SPSS Herzlich willkommen zum Thema
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Herzlich willkommen zum Thema
SPSS
(SUPERIOR PERFORMING SOFTWARE SYSTEM)
Qualitative und quantitative Forschungsmethoden
• Qualitative Methoden:
Qualitative Verfahren werden oft benutzt, wenn der Forschungs-
gegenstand neu ist oder um das Forschungsgebiet zu explorieren
und Hypothesen zu entwickeln.
• Quantitative Methoden:
Quantitative Methoden setzen Hypothesen voraus, die dann
getestet werden. Quantitative Methoden zielen auf eine
systematische Messung und Auswertung von sozialen Fakten mit
Hilfe verschiedener Erhebungsinstrumente ab.
1
Skalenniveau
Messniveau Mögliche empirische Beispiele
Aussagen
Nominalskalierte Variablen Gleichheit und Ungleichheit Geschlecht, Automarke, Partei, Haustier
(nur 2 Kategorien = dichotome Variable)
Ordinalskalierte Variablen: Gleichheit und Ungleichheit Rauchergewohnheiten,
Ordnung Einkommenskategorien, Schulnoten,
soziale Schichtung
Intervallskalierte Variablen: Gleichheit und Ungleichheit Intelligenzquotient (IQ),
Ordnung Leistungspunktwerte,
Gleichheit von Differenzen Celsiustemperaturskala
Verhältnisskalierte Variablen: Gleichheit und Ungleichheit Alter, Größe, Gewicht, Reaktionszeit,
Ordnung Anzahl der Kinder
Gleichheit von Differenzen
Gleichheit von Quotienten
Statistik
Modalwert: der Wert, der am häufigsten vorkommt
Median: teilt die geordneten Werte in zwei gleich große Teile
Mittelwert: arithmetische Mittel
Geometrische Mittel: ist die n-te Wurzel aus dem Produkt der Werte
Varianz: Streuungsmaß; die Summe aller quadrierten Abweichungen
vom arithmetischen Mittel dividiert durch die Gesamtanzahl.
Die Varianz ist 0, wenn alle Werte mit dem Mittelwert identisch sind
und wird um so größer, je größer die Streuung ist.
Standardabweichung: Streuungsmaß; Wurzel aus der Varianz; hat
dieselben Maßeinheiten wie die Originaldaten!
Die Standardabweichung ist 0, wenn alle Werte mit dem Mittelwert
identisch sind und wird um so größer, je größer die Streuung ist.
2
Beispiel: Varianz und Standardabweichung
Berechnung der Varianz und der Standardabweichung
Werte Abweichung quadr. Abweichung Werte Abweichung quadr. Abweichung
45 5 25 39 -1 1
32 -8 64 40 0 0
68 28 784 42 2 4
26 -14 196 41 1 1
29 -11 121 38 -2 4
Mittelwert Summe Mittelwert Summe
40 1190 40 10
Varianz: 238 Varianz: 2
Standardab.: 15,4272486 Standardab.: 1,414213562
Statistik
Standardfehler: Maß für die Abweichung des Stichprobenmittelwerts
vom Populationsmittelwert (Mittelwert der Grundgesamtheit).
Minimum: der kleinste Wert
Maximum: der größte Wert
Spannweite: Maximum - Minimum
Schiefe: Maß für die Abweichung einer Häufigkeitsverteilung von einer
symmetrischen Verteilung!
positive Schiefe ⇒ Spitze bei den kleinen Werten = linksgipflig,
negative Schiefe ⇒ Spitze bei den großen Werten = rechtsgipflig,
Kurtosis (Exzeß): Maß für die Breitgipfligkeit (negativer Wert) oder die
Schmalgipfligkeit (positiver Wert) einer Verteilung!
Perzentilwerte: Ein Perzentilwert P einer Verteilung ist der Wert auf
der Messskala, unter dem P% und über dem (100-P)% der
Messwerte liegen. Z.B. liegen unterhalb des 10. Perzentilwerts 10%,
darüber 90% der Werte
3
Sinnvolle Parameter
sinnvolle Parameter
Messniveau Lageparameter Streuungsparameter
Nominal Modalwert Häufigkeitsverteilung
Ordinal Median Quartilsabstand
(Perzentile)
Intervall Arithmetisches Mittel Varianz
Standardabweichung
Spannweite
Verhältnis Geometrisches Mittel Varianzkoeffizient
Normalverteilung:
4Die gebräuchlichsten Testnormskalen im Vergleich
Die gebräuchlichsten Testnormskalen im Vergleich
Testnormskala Mittelwert Standardabweichung
z-Skala 0 1
Z-Skala 100 10
IQ-Skala 100 15
T-Skala 50 10
C-Skala 5 2
Stanine-Skala 5 2
5Beispiel:
Sportmotorische Tests
„Klug&Fit“
8-Minuten-Lauf
(Universität Salzburg)
Abhängige und unabhängige Stichproben:
Abhängige (gebundene, gepaarte) Stichprobe: jedem Wert der einen
Stichprobe kann eindeutig ein Wert der anderen Stichprobe
zugeordnet werden. Z.B. Messung eines Merkmals zu mehreren
Zeitpunkten oder matched pairs: Paare werden derart gebildet, dass
sich ein Paar hinsichtlich wichtiger sonstiger relevanter
Einflussfaktoren nicht unterscheidet ⇒ verbunden Stichprobe
Unabhängige Stichprobe: eine eindeutige Wertezuordnung zwischen
den Stichproben ist nicht möglich. Z.B. verschiedene Probanden
6Hypothesen
Hypothese 0 (Nullhypothese): Die beiden Stichproben entstammen der
gleichen Grundgesamtheit (d.h. der Mittelwertsunterschied ist
zufällig zustande gekommen.
Hypothese 1 (Alternativhypothese): Die beiden Stichproben
entstammen verschiedenen Grundgesamtheiten (d.h. der
Mittelwertsunterschied ist nicht zufällig zustande gekommen)
Um zu entscheiden, ob H1 als statistisch gesichert angenommen
werden kann oder H0 beibehalten werden soll, wird ein
Signifikanztest durchgeführt.
Irrtumswahrscheinlichkeit p
Mit Hilfe verschiedenster Verfahren kann die so genannte
Irrtumswahrscheinlichkeit berechnet werden. Es ist dies die
Wahrscheinlichkeit, sich zu irren, wenn man die Nullhypothese
verwirft und die Alternativhypothese annimmt.
0≤p≤1
p > 0,05 nicht signifikant n.s.
p ≤ 0,05 signifikant*
p ≤ 0,01 sehr signifikant**
p ≤ 0,001 höchst signifikant***
7Einseitige Prüfung:
Zweiseitige Prüfung:
8Übersicht über die gängigen Mittelwerttests
Intervallskalierte, normalverteilte Variablen: (parametrische Tests)
Anzahl der miteinander zu
Abhängigkeit Test
vergleichenden Stichproben
2 unabhängig t-Test nach Student
2 abhängig t-Test für abhängige Stichproben
>2 unabhängig einfache Varianzanalyse
(ANOVA)
>2 abhängig einfache Varianzanalyse mit
Meßwiederholungen
Übersicht über die gängigen Mittelwerttests
Ordinalskalierte oder nicht-normalverteilte intervallskalierte Variablen:
(nichtparametrische Tests)
Anzahl der miteinander zu
Abhängigkeit Test
vergleichenden Stichproben
2 unabhängig U-Test nach Mann und Whitney
2 abhängig Wilcoxon-Test
>2 unabhängig H-Test nach Kruskal Wallis
>2 abhängig Friedman-Test
9Kodierplan
Bevor die erhobenen Daten in eine SPSS-Datendatei eingegeben
werden, ist in einem Kodierplan für jede Variable festzulegen, wie
die Angaben der Befragten numerisch zu behandeln bzw. zu
verschlüsseln sind. Bei metrischen Daten (Alter, Größe, Gewicht)
liegen die Daten meist bereits als direkt eingebbare Zahlen vor, bei
anderen Merkmalen (Geschlecht, Schulabschluss, Studienfach) ist
dagegen zu überlegen, nach welchen Regeln den Kreuzen oder
Angaben der Personen Zahlen zugewiesen werden.
Es erleichtert die Eingabe von Daten, wenn die Kodierungen in
einem Fragebogen bereits so weit wie möglich aufgedruckt sind!
SPSS-Daten Editor: Dateneingabe
Spalten: Variablen
Zeilen: Fälle
Datenansicht: Eingabe der Daten
Variablenansicht: Name – Typ – Spaltenformat (Variablenbreite) –
Dezimalstellen – Variablenlabel – Wertelabels – Fehlende Werte
(dies geschieht automatisch, wenn keine Werte eingetragen sind!) –
Spalten – Ausrichtung – Messniveau
10SPSS-Viewer: Datenausgabe
Alle Ergebnisse statistischer Prozeduren, Diagramme und sonstige
Meldungen werden im „SPSS-Viewer“ angezeigt. Er besteht aus der
Gliederungsansicht und dem Inhaltsfenster. In der Gliederungs-
ansicht kann man Objekte wegschalten (Doppelklick!)
Symbolleiste SPSS
Geh zu Fall Variable Fälle gewichten Alle Variablen
einfügen anzeigen
Zuletzt verwendete
Datei speichern Dialogfelder
Variable Wertelabels
Wiederholen Fälle einfügen Fälle auswählen
Drucken
Datei Variablen-Sets
Datei öffnen Rückgängig machen aufteilen verwenden
Suchen
11Sie können auch lesen
