Univariate Kennwerte mit SPSS

Ähnliche Dokumente
Kapitel 1: Deskriptive Statistik

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

Datentransformation mit SPSS

Skript 6 Häufigkeiten und Deskriptive Statistiken einer Variablen

Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche

Aufgaben zu Kapitel 1

Kapitel 1: Deskriptive Statistik

Hypothesentests mit SPSS

Einstieg in SPSS. Man kann auch für jede Ausprägung einer Variablen ein Wertelabel vergeben.

Verfahren für metrische Variable

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

Aufgaben zu Kapitel 1

Eigene MC-Fragen SPSS

Unterschiedshypothesen für maximal 2 Gruppen, wenn die Voraussetzungen für parametrische Verfahren nicht erfüllt sind

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1

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

Häufigkeiten, Mittelwerte Korrelationen u.a.m.

Statistik mit MAXQDA Stats

Testen von Unterschiedshypothesen mit parametrischen Verfahren Der t-test

I.V. Methoden 2: Deskriptive Statistik WiSe 02/03

Inhaltsverzeichnis. 1 Über dieses Buch Zum Inhalt dieses Buches Danksagung Zur Relevanz der Statistik...

Grundlagen der empirischen Sozialforschung

Kurzanleitung für SPSS Statistics 22

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

Wie bekomme ich einen schnellen Überblick über die bereits eingegebenen Daten?

Deskriptive Statistik

Bitte am PC mit Windows anmelden!

Deskriptive Statistiken

Klausur Statistik I Dr. Andreas Voß Wintersemester 2005/06

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

Statistik K urs SS 2004

Univariate explorative Datenanalyse in R

SPSS (20.0) Hilfe Version 1

Deskriptive Statistik Erläuterungen

1. Inhaltsverzeichnis. 2. Abbildungsverzeichnis

Übungen: Wahrscheinlichkeitsrechnung, Zufallsvariablen & Co. Woche 1-3

Hypothesentests mit SPSS

Deskriptive Statistik

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

Kreuzvalidierung. 1. Schritt: Aufteilung der Stichprobe in ungefähr gleiche Hälften nach dem Zufall. SPSS:

Skript 7 Kreuztabellen und benutzerdefinierte Tabellen

3. Lektion: Deskriptive Statistik

3. Deskriptive Statistik

- Beschreibung der Stichprobe(n-Häufigkeitsverteilung) <- Ermittlung deskriptiver Maßzahlen (Mittelungsmaße, Variationsmaße, Formparameter)

htw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK

UE Angewandte Statistik Termin 4 Gruppenvergleichstests

Wiederholung Statistik I. Statistik für SozialwissenschaftlerInnen II p.8

Die Subskala besteht aus folgenden Items (Ausschnitt aus dem Codeplan):

Dr. Quapp: Statistik für Mathematiker mit SPSS. Lösungs Hinweise 1. Übung Beschreibende Statistik & Verteilungsfunktion

Statistik I für Betriebswirte Vorlesung 9

1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18

Merkmalstypen Univ.-Prof. Dr. rer. nat. et med. habil. Andreas Faldum

STATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich)

1. Informieren Sie sich im Codebuch über die Bedeutung der Variablen V20 und : Fehlend 103. v20 GERECHTER ANTEIL A.LEBENSSTANDARD,BEFR.?

Inhaltsverzeichnis Grundlagen aufigkeitsverteilungen Maßzahlen und Grafiken f ur eindimensionale Merkmale

Mittelwert und Standardabweichung

1 Univariate Statistiken

Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011

Daten zusammenfügen und erste Datenbereinigung

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

Übung 1 im Fach "Biometrie / Q1"

Einfache statistische Auswertungen mit dem Programm SPSS

Einführung in Quantitative Methoden

Achim Bühl, Peter Zöfel SPSS 12. Einführung in die moderne Datenanalyse unter Windows. 9., überarbeitete und erweiterte Auflage

TESTTHEORIE UND TESTKONSTRUKTION - PRAKTISCHE ANWENDUNG - TEIL 1

SPSS-Beispiel zum Kapitel 4: Deskriptivstatistische Evaluation von Items (Itemanalyse) und Testwertverteilungen

1 Verteilungen metrischer Daten

Tutorium Mathematik in der gymnasialen Oberstufe 1. Veranstaltung: Beschreibende Statistik 19. Oktober 2016

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

Deskriptive Statistik

Gibt es einen Zusammenhang zwischen Merkmalen? Korrelationen

Übung Statistik I Statistik mit Stata SS Wiederholung und Probeklausur

= 3. Kapitel 4: Normalverteilung.. und Standardnormalverteilung und: das Konfidenzintervall..

2. Deskriptive Statistik

Lösung 1. die 1 angeben. Alternativ kann man auch. Variable berechnen wählen und dann die Summe von Q2_6 und Q2_7 wählen.

Kreisdiagramm, Tortendiagramm

Kapitel 5: Einfaktorielle Varianzanalyse

Methoden der empirischen Sozialforschung I

Lösungen. w58r4p Lösungen. w58r4p. Name: Klasse: Datum:

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1

Angewandte Statistik 3. Semester

Streuungsmaße von Stichproben

Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Aufgrund einer statistischen Untersuchung entsteht eine geordnete bzw. ungeordnete, die durc

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

Deskriptive Statistik

Einführung in SPSS. Sitzung 5: Faktoranalyse und Mittelwertsvergleiche. Knut Wenzig. 22. Januar 2007

Statistik. Jan Müller

Transkript:

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 Ergebnisse ist nicht intendiert. Anmerkung: Die Beispiele sind der Datei POKIV_Terror_V13.SAV entnommen. Fragebogen und Codeplan stehen im Aktenordner im CIP-Pool. Alle Datenanalysen werden über Analysieren aufgerufen. Nominalskalenniveau Auf Nominalskalenniveau können Tabellen (Häufigkeiten, ) erzeugt werden. Als Kennwert kann der Modus bestimmt werden. Diese Tabellen werden über Deskriptive Statistiken - Häufigkeiten aufgerufen. Beispiel: Es sollen die Häufigkeiten von F41 (Familienstand), F42 (höchster allgemeiner Schulabschluss) und der neu erzeugten Variablen F41dicho berechnet werden.

Die betreffenden Variablen werden im linken Feld markiert und über den Pfeil in das rechte Feld transportiert. Auch hier können Sie über OK sofort berechnen lassen oder Sie können den Befehl in das Syntaxfenster übertragen. FREQUENCIES VARIABLES=f41 f42 f42dicho /ORDER= ANALYSIS. Die Originaltabellen sehen wie folgt aus: Häufigkeiten Statistiken N f42 Welchen höchsten allgemeinen Schulabschl f42dicho Schulabs chluss (dichotom f41 Welchen Familienstand haben Sie? uss isiert) 354 348 339 6 12 21 Häufigkeitstabelle 2

f41 Welchen Familienstand haben Sie? 1.00 Ich bin verheiratet und lebe 2.00 Ich bin verheiratet und lebe 3.00 Ich bin ledig 4.00 Ich bin geschieden 5.00 Ich bin verwitwet 9.00 keine Angabe Häufigkeit Prozent 91 25.3 25.7 25.7 7 1.9 2.0 27.7 241 66.9 68.1 95.8 9 2.5 2.5 98.3 6 1.7 1.7 100.0 354 98.3 100.0 6 1.7 360 100.0 e Kumulierte f42 Welchen höchsten allgemeinen Schulabschluss 2.00 Hauptschulabschluss ( Volksschulabschluss) 3.00 Realschulabschluss (mittlere 4.00 Abschluss der Polytechnischen 5.00 Fachhochschulreife 6.00 Allg. oder fachgebundene Fachschulreife 7.00 Anderer Abschluss 9.00 keine Angabe Häufigkeit Prozent 23 6.4 6.6 6.6 60 16.7 17.2 23.9 3.8.9 24.7 37 10.3 10.6 35.3 216 60.0 62.1 97.4 9 2.5 2.6 100.0 348 96.7 100.0 12 3.3 360 100.0 e Kumulierte f42dicho Schulabschluss (dichotomisiert) 1.00 keine Hochschulreife 2.00 Hochschulreife System Häufigkeit Prozent 123 34.2 36.3 36.3 216 60.0 63.7 100.0 339 94.2 100.0 21 5.8 360 100.0 e Kumulierte Der Modus muss nicht extra berechnet werden, es ist direkt aus den Tabellen ablesbar, da er die Kategorie mit den höchsten Werten ist. Beim Familienstand ist es die Kategorie ledig, beim Schulabschluss die Hochschulreife. Bei der dichotomisierten Variablen kann gut die Wirkung der Kategorienzusammenfassung gesehen werden. 3

Über die Optionen Diagramme und Format können Sie zusätzlich Balkendiagramme und Änderungen in der Reihenfolge der Kategorien erzeugen. Ordinalskalenniveau Zusätzlich zu den Häufigkeiten und dem Modus, können der Median und der Interquartilsabstand berechnet werden. Im Grunde haben wir es bei der Variablen Schulabschluss auch schon mit einer ordinal skalierten Variablen zu tun, wenn die Kategorie anderer Abschluss nicht berücksichtigt wird. Beispiel: Neben dem Schulabschluss sollen die Kennwerte der Frage 21 ( In welchem Umfang beeinflusst unsere Kultur andere Völker? ) berechnet werden. f21 Unsere Kultur beeinflusst andere Völker 1.00 sehr stark 2.00 nicht so stark 3.00 kaum 4.00 überhaupt nicht 5.00 kann ich nicht beantworten 9.00 keine Angabe e Kumulierte Häufigkeit Prozent 45 12.5 12.9 12.9 136 37.8 39.0 51.9 116 32.2 33.2 85.1 17 4.7 4.9 90.0 35 9.7 10.0 100.0 349 96.9 100.0 11 3.1 360 100.0 Ein erster Blick auf die Tabelle zeigt, dass die Kategorie 5 kann ich nicht beantworten aus der Analyse entfernt werden muss, wenn es sich um Ordinalskalenniveau handelt. Es wird der Wert 5 auf missing gesetzt. In diesem Fall können Sie in dieselbe Variable umkodieren. Der neue Wert ist 9, da dieser Wert der Code für einen fehlenden Wert ist. Alternativ können Sie den Wert auch im Variablenansichtsfenster als zusätzlichen Missingwert definieren. Die Berechnung des Median kann mit zwei Prozeduren geschehen: 4

1.) Wieder über Deskriptive Statistik - Häufigkeiten. Sie tragen die Variable V21 ein und klicken dann auf Statistik Hier rufen die den Median und die Quartile auf (Häkchen). Wenn Sie weiterhin die Häufigkeitstabelle wollen, sehen die Ergebnisse wie folgt aus: Häufigkeiten Statistiken f21 Unsere Kultur beeinflusst andere Völker N Median 314 46 2.0000 Perzentile 25 50 75 2.0000 2.0000 3.0000 f21 Unsere Kultur beeinflusst andere Völker 1.00 sehr stark 2.00 nicht so stark 3.00 kaum 4.00 überhaupt nicht 9.00 keine Angabe e Kumulierte Häufigkeit Prozent 45 12.5 14.3 14.3 136 37.8 43.3 57.6 116 32.2 36.9 94.6 17 4.7 5.4 100.0 314 87.2 100.0 46 12.8 360 100.0 Der Median ist 2, der IQR ergibt sich aus 3.Quartil 1. Quartil, also = 1. 5

2) Sie analysieren über explorative Datenanalyse Wie immer markieren Sie die Variable V21 im Variablenfenster, die über den Pfeil in das Fenster Abhängige Variablen geschoben wird. Sie können auch schon den Box-Plot aufrufen: Klicken Sie auf Diagramme, es öffnet sich ein neues Fenster, entfernen Sie hier das Häkchen von Stengel-Blatt. Dann Weiter und OK. Die Ergebnistabelle zeigt mehrere Kennwerte, von denen nur die fett markierten Kennwerte für Ordinalskalenniveau gültig sind. 6

Univariate Statistiken f21 Unsere Kultur beeinflusst andere Völker Mittelwert 95% Konfidenzintervall des Mittelwerts Untergrenze Obergrenze Standardf Statistik ehler 2.3344.04442 2.2470 2.4218 5% getrimmtes Mittel Median Varianz Standardabweichung Minimum Maximum Spannweite Interquartilbereich Schiefe Kurtosis 2.3160 2.0000.619.78705 1.00 4.00 3.00 1.00.005.138 -.500.274 4,00 3,50 3,00 Der Box-Plot selbst ist nicht sehr aussagekräftig, man kann aber erkennen, dass 50 % und mehr aller Fälle im Bereich zwischen 2 und 3 liegen, mindestens 50 % der Fälle die Werte 1 und 2 angekreuzt haben. 2,50 2,00 1,50 1,00 Unsere Kultur beeinflusst andere Völker Metrisches Skalenniveau Auf metrischem Skalenniveau kommen noch die Kennwerte arithmetischer Mittelwert und Standardabweichung hinzu. Beispiel: Wir wollen uns die Kennwerte der drei Subskalen Angst vor terroristischen Bedrohungen, Terrorpersistenz und Reiseangst wg. Terror anschauen. Auch diese Kennwerte können Sie über Deskriptive Statistiken - Häufigkeiten erhalten. 7

Über Statistik kommen Sie in das Kennwertefenster, in dem Sie wie in der Abbildung gezeigt die Häkchen setzen. Bevor Sie auf OK klicken, sollten die Anzeige der eigentlich überflüssigen Häufigkeitstabelle ausschalten, indem Sie das Häkchen entfernen. Die Ergebnisse der nicht redigierten Tabelle sehen wie folgt aus: Statistiken N Mittelwert Median Modus Standardabweichung Varianz Schiefe Standardfehler der Schiefe Kurtosis Standardfehler der Kurtosis atb_skal reiseang Angst vor terrpers Reiseangst terroristischen Terrorper wg. Bedrohungen sistenz Terrorismus 355 355 345 5 5 15 2.4691 4.1571 4.2319 2.3846 4.1667 4.2500 1.62 4.17 4.50 1.02362.91396.97788 1.048.835.956.749 -.175 -.576.129.129.131.132.097.260.258.258.262 Spannweite Minimum Maximum Perzentile 25 50 75 4.69 4.67 5.00 1.00 1.33 1.00 5.69 6.00 6.00 1.6154 3.6000 3.7500 2.3846 4.1667 4.2500 3.0769 4.8333 5.0000 Sie können über diese Prozedur auch Histogramme aufrufen: 8

40 30 Angst vor terroristischen Bedrohungen Beispiel: ATB-Skala Das Histogramm der ATB-Skala zeigt eine linkssteile Verteilung, die sich auch im Schiefemaß 0.749 zeigt. Häufigkeit 20 10 0 1,00 2,00 3,00 4,00 5,00 6,00 Angst vor terroristischen Bedrohungen Mean = 2,4691 Std. Dev. = 1,02362 N = 355 2) Sie können diese Kennwerte auch über die schon gezeigte Prozedur Explorative Datenanalyse aufrufen. 3) Beim Vergleich von mehreren Variablen ist die Prozedur Deskriptive Statistiken auch günstig, da hier die Variablen in einer Tabelle zusammengefasst werden und auch z-werte berechnet werden können. 9

Sie setzen ein Häkchen für die Speicherung der z-werte (standardisierte Werte) und über Optionen klicken Sie neben der Voreinstellung Mittelwert, Standardabweichung, Minimum und Maximum auch die Anzeigenreihenfolge Absteigende Mittelwerte an. Hierdurch werden die drei Variablen in ihrer Reihenfolge geordnet. Deskriptive Statistik reiseang Reiseangst wg. Terrorismus terrpers Terrorpersistenz pazifism Pazifismus (Ablehnung von Kriegen) e Werte (Listenweise) N Minimum Maximum Mittelwert 345 1.00 6.00 4.2319.97788 355 1.33 6.00 4.1571.91396 357 2.25 5.00 4.0157.56187 343 Standardab weichung Die unredigierte Tabelle zeigt die Skalen gemäß der Höhe ihrer Mittelwerte an. Auch können Sie sehen, dass nur bei 343 Personen alle Skalenwerte vorgelegen haben. Die z-werte werden als drei neue Variablen an die Datenmatrix angehängt. 10