Multivariate Verfahren (eBook)

Eine praxisorientierte Einführung mit Anwendungsbeispielen in SPSS

Matthias Rudolf, Johannes Müller (Autoren)

eBook Download: PDF

2012 | 2. Auflage
414 Seiten
Hogrefe Verlag GmbH & Co. KG
978-3-8409-2403-3 (ISBN)

Infos

Gut nachvollziehbar und anwendungsorientiert werden in diesem Buch multivariate Verfahren behandelt, die für die Auswertung empirischer Untersuchungen besonders wichtig sind. In jedem Kapitel werden zunächst die Grundlagen der Verfahren unter Verwendung kleiner Beispieldatensätze dargestellt. Anhand der gleichen Datensätze wird anschließend schrittweise die praktische Umsetzung der Verfahren in SPSS beschrieben. Für die Analyse linearer Strukturgleichungsmodelle wird AMOS verwendet. Zahlreiche Bildschirmausdrucke, Interpretationshilfen und eine lückenlose Darstellung der Analyseschritte ermöglichen das selbständige Studium und die Anwendung der Verfahren auf eigene Fragestellungen. Leser, die mit SPSS oder AMOS nicht vertraut sind, werden in die notwendigen Grundlagen eingeführt. Alle im Text verwendeten Beispieldatensätze sowie die Syntax-Dateien aller Analysen sind auf der Web-Seite zum Buch enthalten. Zusätzlich sind zu jedem Kapitel Datensätze, Syntax- Dateien, Auswertungen und Ergebnisinterpretationen aus Forschungsprojekten enthalten, deren Themen von arbeitspsychologischen bis zu epidemiologischen Untersuchungen reichen. Folgende Verfahren werden behandelt: Regressionsanalyse, Varianzanalyse, Diskriminanzanalyse, Faktorenanalyse, Clusteranalyse, logistische Regressionsanalyse, Analyse loglinearer Modelle, Zeitreihenanalyse, Analyse linearer Strukturgleichungsmodelle. Neu aufgenommen wurden in der 2. Auflage die Diskriminanzanalyse, die Analyse von Moderator- bzw. Mediatoreffekten sowie eine Einführung in die Arbeit mit der SPSS-Syntax.

Inhalt

Multivariate Verfahren 1
Vorwort zur zweiten Auflage 7
Inhalt 9
Kapitel 1 - Einführung in die Arbeit mit SPSS 13
1.1 Dateneingabe 16
1.2 Beispiele einfacher Datenanalysen 22
1.3 Zur Arbeit mit der SPSS-Syntax 32
Kapitel 2 - Regressionsanalyse 39
2.1 Einfache lineare Regression 42
2.2 Multiple lineare Regression 50
2.3 Anwendungsbeispiel in SPSS 70
Kapitel 3 - Varianzanalyse 97
3.1 Einfaktorielle Varianzanalyse 100
3.2 Zweifaktorielle Varianzanalyse 111
3.3 Kovarianzanalyse 118
3.4 Multivariate Varianzanalyse 120
3.5 Varianzanalyse mit Messwiederholungen 122
3.6 Anwendungsbeispiel in SPSS 127
Kapitel 4 - Diskriminanzanalyse 151
4.1 Lineare Diskriminanzanalyse bei zwei Gruppen 154
4.2 Lineare Diskriminanzanalyse bei mehr als zwei Gruppen 166
4.3 Anwendungsbeispiel in SPSS 172
Kapitel 5 - Logistische Regression 185
5.1 Odds Ratio 188
5.2 Modell der logistischen Regression 190
5.3 Schätzungen, Tests und Modellgüte 193
5.4 Anwendungsbeispiel in SPSS 199
Kapitel 6 - Analyse mehrdimensionaler Häufigkeitstabellen 217
6.1 Häufigkeitsanalyse in zweidimensionalen Kreuztabellen 219
6.2 Loglineare Modelle 224
6.3 Anwendungsbeispiel in SPSS 228
Kapitel 7 - Zeitreihenanalyse 241
7.1 Zeitreihendarstellung und Stationarität 244
7.2 Trendanalyse 247
7.3 Schwingungsanalyse 251
7.4 Überblick über weitere Methoden der Zeitreihenanalyse 258
7.5 Anwendungsbeispiel in SPSS 260
Kapitel 8 - Clusteranalyse 281
8.1 Vorgehensweise 283
8.2 Interpretation einer hierarchischen Clusterlösung 292
8.3 Anwendungsbeispiel in SPSS 294
Kapitel 9 - Faktorenanalyse 309
9.1 Modell und Voraussetzungen der Faktorenanalyse 312
9.2 Hauptkomponentenmethode 313
9.3 Bestimmung der Anzahl der Faktoren 317
9.4 Varimax-Rotation 320
9.5 Interpretation und Beurteilung der Güte der Faktorenlösung 323
9.6 Anwendungsbeispiel in SPSS 326
Kapitel 10 - Lineare Strukturgleichungsmodelle 339
10.1 Korrelationen und Kausalität 342
10.2 Pfaddiagramme und lineare Strukturgleichungen 347
10.3 Struktur- und Messmodell 349
10.4 Modellspezifikationen 352
10.5 Schätzungen, Tests und Gütekriterien 355
10.6 Anwendungsbeispiel in AMOS 361
Anhang 393
Glossar 395
Inhalt der Website 403
Literatur 405
Sachverzeichnis 411

Textauszug

1.2 Beispiele einfacher Datenanalysen Nach Eingabe und Speichern der ersten Datenmenge soll die zweite Datenmenge eingegeben und unter dem Namen Datenmenge2.sav gespeichert werden. Vor der Eingabe der zweiten Datenmenge muss ein leerer Dateneditor (vgl. Abbildung 1.2) erzeugt werden. Schließen Sie dazu die Datei Datenmenge1.sav (Auswahl von Datei, Neu und Daten im Hauptmenü (vgl. Abbildung 1.2)), ohne sie erneut zu speichern. Anschließend ist die Abfolge von Abbildung 1.2 bis Abbildung 1.8 für die Daten aus Tabelle 1.3 zu wiederholen. Mit dieser zweiten Datenmenge sollen nun exemplarisch einige Häufigkeitsverteilungen und deskriptive Kennwerte ermittelt werden. Wählen Sie hierzu, wie in Abbildung 1.9 gezeigt, im Hauptmenü die Option Analysieren [1].

Produkt-Details

• Sprache: deutsch
• Themenwelt: Geisteswissenschaften ► Psychologie
• Schlagworte: Bachelorstudium Psychologie • Lehrbuch/Wissenschaftliches • Methoden • SPSS • Statistik
• ISBN-10: 3-8409-2403-0 / 3840924030
• ISBN-13: 978-3-8409-2403-3 / 9783840924033