Kreuztabellen mit Häufigkeiten und Prozenten

Ähnliche Dokumente
Hypothesentests mit SPSS

entschieden hat, obwohl die Merkmalsausprägungen in der Grundgesamtheit voneinander abhängig sind.

Lösungen zum Aufgabenblatt 2: Bivariate Kreuztabellen mit nominalem Messniveau

Master: Quantitative Methoden

Syntax. Ausgabe *Ü12. *1. corr it25 with alter li_re kontakt.

Gibt es einen Zusammenhang zwischen Merkmalen? Korrelationen

Korrespondenzanalyse

2.1 Einführung in das Testen von Hypothesen

Geschlecht + Anfangsgehalt. T-Test für das Anfangsgehalt Gruppenstatistiken. Der SPSS Output der aktuellen Computerübung zum Aufgabenblatt 3

Statistik I für Studierende der Wirtschaftswissenschaften Übungsblatt 12 Prof. Dr. Christian Heumann WS 2015/16

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

Die widerspenstige. Kapitel 5: Chi-Quadrat oder.. Merkmal B: Spalten. Merkmal A: Zeilen. Kreuztabelle zweidimensionale Häufigkeitstabelle

Ergebnisse VitA und VitVM

2. Deskriptive Datenanalyse

Projekt Kaffeemaschine Welche Faktoren beeinflussen das Geschmacksurteil?

erwartete Häufigkeit n=80 davon 50% Frauen fe=40 davon 50% Männer fe=40 Abweichung der beobachteten von den erwarteten Häufigkeiten:

Korrespondenzanalyse. Gliederung. Helge Siems. Theoretische Grundlagen und die Anwendung in SPSS.

V a r i a b l e X x 1 x 2 x 3 x 4 Σ y y y Σ Variable Y. V a r i a b l e X

Bivariate Kreuztabellen

Vertiefung der. Wirtschaftsmathematik. und Statistik (Teil Statistik)

6. Multivariate Verfahren Übersicht

Einfache statistische Auswertungen mit dem Programm SPSS

Musterklausur im Fach Käuferverhalten und Marketingforschung. Prof. Dr. M. Kirchgeorg

Eigene MC-Fragen SPSS. 1. Zutreffend auf die Datenerfassung und Datenaufbereitung in SPSS ist

1 x 1 y 1 2 x 2 y 2 3 x 3 y 3... n x n y n

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2008, Statistik mit SPSS

Statistik mit MAXQDA Stats

Tabelle 4 : Berechnete Konzeptionen pro Monat aus den Ausgangsdaten Lebendgeburten pro Monat am Beispiel der gesamten Kontrollen.

Grundlagen der empirischen Sozialforschung

Statistische Methoden in den Umweltwissenschaften

Analyse 1 Tierkreiszeichen (korrigiert für Bounces).docx Seite 1 von 7. Tierkreiszeichen * Crosstabulation

Willkommen zur Vorlesung Statistik (Master)

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS

Einführung in die Statistik für Politikwissenschaftler Wintersemester 2011/2012

Standardab er des. Testwert = % Konfidenzintervall. T df Sig. (2-seitig) Differenz Untere Obere

Kapitel 3: Der t-test

Sozialer Abstieg und Konsum

Computergestützte Methoden. Master of Science Prof. Dr. G. H. Franke WS 07/08

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1

Bitte schreiben Sie in Druckbuchstaben und vergessen Sie nicht zu unterschreiben. Name, Vorname:. Studiengang/ Semester:. Matrikelnummer:..

Bivariate Analyse: Gemeinsame (bivariate) Häufigkeitstabelle. Sie wird auch Kontingenz-, Assoziations- oder Korrelationstabelle (f b )genannt.

Bivariater Zusammenhang in der Mehrfeldertafel PEΣO

Hypothesentests mit SPSS

3.1 Ergebnisse der statischen Gesichtsfeldanalyse (Statpac I)

1. Datei Informationen

Übungsblätter zu Methoden der Empirischen Sozialforschung IV: Regressionsanalyse. Lösungsblatt zu Nr. 2

Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011

Einführung in die Statistik

Statistik I. Sommersemester 2009

Hypothesentests mit SPSS

Zwei kategoriale Merkmale. Homogenität Unabhängigkeit

1. Inhaltsverzeichnis. 2. Abbildungsverzeichnis

Kapitel 16 Kreuztabellen

Aufgaben zu Kapitel 9

Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche

Bivariate Zusammenhänge

Statistische Messdatenauswertung

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS

Online Statistik-Coaching

Multivariate lineare Regression. Statistik für SozialwissenschaftlerInnen II p.167

Statistik I. Sommersemester 2009

STATISTIK FÜR DIE SOZIALWISSENSCHAFTEN

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften

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

Kreuztabellenanalyse. bedingte Häufigkeiten

Karl Entacher. FH-Salzburg

Statistikübungen für die Pflegewissenschaften II Beispiellösungen

Häufigkeiten, Mittelwerte Korrelationen u.a.m.

Einführung in SPSS Wintersemester 2000/2001

beruflicher Bildungsabschluss incl. Hochschulabschl. 4Kat.(m) Häufigkeit Prozent Gültig Lehre/Beruffachgesundh.Schule ,2 59,2 59,2

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

Lineare Regression I

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS

Wichtige statistische Koeffizienten und Formeln

Kontingentabellenanalyse

Einführung in die Statistik

2. Zusammenhangsmaße

Arbeitsbuch zur deskriptiven und induktiven Statistik

Kapitel 5: Einfaktorielle Varianzanalyse

Bivariate Verteilungen

Benutzermanual zum SAS-Programm KFA-SAS

Einführung in die Statistik

Der χ 2 -Test (Chiquadrat-Test)

FRAGENKATALOG: EMPIRISCHE SOZIALFORSCHUNG HERBERT NAGEL

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

Einführung in die sozialwissenschaftliche Statistik

Kapitel 4: Merkmalszusammenhänge

3 Zusammenhangsmaße Zusammenhangshypothesen

Die widerspenstige Zähmung des Zufalls

3. ZWEI KATEGORIALE MERKMALE (bivariate kategoriale Daten)

Bergedorfer Screening zur Sprach- und Lesekompetenz

Prüfung aus Statistik 2 für SoziologInnen

Transkript:

H. Giegler: Weiche multivariate Analysemodelle Kreuztabellen mit Häufigkeiten und Prozenten * Kreuztabelle Gesamt 1,00 2,00 3,00 Anzahl % von % von % der Gesamtzahl Anzahl % von % von % der Gesamtzahl Anzahl % von % von % der Gesamtzahl Anzahl % von % von % der Gesamtzahl 2,00 4,00 5,00 1,00 Germany 3,00 Netherlands Gesamt 8 39 25 3 13 88 9,1% 44,3% 28,4% 3,4% 14,8% 10% 33,3% 52,0% 33,3% 5% 52,0% 42,9% 3,9% 19,0% 12,2% 1,5% 6,3% 42,9% 9 30 11 2 10 62 14,5% 48,4% 17,7% 3,2% 16,1% 10% 37,5% 4% 14,7% 33,3% 4% 30,2% 4,4% 14,6% 5,4% 1,0% 4,9% 30,2% 7 6 39 1 2 55 12,7% 10,9% 70,9% 1,8% 3,6% 10% 29,2% 8,0% 52,0% 16,7% 8,0% 26,8% 3,4% 2,9% 19,0%,5% 1,0% 26,8% 24 75 75 6 25 205 11,7% 36,6% 36,6% 2,9% 12,2% 10% 10% 10% 10% 10% 10% 10% 11,7% 36,6% 36,6% 2,9% 12,2% 10%

H. Giegler: Weiche multivariate Analysemodelle Kreuztabellen empirischen und erwarteten Häufigkeiten sowie Residuen und stand. Residuen * Kreuztabelle Gesamt 1,00 2,00 3,00 Anzahl Erwartete Anzahl Residuen Standardisierte Residuen Anzahl Erwartete Anzahl Residuen Standardisierte Residuen Anzahl Erwartete Anzahl Residuen Standardisierte Residuen Anzahl Erwartete Anzahl 2,00 4,00 5,00 1,00 Germany 3,00 Netherlands Gesamt 8 39 25 3 13 88 10,3 32,2 32,2 2,6 10,7 88,0-2,3 6,8-7,2,4 2,3 -,7 1,2-1,3,3,7 9 30 11 2 10 62 7,3 22,7 22,7 1,8 7,6 62,0 1,7 7,3-11,7,2 2,4,6 1,5-2,5,1,9 7 6 39 1 2 55 6,4 20,1 20,1 1,6 6,7 55,0,6-14,1 18,9 -,6-4,7,2-3,1 4,2 -,5-1,8 24 75 75 6 25 205 24,0 75,0 75,0 6,0 25,0 205,0

H. Giegler: Weiche multivariate Analysemodelle Kreuztabellen mit Chi-Quadrat-Tests und nominalen Assoziationskoeffizienten Chi-Quadrat-Tests Chi-Quadrat nach Pearson Likelihood-Quotient Zusammenhang linear-mit-linear Anzahl der gültigen Fälle Wert 44,917 a 8,000 47,341 8,000,000 1,987 205 df Asymptotische Signifikanz (2-seitig) a. 3 Zellen (2%) haben eine erwartete Häufigkeit kleiner 5. Die minimale erwartete Häufigkeit ist 1,61. Symmetrische Maße Nominal- bzgl. Nominalmaß Anzahl der gültigen Fälle Phi Cramer-V Kontingenzkoeffizient Näherungs weise Wert Signifikanz,468,000,331,000,424,000 205 a. Die Null-Hyphothese wird nicht angenommen. b. Unter Annahme der Null-Hyphothese wird der asymptotische Standardfehler verwendet.

H. Giegler: Weiche multivariate Analysemodelle Bivariate Korrespondenzanalyse: Korrespondenztabelle, Zeilenprofile, Spaltenprofile Korrespondenztabelle Germany Netherlands Aktiver Rand Aktiver Rand 8 9 7 24 39 30 6 75 25 11 39 75 3 2 1 6 13 10 2 25 88 62 55 205 Zeilenprofile Germany Netherlands Masse Aktiver Rand,333,375,292 1,000,520,400,080 1,000,333,147,520 1,000,500,333,167 1,000,520,400,080 1,000,429,302,268 Spaltenprofile Germany Natherlands Aktiver Rand Masse,091,145,127,117,443,484,109,366,284,177,709,366,034,032,018,029,148,161,036,122 1,000 1,000 1,000

H. Giegler: Weiche multivariate Analysemodelle Bivariate Korrespondenzanalyse: Globale Kennwerte zur Entscheidung über die Anzahl der zu extrahierenden Dimensionen Auswertung Anteil der Trägheit Singulärwert für Konfidenz Dimension 1 2 Gesamtauswertung a. 8 Freiheitsgrade Auswertung Standardab Korrelation Singulärwert für Trägheit Chi-Quadrat Sig. Bedingen Kumuliert weichung 2,462,214,975,975,060 -,073,074,005,025 1,000,069,219 44,917,000 a 1,000 1,000

H. Giegler: Weiche multivariate Analysemodelle Bivariate Korrespondenzanalyse: Zeilen- und Spaltenkoordinaten, symmetrisch normalisiert Übersicht über Zeilenpunkte a Germany Netherlands Aktiver Gesamtwert Wert in Dimension Beitrag des Punktes an der der Dimension an der Trägheit des Trägheit der Dimension Punktes Übersicht Gesamtüb Masse 1 2 über Trägheit 1 2 1 2 ersicht,117 -,029,742,005,000,876,010,990 1,000,366,628 -,088,067,312,038,997,003 1,000,366 -,854 -,101,124,577,051,998,002 1,000,029,326 -,235,002,007,022,924,076 1,000,122,628 -,088,022,104,013,997,003 1,000 1,000,219 1,000 1,000 a. Symmetrische Normalisierung Übersicht über Spaltenpunkte a Aktiver Gesamtwert Wert in Dimension Beitrag des Punktes an der der Dimension an der Trägheit des Trägheit der Dimension Punktes Übersicht Gesamtüb Masse 1 2 über Trägheit 1 2 1 2 ersicht,429,296 -,290,020,081,489,868,132 1,000,302,562,346,047,207,491,943,057 1,000,268-1,107,074,152,712,020,999,001 1,000 1,000,219 1,000 1,000 a. Symmetrische Normalisierung

H. Giegler: Multivariate Analysemodelle Zeilenpunkte für Symmetrisch-Normalisierung 0,8 0,6 Dimension 2 0,4 0,2 Netherlands Germany -0,2-0,4-1,0-0,5 0,5 Dimension 1

H. Giegler: Multivariate Analysemodelle Spaltenpunkte für Symmetrisch-Normalisierung 0,4 Dimension 2 0,3 0,2 0,1-0,1-0,2-0,3-1,2-0,9-0,6-0,3 0,3 0,6 Dimension 1

H. Giegler: Multivariate Analysemodelle Zeilen- und Spaltenpunkte Symmetrisch-Normalisierung 0,8 0,6 Dimension 2 0,4 0,2 Netherlands Germany -0,2-0,4-1,0-0,5 0,5 Dimension 1

H. Giegler: Weiche multivariate Analysemodelle Bivariate Korrespondenzanalyse: Zeilen- und Spaltenkoordinaten, zeilenprinzipal normalisiert Übersicht über Zeilenpunkte a Germany Netherlands Aktiver Gesamtwert Wert in Dimension Beitrag des Punktes an der der Dimension an der Trägheit des Trägheit der Dimension Punktes Übersicht Gesamtüb Masse 1 2 über Trägheit 1 2 1 2 ersicht,117 -,020,201,005,000,876,010,990 1,000,366,427 -,024,067,312,038,997,003 1,000,366 -,581 -,028,124,577,051,998,002 1,000,029,222 -,064,002,007,022,924,076 1,000,122,427 -,024,022,104,013,997,003 1,000 1,000,219 1,000 1,000 a. Normalisierung mit Zeilen-Prinzipal Übersicht über Spaltenpunkte a Aktiver Gesamtwert Wert in Dimension Beitrag des Punktes an der der Dimension an der Trägheit des Trägheit der Dimension Punktes Übersicht Gesamtüb Masse 1 2 über Trägheit 1 2 1 2 ersicht,429,436-1,068,020,081,489,868,132 1,000,302,827 1,274,047,207,491,943,057 1,000,268-1,629,272,152,712,020,999,001 1,000 1,000,219 1,000 1,000 a. Normalisierung mit Zeilen-Prinzipal

H. Giegler: Multivariate Analysemodelle Zeilenpunkte für Zeilen-Prinzipal-Normalisierung Dimension 2 0,2 0,1-0,1 Netherlands Germany -0,6-0,4-0,2 0,2 0,4 0,6 Dimension 1

H. Giegler: Multivariate Analysemodelle Spaltenpunkte für Zeilen-Prinzipal-Normalisierung 1,5 1,0 Dimension 2 0,5-0,5-1,0-1,5-2,0-1,5-1,0-0,5 0,5 1,0 Dimension 1

H. Giegler: Multivariate Analysemodelle Zeilen- und Spaltenpunkte Zeilen-Prinzipal-Normalisierung 1,5 1,0 Dimension 2 0,5-0,5 Netherlands Germany -1,0-1,5-2,0-1,5-1,0-0,5 0,5 1,0 Dimension 1

H. Giegler: Weiche multivariate Analysemodelle Bivariate Korrespondenzanalyse: Zeilen- und Spaltenkoordinaten, spaltenprinzipal normalisiert Übersicht über Zeilenpunkte a Germany Netherlands Aktiver Gesamtwert Wert in Dimension Beitrag des Punktes an der der Dimension an der Trägheit des Trägheit der Dimension Punktes Übersicht Gesamtüb Masse 1 2 über Trägheit 1 2 1 2 ersicht,117 -,043 2,735,005,000,876,010,990 1,000,366,923 -,324,067,312,038,997,003 1,000,366-1,256 -,374,124,577,051,998,002 1,000,029,480 -,867,002,007,022,924,076 1,000,122,923 -,324,022,104,013,997,003 1,000 1,000,219 1,000 1,000 a. Normalisierung mit Spalten-Prinzipal Übersicht über Spaltenpunkte a Aktiver Gesamtwert Wert in Dimension Beitrag des Punktes an der der Dimension an der Trägheit des Trägheit der Dimension Punktes Übersicht Gesamtüb Masse 1 2 über Trägheit 1 2 1 2 ersicht,429,201 -,079,020,081,489,868,132 1,000,302,382,094,047,207,491,943,057 1,000,268 -,753,020,152,712,020,999,001 1,000 1,000,219 1,000 1,000 a. Normalisierung mit Spalten-Prinzipal

H. Giegler: Multivariate Analysemodelle Zeilenpunkte für Spalten-Prinzipal-Normalisierung 3 2 Dimension 2 1 0 Germany Netherlands -1-1,5-1,0-0,5 0,5 Dimension 1 1,0

H. Giegler: Multivariate Analysemodelle Spaltenpunkte für Spalten-Prinzipal-Normalisierung Dimension 2 0,3 0,2 0,1-0,1-0,8-0,6-0,4-0,2 0,2 0,4 Dimension 1

H. Giegler: Multivariate Analysemodelle Zeilen- und Spaltenpunkte Spalten-Prinzipal-Normalisierung 3 2 Dimension 2 1 0 Netherlands Germany -1-1,5-1,0-0,5 0,5 Dimension 1 1,0

H. Giegler: Weiche multivariate Analysemodelle Bivariate Korrespondenzanalyse: Zeilen- und Spaltenkoordinaten, prinzipal normalisiert Übersicht über Zeilenpunkte a Germany Netherlands Aktiver Gesamtwert Wert in Dimension Beitrag des Punktes an der der Dimension an der Trägheit des Trägheit der Dimension Punktes Übersicht Gesamtüb Masse 1 2 über Trägheit 1 2 1 2 ersicht,117 -,020,201,005,000,876,010,990 1,000,366,427 -,024,067,312,038,997,003 1,000,366 -,581 -,028,124,577,051,998,002 1,000,029,222 -,064,002,007,022,924,076 1,000,122,427 -,024,022,104,013,997,003 1,000 1,000,219 1,000 1,000 a. Prinzipal-Normalisierung Übersicht über Spaltenpunkte a Aktiver Gesamtwert Wert in Dimension Beitrag des Punktes an der der Dimension an der Trägheit des Trägheit der Dimension Punktes Übersicht Gesamtüb Masse 1 2 über Trägheit 1 2 1 2 ersicht,429,201 -,079,020,081,489,868,132 1,000,302,382,094,047,207,491,943,057 1,000,268 -,753,020,152,712,020,999,001 1,000 1,000,219 1,000 1,000 a. Prinzipal-Normalisierung

H. Giegler: Weiche multivariate Analysemodelle Bivariate Korrespondenzanalyse: inferenzstatistische Befunde Konfidenzzeilenpunkte Germany Netherlands Standardabweichung in Dimension Korrelation 1 2 1-2,211,188,081,060,026,174,091,029 -,244,068,061,174,060,026,174 Konfidenzspaltenpunkte Standardabweichung in Dimension Korrelation 1 2 1-2,089,074,004,097,089 -,212,102,024,164

H. Giegler: Multivariate Analysemodelle Zeilenpunkte für Prinzipal-Normalisierung Dimension 2 0,2 0,1-0,1 Netherlands Germany -0,6-0,4-0,2 0,2 0,4 0,6 Dimension 1

H. Giegler: Multivariate Analysemodelle Spaltenpunkte für Prinzipal-Normalisierung Dimension 2 0,3 0,2 0,1-0,1-0,8-0,6-0,4-0,2 0,2 0,4 Dimension 1

H. Giegler: Weiche multivariate Analysemodelle Bivariate Korrespondenzanalyse: nach Größe geordnete Koordinaten Permutierte Korrespondenztabelle nach Dimension 1. Germany Netherlands Aktiver Rand Aktiver Rand 39 25 11 75 7 8 9 24 1 3 2 6 6 39 30 75 2 13 10 25 55 88 62 205