Einführung in SPSS. Sitzung 4: Bivariate Zusammenhänge. Knut Wenzig. 27. Januar 2005

Transkript

1 Sitzung 4: Bivariate Zusammenhänge 27. Januar 2005

2 Inhalt der letzten Sitzung Übung: ein Index Umgang mit missing values

3 Berechnung eines Indexes Inhalt der letzten Sitzung Übung: ein Index Umgang mit missing values Messung muss reliabel sein. Überprüfung mit Cronbach s alpha RELIABILITY Variablen müssen eindimensional sein Überprüfung mit Faktorenanalyse FACTOR Berechnung des Indexes aus Variablen Geeignete Zusammenfassung (Addition, Normierung) Behandlung der missing values

4 Inhalt der letzten Sitzung Übung: ein Index Umgang mit missing values Berechnung eines Indexes zur Anomie Geeignete Variablen? V27: Lageverschlechterung einfache Leute V28: bei dieser Zukunft keine Kinder mehr V29: Politiker uninteressiert an einfachen Leuten V30: Mehrheit uninteressiert an Mitmenschen Eigenschaften des Indexes Spannweite von 0 bis 1 missing values durch Mittelwert der gültigen Variablen ersetzen nur missing, wenn alle vier Variablen gleichzeitig missing Tipp: spssbase.pdf [Hilfe Command Syntax Reference (Chap. Universals)]

5 Mit missing values rechnen Inhalt der letzten Sitzung Übung: ein Index Umgang mit missing values Deklaration MISSING VALUES varlist (value list) Deklaration vorübergehend nicht beachten VALUES (arg) auf Eigenschaft missing prüfen MISSING (arg) SYSMIS (arg) missings und valids zählen nmiss (arg list) nvalid (arg list) Quelle: spssbase.pdf, , S. 53

6 und Prozentuierung nur für numerische Variablen mit endlich vielen Kategorien CROSSTABS varlist BY varlist CROSSTABS abh. Variable BY unabh. Variable unabhängige Variable steht im Tabellenkopf Beispiel: CROSSTABS v27 BY v216. Prozentuierungen im Unterbefehl /CELLS= absolute Häufigkeiten: COUNT Zeilenprozente: ROW Spaltenprozente: COLUMN Tabellenprozente: TOTAL Beispiel: CROSSTABS v27 BY v216 / CELLS = COUNT ROW COLUMN TOTAL. Menu: Analysieren Deskriptive Statistiken

7 Unabhängigkeit in einer Vierfeldertabelle 1. Wenn zwei Variablen unabhängig voneinander sind, ist die Summe aus den quadrierten Differenzen zwischen den empirischen Häufigkeiten und den erwarteten Häufigkeiten geteilt die erwarteten absoluten Häufigkeiten, der χ 2 -Wert, gleich null. 2. Wenn χ 2 > 0 muss man prüfen, ob χ 2 emp > χ 2 krit. 3. Falls dies zutrifft kann man die Nullhypothese H 0 verwerfen und die Alternativhypothese (Forschungshypothese) H 1 als vorläufig bestätigt annehmen.

8 Anforderung von χ 2 mit der Syntax CROSSTABS / TABLES = v27 BY v216 / CELLS = COUNT COLUMN / STATISTICS = CHISQ.

9 Vorgehen in SPSS Überblick 1. Für einen statistischen Signifikanz-Test auf Unabhängigkeit wird zunächst die Nullhypothese formuliert: H 0 : Frauen beurteilen die Lage der einfachen Leute genauso wie Männer. 2. In SPSS gibt die Signifikanz eines Wertes an, wie wahrscheinlich ein Fehler ist (Irrtumswahrscheinlichkeit) wenn man H 0 verwirft. (Hypothesen können nur verworfen werden.) 3. In unserem Fall ist der korrigierte Wert: χ 2 korr = 12, 339 und seine Signifikanz gleich null. Also macht man (wahrscheinlich) keinen Fehler, wenn man H 0 ablehnt und H 1 annimmt: H 1 : Frauen beurteilen die Lage der einfachen Leute anders als Männer.

10 Voraussetzungen und Signifikanzniveaus Voraussetzungen 1. Für die erwarte Häufigkeit f e darf nur in maximal 20 % der Tabellenzellen gelten: f e < In allen Zellen muss gelten: f e 0. Signifikanzniveaus (keine Aussage über Stärke!) 1. *: p = 0, 05, signifikant, fehlerhaft in 5 Prozent aller Berechnungen 2. **: p = 0, 01, sehr signifikant, fehlerhaft in 1 Prozent aller Berechnungen 3. ***: p = 0, 001, höchst signifikant, fehlerhaft in 0,1 Prozent aller Berechnungen Anmerkung: Signifikanzniveau für Voraussetzungstests p = 0, 10, fehlerhaft in 10 Prozent aller Berechnungen

11 Wo unterschieden sich Frauen und Männer in Sachen Anomie? 1. Suche relevante abhängige und unabhängige Variablen. 2. Formuliere Forschungs- und Nullhypothese. 3. Berechne Kreuztabelle und statistische Kennwerte. 4. Inspiziere Kreuztabelle. 5. Prüfe Kennwerte und ihre Signifikanz. 6. Kann Nullhypothese verworfen werden? 7. In welchen Items unterscheiden sich Frauen und Männer?

12 CROSSTABS stellt weitere Teststatistiken für Zusammenhangsmessung zur Verfügung PHI Φ: Stärke des Zusammenhangs, beliebige Skalenniveaus, 2 2-Felder-Tabelle,, [0; 1] PHI Cramer s V: Stärke des Zusammenhangs, beliebige Skalenniveaus, beliebige Tabellen, [0; 1] BTAU τ b : Stärke und Richtung des Zusammenhangs, ordinales Skalenniveau, quadratische Tabellen, [ 1; 1] CTAU τ c : Stärke und Richtung des Zusammenhangs, ordinales Skalenniveau, beliebige Tabellen, [ 1; 1] CORR Spearman s Rho r s : Stärke und Richtung, ordinales Skalenniveau, beliebige Tabellen,[ 1; 1] CORR Pearson s r r s : Stärke und Richtung, metrisches Niveau, bel. Tab,[ 1; 1] (auch Produkt-Moment- Korrelation oder nur Korrelation)

13 Faustregeln Überblick r Wittenberg Kühnel/Krebs 0 < r 0, 05 sehr gering zu vernachlässigen 0, 05 < r 0, 2 sehr gering gering 0, 2 < r 0, 5 gering mittel 0, 5 < r 0, 7 mittel hoch 0, 7 < r 0, 9 stark sehr hoch 0, 9 < r 1 sehr stark sehr hoch Wittenberg: Computerunterstütze Datenanalyse, 1998, S. 153 Kühnel/Krebs: Statistik für Sozialwissenschaften, 2004, S

14 1. Unterscheiden sich Frauen und Männer bezüglich Ihrer Einstellung zum Schwangerschaftsabbruch? Gehen Sie zur Beantwortung der Frage vor wie in der Übung zu Anomie: Suchen Sie geeignete Variablen, stellen Sie Hypothesen auf, inspizieren Sie die, interpretieren Sie Kennwerte und Signifikanz. Fassen Sie Ihr Ergebnis zusätzlich zusammen! 2. Finden Sie zu jeder Teststatistik für den Zusammenhang ein Beispiel im ALLBUS.