Kähler Statistische Datenanalyse

Verfahren verstehen und mit SPSS gekonnt einsetzen
3., völlig neubearbeitete Auflage 2004
ISBN: 978-3-663-11498-7
Verlag: Vieweg & Teubner
Format: PDF
Kopierschutz: 1 - PDF Watermark

E-Book, Deutsch, 388 Seiten, Web PDF

Um Kenntnisse auf dem Gebiet der Statistik zu erwerben, gibt es unterschiedliche Motive. Vordergründig kann es Z. B. darum gehen, sich Wissen anzueignen, das im Rahmen einer Prüfung abgefragt wird. Günstiger ist eine Neugier gegenüber der Thematik, sodass man an einem Werkzeug interessiert ist, mit dem man Fragestellungen z. B. innerhalb der Psy chologie, der Soziologie, der Pädagogik, der Biologie, der Wirtschaftswissenschaften, der Politologie usw. untersuchen kann. In diesem Fall wird man von Beginn an eine aufgeschlos sene Haltung einnehmen, die möglichst ohne Voraus-Urteile geprägt ist. Der günstigste Aus gangspunkt ist sicherlich das Interesse, Kenntnisse zu erwerben und Argumente kennen zu lernen, mit denen man nach der Lektüre dieses Buches die folgenden Extrempositionen zu rechtrücken kann: • "Mit Statistik kann man alles beweisen!" • "Die Statistik lügt!" Nach der Lektüre dieses Buches wird man letztendlich zur folgenden Auffassung gelangen müssen: • Mit Statistik lässt sich nichts beweisen, sondern es lassen sich höchstens Belege finden, die die Gültigkeit einer Aussage stützen oder aber gegen die Gültigkeit einer Aussage sprechen. • Nur der Anwender kann beim Einsatz der Statistik lügen - sei es, weil er dieses Werk zeug nicht richtig beherrscht (unwissentliche Lüge) oder es bewusst falsch einsetzt (wissentliche Lüge)! Das Einsatzfeld statistischer Verfahren sind die empirischen Wissenschaften, in denen das Wissen aus Erfahrungen gewonnen wird. Um statistische Verfahren anwenden zu können, muss eine Datenbasis existieren, deren Da ten durch empirische Untersuchungen - z. B.

Autoren/Hrsg.

Kähler, Wolf-Michael

Inhaltsverzeichnis

1 Einleitung.- 2 Verteilungen.- 3 Das Skalenniveau von Merkmalen.- 4 Kennzeichnung des Zentrums.- 5 Kennzeichnung der Variabilität.- 6 Einsatz des Datenanalysesystems SPSS.- 7 Vergleich von Merkmalsausprägungen.- 8 Statistische Beziehungen.- 9 Die Stärke des statistischen Zusammenhangs bei nominalskalierten Merkmalen.- 10 Die Stärke des statistischen Zusammenhangs bei ordinalskalierten Merkmalen.- 11 Die Stärke des statistischen Zusammenhangs bei intervallskalierten Merkmalen.- 12 Weitere Statistiken zur Beschreibung von statistischen Beziehungen.- 13 Kontrolle von statistischen Beziehungen.- 14 Multivariate Datenanalyse.- 15 Zufallsstichproben.- 16 Prüfung der statistischen Beziehung und der Anpassung (?2-Test).- 17 Prüfung von Zentren (z-Test, t-Test).- 18 Schätzung von Parametern und Ermittlung von Konfidenzintervallen.- 19 Parametrische Prüfung auf Unterschiede.- 20 Nichtparametrische Prüfung auf Unterschiede.- 21 Varianzanalyse.- A.1 Kodierung des Fragebogens.- A.2 Flächenanteile der Standardnormal Verteilung.- A.3 Das empirische und das numerische Relativ.- A.4 Wahrscheinlichkeiten.- A.5 Zentrum und Dispersion von theoretischen Verteilungen.- A.6 Zufallszahlen-Tafel.- A.8 Kritische Werte bei t-Verteilungen.- A.9 Kritische Werte bei F-Verteilungen.- A.10 Kritische Werte für den U-Test.- A.11 Kritische Werte für den Wilcoxon-Test.- A.12 Optimale Stichprobenumfänge.- A.13 Werte der inversen Fisher’schen z-Transformation.- A.14 Datenbasis.

Über Autor(innen)

Dr. Wolf-Michael Kähler ist wissenschaftliche Mitarbeiter im Arbeitsbereich "Statistik und Projektberatung" am Zentrum für Netze und verteilte Datenverarbeitung der Universität Bremen.