Kontingenztabellen. Worum geht es in diesem Modul?
|
|
- Hedwig Pfeiffer
- vor 7 Jahren
- Abrufe
Transkript
1 Kontingenztabellen Worum geht es in diesem Modul? Die Ausgangssituation Die 2x2 Felder Tafel Randverteilungen in 2x2-Tafeln Bedingte Häufigkeiten in 2x2-Tafeln Die IxJ-Felder Tafel Kontingenztabelle und Klassierung Worum geht es in diesem Modul? In diesem Lernmodul betrachten wir die Situation, dass zwei Merkmale beobachtet wurden, die jeweils nur wenige Ausprägungen haben. Die Aufbereitung solcher Beobachtungen führt zu Kontingenztafeln. Ausgehend von der einfachsten Situation, dass beide Merkmale jeweils nur zwei Werte annehmen können, werden die relevanten Begriffe und Konzepte präsentiert. Die Ausgangssituation Bei den bisher beschriebenen statistischen Begriffen und Verfahren wurde jeweils nur ein Merkmal der verschiedenen Merkmalsträger betrachtet, also nur univariate Datensätze. Zumeist werden bei statistischen Untersuchungen jedoch mehrere Merkmale eines Merkmalsträgers erfasst. Dann liegen sogenannte multivariate Datensätze vor. Die einfachste Situation ist dabei die, dass zwei nominal skalierte Merkmale, und, berücksichtigt werden. Der bivariate Datensatz besteht dann aus Ausprägungspaaren, bei denen beide Komponenten jeweils nur wenige unterschiedliche Werte aufweisen. Eine Ladenkette ist mit ihrem Image in der Öffentlichkeit unzufrieden. Eine Befragung bei 350 Bürgern hat den Mitarbeitern Unfreundlichkeit vorgeworfen. Die Leitung befürchtet, dass die Kunden daher zur Konkurrenz abwandern können. Sie beabsichtigt daher in einigen Filialen ihre Mitarbeiter zu schulen. Hier soll der "zusätzliche" Effekt der Schulung untersucht werden. Seien = "Schulung" und = "Zufriedenheit". bedeutet, dass keine Schulung durchgeführt wurde,, dass geschult wurde. bedeutet, dass ein Kunde unzufrieden war, dass die Angabe "zufrieden" lautete. Zehn der 350 Beobachtungspaare sind: Page 1
2 Den gesamten Datensatz finden Sie hier ( ab6.txt ). Die 2x2 Felder Tafel Bei der Befragung der Kunden der Ladenkette wurde nur nach der Zufriedenheit gefragt. Zusätzlich wurde natürlich notiert, ob die Frage in einer Filiale mit bzw. ohne geschultes Personal durchgeführt wurde. Somit haben beide Merkmale jeweils nur zwei Ausprägungen. Die Beobachtungspaare sollen nun zusammengefasst werden. Dazu bietet es sich an, entsprechend der univariater Datensätze die Anzahlen gleicher Beobachtungspaare auszuzählen. Um aber eine übersichtliche Darstellung zu erhalten, ordnen wir die Häufigkeiten in einer Tabelle an. Für die 350 Beobachtungspaare ergibt sich: Tabelle der absoluten Häufigkeiten: Wir sehen, dass 150 der 350 befragten Kunden in einer Filiale ohne Schulung angesprochen wurden und nicht zufrieden waren. Nur 50 der befragten Kunden kauften in einer Filiale ohne Schulung ein und waren zufrieden. Wie bei univariaten Beobachtungen erhalten wir die relativen Häufigkeiten, indem die absoluten Häufigkeiten durch den Umfang des Datensatzes dividiert werden: Tabelle der relativen Häufigkeiten: Die allgemeine Angabe einer 2x2 Kontingenztafel Die beiden Merkmale mögen wie in unserer konkreten Situation nur je zwei Ausprägungen haben; diese seien mit 0 und 1 kodiert. Die gemeinsame Häufigkeitsverteilung der Beobachtungen solcher binärer Variablen wird dann in einer 2x2-Felder Tafel oder 2x2-Kontingenztafel angegeben. Sowohl Zeilen als auch Spalten repräsentieren Ausprägungen des Datensatzes. Die Ausprägungen des Merkmals sind zeilenweise angeordnet, die des Merkmals spaltenweise. Das Feld in der i-tenzeile und der j-tenspalte gibt die gemeinsame absolute Häufigkeit an, mit der das Ausprägungspaar im bivariaten Datensatz enthalten ist. Die absoluten Häufigkeiten erhalten wir einfach durch Auszählen. Die relativen Page 2
3 Häufigkeiten ergeben sich aus den absoluten Häufigkeiten durch Division durch den Umfang des Datensatzes. Allgemein bezeichnen wir die gemeinsamen absoluten Häufigkeiten, mit der die Ausprägungspaare im bivariaten Datensatz enthalten sind, mit ; sind die entsprechenden relativen Häufigkeiten: Die Kontingenztafel bekommt dann die folgende Gestalt: Randverteilungen in 2x2-Tafeln Aus der Kontingenztafel erhalten wir auch die Häufigkeitsverteilungen der einzelnen Variablen. Für die Häufigkeitsverteilung von brauchen wir nur zu bestimmen, wie oft jeweils der Wert 0 bzw. 1 erhalten wurde. Das ergibt sich gerade durch die Summe der Anzahl der Beobachtungen, bei denen jeweils unterschiedlich, aber fest ist. Diese Häufigkeiten werden am rechten Rand der Kontingenztabelle notiert. Entsprechend erhalten wir die Häufigkeitsverteilung von. Diese wird als neue Zeile der Kontingenztabelle hinzugefügt. Insgesamt ergibt sich: Für die relativen Häufigkeiten erhalten wir entsprechend die Tabelle: Die allgemeine Angabe von Randverteilungen Werden die Häufigkeiten in einer Zeile zusammengenommen, so ergibt sich die Häufigkeit der Beobachtungspaare, bei denen den Wert 0 bzw. den Wert 1 angenommen hat. Die Summe der Eintragungen in einer Spalte ist gleich der Häufigkeit, mit der denen den Wert 0 bzw. den Wert 1 angenommen hat. Diese Summen heißen Randhäufigkeiten. Um kenntlich zu machen, dass über einen der beiden Indizes summiert wird, wird bei den Randhäufigkeiten an der entsprechenden Stelle ein Punkt angebracht: und bzw. und Die Kontingenztabelle wird nun um eine Spalte und eine Zeile erweitert, um die Randhäufigkeiten mit einzutragen; sie bekommt somit die folgende Gestalt: Enthält die Kontingenztabelle absolute Häufigkeiten, so ergibt die Summe der univariaten Randhäufigkeiten (sowohl in der Zeile als auch in der Spalte) den Datenumfang. Wenn sie relative Häufigkeiten enthält, lautet die Summe eins: Beispiel: Erstellen einer Kontingenztafel mit dem Labor Die Universität in Bochum bietet neben Lehrveranstaltungen auch ein Kulturprogramm Page 3
4 für die Studierenden an. Im Rahmen einer Untersuchung zur Annahme eines Kulturangebotes von den Studierenden wurde getrennt nach Geschlecht auch danach gefragt, ob das Angebot vor allem angenommen würde, um Leute kennen zu lernen. In einer Labordatei finden Sie den Datensatz mit einer Anleitung zur Erstellung der Kontingenztafel mit dem Labor. Die Daten stammen aus Bischoff, M. (1999) Studierende und Kultur in Bochum, Tectum Verlag: Marburg. Labordatei öffnen ( b67.spf ) Erstellen Sie aus den Beobachtungen der beiden binären Variablen und im folgenden Datensatz eine 2x2-Felder-Tafel mit (i) absoluten Häufigkeiten (ii) relativen Häufigkeiten. Datensatz öffnen ( b7b.zmpf ) Bedingte Häufigkeiten in 2x2-Tafeln Das hauptsächliche Interesse der Geschäftsleitung richtet sich auf einen Vergleich der beiden Gruppen von Filialen: diejenigen, bei denen die Mitarbeiterschulung vorgenommen wurde und die, bei denen das nicht geschehen ist. Für solche Gruppenvergleiche sind die relativen Häufigkeiten geeigneter als die absoluten, da die Unterschiedlichkeit der Gruppengrößen ausgeglichen wird. In der Kontingenztafel werden die beiden Gruppen durch die Zeilen gegeben. Die getrennte Betrachtung der beiden Zeilen führt dazu, dass die absoluten Häufigkeiten durch die jeweils zugehörige Randhäufigkeit dividiert werden: Wir sehen deutlich, dass die Schulung das Image ins Positive verändert hat. Die allgemeine Angabe von bedingten Verteilungen Wie bei dem Beispiel besteht eine der häufigsten Fragestellungen bei bivariaten Daten im Vergleich von Untergruppen, die durch die Ausprägungen einer der beiden Variablen gegeben sind. Für den Vergleich werden die relativen Häufigkeiten herangezogen. Allgemein ergeben sich bei binären Variablen zwei Verteilungen von, wenn die Untergruppen durch die Variable gegeben sind: Diese auf die Zeilen bezogenen relativen Häufigkeiten werden als bedingte relative Häufigkeiten bezeichnet. Dafür wird geschrieben. Es ist Entsprechend ergeben sich die bedingten relativen Häufigkeiten für die Spalten: In einer Tabelle zusammengefasst bekommen sie folgende Gestalt: Gegeben ist die folgende 2x2-Felder Tafel: Bestimmen Sie Page 4
5 1.die Randverteilungen von und. 2.die bedingten Verteilungen von bei gegebenen -Werten. Anleitung zu Berechnung: Labordatei öffnen ( bd8.spf ) Die IxJ-Felder Tafel Wenn wir den Zusammenhang zweier nominal skalierter Variablen betrachten, wobei mindestens eine von beiden mehr als zwei mögliche Ausprägungen hat, werden wir auf Kreuztabellen mit mehr als zwei Zeilen und / oder zwei Spalten geführt. Die Ausprägungen der Variablen werden einfach durch aufeinanderfolgende ganze Zahlen wie oder bezeichnet. Die für 2x2-Felder Tafeln vorgestellten Konzepte lassen sich recht einfach auf IxJ-Felder Tafeln verallgemeinern. Zunächst erhalten wir durch die Kreuzklassifikation der in einer Datenmatrix vorliegenden Realisationen eine IxJ-Felder Tafel von absoluten Häufigkeiten: Die relativen Häufigkeiten werden auf alle Beobachtungen bezogen. Damit erhalten wir die entsprechende IxJ-Felder Tafel mit den Eintragungen Auch die bedingten relativen Häufigkeiten ergeben sich ganz wie im Fall einer 2x2-Tafel. Die auf die Zeilen bezogenen bedingten relativen Häufigkeiten sind Entsprechend sind die auf die Spalten bezogenen bedingten relativen Häufigkeiten: In der folgenden Abbildung ist die Auswahl einer Zeile und die resultierende Bestimmung der bedingten Häufigkeiten verdeutlicht. Quelle: Statistik interaktiv! Kreuz- oder Kontingenztabellen sind natürlich auch für ordinal oder metrisch skalierte Merkmale bedeutsam, wenn beide nur wenige unterschiedliche Realisationen aufweisen. Beispiel: Technikakzeptanz Im Rahmen einer Studie wurden von 1553 Personen u.a. Angaben zur Berufsposition (= ) und zu ihrer Technik-Akzeptanz (= ) erhoben. Dazu hatten die Befragten auf einer Skala, die von 1 (= sehr skeptisch) bis 7 (=stimme voll zu) reichte, ihre Techniknähe anzugeben. Das Ergebnis ist in der folgenden Tabelle zusammengefasst. Von speziellem Interesse ist hier natürlich, die Verteilung der Technikakzeptanz für die Personen unterschiedlicher Berufspositionen miteinander zu vergleichen. Anhand der bedingten Verteilungen wird deutlich, dass leitende Angestellte und Selbständige neuer Technik gegenüber am aufgeschlossensten sind. In keiner Gruppe überwiegen jedoch die absoluten Befürworter. Im Rahmen freier Krankenkassenwahl ist es für die verschiedenen Kassen immer wichtiger, sich über die Zufriedenheit ihrer Kunden ein Bild zu machen. So wurde in Page 5
6 einer Fragebogenaktion unter anderem nach der Zufriedenheit mit der fachlichen Beratung und danach gefragt, ob man die Kasse weiterempfehlen würde. Das Merkmal ="Zufriedenheit" hat fünf Ausprägungen (1=vollkommen zufrieden, 5= unzufrieden), das Merkmal ="Weiterempfehlung" hat drei Ausprägungen (1=ja, 2=eventuell, 3=nein). Der Datensatz steht hier zur Verfügung: Labordatei öffnen ( c3f.zmpf ) i) Aus dem Datensatz ist eine Kontingenztabelle zu erstellen. ii) Ermitteln Sie die Randverteilungen. iii) Es sind die bedingten Verteilungen von von zu bestimmen und zu interpretieren. Kontingenztabelle und Klassierung bei gegebenen Werten Schlafstörungen stellen ein weit verbreitetes Problem in der Bevölkerung dar. Dabei verändert sich die Problemlage mit dem Alter. Da die Anzahl der unterschiedlichen Ausprägungen für das Merkmal Alter sehr groß ist, empfiehlt es sich, für eine übersichtliche Darstellung Altersgruppen zu bilden. Dann können die Schlafstörungen mit den Ausprägungen "gar nicht", "leicht", "mittel" und "schwer" mit der Altersgruppe kreuzklassifiziert werden. (Daten nach einer Veröffentlichung in der Frankfurter Rundschau und dem Statistischen Jahrbuch.) Erst durch die Klassierung des Merkmals Alter ist hier eine Tabelle mit einer relevanten Aussagekraft konstruierbar. Wie bei der gilt aber, dass durch die Klassierung bivariater Datensätze die Information reduziert wird. Der Straßenverkehr ist nicht nur tagsüber die dominierende Geräuschquelle. Die Geräuschbelastung durch Straßenverkehr hat trotz technischer und planerischer Lärmminderungsmaßnahmen ein hohes Niveau Messungen in den alten Bundesländern, je 1000 tagsüber und 1000 nachts, ergaben einen Datensatz: Labordatei öffnen ( c6e.zmpf ) (Nach Umweltbundesamt, Umweltdaten Deutschland 1998.) Klassieren Sie die Lautstärke-Werte wie auf der Laborseite angegeben und erstellen Sie eine Kontingenztafel! Interpretieren Sie die Tabelle! (Bei Pegeln über 30 db(a) muss mit Schlafstörungen infolge der Geräuschbelastung gerechnet werden.) bedingte relative Häufigkeit Erklärungbinäre Variable Erklärungbivariater Datensatz Erklärungbivariate Häufigkeiten ErklärungKlassierung Page 6
7 ErklärungKontingenztabelle ErklärungRandverteilung Erklärung (c) Projekt Neue Statistik 2003, Freie Universität Berlin, Center für Digitale Systeme Kontakt: Page 7
5 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
MehrGemeinsame Wahrscheinlichkeitsverteilungen
Gemeinsame Wahrscheinlichkeitsverteilungen Worum geht es in diesem Modul? Gemeinsame Wahrscheinlichkeits-Funktion zweier Zufallsvariablen Randverteilungen Bedingte Verteilungen Unabhängigkeit von Zufallsvariablen
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
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:
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
MehrBivariate 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
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
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
Mehr3. Lektion: Deskriptive Statistik
Seite 1 von 5 3. Lektion: Deskriptive Statistik Ziel dieser Lektion: Du kennst die verschiedenen Methoden der deskriptiven Statistik und weißt, welche davon für Deine Daten passen. Inhalt: 3.1 Deskriptive
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
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
Mehrerwartete 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
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009, Statistik mit SPSS
Sommersemester 2009, Statistik mit SPSS 26. August 2009 26. August 2009 Statistik Dozentin: mit Anja SPSS Mays 1 1. Ziel der Kreuztabellierung 2. Übersicht CROSSTABS - Syntax 3. 2x2 Kreuztabellen Überblick
MehrErmitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:
1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das
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
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
MehrBivariate Zusammenhänge
Bivariate Zusammenhänge Tabellenanalyse: Kreuztabellierung und Kontingenzanalyse Philosophische Fakultät Institut für Soziologie Berufsverläufe und Berufserfolg von Hochschulabsolventen Dozent: Mike Kühne
MehrZusammenhangsanalyse in Kontingenztabellen
Zusammenhangsanalyse in Kontingenztabellen Bisher: Tabellarische / graphische Präsentation Jetzt: Maßzahlen für Stärke des Zusammenhangs zwischen X und Y. Chancen und relative Chancen Zunächst 2 2 - Kontingenztafel
MehrKapitel 5 Wichtige Maßzahlen für den Zusammenhang zwischen Merkmalen
Kapitel 5 Wichtige Maßzahlen für den Zusammenhang zwischen Merkmalen 5.1 Darstellung der Verteilung zweidimensionaler Merkmale 5.2 Maßzahlen für den Zusammenhang zweier nominaler Merkmale 5.3 Maßzahlen
MehrDeskriptive Statistik Erläuterungen
Grundlagen der Wirtschaftsmathematik und Statistik Erläuterungen Lernmaterial zum Modul - 40601 - der Fernuniversität Hagen 7 2.1 Einfache Lageparameter aus einer gegebenen Messreihe ablesen Erklärung
MehrLösungen zur Klausur zur Statistik Übung am
Lösungen zur Klausur zur Statistik Übung am 28.06.2013 Fabian Kleine Staatswissenschaftliche Fakultät Aufgabe 1 Gegeben sei die folgende geordneten Urliste des Merkmals Y. 30 Punkte Y : 5 5 5 5 10 10 10
Mehrhtw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK
htw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK htw saar 2 Grundbegriffe htw saar 3 Grundgesamtheit und Stichprobe Ziel: Über eine Grundgesamtheit (Population) soll eine Aussage über ein
MehrStatistik I für Betriebswirte Vorlesung 10
Statistik I für Betriebswirte Vorlesung 10 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 13. Juni 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrBivariate Verteilungen [bivariate data]
Bivariate Verteilungen [bivariate data] Zwei Variablen X, Y werden gemeinsam betrachtet, d.h. an jedem Objekt i werden zwei Merkmale beobachtet. Beobachtungswerte sind Paare/Kombinationen von Merkmalsausprägungen
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
MehrDaten, 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
MehrIndexrechnung. Worum geht es in diesem Modul?
Indexrechnung Worum geht es in diesem Modul? Verhältniszahlen Messzahlen Indexzahlen Preisindizes Mengen- und Umsatzindizes Worum geht es in diesem Modul? In diesem Modul beschäftigen wir uns mit der Bildung
MehrKreuztabellenanalyse. bedingte Häufigkeiten
Lehrveranstaltung Empirische Forschung und Politikberatung der Universität Bonn, WS 2007/2008 Kreuztabellenanalyse bedingte Häufigkeiten 07. Dezember 2007 Michael Tiemann, Bundesinstitut für Berufsbildung,
MehrZusammenhangsanalyse 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
MehrLeseprobe. Michael Sachs. Wahrscheinlichkeitsrechnung und Statistik. für Ingenieurstudenten an Fachhochschulen. ISBN (Buch):
Leseprobe Michael Sachs Wahrscheinlichkeitsrechnung und Statistik für Ingenieurstudenten an Fachhochschulen ISBN (Buch): 978-3-446-43797-5 ISBN (E-Book): 978-3-446-43732-6 Weitere Informationen oder Bestellungen
MehrTest auf den Erwartungswert
Test auf den Erwartungswert Wir interessieren uns für den Erwartungswert µ einer metrischen Zufallsgröße. Beispiele: Alter, Einkommen, Körpergröße, Scorewert... Wir können einseitige oder zweiseitige Hypothesen
MehrAnalyse von Kontingenztafeln
Analyse von Kontingenztafeln Mit Hilfe von Kontingenztafeln (Kreuztabellen) kann die Abhängigkeit bzw. die Inhomogenität der Verteilungen kategorialer Merkmale beschrieben, analysiert und getestet werden.
MehrLösungen 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
MehrStatistik I. 1. Klausur Wintersemester 2010/2011 Hamburg, Art der Anmeldung: STiNE FlexNow Zulassung unter Vorbehalt
Statistik I 1. Klausur Wintersemester 2010/2011 Hamburg, 11.02.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................
MehrGrundlagen 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
Mehrb) Bestimmen Sie die bedingten relativen Häufigkeiten mit dem Merkmal Abschluss als Bedingung.
Aufgabe 1: Im Wintersemester 2007/2008 waren an der RUB 3.140 Studierende, darunter 1.168 weibliche, in wirtschaftswissenschaftlichen Studiengängen (Angestrebte Abschlüsse: Diplom, Bachelor oder Promotion)
MehrKapitel 2. Mittelwerte
Kapitel 2. Mittelwerte Im Zusammenhang mit dem Begriff der Verteilung, der im ersten Kapitel eingeführt wurde, taucht häufig die Frage auf, wie man die vorliegenden Daten durch eine geeignete Größe repräsentieren
MehrWahrscheinlichkeitsrechnung und Statistik
Wahrscheinlichkeitsrechnung und Statistik Für Ingenieurstudenten an Fachhochschulen von Michael Sachs erweitert Wahrscheinlichkeitsrechnung und Statistik Sachs schnell und portofrei erhältlich bei beck-shopde
MehrGrundlagen 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
MehrForschungsmethoden 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
MehrEinführung 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
MehrRegressionsanalysen mit Stata
Regressionsanalysen mit Stata Wiederholung: Deskriptive Analysen - Univariate deskriptive Analysen (Häufigkeitsauszählungen einer Variablen) - Multivariate deskriptive Analysen (Untersuchung gemeinsamer
MehrKapitel VIII - Mehrdimensionale Merkmale
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VIII - Mehrdimensionale Merkmale Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh
MehrDatenstrukturen. Querschnitt. Grösche: Empirische Wirtschaftsforschung
Datenstrukturen Datenstrukturen Querschnitt Panel Zeitreihe 2 Querschnittsdaten Stichprobe von enthält mehreren Individuen (Personen, Haushalte, Firmen, Länder, etc.) einmalig beobachtet zu einem Zeitpunkt
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
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS
Sommersemester 2009 Statistik mit SPSS 15. Mai 2009 15. Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Überblick Kreuztabellen 1. Ziel der Kreuztabellierung 2. Übersicht CROSSTABS - Syntax
MehrKategoriale Daten. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/17
Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/17 Übersicht Besitzen die Daten, die statistisch ausgewertet werden sollen, kategoriales Skalenniveau, unterscheidet man die folgenden Szenarien:
MehrTutorial:Unabhängigkeitstest
Tutorial:Unabhängigkeitstest Mit Daten aus einer Befragung zur Einstellung gegenüber der wissenschaftlich-technischen Entwicklungen untersucht eine Soziologin den Zusammenhang zwischen der Einstellung
MehrGrundlegende Eigenschaften von Punktschätzern
Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur
MehrV 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
MehrSTATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG
STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG Statistische Methoden In der vorliegenden fiktiven Musterstudie wurden X Patienten mit XY Syndrom (im folgenden: Gruppe XY) mit Y Patienten eines unauffälligem
MehrTEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG
TEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG Statistik eine Umschreibung Mathematische Hilfswissenschaft mit der Aufgabe, Methoden für die Sammlung, Aufbereitung, Analyse
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
MehrBrückenkurs Statistik für Wirtschaftswissenschaften
Peter von der Lippe Brückenkurs Statistik für Wirtschaftswissenschaften Weitere Übungsfragen UVK Verlagsgesellschaft mbh Konstanz Mit UVK/Lucius München UVK Verlagsgesellschaft mbh Konstanz und München
MehrStatistisches Testen
Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall
MehrBitte 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
Mehrb) falsch. Das arithmetische Mittel kann bei nominal skalierten Merkmalen überhaupt nicht berechnet werden.
Aufgabe 1: Nehmen Sie Stellung zu den nachfolgenden Behauptungen (richtig/falsch mit kurzer Begründung): a) Die normierte Entropie ist gleich Eins, wenn alle Beobachtungen gleich häufig sind. b) Bei einem
MehrPhallosan-Studie. Statistischer Bericht
Phallosan-Studie Statistischer Bericht Verfasser: Dr. Clemens Tilke 15.04.2005 1/36 Inhaltsverzeichnis Inhaltsverzeichnis... 2 Einleitung... 3 Alter der Patienten... 4 Körpergewicht... 6 Penisumfang...
MehrPrüfung aus Statistik 1 für SoziologInnen- Gruppe A
Prüfung aus Statistik 1 für SoziologInnen- Gruppe A 26. Juni 2012 Gesamtpunktezahl =80 Prüfungsdauer: 2 Stunden 1) Wissenstest (maximal 20 Punkte) Lösungen Kreuzen ( ) Sie die jeweils richtige Antwort
MehrTutorium Mathematik in der gymnasialen Oberstufe 1. Veranstaltung: Beschreibende Statistik 19. Oktober 2016
Tutorium Mathematik in der gymnasialen Oberstufe 1. Veranstaltung: Beschreibende Statistik 19. Oktober 2016 1. Daten erfassen 1. Aufgabe: Würfeln Sie 30-mal mit einem regelmäßigen Oktaeder und dokumentieren
MehrKlausurvorbereitung - Statistik
Aufgabe 1 Klausurvorbereitung - Statistik Studenten der Politikwissenschaft der Johannes Gutenberg-Universität wurden befragt, seit wie vielen Semestern sie eingeschrieben sind. Berechnen Sie für die folgenden
Mehr6. 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
MehrBivariate 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
MehrStatistik ohne Angst vor Formeln
Statistik ohne Angst vor Formeln Das Studienbuch für Wirtschaftsund Sozialwissenschaftler 4., aktualisierte Auflage Andreas Quatember 1.3 Kennzahlen statistischer Verteilungen 1.3.4 Kennzahlen des statistischen
MehrKapitel 17. Unabhängigkeit und Homogenität Unabhängigkeit
Kapitel 17 Unabhängigkeit und Homogenität 17.1 Unabhängigkeit Im Rahmen der Wahrscheinlichkeitsrechnung ist das Konzept der Unabhängigkeit von zentraler Bedeutung. Die Ereignisse A und B sind genau dann
MehrStreudiagramme und Korrelation
Streudiagramme und Korrelation Worum geht es in diesem Modul? Streudiagramme Vier-Quadranten-Schema Kovarianz Korrelationskoeffizient Scheinkorrelation Rangkorrelation Worum geht es in diesem Modul? Bisher
MehrSkript 7 Kreuztabellen und benutzerdefinierte Tabellen
Skript 7 Kreuztabellen und benutzerdefinierte Tabellen Ziel: Analysieren und verdeutlichen von Zusammenhängen mehrerer Variablen, wie z.b. Anzahlen pro Kategorien; Mittelwert und Standardabweichung pro
Mehr4. Material und Methoden 17
4. Material und Methoden 17 4. Material und Methoden 4.1 Untersuchungsdesign An der Martin-Luther-Universität Halle-Wittenberg wird im Rahmen der Studentenausbildung für jeden Prothetik-Patienten ein umfangreicher
MehrSkalenniveaus =,!=, >, <, +, -
ZUSAMMENHANGSMAßE Skalenniveaus Nominalskala Ordinalskala Intervallskala Verhältnisskala =,!= =,!=, >, < =,!=, >, ,
MehrLagemaße Worum geht es in diesem Modul? Allgemeines zu Lagemaßzahlen Arithmetisches Mittel aus einer Urliste
Lagemaße Worum geht es in diesem Modul? Allgemeines zu Lagemaßzahlen Arithmetisches Mittel aus einer Urliste Berechnung des arithmetischen Mittels aus Häufigkeitstabellen Weitere Lagemaße Worum geht es
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
MehrÜbungsblatt 4. Berechnen Sie für die statistischen Reihen die Varianzen, Kovarianzen und Korrelationskoeffizienten
Aufgabe 1: Übungsblatt 4 Berechnen Sie für die statistischen Reihen die Varianzen, Kovarianzen und Korrelationskoeffizienten a) s 2 X, s 2 Y, sz, 2 s 2 U, s 2 V, s 2 W, s 2 T b) c XY, c Y Z c) c ZU, c
MehrStatistik I (17) 79. Untersuchen Sie die Daten aus Tabelle 1.
Schüler Nr. Statistik I (7) Schuljahr /7 Mathematik FOS (Haben Sie Probleme bei der Bearbeitung dieser Aufgaben, wenden Sie sich bitte an die betreuenden Lehrkräfte!) Tabelle : Die Tabelle wurde im Rahmen
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
MehrKlausur: Einführung in die Statistik Sommersemester 2014
Klausur: Einführung in die Statistik Smmersemester 2014 1. Für eine statistische Analyse wird eine Reihe vn Merkmalen erfasst- Ntieren Sie jeweils mit N, O, I bzw. R, b es sich um eine Nminal-, Ordinal-,
MehrAblaufschema beim Testen
Ablaufschema beim Testen Schritt 1 Schritt 2 Schritt 3 Schritt 4 Schritt 5 Schritt 6 Schritt 7 Schritt 8 Schritt 9 Starten Sie die : Flashanimation ' Animation Ablaufschema Testen ' siehe Online-Version
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
MehrMathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 2007
Mathematik IV für Maschinenbau und Informatik Stochastik Universität Rostock, Institut für Mathematik Sommersemester 007 Prof. Dr. F. Liese Dipl.-Math. M. Helwich Serie Termin: 9. Juni 007 Aufgabe 3 Punkte
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
Mehr8. 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
MehrEinführung 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
MehrKundenzufriedenheit 2008
BÜRO FÜR ARBEITS- UND SOZIALPOLITISCHE STUDIEN BASS AG KONSUMSTRASSE. CH-37 BERN. TEL +41 ()31 38 8. FAX +41 ()31 398 33 63 INFO@BUEROBASS.CH. WWW.BUEROBASS.CH Kundenzufriedenheit 8 Empirische Erhebung
MehrMultivariate Zufallsvariablen
Kapitel 7 Multivariate Zufallsvariablen 7.1 Diskrete Zufallsvariablen Bisher haben wir immer nur eine Zufallsvariable betrachtet. Bei vielen Anwendungen sind aber mehrere Zufallsvariablen von Interesse.
MehrAnalytische Statistik II
Analytische Statistik II Institut für Geographie 1 Schätz- und Teststatistik 2 Das Testen von Hypothesen Während die deskriptive Statistik die Stichproben nur mit Hilfe quantitativer Angaben charakterisiert,
MehrTeil 1: Statistische Erhebungen, Erfassen von Merkmalen Absolute und relative Häufigkeiten Mittelwerte. Datei Nr
STOCHASTIK Statistische Grundbegriffe für die Sekundarstufe Teil 1: Statistische Erhebungen, Erfassen von Merkmalen Absolute und relative Häufigkeiten Mittelwerte Datei Nr. 31001 Stand 22. Juni 2009 INTERNETBIBLIOTHEK
MehrKapitel 10. Stichproben
Kapitel 10 n In der deskriptiven Statistik werden die Charakteristika eines Datensatzes durch Grafiken verdeutlicht und durch Maßzahlen zusammengefasst. In der Regel ist man aber nicht nur an der Verteilung
MehrEin- und Zweistichprobentests
(c) Projekt Neue Statistik 2003 - Lernmodul: Ein- Zweistichprobentests Ein- Zweistichprobentests Worum geht es in diesem Modul? Wiederholung: allgemeines Ablaufschema eines Tests Allgemeine Voraussetzungen
MehrBivariate explorative Datenanalyse in R
Bivariate explorative Datenanalyse in R Achim Zeileis, Regina Tüchler 2006-10-09 In der LV Statistik 1 haben wir auch den Zusammenhang von 2 Variablen untersucht. Hier werden die dazugehörenden R-Befehle
MehrZwei 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
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 04.06.2013 Zweidimensionale Datensätze 1. Kontingenztabelle
MehrDer 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
MehrInhaltsverzeichnis Grundlagen aufigkeitsverteilungen Maßzahlen und Grafiken f ur eindimensionale Merkmale
1. Grundlagen... 1 1.1 Grundgesamtheit und Untersuchungseinheit................ 1 1.2 Merkmal oder statistische Variable........................ 2 1.3 Datenerhebung.........................................
MehrChi² Test und Kontingenzkoeffizient. - aber keine natürliche Reihenfolge
Chi² Test und Kontingenzoeffizient Für nominalsalierte Daten: - diese haben unterschiedliche Ausprägung, - aber eine natürliche Reihenfolge 1. Chi² Test Test nominalsalierter Daten Vergleich von beobachteten
MehrBiometrieübung 11 Kontingenztafeln
Biometrieübung 11 (Kontingenztafeln) - Aufgabe Biometrieübung 11 Kontingenztafeln Aufgabe 1 2x2-Kontingenztafeln 100 weibliche Patienten sind mit einer konventionellen Therapie behandelt worden 85 Patientinnen
Mehr1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte. D. Horstmann: Oktober
1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte D. Horstmann: Oktober 2014 4 Graphische Darstellung von Daten und unterschiedliche Mittelwerte Eine Umfrage nach der Körpergröße
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2008/2009. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2008/2009 Aufgabe 1 Der Student
MehrMedian 2. Modus < Median < Mittelwert. Mittelwert < Median < Modus. 2 Modalwerte oder Modus viel größer bzw. viel kleiner als Mittelwert
Universität Flensburg Zentrum für Methodenlehre Tutorium Statistik I Modus oder Modalwert (D) : - Geeignet für nominalskalierte Daten - Wert der häufigsten Merkmalsausprägung - Es kann mehrere Modalwerte
Mehr