozent Prozente Prozente ,6 38,4 38, ,9 31,2 69, ,0 8,8 78, ,6 9,6 88, ,7 8,4 96,4 18,7,9 97,3 26 1,0 1,3 98,6 6,2,3 98,9 11,4,6 99,4 11,4,6 100, ,7 100, ,5 10, , , ,0 Fälle gewichtet nach proportionales Personengewicht SPD CDU/CSU Bd90/Die Gruenen FDP Die Linke.PDS Rep NPD Graue andere ungueltig gewaehlt Fehlend 29

30 3.a. Häufigkeiten (FREQUENCIES) -Ordinale Daten- Für die Variable f003 (Demokratiezufriedenheit) sollen Modus, Median und Quartile und zusätzlich ein Balkendiagramm ausgegeben werden. 30

31 Statistiken f003 Demokratie: Zufriedenheit mit tatsaechlicher Demokratie in BRD N Median Modus Minimum Maximum Perzentile Gültig Fehlend , ,00 4,00 5,00 31

32 Statistiken f003 Demokratie: Zufriedenheit mit tatsaechlicher Demokratie in BRD N Median Modus Gültig 40 Fehlend ,00 5 Minimum 1 20 Maximum 6 Perzentile ,00 4,00 5,00 Prozent 0 Demokratie: Zufriedenheit mit tatsaechlicher Demokratie in BRD sehr unzufrieden ziemlich unzufrieden etwas unzufrieden etwas zufrieden ziemlich zufrieden sehr zufrieden Demokratie: Zufriedenheit mit tatsaechlicher Demokratie in BRD Fälle gewichtet nach proportionales Personengewicht 32

33 3. SPSS- Prozeduren zur univariaten Statistik und Grafiken 3.b. Explorative Datenanalyse (EXAMINE) 33

34 EXAMINE VARIABLES=varlist [[BY varlist] [varname BY varname]] [/COMPARE={GROUP** }] {VARIABLE} [/ID={$CASENUM**}] {varname } [/PERCENTILES[(value list)=[{haverage }] [NONE]] {WAVERAGE } {ROUND } {AEMPIRICAL} {EMPIRICAL } [/PLOT=[STEMLEAF**] [BOXPLOT**] [NPPLOT]] [SPREADLEVEL(value)] [HISTOGRAM] [{ALL }] {NONE} [/STATISTICS=[DESCRIPTIVES**] [EXTREME({5})]] {n} [{ALL }] {NONE} [{/TOTAL }] {/NOTOTAL}. [/MISSING={LISTWISE**} [INCLUDE]] {REPORT } {PAIRWISE } **Default if the subcommand is omitted. 34

35 3.b. Explorative Datenanalyse (EXAMINE) - Metrische Daten - 35

36 Deskriptive Verarbeitete Statistik Fälle f057_c Merkel: glaubwuerdig f057_c Merkel: glaubwuerdig Fälle Standardf Gültig Fehlend Statistik Gesamt ehler Mittelwert 3,17,032 N Prozent N Prozent N Prozent 95% Konfidenzintervall Untergrenze 3,11 des 2430 Mittelwerts 95,7% Obergrenze 110 4,3% ,0% 3,24 5% getrimmtes Mittel Median Varianz Standardabweichung Minimum Maximum Spannweite Interquartilbereich Schiefe Kurtosis Schiefe: Wert 0 = symmetrische Verteilung Wert > 0 = rechtsschiefe Verteilung Wert < 0 = linksschiefe Verteilung 3,19 3,00 2,566 1, ,249,050 -,577,099 Kurtosis (Steilheit): Wert 0 = symmetrische Verteilung Wert > 0 = schmale (steile) Verteilung Wert < 0 = breite (flache) Verteilung 36

37 f057_c Merkel: glaubwuerdig Größte Werte Kleinste Werte Extremwerte Fallnummer Wert a b a. Nur eine partielle Liste von Fällen mit dem Wert 6 wird in der Tabelle der oberen Extremwerte angezeigt. b. Nur eine partielle Liste von Fällen mit dem Wert 0 wird in der Tabelle der unteren Extremwerte angezeigt. 37

38 f057_c Merkel: glaubwuerdig Größte Werte Kleinste Werte Extremwerte Fallnummer Wert Histogramm a b a. Nur eine partielle Liste von Fällen mit dem Wert 6 wird in der Tabelle der oberen Extremwerte angezeigt. b. Nur eine partielle Liste von Fällen mit dem Wert 0 wird in der 200,000 Tabelle der unteren Extremwerte angezeigt. Häufigkeit 600, ,000 0, Merkel: glaubwuerdig 5 6 Mittelwert =3,17 Std.-Abw. =1,602 N =2.429,738 Fälle gewichtet nach proportionales Personengewicht 38