SlideShare ist ein Scribd-Unternehmen logo
1 von 14
Downloaden Sie, um offline zu lesen
SPSS‐Praxisleitfaden	
Exemplarische	Fragestellungen	und	mögliche	Lösungsmethoden	

Dieser Leitfaden orientiert sich an den Kursinhalten der SPSS‐Einführung, erhebt jedoch keinen Anspruch 
auf Vollständigkeit und stellt keine Zusammenfassung dar. Die Bedienung von SPSS, wie bspw. das 
Bearbeiten der Grafiken, der Tabellen und die theoretischen Grundlagen sind nicht Bestandteil dieses 
Dokuments. 

Aufgehend von praxisnahen Fragestellungen, die in dieser Form auch in der Hausarbeit zu lösen sein 
könnten, wird ein exemplarischer Lösungsweg in SPSS beschrieben. Es wird angenommen, dass die 
Datenquelle in einer Form vorliegt, welche die direkte Verarbeitung möglich macht. In der Praxis sind jedoch 
häufig vorherige Analysen, bspw. auf Ausreißer, oder Umkodierungen, das Gewichten von Fällen, etc. 
notwendig. Dies muss bei der Anwendung beachtet werden. 


Inhalt	
1      Eine kategoriale Variable .............................................................................................................................   
                                                                                                                                                              2
     1.1      Kommen alle Kategorien gleich häufig vor? ........................................................................................   
                                                                                                                                                2
       1.1.1         Numerische Beschreibung ...........................................................................................................   
                                                                                                                                                        2
       1.1.2         Grafische Beschreibung ...............................................................................................................   
                                                                                                                                                           2
       1.1.3         Statistische Analyse .....................................................................................................................   
                                                                                                                                                               4
     1.2      Entsprechen Häufigkeiten bestimmten Vorgaben? ............................................................................   
                                                                                                                                        5
       1.2.1         Numerische und grafische Beschreibung ....................................................................................   
                                                                                                                                               5
       1.2.2         Statistische Analyse .....................................................................................................................   
                                                                                                                                                               5
2      Mehrere kategoriale Variablen ...................................................................................................................   
                                                                                                                                                        6
     2.1      Datenbeschreibung .............................................................................................................................   
                                                                                                                                                             6
       2.1.1         Numerische Beschreibung ...........................................................................................................   
                                                                                                                                                        6
       2.1.2         Grafische Beschreibung ...............................................................................................................   
                                                                                                                                                           7
     2.2      Sind zwei kategoriale Variablen unabhängig? .....................................................................................   
                                                                                                                                               9
       2.2.1         Datenbeschreibung .....................................................................................................................   
                                                                                                                                                            9
       2.2.2         Unabhängigkeitstest ....................................................................................................................   
                                                                                                                                                             9
3      Eine metrische Variable .............................................................................................................................  0 
                                                                                                                                                            1
     3.1      Wie kann man die Verteilung einer metrischen Variablen beschreiben?  ........................................  0 
                                                                                 .                                         1
       3.1.1         Klassifizieren, Tabellen und Histogramme ................................................................................  0 
                                                                                                                                              1
       3.1.2         Maßzahlen zur Beschreibung der Verteilung ............................................................................  2 
                                                                                                                                           1
       3.1.3         Boxplott .....................................................................................................................................  3 
                                                                                                                                                                   1
4      Mehrere metrische Variablen ...................................................................................................................  3 
                                                                                                                                                      1
     4.1      Wie stark ist der Zusammenhang zwischen zwei metrischen Variablen?  ........................................  3 
                                                                                .                                         1

Einführung in SPSS / SS 2010 – HAW Hamburg – René Reineke                                                                                                1 
 
4.1.1      Grafisc
                     che Beschrei
                                ibung ...........
                                                ........................................
                                                                                       .............................................................  3 
                                                                                                                                                    1
        2 
    4.1.2      Korrelationskoeffiz
                                 zient nach Pe
                                             earson und S
                                                        Spearman ....
                                                                    .............................................................  4 
                                                                                                                                 1
 


1 Ein
    ne	katego
            oriale	Var
                     riable	
Dieses Ka
        apitel beschr
                    ränkt sich auf Fragestellu
                                             ungen in Zusa
                                                         ammenhang
                                                                 g mit einer eiinzelnen kate
                                                                                           egorialen 
Variable. 

1.1 Ko
     ommen	al
            lle	Katego
                     orien	glei
                              ich	häufig
                                       g	vor?	
1.1.1 N Numerische  e	Beschreib  bung	
Analysier
        ren ‐> Deskri
                    iptive Statisti
                                  iken ‐> Häufi
                                              figkeiten … ‐>
                                                           > markieren d
                                                                       der auszuwe
                                                                                 ertenden Var
                                                                                            riable (siehe 
Abb.)‐> H
        Häkchen bei HHäufigkeitstaabellen setzeen ‐> OK. 




                                                                                                                                  
        A
        Abbildung 1: Di
                      ie auszuwerten
                                   nde Variable wiird per Doppelklick oder Klick
                                                                               ken+Ziehen in d
                                                                                             die rechte Spalt
                                                                                                            te gelegt 

In der Au
        usgabe sind in den ersten
                                n beiden Spa lten die (abs
                                                         soluten) Häufigkeiten und
                                                                                 d Prozentwe
                                                                                           erte enthalte
                                                                                                       en. 

1.1.2 GGrafische	Beschreibunng	
Balkendiagramm     Diagramme e ‐> Diagram
                                        mmerstellung
                                                   g ‐> Galerie (B
                                                                 Balken) ‐> Do
                                                                             oppelklick au
                                                                                         uf einfaches 
                   Balkendiagramm ‐> unt tersuchende Variable in X
                                                                 X‐Achse zieh en ‐> OK. 
                    




Einführun
        ng in SPSS / S
                     SS 2010 – HA
                                AW Hamburg
                                         g – René Reineke                                                                                 2 
 
 
                         Abbildu
                               ung 2: Zu unter
                                             rsuchende Varia
                                                           able wird per K
                                                                         Klicken+Ziehen  auf die X‐Achs
                                                                                                      se gezogen 
                     
                    Anschließend öffnet sic
                                          ch das Ausgabefenster vo
                                                                 on SPSS und  man erhält d
                                                                                         das 
                    Balkendiagramm, welch hes anschließ
                                                      ßend ggf. we
                                                                 eiterbearbeit
                                                                             tet werden k
                                                                                        kann. 
                     




                                                                                                           
                            Abbildung 3: Häufi gkeitsverteilun
                                                             ng einer katego
                                                                           orialen Variable
                                                                                          e als Balkendiagramm 
                     
        gramm 
Kreisdiag           Eine alterna
                               ative Form sttellt das Kreisdiagramm dar. Die Kateegorien sind hierbei die 
                    Kreissegme ente, deren F
                                           Fläche propo ortional die H
                                                                     Häufigkeitsve
                                                                                 erteilung der
                                                                                             r einzelnen 

Einführun
        ng in SPSS / S
                     SS 2010 – HA
                                AW Hamburg
                                         g – René Reineke                                                         3 
 
Merkmale d darstellt. 
                       
                      Diagramme e ‐> Diagram mmerstellung
                                                        g ‐> Galerie (K
                                                                      Kreis/Polar)  ‐> Doppelklick auf 
                      Kreisdiagra
                                amm ‐> unter  rsuchende V
                                                        Variable in Au
                                                                     ufteilen nach
                                                                                 h ziehen ‐> OK K. 
                       




                                                                                                         
                                               Abbildung 4: U
                                                            Unbearbeitetes Kreisdiagram
                                                                                      mm 
                       
                      Nachteilig ist, dass sich  die tatsächlichen Häufiggkeiten nicht 
                                                                                     t ablesen lass
                                                                                                  sen und feinee 
                      Unterschied de schwer zu u erkennen s sind. Über Annpassungen  an der Darst tellung lassen 
                      sich allerdin
                                  ngs Beschrifttungen auf d der Kreisfläch
                                                                         he nachtrageen, um die Auussagekraft 
                      deutlich zu erhöhen. 
                                                                    

1.1.3 S  Statistischee	Analyse	
Über eineen Ein‐Stichpproben‐Chi‐QQuadrat‐Test t kann die Fr
                                                           rage beantwo  ortet werden
                                                                                    n, ob eine Au
                                                                                                usprägung 
signifikan
         nt häufiger auftritt oder a
                                   alle Auspräg ungen gleich
                                                           h verteilt sind
                                                                         d. 

Analysier
        ren ‐> Nichtp
                    parametrisch
                               he Tests ‐> Ch
                                            hi‐Quadrat ‐>
                                                        > untersuche
                                                                   ende Variable
                                                                              le zu Testvari
                                                                                           iablen ziehen
                                                                                                       n ‐
> OK. 

Die „Erwa
        artete Anzahhl“ in der mit
                                 ttleren Spalt e gibt die erwarteten (ab
                                                                       bsoluten) Hääufigkeiten b
                                                                                               bei einer 
Gleichver
        rteilung an. D
                     Das Residuum ist die Diffferenz der er rsten beiden
                                                                       n Spalten. 




Einführun
        ng in SPSS / S
                     SS 2010 – HA
                                AW Hamburg
                                         g – René Reineke                                                   4 
 
 
                                     Abbildung 5
                                               5: Chi‐Quadrat
                                                            t‐Ausgabe von S
                                                                          SPSS 

Die asym
       mptotische Sig
                    gnifikanz ist gleich dem p
                                             p‐Wert und l              erpretieren,  ob die zuvor
                                                          lässt uns inte                        r aufgestellte
                                                                                                             e 
Nullhypo
       othese verwoorfen wird od der beizubehhalten ist (nä
                                                          ähere Informationen hier rzu in der PowerPoint‐
Präsentat
        tion). 

1.2 En
     ntspreche
             en	Häufigk
                      keiten	be
                              estimmten
                                      n	Vorgabe
                                              en?	
Statt einee kategoriale
                      e Variable au
                                  uf eine Gleichhverteilung z
                                                            zu überprüfeen, kann auch
                                                                                    h auf eine be
                                                                                                estimmte 
Verteilunng geprüft we erden. Beisp
                                  piel: Erste Kat
                                                tegorie 30%,, zweite Kate
                                                                        egorie 60%, d
                                                                                    dritte Katego
                                                                                                orie 10%. Die
                                                                                                            e 
statistische Frage ist dann, ob die
                                  e Anteile vonn einzelnen K
                                                           Kategorien in
                                                                       n einer Stichp
                                                                                    probe den taatsächlichen 
Anteilen in der Population entspr rechen.  

1.2.1 N Numerischee	und	grafissche	Beschr  reibung	
Siehe „Ko                     gleich häufig  vor?“, S. 2.
        ommen alle Kategorien g

1.2.2 S Statistische  e	Analyse	
Ähnlich z
        zum vorherig   gen Fall, jedo
                                    och ist die Nu
                                                 ullhypothese
                                                            e in diesem Fall, dass die  Verteilung in
                                                                                                    n bestimmte
                                                                                                              er 
Form festtgelegt ist. 

Die Berec
        chnung erfol
                   lgt über: 

Analysier
        ren ‐> Nichtp
                    parametrisch he Tests ‐> Ch
                                              hi‐Quadrat ‐>> untersuche
                                                                      ende Variable
                                                                                  le zu Testvari
                                                                                               iablen ziehen
                                                                                                           n ‐
> Erwarte
        ete Werte markieren ‐> in das Feld W Werte der Reiihe nach die erwarteten rrelativen Häufigkeiten (a
                                                                                                           also 
in Prozen
        nt!) einfügen,
                     , jeweils per Hinzufügen  bestätigen ‐> OK.  




Einführun
        ng in SPSS / S
                     SS 2010 – HA
                                AW Hamburg
                                         g – René Reineke                                                5 
 
 
                               Abbildung 6: Der  Reihe nach we
                                                             erden die Werte
                                                                           e eingeben 

Der Outpput gibt nun a
                     an der Stelle
                                 e „Erwartete  Anzahl“ die,
                                                          , auf Grund d
                                                                      der eben ein gegeben erw
                                                                                             warteten 
relativen 
          Häufigkeiten, die erwartteten absolu
                                             uten Häufigkeiten aus. 

Die Interpretation erf
                     folgt identisc          erigen Fall.
                                  ch zum vorhe


2 Me
   ehrere	ka
           ategoriale	Variabl
                            len	
Im Gegen
       nsatz zum 1. Kapital werd
                               den einzelne
                                          e kategoriale
                                                      e Variablen nicht für sich  untersucht, sondern das
                                                                                                        s 
gemeinsa
       ame Auftreteen von zweieen oder mehhr Variablen z
                                                       zu beschreib
                                                                  ben und zu an  nalysieren. 

2.1 Da
     atenbesch
             hreibung	
 

2.1.1 N Numerische  e	Beschreib bung	
Ein schne
        eller numeris
                    scher Überbllick kann übeer die Erzeuggung einer Kr
                                                                      reuztabelle (
                                                                                  (auch: Kontin
                                                                                              ngenztabelle
                                                                                                         e) 
erhalten werden. Erg
                   gebnis in eine
                                e Matrix, in d
                                             der relative w
                                                          wie auch abssolute Häufig
                                                                                  gkeiten ausgegeben 
werden. 

Analysier
        ren ‐> Deskri
                    iptive Statisti
                                  iken ‐> Kreuzztabellen ‐> u
                                                            untersuchende Variablen n in Zeilenvar
                                                                                                 riable und 
Spaltenva
        ariable einfü
                    ügen ‐> Buttoon „Zellen…“ “ ‐> Häkchen bei „Beobac  chtet“ setzen
                                                                                    n im Feld „Hä
                                                                                                äufigkeiten“ ‐
                                                                                                             ‐> 
Optional:
        : Häkchen beei Prozentwe erten setzen ‐‐> Klick auf W
                                                            Weiter ‐> Klic
                                                                         ck auf OK 




Einführun
        ng in SPSS / S
                     SS 2010 – HA
                                AW Hamburg
                                         g – René Reineke                                               6 
 
 
                                       Abbildu
                                             ung 7: Dialog der Kreuztabelle
                                                                          e 

Das Ergeb
        bnis sieht ist
                     t daraufhin ähnlich der fo
                                              olgenden Darstellung: 




                                                                                              
                                     Abbildung
                                             g 8: Exemplaris
                                                           sche Kreuztabe
                                                                        elle 

2.1.2 G Grafische	Beschreibun    ng	
Zur Darst           nen sich idealerweise gru
        tellung eigen                        uppierte oder gestapelte Balkendiagr
                                                                                ramme. Exem mplarisch wirrd 
im Folgen
        nden die Ersttellung eines
                                 s gestapelten
                                             n Balkendiag
                                                        gramms wied  dergegeben.  Dieses wird folgt erzeug
                                                                                                         gt: 

Einführun
        ng in SPSS / S
                     SS 2010 – HA
                                AW Hamburg
                                         g – René Reineke                                            7 
 
Diagramm me ‐> Diagraammerstellung ‐> in Gale erie Balken aauswählen ‐> > Doppelklick
                                                                                    k auf „gestap
                                                                                                pelte Balken“
                                                                                                            “ ‐> 
Variable 1 in die X‐Ac
                     chse ziehen ‐>
                                  > Variable 2  in das Feld „
                                                            „Stapel: Farb
                                                                        be festlegen“
                                                                                    “ ziehen ‐> OK 




                                                                                                 
                                      Abbildung
                                              g 9: Gestapeltes
                                                             s Balkendiagram
                                                                           mm 

Um die A
       Aussagekraft zu erhöhen, , kann es ma nchmal nütz
                                                       zlich sein das          auf 100% zu skalieren. 
                                                                    s Diagramm a
Dazu empfiehlt sich d
                    die folgende Vorgehenswweise: 

Doppelkli
        ick auf das D
                    Diagramm ‐>
                              > Optionen ‐>
                                          > Auf 100% skalieren 




                                                                                             
                             Abbild
                                  dung 10: Gesta
                                               apeltes Balkend
                                                             diagramm, auf 100% skaliert 


Einführun
        ng in SPSS / S
                     SS 2010 – HA
                                AW Hamburg
                                         g – René Reineke                                               8 
 
Durch die
        ese Form der Darstellung
                               g ist ein Verg
                                            gleich wesentlich einfacher möglich. 

2.2 Sind	zwei	k
              kategorial
                       le	Variabl
                                len	unabh
                                        hängig?	
Gruppenunabhängig wird die Frage gestellt, o ob zwischen zwei kategorialen Variab blen eine Bez
                                                                                              ziehung 
        oder nicht. In
besteht o            n der Ausganngssituation  können bspw
                                                         w. zwei ordin
                                                                     nalskalierte V
                                                                                  Variablen in Form einer 
Likertskala untersuchht werden. 

2.2.1 D  Datenbesch  hreibung	
Orientierrung an „Datenbeschreib bung“, S. 6 zu
                                              ur Anfertigun
                                                          ng einer Kreu
                                                                      uztabelle. Be
                                                                                  ei der graphis
                                                                                               schen Form 
eignet sic
         ch hier das gruppierte Ba
                                 alkendiagram mm. 

2.2.2 UUnabhängig gkeitstest	
Zum Eins
       satz kommt d
                  der Chi‐Quaddrat‐Unabhä ngigkeitstest
                                                      t, der folgendes Hypothe
                                                                             esenpaar auf
                                                                                        fstellt: 

                                            	         	             	       	       ä       . 

                                        	         	             	       	       	       ä        . 

Analysierren ‐> Deskriiptive Statisti
                                    iken ‐> Kreuz
                                                ztabellen ‐> u
                                                             untersuchende Variablen n in Zeilen un
                                                                                                  nd Spalten 
ziehen ‐>
        > Klick auf „Sttatistiken“ ‐>
                                    > Häkchen beei „Chi‐Quaddrat“ setzen ‐
                                                                         ‐> Weiter ‐>  Klick auf OK 




                                                                                                               
                   Abb
                     bildung 11: Var
                                   riablen per Klic
                                                  cken + Ziehen e
                                                                einsetzen, dann
                                                                              n auf „Statistike
                                                                                              en“ klicken 

Wir erhalten daraufhin eine Tabe elle als Outpu
                                              ut, die uns Aufschluss über den p‐We
                                                                                 ert gibt und e
                                                                                              eine 
Interprettation der Erg
                      gebnisse erm
                                 möglicht. Dieeser kann als Wert unter „Asymptotis
                                                                                 sche Signifika
                                                                                              anz“ in der 
Zeile Chi‐
         ‐Quadrat nac ch Pearson a
                                 abgelesen we erden. 




Einführun
        ng in SPSS / S
                     SS 2010 – HA
                                AW Hamburg
                                         g – René Reineke                                                    9 
 
 
                        Abbildung 12
                                   2: Exemplarisch
                                                 hes Ergebnis ein
                                                                nes Chi‐Quadra
                                                                             at‐Homogenität
                                                                                          tstests 

Anschließ
        ßend folgt eine Interpret
                                tation des p‐W
                                             Werts. 


3 Ein
    ne	metris
            sche	Vari
                    iable	
3.1 W
    Wie	kann	m
             man	die	V
                     Verteilung
                              g	einer	me
                                       etrischen	Variablen
                                                         n	beschre
                                                                 eiben?	
Folgende
       e Punkte können betrachtet werden,  wenn man d
                                                    die Verteilun
                                                                ng einer metr
                                                                            rischen Varia
                                                                                        ablen 
untersuchen möchte: 

       In welchem BBereich die D
                                Daten liegen,
                                            , 
       die Verteilung der Werte innerhalb d ieses Bereich
        d                                                                          und weniger ausgeprägt 
                                                          hes, also wo sie stärker u
        s
        sind, 
       o
        ob es ein Zen
                    ntrum oder mmehrere Zent tren gibt undd ob 
       d
        die Daten stä
                    ärker oder weniger stark  variieren. 

3.1.1 K  Klassifizieren,	Tabelle    en	und	Histo  ogramme
Klassifizie
          eren  Wen   nn nur wenig  ge Beobacht ungen vorlie  egen, kann eine einfache  e Häufigkeitsvverteilung 
                  wie bei einer me  etrischen Va riable vorgenommen we     erden. 
                   
                  Diess ist allerding
                                    gs nicht prakktikabel, sobaald mehr als ca. fünf Aus prägungen v  vorliegen. In 
                  der Praxis trifft mman häufig eeher auf einee große Anza ahl von Ausp prägungen (>100+), so 
                  dasss per man Hä  äufigkeitsverrteilung keine aussagekrä  äftige Darste
                                                                                        ellung mehr erhält.  Als 
                  Wor rkaround bie  etet es sich a
                                                 an eine Klassifizierung der Daten durc  ch Intervalle 
                  vorzzunehmen. D   Die Anzahl de er Klassen ka
                                                              ann sich an foolgenden Fo ormeln orient tieren, mit 
                  Klasssenzahl k be ei n Beobacht tungen: 
                   
                                                             5      	 20
                   
                                                               2 	 	√  
                   
                  In SPSS kann über die Funktiion „Visuelle   es Klassieren“ eine derart tige Einteilun
                                                                                                      ng 
                  vorggenommen w    werden, wob  bei die grafische Verteilung direkt im  Dialogfenster angezeigt   t 
                  wirdd. 
                   
                  Trannsformieren ‐> Visuelles K  Klassieren ‐>
                                                              > untersuchende Variable  e auswählen ‐> neue, 
                  klas
                     ssierte Variab ble bezeichne en unter „Klaassierte Variable“ ‐> Trennnwerte eing geben oder 
                  autoomatisch übe   er „Trennwe rte erstellen…“ anlegen ‐  ‐> OK 
                   



Einführun
        ng in SPSS / S
                     SS 2010 – HA
                                AW Hamburg
                                         g – René Reineke                                                     10 
 
Abbild
                                            dung 13: Einste
                                                          ellungen für visuelles Klassiere
                                                                                         en 
               Es g
                  gilt die Trennwerte so zu  wählen, dass konzentriertere Bereic he durch kle  einere 
               Inte
                  ervalle klassie
                                ert werden, aals die übrigen Bereiche. . 
                
Tabellen       Die zuvor klassie            e kann nun über eine reguläre Häufig
                                erte Variable                                      gkeitstabelle ausgewertet 
               werrden: 
                
               Anaalysieren ‐> D
                               Deskriptive Sttatistiken ‐> Häufigkeitenn ‐> untersuc
                                                                                   chende Varia able 
               auswwählen ‐> OK K 
                
Histogram
        mme       ernativ kann, ohne eine v
               Alte                         vorherige ma  anuelle Klassierung, ein H
                                                                                   Histogramm zur 
               grap
                  phischen Dar  rstellung erzeeugt werden n. Im Unterscchied zum Ba alkendiagrammm, erfolgt 
               die Darstellung oohne Zwisch henräume, da   a eine metris
                                                                       sche Variablee als Datenquelle dient. 
               Eine
                  e Klassierungg findet hier aautomatisch h statt. 
                
               Diaggramm ‐> Diagrammerst     tellung ‐> Kategorie Histo
                                                                      ogramm ‐> D  Doppelklick a
                                                                                               auf 
               „ein
                  nfaches Histoogramm“ ‐> u  untersuchende, metrische Variable in  n die X‐Achsee ziehen ‐> 
               Optiional: Klasse
                               enzahl‐ oder b breite manuell setzen. Im
                                                                      m Fenster „Ellementeigenschaften auf   f 
               „Parrameter festtlegen…“ kliccken, anschlie eßend Wertee eingeben ‐>> OK 
                




Einführun
        ng in SPSS / S
                     SS 2010 – HA
                                AW Hamburg
                                         g – René Reineke                                              11 
 
Abbildung 1
                                              14: Optionales f
                                                             festlegen der K
                                                                           Klassenbreite‐ o
                                                                                          oder zahl 
                  

3.1.2 M Maßzahlen	zur	Beschr   reibung	der  r	Verteilungg	
Zur Besch
        hreibung ein
                   ner metrische
                               en Variablen  können aucch Lagemaße
                                                                 e und Streuu ngsmaße verwendet 
werden, um Angaben n über die Ve
                               erteilung zu t
                                            treffen. 

Analysierren ‐> Deskriiptive Statisti
                                    iken ‐> Häufi
                                                figkeiten ‐> u
                                                             untersuche Vaariable ausw
                                                                                     wählen und in
                                                                                                 n die rechte 
Spalte zie
         ehen ‐> Klick auf „Statistiiken…“ ‐> rellevante Lagee‐ und Streuu
                                                                         ungsmaße au uswählen ‐> Weiter ‐> OK. 
                                                                                                             K




                                                                                                        
                        Abbildung 15: Auswahl vo
                                               on zu berechne
                                                            enden Lage‐ und Streuungsma
                                                                                      aßen 

Einführun
        ng in SPSS / S
                     SS 2010 – HA
                                AW Hamburg
                                         g – René Reineke                                                  12 
 
3.1.3 B Boxplott	
Der Boxp
       plott stellt ein
                      ne weitere M
                                 Methode zur  graphischenn Visualisieru
                                                                      ung dar. Er er
                                                                                   rlaubt einen schnellen 
Überblick
        k über die Ve erteilung und
                                  d wird beson
                                             nders aussaggekräftig, wenn zwei Variiablenverteilungen 
miteinander vergliche en werden. DDarüber hina
                                             aus lassen sic
                                                          ch Ausreißerr besonders eeinfach Iden
                                                                                              ntifizieren. 




                                                                                          
                                               A
                                               Abbildung 16: B
                                                             Boxplott 

Innerhalbb der Box befinden sich 5
                                 50% der Date
                                            en und, eingeschlossen vvon Box inkl.  Whiskern, d
                                                                                             der Großteil d
                                                                                                          der 
Daten. MModerater Auusreißer werdden per Krei s und Zeilenzahl gekennz
                                                                     zeichnet, ext
                                                                                 treme Ausreeißer mit eineem 
Stern. 

Diagrammme ‐> Diagra
                   ammerstellung ‐> in Gale erie Boxplott
                                                        t auswählen ‐> Doppelklic
                                                                                ck auf 1D‐Bo
                                                                                           oxplott ‐> 
untersuch
        hende Variab
                   ble in X‐Achs
                               se ziehen ‐> O
                                            OK. 


4 Me
   ehrere	me
           etrische	Variable
                           en	

4.1 W
    Wie	stark	ist	der	Zus
                        sammenh
                              hang	zwis
                                      schen	zwe
                                              ei	metrisc
                                                       chen	Varia
                                                                ablen?	
4.1.1 G Grafische	Beschreibun    ng	
Zur Darst
        tellung eigneen sich Streudiagramme.  Die Werte e
                                                        einer Variablen werden je
                                                                                eweils auf de
                                                                                            er X‐ und Y‐
Achse dargestellt.  

Diagramm            ammerstellung ‐> in Gale
         me ‐> Diagra                         erie „Streu‐/P
                                                           Punktdiagram mm“ auswäh  hlen ‐> Dopp pelklick auf 
„einfache
        es Streudiagrramm“ ‐> Va ariable 1 in X
                                              X‐Achse zieheen, Variable 2
                                                                        2 in Y‐Achse  ziehen ‐> op
                                                                                                 ptional: 
Punktbesschriftung üb
                    ber Klick auf Registerreiteer Punkt/Gru
                                                          uppen‐ID, dan nn „Punkt‐IDD‐Beschriftunng“ anklicken n 
und Varia
        able 3 in das
                    s neue Feld zi
                                 iehen ‐> OK.




Einführun
        ng in SPSS / S
                     SS 2010 – HA
                                AW Hamburg
                                         g – René Reineke                                                 13 
 
 
                                     Abbildung 1
                                               17: Exemplarisc
                                                             ches Streudiagr
                                                                           ramm 

4.1.2 KKorrelationnskoeffiziennt	nach	Peaarson	und	SSpearman	
Zur nume
       erischen Beschreibung veerwendet m an den Korre
                                                     elationskoeff
                                                                 fizienten, de
                                                                             er normiert is
                                                                                          st und sich im
                                                                                                       m 
Wertebereich zwischen  1	     	 1 bewegt t. 

Die Berec
        chnung erfol
                   lgt über: 

Analysierren ‐> Korrela
                      ation ‐> Biva
                                  ariat ‐> zwei z
                                                zu korreliere
                                                            ende Variablee auswählen              echte Spalte 
                                                                                    n und in die re
ziehen ‐>
        > relevante Koorrelationskooeffizienten  auswählen pper Klick auf Checkbox ‐>
                                                                                    > OK. 




                                                                                                      
                            Abbildung 18: Eigens chaftendialog f
                                                               für Korrelationskoeffizienten  

Der ausgegebene p‐W
                  Wert kann an
                             nschließend  interpretiert
                                                      t werden. 

Einführun
        ng in SPSS / S
                     SS 2010 – HA
                                AW Hamburg
                                         g – René Reineke                                                14 
 

Weitere ähnliche Inhalte

Was ist angesagt?

Praxisworkshop GIMP 2 - Die wichtigsten Werkzeuge
Praxisworkshop GIMP 2 - Die wichtigsten WerkzeugePraxisworkshop GIMP 2 - Die wichtigsten Werkzeuge
Praxisworkshop GIMP 2 - Die wichtigsten Werkzeugeguestadcc8ae
 
Sappress Sap Controlling2
Sappress Sap Controlling2Sappress Sap Controlling2
Sappress Sap Controlling2caradha
 
Sappres Netweaver Identity Management
Sappres Netweaver Identity ManagementSappres Netweaver Identity Management
Sappres Netweaver Identity Managementgueste2a899
 
Sponsoring in Klein und Kleinstunternehmen
Sponsoring in Klein und KleinstunternehmenSponsoring in Klein und Kleinstunternehmen
Sponsoring in Klein und Kleinstunternehmenandreaswill.com
 
Evaluierungsmodell
EvaluierungsmodellEvaluierungsmodell
Evaluierungsmodelloneduphine
 
Wozu Soziale Netzwerke
Wozu Soziale NetzwerkeWozu Soziale Netzwerke
Wozu Soziale NetzwerkeWerner Drizhal
 
Wissensmanagement in der Praxis - Ein Reader, Prof. Lutz Leuendorf
Wissensmanagement in der Praxis - Ein Reader, Prof. Lutz LeuendorfWissensmanagement in der Praxis - Ein Reader, Prof. Lutz Leuendorf
Wissensmanagement in der Praxis - Ein Reader, Prof. Lutz LeuendorfAndreas Genth
 
HTML5 und CSS3 Übersicht
HTML5 und CSS3 ÜbersichtHTML5 und CSS3 Übersicht
HTML5 und CSS3 ÜbersichtSven Brencher
 
Venture Philanthropy. Ein Partnerschaftsmodell zwischen Unternehmen und Nonpr...
Venture Philanthropy. Ein Partnerschaftsmodell zwischen Unternehmen und Nonpr...Venture Philanthropy. Ein Partnerschaftsmodell zwischen Unternehmen und Nonpr...
Venture Philanthropy. Ein Partnerschaftsmodell zwischen Unternehmen und Nonpr...Sira Saccani
 
Masterarbeit / Fakultät für Mathematik und Informatik / Lehrgebiet Datenverar...
Masterarbeit / Fakultät für Mathematik und Informatik / Lehrgebiet Datenverar...Masterarbeit / Fakultät für Mathematik und Informatik / Lehrgebiet Datenverar...
Masterarbeit / Fakultät für Mathematik und Informatik / Lehrgebiet Datenverar...Melanie Eibl
 
Team Oldenburger Robo-Fußball – Abschlussbericht der Projektgruppe 2010
Team Oldenburger Robo-Fußball – Abschlussbericht  der Projektgruppe  2010Team Oldenburger Robo-Fußball – Abschlussbericht  der Projektgruppe  2010
Team Oldenburger Robo-Fußball – Abschlussbericht der Projektgruppe 2010Johannes Diemke
 
The book I wrote: You can order it:http://www.amazon.de/Teile-Lagermanagement...
The book I wrote: You can order it:http://www.amazon.de/Teile-Lagermanagement...The book I wrote: You can order it:http://www.amazon.de/Teile-Lagermanagement...
The book I wrote: You can order it:http://www.amazon.de/Teile-Lagermanagement...Bernhard Seilz
 
Evaluierungsmodell
EvaluierungsmodellEvaluierungsmodell
Evaluierungsmodelloneduphine
 
Bachelorarbeit - Die vergleichende Potentialanalyse des Reittourismus im inte...
Bachelorarbeit - Die vergleichende Potentialanalyse des Reittourismus im inte...Bachelorarbeit - Die vergleichende Potentialanalyse des Reittourismus im inte...
Bachelorarbeit - Die vergleichende Potentialanalyse des Reittourismus im inte...Roxana Darjan
 
Hacking in german
Hacking in germanHacking in german
Hacking in germanCr CRays
 

Was ist angesagt? (20)

[DE] Dr. Ulrich Kampffmeyer - Artikel auf Wikipedia | 2015
[DE] Dr. Ulrich Kampffmeyer - Artikel auf Wikipedia | 2015[DE] Dr. Ulrich Kampffmeyer - Artikel auf Wikipedia | 2015
[DE] Dr. Ulrich Kampffmeyer - Artikel auf Wikipedia | 2015
 
Praxisworkshop GIMP 2 - Die wichtigsten Werkzeuge
Praxisworkshop GIMP 2 - Die wichtigsten WerkzeugePraxisworkshop GIMP 2 - Die wichtigsten Werkzeuge
Praxisworkshop GIMP 2 - Die wichtigsten Werkzeuge
 
Sappress Sap Controlling2
Sappress Sap Controlling2Sappress Sap Controlling2
Sappress Sap Controlling2
 
Sappres Netweaver Identity Management
Sappres Netweaver Identity ManagementSappres Netweaver Identity Management
Sappres Netweaver Identity Management
 
Sponsoring in Klein und Kleinstunternehmen
Sponsoring in Klein und KleinstunternehmenSponsoring in Klein und Kleinstunternehmen
Sponsoring in Klein und Kleinstunternehmen
 
Evaluierungsmodell
EvaluierungsmodellEvaluierungsmodell
Evaluierungsmodell
 
Hb Autopilot
Hb AutopilotHb Autopilot
Hb Autopilot
 
Wozu Soziale Netzwerke
Wozu Soziale NetzwerkeWozu Soziale Netzwerke
Wozu Soziale Netzwerke
 
Wissensmanagement in der Praxis - Ein Reader, Prof. Lutz Leuendorf
Wissensmanagement in der Praxis - Ein Reader, Prof. Lutz LeuendorfWissensmanagement in der Praxis - Ein Reader, Prof. Lutz Leuendorf
Wissensmanagement in der Praxis - Ein Reader, Prof. Lutz Leuendorf
 
Design Thinking für Dummies
Design Thinking für DummiesDesign Thinking für Dummies
Design Thinking für Dummies
 
HTML5 und CSS3 Übersicht
HTML5 und CSS3 ÜbersichtHTML5 und CSS3 Übersicht
HTML5 und CSS3 Übersicht
 
Venture Philanthropy. Ein Partnerschaftsmodell zwischen Unternehmen und Nonpr...
Venture Philanthropy. Ein Partnerschaftsmodell zwischen Unternehmen und Nonpr...Venture Philanthropy. Ein Partnerschaftsmodell zwischen Unternehmen und Nonpr...
Venture Philanthropy. Ein Partnerschaftsmodell zwischen Unternehmen und Nonpr...
 
Masterarbeit / Fakultät für Mathematik und Informatik / Lehrgebiet Datenverar...
Masterarbeit / Fakultät für Mathematik und Informatik / Lehrgebiet Datenverar...Masterarbeit / Fakultät für Mathematik und Informatik / Lehrgebiet Datenverar...
Masterarbeit / Fakultät für Mathematik und Informatik / Lehrgebiet Datenverar...
 
Homematic
HomematicHomematic
Homematic
 
Homematic
HomematicHomematic
Homematic
 
Team Oldenburger Robo-Fußball – Abschlussbericht der Projektgruppe 2010
Team Oldenburger Robo-Fußball – Abschlussbericht  der Projektgruppe  2010Team Oldenburger Robo-Fußball – Abschlussbericht  der Projektgruppe  2010
Team Oldenburger Robo-Fußball – Abschlussbericht der Projektgruppe 2010
 
The book I wrote: You can order it:http://www.amazon.de/Teile-Lagermanagement...
The book I wrote: You can order it:http://www.amazon.de/Teile-Lagermanagement...The book I wrote: You can order it:http://www.amazon.de/Teile-Lagermanagement...
The book I wrote: You can order it:http://www.amazon.de/Teile-Lagermanagement...
 
Evaluierungsmodell
EvaluierungsmodellEvaluierungsmodell
Evaluierungsmodell
 
Bachelorarbeit - Die vergleichende Potentialanalyse des Reittourismus im inte...
Bachelorarbeit - Die vergleichende Potentialanalyse des Reittourismus im inte...Bachelorarbeit - Die vergleichende Potentialanalyse des Reittourismus im inte...
Bachelorarbeit - Die vergleichende Potentialanalyse des Reittourismus im inte...
 
Hacking in german
Hacking in germanHacking in german
Hacking in german
 

Andere mochten auch

Tour de l'Ariège FSGT 2010
Tour de l'Ariège FSGT 2010Tour de l'Ariège FSGT 2010
Tour de l'Ariège FSGT 2010TOAC
 
Graph-based Ontology Analysis in the Linked Open Data
Graph-based Ontology Analysis in the Linked Open DataGraph-based Ontology Analysis in the Linked Open Data
Graph-based Ontology Analysis in the Linked Open DataLihua Zhao
 
Desrespeito ao meio ambiente e à vida: crime ambiental e agressão à professor
Desrespeito ao meio ambiente e à vida: crime ambiental e agressão à professorDesrespeito ao meio ambiente e à vida: crime ambiental e agressão à professor
Desrespeito ao meio ambiente e à vida: crime ambiental e agressão à professorBauhinia
 
Social advertising in 2011 with Havas Sports & Entertainment
Social advertising in 2011 with Havas Sports & EntertainmentSocial advertising in 2011 with Havas Sports & Entertainment
Social advertising in 2011 with Havas Sports & EntertainmentHavas Sports & Entertainment
 
Msds Sodium Isobutyl Xanthate Sol
Msds Sodium Isobutyl Xanthate SolMsds Sodium Isobutyl Xanthate Sol
Msds Sodium Isobutyl Xanthate SolGustavo Maldonado
 
Elastix: Rompiendo las fronteras de la comunicación. Paul Estrella, Elastix.
Elastix: Rompiendo las fronteras de la comunicación. Paul Estrella, Elastix.Elastix: Rompiendo las fronteras de la comunicación. Paul Estrella, Elastix.
Elastix: Rompiendo las fronteras de la comunicación. Paul Estrella, Elastix.Elastix México
 
Design and Implementation of Bluetooth MAC core with RFCOMM on FPGA
Design and Implementation of Bluetooth MAC core with RFCOMM on FPGADesign and Implementation of Bluetooth MAC core with RFCOMM on FPGA
Design and Implementation of Bluetooth MAC core with RFCOMM on FPGAAneesh Raveendran
 
Asesoramiento patrimonial - Axa Exclusiv 2016
Asesoramiento patrimonial - Axa Exclusiv 2016Asesoramiento patrimonial - Axa Exclusiv 2016
Asesoramiento patrimonial - Axa Exclusiv 2016Rodrigo da Rocha Ribeiro
 
Iwa profile 2013
Iwa profile 2013Iwa profile 2013
Iwa profile 2013Karen Hover
 
Feb. 2016 webinar_condensate_return_piping
Feb. 2016 webinar_condensate_return_pipingFeb. 2016 webinar_condensate_return_piping
Feb. 2016 webinar_condensate_return_pipinglorenzo Monasca
 
Equipos para el Manjeo de Materiales
Equipos para el Manjeo de MaterialesEquipos para el Manjeo de Materiales
Equipos para el Manjeo de MaterialesMaría Angélica
 

Andere mochten auch (20)

Building The Perfect Offer
Building The Perfect OfferBuilding The Perfect Offer
Building The Perfect Offer
 
Sas
SasSas
Sas
 
Tour de l'Ariège FSGT 2010
Tour de l'Ariège FSGT 2010Tour de l'Ariège FSGT 2010
Tour de l'Ariège FSGT 2010
 
Graph-based Ontology Analysis in the Linked Open Data
Graph-based Ontology Analysis in the Linked Open DataGraph-based Ontology Analysis in the Linked Open Data
Graph-based Ontology Analysis in the Linked Open Data
 
spectrumK-Tagung_Versorgungsmanagement.pdf
spectrumK-Tagung_Versorgungsmanagement.pdfspectrumK-Tagung_Versorgungsmanagement.pdf
spectrumK-Tagung_Versorgungsmanagement.pdf
 
Bock psicanálise
Bock psicanáliseBock psicanálise
Bock psicanálise
 
Desrespeito ao meio ambiente e à vida: crime ambiental e agressão à professor
Desrespeito ao meio ambiente e à vida: crime ambiental e agressão à professorDesrespeito ao meio ambiente e à vida: crime ambiental e agressão à professor
Desrespeito ao meio ambiente e à vida: crime ambiental e agressão à professor
 
Social advertising in 2011 with Havas Sports & Entertainment
Social advertising in 2011 with Havas Sports & EntertainmentSocial advertising in 2011 with Havas Sports & Entertainment
Social advertising in 2011 with Havas Sports & Entertainment
 
Msds Sodium Isobutyl Xanthate Sol
Msds Sodium Isobutyl Xanthate SolMsds Sodium Isobutyl Xanthate Sol
Msds Sodium Isobutyl Xanthate Sol
 
Elastix: Rompiendo las fronteras de la comunicación. Paul Estrella, Elastix.
Elastix: Rompiendo las fronteras de la comunicación. Paul Estrella, Elastix.Elastix: Rompiendo las fronteras de la comunicación. Paul Estrella, Elastix.
Elastix: Rompiendo las fronteras de la comunicación. Paul Estrella, Elastix.
 
La inmaculada
La inmaculadaLa inmaculada
La inmaculada
 
Español para ti
Español para tiEspañol para ti
Español para ti
 
a innovación disruptiva de las redes sociales de investigadores frente a las ...
a innovación disruptiva de las redes sociales de investigadores frente a las ...a innovación disruptiva de las redes sociales de investigadores frente a las ...
a innovación disruptiva de las redes sociales de investigadores frente a las ...
 
Design and Implementation of Bluetooth MAC core with RFCOMM on FPGA
Design and Implementation of Bluetooth MAC core with RFCOMM on FPGADesign and Implementation of Bluetooth MAC core with RFCOMM on FPGA
Design and Implementation of Bluetooth MAC core with RFCOMM on FPGA
 
Curso tecnologias educacionais
Curso tecnologias educacionaisCurso tecnologias educacionais
Curso tecnologias educacionais
 
Asesoramiento patrimonial - Axa Exclusiv 2016
Asesoramiento patrimonial - Axa Exclusiv 2016Asesoramiento patrimonial - Axa Exclusiv 2016
Asesoramiento patrimonial - Axa Exclusiv 2016
 
Iwa profile 2013
Iwa profile 2013Iwa profile 2013
Iwa profile 2013
 
Problemas de aprendizaje
Problemas de aprendizajeProblemas de aprendizaje
Problemas de aprendizaje
 
Feb. 2016 webinar_condensate_return_piping
Feb. 2016 webinar_condensate_return_pipingFeb. 2016 webinar_condensate_return_piping
Feb. 2016 webinar_condensate_return_piping
 
Equipos para el Manjeo de Materiales
Equipos para el Manjeo de MaterialesEquipos para el Manjeo de Materiales
Equipos para el Manjeo de Materiales
 

Ähnlich wie SPSS: Praxis-Leitfaden

C++ Standard Template Library
C++ Standard Template LibraryC++ Standard Template Library
C++ Standard Template Libraryguestfc11c0c
 
Final Opentrans 2.0 Rfq
Final Opentrans 2.0   RfqFinal Opentrans 2.0   Rfq
Final Opentrans 2.0 Rfqguest6f1fb4
 
Best Practice Guide
Best Practice GuideBest Practice Guide
Best Practice Guideguestc141a6
 
Master thesis pascal_mueller01
Master thesis pascal_mueller01Master thesis pascal_mueller01
Master thesis pascal_mueller01guest39ce4e
 
Handbuch de
Handbuch deHandbuch de
Handbuch degordem
 
Lx7007 pro igc manual v2.02 (german)
Lx7007 pro igc manual v2.02 (german)Lx7007 pro igc manual v2.02 (german)
Lx7007 pro igc manual v2.02 (german)televe
 
Lx7007 pro igc manual v2.02 (german)
Lx7007 pro igc manual v2.02 (german)Lx7007 pro igc manual v2.02 (german)
Lx7007 pro igc manual v2.02 (german)televe
 
Algorithmen und Applikationen zur interaktiven Visualisierung und Analyse ch...
Algorithmen und Applikationen zur interaktiven  Visualisierung und Analyse ch...Algorithmen und Applikationen zur interaktiven  Visualisierung und Analyse ch...
Algorithmen und Applikationen zur interaktiven Visualisierung und Analyse ch...Frank Oellien
 
Manual atevio av 7500_hd_pvr_v10111_ger_
Manual atevio av 7500_hd_pvr_v10111_ger_Manual atevio av 7500_hd_pvr_v10111_ger_
Manual atevio av 7500_hd_pvr_v10111_ger_bodrog1953
 
Wettbewerbsanalyse - Blick ins Buch (Auszug)
Wettbewerbsanalyse - Blick ins Buch (Auszug)Wettbewerbsanalyse - Blick ins Buch (Auszug)
Wettbewerbsanalyse - Blick ins Buch (Auszug)ACRASIO
 
Fi Fi Webserver Hardwaredokumentation
Fi Fi Webserver HardwaredokumentationFi Fi Webserver Hardwaredokumentation
Fi Fi Webserver Hardwaredokumentationguest0ac90f
 
Ivor Vidjen - Diplomarbeit
Ivor Vidjen - DiplomarbeitIvor Vidjen - Diplomarbeit
Ivor Vidjen - DiplomarbeitIvor Vidjen
 
Game Design Document - Pogomania
Game Design Document - PogomaniaGame Design Document - Pogomania
Game Design Document - PogomaniaPhilipp Strecker
 

Ähnlich wie SPSS: Praxis-Leitfaden (20)

C++ Standard Template Library
C++ Standard Template LibraryC++ Standard Template Library
C++ Standard Template Library
 
B8 Handbuch
B8 HandbuchB8 Handbuch
B8 Handbuch
 
mabio
mabiomabio
mabio
 
Final Opentrans 2.0 Rfq
Final Opentrans 2.0   RfqFinal Opentrans 2.0   Rfq
Final Opentrans 2.0 Rfq
 
BSI Audit
BSI AuditBSI Audit
BSI Audit
 
Best Practice Guide
Best Practice GuideBest Practice Guide
Best Practice Guide
 
Master thesis pascal_mueller01
Master thesis pascal_mueller01Master thesis pascal_mueller01
Master thesis pascal_mueller01
 
Handbuch de
Handbuch deHandbuch de
Handbuch de
 
Lx7007 pro igc manual v2.02 (german)
Lx7007 pro igc manual v2.02 (german)Lx7007 pro igc manual v2.02 (german)
Lx7007 pro igc manual v2.02 (german)
 
Lx7007 pro igc manual v2.02 (german)
Lx7007 pro igc manual v2.02 (german)Lx7007 pro igc manual v2.02 (german)
Lx7007 pro igc manual v2.02 (german)
 
Algorithmen und Applikationen zur interaktiven Visualisierung und Analyse ch...
Algorithmen und Applikationen zur interaktiven  Visualisierung und Analyse ch...Algorithmen und Applikationen zur interaktiven  Visualisierung und Analyse ch...
Algorithmen und Applikationen zur interaktiven Visualisierung und Analyse ch...
 
Manual atevio av 7500_hd_pvr_v10111_ger_
Manual atevio av 7500_hd_pvr_v10111_ger_Manual atevio av 7500_hd_pvr_v10111_ger_
Manual atevio av 7500_hd_pvr_v10111_ger_
 
Wettbewerbsanalyse - Blick ins Buch (Auszug)
Wettbewerbsanalyse - Blick ins Buch (Auszug)Wettbewerbsanalyse - Blick ins Buch (Auszug)
Wettbewerbsanalyse - Blick ins Buch (Auszug)
 
German Original
German OriginalGerman Original
German Original
 
Fi Fi Webserver Hardwaredokumentation
Fi Fi Webserver HardwaredokumentationFi Fi Webserver Hardwaredokumentation
Fi Fi Webserver Hardwaredokumentation
 
Das projekt-gaia-x
Das projekt-gaia-xDas projekt-gaia-x
Das projekt-gaia-x
 
Diplomarbeit
DiplomarbeitDiplomarbeit
Diplomarbeit
 
Ivor Vidjen - Diplomarbeit
Ivor Vidjen - DiplomarbeitIvor Vidjen - Diplomarbeit
Ivor Vidjen - Diplomarbeit
 
J3dboolop
J3dboolopJ3dboolop
J3dboolop
 
Game Design Document - Pogomania
Game Design Document - PogomaniaGame Design Document - Pogomania
Game Design Document - Pogomania
 

SPSS: Praxis-Leitfaden

  • 1. SPSS‐Praxisleitfaden Exemplarische Fragestellungen und mögliche Lösungsmethoden Dieser Leitfaden orientiert sich an den Kursinhalten der SPSS‐Einführung, erhebt jedoch keinen Anspruch  auf Vollständigkeit und stellt keine Zusammenfassung dar. Die Bedienung von SPSS, wie bspw. das  Bearbeiten der Grafiken, der Tabellen und die theoretischen Grundlagen sind nicht Bestandteil dieses  Dokuments.  Aufgehend von praxisnahen Fragestellungen, die in dieser Form auch in der Hausarbeit zu lösen sein  könnten, wird ein exemplarischer Lösungsweg in SPSS beschrieben. Es wird angenommen, dass die  Datenquelle in einer Form vorliegt, welche die direkte Verarbeitung möglich macht. In der Praxis sind jedoch  häufig vorherige Analysen, bspw. auf Ausreißer, oder Umkodierungen, das Gewichten von Fällen, etc.  notwendig. Dies muss bei der Anwendung beachtet werden.  Inhalt 1  Eine kategoriale Variable .............................................................................................................................    2 1.1  Kommen alle Kategorien gleich häufig vor? ........................................................................................    2 1.1.1  Numerische Beschreibung ...........................................................................................................    2 1.1.2  Grafische Beschreibung ...............................................................................................................    2 1.1.3  Statistische Analyse .....................................................................................................................    4 1.2  Entsprechen Häufigkeiten bestimmten Vorgaben? ............................................................................    5 1.2.1  Numerische und grafische Beschreibung ....................................................................................    5 1.2.2  Statistische Analyse .....................................................................................................................    5 2  Mehrere kategoriale Variablen ...................................................................................................................    6 2.1  Datenbeschreibung .............................................................................................................................    6 2.1.1  Numerische Beschreibung ...........................................................................................................    6 2.1.2  Grafische Beschreibung ...............................................................................................................    7 2.2  Sind zwei kategoriale Variablen unabhängig? .....................................................................................    9 2.2.1  Datenbeschreibung .....................................................................................................................    9 2.2.2  Unabhängigkeitstest ....................................................................................................................    9 3  Eine metrische Variable .............................................................................................................................  0  1 3.1  Wie kann man die Verteilung einer metrischen Variablen beschreiben?  ........................................  0  . 1 3.1.1  Klassifizieren, Tabellen und Histogramme ................................................................................  0  1 3.1.2  Maßzahlen zur Beschreibung der Verteilung ............................................................................  2  1 3.1.3  Boxplott .....................................................................................................................................  3  1 4  Mehrere metrische Variablen ...................................................................................................................  3  1 4.1  Wie stark ist der Zusammenhang zwischen zwei metrischen Variablen?  ........................................  3  . 1 Einführung in SPSS / SS 2010 – HAW Hamburg – René Reineke  1   
  • 2. 4.1.1  Grafisc che Beschrei ibung ........... ........................................ .............................................................  3  1 2  4.1.2 Korrelationskoeffiz zient nach Pe earson und S Spearman .... .............................................................  4  1   1 Ein ne katego oriale Var riable Dieses Ka apitel beschr ränkt sich auf Fragestellu ungen in Zusa ammenhang g mit einer eiinzelnen kate egorialen  Variable.  1.1 Ko ommen al lle Katego orien glei ich häufig g vor? 1.1.1 N Numerische e Beschreib bung Analysier ren ‐> Deskri iptive Statisti iken ‐> Häufi figkeiten … ‐> > markieren d der auszuwe ertenden Var riable (siehe  Abb.)‐> H Häkchen bei HHäufigkeitstaabellen setzeen ‐> OK.    A Abbildung 1: Di ie auszuwerten nde Variable wiird per Doppelklick oder Klick ken+Ziehen in d die rechte Spalt te gelegt  In der Au usgabe sind in den ersten n beiden Spa lten die (abs soluten) Häufigkeiten und d Prozentwe erte enthalte en.  1.1.2 GGrafische Beschreibunng Balkendiagramm  Diagramme e ‐> Diagram mmerstellung g ‐> Galerie (B Balken) ‐> Do oppelklick au uf einfaches  Balkendiagramm ‐> unt tersuchende Variable in X X‐Achse zieh en ‐> OK.    Einführun ng in SPSS / S SS 2010 – HA AW Hamburg g – René Reineke  2   
  • 3.   Abbildu ung 2: Zu unter rsuchende Varia able wird per K Klicken+Ziehen  auf die X‐Achs se gezogen    Anschließend öffnet sic ch das Ausgabefenster vo on SPSS und  man erhält d das  Balkendiagramm, welch hes anschließ ßend ggf. we eiterbearbeit tet werden k kann.      Abbildung 3: Häufi gkeitsverteilun ng einer katego orialen Variable e als Balkendiagramm    gramm  Kreisdiag Eine alterna ative Form sttellt das Kreisdiagramm dar. Die Kateegorien sind hierbei die  Kreissegme ente, deren F Fläche propo ortional die H Häufigkeitsve erteilung der r einzelnen  Einführun ng in SPSS / S SS 2010 – HA AW Hamburg g – René Reineke  3   
  • 4. Merkmale d darstellt.    Diagramme e ‐> Diagram mmerstellung g ‐> Galerie (K Kreis/Polar)  ‐> Doppelklick auf  Kreisdiagra amm ‐> unter rsuchende V Variable in Au ufteilen nach h ziehen ‐> OK K.      Abbildung 4: U Unbearbeitetes Kreisdiagram mm    Nachteilig ist, dass sich  die tatsächlichen Häufiggkeiten nicht  t ablesen lass sen und feinee  Unterschied de schwer zu u erkennen s sind. Über Annpassungen  an der Darst tellung lassen  sich allerdin ngs Beschrifttungen auf d der Kreisfläch he nachtrageen, um die Auussagekraft  deutlich zu erhöhen.    1.1.3 S Statistischee Analyse Über eineen Ein‐Stichpproben‐Chi‐QQuadrat‐Test t kann die Fr rage beantwo ortet werden n, ob eine Au usprägung  signifikan nt häufiger auftritt oder a alle Auspräg ungen gleich h verteilt sind d.  Analysier ren ‐> Nichtp parametrisch he Tests ‐> Ch hi‐Quadrat ‐> > untersuche ende Variable le zu Testvari iablen ziehen n ‐ > OK.  Die „Erwa artete Anzahhl“ in der mit ttleren Spalt e gibt die erwarteten (ab bsoluten) Hääufigkeiten b bei einer  Gleichver rteilung an. D Das Residuum ist die Diffferenz der er rsten beiden n Spalten.  Einführun ng in SPSS / S SS 2010 – HA AW Hamburg g – René Reineke  4   
  • 5.   Abbildung 5 5: Chi‐Quadrat t‐Ausgabe von S SPSS  Die asym mptotische Sig gnifikanz ist gleich dem p p‐Wert und l erpretieren,  ob die zuvor lässt uns inte r aufgestellte e  Nullhypo othese verwoorfen wird od der beizubehhalten ist (nä ähere Informationen hier rzu in der PowerPoint‐ Präsentat tion).  1.2 En ntspreche en Häufigk keiten be estimmten n Vorgabe en? Statt einee kategoriale e Variable au uf eine Gleichhverteilung z zu überprüfeen, kann auch h auf eine be estimmte  Verteilunng geprüft we erden. Beisp piel: Erste Kat tegorie 30%,, zweite Kate egorie 60%, d dritte Katego orie 10%. Die e  statistische Frage ist dann, ob die e Anteile vonn einzelnen K Kategorien in n einer Stichp probe den taatsächlichen  Anteilen in der Population entspr rechen.   1.2.1 N Numerischee und grafissche Beschr reibung Siehe „Ko gleich häufig  vor?“, S. 2. ommen alle Kategorien g 1.2.2 S Statistische e Analyse Ähnlich z zum vorherig gen Fall, jedo och ist die Nu ullhypothese e in diesem Fall, dass die  Verteilung in n bestimmte er  Form festtgelegt ist.  Die Berec chnung erfol lgt über:  Analysier ren ‐> Nichtp parametrisch he Tests ‐> Ch hi‐Quadrat ‐>> untersuche ende Variable le zu Testvari iablen ziehen n ‐ > Erwarte ete Werte markieren ‐> in das Feld W Werte der Reiihe nach die erwarteten rrelativen Häufigkeiten (a also  in Prozen nt!) einfügen, , jeweils per Hinzufügen  bestätigen ‐> OK.   Einführun ng in SPSS / S SS 2010 – HA AW Hamburg g – René Reineke  5   
  • 6.   Abbildung 6: Der  Reihe nach we erden die Werte e eingeben  Der Outpput gibt nun a an der Stelle e „Erwartete  Anzahl“ die, , auf Grund d der eben ein gegeben erw warteten  relativen   Häufigkeiten, die erwartteten absolu uten Häufigkeiten aus.  Die Interpretation erf folgt identisc erigen Fall. ch zum vorhe 2 Me ehrere ka ategoriale Variabl len Im Gegen nsatz zum 1. Kapital werd den einzelne e kategoriale e Variablen nicht für sich  untersucht, sondern das s  gemeinsa ame Auftreteen von zweieen oder mehhr Variablen z zu beschreib ben und zu an nalysieren.  2.1 Da atenbesch hreibung   2.1.1 N Numerische e Beschreib bung Ein schne eller numeris scher Überbllick kann übeer die Erzeuggung einer Kr reuztabelle ( (auch: Kontin ngenztabelle e)  erhalten werden. Erg gebnis in eine e Matrix, in d der relative w wie auch abssolute Häufig gkeiten ausgegeben  werden.  Analysier ren ‐> Deskri iptive Statisti iken ‐> Kreuzztabellen ‐> u untersuchende Variablen n in Zeilenvar riable und  Spaltenva ariable einfü ügen ‐> Buttoon „Zellen…“ “ ‐> Häkchen bei „Beobac chtet“ setzen n im Feld „Hä äufigkeiten“ ‐ ‐>  Optional: : Häkchen beei Prozentwe erten setzen ‐‐> Klick auf W Weiter ‐> Klic ck auf OK  Einführun ng in SPSS / S SS 2010 – HA AW Hamburg g – René Reineke  6   
  • 7.   Abbildu ung 7: Dialog der Kreuztabelle e  Das Ergeb bnis sieht ist t daraufhin ähnlich der fo olgenden Darstellung:    Abbildung g 8: Exemplaris sche Kreuztabe elle  2.1.2 G Grafische Beschreibun ng Zur Darst nen sich idealerweise gru tellung eigen uppierte oder gestapelte Balkendiagr ramme. Exem mplarisch wirrd  im Folgen nden die Ersttellung eines s gestapelten n Balkendiag gramms wied dergegeben.  Dieses wird folgt erzeug gt:  Einführun ng in SPSS / S SS 2010 – HA AW Hamburg g – René Reineke  7   
  • 8. Diagramm me ‐> Diagraammerstellung ‐> in Gale erie Balken aauswählen ‐> > Doppelklick k auf „gestap pelte Balken“ “ ‐>  Variable 1 in die X‐Ac chse ziehen ‐> > Variable 2  in das Feld „ „Stapel: Farb be festlegen“ “ ziehen ‐> OK    Abbildung g 9: Gestapeltes s Balkendiagram mm  Um die A Aussagekraft zu erhöhen, , kann es ma nchmal nütz zlich sein das auf 100% zu skalieren.  s Diagramm a Dazu empfiehlt sich d die folgende Vorgehenswweise:  Doppelkli ick auf das D Diagramm ‐> > Optionen ‐> > Auf 100% skalieren    Abbild dung 10: Gesta apeltes Balkend diagramm, auf 100% skaliert  Einführun ng in SPSS / S SS 2010 – HA AW Hamburg g – René Reineke  8   
  • 9. Durch die ese Form der Darstellung g ist ein Verg gleich wesentlich einfacher möglich.  2.2 Sind zwei k kategorial le Variabl len unabh hängig? Gruppenunabhängig wird die Frage gestellt, o ob zwischen zwei kategorialen Variab blen eine Bez ziehung  oder nicht. In besteht o n der Ausganngssituation  können bspw w. zwei ordin nalskalierte V Variablen in Form einer  Likertskala untersuchht werden.  2.2.1 D Datenbesch hreibung Orientierrung an „Datenbeschreib bung“, S. 6 zu ur Anfertigun ng einer Kreu uztabelle. Be ei der graphis schen Form  eignet sic ch hier das gruppierte Ba alkendiagram mm.  2.2.2 UUnabhängig gkeitstest Zum Eins satz kommt d der Chi‐Quaddrat‐Unabhä ngigkeitstest t, der folgendes Hypothe esenpaar auf fstellt:  ä .  ä .  Analysierren ‐> Deskriiptive Statisti iken ‐> Kreuz ztabellen ‐> u untersuchende Variablen n in Zeilen un nd Spalten  ziehen ‐> > Klick auf „Sttatistiken“ ‐> > Häkchen beei „Chi‐Quaddrat“ setzen ‐ ‐> Weiter ‐>  Klick auf OK    Abb bildung 11: Var riablen per Klic cken + Ziehen e einsetzen, dann n auf „Statistike en“ klicken  Wir erhalten daraufhin eine Tabe elle als Outpu ut, die uns Aufschluss über den p‐We ert gibt und e eine  Interprettation der Erg gebnisse erm möglicht. Dieeser kann als Wert unter „Asymptotis sche Signifika anz“ in der  Zeile Chi‐ ‐Quadrat nac ch Pearson a abgelesen we erden.  Einführun ng in SPSS / S SS 2010 – HA AW Hamburg g – René Reineke  9   
  • 10.   Abbildung 12 2: Exemplarisch hes Ergebnis ein nes Chi‐Quadra at‐Homogenität tstests  Anschließ ßend folgt eine Interpret tation des p‐W Werts.  3 Ein ne metris sche Vari iable 3.1 W Wie kann m man die V Verteilung g einer me etrischen Variablen n beschre eiben? Folgende e Punkte können betrachtet werden,  wenn man d die Verteilun ng einer metr rischen Varia ablen  untersuchen möchte:   In welchem BBereich die D Daten liegen, ,   die Verteilung der Werte innerhalb d ieses Bereich d und weniger ausgeprägt  hes, also wo sie stärker u s sind,   o ob es ein Zen ntrum oder mmehrere Zent tren gibt undd ob   d die Daten stä ärker oder weniger stark  variieren.  3.1.1 K Klassifizieren, Tabelle en und Histo ogramme Klassifizie eren  Wen nn nur wenig ge Beobacht ungen vorlie egen, kann eine einfache  e Häufigkeitsvverteilung  wie bei einer me etrischen Va riable vorgenommen we erden.    Diess ist allerding gs nicht prakktikabel, sobaald mehr als ca. fünf Aus prägungen v vorliegen. In  der Praxis trifft mman häufig eeher auf einee große Anza ahl von Ausp prägungen (>100+), so  dasss per man Hä äufigkeitsverrteilung keine aussagekrä äftige Darste ellung mehr erhält.  Als  Wor rkaround bie etet es sich a an eine Klassifizierung der Daten durc ch Intervalle  vorzzunehmen. D Die Anzahl de er Klassen ka ann sich an foolgenden Fo ormeln orient tieren, mit  Klasssenzahl k be ei n Beobacht tungen:    5 20   2 √     In SPSS kann über die Funktiion „Visuelle es Klassieren“ eine derart tige Einteilun ng  vorggenommen w werden, wob bei die grafische Verteilung direkt im  Dialogfenster angezeigt t  wirdd.    Trannsformieren ‐> Visuelles K Klassieren ‐> > untersuchende Variable e auswählen ‐> neue,  klas ssierte Variab ble bezeichne en unter „Klaassierte Variable“ ‐> Trennnwerte eing geben oder  autoomatisch übe er „Trennwe rte erstellen…“ anlegen ‐ ‐> OK    Einführun ng in SPSS / S SS 2010 – HA AW Hamburg g – René Reineke  10   
  • 11. Abbild dung 13: Einste ellungen für visuelles Klassiere en  Es g gilt die Trennwerte so zu  wählen, dass konzentriertere Bereic he durch kle einere  Inte ervalle klassie ert werden, aals die übrigen Bereiche. .    Tabellen  Die zuvor klassie e kann nun über eine reguläre Häufig erte Variable gkeitstabelle ausgewertet  werrden:    Anaalysieren ‐> D Deskriptive Sttatistiken ‐> Häufigkeitenn ‐> untersuc chende Varia able  auswwählen ‐> OK K    Histogram mme  ernativ kann, ohne eine v Alte vorherige ma anuelle Klassierung, ein H Histogramm zur  grap phischen Dar rstellung erzeeugt werden n. Im Unterscchied zum Ba alkendiagrammm, erfolgt  die Darstellung oohne Zwisch henräume, da a eine metris sche Variablee als Datenquelle dient.  Eine e Klassierungg findet hier aautomatisch h statt.    Diaggramm ‐> Diagrammerst tellung ‐> Kategorie Histo ogramm ‐> D Doppelklick a auf  „ein nfaches Histoogramm“ ‐> u untersuchende, metrische Variable in n die X‐Achsee ziehen ‐>  Optiional: Klasse enzahl‐ oder b breite manuell setzen. Im m Fenster „Ellementeigenschaften auf f  „Parrameter festtlegen…“ kliccken, anschlie eßend Wertee eingeben ‐>> OK    Einführun ng in SPSS / S SS 2010 – HA AW Hamburg g – René Reineke  11   
  • 12. Abbildung 1 14: Optionales f festlegen der K Klassenbreite‐ o oder zahl    3.1.2 M Maßzahlen zur Beschr reibung der r Verteilungg Zur Besch hreibung ein ner metrische en Variablen  können aucch Lagemaße e und Streuu ngsmaße verwendet  werden, um Angaben n über die Ve erteilung zu t treffen.  Analysierren ‐> Deskriiptive Statisti iken ‐> Häufi figkeiten ‐> u untersuche Vaariable ausw wählen und in n die rechte  Spalte zie ehen ‐> Klick auf „Statistiiken…“ ‐> rellevante Lagee‐ und Streuu ungsmaße au uswählen ‐> Weiter ‐> OK.  K   Abbildung 15: Auswahl vo on zu berechne enden Lage‐ und Streuungsma aßen  Einführun ng in SPSS / S SS 2010 – HA AW Hamburg g – René Reineke  12   
  • 13. 3.1.3 B Boxplott Der Boxp plott stellt ein ne weitere M Methode zur  graphischenn Visualisieru ung dar. Er er rlaubt einen schnellen  Überblick k über die Ve erteilung und d wird beson nders aussaggekräftig, wenn zwei Variiablenverteilungen  miteinander vergliche en werden. DDarüber hina aus lassen sic ch Ausreißerr besonders eeinfach Iden ntifizieren.    A Abbildung 16: B Boxplott  Innerhalbb der Box befinden sich 5 50% der Date en und, eingeschlossen vvon Box inkl.  Whiskern, d der Großteil d der  Daten. MModerater Auusreißer werdden per Krei s und Zeilenzahl gekennz zeichnet, ext treme Ausreeißer mit eineem  Stern.  Diagrammme ‐> Diagra ammerstellung ‐> in Gale erie Boxplott t auswählen ‐> Doppelklic ck auf 1D‐Bo oxplott ‐>  untersuch hende Variab ble in X‐Achs se ziehen ‐> O OK.  4 Me ehrere me etrische Variable en 4.1 W Wie stark ist der Zus sammenh hang zwis schen zwe ei metrisc chen Varia ablen? 4.1.1 G Grafische Beschreibun ng Zur Darst tellung eigneen sich Streudiagramme.  Die Werte e einer Variablen werden je eweils auf de er X‐ und Y‐ Achse dargestellt.   Diagramm ammerstellung ‐> in Gale me ‐> Diagra erie „Streu‐/P Punktdiagram mm“ auswäh hlen ‐> Dopp pelklick auf  „einfache es Streudiagrramm“ ‐> Va ariable 1 in X X‐Achse zieheen, Variable 2 2 in Y‐Achse  ziehen ‐> op ptional:  Punktbesschriftung üb ber Klick auf Registerreiteer Punkt/Gru uppen‐ID, dan nn „Punkt‐IDD‐Beschriftunng“ anklicken n  und Varia able 3 in das s neue Feld zi iehen ‐> OK. Einführun ng in SPSS / S SS 2010 – HA AW Hamburg g – René Reineke  13   
  • 14.   Abbildung 1 17: Exemplarisc ches Streudiagr ramm  4.1.2 KKorrelationnskoeffiziennt nach Peaarson und SSpearman Zur nume erischen Beschreibung veerwendet m an den Korre elationskoeff fizienten, de er normiert is st und sich im m  Wertebereich zwischen  1 1 bewegt t.  Die Berec chnung erfol lgt über:  Analysierren ‐> Korrela ation ‐> Biva ariat ‐> zwei z zu korreliere ende Variablee auswählen echte Spalte  n und in die re ziehen ‐> > relevante Koorrelationskooeffizienten  auswählen pper Klick auf Checkbox ‐> > OK.    Abbildung 18: Eigens chaftendialog f für Korrelationskoeffizienten   Der ausgegebene p‐W Wert kann an nschließend  interpretiert t werden.  Einführun ng in SPSS / S SS 2010 – HA AW Hamburg g – René Reineke  14