I.3. Computergestützte Methoden 1. Deskriptive Statistik. Master of Science Prof. Dr. G. H. Franke WS 2009/ 2010

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "I.3. Computergestützte Methoden 1. Deskriptive Statistik. Master of Science Prof. Dr. G. H. Franke WS 2009/ 2010"

Transkript

1 I.3. Computergestützte Methoden 1. Deskriptive Statistik Master of Science Prof. Dr. G. H. Franke WS 2009/

2 Seminarübersicht Nr. Thema 1 Deskriptive Statistik 1.1 Organisation und Darstellung von Daten 1.2 Skalenniveau 1.3 Statistische Kennwerte 2

3 1. Deskriptive Statistik Beschäftigt sich mit der Organisation, Darstellung und Zusammenfassung von Daten, um sie übersichtlicher zu machen. Tabellen, Diagramme, graphische Darstellungen Voraussetzung: Skalenniveau Mathematische Kennwerte zur Zusammenfassung/ Standardisierung 3

4 1.1 Organisation und Darstellung von Daten Die systematische Darstellung gesammelter Daten ermöglicht deren Auswertung SPSS - DOKUMENTATION Datenfenster ghf sav Datenansicht/ Variablenansicht Ausgabefenster ghf spo Syntaxfenster (Quellcode) ghf sps 4

5 Datenmatrix SPSS für Windows Daten eingeben OK Variablenansicht (zur Erstellung eines Datenfeldes) Name: Typ: Kurzform der Variablen (ohne Leerzeichen) Numerisch (Ziffer) und String (Wort) Variablenlabel: Name der Variablen (ausgeschrieben) Wertlabels: Antwortkategorien (nur bei numerischen) Wertlabels definieren (rechts neben der Zelle) z.b. Wert 1 - männlich Hinzufügen / Ändern / Entfernen OK 5

6 Datenmatrix Hier werden allen gesammelten Informationen Zahlen zugeordnet Datenansicht Variablenansicht: Kodierung Name Type Width Decimals Code Alter Sex Land 1, Align Variablen müssen kodiert werden, um sie in der Datenmatrix zu verarbeiten Label Values Missing Columns Measure Code numeric 8 2 None None 8 Right nominal 6

7 Beispiel Wertelabel 7

8 Messniveau des Datenfelds Messniveau: nominal: bei string Variablen ordinal: bei numerischen Variablen metrisch: bei numerischen Variablen Zahlen außerhalb des Wertebereichs markieren fehlende Werte Fehlende Werte: Fehlend Werte definieren Einzelne fehlende Werte auswählen z.b. 97, 98, 99 Wertlabels definieren 97 = verweigert, 98 = weiß nicht, 99 = keine Angabe Andere Variablendefinitionen werden automatisch gegeben 8

9 Beispiel Fehlende Werte 9

10 Dateneingabe in das Datenfeld Datenansicht, um definierte Variablen einzugeben 10

11 Menü von SPSS Menüleiste Auswahl der Rechenbefehle Symbolleiste Auswahl von Befehlen wie Speichern und Sortieren Rechenbefehle sind als Output oder als Syntax ausführbar ok = Output einfügen = Syntax 11

12 Syntax ein neues Fenster, das ebenfalls Menüliste und Symbole enthält Befehle werden angeboten Befehle werden wörtlich ausgedrückt Befehle enden mit einem Pünktchen Befehl markieren und das Symbol anklicken, um den Befehl laufen zu lassen 12

13 Beispiel einer Syntax 13

14 Output - SPSS Viewer Ergebnisfenster Menüliste und Symbole weitere Berechnungen können auch von hier gestartet werden links: Ergebnisverzeichnis rechts: Ergebnisse 14

15 Beispiel eines Outputs 15

16 Organisation von Daten Häufigkeitsverteilung erstellen Menü Analysieren Deskriptive Statistik Häufigkeiten Einfügen Erstellen einer SPSS-Syntax Speichern Eigener-Name-Datum.sps und damit dokumentieren 16

17 Organisation von Daten FREQUENCIES VARIABLES=Sex /ORDER= ANALYSIS. Output Frequency: Absolute Häufigkeiten Percent: Prozent Valid Percent: Gültige Prozent Cumulative Percent: Kumulierte Prozent F2-Sex Statistics F2-Sex N Valid 206 Missing 0 Frequency Percent Valid Percent Cumulative Percent Valid männlich 15 7,3 7,3 7,3 weiblich ,7 92,7 100,0 Total ,0 100,0 17

18 Graphische Darstellung: verschiedene Möglichkeiten Histogramm Absolute/ prozentuale/ kumulierte Häufigkeiten GRAPH Kreisdiagramm /BAR(SIMPLE)=COUNT BY Sex. GRAPH /BAR(SIMPLE)=PCT BY Sex. GRAPH /PIE=COUNT BY Sex. 18

19 1.2 Skalenniveau Nicht-parametrisch Nominalskala (beschreibend) Objekte mit gleicher Merkmalsausprägung erhalten gleiche Zahlen und Objekte mit unterschiedlicher Merkmalsausprägung erhalten verschiedene Zahlen. Nominalskala macht Aussagen über Gleichzeit/ Verschiedenheit von Merkmalsausprägungen Sie erlaubt alle eineindeutigen Transformationen 19

20 1.2 Skalenniveau Nicht-parametrisch Ordinalskala (beschreibend/ numerisch) Objekte sind miteinander vergleichbar. Von jeweils zwei Objekten erhält das dominierende Objekt die größere Zahl. Die Ordinalskala macht zusätzlich zur Gleichheit/ Verschiedenheit Aussagen über Größer-Kleiner-Relationen von Merkmalsausprägungen Sie erlaubt alle monotonen Transformationen 20

21 1.2 Skalenniveau Parametrisch Intervallskala (Zahlen) WICHTIGSTE Die Rangordnung der Zahlendifferenzen zwischen je zwei Objekten entspricht der Rangordnung der Merkmalsunterschiede zwischen diesen zwei Objekten. Sie macht Aussagen über die Größe der Unterschiede zwischen den Merkmalsausprägungen Sie erlaubt nur lineare Transformationen 21

22 1.2 Skalenniveau Parametrisch Verhältnisskala (Zahlen) SELTEN Das Verhältnis zwischen je zwei Zahlen entspricht dem Verhältnis der Merkmalsausprägungen der jeweiligen Objekte. Sie macht Aussagen über das Verhältnis von Merkmalsausprägungen Sie erlaubt alle Ähnlichkeitstransformationen 22

23 1.2 Skalenniveau Skalenniveau Nominalskala Ordinalskala Intervallskala Verhältnisskala Mögliche Aussagen Gleichheit und Verschiedenheit Größer-kleiner- Relationen Gleichheit von Differenzen Gleichheit von Verhältnissen Beispiele Geschlecht (m/w) Antwort (Ja/nein) Rangreihe von Zeitschriften nach Interessantheit IQ-, T-, Z-, Stanine- Werte Längenmessung Gewichtsmessung 23

24 1.2 Skalierung bezeichnet eine Größenänderung wichtige Eigenschaft von Merkmalen Spezialfall der Messung Ein Test erfüllt das Gütekriterium der Skalierung, wenn die laut Verrechnungsvorschriften resultierenden Testwerte die empirischen Verhaltensrelationen adäquat abbilden. (Kubinger & Jäger, 2003, S. 388) 24

25 Hypothesenmöglichkeiten Es wird unterschieden zwischen (a) Zusammenhangshypothesen und (b) Unterschiedshypothesen. Um ein Verfahren anzuwenden, muss man zuerst die Hypothesenart bestimmen und gleichzeitig auf das Skalenniveau achten. 25

26 Zusammenhangshypothesen Skalierung Nominalskala Ordinalskala Intervallskala Methodik 1. dichotome (2-gestufte) Variablen: Phi (Kreuztabelle) 2. mehr als 2-gestufte Variablen: Kontingenzkoeffizient (Kreuztabelle) Korrelation nach Spearman Korrelation nach Pearson 26

27 Unterschiedshypothesen Skalierung Methodik Nominalskala Kreuztabelle mit χ² Ordinalskala 1. 2 Gruppen: Mann-Whitney-Test (U- Test) bei 2 unabhängigen Stichproben 2. Mehr als 2 Gruppen: Kreuztabelle mit χ² Intervallskala 1. 2 Gruppen: t-test für unabhängige Stichproben (mit K-S-Test) 2. mehr als 2 Gruppen: ANOVA mit Scheffé (Post Hoc) 3. Mehr als 2 Gruppen: MANOVA 27

28 1.3 Statistische Kennwerte Maße der zentralen Tendenz Modalwert/ Modus Medianwert/ Median Arithmetisches Mittel/ M oder x Skalenniveau Maß der zentralen Tendenz Nominal Modus - - Ordinal Modus Median - Intervall Modus Median Arithmetisches Mittel 28

29 1.3 Statistische Kennwerte Maße der zentralen Tendenz Modalwert/ Modus Wert, der in diskreter Verteilung am häufigsten vorkommt Skalenniveau Nominal Ordinal Intervall Maß der zentralen Tendenz Modus Modus Modus 29

30 1.3 Statistische Kennwerte Maße der zentralen Tendenz Medianwert/ Median Teilt die Verteilung in zwei Hälften Skalenniveau Nominal Ordinal Intervall Maß der zentralen Tendenz Median Median 30

31 1.3 Statistische Kennwerte Maße der zentralen Tendenz Arithmetisches Mittel/ M oder x (Addition aller Werte) / Anzahl Skalenniveau Nominal Ordinal Intervall Maß der zentralen Tendenz Arithmetisches Mittel 31

32 SPSS FREQUENCIES genauer betrachten und die einzelnen Möglichkeiten probieren Dokumentieren 32

33 1.3 Statistische Kennwerte Dispersionsmaße Variationsbreite/ range: min und max Varianz: (Summe der quadrierten Abweichungen aller Messwerte vom arithmetischen Mittel) / (n-1) Standardabweichung/ Streuung: (Varianz) 33

34 SPSS FREQUENCIES genauer betrachten und die einzelnen Möglichkeiten probieren Dokumentieren 34

35 1.3 Statistische Kennwerte Stichprobe = damit arbeiten wir zumeist, d.h. wir schätzen die Populationsparameter Population = Grundgesamtheit 35

36 1.3 Statistische Kennwerte Lineare Transformation, z.b. Invertieren Alter Wert = 0 oder 1 Neuer Wert = 1 oder 0 RECODE Sex (1=0) (0=1) INTO Sexrekodiert. EXECUTE. Standardisierung = lineare Transformation Neuer Wert = (Zahl1 * Alter Wert) + Zahl2 Z = (SD * Alter Wert) / M 36

Statistik II: Grundlagen und Definitionen der Statistik

Statistik II: Grundlagen und Definitionen der Statistik Medien Institut : Grundlagen und Definitionen der Statistik Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Hintergrund: Entstehung der Statistik 2. Grundlagen

Mehr

Aufgaben zu Kapitel 1

Aufgaben zu Kapitel 1 Aufgaben zu Kapitel 1 Aufgabe 1 a) Öffnen Sie die Datei Beispieldatensatz.sav, die auf der Internetseite zum Download zur Verfügung steht. Berechnen Sie die Häufigkeiten für die beiden Variablen sex und

Mehr

STATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich)

STATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich) WS 07/08-1 STATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich) Nur die erlernbaren Fakten, keine Hintergrundinfos über empirische Forschung etc. (und ich übernehme keine Garantie) Bei der Auswertung von

Mehr

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 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

Mehr

Auswertung mit dem Statistikprogramm SPSS: 30.11.05

Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Seite 1 Einführung SPSS Was ist eine Fragestellung? Beispiel Welche statistische Prozedur gehört zu welcher Hypothese? Statistische Berechnungen mit

Mehr

Angewandte Statistik 3. Semester

Angewandte 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

Mehr

Statistische Grundlagen I

Statistische Grundlagen I Statistische Grundlagen I Arten der Statistik Zusammenfassung und Darstellung von Daten Beschäftigt sich mit der Untersuchung u. Beschreibung von Gesamtheiten oder Teilmengen von Gesamtheiten durch z.b.

Mehr

Bitte am PC mit Windows anmelden!

Bitte am PC mit Windows anmelden! Einführung in SPSS Plan für heute: Grundlagen/ Vorwissen für SPSS Vergleich der Übungsaufgaben Einführung in SPSS http://weknowmemes.com/generator/uploads/generated/g1374774654830726655.jpg Standardnormalverteilung

Mehr

Wiederholung Statistik I. Statistik für SozialwissenschaftlerInnen II p.8

Wiederholung Statistik I. Statistik für SozialwissenschaftlerInnen II p.8 Wiederholung Statistik I Statistik für SozialwissenschaftlerInnen II p.8 Konstanten und Variablen Konstante: Merkmal hat nur eine Ausprägung Variable: Merkmal kann mehrere Ausprägungen annehmen Statistik

Mehr

Auswertung und Darstellung wissenschaftlicher Daten (1)

Auswertung und Darstellung wissenschaftlicher Daten (1) Auswertung und Darstellung wissenschaftlicher Daten () Mag. Dr. Andrea Payrhuber Zwei Schritte der Auswertung. Deskriptive Darstellung aller Daten 2. analytische Darstellung (Gruppenvergleiche) SPSS-Andrea

Mehr

Skalenniveaus =,!=, >, <, +, -

Skalenniveaus =,!=, >, <, +, - ZUSAMMENHANGSMAßE Skalenniveaus Nominalskala Ordinalskala Intervallskala Verhältnisskala =,!= =,!=, >, < =,!=, >, ,

Mehr

Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66

Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66 Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66 Gabriele Doblhammer: Empirische Sozialforschung Teil II, SS 2004 1/19 Skalenniveaus Skalenniveau Relation

Mehr

1. Maße der zentralen Tendenz Beispiel: Variable Anzahl der Geschwister aus Jugend '92. Valid Cum Value Frequency Percent Percent Percent

1. Maße der zentralen Tendenz Beispiel: Variable Anzahl der Geschwister aus Jugend '92. Valid Cum Value Frequency Percent Percent Percent Deskriptive Statistik 1. Verteilungsformen symmetrisch/asymmetrisch unimodal(eingipflig) / bimodal (zweigipflig schmalgipflig / breitgipflig linkssteil / rechtssteil U-förmig / abfallend Statistische Kennwerte

Mehr

Forschungsmethoden in der Sozialen Arbeit

Forschungsmethoden in der Sozialen Arbeit Forschungsmethoden in der Sozialen Arbeit Fachhochschule für Sozialarbeit und Sozialpädagogik Alice- Salomon Hochschule für Soziale arbeit, Gesundheit, Erziehung und Bildung University of Applied Sciences

Mehr

Kapitel 1: Deskriptive Statistik

Kapitel 1: Deskriptive Statistik Kapitel 1: Deskriptive Statistik Grafiken 1 Statistische Kennwerte 5 z-standardisierung 7 Grafiken Mit Hilfe von SPSS lassen sich eine Vielzahl unterschiedlicher Grafiken für unterschiedliche Zwecke erstellen.

Mehr

Dr. Barbara Lindemann. Fragebogen. Kolloquium zur Externen Praxisphase. Dr. Barbara Lindemann 1

Dr. Barbara Lindemann. Fragebogen. Kolloquium zur Externen Praxisphase. Dr. Barbara Lindemann 1 Dr. Barbara Lindemann Fragebogen Kolloquium zur Externen Praxisphase Dr. Barbara Lindemann 1 Überblick 1. Gütekriterien quantitativer Forschungen 2. Fragebogenkonstruktion 3. Statistische Datenanalyse

Mehr

Wiederholung SPSS und Einführung in die SPSS Syntax

Wiederholung SPSS und Einführung in die SPSS Syntax TU Dresden - Institut für Soziologie 28.11.06 FS: Berufsverläufe und Berufserfolg von Hochschulabsolventen Dozent: Mike Kühne Referent: Matthias Ritter Wiederholung SPSS und Einführung in die SPSS Syntax

Mehr

Anteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen. Anteile Häufigkeiten Verteilungen

Anteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen. Anteile Häufigkeiten Verteilungen DAS THEMA: VERTEILUNGEN LAGEMAßE - STREUUUNGSMAßE Anteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen Anteile Häufigkeiten Verteilungen Anteile und Häufigkeiten Darstellung

Mehr

Herzlich willkommen zum Thema SPSS

Herzlich willkommen zum Thema SPSS Herzlich willkommen zum Thema SPSS (SUPERIOR PERFORMING SOFTWARE SYSTEM) Qualitative und quantitative Forschungsmethoden Qualitative Methoden: Qualitative Verfahren werden oft benutzt, wenn der Forschungsgegenstand

Mehr

Constantin von Craushaar FH-Management & IT Statistik Angewandte Statistik (Übungen) Folie 1

Constantin von Craushaar FH-Management & IT Statistik Angewandte Statistik (Übungen) Folie 1 FHManagement & IT Folie 1 Angewandte Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines einfachen Beispieles Häufigkeitsauswertungen Grafiken Datenmanipulationen Mehrfachantworten

Mehr

Standardisierte 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 Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten

Mehr

Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche

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

Mehr

Statistik. Jan Müller

Statistik. Jan Müller Statistik Jan Müller Skalenniveau Nominalskala: Diese Skala basiert auf einem Satz von qualitativen Attributen. Es existiert kein Kriterium, nach dem die Punkte einer nominal skalierten Variablen anzuordnen

Mehr

Datenmaske für SPSS. Für die Datenanalyse mit SPSS können die Daten auf verschiedene Weise aufbereitet

Datenmaske für SPSS. Für die Datenanalyse mit SPSS können die Daten auf verschiedene Weise aufbereitet Für die Datenanalyse mit SPSS können die Daten auf verschiedene Weise aufbereitet werden: 1. Tabellenkalkulationsprogramme (Excel, Paradox) 2. Datenbankprogramme (dbase, Access) 3. Reine ASCII-Dateien

Mehr

Kapitel 1: Deskriptive Statistik

Kapitel 1: Deskriptive Statistik Kapitel 1: Deskriptive Statistik Grafiken Mit Hilfe von SPSS lassen sich eine Vielzahl unterschiedlicher Grafiken für unterschiedliche Zwecke erstellen. Wir besprechen hier die zwei in Kapitel 1.1 thematisierten

Mehr

Zusammenhangsanalyse mit SPSS. Messung der Intensität und/oder der Richtung des Zusammenhangs zwischen 2 oder mehr Variablen

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

Mehr

fh management, communication & it Constantin von Craushaar FH-management, communication & it Statistik Angewandte Statistik

fh management, communication & it Constantin von Craushaar FH-management, communication & it Statistik Angewandte Statistik fh management, communication & it Folie 1 Angewandte Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines einfachen Beispieles Häufigkeitsauswertungen Grafiken Datenmanipulationen

Mehr

11./ 12. April 2006. Andrea Ossig andrea.ossig@web.de. Prof. Dr. Helmut Küchenhoff kuechenhoff@stat.uni-muenchen.de

11./ 12. April 2006. Andrea Ossig andrea.ossig@web.de. Prof. Dr. Helmut Küchenhoff kuechenhoff@stat.uni-muenchen.de Einführung in SPSS 11./ 12. April 2006 Andrea Ossig andrea.ossig@web.de Prof. Dr. Helmut Küchenhoff kuechenhoff@stat.uni-muenchen.de Monia Mahling monia.mahling@web.de 1 Vor /Nachteile von SPSS +/ intuitiv

Mehr

Beispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es

Beispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es Beispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es beim radioaktiven Zerfall, zwischen 100 und 110 Zerfälle

Mehr

Univariate Kennwerte mit SPSS

Univariate Kennwerte mit SPSS Univariate Kennwerte mit SPSS In diesem Paper wird beschrieben, wie eindimensionale Tabellen und Kennwerte mit SPSS erzeugt werden. Eine Herleitung der Kennwerte und eine inhaltliche Interpretation der

Mehr

Einführung in SPSS. Sitzung 2: Datenbereinigung und Datenmanagement. Knut Wenzig. 15. Dezember 2005

Einführung in SPSS. Sitzung 2: Datenbereinigung und Datenmanagement. Knut Wenzig. 15. Dezember 2005 Sitzung 2: 15. Dezember 2005 Rückblick auf die Datenimport Benutzeroberfläche von SPSS Auswahl von Fällen Fälle anzeigen lassen Bestimmte Werte manipulieren Variablen in andere umkodieren Neue Variablen

Mehr

Inhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden

Inhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse

Mehr

Matthias Gabriel. Kurze Einführung in SPSS 11.5

Matthias Gabriel. Kurze Einführung in SPSS 11.5 Kurze Einführung in SPSS 11.5 2001 überarbeitet Oktober 2003 1 Legende: Im folgenden Text entsprechen die Wörter zwischen Anführungszeichen den Befehlen bzw. Menüoptionen im SPSS z.b: Berechnen, Zählen,

Mehr

Grundlagen der Datenanalyse am Beispiel von SPSS

Grundlagen der Datenanalyse am Beispiel von SPSS Grundlagen der Datenanalyse am Beispiel von SPSS Einführung Dipl. - Psych. Fabian Hölzenbein hoelzenbein@psychologie.uni-freiburg.de Einführung Organisatorisches Was ist Empirie? Was ist Statistik? Dateneingabe

Mehr

Datenerhebung, Skalenniveaus und Systemdatei

Datenerhebung, Skalenniveaus und Systemdatei Datenerhebung, Skalenniveaus und Systemdatei Institut für Geographie 1 Beispiele für verschiedene Typen von Fragen in einer standardisierten Befragung (3 Grundtypen) Geschlossene Fragen Glauben Sie, dass

Mehr

Alle weiteren Messoperationen schließen die Klassifikation als Minimaloperation ein.

Alle weiteren Messoperationen schließen die Klassifikation als Minimaloperation ein. 1 unterschiedliche Skalenniveaus Wir haben zuvor schon kurz von unterschiedlichen Skalenniveaus gehört, nämlich dem: - Nominalskalenniveau - Ordinalskalenniveau - Intervallskalenniveau - Ratioskalenniveau

Mehr

1 SPSS Praktikum am

1 SPSS Praktikum am 1 SPSS Praktikum am 16.01.2007 Beispiel: Merkmalsträger = die befragte Person Alter Geschlecht: Wohnort: Parteipräferenz: in Jahren 1 = weiblich 2 = männlich 1 = Leipzig 2 = Hannover 3 = Bad Schandau 1

Mehr

Deskriptive Statistik

Deskriptive Statistik Fakultät für Humanwissenschaften Sozialwissenschaftliche Methodenlehre Prof. Dr. Daniel Lois Deskriptive Statistik Stand: April 2015 (V2) Inhaltsverzeichnis 1. Notation 2 2. Messniveau 3 3. Häufigkeitsverteilungen

Mehr

Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011

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

Mehr

Daten, Datentypen, Skalen

Daten, Datentypen, Skalen Bildung kommt von Bildschirm und nicht von Buch, sonst hieße es ja Buchung. Daten, Datentypen, Skalen [main types of data; levels of measurement] Die Umsetzung sozialwissenschaftlicher Forschungsvorhaben

Mehr

Einführung in SPSS für Windows

Einführung in SPSS für Windows Einführung in SPSS für Windows Wintersemester 2000/2001 Carina Ortseifen (Stand: 18. Oktober 2000) SPSS Statistical Program for Social Sciences Am URZ ist installiert: SPSS für Windows 9.0 und 10.0 (deutsch

Mehr

Statistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn

Statistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn Statistikpraktikum Carsten Rezny Institut für angewandte Mathematik Universität Bonn Sommersemester 2016 Anmeldung in Basis: 06. 10.06.2016 Organisatorisches Einführung Statistik Analyse empirischer Daten

Mehr

Dr. Reinhard Vonthein, Dipl. Statistiker (Univ.)

Dr. Reinhard Vonthein, Dipl. Statistiker (Univ.) Dr. Reinhard Vonthein, Dipl. Statistiker (Univ.) Reinhard.Vonthein@imbs.uni-luebeck.de Institut für Medizinische Biometrie und Statistik Universität zu Lübeck / Universitätsklinikums Schleswig-Holstein

Mehr

B. Heger / R. Prust: Quantitative Methoden der empirischen Sozialforschung (Master Modul 1.3) GET FILE ='Z:\ALLBUS_2007_neu.sav'.

B. Heger / R. Prust: Quantitative Methoden der empirischen Sozialforschung (Master Modul 1.3) GET FILE ='Z:\ALLBUS_2007_neu.sav'. B. Heger / R. Prust: Quantitative Methoden der empirischen Sozialforschung (Master Modul 1.3) Übung 1 (mit SPSS-Ausgabe) 1. Öffnen Sie den Datensatz ALLBUS_2007_neu! GET FILE ='Z:\ALLBUS_2007_neu.sav'.

Mehr

Fortgeschrittene Statistik SPSS Einführung

Fortgeschrittene Statistik SPSS Einführung Fortgeschrittene Statistik SPSS Einführung Q U A N T I T A T I V E M E R K M A L E, Q U A L I T A T I V E M E R K M A L E, A U S P R Ä G U N G E N, C O D I E R U N G E N, S K A L E N N I V E A U, D A T

Mehr

Deskriptive Statistik

Deskriptive Statistik Markus Wirtz, Christof Nachtigall Deskriptive Statistik 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Statistische

Mehr

Klausur Statistik I. Dr. Andreas Voß Wintersemester 2005/06

Klausur Statistik I. Dr. Andreas Voß Wintersemester 2005/06 Klausur Statistik I Dr. Andreas Voß Wintersemester 2005/06 Hiermit versichere ich, dass ich an der Universität Freiburg mit dem Hauptfach Psychologie eingeschrieben bin. Name: Mat.Nr.: Unterschrift: Bearbeitungshinweise:

Mehr

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik fh management, communication & it Folie 1 Angewandte Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines einfachen Beispieles Häufigkeitsauswertungen Grafiken Datenmanipulationen

Mehr

Fachrechnen für Tierpfleger

Fachrechnen für Tierpfleger Z.B.: Fachrechnen für Tierpfleger A10. Statistik 10.1 Allgemeines Was ist Statistik? 1. Daten sammeln: Durch Umfragen, Zählung, Messung,... 2. Daten präsentieren: Tabellen, Grafiken 3. Daten beschreiben/charakterisieren:

Mehr

Deskriptive Statistik

Deskriptive Statistik Modul G.1 WS 07/08: Statistik 8.11.2006 1 Deskriptive Statistik Unter deskriptiver Statistik versteht man eine Gruppe statistischer Methoden zur Beschreibung von Daten anhand statistischer Kennwerte, Graphiken,

Mehr

Elisabeth Raab-Steiner/ Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS-Auswertung. 3., aktualisierte und überarbeitete Auflage

Elisabeth Raab-Steiner/ Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS-Auswertung. 3., aktualisierte und überarbeitete Auflage Elisabeth Raab-Steiner/ Michael Benesch Der Fragebogen Von der Forschungsidee zur SPSS-Auswertung 3., aktualisierte und überarbeitete Auflage facultas.wuv Inhaltsverzeichnis 1 Elementare Definitionen 13

Mehr

Deskriptive Statistik 1 behaftet.

Deskriptive Statistik 1 behaftet. Die Statistik beschäftigt sich mit Massenerscheinungen, bei denen die dahinterstehenden Einzelereignisse meist zufällig sind. Statistik benutzt die Methoden der Wahrscheinlichkeitsrechnung. Fundamentalregeln:

Mehr

Auswertung und Darstellung wissenschaftlicher Daten (2)

Auswertung und Darstellung wissenschaftlicher Daten (2) Auswertung und Darstellung wissenschaftlicher Daten () Mag. Dr. Andrea Payrhuber SPSS-Andrea Payrhuber Ergebnisse dem Skalenniveau der einzelnen Daten entsprechend darstellen. nominalskalierte Daten. ordinalskalierte

Mehr

Statistik. Für Sozialwissenschaftler. Dritte, neu bearbeitete Auflage Mit 71 Abbildungen und 224 Tabellen

Statistik. Für Sozialwissenschaftler. Dritte, neu bearbeitete Auflage Mit 71 Abbildungen und 224 Tabellen Jürgen Bortz Statistik Für Sozialwissenschaftler Dritte, neu bearbeitete Auflage Mit 71 Abbildungen und 224 Tabellen Springer-Verlag Berlin Heidelberg Newlfork London Paris Tokyo Inhaltsverzeichnis Einleitung

Mehr

Lage- und Streuungsparameter

Lage- und Streuungsparameter Lage- und Streuungsparameter Beziehen sich auf die Verteilung der Ausprägungen von intervall- und ratio-skalierten Variablen Versuchen, diese Verteilung durch Zahlen zu beschreiben, statt sie graphisch

Mehr

Einführung in die Statistik Einführung

Einführung in die Statistik Einführung Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Einführung Professur E-Learning und Neue Medien www.tu-chemnitz.de/phil/imf/elearning

Mehr

Aufgaben zu Kapitel 5:

Aufgaben zu Kapitel 5: Aufgaben zu Kapitel 5: Aufgabe 1: Ein Wissenschaftler untersucht, in wie weit die Reaktionszeit auf bestimmte Stimuli durch finanzielle Belohnung zu steigern ist. Er möchte vier Bedingungen vergleichen:

Mehr

SPSS. Einführung in. Fachhochschule Nürtingen. Studiengang Volkswirtschaftslehre. Sommersemester Dr. Lorenz Braun. (Version 9.

SPSS. Einführung in. Fachhochschule Nürtingen. Studiengang Volkswirtschaftslehre. Sommersemester Dr. Lorenz Braun. (Version 9. Fachhochschule Nürtingen Studiengang Volkswirtschaftslehre Einführung in SPSS (Version 9.0 1 ) Sommersemester 2003 Dr. Lorenz Braun 1 Diese Einführung basiert auf der SPSS-Basisversion mit dem Zusatzmodul

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Prof. Dr. G. Meinhardt Methodenlehre Mathematische und statistische Methoden I Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-206 Dr. Malte Persike persike@uni-mainz.de

Mehr

Beispiel 2 (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter)

Beispiel 2 (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter) Beispiel (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter) 1 Ein Statistiker ist zu früh zu einer Verabredung gekommen und vertreibt sich nun die Zeit damit, daß er die Anzahl X der Stockwerke

Mehr

Universitätslehrgang Sports Physiotherapy Einführung in die Statistik. Deskriptive Statistik. Deskriptive Statistik. 1.Tabellen.

Universitätslehrgang Sports Physiotherapy Einführung in die Statistik. Deskriptive Statistik. Deskriptive Statistik. 1.Tabellen. Department of Sport Science and Kinesiology Block 1 Universitätslehrgang Sports Physiotherapy Einführung in die Statistik Gerda Strutzenberger Block I Mittwoch 15.2.2012 13:00 bis 14:50 Grundlagen, Skalenniveau

Mehr

Einführung in die computergestützte Datenanalyse

Einführung in die computergestützte Datenanalyse Karlheinz Zwerenz Statistik Einführung in die computergestützte Datenanalyse 6., überarbeitete Auflage DE GRUYTER OLDENBOURG Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL

Mehr

Einführung in SPSS. Sitzung 2: Datenbereinigung und Datenmanagement. Knut Wenzig. 9. Dezember 2004

Einführung in SPSS. Sitzung 2: Datenbereinigung und Datenmanagement. Knut Wenzig. 9. Dezember 2004 Sitzung 2: 9. Dezember 2004 Benutzeroberfläche von SPSS Rückblick auf die Übungsaufgaben Rückblick auf eine Hausaufgabe Übungsaufgaben Hausaufgabe Benutzeroberfläche von SPSS Rückblick auf die Übungsaufgaben

Mehr

Statistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage

Statistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz 3., überarbeitete Auflage R.01denbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt

Mehr

Empirische Verteilungsfunktion

Empirische Verteilungsfunktion Empirische Verteilungsfunktion H(x) := Anzahl der Werte x ist. Deskriptive

Mehr

Zum Nachschlagen zum Arbeiten mit SPSS empfehlen wir folgende Literatur:

Zum Nachschlagen zum Arbeiten mit SPSS empfehlen wir folgende Literatur: Vorwort Das vorliegende Skriptum ist die begleitende Unterlage zur Übung Tabellenanalyse und enthält die Arbeitsunterlagen zum Unterricht sowie sämtliche Übungsbeispiele, die zur Vorbereitung für die abschließende

Mehr

Einführung in die Korrelationsrechnung

Einführung in die Korrelationsrechnung Einführung in die Korrelationsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Korrelationsrechnung

Mehr

Charakterisierung der Daten: Sind es genug? Sind alle notwendig? Was ist naturgegeben, was von Menschen beeinflusst (beeinflussbar)?

Charakterisierung der Daten: Sind es genug? Sind alle notwendig? Was ist naturgegeben, was von Menschen beeinflusst (beeinflussbar)? 3 Beschreibende Statistik 3.1. Daten, Datentypen, Skalen Daten Datum, Daten (data) das Gegebene Fragen über Daten Datenerhebung: Was wurde gemessen, erfragt? Warum? Wie wurden die Daten erhalten? Versuchsplanung:

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 26.02.2008 1 Warum Statistik und Wahrscheinlichkeits rechnung im Ingenieurwesen? Zusammenfassung der letzten Vorlesung Statistik und Wahrscheinlichkeitsrechnung

Mehr

3. Merkmale und Daten

3. Merkmale und Daten 3. Merkmale und Daten Ziel dieses Kapitels: Vermittlung des statistischen Grundvokabulars Zu klärende Begriffe: Grundgesamtheit Merkmale (Skalenniveau etc.) Stichprobe 46 3.1 Grundgesamtheiten Definition

Mehr

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 LÖSUNG 2C a) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Bei HHEINK handelt es sich um eine metrische Variable. Bei den Analysen sollen Extremwerte ausgeschlossen werden. Man sollte

Mehr

8. Statistik Beispiel Noten. Informationsbestände analysieren Statistik

8. Statistik Beispiel Noten. Informationsbestände analysieren Statistik Informationsbestände analysieren Statistik 8. Statistik Nebst der Darstellung von Datenreihen bildet die Statistik eine weitere Domäne für die Auswertung von Datenbestände. Sie ist ein Fachgebiet der Mathematik

Mehr

Statistik Tutorium. Ein Praktischer Einstieg in Statistiksoftware als Ergänzung zur Vorlesung Übung Statistik. Version 1.

Statistik Tutorium. Ein Praktischer Einstieg in Statistiksoftware als Ergänzung zur Vorlesung Übung Statistik. Version 1. Nobelstr. 10, 70569 Stuttgart Statistik Tutorium Ein Praktischer Einstieg in Statistiksoftware als Ergänzung zur Vorlesung Übung Statistik. Version 1.0 (April 2009) Studiengang: Medienwirtschaft Autoren:

Mehr

PROC MEANS. zum Berechnen statistischer Maßzahlen (für quantitative Merkmale)

PROC MEANS. zum Berechnen statistischer Maßzahlen (für quantitative Merkmale) PROC MEAS zum Berechnen statistischer Maßzahlen (für quantitative Merkmale) Allgemeine Form: PROC MEAS DATA=name Optionen ; VAR variablenliste ; CLASS vergleichsvariable ; Beispiel und Beschreibung der

Mehr

Lehrbuch der Statistik

Lehrbuch der Statistik Jürgen Bortz Lehrbuch der Statistik Für Sozialwissenschaftler Zweite, vollständig neu bearbeitete und erweiterte Auflage Mit 71 Abbildungen und 223 Tabellen Springer-Verlag Berlin Heidelberg New York Tokyo

Mehr

If something has a 50% chance of happening, then 9 times out of 10 it will. Yogi Berra

If something has a 50% chance of happening, then 9 times out of 10 it will. Yogi Berra If something has a 50% chance of happening, then 9 times out of 10 it will. Yogi Berra If you torture your data long enough, they will tell you whatever you want to hear. James L. Mills Warum Biostatistik?

Mehr

Grundlagen der Statistik

Grundlagen der Statistik Grundlagen der Statistik Übung 2 2010 FernUniversität in Hagen Alle Rechte vorbehalten Fakultät für Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe

Mehr

Kapitel 9: Verfahren für Nominaldaten

Kapitel 9: Verfahren für Nominaldaten Kapitel 9: Verfahren für Nominaldaten Eindimensionaler Chi²-Test Der eindimensionale χ²-test wird dann herangezogen, wenn die Versuchspersonen einer Population anhand eines Merkmals mit zwei oder mehr

Mehr

Stochastik für die Naturwissenschaften

Stochastik für die Naturwissenschaften Stochastik für die Naturwissenschaften Dr. C.J. Luchsinger 2. Beschreibende Statistik (descriptive Statistics) Literatur Kapitel 2 * Storrer: Kapitel 29-31 * Stahel: Kapitel 1-3 * Statistik in Cartoons:

Mehr

Campbell (1920): "... die Zuweisung von Zahlen, um Eigenschaften darzustellen."

Campbell (1920): ... die Zuweisung von Zahlen, um Eigenschaften darzustellen. 3. Grundlagen der Messung 1 3. Grundlagen der Messung 1 3.1. Definitionen der Messung... 1 3.2. Problembereiche des Messens... 4 3.2.1 Wechselwirkung beim Messvorgang... 4 3.2.2 Repräsentationsproblem...

Mehr

absolute Häufigkeit h: Anzahl einer bestimmten Note relative Häufigkeit r: Anzahl einer bestimmten Note, gemessen an der Gesamtzahl der Noten

absolute Häufigkeit h: Anzahl einer bestimmten Note relative Häufigkeit r: Anzahl einer bestimmten Note, gemessen an der Gesamtzahl der Noten Statistik Eine Aufgabe der Statistik ist es, Datenmengen zusammenzufassen und darzustellen. Man verwendet dazu bestimmte Kennzahlen und wertet Stichproben aus, um zu Aussagen bzw. Prognosen über die Gesamtheit

Mehr

Befehl: Analysieren > Deskriptive Statistiken > Häufigkeiten. Unter: Statistiken: Angabe Kurtosis/ Schiefe/ andere Lagemasse

Befehl: Analysieren > Deskriptive Statistiken > Häufigkeiten. Unter: Statistiken: Angabe Kurtosis/ Schiefe/ andere Lagemasse Grundeinstellungen Befehl: Bearbeiten >Optionen > Allgemein: Namen anzeigen Häufigkeiten Befehl: Analysieren > Deskriptive Statistiken > Häufigkeiten Unter: Statistiken: Angabe Kurtosis/ Schiefe/ andere

Mehr

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009, Statistik mit SPSS

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009, Statistik mit SPSS Sommersemester 2009, Statistik mit SPSS 25. August 2009 25. August 2009 Statistik Dozentin: mit Anja SPSS Mays 1 Überblick: 1. Hilfsbefehl und Datentransformationsbefehl (EXECUTE und COMPUTE) 2. Möglichkeiten

Mehr

Statistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von

Statistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz R.Oldenbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL I GRUNDLAGEN

Mehr

WISTA WIRTSCHAFTSSTATISTIK

WISTA WIRTSCHAFTSSTATISTIK WISTA WIRTSCHAFTSSTATISTIK PROF DR ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 07052013 Mittelwerte und Lagemaße II 1 Anwendung und Berechnung

Mehr

VS PLUS

VS PLUS VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen Inferenzstatistik 2 [Übungsaufgaben und Lösungenn - Inferenzstatistik 2] ÜBUNGSAUFGABEN

Mehr

3. Deskriptive Statistik

3. Deskriptive Statistik 3. Deskriptive Statistik Eindimensionale (univariate) Daten: Pro Objekt wird ein Merkmal durch Messung / Befragung/ Beobachtung erhoben. Resultat ist jeweils ein Wert (Merkmalsausprägung) x i : - Gewicht

Mehr

Teil I: Deskriptive Statistik

Teil I: Deskriptive Statistik Teil I: Deskriptive Statistik 2 Grundbegriffe 2.1 Merkmal und Stichprobe 2.2 Skalenniveau von Merkmalen 2.3 Geordnete Stichproben und Ränge 2.1 Merkmal und Stichprobe An (geeignet ausgewählten) Untersuchungseinheiten

Mehr

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS

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

Mehr

Inhaltsverzeichnis. Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite. 1.0 Erste Begriffsbildungen Merkmale und Skalen 5

Inhaltsverzeichnis. Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite. 1.0 Erste Begriffsbildungen Merkmale und Skalen 5 Inhaltsverzeichnis Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite 1.0 Erste Begriffsbildungen 1 1.1 Merkmale und Skalen 5 1.2 Von der Urliste zu Häufigkeitsverteilungen 9 1.2.0 Erste Ordnung

Mehr

Statistik eindimensionaler Größen

Statistik eindimensionaler Größen Statistik eindimensionaler Größen Michael Spielmann Inhaltsverzeichnis 1 Aufgabe der eindimensionalen Statistik 2 2 Grundbegriffe 2 3 Aufbereiten der Stichprobe 3 4 Die Kennzahlen Mittelwert und Streuung,

Mehr

Grundsätzliches zu SPSS

Grundsätzliches zu SPSS Grundsätzliches zu SPSS Version vom 4-3-2000 Kommentare und Fragen bitte an nathanlabhart@hotmail.com SPSS = Statistical Package for the Social Sciences ein speziell für die Sozialwissenschaften geeignetes

Mehr

Grundlagen Statistik Angewandte Statistik 3. Semester

Grundlagen Statistik Angewandte Statistik 3. Semester Angewandte Statistik 3. Semester Zur Person Constantin von Craushaar Consultant / Partner Innstat e.u. (www.innstat.com) info@innstat.com Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS

Mehr

Grundlagen der Datenanalyse

Grundlagen der Datenanalyse Schematischer Überblick zur Behandlung quantitativer Daten Theorie und Modellbildung Untersuchungsdesign Codierung / Datenübertragung (Erstellung einer Datenmatrix) Datenerhebung Fehlerkontrolle / -behebung

Mehr

Einfache statistische Auswertungen mit dem Programm SPSS

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...

Mehr

MATHEMATIK MTA 12 SCHULJAHR 07/08 STATISTIK

MATHEMATIK MTA 12 SCHULJAHR 07/08 STATISTIK MATHEMATIK MTA 12 SCHULJAHR 07/08 STATISTIK PROF. DR. CHRISTINA BIRKENHAKE Inhaltsverzeichnis 1. Merkmale 2 2. Urliste und Häufigkeitstabellen 9. Graphische Darstellung von Daten 10 4. Lageparameter 1

Mehr

Kapitel 6: Zweifaktorielle Varianzanalyse

Kapitel 6: Zweifaktorielle Varianzanalyse Kapitel 6: Zweifaktorielle Varianzanalyse Durchführung einer zweifaktoriellen Varianzanalyse ohne Messwiederholung 1 Effektstärke und empirische Teststärke einer zweifaktoriellen Varianzanalyse ohne Messwiederholung

Mehr

Planung und Auswertung klinischer und experimenteller Studien: Datenmanagement

Planung und Auswertung klinischer und experimenteller Studien: Datenmanagement Planung und Auswertung klinischer und experimenteller Studien: Datenmanagement Institut für Medizininformatik, Biometrie und Epidemiologie Universität Erlangen - Nürnberg 1 Einordnung in den Ablauf 1.

Mehr

Deskriptive Statistik

Deskriptive Statistik Deskriptive Statistik [descriptive statistics] Ziel der deskriptiven (beschreibenden) Statistik einschließlich der explorativen Datenanalyse [exploratory data analysis] ist zunächst die übersichtliche

Mehr

Die ungeliebten Verwandten: nicht-parametrische Alternativen

Die ungeliebten Verwandten: nicht-parametrische Alternativen 1.1.1. Die ungeliebten Verwandten: nicht-parametrische Alternativen 1.1.1.1. Was zur Hölle? Ted richtet seine Waffe auf Dr. Bob Kelso: Nein, Bob! Das werde ich nicht tun! Nicht nach all dem, was ich durchmachen

Mehr