Home

Von der Theorie zu den SPSS-Variablen

1. Rufen Sie jeweils mit dem Men befehl Transformieren gt Variable berechnen die zust ndige Dialogbox auf Quittieren Sie Ihre Eintragungen nicht mit OK sondern mit Einf gen damit die zugeh rigen COMPUTE Kommandos in das Syntaxfenster eingetragen werden in dem gerade das Transformationsprogramm entsteht Weil SPSS eine Folge von mehreren Kommandos stets n der nat rlichen Reihenfolge abar beitet w rd beim sp teren Ablauf unseres Transformationsprogramms z B die f r einige Items angeordnete Rekodierung bereits erledigt sein wenn das COMPUTE Kommando zur LOT Berechnung ausgef hrt wird Die von Scheier amp Carver 1985 verwendete Verschleierungs Technik kann sicher in speziellen F llen zur Verbesserung der Datenqualit t beitragen soll aber hier keinesfalls als Routinetechnik empfohlen werden Datentransformation 101 3 Erstellen Sie eine Variable BMI mit dem aus K rpergr e und K rpergewicht nach folgender Formel Gewicht in kg Gr e in m berechneten Body Mass Index 6 5 Bedingte Datentransformation H ufig ist es erforderlich eine Datenmodifikation auf diejenigen F lle zu beschr nken die eine bestimmte Bedingung erf llen Wir ben tigen z B im KFA Projekt eine solche M glichkeit um bei den Motivations und Methodenvar ablen das bisher vertagte Problem der fehlenden Werte ad quat behandeln zu k nnen siehe Abschnitt 1 4 3 2 Manchmal ist es angebracht f r mehrere disjunkte Teilmeng
2. Aufgrund unserer Daten berpr fung k nnen wir uns darauf verlassen dass bei den Vari ablen MOTIV1 bis MOTIVS5 und KEINE ausschlie lich die Werte Null und Eins vorlie gen Daher ist die Summe dieser Variablen genau dann gleich Null wenn jede einzelne Variable gleich Null ist Die obige Eintragung im Bedingungsfeld kann semiautomatisch z B folgenderma en erzeugt werden Markieren Sie in der Funktionenliste SUM numausdr numausdr und kli cken Sie auf den zugeh rigen Transportschalter Transportieren Sie aus der Variablenliste MOTIV 1 in das Bedingungsfeld Schreiben Sie den Rest der Einfachheit halber per Hand e Machen Sie Weiter und quittieren Sie die Hauptdialogbox mit Einf gen Daraufhin wird Ihr Transformationsprogramm um die folgende Sequenz erweitert DO IF SUM motiv1 to andere 0 RECODE motivi motiv2 motiv3 motiv4 motiv5 andere 0 SYSMI5 END IF EXECUTE Wenn Sie diese Kommandos ausf hren lassen gleichg ltig ob direkt per OK in der Umkodie ren Dialogbox oder indirekt via Syntaxfenster passiert bei jedem einzelnen Fall in der Stich probe folgendes e SPSS pr ft die Bedingung die wir auch als logischen Ausdruck bezeichnen wollen e Ist bei einem Fall die Bedingung erf llt dann wird umkodiert anderenfalls passiert nichts Weil die Variablen MOTIV1 bis MOTIV5 und ANDERE vor der Rekodierung garantiert nur Nullen oder Einsen als Werte aufweisen hat unser logischer Ausdruck brigens die
3. 6 5 2 Bedingungen formulieren Der in obigem Beispiel aufgetretene logische Ausdruck war recht einfach aufgebaut weil er nur aus einem einzigen Vergleich bestand Obwohl Ihnen auch komplexere Exemplare z B aus der Schule wohlvertraut sein d rften soll der Begriff logischer Ausdruck zur Kl rung einiger Spe z alprobleme etwas genauer beschrieben werden Zun chst wird der einfachere Begriff Vergleich eingef hrt 0 5 2 1 Vergleich E n Vergleich besteht aus zwei numerischen Ausdr cken und einem Vergleichsoperator numerischer_ausdruck vergleichs operator numerischer_ausdruck Die bekannten Vergleichsoperatoren k nnen in SPSS alternativ durch EDV Varianten der ma thematischen Symbole oder durch Schl sselw rter dargestellt werden Symbol Schl sselwort O D FE lei Beispiel beruf gt 4 6 5 2 2 Logischer Ausdruck Aus dem einfachen Begriff Vergleich wird nun durch eine rekursive Definition der komplexere Begriff logischer Ausdruck konstruiert 1 Jeder Vergleich ist ein logischer Ausdruck 11 Durch Anwendung des logischen Operators NOT auf einen logischen Ausdruck oder durch Anwendung der logischen Operatoren AND bzw OR auf zwei logische Ausdr cke entsteht ein neuer logischer Ausdruck 104 Datentransformation NOT logischer_ausdruck logischer_ausdruck_l AND logischer_ausdruck_2 logischer_ausdruck_1l OR logischer_ausdruck_2 Den Wahrheitswert eines zusammengesetzten logischen Ausdrucks erh lt man aus den Wahr
4. Bem Leicht irregul res Antwortver Bem Korrektes Antwortverhalten halten Wir sind gro z gig und setzen Die Variablen zu allen Optionen SMG auf 1 gem Kodierplan bisher auf SY SMIS werden auf 0 SMG SYSMIS gt 1 METH METH3 SYSMIS 0 SYSMIS Bem Leicht irregul res Antwortver Bem Irregul res Antwortver halten Wir sind gro z gig und setzen halten Alle Variablen behalten SMG auf 1 sowie die Variablen zu den Wert SYSMIS nicht benutzten Optionen auf 0 Vermutlich kam beim Lesen der letzten Ausf hrungen wenig Freude auf Das MD Problem ver ursacht oft erheblichen Aufwand wobei auch Ermessenentscheidungen gefragt s nd Jedenfalls sind die vorgeschlagenen Methoden zur Erfassung der Informationen aus dem Fragebogenteil 4 recht simpel und praktikabel 1 4 3 3 Fehlerquellen bei der manuellen Datenerfassung minimieren Wenn die Daten manuell erfasst werden ist bei den Kodierungsvereinbarungen darauf zu achten dass dem Erfasser keine ze taufw ndigen und fehleranf lligen Arbeiten zugemutet werden z B Treten gebrochene Zahlen als Werte auf z B bei unserer Frage nach der K rpergr e so kann man durch Wechsel der Ma einheit das l stige Dezimaltrennzeichen eliminieren Beispiel 1 65 m 165 cm Bei bipolaren Skalen mit positiven und negativen Werten z B bei unseren LOT Fragen empfiehlt sich eine Transformation zu ausschlie lich positiven Werten z B gt l gt 2 O gt 3 gt 4
5. Diese Fehlerquote kann als erfreulich niedrig eingestuft werden 4 7 Suche nach Daten In der H ufigkeitstabelle zu LOT10 haben wir den unzul ssigen Wert Null mit H ufigkeit 1 entdeckt Nun m chten wir nat rlich sofort wissen bei welchem Fall dieser Wert auftritt um geeignete Korrekturen vornehmen zu k nnen Der betroffene Fall st sehr leicht zu ermitteln e Holen Sie n tigenfalls das Datenfenster in den Vordergrund Markieren Sie in der Datenansicht eine beliebige Zelle der Variablen LOT10 Bearbeiten gt Suchen Dann erscheint die folgende Dialogbox Daten in Variablen suchen lot10 Suchen Suchen nach 0 Grob Kleinschreibung beachten Weitersuchen Abbrechen e Tragen Sie den zu suchenden Wert ein und klicken Sie auf den Schalter Weitersu chen F r die Suche nach SYSMIS ist ein Leerzeichen einzutragen e Daraufhin markiert SPSS die erste Trefferzelle und Sie kennen den Fall mit fehlerhaftem LOT10 Wert Es ist zuf llig der erste Fall FNR 1 dessen ausgef llter Fragebogen im Manuskript wiedergegeben ist siehe Seite 25 so dass Sie den korrekten Wert ablesen und im Datenfenster eintragen k nnen Nach dieser Datenkorrektur sollten Sie die Ar beitsdatei sichern und damit die SPSS Datendate kfar sav auf den neuen Stand bringen 4 8 Arbeiten mit dem Ausgabefenster Teil Il Weil es sich beim SPSS Viewer um eine komplexe Anwendung handelt wird ihre umfangreiche Funktionalit t in meh
6. ACH N AT A Sj Ox x ANZ VERE 47 gt E A ni Universit t Trier Statistisches Praktikum mit SPSS 15 fur Windows 2009 Y E eN gt A RS a 5 Tupit AO Kae ge TREVSZRENSIS Ri sn ae u Universit t Trier EN ITIS OR JAF A E IR A Bernhard Baltes G tz Statistisches Praktikum mit SPSS 15 fur Windows 2009 Rev 090419 Herausgeber Leiter Autor Copyright Universit ts Rechenzentrum Trier Universit tsring 15 D 54286 Trier WWW http www uni trier de index php id 518 E Mail urt uni trier de Tel 0651 201 3417 Fax 0651 3921 Dr Peter Leinen Bernhard Baltes G tz E Mail baltes uni trier de 2009 URT Vorwort SPSS fr here Bedeutung Statistical Package for the Social Sciences jetzige Interpretation Superior Performing Software Systems ist ein weitgehend komplettes und leicht zu bedienendes Statistik Programmpaket das in den Geo Wirtschafts und Sozialwissenschaften sehr verbreitet ist und alle wichtigen Computertypen bzw Betriebssysteme unterst tzt Linux MacOS MS Windows UNIX Im vorliegenden Manuskript wird ein Einblick in die statistische Datenanalyse mit der SPSS Version 15 f r MS Windows vermittelt wobei gro er Wert auf die methodologische Einordnung der beschriebenen EDV Techniken gelegt wird Wesentliche Teile des Manuskripts sind wegen der weitgehend konsistenten Bedienungslogik auch f r andere SPSS Versionen unter MS Wind
7. Bo P X F r beliebige X Auspr gungen liegen die zugeh rigen Erwartungswerte Ex Y auf der Regressi onsgeraden durch die Punktepaare X Bo T B X Dabei ist Bo der Schnittpunkt der Regressionsgeraden mit der Y Achse Ordinatenabschnitt und B die Steigung der Regressionsgeraden der Tangens des Winkels y der Regressionsgeraden mit der X Achse 118 Pr fung der zentralen Projekt Hypothesen E Y E Y E Y E Y Pi a 1 Bo X1 X2 X3 X4 Zur Interpretation des Koeffizienten B Erh ht man X um eine Einheit so steigt modellgem der Erwartungswert Ex Y um Einheiten an 2 Normalit t der Residuen F r die nicht direkt beobachtbare Fehler bzw Res dualvar able wird angenommen dass sie normalverteilt ist mit Erwartungswert Null und Varianz o Sie d rfen sich vorstellen dass es f r jede X Auspr gung eine Normalverteilung potentieller amp Werte gibt aus der zuf llige Rea lisationen gezogen werden die zusammen mit dem konstanten Anteil Bo B X die Realisationen der abh ngigen Variablen Y ergeben 3 Varianzhomogenit t der Residuen Homoskedastizit t Die Normalverteilungen der e Variablen zu den verschiedenen X Auspr gungen haben alle die selbe Varianz o 4 Unabh ngigkeit der Residuen Die Residuen zu den einzelnen Beobachtungen F llen in der Stichprobe s nd unkorreliert We gen hrer Normalverteilung sind sie damit auch stochastisch unabh ngig Hinsicht
8. aergz bmi polymot Alter E 2 3 63 5 4 13 B 19 20 Ba 2 4 0 T 1 2 e 4 5 BB 3 2 4 Datenansicht Yarlablenansicht v4 3 63 G0 19 16 Oz ara 4 0 23 25 cl 3 00 o0 21 30 a u aj Filter an 1 0 2 56 3 00 65 22 43 1 1 1 Filter wirken sich nur bei statistischen und graphischen Analysen aus Bei Datentransformationen werden auch die ausgefilterten F lle einbezogen Wer eine bedingte Datentransformation ben tigt muss die Methoden aus Abschnitt 6 5 verwenden Wenn ein Filter aktiv ist wird dies in der Statuszeile angezeigt siehe Abbildung Um den Filter sp ter zu desaktivieren m ssen Sie die Dialogbox F lle ausw hlen erneut aufrufen und dann im Ausw hlen Optionenfeld den Ausgangszustand Alle F lle reaktivieren Per Filterkonfiguration wird die Variable FILTER_ erstellt oder ver ndert Folglich fragt SPSS am Ende der Sitzung nach ob die ver nderte Arbeitsdatei gespeichert werden soll Wenn Sie zustimmen landet die Variable FILTER_ in der Datendatei Beim n chsten ffnen dieser Datei ist allerdings kein Filter aktiv Um den durch FILTER definierten Filter zu reaktivieren muss diese Variable in der Dialogbox F lle ausw hlen als Filtervariable verwendet werden Weil Filtervariablen mit beliebigem Namen akzeptiert werden kann man in einer SPSS Datendatei mehrere Filtervariablen bereithalten Au erdem kann man die einem Filter zugrunde liegende Syntax abspeichern
9. e from 0 0 e insteps of 0 05 e through to 0 5 e Plot l Nach einem Klick auf den Schalter Draw Plot zeigt die folgende Abbildung wie bei fester Stichprobengr e n 31 die Power des einseitigen F Tests von der Effektst rke abh ngt it GPower Plot Fie Edit View F tests Multiple Regression Omnibus R deviation from zero Number of predictors 1 Total sample size 31 err prob 0 1 Q a lt a U en I Dun _ oO a 0 2 0 3 Effect size f Plot Parameters Plot on y axis Power 1 B err prob v v with markers d and displaying the values in the plot as a function of Effect size f v from 0 0 in steps of 0 05 throughto 0 5 Plot 1 v graphis interpolating points v with F err prob 0 1 and Total sample size 31 Erst ab einer Effektst rke von ca f 0 35 bzw 7 0 26 ist die Power so gro ca 0 95 dass man die ausgebliebene S gnif kanz als Beleg gegen einen Effekt dieser St rke werten kann Un serer Studie hat also keinesfalls die differentialpsychologische Nullhypothese bewiesen aber doch ein Argument gegen die Existenz eines starken Effektes f gt 0 35 geliefert 7 4 2 3 Fehlende Werte Fehlende Werte haben Einbu en bei der Testst rke und oft auch verzerrte Sch tzwerte zur Folge so dass einige Anstrengungen zur Vermeidung oder Reduktion des Problems angemessen sind Wir haben bei der Berechnung des L
10. 13 46 a Wird nur f r eine 2x2 Tabelle berechnet Wie wir bereits wissen betr gt der Frauenanteil im FB III 50 und im FB IV 31 die deskrip tiven Statistiken fallen also klar im Sinne der Alternativhypothese aus Der nach den obigen berlegungen zu verwendende exakte Test von Fisher liefert f r die zweiseitige Fragestellung eine berschreitungswahrscheinlichkeit von 0 061 so dass die Nullhypothese beibehalten werden m sste Bei einseitiger Testung erhalten wir jedoch eine berschreitungswahrscheinlichkeit von 0 04 so dass die Nullhypothese verworfen werden kann Beachten Sie abschlie end noch dass sich bei Fishers Test die einseitige berschreitungs wahrscheinlichkeit keinesfalls durch Halbieren der zweiseitigen berschreitungswahrschein lichkeit ergibt Die in Abschnitt 7 1 f r den Spezialfall des t Tests angegebene Regel zur Be rechnung der einseitigen berschreitungswahrscheinlichkeit aus der zweiseitigen darf also nicht generalisiert werden 11 4 3 3 Kontinuit tskorrektur nach Yates Bei 2 x 2 Tabellen berechnet SPSS traditionell auch eine 4 Gr e mit Kontinuit tskorrektur nach Yates Sie soll bei kleineren Stichproben der Pearson y Statistik berlegen sein Gem Abschnitt 11 4 3 1 ist sie allerdings irrelevant weil in der 2 x 2 S tuation Fishers exakter Tests in jedem Fall vorzuziehen ist 12 F lle gewichten Per Voreinstellung bezieht SPSS bei statistischen Auswertungen alle F lle mit dem Gewi
11. 18 19 bei df 5 ist unter der Ho wenig wahrscheinlich Insbesondere ist die empirisch ermittelte berschreitungswahrscheinlichkeit deutlich kleiner als die blicherweise akzeptierte Irrtums wahrscheinlichkeit von a 0 05 Folglich entscheidet sich der x Test klar f r die H In Ab schnitt 7 1 wurde dieses Argumentationsmuster der Inferenzstatistik ausf hrlich erl utert Neben der y Statistik nach Pearson die aus heuristischen berlegungen hervorgegangen zu sein scheint berechnet SPSS noch die alternative Pr fgr e ER die auf dem Likelihood Quotienten Prinzip basiert Letztere ist unter der Ho ebenfalls asymptotisch d h f r n gt y verteilt mit df z 1 s 1 Freiheitsgraden und trotz unterschiedlicher Herleitung sind bei de Statistiken asymptotisch quivalent d h mit wachsender Stichprobengr e werden sie immer hnlicher W hrend bei gr eren Stichproben wegen der asymptotischen quivalenz die Ent scheidung f r eine der beiden Pr fgr en beliebig ist sprechen einige Befunde daf r bei kleine ren Stichproben die y Statistik nach Pearson wegen der besseren Verteilungsapproximation zu bevorzugen siehe z B Hartung 1989 S 439 Damit ist es also vertretbar die x Statistik nach Pearson grunds tzlich gegen ber der Likelihood Quotienten Pr fgr e zu bevorzugen SPSS liefert stets beide Pr fgr en In unserem Fall sind die Unterschiede geringf gig und f r die Testentscheidung ir
12. Bei weniger als drei Nennun gen soll in den nicht ben tigten Zellen nichts eingetragen werden was zum MD Indikator SYSMIS f hrt Diese Regel erleichtert die Erfassung und hat noch einen weiteren Vorteil Sollte sich her ausstellen dass zus tzliche Variablen METH4 etc ben tigt werden k nnen wir diese er g nzen ohne bei bereits erfassten F llen irgendwelche Ersatzwerte z B Nullen nachtra gen zu m ssen Bei den Variablen METHI bis METH3 soll sp ter mit SPSS Transformationsanweisungen daf r gesorgt dass ihre Auspr gungen zuverl ssig folgenderma en interpretiert werden k nnen Von der i ten i 1 3 Option zur Nennung einer interessierenden Methode wurde kein Gebrauch nat rliche Zahl gt 1 Die Methode mit dieser Kategoriennummer wurde angegeben System Missing Wert unbekannt S Dazu m ssen unter den verschiedenen Wertekonstellationen der Variablen SMG und METH I bis METH3 folgende Anpassungen vorgenommen werden 22 Von der Theorie zu den SPSS Variablen cz Mindestens eine speziell interessierende Methode angegeben SMG 1 gt SYSMIS METH METH3 SYSMIS 0 Bem Korrektes Antwortverhalten Bem Irregul res Antwortver Variablen zu nicht benutzten Optionen halten METHI bis METH3 behal gem Kodierplan bisher auf SYSMIS ten SYMIS SMG wird ebenfalls werden auf 0 gesetzt auf SYMIS gesetzt SMG 0 gt 1 METHI METH3 SYSMIS gt 0 METHI1 METH3 SYSMIS gt 0
13. FB Pr fung der zentralen Projekt Hypothesen 133 Es enth lt je eine Leiste f r die Zeilen Spalten und Schichten der Tabelle und je ein P votsym bol f f r die dargestellten Tabellendimensionen Welche Dimension ein Symbol repr sentiert erf hrt man per Quickinfo Text wenn man den Mauszeiger dar ber positioniert Wir wollen als Beispiel die in obiger bung von Ihnen erstellte Tabelle mit dem t Test zum Ver gleich von Real und Idealgewicht betrachten Test bei gepaarten Stichproben Gepaarte Differenzen Standardfe 95 Konfidenzintervall Standardab hler des Ey Ts Mittelwert weichung Mittelwertes Untere Obere Sig 2 seitig Paaren K rpergewicht in kg 1 Idealgewicht nach der 9 3226 BE 1881 ma 1114 11 BE 7 0528 8 388 Formel Gr e 100 Diese Tabelle enth lt leider nur eine Schicht so dass wir den Umgang mit Mehrschichttabellen nicht ben k nnen In den Zeilen der Tabelle wird die Dimension Paare dargestellt Da wir nur ein einziges Vari ablenpaar untersucht haben hat diese Dimension nur eine Kategorie Die Spaltendimension Statistik sorgt mit ihren zahlreichen Kategorien f r eine berbreite Ta belle die schlecht auf ein DIN A4 Blatt im Hochformat passt 7 7 2 Dimensionen verschieben Durch das Verschieben ihres Pivotsymbols kann man f r eine Dimension neu festlegen ob ihre Kategorien durch Spalten Zeilen oder Schichten dargestellt werden sollen Wenn in unserem Beispiel die bei
14. GROESSE 100 definiert und einer Ergebnisvariablen zu gewiesen Dabei kann man eine neue Variable erzeugen oder eine vorhandene ver ndern 6 4 1 Beispiel Sie sollen sp ter anhand unserer Stichprobe untersuchen ob die Trierer Studierenden im Mittel wenigstens das folgende Idealgewicht auf die Waage bringen Nullhypothese Gewicht in kg Gr e in cm 100 oder ob sie relativ zu dieser Formel zu leicht sind Alternativhypothese Zur Pr fung dieser Fra ge mit einem t Test f r gepaarte Stichproben muss die Arbei tsdate um eine neue Variable z B IDGEW genannt erweitert werden deren Werte nach der Formel GROESSE 100 aus der K rpergr e zu berechnen sind Anschlie end enth lt die F lle x Variablen Datenmatrix in der Arbeitsdatei u a die beiden folgenden Variablen Datentransformation 95 GROESSE 163 63 158 58 174 74 182 82 176 76 176 76 170 70 169 69 Starten Sie zum Definieren der neuen Variablen die Dialogbox Variable berechnen mit Transformieren gt Variable berechnen Tragen Sie zun chst im Feld Zielvariable den Namen f r die neu in die Arbeitsdatei aufzuneh mende Variable ein IDGEW und schreiben Sie dann in das Feld Numerischer Ausdruck die Definitionsvorschrift GROESSE 100 wobei einige Schreibhilfen zur Verf gung stehen e Der Variablenname kann aus einer Liste per Transportschalter oder Doppelklick ber nommen werden e Mit Hilfe einer virtuellen Tastatur k nnen Sie d
15. Sinne gehen 9 Die Dinge laufen immer so wie ich es mir w nsche 10 Ich bin nicht leicht aus der Ruhe zu bringen ll Ich glaube an den sprichw rtlichen Silberstreifen am Horizont 12 Dass mir einmal etwas Gutes widerf hrt damit rechne ich kaum BE IE IE ER EVER ER EEE ER EI IE IE ER EVER ER EHER EI EIER BBRB EB BIBIBREEE ele eee Aeee DCARCCTETENE 4 Ihre Motive f r die Teilnahme am SPSS Kurs a Kreuzen Sie bitte in der folgenden Liste m glicher Motive f r die Teilnahme am SPSS Kurs alle f r Sie zutreffenden Aussagen an und oder nennen Sie Ihre sonstigen Motive Ich m chte SPSS kennen lernen O um eine eigene empirische Studie damit auszuwerten O weil in vielen Stellenanzeigen SPSS Kenntnisse verlangt werden O weilich mich um eine Stelle als EDV Hilfskraft in der Forschung bewerben will HIWI Job O weil ich mich f r EDV interessiere und ein modernes Programm kennen lernen m chte O weil ich mich f r Statistik interessiere und mit Auswertungsverfahren experimentieren m chte O Andere Motive b M chten Sie im Kurs bestimmte statistische Methoden besonders gerne ben Ja Nein O Wenn Ja welche Von der Theorie zu den SPSS Variablen 13 1 4 Strukturierung und Kodierung der Daten Wir werden die mit unserem Fragebogen erhobenen Informationen sp ter manuell mit dem SPSS Dateneditor erfassen und erstellen daher einen Kodierplan mit genauen Handlungsanwei sungen f r die Erfassung Dabei m ss
16. Um eine der hier aufgelisteten M glichkeiten zu w hlen ist das zugeh rige Kontrollk stchen zu markieren Univariate Verteilungs und Fehleranalysen 59 H ufiskeiten Statistik Perzentilwerte Lagemale Quartile Mittelwert Abbrechen a gleiche Trennwerte f r Gruppen Median Hilfe Berzentile Modalwert Summe Entfemen werte sind Gruppenmittelpunkte Streuung Yerteilung Std bmeichung w Minimum M Schiefe Warianz Spannweite Std Fehler Kurtosis Quittieren Sie die Subdialogbox mit Weiter und die Hauptdialogbox mit OK Daraufhin f hrt SPSS die Berechnungen aus und pr sentiert die Ergebnisse im Ausgabefenster SPSS Viewer das sich in den Vordergrund dr ngt Bei Anforderung einer H ufigkeitsanalyse produziert SPSS per Voreinstellung eine Tabelle die f r jeden aufgetretenen Wert eine Zeile mit folgenden Angaben enth lt Absolute H ufigkeit Prozentualer Anteil am Stichprobenumfang Prozentualer Anteil an den validen Werten ohne MD deklarierte Werte kumulativer valider Prozentanteil Anteil valider Werte die nicht gr er sind Au erdem berichtet SPSS unaufgefordert wie viele F lle einen validen Wert bzw einen MD deklarierten Wert haben Weitere Leistungen m ssen explizit angefordert werden Obige Dialogbox liefert folgende Statistiken Statistiken Fallnummer N G ltig Fehlend Modus Minimum Maximum a Mehrere Modi vorhanden Der kleinste Wert
17. Wenn mehrere Ausgabefenster vorhanden s nd muss geregelt werden n welches Fenster SPSS zuk nftige Ausgaben schreiben soll Daher ist stets ein Hauprausgabefenster festgelegt Es ist an einem Pluszeichen im Symbol zum Systemmen siehe linken Rand der Titelzeile sowie an einem passiven Hauptfenster Schalter 7 in seiner Symbolleiste zu erkennen z B ra Ausgabe Dokument 2 SPSS Viewer Datei Bearbeiten Ansicht Daten Transformieren Einf gen Format Analysieren Grafiken Extras Fenster Hilfe gt B gt WE Hab Q Dee SP55 Prozessor ist bereit Dieser Schalter dient n mlich im aktiven Zustand f dazu ein Ausgabefenster zum Hauptfens ter zu ernennen 76 Univariate Verteilungs und Fehleranalysen Um ein bestimmtes Ausgabefenster in den Vordergrund zu holen k nnen Sie es anklicken oder das Fenster Men eines beliebigen SPSS Fensters benutzen Jedes Ausgabefenster kann auf W ndows bliche Weise geschlossen werden z B indem Sie es in den Vordergrund holen und dann anordnen Datei gt Schlie en 5 Speichern der SPSS Kommandos zu wichtigen Anweisungsfolgen 5 1 Zur Motivation Eventuell m chten S e nach zahlreichen Datenkorrekturen alle Testprozeduren erneut durchf h ren um ein beruhigendes Ergebnis Null Fehler zu sehen Leider m ssen dazu zahlreiche Dialog boxen erneut ausgef llt und abgeschickt werden Eventuell erhalten Sie nach Abschluss der Feh lerkontrolle noch weitere bearbeitete Frageb gen Sie freue
18. _ der Un n sicherheit nur unwesentlich erh ht kommt es in einer kleinen Stichprobe mit ihrem bereits un g nstigen Ausgangsniveau zu einem erheblichen Pr zisionsverlust Als unerw nschte Folgen stellen sich ein e Unpr zise Parametersch tzungen e Reduzierte Power bei Hypothesentests Obwohl bei unserer kleinen Stichprobe eine Einzelpr fung aller Werte angemessen w re ver zichten wir aus Zeitgr nden darauf Es geh rt brigens zu den lehrreichen Erfahrungen der rea len SPSS Kurse dass die selbst ndig als Untersuchungsleiter agierenden Teilnehmer aus Kopien desselben Fragebogenstapels aufgrund individueller Erfassungsfehler recht unterschiedliche Er gebnisse ermitteln auch bei den zentralen Hypothesentests 4 2 ffnen einer SPSS Datendatei Vermutlich haben S e nach der anstrengenden Datenerfassung eine Pause eingelegt und SPSS verlassen so dass wir jetzt offiziell die Fortsetzung einer unterbrochenen Projektarbeit ben k nnen Starten Sie SPSS und ffnen Sie Ihre vorhandene Rohdatendate kfar sav entweder mit Hilfe des Startass stenten oder ber den Men befehl Datei gt Zuletzt verwendete Daten Beim ffnen einer Datendatei legt SPSS eine neue tempor re Arbeitsdatei an und kopiert die eingelesenen Daten samt Var ablendeklarationen dorthin Alle Ver nderungen die Sie in der Datenmatrix oder im Deklarationsteil vornehmen wirken sich zun chst nur auf die tempor re Arbeitsdatei aus Gegebenenfalls m ssen
19. bei G ltigkeit der Alternativhypothese falsch zu entscheiden Fehler zweiter Art B Fehler h ngt von folgenden Faktoren ab e Effektst rke Bei unserem KFA Testproblem wird die Effektst rke definiert durch d EZ ist vgl Ab Z schnitt 1 3 2 Offenbar st d umso gr er je weiter der wahre Lageparameter u von der Nullhypothese u lt 0 entfernt ist je kleiner die Streuung ist e Akzeptierter a Fehler Wie die Entscheidungsregel 1 1 zeigt sinkt die Wahrscheinlichkeit f r eine Entscheidung gegen die Ho mit dem akzeptierten a Fehler e Ein bzw Zweiseitigkeit des Testproblems Wer s ch auf eine Richtung das Vorzeichen des Effekts festlegt einseitig testet w rd mit einer h heren Power belohnt siehe unten e Sensibilit t des verwendeten Signifikanztests Die Wahrscheinlichkeit daf r dass ein bestimmter Populationseffekt in einer Stichprobe zu einem signifikanten Testergebnis f hrt w chst mit der Stichprobengr e h ngt aber auch von der G te des Verfahrens ab Alternative Verfahren unterscheiden sich meist bei ihren Annahmen ber die Skalenqualit t und die Verteilung der beteiligten Variablen In der Regel besitzt das Verfahren mit den st rksten Annahmen die beste G te falls seine Voraussetzun gen erf llt sind Wir werden zur Pr fung der allgemeinpsychologischen Hypothese den t Test f r abh ngige Stichproben nur dann einsetzen wenn sich die Variable AERGZ in unserer Stichprobe als ann he
20. e 50 gezogen und bei jedem Fall die eine Variable Geschlecht beobachtet h tte Dann w ren die Randwahrscheinlichkeiten der FB Kategorien bekannt Allerdings bleiben auch unter dem alternativen Stichprobenmodell alle vorgestellten Rechnungen und Entscheidungsregeln korrekt 164 Analyse von Kreuztabellen Werden n F lle unabh ngig gezogen realisieren sich n unabh ngige Zufallsvariablen X k l n mit dem identischem Erwartungswert p und der Erwartungswert der Summenvariablen EO X Z EXP n p k l k l ist die erwartete H ufigkeit der Zelle i j Mit der gesch tzten Wahrscheinlichkeit p ergibt sich sofort die gesch tzte erwartete H ufigkeit m in Pearsons Teststatistik r nn Mn m n pP N gt n n In Pearsons x Statistik werden die quadrierten Abweichungen der beobachteten H ufigkeiten von den gesch tzten Erwartungswerten unter der Ho aufsumm ert Durch das Quadrieren werden gr ere Diskrepanzen besonders stark gewichtet Jede quadrierte Abweichung wird au erdem normiert indem sie durch ihren erwarteten Wert dividiert wird Steht etwa dem erwarteten Wert 5 die H ufigkeit 15 gegen ber so resultiert die quadrierte und norm erte Diskrepanz 20 15 5 _ 5 Dieselbe Abweichung einer beobachteten H ufigkeit 2010 vom erwarteten Wert 2000 erbringt jedoch s nnvollerweise nur eine quadrierte und normierte Diskrepanz von 0 05 2010 2000 2000 20 0 05 Der x Wert ist offenbar wie es in Ab
21. e den Punkt am Ende vergessen dann betrachtet SPSS den folgenden Programmtext bis zum n chsten Punkt oder zur n chsten Leerzeile als Teil des Kommentars e Endet eine Kommentarzeile mit einem Punkt so betrachtet SPSS das Kommentar Kommando als abgeschlossen Wenn S e einen Punkt als Satzzeichen ans Ende einer Kommentarzeile gesetzt haben dann m ssen Sie die n chste Kommentarzeile wieder mit COMMENT oder einleiten e Punkte innerhalb einer Kommentarzeile sind kein Problem 6 Datentransformation 6 1 Vorbemerkungen Die zur Untersuchung unserer differentialpsychologischen Hypothese ben tigte Optimismus Variable existiert noch nicht sondern muss erst aus den 12 LOT Var ablen berechnet werden Vor dieser Berechnung m ssen allerdings die aus messtechnischen Gr nden umgepolten nega tiv formulierten LOT Fragen geeignet rekodiert werden z B Frage 3 Es ist typisch f r empiri sche Studien dass vor der eigentlichen Auswertung aus den Rohvar ablen mit zahlreichen Da tentransformationen neue oder modifizierte Fertigvariablen erstellt werden m ssen In diesem Abschnitt werden Sie h ufig ben tigte SPSS Befehle zur Datentransformat on kennen lernen Diese wirken sich auf die Datenmatrix in der Arbeitsdatei im aktiven Daten Set aus wo entweder neue Variablen aufgenommen oder vorhandene Variablen ver ndert werden Per Vor einstellung werden dabei alle F lle gleicherma en behandelt Man kann die Ausf hrung einer Datentran
22. e folgendes Zwischenergebnis Test bei gepaarten Stichproben K rpergewicht in kg Idealgewicht nach der Formel Gr e 100 Mittelwert Standardabweichung Standardfehler des Mittelwertes 95 Konfidenzintervall Untere der Differenz Obere T df Sig 2 seitig Verblieben ist die Gruppe mit den Schranken zum 95 Konfidenzintervall der Differenz Wenn Sie mehrere Kategorien einer Dimension zu einer Gruppe zusammenfassen wollen k n nen Sie folgenderma en vorgehen e Alle Kategorien markieren e Kontextmen zu einer markierten Kategorie ffnen und Option Gruppieren w hlen e Gruppenbeschriftung anpassen In der folgenden Version unserer Tabelle wurde eine Gruppe mit den drei Kategorien zum t Test gebildet Pr fung der zentralen Projekt Hypothesen 135 Test bei gepaarten Stichproben K rpergewicht in kg Idealgewicht nach der Formel Gr e 100 Mittelwert Standardabweichung Standardfehler des Mittelwertes 95 Konfidenzintervall Untere der Differenz Obere 7 Signifikanztest df Sig 2 seitig Au erdem wurde das Gruppenetikett vertikal zentriert ber den Men befehl Format gt Zelleneigenschaften gt Ausrichtung 7 7 4 Kategorien aus und einblenden Wenn eine SPSS Tabelle zu ausf hrlich erscheint k nnen Kategorien einer Dimension ausge blendet werden In unserem Beispiel wollen wir bei der Statistikdimension auf den Standardfeh ler des Mittelwerts verzichten Test bei gepaarte
23. eingesetzt siehe Fragebogenteil 3 Wie aus den Antworten auf die zw lf Fragen dieses Tests ein Optimismus Messwert zu ermitteln ist wird sp ter erl utert Wir gehen jedenfalls davon aus dass diese Messmethode ann hernd Intervalln veau besitzt Nach dieser Operationalisierung der theoretischen Begriffe kann die folgende empirisch pr f bare Alternativhypothese formuliert werden Je h her der LOT Wert einer Versuchsperson desto weniger rger berichtet sie im Mittel f r den imaginierten Schadensfall In der linearen Regression von rger auf Optimismus ergibt sich ein negativer Steigungskoeffizient Die Nullhypothese ergibt sich durch Negation der Alternativhypothese und muss daher nicht notiert werden Weil die Messungen zum rger und zum Optimismus hoffentlich Intervallskalenniveau besit zen kann die differentialpsychologische Hypothese mit einer einfachen linearen Regressions analyse gepr ft werden sofern deren Modell und Verteilungsvoraussetzungen erf llt sind Die Hypothese ist wiederum einseitig formuliert und soll mit einem a Fehler Risiko von 5 ge pr ft werden Zur Berechnung der erforderlichen Stichprobengr e w hlen w r m Testst rkenanalysepro gramm GPower 3 vgl Abschnitt 1 3 2 e Testfamily F Tests e Statistical test Multiple Regression Omnibus R dev from zero e Type of power analysis A priori Dass auch zum Steigungskoeffizienten der bivariaten linearen Regression ein einseitiger Sig
24. erh lt einen neuen Namen e Das beteiligte Dateneditorfenster wird in den Vordergrund geholt Weil die Arbeitsdatei momentan noch leer ist stehen die Men befehle zum Anfordern von Sta tistik und Grafikprozeduren noch nicht zur Verf gung Daher wollen wir jetzt die Kommandos GET und DATASET NAME ausf hren lassen um die Daten einzulesen W hlen Sie dazu m Syntaxfenster den Men befehl Ausf hren gt Alles Daraufhin erstellt SPSS ein neues Daten Set mit den Rohdaten das den Namen DatenS Set1 er h lt und s ch n den Vordergrund dr ngt Das beim Programmstart angebotene und nun berfl s sig gewordene leere DatenSetO wird automatisch geschlossen wodurch das DatenSet1 zur Arbeitsdate wird Spezifizieren Sie jetzt mit Hilfe der zust ndigen Dialogbox dieselbe H ufigkeitsanalyse zur FNR Variablen wie in Abschnitt 4 3 Verlassen Sie die Dialogbox jedoch nicht mit OK sondern mit Einf gen Daraufhin erscheint am Ende des Syntaxfensters ein FREQUENCIES Kommando siehe oben e Es beginnt mit dem Kommandonamen FREQUENCIES e Im VARIABLES Subkommando ist angegeben welche Variable analysiert werden soll e Im STATISTICS Subkommando ist angegeben welche Verteilungskennwerte berechnet werden sollen e Das im vorliegenden Fall irrelevante ORDER Subkommando entscheidet bei der Ana lyse mehrerer Variablen dar ber ob die Statistiken f r jede Variable in einer eigenen Tabelle oder f r alle Variablen in einer gemeinsamen Tabe
25. glichst kurz gew hlten und mit Syntaxrestriktionen belasteten Var ablenna men z B Verbot von Leer und Sonderzeichen angezeigt werden sollen z B Variablenlabel Fachbereich an der Universit t Trier GEWICHT K rpergewicht in kg Allerdings erscheinen die Labels in der Ausgabe mancher SPSS Prozeduren nicht in vol ler L nge W hrend wir die Variablennamen in SPSS der Einfachheit halber stets klein schreiben ist bei den Variablenlabels eine publikationsreife Gro Kleinschreibung angemessen Sind Var ablenlabel vorhanden werden diese auch in Dialogboxen zur Beschreibung der Variablen verwendet Diese Voreinstellung kann aber ber Bearbeiten gt Optionen gt Allgemein gt Variablenlisten Namen anzeigen 42 Datenerfassung und SPSS Dateneditor abge ndert werden Bei der n Dialogboxen blichen Platzbeschr nkung auf ca 20 Stel len ist oft der abgeschnittene Anfang eines 50 stelligen Labels weniger informativ als der vollst ndige Name Wertelabels Hier k nnen optional Wertelabels mit maximal 60 Zeichen zur Erl uterung von Variab lenauspr gungen vereinbart werden was speziell bei numerisch kodierten nominalska lierten Merkmalen empfehlenswert ist z B Wertelabels l Frau 2 Mann F r die Diagrammerstellung siehe Abschnitt 9 1 1 empfiehlt SPSS bei nominalen und ordinalen Variablen Wertelabels zu vergeben Man erh lt ansehnliche Beschriftungen z B von Balken und beeinflusst auch die Ber cksic
26. lle gewichten mit Einfiigen H ufigkeitsvarable lH Abbrechen Aktueller Status Falle nicht gewichten Hilfe In der Dialogbox wird au erdem angezeigt ob momentan eine Gewichtungsvariable vereinbart ist Dieselbe Information erscheint auch in der Statuszeile des Datenfensters siehe oben Beim Einsatz von Gewichtungsvar ablen ist noch zu beachten e Zur Gewichtung kann nat rlich nur eine numerische Variable verwendet werden diese darf allerdings auch gebrochene Werte enthalten Negative und fehlende Werte werden auf 0 gesetzt d h die betroffenen F lle werden nicht ber cksichtigt solange die Gewichtungsvariable aktiv ist e Ist beim Speichern der Arbeitsdatei eine Gewichtung aktiv so wird diese mit abgespei chert und ist bei sp terer Verwendung der Datendatei in Kraft e Bei der in diesem Abschnitt beschriebenen Anwendung der Gewichtungsoption wird da f r gesorgt dass alle tats chlich n der Studie vorhandenen Beobachtungen mit dem Ge wicht 1 in die Kreuztabellenanalyse eingehen Wenn die vorhandenen Beobachtungen individuelle Gewichte 1 erhalten werden nat rlich S gnifikanztests erheblich beein flusst Auf jeden Fall muss dann die Gewichtungsvar able einen Mittelwert von 1 haben d h die Summe der Gewichte muss gerade den Stichprobenumfang ergeben 12 2 bung Pr fen Sie anhand der Daten aus der Tabelle am Anfang von Abschnitt 12 1 die Nullhypothese dass die Merkmale Geschlecht und Fachbereich unabh
27. r dert oder degradiert werden z B 74 Univariate Verteilungs und Fehleranalysen el 4 2 mio Blalaj nvers t Trier Ei i fra Fachbereich an der universitat Trier Die Ausgabebl cke in einem Viewer Dokument m ssen nicht unbedingt nebeneinander auf der selben Gliederungsebene liegen sondern k nnen baumartig angeordnet werden Von dieser Strukturierungsm glichkeit macht z B auch die SPSS Prozedur zur H ufigkeitsanalyse Ge brauch 4 8 3 Ausgaben exportieren Pivot Tabellen Diagramme und sonstige Ausgaben k nnen in diversen Formaten z B HTML MS Word RTF Text exportiert werden seit der SPSS Version 15 auch im besonders prakti schen PDF Format So lassen sich z B Ergebnispakete in elektronischer Form an Mitglieder einer Arbeitsgruppe bergeben die ber keine passende SPSS Version zum ffnen der Ausga bedateien Namenserweiterung spo verf gen Der Export wird angefordert mit Datei gt Exportieren Mit folgender Dialogbox wird z B das gesamte Viewer Dokument im HTML Format exportiert Ausgabe exportieren Export Exportdatei Dsfstnsms IL Eigene Datsien SPSS Datenpr fun i Waz exportieren E sporttormat Ale Objekte C Alle sichtbaren Objekte SlSlpersterl ee aLe HOJER E DK Abbrechen Hilfe So s eht das FB Balkendiagramm nach dem HTML Export m F refox Browser aus Dateityp HTML Datei htm Univariate Verteilungs und Fehler
28. r die ein approximativ metrisches Messniveau angenommen werden darf e Markieren Sie die komplette Variable LOT1 per Mausklick auf ihre Zeilennummer am linken Tabellenrand und kopieren Sie alle Attribute mit Strg C oder Bearbeiten gt Kopieren in die Zwischenablage e Setzen Sie einen rechten Mausklick auf die n chste freie Zeile der Variablenansicht und w hlen Sie aus dem Kontextmen die Option Variablen einf gen mit den drei Punkten am Ende der Beschriftung kopieren Einf gen L schen variablen einf gen gt yYariablen einf gen Diese Option ist nur verf gbar wenn sich eine komplette Var iablenbeschreibung in der Zwischenablage befindet e Inder folgenden Dialogbox Variablen einf gen Anzahl neuer Yanablen Neue Variablennamen 48 Datenerfassung und SPSS Dateneditor k nnen Sie nun festlegen o wie viele neue Variablen ben tigt werden o welche gemeinsame Wurzel die neuen Variablennamen haben sollen o mit welchem Indexwert SPSS den Namen der ersten Variablen komplettieren soll Nach dem Quittieren der obigen Dialogbox entstehen elf neue Variablen mit den ge w nschten Namen und Attributen Unbenannt1 DatenSet0 SPSS Daten Editor Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe oH oo wk E BB D Name Typ Spaltenformat Dezimalstellen Variablenlabel Wertelabels Fehlende Wert Spalten Ausrichtung Me niveau A Numerisch rger mit
29. 1 5 EXECUTE LOT berechnen COMPUTE lot MEAN 6 10t1 160t3 10t4 10t5 16t38 10 9 10t11 16 12 VARIABLE LABELS lot LOT Optimismus EXECUTE AERGAM berechnen COMPUTE aergam aergo aergm 2 VARIABLE LABELS aergam Mittel der rger Variablen EXECUTE Produktvariable f r die Moderatorhypothese COMPUTE geslot geschl lot VARIABLE LABELS geslot GESCHL LOT EXECUTE Datendateien im Textformat einlesen 189 Auch in der neuen Stichprobe scheint das Geschlecht die Regression von AERGAM auf LOT im erwarteten Sinn zu moderieren Regression von AERGAM auf LOT Geschlecht O Frau Mann ____ Anpassunggslinie bei Frau ___ Anpassunggslinie bei Mann Mittel der rger Variablen R Quadtrat linear 0 01 R Quadfrat linear 0 026 2 50 3 00 3 50 4 00 4 50 5 00 LOT Optimismus Allerdings wird der Interaktionseffekt nicht signifikant p 0 307 Koeffizienterf Nichtstandardisierte Standardisierte Koeffizienten Koeffizienten Standard Modell fehler Beta T Signifikanz 1 773 Konstante Geschlecht LOT Optimismus GESCHL LOT a Abh ngige Variable Mittel der rger Variablen Weitere Versuche zur Rettung der differentialpsychologischen Hypothese k nnten sich z B auf eventuelle M ngel bei der Operationalisierung der theoretischen Begriffe rger und Optimis mus konzentrieren Allerdings muss auch die theoretische Fundierung kritisch hinterfragt werden 15 Einstellung
30. 5 2 3 Regeln f r die Auswertung logischer Ausdr cke 105 6 5 3 bung 105 6 6 H ufigkeit bestimmter Werte bei einem Fall ermitteln 106 6 7 Erstellung der Fertigdatendatei mit dem Transformationsprogramm 107 6 7 1 Transformationsprogramm vervollst ndigen 107 6 7 2 Transformationsprogramm ausf hren 110 X Inhaltsverzeichnis 7 Pr fung der zentralen Projekt Hypothesen 7 1 Entscheidungsregeln beim Hypothesentesten 7 2 Zu den Voraussetzungen unserer Hypothesentests 7 3 Verteilungsanalyse zu AERGZ AERGAM und LOT 7 3 1 Diagnose von Ausrei ern 7 3 2 Die SPSS Prozedur zur explorativen Datenanalyse 7 3 3 Ergebnisse f r AERGZ 7 3 4 Ergebnisse f r AERGAM und LOT 7 4 Pr fung der differentialpsychologischen Hypothese 7 4 1 Regression von AERGAM auf LOT 7 4 2 Methodologische Anmerkungen Explorative Analysen im Anschluss an einen gescheiterten Hypothesentest 7 42 2 Post hoc Poweranalyse 7 4 2 3 Fehlende Werte 7 5 Pr fung der KFA Hypothese 7 6 bung 7 7 Arbeiten mit dem Ausgabefenster Teil HD 7 7 1 Pivot Editor starten 7 7 2 Dimensionen verschieben 7 7 3 Gruppierungen 7 7 4 Kategorien aus und einblenden 8 Gruppenvergleiche 9 Grafische Datenanalyse 9 1 Streudiagramm anfordern 9 1 1 Diagrammerstellung 9 1 2 Dialogbox Einfaches Streudiagramm 92 Streudiagramm modifizieren 9 2 1 Eigenschaftsfenster 9 2 2 Markieren von gruppierten Objekten 9 2 3 Men s und Symbolleisten 9 2 4 Beschriftungen 9 3 Grafiken
31. Ausdr cke 3 4 2 344 2 3 2 2 4 3 2 2 4 2 Erstellen Sie im KFA Projekt die Variablen auf die sich unsere zentralen Hypothesen bezie hen vgl Abschnitt 1 3 Berechnen Sie die Variable LOT als arithmetisches Mittel der n tigenfalls rekodierten LOT Variablen 1 3 4 5 8 9 11 und 12 Die restlichen Fragen dienen nicht zur Mes sung von Optimismus sondern sollen verhindern dass der Zweck des Fragebogens deut lich wird Dies k nnte das Antwortverhalten verzerren Tolerieren Sie bei der Berech nung des Mittelwertes bis zu zwei fehlende Werte Berechnen Sie die Variable AERGAM als arithmetisches Mittel der beiden rgervariab len und die Variable AERGZ als rgerzuwachs auf Grund der kontrafaktischen Alterna tive AERGAM ben tigen wir zum Testen der differentialpsychologischen Hypothese Beim geplanten Test der allgemeinpsychologischen Hypothese wird letztlich mit einem Einstichproben t Test gepr ft ob der Erwartungswert Populationsmittelwert der Vari ablen AERGZ signifikant gr er als Null ist Man kann den Test zwar bequem mit der SPSS Prozedur zum t Test f r gepaarte Stichproben durchf hren ohne die Variable AERGZ explizit berechnen zu m ssen doch bietet diese Prozedur keine M glichkeit die Normalverteilungsvoraussetzung des Tests vgl Abschnitt 7 1 zu pr fen Daher berech nen wir AERGZ explizit und pr fen die Verteilungsvoraussetzung mit der Prozedur zur explorativen Datenanalyse siehe Abschnitt 7 3
32. BIBBIBIBIBISIBIESIEIERIEN Herr Meier erf hrt dass seine Maschine p nktlich vor einer halben Stunde gestartet ist Herr Schulze erf hrt dass seine Maschine Versp tung hatte und erst vor zwei Minuten gestartet ist 4 Ihre Motive f r die Teilnahme am SPSS Kurs Wie sehe w rden sie SI ARE wenn Siem der Situation Vona a Kreuzen Sie bitte in der folgenden Liste m glicher Motive f r die Teilnahme am SPSS Kurs alle f r Sie zutref fenden Aussagen an und oder nennen Sie Ihre sonstigen Motive Waren RQ um eine eigene empirische Studie damit auszuwerten weil in vielen Stellenanzeigen SPSS Kenntnisse verlangt werden o H Schul Eni weil ich mich um eine Stelle als EDV Hilfskraft in der Forschung bewerben will HIWI Job a m 10 20 30 50 70 X 100 D weil ich mich f r EDV interessiere und ein modernes Programm kennen lernen m chte en O weil ich mich f r Statistik interessiere und mit Auswertungsverfahren experimentieren m chte m Andere Motive Betrachten Sie bitte die Antwortskala als rgerthermometer b M chten Sie im Kurs bestimmte statistische Methoden besonders gerne ben Ja Neind Fa ktorenanalyse RZGTESSIOHSsaNalySe korrelafionsan alyse Wenn Ja welche Diese Nummer wurde nachtr glich von der Untersuchungsleitung auf den Fragebogen geschrie ben 2 Einstieg in SPSS f r Windows In den bisher dargestellten Projektphasen von der theoretischen Ausarbeitung bis
33. Dialogbox Variable berechnen m ssen wir die numerischen Aus dr cke im Wesentlichen selbst formulieren Dabei sind folgende Regeln zu beachten e Die Auswertungsreihenfolge h ngt von der Priorit t der Operatoren ab Es gilt folgende Rangordnung Priorit t 1 Funktionen Priorit t 2 Potenzfunktion Priorit t 3 Multiplikation Division und Vorzeichen Minus z B b Priorit t 4 Addition Subtraktion Bei gleicher Priorit t erfolgt die Auswertung von links nach rechts Eine alternative Aus wertungsreihenfolge kann durch Klammern erzwungen werden Klammerausdr cke wer den zuerst ausgewertet Bei geschachtelten Klammern erfolgt die Auswertung von innen nach au en e Bei Funktionen mit mehreren Argumenten m ssen die einzelnen Argumente durch je weils genau ein Komma optional erg nzt durch Leerzeichen getrennt werden Beispiel compute mabc mean 2 a b c e Obwohl SPSS im Daten und im Ausgabefenster das l ndertypische Dezimaltrennzeichen benutzt bei uns also das Komma m ssen in numerischen Ausdr cken gebrochene Zah len generell mit Dezimalpunkt geschrieben werden Richtig 215 Falsch 2 75 Dies gilt sowohl f r das Feld Numerischer Ausdruck der Dialogbox Variable be rechnen als auch f r das COMPUTE Kommando in einem Syntaxfenster Es kann also durchaus passieren dass Sie ein und dieselbe gebrochene Zahl im Datenfenster als Wert eines Falles f r eine bestimmte Variable mit Dezimalkomma un
34. Eigenschaft in jedem Fall entweder wahr oder falsch zu sein Das erscheint nach dem aussagenlogischen A xiom vom ausgeschlossenen Dritten als selbstverst ndlich ist es aber in der empirischen For schung z B wegen des nahezu allgegenw rtigen Problems fehlender Werte keineswegs F r die F lle in unserer Stichprobe kann z B der logische Ausdruck GESCHL 1 folgende Wahr heitswerte annehmen e wahr gt Der GESCHL Wert st gleich Eins e falsch Der GESCHL Wert ist eine von Eins verschiedene Zahl e unbestimmt Der GESCHL Wert fehlt ist gleich SYSMIS Komplexere logische Ausdr cke z B LN ML J ANZ gt 1 k nnen auch wegen undefinierter Funktionswerte unbestimmt sein bei ML lt 0 oder ANZ 0 Datentransformat on 103 Wenn Sie eine bedingte Transformationsanweisung verwenden sollten Sie beachten wie SPSS auf bestimmte und unbestimmte logische Ausdr cke reagiert Ist der logische Ausdruck wahr dann wird die Transformation ausgef hrt Im Fall einer bedingten Berechnung wird der Ergebnisvariablen also der Wert des nume rischen Ausdrucks zugewiesen Die Zuweisung erfolgt auch dann wenn der numerische Ausdruck den Wert SYSMIS hat Ist der logische Ausdruck falsch oder unbestimmt dann passiert nichts d h Eine bereits vorhandene Ergebnisvariable beh lt f r den betroffenen Fall hren bisherigen Wert Bei einer neu definierten Variablen beh lt der betroffene Fall den Initialisierungs wert SYSMIS
35. Erstellen eines einfachen Streudiagramms gelingt mit den veralteten Dialogfeldern ebenso gut wie mit der Diagrammerstellung Zudem wird sich in Abschnitt 9 2 zeigen dass die konven tionell erstellten Streudiagramme bei der Modifikation im Grafik Editor weniger Probleme ma chen Grafische Datenanalyse 145 9 2 Streudiagramm modifizieren Wenn Sie im Ausgabefenster einen Doppelklick auf die fertige Grafik setzen wird sie im Dia gramm Editor ge ffnet m Diagramm Editor Datei Bearbeiten Ansicht Optionen Elemente Hilfe eo zZXYeMFf A LEZ LeEtb t H HOi EB hliw Zero F E Regression von Gewicht auf Gr e und Geschlecht Geschlecht Frau O Mann En in E pit Z E di En a d E dam 0 mm eur Anschlie end werden am Beispiel des Streudiagramms einige allgemeine Bedienungsm glich keiten des Diagramm Editors vorgestellt Deren Effekte lassen sich ber die Schalter amp mehrstufig r ckg ngig machen bzw wiederherstellen Vorweg soll schon verraten werden wie die Datenbeschriftungen abzuschalten sind die SPSS bereifrig eingetragen hat weil wir bei der Diagrammerstellung siehe Abschnitt 9 1 1 FNR zur Punktbeschriftungsvariablen ernannt haben e Mausklick auf den Schalter is e oder Men befehl Elemente gt Datenbeschriftungen ausblenden Bei Verwendung der veralteten Dialogfelder vgl Abschnitt 9 1 2 sind die Datenbeschriftungen trotz analoger Vorgehensweise bei der Diagrammerstellung
36. Gelegentlich bieten s ch hierarchisch geschachtelte Untersuchungseinheiten auf mehreren Ebenen an siehe z B Raudenbush amp Bryk 2002 So hat man es etwa bei einer Studie zur Arbeitszufriedenheit und Produktivit t von Arbeitnehmern aus verschiedenen Firmen in Abh ngigkeit von Person und Organ sationsmerkmalen mit Beobachtungseinheiten auf zwei Ebenen zu tun o Arbeitnehmer o Firmen Bei der sp teren inferenzstatistischen Auswertung ist zu beachten dass die meisten Ver fahren unabh ngige Residuen voraussetzen Die bei einer hierarchischen Datenstruktur auf der untersten Ebene naturgem anzutreffende Abh ngigkeit der Beobachtungen muss n den Auswertungsverfahren geeignet modelliert werden Das Demonstrationsprojekt in unserm Kurs kommt allerdings mit einer konventionellen flachen Datenstruktur aus und die Behandlung der speziellen Optionen und Probleme der Mehrebenenanalyse bleibt einem speziellen Kurs vorbehalten Entscheidung f r ein Untersuchungsdesign Sie k nnen z B einen quasi experimentellen Untersuchungsplan entwerfen oder eine reine Beobachtungsstudie w hlen die quer oder l ngsschnittlich angelegt sein kann Zur Pr fung einer Theorie ist eine empirische Situation zu w hlen bzw zu gestalten die zum Anwendungsbereich der Theorie geh rt Operationalisierung der zu untersuchenden Merkmale Zur Operationalisierung von theoretischen Begriffen z B sozio konomischer Status rger Optimismus sollten m glich
37. Hilfesystem von SPSS 15 ber Speichern der SPSS Kommandos zu wichtigen Anweisungsfolgen 79 Hilfe gt Command Syntax Reference Wie schon erw hnt sind die Dialogboxen beim Erstellen eines SPSS Programms sehr n tzlich Mit Hilfe der bislang ignorierten Standardschaltfl che Einf gen kann n mlich die zu einer Dia logbox Bearbeitung qu ivalente Kommandofolge in ein Syntaxfenster bertragen werden Sie m ssen s ch also n cht zwischen zwei unvereinbaren SPSS Bediensystemen entscheiden son dern sollten eine m glichst effiziente Kombination beider Methoden verwenden 5 2 Dialogunterst tzte Erstellung von SPSS Programmen Das folgende SPSS Programm f hrt f r unser KFA Projekt die H ufigkeitsanalysen zur Fehler suche bei den Variablen FNR GESCHL und FB durch siehe Abschnitt 4 GET FILE U Eigene Dateien SPSS kfar sav DATASET NAME DatenSet1 WINDOW FRONT FREQUENCIES VARIABLES fnr STATISTICS MINIMUM MAXIMUM MODE ORDER ANALYSIS FREQUENCIES VARIABLES geschl fb BARCHART FREO ORDER ANALYSIS Wir werden dieses Programm gleich vollautomatisch mit drei Mausklicks auf Einf gen Schalter produzieren und dabei auch seine Bestandteile kurz beschreiben Als Ausgangssituation f r die anschlie enden Erl uterungen wird eine neue SPSS Sitzung mit einem leerem Datenfens ter angenommen Verzichten Sie also beim SPSS Start auf das ffnen einer Datendatei per Start assistent Dabei erhalten Sie ein leeres Datenfenster mit
38. Ist gerade kein Objekt markiert bewirkt ein Mausklick auf ein beliebiges Objekt aus ei ner beliebigen Gruppe die Markierung aller Objekte aus s mtlichen Gruppen e Ein weiterer Mausklick schr nkt die Markierung auf die getroffene Gruppe ein e Um die Komplettmarkierung zu einer anderen Gruppe wandern zu lassen setzt man ei nen Mausklick auf ein Objekt dieser Gruppe Grafische Datenanalyse 147 e Fine alternative M glichkeit zum Markieren aller Elemente einer Gruppe ist der Maus klick auf das zugeh rige Symbol n der Legende e Soll nur ein einzelnes Objekt markiert werden w hlt man aus seinem Kontextmen das Item Ausw hlen gt Diese Markierung e Sobald ein einzelnes Objekt markiert ist wandert bei weiteren Mausklicks die Einzel markierung ber Gruppengrenzen hinweg zum getroffenen Objekt e Bei gedr ckter Strg Taste ist ein gruppenunabh ngiges kumulierendes Markieren m g lich e Mit dem Lasso Werkzeug kann man bei gedr ckter linker Maustaste eine Linie um die zu markierenden Objekte aus beliebigen Gruppen ziehen z B O O on 909009 D a Im Beispiel liegt es nahe f r mindestens eine Gruppe nach vorangegangener Markierung ihrer Datenpunkte das zugeh rige Symbol hinsichtlich Form Gr e Randfarbe und oder F llfarbe zu ndern um die beiden Gruppen besser unterscheidbar zu machen z B Eigenschaften Diagrammgr e Markierung Kategorien Projektionslinien Yariablen vors
39. Leisten Wir wollen die Nullhypothese testen dass die Pr fungsergebnisse von der Hautfarbe unabh ngig sind Nach einem Mausklick auf den Exakt Schalter in der Dialogbox zur Kreuztabellenanalyse k n nen wir in der folgenden Subdialogbox die exakte Testmethode w hlen Exakte Tests Mur asymptotisch C Monte Carlo Abbrechen Konf denzniweau Hilfe Anzahl der Stichproben Hie w Zeitgrenze pro Test 5 Minuten Wenn es die Speicherkapazit t zul t wird statt der Monte Carlo Methode die exakte Methode verwendet Bei nichtasymptotischen Methoden werden die zellh ufigk eiten bei der Berechnung der Teststatistiken immer gerundet oder gestutzt Daraufhin erhalten wir neben den approximativen Ergebnissen auch exakte berschreitungs wahrscheinlichkeiten f r die Pearson und die Likelihood Quotienten Teststatistik Au erdem f hrt SPSS noch eine Verallgemeinerung des exakten Tests von Fisher durch der n seiner klas sischen Variante auf 2 x 2 Tabellen beschr nkt ist Analyse von Kreuztabellen 169 Chi Quadrat Tests Asymptotische Exakte Exakte Punkt Signifikanz Signifikanz Signifikanz Wahrschein 2 seitig 2 seitig 1 seitig lichkeit Chi Quadrat nach a Pearson Likelihood Quotient i Exakter Test nach Fisher i Zusammenhan b E 2 u Anzahl der g ltigen F lle a 12 Zellen 100 0 haben eine erwartete H ufigkeit kleiner 5 Die minimale erwartete H ufigkeit ist 50 b D
40. SPSS wird eine Serie aufeinander folgender Leerzeichen behandelt wie ein einzelnes Leerzeichen Ansonsten schlie en zwei aufeinander folgende Trenn zeichen einen fehlenden Wert ein den SPSS beim Einlesen durch SYSMIS kodiert Obwohl nicht zwingend vorgeschrieben sollte man alle Daten eines Falles in eine einzige Zeile schreiben und f r jeden Fall eine neue Zeile beginnen In der ersten Zeile einer Textdatei mit separierten Daten k nnen die Variablennamen an SPSS bergeben werden was im folgenden Beispiel mit Tabulator separierten KFA Daten demonst riert wird GESCHL GEBJ GROESSE GEWICHT AERGO 163 3 I 5 174 4 182 6 1 80 8 176 170 169 3 1 2 2 Einsatz eines speziellen Datenerfassungsprogramms Wenn bei gr eren Projekten eine manuelle Datenerfassung unumg nglich ist vgl Abschnitt 3 1 1 dann sollte n der Regel ein spezielles Datenbankprogramm verwendet werden z B SPSS Data Entry MS Access Man arbeitet hier bequem mit einer Erfassungsmaske die einen einzelnen Fall in bersichtlicher Form auf dem Bildschirm pr sentiert Durch folgende Leistun gen dieser Spezialprogramme wird die Datenerfassung rationeller und sicherer 38 Datenerfassung und SPSS Dateneditor e Filterfragen Skip amp Fill In Abh ngigkeit vom erfassten Wert einer Filtervariablen verzweigen die Datenerfas sungsspezialisten zu unterschiedlichen Folgevariablen und versorgen dabei bersprunge ne Variablen mit einem festgelegten MD Indikator
41. Sie diese unbedingt deklarieren weil sie sonst wie g ltige Werte behandelt wer den z B bei einer Mittelwertsbildung Da wir im KFA Projekt laut Kodierplan aus schlie lich System Missing als MD Indikator verwenden m ssen wir anschlie end keine MD Deklaration vornehmen vgl Abschnitt 1 4 3 5 Daher wird nun die simple Proze dur zum Deklarieren von benutzerdefinierten MD Indikatoren beschrieben o Markieren Sie bei der betroffenen Variablen die Zelle zum Attribut Fehlende Werte o Nach einem Mausklick auf den nun vorhandenen Erweiterungsschalter er scheint eine Dialogbox in der man entweder bis zu drei Einzelwerte oder aber ein Datenerfassung und SPSS Dateneditor 43 Intervall samt zus tzlichem Einzelwert als MD Indikatoren vereinbaren kann z B Fehlende Werte definieren Keine fehlenden werte Einzelne fehlende werte so de W Bereich und einzelner fehlender Wert EEE RS Zn e Spalten und Ausrichtung Wie breit soll die Spalte einer Variablen im Dateneditorfenster sein Wie sollen die Wer te ausgerichtet werden linksb ndig zentriert rechtsb ndig Die Attribute Spalten und Ausrichtung wirken sich nur auf die Darstellung einer Variablen im Datenfenster aus Gen gen die gew nschten k Spalten nicht f r die vollst ndige Darstellung eines Werts erscheinen m Dateneditorfenster k Sternchen e Messniveau ber die technischen Variablenattribute hinaus kann das Messniveau der Variablen de klar ert
42. Solche Wiederholungen sind z B nach einer Datenkorrektur f l lig weil SPSS abgeleitete Variablen nicht automatisch anpasst wenn sich Werte der Ur sprungsvar ablen ndern Nach Korrekturen bei den Rohvariablen m ssen Sie also alle Datentransformationen wiederholen in die diese Rohvar ablen eingehen Ein weiterer potentieller Anlass f r die Wiederholungen von Datentransformationen ist die Erweite rung der Stichprobe Die f r ein Projekt erforderlichen Datentransformationen in Form von SPSS Anweisungen zu konservieren lohnt sich meistens denn Unter gewissen am ehesten in gro en Projekten anzutreffenden Umst nden kann es sinnvoll bzw notwendig sein die auszuwertenden Daten in mehreren Dateien bereitzuhalten Werden die Variablen oder F lle einer Tabelle auf mehrere Dateien verteilt kann es leicht zu dem Problem kommen dass sich die in einer Analyse zu vergleichen den F lle oder Variablen in verschiedenen Dateien befinden Treten in einem Projekt mehrere Tabellen auf z B mit Kunden bzw Mitarbeitern werden nat rlich entsprechend viele Datendateien ben tigt 86 Datentransformation e Die einzelnen Anweisungen sind relativ komplex und damit ebenso fehleranf llig wie zeitaufw ndig e Es ist relativ wahrscheinlich dass die gesamte Anweisungsfolge wiederholt durchgef hrt werden muss z B bei entdeckten Fehlern in den Rohvariablen oder bei einer Stichpro benerweiterung e Die Anweisungen zur Datentransformation sind
43. Uni versit t Trier F cher Philosophie P dagogik Psychologie ist aber der Frauenanteil sehr hoch Obige Abbildungen wurden brigens mit der in Abschnitt 4 4 4 beschriebenen Methode vom SPSS Viewer in MS Word bertragen Der aktuelle Abschnitt sollte nur einen ersten Eindruck von den Grafikm glichkeiten des SPSS Systems vermittelt Wir haben eine integrierte Grafik Option der Dialogbox zur H ufigkeitsana lyse benutzt Die meisten graphischen Darstellungsm glichkeiten bietet SPSS ber das Haupt men Grafiken an mit dessen Optionen wir uns sp ter befassen werden 4 6 H ufigkeits bzw Fehleranalysen f r die restlichen Projektvariablen 4 6 1 bung Mittlerweile verf gen S e ber gen gend SPSS Kenntnisse um die restlichen H ufigkeits bzw Fehleranalysen zu unserem Projekt selbst ndig durchf hren zu k nnen 1 Die Merkmale Geburtsjahr Gr e Gewicht und die beiden rgerma e k nnen n herungs weise als metrisch angesehen werden Lassen Sie sich daher f r die zugeh rigen Variablen ausgeben e keine H ufigkeitstabellen Das f r Tabellen zust ndige Kontrollk stchen in der Dialogbox H ufigkeiten ist per Voreinstellung markiert Sie m ssen also die Markierung durch Anklicken beseitigen e Histogramme mit eingezeichneter Normalverteilungsdichte e folgende Statistiken Mittelwert Median Modalwert Standardabweichung Varianz Minimum Maximum Schiefe Kurtosis Exze 2 Lassen Sie sich f r die LOT Var
44. aa 1 fnr Sichtbar 37 von 37 m geeni m m mn zen zen lot Iot2 lota lot4 lot5 lotb lot loto IotS lot10 2 lot11 at motiv A ul 1969 1970 1969 1967 1967 1966 1975 1974 1967 1964 1970 iss a 174 58 152 Te 150 z 175 TA 167 50 163 54 155 ro 164 57 176 54 1972 190 I 1970 162 55 1970 4 170 7o alh Datenansicht Yariablenansicht f i K mAH hre MAA A Co Ro Co Co A n n a OT a WU eek RI m amp m ll Dal l a a OKI RI On GG anl e aa m m w no owners wla En w e e w ulel l wl al m a r o wl rala aiala a i in n n l an in ial a a ain w w w ra w w enl w nl w w w a w e wll a ulel al wll ala t tro ta w arol rol e wl rof wul a Bu H trola ro ra w talr wle a l H h w w o e l wl el a wu B amp in w n n n inl an inl a a a 1 2 1 1 1 1 z 1 1 2 1 z TE W b B w b w Mul w belb Bl 01 2 Il Be A A Ben EA BE e C 1 1 E SP55 Prozessor ist bereit Jede Variable d h jede Spalte der Datenmatrix besitzt einen eindeutigen Variablennamen ber den sie bei der Anforderung statistischer oder graphischer Analysen angesprochen werden kann Nachdem Sie einen exemplarischen Eindruck vom Ziel der Strukturierungs und Kodierungsbe m hungen gewonnen haben werden wir nun einige Details behandeln und einen Kodierplan f r unser Projekt er
45. alphanumerischen Kodierung entscheiden Bei Merkmalen mit mindestens ordinalem Skalenniveau ist offensichtlich nur die numerische Kodierung sinnvoll Bei Merkmalen mit Nominalskalenniveau hat man hingegen die Wahl zwi schen numerischer und alphanumerischer Kodierung der Merkmalsauspr gungen Beispiel Geschlecht numerische Kodierung 1 f r Frauen 2 f r M nner alphanumerische Kodierung f f r Frauen m f r M nner Beim Arbeiten mit SPSS empfiehlt es sich auch nominalskalierte Merkmale numerisch zu ko dieren weil manche Auswertungsverfahren auch dort numerische Variablen verlangen wo aus statistischer Sicht lediglich nominales Messniveau erforderlich ist z B die Diskriminanzanaly 1 se Offenbar berarbeitet SPSS sukzessive alle Prozeduren dahingehend dass auch kurze String Variablen mit ma ximal achtstelligen Werten akzeptiert werden wenn in statistischer Hinsicht nur Nominalskalenniveau erforder lich ist Diese Anpassung ist jedoch noch nicht f r alle Prozeduren erfolgt Von der Theorie zu den SPSS Variablen 19 1 4 3 2 Das Problem fehlender Werte Trotz aller Sorgfalt sind in fast jedem Forschungsprojekt bei manchen F llen einige Variablen auspr gungen unbekannt z B wegen technischer Probleme oder wegen nachl ss g ausgef llter Frageb gen Bei der Kodierungsplanung muss daher f r alle betroffenen Variablen festgelegt werden was an Stelle fehlender oder ung ltiger Werte in die zugeh rigen Zellen der Dat
46. compute x x 2 doch sind die Regeln f r die numerischen Ausdr cke auf den rech ten Seiten weitgehend identisch 2 SPSS kennt auch zahlreiche Funktionen f r String und Datums Var ablen die aber aus Zeitgr nden in diesem Kurs nicht behandelt werden Informieren Sie sich bei Bedarf im Hilfesystem z B ber eine Indexsuche nach dem Stichwort Funktionen Datentransformation 97 e Arithmetische Funktionen z B ABS arg Absoluter Wert EXP arg Exponentialfunktion LG10 arg Dekadischer Logar thmus LN arg Nat rlicher Logar thmus MOD argl arg2 Rest aus der Division von arg durch arg2 RND arg Auf die n chst gelegene ganze Zahl gerundeter Wert SQRT arg Quadratwurzel Beispiel compute logi exp 3 1 2 x l1 texp 3 1 2 x Hier wird eine spezielle logistische Funktion der Variablen X definiert e Statistische Funktionen z B MEANI n arg arg2 Ar thmetisches Mittel MAXI n arg arg2 Maximum MIN n arg arg2 Minimum SDI n arg arg2 Standardabweichung SUMI n arg arg2 Summe Regeln Die eckigen Klammern schlie en optionale Angaben e n Der Funktionsparameter n hat folgende Bedeutung Wenn bei einem Fall min destens n valide Argumente vorliegen wird der Funktionswert berechnet An sonsten wird dem Fall der Wert SYSMIS zugewiesen Wird n n cht angegeben gilt die sehr liberale Voreinstellung Eins Mit wird zum Ausdruck gebr
47. ddd Dezimalsteller o Dezimalsteller Beschriftung f r Statistik O Seitlich Oben In der Schicht folgende Einstellungen Spaltenprozente aktivieren Beschriftungen anpassen Gesamt Werte aktivieren Beschriftungen oben anbringen In der Subdialogbox Format entscheiden wir uns daf r auch die H ufigkeit Null explizit in betroffene Zellen einzutragen 178 Auswertung von Mehrfachwahlfragen Mehrfachantwortentabellen Format Darstellung leerer Zellen 2 ee weiter O Leer Hull Abbrechen Fehlende Statistiken erscheinen als Auch bei den Kreutztabellen ist die in Abschnitt 13 2 ger gte MD Konzeption der SPSS Mehrfachwahl Auswertung zu beachten W re nicht die Variable ANDERE Mitglied im Set MOTIVE dann w rde SPSS in der Kombitabelle nur noch diejenigen F lle ber cksichtigen die mindestens ein konkret abgefragtes Motiv bejaht haben 13 4 Ein sparsames Set kategorialer Variablen expandieren In Abschnitt 1 4 2 3 wurde das sparsame Set aus kategorialen Variablen f r Mehrfachwahlfragen mit sehr vielen Antwortm glichkeiten zur Vereinfachung der Erfassung empfohlen Zwar ist diese Datenstruktur kein Nachteil bei den Analyseprozeduren die in den Abschnitten Fehler Verweisquelle konnte nicht gefunden werden und 13 3 beschrieben wurden doch s nd Auswertungen denkbar die ein vollst ndiges Set aus dichotomen Variablen erfordern In dieser S tuation kann man das sparsame Set mit Hilfe der SPSS Kommandosp
48. den Men befehl Datei gt ffnen gt Daten die Rohdatendatei kfar sav wobei ein benanntes Daten Set entsteht z B ta kfar sav Datenset1 SPSS Daten Editor Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe e W A m wp A EE BEERE oO 1 fnr Sich fnr geschil Ti grosse ewer aene eu lot lot lot lotd A 1 BE i 1 1 1969 2 1 1970 5 a 3 J 1 15649 1 174 56 4 4 2 1967 1 182 7 5 5 1 1967 1 150 p3 1j Datenansicht Yarlablenansicht _ 5P55 Prozessor ist beret Um das Umkodieren zu ben w hlen wir ein m ig sinnvolles Beispiel aus unserer Studie Wir konstruieren unter dem Namen DEKADE eine vergr berte Variante der Jahrgangsvar ablen bei der alle in den 60 er Jahren geborenen Personen den Wert 1 und alle in den 70 er Jahren gebore nen Personen den Wert 2 erhalten sollen Wie man sich anhand der H ufigkeitstabelle zur Vari ablen GEBJ 88 Datentransformation Geburtsjahr H ufigkeit Prozent Prozente Prozente 1 3 2 3 2 3 2 3 2 G ltig 1961 yDyDOoNDOND 6D Gesamt eb berzeugen kann st damit f r alle F lle in unserer Stichprobe ein DEKADE Wert definiert Mit Hilfe der neuen Variablen kann man z B den Einfluss des Geburtsjahrzehnts auf diverse abh n gige Variablen untersuchen wobei man sich von der Informationsreduktion im Vergleich zu GEBJ keinen allzu gro en Nutzen versprechen sollte Bei der gepla
49. eat 5 Vorteil Im Vergleich zu einer bipolaren Kodierung von 2 bis 2 spart man Tipparbeit und macht keine Fehler durch vergessene Vorzeichen bei den negativen Zahlen Wurden einige Fragen aus messtechnischen Gr nden umgepolt negativ formuliert was im KFA Projekt bei einigen LOT Fragen geschehen ist so sollte diese Umpolung keines falls w hrend der Erfassung r ckg ngig gemacht werden Dies gelingt sehr viel beque mer und ohne Fehlerrisiko mit den Transformationsm glichkeiten von SPSS siehe un ten Von der Theorie zu den SPSS Variablen 23 1 4 3 4 SPSS Variablennamen Es empfiehlt sich an dieser Stelle auch schon SPSS Namen f r die Variablen festzulegen und ebenfalls in den Kodierplan siehe Abschnitt 1 4 3 5 aufzunehmen Dabei sind die SPSS Regeln f r Var ablennamen zu beachten Maximal 64 Zeichen Die jahrzehntelange Beschr nkung von SPSS Variablennamen auf acht Zeichen ist seit der Version 12 berwunden doch sollte man sich weiterhin m glichst kurz fassen Lange Namen belegen viel Platz z B in der Kopfzeile des Dateneditors und sind beim Einsatz von SPSS Syntax siehe unten recht umst ndlich Das erste Zeichen muss ein Buchstabe sein An den restlichen Positionen sind folgende Zeichen zugelassen Buchstaben Ziffern so wie die Symbole _ und Von der zweiten bis zur vorletzten Position ist au erdem der Punkt erlaubt Aus den eben genannten Regeln ergibt sich insbesondere dass Leerzeichen in Variabl
50. eine kontinuierliche alltagsbegleitende Datenerfassung k nnen oft Rechner m Taschenformat z B PDAs genutzt werden Einfache Befragungen werden mittlerweile routinem ig v a Internet realisiert wenn die Zielgruppe auf diesem Weg erreichbar ist Von der Theorie zu den SPSS Var ablen Empirisch pr fbare Hypothesen formulieren Aus einer in theoretischen Begriffen formulierten Hypothese ergibt sich im Verlauf der Untersuchungsplanung durch zahlreiche Konkretisierungen und Operationalisierungen eine n empirischen Begriffen formulierte und damit statistisch pr fbare Hypothese die m glichst exakt notiert werden sollte Dabei muss z B klar erkennbar sein ob eine ge richtete oder eine ungerichtete Hypothese vorliegt Statistische Versuchsplanung F r jede Hypothese ist ein statistisches Entscheidungsverfahren zu w hlen dessen Voraussetzungen an Skalenniveau und Verteilungsverhalten der beteiligten Merkmale voraussichtlich erf llt sind Zu jedem geplanten Test st das Fehlerrisiko erster Art a Fehler festzulegen wobei z B die bliche 5 Konvention bernommen werden kann Es st zu berlegen w e eine repr sentative und zur Durchf hrung der geplanten Auswer tungsverfahren hinreichend gro e Stichprobe rekrutiert werden kann Bei ausgepr gt konfirmatorisch angelegten Studien ist bei der Stichprobenumfangsplanung insbesondere das Fehlerrisiko zweiter Art der B Fehler zu ber cksichtigen Strukturierung und Kodierung
51. eine Abweichung von der Nullhypothese Nach einem generellen Prinzip der Testkonstrukti on m ssen alle Elemente der Alternativhypothese im zweiseitigen Fall also mit u lt 0 oder u gt 0 eine faire Chance haben sich in einem signifikanten Ergebnis zu artikulieren Anderen falls resultiert ein so genannter verf lschter Test Daher ist die zweiseitige berschreitungswahr scheinlichkeit Bir Tm zu ermitteln und in folgender Entscheidungsregel zu verwenden gt 0 05 gt H beibehalten Tanp P T 2 mC z lt 0 05 H verwerfen 1 3 Der kritische Werte Tkrit2 zum zweiseitigen Test zum Niveau a 0 05 ist so zu bestimmen dass gilt Pa Tz 2 EB 0 05 Bei unserer Stichprobengr e n 31 erhalten wir Tkrit 2 2 04 Bei zweiseitiger Testung haben wir zwei symmetrisch angeordnete Ablehnungsbereiche 5 Weil unsere Teststatistik symmetrisch um den Wert Null verteilt ist gilt f r Temp 2 0 l Pa T T np zZ 2 Pa T 2 ns 1 4 Pr fung der zentralen Projekt Hypothesen 117 Die berschreitungswahrscheinlichkeit des einseitigen t Tests ergibt sich also durch Halbieren aus der berschreitungswahrscheinlichkeit des zweiseitigen t Tests sofern die Pr fgr e das von der H behauptete Vorzeichen besitzt Dieser Zusammenhang ist wichtig in der statistischen Praxis mit SPSS weil dieses Programm bei t Tests h ufig nur die zweiseitige berschreitungs wahrscheinlichkeit mittei
52. empfiehlt es sich auch bei nominalskalierten Merkmalen eine numerische Kodierung vorzunehmen siehe Abschnitt 1 4 3 so dass der voreinge stellte numerische Variablentyp meist beibehalten werden kann Spaltenformat Bei einer numerischen Variablen beeinflusst dieses Attribut lediglich ihre voreingestellte Breite bei der Ausgabe in eine Textdatendatei ber das Kommando WRITE inkl Vor zeichen und Dezimaltrennzeichen und ist daher f r die Arbeit mit dem Daten und dem Ausgabefenster wenig relevant Allerdings muss der Spaltenformatwert stets gr er sein als die Anzahl der Dezimalstellen s u Be einer alphanumerischen Variablen legt das Spaltenformat die max male Anzahl der gespeicherten Zeichen fest und ist folglich recht bedeutsam So werden z B bei einer nachtr glichen Reduktion der Spaltenzahl tats chlich entsprechend viele Zeichen am rechten Rand gel scht Dezimalstellen Bei einer numerischen Variablen k nnen Sie festlegen welche Anzahl von Dezimalstel len bei der Anzeige ihrer Werte im Datenfenster bzw n der Ergebnisausgabe verwendet werden soll Diese Angabe betrifft nicht die Speichergenauigkeit sondern nur die Anzei ge Bei einer alphanumerischen Variablen ist das Attribut irrelevant und auf den Wert Null fixiert Variablenlabel Hier k nnen optional Var ablenlabel mit einer maximalen L nge von 256 Zeichen ver einbart werden die in Ergebnistabellen und Grafiken an Stelle der aus praktischen Erw gungen m
53. erfahrungsgem m Teil 4a des Beispielfragebogens kaum individuelle Motive zur Kursteilnahme angegeben und wir ignorieren diese offene Frage im weiteren Projektverlauf 18 Von der Theorie zu den SPSS Variablen 1 4 3 Kodierung F r jedes erhobene Merkmal muss festgelegt werden wie die einzelnen Merkmalsauspr gungen kodiert werden sollen Dabei ist eine Kodierung durch einfach aufgebaute Werte anzustreben z B durch positive ganze Zahlen Bei konkreten berlegungen zur Kodierung m ssen wir ber cksichtigen welche Var ablentypen von SPSS unterst tzt werden 1 4 3 1 Die wichtigsten Variablentypen in SPSS An dieser Stelle beschr nken wir uns auf die wichtigsten Variablentypen mit denen die meisten Projekte auskommen e Numerische Variablen Werte reelle Zahlen Z B geeignet f r die Merkmale Alter Gr e Gewicht e Zeichenkettenvariablen synonym alphanumerische Variablen String Variablen Werte Folgen von Zeichen Buchstaben Ziffern Sonder zeichen bis zur SPSS Version 12 beschr nkt auf die maximale L nge von 255 Zeichen Z B geeignet f r die Merkmale Familienname Man k nnte das Merkmal Geschlecht alphanume risch kodieren mit den Werten weiblich und m nn lich e Datumsvariablen Werte Datumsangaben Z B geeignet f r das Merkmal Geburtsdatum Anwendungsf lle f r Datumsvar ablen d rften in der Regel klar erkennbar sein Ansonsten m s sen S e s ch nur zwischen der numerischen und der
54. ermittelt und die geplanten Hypothesentests durchgef hrt werden Bei einer eher explorativen Untersuchungs anlage ist eine l ngere kreative Auseinandersetzung mit den Daten erforderlich wobei zahlre che Datentransformationen und statistische Analysen ausgef hrt werden 1 3 Beispiel f r eine empirische Untersuchung Um die im Rahmen einer empirischen Untersuchung mit SPSS zu erledigenden Arbeiten unter realistischen Bedingungen ben zu k nnen wird im Verlauf des Kurses eine kleine psychologi sche Fragebogenstudie durchgef hrt Dabei werden Sie alle Phasen der empirischen Forschung von der ersten Idee bis zur statistischen Hypothesenpr fung mit SPSS kennen lernen und die erforderlichen Arbeiten zum gro en Teil selbst ndig durchf hren Als Beispiel wurde u a des Hierbei werden in stark vereinfachter Form Ideen aus einem ehemaligen Forschungsprojekt von Herrn Prof Dr J Brandtst dter Universit t Trier aufgegriffen dem ich an dieser Stelle herzlich f r die Erlaubnis und f r die ber lassung von Untersuchungsmaterial danken m chte 6 Von der Theorie zu den SPSS Var ablen halb eine psychologische Fragebogenstudie gew hlt weil die Kursteilnehmer dabei in wenigen Minuten interessante empirische Daten selbst erzeugen k nnen Damit ist auch die Phase der Datenerhebung in den bungsablauf einbezogen die ansonsten aus Zeitgr nden ausgespart wer den m sste Bezogen auf das in Abschnitt 1 2 vorgestellte Ablaufschem
55. h chstens einmal auftreten d h der Stichproben Modus muss die H u figkeit 1 haben Zur berpr fung der Bedingungen lassen wir in einer H ufigkeitsanalyse f r die Variable FNR folgende Statistiken berechnen Anzahl valider F lle Minimum Maximum und Modus Mit dem Men befehl Analysieren gt Deskriptive Statistik gt H ufigkeiten erhalten wir die folgende Dialogbox zur Anforderung von H ufigkeitsanalysen BE H ufiekeiten A g Geschlecht gesch g Geburtsjahr geb g Fachbereich fb Yanableln Zur cksetzen ab K rpergr e in om Be l Abbrechen K rpergewicht in k rger ohne kontrafl TA Arger mit kortrafak a Io d wt W H ufigkeitstabellen anzeigen Statistik Diagramme Format Zur bequemen Spezifikation der im aktuellen Prozeduraufruf zu analysierenden Variablen die nen die beiden Var iablen Auswahlbereiche Links stehen alle Variablen der Arbeitsdatei die derzeit nicht f r die Analyse ausgew hlt sind Anw rterliste Rechts daneben im Bereich Vari able n stehen die Ausgew hlten Teilnehmerliste Dazwischen befindet sich ein Transport schalter mit dem s ch links markierte Var ablen nach rechts und rechts markierte Variablen nach links verschieben lassen Markieren Sie also links die Fallnummern Var able FNR und dr cken S e auf den Transportschalter Zur Auswahl der gew nschten Statistiken m ssen Sie die zust ndige Subdialogbox per Knopf druck aktivieren
56. i Nj beobachtete H ufigkeit in Spalte j n Umfang der Gesamtstichprobe Die angegebene Formel zur Sch tzung der erwarteten H ufigkeiten m unter der Nullhypothese ist leicht nachvollziehbar Zun chst soll die Wahrscheinlichkeit p der Zelle ij unter der Ho be stimmt werden Da es sich hier um ein Verbundereignis aus zwei unabh ngigen Ho Einzeler eignissen handelt Zeile i und Spalte j ergibt sich p als Produkt der Wahrscheinlichkeiten p bzw p f r die beiden verkn pften Einzelereignisse Pa D gt pP Die Wahrscheinlichkeiten p und p sind allerdings nicht bekannt sondern m ssen durch die entsprechenden relativen H ufigkeiten in der Stichprobe gesch tzt werden Z B wird die Wahr scheinlichkeit p zur Zeile i gesch tzt durch die relative H ufigkeit der Zeile in der Stichprobe Damit gilt f r die gesch tzte Wahrscheinlichkeit der Zelle ij ZN EN A OM J IR PoS Pe Pam 2 n n n Die Wahrscheinlichkeit p l sst sich interpretieren als Erwartungswert der Indikator Zufalls variablen X zur Zelle i j beim Ziehen eines Falles e Tritt die Zelle i j auf nimmt X den Wert Eins an e bei jedem anderen Ergebnis nimmt X den Wert Null an Diese Formulierung geht davon aus dass man eine Stichprobe gezogen und bei jedem Fall die beiden Merkmale Geschlecht und Fachbereich beobachtet hat Ein anderes Stichprobenmodell l ge vor wenn man in jedem Fachbe reich eine Stichprobe der festen Gr
57. in der Regel berschreitungswahrscheinlich keiten angeben werden die im Anhang vieler Statistiklehrb cher tabellierten kritischen Werte der wichtigsten Pr fverteilungen z B t F y nur noch selten ben tigt Die folgende Abbildung zeigt die Wahrscheinlichkeitsdichte der t Verteilung mit 30 Freiheits graden und den Ho Ablehnungsbereich bei einseitiger Fragestellung im Sinne unserer KFA Hypothese Ib Die Dichte beschreibt das Verteilungsverhalten der Zufallsgr e Tz f r die eine einzelne Reali sation folgenderma en zu ermitteln ist Ziehe aus einer Population mit AERGZ N 0 65 Pr fung der zentralen Projekt Hypothesen 115 Ed Z eine Zufallsstichprobe der Gr e n 31 ermittle die AERGZ Werte und berechne vn i Z Wir kommen zu einer Testentscheidung indem wir unser Stichprobenergebnis Temp vor dem Hintergrund dieses Erwartungshorizonts beurteilen Wir lehnen die Nullhypothese ab wenn sie als Generator unserer Daten unplausibel ist Wenn wir aus einer Nullhypothesen Population genauer bei u 0 eine Zufallsstichprobe der Gr e n 31 ziehen und Temp ermitteln werden wir mit der Wahrscheinlichkeit a 0 05 einen Wert gr er oder gleich Tkrit 1 70 erhalten und falsch gegen die Ho entscheiden also einen Fehler erster Art begehen Der a Wert sollte umso niedriger angesetzt werden je gravierender sch dlicher teurer das rrt mliche Ablehnen einer g ltigen Nullhypothese ist Das Risiko
58. jetzt schon ausf hren zu lassen Sie k nnen den Effekt auf die Arbeitsdatei sofort beobachten statt bis zum Abschicken des kompletten Transformationspro gramms warten zu m ssen Weil keine Konflikte mit unserer langfristigen Strategie zu bef rch ten sind kehren wir z B ber den Symbolschalter Mif zur Umkodieren Dialogbox zur ck und quittieren sie mit OK Anschlie end befindet sich am rechten Rand der Arbeitsdatei die neue Variable DEKADE ca kf r say Datenset1 gt P5 gt Daten Editor E ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe e W amp m Im E I geschl mativ motivS andere smg methi meth metha Dekade var 0 0 0 2 3 1 00 O C o o o o od a o aoa o a 4 Datenansicht 1 2 2 00 1 1 00 1 2 a 1 00 1 2 4 1 00 SPF55 Prozessor ist bereit 0 U varlablenansicht d Randbemerkung Weil der Var ablenname Dekade nicht durch ein Variablenlabel erg nzt wurde dient er zur Beschriftung der Ausgabe Weil die Tabellen oder Abbildungen mit DEKADE Beteiligung eventuell ver ffentlicht werden sollen wird im Variablennamen auf die korrekte Rechtschreibung geachtet 6 2 2 Technische Details Obwohl das Umkodieren eine sehr simple Datentransformat on ist sind bei der praktischen An wendung doch einige technische Details zu beachten e Sie k nnen bei einem Einsatz der Dialogbox Umkodieren in andere Variablen beliebig viele V
59. kon Datenmatrix Datenschutz Daten Set Datensicherheit Datentransformation bedingte Datumsvar ablen Deklarationsteil Demographische Merkmale Deskriptive Statistik Dezimalstellen in P vot Tabellen Dez maltrennzeichen Dienst Kommandos 12 99 194 Differentialpsychologische Hypothese 151 Diskriminanzanalyse DO IF Kommando DO REPEAT Kommando Drucken Viewer Dokumente E Effektst rke E genschaftsfenster Einf gen Fall Variable Einf gen Schaltfl che Einf gen Schaltfl che Einscannen Einseitige Hypothesen f r 2 x 2 Tabellen Einstellungen modifizieren Ein Stichproben t Test EMF 18 179 179 61 115 157 165 145 169 190 100 75 EPS Erfassungsfehler Exact Tests Modul Exakte Tests EXECUTE Kommando Explorative Datenanalyse Exportieren Exze F Fall einf gen erschieben l schen F lle auflisten ausfiltern gewichten F lle ausw hlen Fall dentifikation Falls Subdialogbox Fallstudien Fehlende Werte deklarieren Rechenregeln f r Fehler erster Art zweiter Art Fertigdatendatei Festes Format Filter Filtervar ablen Fishers exakter Test Fokus im Ausgabefenster FORMATS Kommando FREQUENCIES Kommando Funktionen ABS arithmetische EXP f r fehlende Werte LG10 LN MAX MEAN MIN NMISS NORMAL Pseudozufallszahlengeneratoren RND Stichwortregister 199 73 56 167 167 89 93 119 120 74 67 13 53 54 54 4 114 4 115 51 85 36 15
60. motit motaz motivd motit motivs andere 1 i i 2 Datenansicht variablenansicht f lt SPS5 Prozessor ist bereit Wir werden in Abschnitt 13 ein so genanntes Mehrfachantworten Set bestehend aus diesen sechs Variablen definieren und mit seiner Hilfe eine gemeinsame Auswertung der Variablen vornehmen An dieser Stelle m ssen Sie jedoch unbedingt akzeptieren dass wir es mit sechs Merkmalen bzw Variablen zu tun haben die eine gewisse Verwandtschaft und ein gemeinsames dichotomes Format besitzen 16 Von der Theorie zu den SPSS Variablen 1 4 2 3 2 Sparsame Sets aus kategorialen Variablen Das im letzten Abschnitt beschriebene Standardverfahren zur bersetzung einer Mehrfachwahl frage in SPSS Var ablen ist angemessen sofern nicht zu viele Antwortm glichkeiten im Spiel sind Wenn Sie etwa eine Liste mit 100 m glichen Freizeitaktivit ten pr sentieren dann f hrt das Schema zur Definition von 100 SPSS Var ablen Unter der Annahme dass jeder einzelne Untersuchungsteilnehmer maximal sieben verschiedene Optionen w hlen wird ist das Schema bei der Datenerfassung recht unpraktisch F r solche Situationen bietet sich ein alternatives Vor gehen an das im eben konstruierten Freizeitbeispiel lediglich sieben Variablen bzw Spalten in der SPSS Datentabelle ben tigt Auch dieses Komprimierungsverfahren soll an unserem Motivbeispiel demonstriert werden ob wohl es in diesem Fall bei nur sechs Antwortm gl
61. ngig sind 13 Auswertung von Mehrfachwahlfragen In Abschnitt 1 4 2 3 wurde betont dass mit einer Mehrfachwahlfrage n cht etwa ein mysteri ses Merkmal mit mehreren Auspr gungen erfasst wird wie es wohl durch manche K pfe bzw Alp tr ume spukt sondern eine Familie inhaltlich verwandter dichotomer Merkmale Eine leichte Komplikation tr tt erst auf wenn zur Vereinfachung der Erfassung ein sparsames Set aus katego rialen Variablen definiert worden ist das f r viele Auswertungen erst ausgepackt werden muss Grunds tzlich besteht kein Bedarf f r spezielle Auswertungsverfahren f r die mit Mehrfach wahlfragen erfassten Variablen Es ist allerdings gelegentlich sinnvoll eine H ufigkeits oder Kreuztabellenanalyse f r alle Mitglieder einer Familie dichotomer Variablen ob aus einer Mehrfachwahlfrage entstanden oder w e auch immer n gleicher Form auszuf hren F r diese Situation bietet SPSS gewisse Rationalisierungsm glichkeiten die in diesem Abschnitt vorge stellt werden sollen Au erdem kann SPSS f r die mit einem sparsamen Set aus kategorialen Variablen erfassten d chotomen Merkmale H ufigkeits und Kreuztabellenanalysen ohne vorhe riges Auspacken durchf hren 13 1 Mehrfachantworten Sets definieren Im Teil 4a unseres Fragebogens haben die Teilnehmer f r f nf konkrete Motive den SPSS Kurs zu besuchen und eine Restkategorie alles zutreffende angekreuzt Es liegt nahe eine bersicht zu erstellen aus der f r di
62. sp tere Fortsetzung der anonymen Teilnahme umst ndlich ist bei manchen Syste men sogar unm glich e Wenn sich die Online Umfrageteilnehmer in einer relativ ffentlichen Situation befinden z B PC Pool einer Hochschule ist die Auskunftsbereitschaft bei pers nlichen Fragen eventuell beschr nkt Das URT betreibt Online Umfragesysteme auf HTML und PDF Basis GlobalPark Umfrage center 6 0 Teleform 10 2 wobei sich z B der KFA Fragebogen mit beiden Systemen gut rea lisieren l sst Bei der HTML basierten GlobalPark L sung wird auf Seiten der Umfrageteilneh mer lediglich ein Web Browser vorausgesetzt 34 Datenerfassung und SPSS Dateneditor Umfrage Mozilla Firefox E ER Datei Bearbeiten Ansicht Chronik Lesezeichen Extras Hilfe k r a http Yu unipark de ucystat_prakt_spsstospe php3 SES i Br eg Google 2 Fragen zur Reaktion in rgerlichen Situationen versetzen Sie sich bitte m glichst qut in folgende Situation Herr Meier und Herr Schulze waren mit demselben Taxi auf den Weg zum Flughafen Sie sollten zur selben Zeit aber mit verschiedenen Maschinen ablegen Durch einen Stau kommen sie erst eine halbe Strunge nach der nlanm lgen Abflugzeit am Flughafen an Herr Meler erf hrt dass seine Maschine y nktich vor einer halben Stunde gestartet ist Herr Schulze erf hrt dass seine Maschine Versp tung hatte und erst vor zwei Minuten gestartet ist Wie sehr w rden Sie sich rgern wenn Sie in d
63. und sp ter wieder verwenden e Ausgew hlte F lle in neues Daten Set kopieren Man erh lt ein neues Daten Set mit den Positiv F llen e Nicht ausgew hlte F lle l schen Die Negat v F lle werden aus der tempor ren Arbeitsdatei entfernt Aus der externen Datei z B auf der Festplatte verschwinden die F lle dabei nicht Wenn S e allerdings das teilentleerte Datenfenster sichern haben Sie eventuell anschlie end ein kleines Problem Mit der Dialogbox F lle ausw hlen kann man auch eine zuf llige Teilstichprobe ziehen oder eine Analyse auf die ersten n F lle beschr nken F lle ausw hlen 155 10 2 Bericht anfordern Gelegentlich ben tigt man f r eine bestimmte Teilmenge von F llen eine bersichtliche Liste mit den Auspr gungen bestimmter Variablen Um z B f r Personen mit negativem rgerzu wachs eine Liste mit den Variablen FNR AERGO und AERGM zu erhalten vereinbart man zun chst die Filterbedingung AERGZ lt 0 und fordert dann ber Analysieren gt Berichte gt F lle zusammenfassen die gew nschte Auflistung an E F lle zusammenfassen gh Geschlecht gesch A Yarabler F Geburtsjahr gebi gh Fallnummner frr amp Fachbereich an de g Biger ohne KFA aergo E K rpergr e in cr E Erger mit KFA aergm F K rpergewicht in kr A lot lot 7 lot lotz g lota lot3 amp Iot4 latd F Ic tS lot5 Gruppenwanableln lot6 lat6 g lot lot7 gt E itg l
64. von Gewicht auf Gr e und Geschlecht Solche Beschriftungen lassen sich auch verschieben wobei die Transportfunktionalit t des Mauszeigers am Rand akt v wird s gnalisiert durch die Zeigergestalt Um einen Text zu ndern markiert man hn und setzt nach Erscheinen des Markierungsrahmens einen weiteren Mausklick darauf Zum Beenden der Texteingabe dr ckt man die Enter Taste oder setzt einen Mausklick au erhalb des Textrahmens Be der Textformatierung kann alternat v zum Eigenschaftsfenster auch die folgende Symbolleis te verwendet werden Arial Auto w F E E juli gt u Verl sst man den Text nderungsmodus schrumpft n SPSS 15 gelegentlich der Rahmen um den Text zusammen 150 Grafische Datenanalyse Regression von Gewicht auf Gr e und Geschlecht Geschlecht Frau A Mann gt Frau Mann K rpergewicht in kg R Quadrat linear 0 338 R Quadrat linear 0 642 160 170 180 190 K rpergr e in cm Um das Problem zu beheben markiert man den Text erneut und stellt ber den unteren Anfasser die urspr ngliche Rahmengr e wieder her ber die Schaltfl che de aktiviert man das Werkzeug amp 4 zur Datenbeschriftung das zu an geklickten Datenpunkten den Wert der vereinbarten Fallbeschriftungsvar ablen oder aber die laufende Datenfensterzeilennummer in die Grafik einf gt bzw wieder entfernt z B sehe zu Fall Nach einem rechten Mausklick auf einen Datenpunkt mit dem
65. welchen Stellen die Yanablen getrennt werden Ziehen Sie die Linsen zum Trennen von Yariablen um deren Position zu NDERN Klicken Sie an eine Stelle um eine Linie zum Trennen von Variablen EINZUF GEN Ziehen Sie eine Linie zum Trennen von Wariablen aus der Datenvorschau um sie zu L SCHEN Linie in Fat fi ine of 2 Daterworschau g raen ea f eo Hinweise zur Benutzung der Trennlinien e Neue Trennlinie einf gen Klicken Sie innerhalb der Datenzone auf die gew nschte Spaltenposition siehe Pfeil in obigem Bildschirmphoto e Trennlinie verschieben Klicken S e innerhalb der Datenzone auf die Trennlinie und verschieben S e diese bei fest gehaltener Maustaste e Trennlinie l schen Klicken S e auf das Dreieck an der Spitze der Trennlinie Auf der zweiten Datenzeile ben tigen wir erheblich mehr Trennlinien Assistent f r Textimport Schritt 4 von 6 Spalten fester Breite Die vertikalen Linien in der Datenvorschau zeigen an welchen Stellen die Yar ablen getrennt werden Ziehen Sie die Linien zum Trennen vor Yarablen um deren Position zu NDERN Klicken Sie an eine Stelle um eine Linie zum Trennen von Yarabler EINZUF GEN Ziehen Sie eine Linie zum Trennen von Warablen aus der Daterworschau um sie zu L SCHEN Linie in Fall 2 lineo z D atenworschau 10 12 6 6 45 1el1as 110000 22 4 5 sacbbled 110010 32 3 5 45bEEBAM 100010 42 aj z SERIE g 100100 El lt Zur ck
66. wird angezeigt Indizien f r Erfassungsfehler finden sich nicht Alle 31 Personen haben einen validen Wert das Minimum ist 1 das Maximum ist 31 Laut H ufigkeitstabelle hier verk rzt wiedergegeben hat der nat rlich nicht eindeutige Mo dalwert die H ufigkeit 1 60 Univariate Verteilungs und Fehleranalysen Fallnummer G ltige Kumulierte H ufigkeit Prozent Prozente Prozente 3 2 3 2 3 2 1 31 Gesamt Wir haben uns bei der FNR Pr fung auf einige notwendige Bedingungen beschr nkt weil mo mentan nur elementare SPSS Operationen benutzt werden sollen Eine perfekte Kontrolle ist bei dieser administrativen Variablen ohnehin nicht erforderlich Die obigen SPSS Ausgaben wurden brigens aus dem Ausgabefenster via Windows Zwischen ablage in Microsoft Word bertragen Mit dieser Form des Datenaustauschs und mit anderen M glichkeiten beim Arbeiten mit dem Ausgabefenster Viewer besch ftigen wir uns im n chs ten Abschnitt 4 4 Arbeiten mit dem Ausgabefenster Teil I In seiner voreingestellten Variante ist das SPSS Ausgabefenster das auch als Viewer bezeichnet wird zweigeteilt in den Navigationsbereich die Gliederungsans cht am linken Rand und den eigentlichen Inhaltsbereich Ausgabel 5P3 gt Viewer BEE Datei Bearbeiten Ansicht Daten Transformieren Einf gen Format Analysieren Grafiken Extras Fenster Hilfe Salak al S l ge SEI BSR BER RE ee el ji 5 Titel A Anmerkungen L Statistike
67. zugeh rigen alten Werte eine unver nderte bernahme Dies ist beson ders n tzlich wenn die alten Werte mit Alle anderen Werte spezifiziert worden sind e Sie k nnen beliebig viele Ersetzungsvorschriften festlegen SPSS bringt diese automatisch in eine sinnvolle Ordnung e Wenn beim Umkodieren n andere Variablen eine neue Variable entsteht so wird diese zu n chst initialisiert d h f r alle F lle wird in der neuen Spalte der Arbeitsdatei der Wert Sys tem Missing eingetragen vgl Abschnitt 6 1 3 Durch die erste zutreffende Ersetzungsregel wird bei einem Fall der In tialisierungswert durch den zugeh rigen neuen Wert berschrie ben Alle weiteren eventuell ebenfalls zutreffenden Ersetzungsregeln werden bei diesem Fall ignoriert Wird der alte Wert eines Falles in keiner bersetzungsregel angesprochen dann bleibt bei der neuen Variablen der Initialisierungswert System Missing stehen Dies w rde in obigem Beispiel etwa einem 1980 geborenen Untersuchungsteilnehmer passieren e Jeder Fall w rd nur einmal umkodiert und zwar gem der ersten zutreffenden Ersetzungs regel bei Anordnung von oben nach unten e Benutzerdefinierte MD Indikatoren werden wie g ltige Werte behandelt Ist z B f r eine Variable der Wert 99 als benutzerdefinierter MD Indikator deklariert und wird die 99 rekodiert zur 98 dann bleibt die 99 ein MD Indikator der Variablen und die 98 wird nicht zum MD Indikator Eventuell muss also nach der Rekodierun
68. zur Beschreibung und Zusammenfassung von empirischen Daten Beispiel Welche Stimmenanteile haben die Parteien bei der Kommunalwahl in Adorf erhalten Die berechneten relativen H ufigkeiten geben Auskunft ber die politische Stimmungslage e Inferenzstatistik schlussfolgernde Statistik Liegt eine repr sentative Zufallsstichprobe vor wird man versuchen Informationen ber die zugrunde liegende Population zu gewinnen wobei folgende Aufgaben zu unter scheiden sind Parametersch tzung Beispiel Wie hoch ist bei Rauchern das Risiko an Lungenkrebs zu erkranken Hier ist eine Wahrscheinlichkeit zu sch tzen Neben der Punktsch tzung ist die Intervallsch tzung von gro er Bedeutung Zu ei ner gew nschten Sicherheit z B 95 erh lt man aus den Stichprobendaten ein Vertrauensintervall das den fraglichen Populationsparameter mit der festgelegten Wahrscheinlichkeit enth lt Hypothesentests konfirmatorische Verfahren Beispiel Ist bei Rauchern das Lungenkrebsrisiko gr er als bei Nichtrauchern Hier st eine Entscheidung zwischen zwei Hypothesen zu treffen Nullhypothese Im Beispiel Das Lungenkrebsrisiko ist bei Rauchern nicht gr er als bei Nicht rauchern Alternativhypothese Im Beispiel Das Lungenkrebsrisiko ist bei Rauchern erh ht e Modellbildung Ein Forschungsprogramm wird nicht bei der Pr fung von Einzelaspekten stehen blei ben sondern nach einem Modell zur Beschreibung und Erkl rung eines empirisch
69. 00 80 00 2 2 00 175 00 7100 3 3 00 152 00 7550 uas KA SAY Datenset1 5P55 Daten Editor Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe e WA m wb A EE BES i lt ci Lg 3 fnr gesch PE aroesse gewer t aenn serum lott letz Jos lot4 a il 1 al 2 4 5 2 2 70 1 m A 4 J 5 47 3 3 1 59 1 174 55 4 D 4 2 3 4 4 4 2 6 1 182 a 2 4 4 4 5 5 5 1 67 1 180 p3 g 3 1 4 4 E 1 66 1 175 F2 D 10 2 2 4 5 7 1 75 1 167 50 D 3 J 3 2 D 11 74 1 163 54 5 4 J 3 J g 3 2 6 1 185 u 4 4 3 3 4 4 10 10 1 64 3 164 aTi 10 4 2 4 51 4 Datenansicht Yariablenansicht Kam u SPF55 Prozessor ist bereit 40 Datenerfassung und SPSS Dateneditor Jedes per Dateneditorfenster bearbeitete Dokument wird als Daten Set bezeichnet Das Daten Set zum aktiven Dateneditorfenster fungiert als Arbeitsdatei und wird z B bei Analyseanforde rungen per Men system angesprochen Um ein Daten Set zur Arbeitsdatei zu bef rdern muss man also lediglich das zugeh rige Dateneditorfenster per Mausklick oder Fenster Men in den Vordergrund holen Das Datenfenster mit der Arbeitsdatei ist auch an einem Pluszeichen im Symbol zum Systemmen zu erkennen siehe linken Rand der Titelzeile Jedes Daten Set hat einen Namen welcher n der Titelzeile seines Dateneditorfensters erscheint und z B ber folgenden Men befehl zu ndern ist Da
70. 007 G Power 3 A flexible statistical power analysis program for the social behavioral and biomedical sciences Behavior Research Methods 39 175 191 Field A 2005 Discovering Statistics Using SPSS London Sage Hartung J 1989 Statistik 7 Auflage M nchen Oldenbourg Kahneman D amp Miller D T 1986 Norm theory comparing real ty to ts alternatives Psychological Review 93 136 153 Mehta C R Patel N R 1996 SPSS Exact Tests 7 0 for Windows Chicago IL SPSS Inc Norusis M J 2006 SPSS 15 0 Statistical Procedures Companion Upper Saddle River NJ Prentice Hall Norusis M J 2007 SPSS 15 0 Advanced Statistical Procedures Companion Upper Saddle River NJ Prentice Hall Pedhazur E J amp Pedhazur Schmelkin L 1991 Measurement design and analysis An integrated approach Hillsdale NJ Lawrence Erlbaum Raudenbush S W amp Bryk A S 2002 Hierarchical Linear Models 2nd ed Thousend Oaks CA Sage Scheier M F amp Carver C S 1985 Optimism Coping Health Assessment and implications of generalized outcome expectancies Health Psychology 4 219 247 Schnell R Hill P B amp Esser E 2005 Methoden der empirischen Sozialforschung 7 Aufl M nchen Oldenbourg Siegel S 1976 Nichtparametrische statistische Methoden Frankfurt Fachbuchhandlung f r Psychologie Tabachnik B G amp Fidell L S 2007 Using multivariate statistics 5 ed Bost
71. 3 154 38 117 169 SD 97 SQRT 97 statistische 97 SUM 97 UNIFORM 98 VALUE 98 Fu zeile 62 G Generalisierbarkeit 64 GET DATA Kommando 185 GET Kommando 80 GGRAPH Kommando 140 Gitterlinien 72 GlobalPark 33 GPL 140 GPower 3 7 9 128 157 169 Graphics Production Language 140 GRAPH Kommando 140 Gruppeneinteilung 87 Gruppenvergleiche 137 Gruppierungen in einer P vot Tabelle 133 H Handb cher 31 H ufigkeitsanalyse 58 59 Hauptausgabefenster 75 Hauptfenster 83 Hilfesystem 29 Homogenit tshypothese 162 Homoskedastizit t 118 HTML 74 Hypothesen 2 4 Hypothesentests 1 112 I ICR 35 IGRAPH Kommando 140 Inferenzstatistik 1 112 Initialisierung numerischer Variablen 87 Internet 32 33 Intervallsch tzung l Intervallskalenqualit t 6 J Journaldate 191 JPG 75 K Kategorien 200 Stichwortregister ausblenden 135 KFA Hypothese 6 Kodierplan 4 13 24 Kodierung 4 13 18 Kolmogorov Smirnov Test 121 122 Kommandosprache 77 83 179 192 Kommentare in SPSS Programmen 84 110 Konfirmatorische Verfahren l Kontinuit tskorrektur nach Yates 170 Kopfzeile 62 Kreuztabellen 156 Kritischer Wert 114 K nstliche Gruppenbildung 87 Kurtosis 67 L Leerzeilen 110 Lernprogramm 30 Levene Test 137 Life Orientation Test 9 Likelihood Quotienten Test f r Kreuztabellen 166 Linearit tsannahme 117 Logischer Ausdruck 102 103 153 Abarbeitungsreihenfolge 105 unbestimmter 102 Wahrheitstafeln 104 Logischer Operator 103 L schen Fall
72. 50 0 69 0 45 8 46 5 49 1 Gesamt Anzahl 17 13 18 49 22 20 139 46 von Geschlecht 16 3 13 8 12 7 25 1 17 0 15 2 100 0 von FB 100 0 100 0 100 0 100 0 100 0 100 0 100 0 Durch die Eintr ge in den Zellen wird die gemeinsame Verteilung der beiden Variablen GESCHL und FB beschrieben e Oben e In der Mitte e Unten steht die absolute H ufigkeit der Zelle Z B befanden sich in der Stichprobe 17 Studenten aus dem Fachbereich I steht der prozentuale Anteil der Zelle an allen F llen in der zugeh rigen Zei le Z B geh rten von den 139 m nnlichen Untersuchungsteilnehmern 12 2 zum Fachbereich I Diese auf die Zeile bezogenen relativen H ufigkeiten beschreiben also die bedingte Verteilung der Spaltenvariablen FB f r einen festen Wert der Zei lenvar iablen GESCHL Wir erhalten z B f r die M nner die folgende be dingte Verteilung der Fachbereichs Var ablen steht der prozentuale Anteil der Zelle an allen F llen in der zugeh rigen Spal te Z B waren von den 46 Personen aus dem Fachbereich I 37 M nner Diese auf die Spalte bezogenen relativen H ufigkeiten beschreiben also die bedingte Verteilung der Zeilenvariablen GESCHL f r einen festen Wert der Spaltenvariablen FB Wir erhalten z B f r den Fachbereich I die folgende bedingte Geschlechtsverteilung Die Tabelle wurde mit dem Pivot Editor durch Aufheben der Gruppierung Geschlecht etwas schlanker gemacht 160 A
73. 54 Variable 46 LOT 92 M Mantel Haenszel Statistik 167 MD Indikator 19 Mehrfachantworten Set 15 16 Mehrfachwahl H ufigkeiten 173 Kreuztabellen 176 Mehrfachwahlfragen 173 sparsames Set aus kateg Variablen 16 vollst ndiges Set aus dichot Variablen 15 Mehrfachwahl Fragen 15 Mehrfachwahl Set definieren 173 Men zeile 28 Messniveau 43 MISSING VALUES Kommando 186 Missing Data Indikator 19 Modellbildung l Moderatoreffekt 149 MRSETS 174 N Navigationsbereich 61 73 NMISS 107 Nominalskala 156 Nominalskalenniveau 18 Normalit tsannahme 118 Normalverteilungsannahme 117 Normalverteilungsannahme 122 Normalverteilungstests 121 122 NOT Operator 103 Nullhypothese 1 112 Numerische Funktionen Siehe Funktionen Numerische Variablen 18 Numerischer Ausdruck 96 Auswertungspriorit ten 99 O OCR 35 Offene Fragen 17 dynamisches Set aus kateg Variablen 17 Offene Transformationen 94 ffnen Datendatei 57 Viewer Dokumente 62 OMR 35 Online Datenerhebung 33 Operationalisierung 3 6 Ordinalskalenniveau 18 Ordinatenabschnitt 117 OR Operator 103 P PCT 75 PDF Export 62 Pearsons Chi Quadrat Statistik 163 P vot Editor 70 132 Plausibil it tspr fungen 38 PNG 75 Population l Positionierte Daten 36 180 Power 115 t Test zum Regressionskoeffizienten 128 Poweranalyse Post hoc 128 Programm orientierte Arbeitsweise 79 Prozedur Kommandos 193 Pseudozufallszahlengenerator 98 R Ratingskalen RECODE Kommando Regressionsanaly
74. 6 Testst rke 115 128 t Test zum Regressionskoeffizienten 128 Teststatistik 112 164 Textdatendateien 180 Textimport Assistent 180 TIF 75 TO 97 TO Schl sselwort 196 Transformations Kommandos 193 Transformationsprogramm 51 78 85 107 Transformieren Berechnen Umkodieren Z hlen t Test f r abh ngige Stichproben f r eine Stichprobe f r gepaarte Stichproben 94 87 106 1 100 113 117 202 t Verteilung U berschreitungswahrscheinlichkeit Umkodieren Umlaute in Variablennamen Unabh ngigkeit von Residuen Unabh ngigkeit der Residuen Unabh ngigkeitshypothese Undo Funktion im Datenfenster Untersuchungsdesign Untersuchungsplanung V Variable einf gen l schen verschieben Variablen abgeleitete Variablenattribute Variablendefinition Variablenlabel Var ablenlisten Var ablennamen Var ablentypen Var ianzhomogenit t Stichwortregister 113 113 23 112 118 162 54 2 6 Varl st 196 Verf lschter Test 116 Vergleich 103 Verschieben Fall 54 Variable 46 Versuchsplanung 4 Verteilungsfreier Lagevergleich 123 Viewer 28 60 132 Vorlagen Grafiken 150 Vorzeichentest 123 130 W Wahrheitstafeln 104 Wahrheitswert 104 Wertelabels 42 45 WMF 75 WRITE Kommando 36 Z Z hlen von Werten 106 Zelleneigenschaften 72 Zellenmarkierung 52 Zuf llige Teilstichprobe ziehen 154 Zufallszahlengenerator 98 Zweiseitiges Testproblem 116 Zwischenablage 62
75. Abbrechen Hilfe 184 Datendateien im Textformat einlesen Schritt 5 Im f nften Assistentenschritt k nnen wir die von SPSS vorgeschlagenen Variablennamen ndern und ein Datenformat festlegen Zum Umbenennen ist jeweils genau eine Spalte zu markieren Das Datenformat l sst sich auch f r eine markierte Var ablenliste w hlen Mit dem speziellen Datenformat Nicht importieren k nnen berfl ssige Variablen ausge schlossen werden Assistent f r Textimport Schritt 5 von 6 Spezifikationen f r die n der Datenworschau ausgew hlten Yarablen Yanablenname v2 Datenformat Nicht importieren Daterworsch au Beer i et Serge SEIT E 7 7 7115545 7115955 4416045 5116575 mund Ttamra E Zur ck Abbrechen Hilfe Zumindest bei den LOT Variablen ist echte Flei arbeit zu leisten so dass w r nach Schritt 5 noch weiter machen um unsere Arbeit zu konservieren Schritt 6 Der Assistent bietet zwei M glichkeiten zum Konservieren einer Dateispezifikation e Dateiformat f r zuk nftige Verwendung speichern Es entsteht eine Textass stenten Formatdate Erweiterung tpf die bei einem sp teren Assistenteneinsatz im ersten Schritt angegeben werden kann siehe oben e Soll die Syntax eingef gt werden Das f r den Datenimport verantwortliche GET DATA Kommando wird in ein Syntax fenster geschrieben Es bietet sich an zus tzliche Kommandos zu erg nzen z B zum Deklarieren v
76. Anzahl der Motive f r die Kursteilnahme F lot3 Numerische Yarablen SS lorio g Eigene Studie mol A lot11 a gh Bewerbung um Ste amp l2 gh Bewerbung um HA Abbrechen 5 Spezielle Methode Interesse an der El D a t 1 gew stat Methi Interesse an Stabes ghz gew stat Methe 8 gew stat Methi optionale Fallauswahlbedingung Wechseln Sie jetzt mit dem Schalter Werte definieren in die Subdialogbox Werte in F llen z hlen Welche Werte tragen Sie dort den kritischen Wert Eins ein und klicken Sie auf Hinzuf gen Werte in F llen z hlen Welche Werte zu zahlende Werte mm O Systemdefiniert fehlend O System oder benutzerdefinierte fehlende Werte Bereich EEE EEE Bereich KLEINSTER bis Wert Bl C Bereich Wert bis GR SSTER ee Die n dieser Subdialogbox angebotenen sonstigen M glichkeiten zur Festlegung der Treffer werte kennen wir brigens schon aus der Subdialogbox Umkodieren Alte und neue Werte siehe Abschnitt 6 2 Da SPSS eine Folge von mehreren Kommandos stets in der nat rlichen Reihenfolge abarbeitet wird beim sp teren Ablauf unseres Transformationsprogramms die MD Problematik bei den Datentransformat on 107 Variablen MOTIV1 bis ANDERE bereits gel st sein wenn die Z hlen Anweisung an die Reihe kommt Bei Personen die den Fragebogenteil 4a nicht korrekt bearbeitet haben wird also gelten MOTIVI MOTIV2 ANDERE SYSMIS Wir
77. Auswertung von Mehrfachwahlfragen Danach m sste Ihre Dialogbox ungef hr so aussehen Mehrfachantworten Sets definieren Set Definition Hier definierte Sets sind in den F lot10 lot10 Yanablen im Set Mehrfachantworten Prozeduren P lot11 lot11 amp Eigene Studie moti ee und Kreuzt bellen nicht lot12 lot 2 gh Bewerbung um Stell us 5 Spezielle Metho amp Bewerbung um HI u gew stat Me h Interesse an der ED gb 2 gew stat Me b Interesse an Statisti u gew stat Me ndere Motive fand Ji Dekade Dekade Idealgewicht n P LOT ptimismus 5 Yanablenkod erung Dichotomien Gez hlter wert O Kategorien Mehrfachantworten Setz Quelle der Kategorienbeschnftungen Yariablenlabels O Label des gez hlten Werts Se Name Set Label Motwe zur Kursteilnahme Nehmen Sie mit Hinzuf gen das neue Set in die Liste der Mehrfachantworten Sets auf und quittieren Sie die Dialogbox mit OK Auf die beschriebene Weise definierte Mehrfachantworten Sets werden in der Arbeitsdatei gespeichert und ggf in die zugeordnete Datendate gesichert so dass sie beim sp teren Offnen der Date w eder zur Verf gung stehen Bei der Set Definition kommt das SPSS Kommando MRSETS zum Einsatz das mit Hilfe der Dialogbox Mehrfachantworten Sets definieren ber den Schalter Einf gen erzeugt werden kann z B MRSETS MDGROUP NAME SMotive LABEL Motive zur Kursteilnahme CAT
78. Begriffe bzw um den Entwurf des Fragebogens Wir wollen die Untersuchungsteilnehmer bitten sich in eine Geschichte einzuf h len bei der zwei Personen objektiv denselben Schaden erleiden jedoch n unterschiedlichem Grad eine kontrafaktische also g nstige Alternative vor Augen haben Dann sollen die Proban den f r jeden Gesch digten angeben wie stark sie sich in dessen Lage rgern w rden Die ge naue Instruktion ist dem unten w edergegebenen Fragebogen Teil 2 zu entnehmen Die beiden rgermessungen werden durch Ratingskalen realisiert wobei das Antwortformat der Anschau lichkeit halber an ein Thermometer mit den Ankerpunkten 0 und 100 erinnert Wir gehen da von aus dass die rgermessungen ann hernd Intervallniveau besitzen Indem wir jede Person den beiden maginierten Behandlungen aussetzen gewinnen wir jeweils zwei Beobachtungswerte die eine statistische Analyse der allgemeinpsychologischen Hypothese mit relativ hoher Testst rke kleinem B Fehler erm glichen sollen Gegen diese Befragungs technik l sst sich einwenden dass durch die Pr sentation der beiden Varianten ein Kontrast k nstlich induziert zumindest jedoch verst rkt wird Artefakt Um diese Artefaktgefahr zu vermeiden k nnte man statt des Messwi ederholungsfaktors KFA einen Gruppierungsfaktor ver wenden und jede Person nur zu einer Sch digungsvariante befragen In Abschnitt 1 3 1 wurde die KFA Hypothese noch ohne Bezug auf unsere Untersuchungs
79. CIES GET DATA Anhang 195 Die Spezifikationen d rfen enthalten Schl sselw rter z B VARIABLES Var ablennamen Zahlen Zeichenfolgen z B Var ablenlabel Operatoren z B spezielle Begrenzungszeichen Zwischen diesen Elementen ist mindestens ein Leerzeichen erforderlich Ausnahme Die speziellen Begrenzungszeichen die ar thmetischen Operatoren und manche Ver gleichsoperatoren z B gt sind selbstbegrenzend d h davor und danach sind keine Leerzeichen n tig aber erlaubt Statt eines Leerzeichens darf man meist verwenden beliebig viele Leerzeichen e n Komma einen Zeilenwechsel Dies erm glicht eine bersichtliche Programmgestaltung Innerhalb eines Kommandos sind keine Leerzeilen erlaubt Jedes Kommando muss in einer neuen Zeile beginnen und mit einem Punkt enden Die Kommandos m ssen dabei keinesfalls in der ersten Spalte beginnen sondern d rfen ein ger ckt werden Von dieser M glichkeit sollte man z B bei Schleifen Konstruktionen Ge brauch machen Beispiel do repeat mc mc001 to mc100 compute mc normal 1 end repeat Hier werden 100 unabh ngige normalverteilte Zufallsvariablen erzeugt Durch das Einr cken wird deutlich gemacht dass die COMPUTE Anweisung innerhalb der DO REPEAT Schleife steht In SPSS f r Windows brauchen Sie keine maximale L nge f r Programmzeilen zu beachten Manche andere SPSS Versionen unter denen Ihr Programm m glicherweise au
80. Cs unter MS Windows erwartet Kursinhalte e Wir konzentrieren uns darauf in anderen Veranstaltungen z B zur empirischen Forschung oder Statistik erlernte Begriffe und Methoden mit dem EDV Werkzeug SPSS in der Praxis anzuwenden Zwar werden im Kursverlauf viele methodische Themen in knapper Form be handelt doch kann damit eher vorhandenes Wissen aufgefrischt als neues erworben werden Insbesondere kann die Anwendung und Diskussion der vielf ltigen statistischen Auswer tungsmethoden nur exemplarisch stattfinden Eine explizite Behandlung st nur bei wenigen besonders h ufig eingesetzten Verfahren m glich z B Kreuztabellenanalyse Zu zahlreichen Auswertungsmethoden bietet das Rechenzentrum Spezialveranstaltungen an in denen die we sentlichen methodologischen Grundlagen und nat rlich die praktische Durchf hrung mit SPSS erl utert werden Informationen ber das URT Kursprogramm finden Sie z B auf dem WWW Server der Universit t Trier von der Startseite http www uni trier de ausgehend ber vi Vorwort Rechenzentrum gt Studierende gt Kursangebot Zu den meisten Kursen sind ausf hrliche Manuskripte entstanden die Sie auf dem Webserver der Universit t Trier folgenderma en finden Rechenzentrum gt Studierende gt EDV Dokumentationen gt Statistik Im Sinne einer praxisnahen projektorientierten Ausbildung beschreibt das Manuskript eine vollst ndige empirische Studie von der ersten Idee ber die Kodierung Erf
81. Darstellung der 2x2 Tabellen zu Geschlechtsunter schieden bei den Kursmotiven Geschlecht n7 Motive zur Eigene Studie Kursteilnahme Bewerbung um Stelle l Bewerbung um HIWI Job Interesse an der EDV Interesse an Statistik Andere Motive Gesamt Auswertung von Mehrfachwahlfragen 177 Beachten Sie bitte Dies ist nicht eine 6x2 Kontingenztabelle sondern dies sind sechs 2x2 Kontingenztabellen In der vorletzten Zeile befindet sich etwa die Essenz der MOTIV5S x GESCHL Kontingenztabelle Um die obige Tabelle anzufordern ffnen wir ber Analysieren gt Tabellen gt Mehrfachantwortentabellen die Dialogbox Mehrfachantwortentabellen W Mehrfachantwortentabellen Zeilen DE gh Fallnummer frr A Motwe zur Kursteil F Geburtsjahr get gt bintan gh Fachbereich fb F Korpergrohe ir F Korpergewicht i P Kiger ohne kani gh Geschlecht gesc Hilfe rger mit kontral 2 Fan b Mehrtachantworten Sets Schichten Wir bef rdern das Mehrfachantworten Set MOTIVE in die Zeilen und die Variable GESCHL in die Spalten Zur Gestaltung der Tabelle eignen sich in der Statistiken Subdialog box Spalten Abbrechen Mehrfachantwortentabellen Statistiken Statistik Beschriftung N Zeilenprozente Spaltenprozente Beschriftung Schichtenprozente _ Tabellenprozente Gesamt Beschriftung Gesamt Format f r Haufigk eiten Format fur Prozente ddd C N ddd ddd ddd C
82. Daten editor das optimale Erfassungswerkzeug Weil in Abschnitt 3 2 die Erfassung der KFA Daten mit dem SPSS Dateneditor ausf hrlich beschrieben wird m ssen m aktuellen Abschnitt nur die beiden anderen manuellen Erfassungsmethoden vorgestellt werden Auch wenn das verwendete Erfassungsprogramm keine SPSS Datendateien erzeugt stellt die bernahme der Daten selten ein Problem dar e SPSS unterst tzt beim Datenimport zahlreiche Formate z B Textdateien Excel SAS Stata e Auf den Pool PCs der Universit t Trier steht mit dem Programm StatTransfer ein Kon vertierungsspezialist zur Verf gung der Dateien g ngiger Datenbanken oder Statistik programme in das SPSS Format bersetzen kann 3 1 2 1 Erstellung einer Text Datendatei mit einem Texteditor Bei dieser veralteten zeitaufwendigen und vor allem sehr fehleranf lligen Methode muss festge legt werden wie die Beobachtungswerte eines Falles in der Textdatei angeordnet werden sollen Im Wesentlichen stehen zwei Alternativen zur Auswahl positionierte Daten und separierte Da ten Positionierte Daten In einer Date mit fest positionierten bzw formatierten Daten beginnt der Datensatz jedes Falles in einer neuen Datenzeile Ferner hat jede Variable einen festen Standort m Datensatz eines Fal les z B n Zeile 1 Spalten 12 13 Damit sind d e Datens tze aller F lle identisch aufgebaut So sehen die in einem bestimmten festen Format per Texteditor erfassten KFA Daten aus di
83. Daten Set dieses Namen ge schlossen wird Insgesamt f hrt die erneute Ausf hrung des Programms dazu dass ein Datenset namens DatenSetl existiert das aber nicht mit der Rohdatendatei verbunden ist z B u U nbenannt2 Datenset1 SPSS Daten Editor ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Eenster Hilfe e HA m wb A EE BER 5 1 fnr Sichtbar 3 fnr geschl gebj fe groessel un ee aergm lott lat lota l Tots ots a I 1 1 69 1 163 2 2 2 1 aD 1 159 z i Datenansicht variablenansicht Z O a SP55 Prozessor ist bereit Wenn dieses Verhalten st rt kann man z B das Kommando DATASET NAME streichen Dann bleibt das per GET bef llte Daten Set unbenannt und wird bei erneuter Ausf hrung des Pro gramms berschrieben 5 3 Arbeiten mit dem Syntax Fenster Das Syntaxfenster bietet die Funktionalit t eines einfachen Texteditors so dass man automatisch erstellte SPSS Kommandos leicht modifizieren kann um z B die in einer Statistikprozedur zu analys erenden Variablen auszutauschen Speichern der SPSS Kommandos zu wichtigen Anweisungsfolgen 83 Man kann ein neues Syntaxfenster auch unabh ngig vom Einf gen Schalter einer Dialogbox direkt anfordern mit Datei gt Neu gt Syntax Wenn mehrere Syntaxfenster vorhanden sind muss geregelt werden in welches Fenster SPSS die per Einf gen Schalter automatisch erzeugten Kommandos bertragen soll Dies
84. EGORYLABELS VARLABELS VARIABLES mot ivl motiv2 motiv3 mot v4 motiv5 andere VALUE 1 DISPLAY NAME Motive Bei wichtigen Sets sollte das definierende MRSETS Kommando in das Transformationspro gramm zum Erstellen der Fertigdatendatei aufgenommen werden vgl Abschnitte 6 1 1 und 6 7 ber den Men befehl Analysieren gt Mehrfachantwort gt Variablen Sets definieren bzw den zugeh rigen Befehl MULT RESPONSE MULT RESPONSE GROUPS SMotive Motive zur Kursteilnahme motivli motiv2 motiv3 motiv4 motiv5 andere 1 FREQOUENCIES SMotive ist noch eine ltere M glichkeit zur Set Definition verf gbar Ihr entscheidender Nachteil im Vergleich zur oben beschriebenen L sung besteht darin dass die Set Definitionen beim Auswertung von Mehrfachwahlfragen 175 Schlie en des zugeh rigen Daten Sets verschwinden also nicht in einer Datendate gespeichert werden k nnen 13 2 H ufigkeitstabellen f r Mehrfachantworten Sets Unter Verwendung des Mehrfachantworten Sets MOTIVE erzeugt per MRSETS Kommando l sst sich die in Abschnitt 13 1 pr sentierte Tabelle mit den H ufigkeitsverteilungen der Set Variablen ber den Men befehl Analysieren gt Tabellen gt Mehrfachantwortentabellen und die folgende Dialogbox anfordern E Mehrfachantwortentabellen zellen gh Fallnummer frr A H Motwe zur Kursteil zur h Geschlecht ges rent Geburtsjahr get Zuricksetzen gh Fachbereich fb Spalten Abbrechen F orperg
85. ENCIES YARABLES geschl fh BARCHART FREG RDER ANALYSIS SP55 Prozessor ist bereit l Hier kann man alle Kommandos zu einer Sequenz ansammeln nach Bedarf einzeln oder ge schlossen ausf hren lassen und schlie lich in einer Datei abspeichern Sp ter kann man die Kommandos aus dieser Datei wieder laden und eventuell nach manueller berarbeitung erneut ausf hren lassen Das genaue Vorgehen wird in Abschnitt 5 2 an einem konkreten Beispiel ge bt Eine Folge von SPSS Kommandos kann man leicht hochstaplerisch als SPSS Programm bezeichnen In fast jedem Projekt sollte es mindestens ein SPSS Programm geben n mlich das bereits in Abschnitt 3 2 6 vorgeschlagene Transformationsprogramm das aus der Rohdatendate durch diverse Transformat onen die Fertigdatendatei des Projekts erstellt Wir werden f r unser KFA Projekt ein solches Programm in Abschnitt 6 erstellen Ob sich bei einer konkreten Anweisungssequenz das Abspeichern als SPSS Programm lohnt muss von Fall zu Fall entschieden werden Bei kurzen simplen Sequenzen mit geringer Wieder holungswahrscheinlichkeit st ein Konservieren unrentabel Es soll nicht verschwiegen werden dass d e Ausf hrung einer Anweisungssequenz mit dem Umweg ber ein Syntaxfenster geringf gig mehr SPSS Kenntnisse erfordert als die direkte Aus f hrung durch Quittieren der Dialogboxen mit OK Wer sich beim Umgang mit SPSS Kom mandos unsicher f hlt bei seinem relativ kleinen Projekt
86. ERE den Wert Eins wenn das zugeh rige K stchen markiert st sonst eine Null e Ist aber keines der sechs K stchen markiert dann versorge die Variablen MOTIV1 bis MOTIVS5 und ANDERE mit dem vereinbarten MD Indikator Die im zweiten Satz enthaltene Regel l sst sich mit sp ter anzuwendenden SPSS Transforma tionskommandos bequem automatisieren so dass wir den Erfasser damit nicht belasten wollen Von der Theorie zu den SPSS Variablen 21 Damit wird die L sung des MD Problems zugunsten einer m glichst einfachen Erfassung in die sp tere Projektphase der Datentransformat ion verschoben Schlussendlich soll f r die Variablen MOTIVI bis MOTIVS5 und ANDERE folgende Kodierung sichergestellt sein O0 Sein AI ee E System Missing Wert unbekannt __ Zur Erfassung der Informationen im Fragebogenteil 4b wollen wir eine dynamische Kategorien liste mit einem zugeh rigem sparsamen Set kategorialer Variablen METHI bis METH3 vgl Abschnitt 1 4 2 4 entwickeln Der damit schon reichlich belastete Erfasser soll folgenderma en vorgehen bei Verwendung des SPSS Dateneditors e Die Antwort auf die Frage ob spezielle Methodenw nsche bestehen wird konventionell in der Variablen SMG mit folgender Kodierungsvorschrift erfasst 0 nein FE SE _ __ _ _ System Missing keine Antwort e In die Dateneditorzellen zu den Variablen METHI bis METH3 sollen die Kategorien nummern der gew nschten Methoden eingetragen werden
87. ERGM zus tzlich ob diese ann hernd normal verteilt sind Beziehen Sie in Ihr Urteil die Statistiken Schiefe und Kurtosis sowie deren Standardfehler ein Die Vergleiche mit der Normalverteilung erfolgen h er aus purem Interesse an den Verteilun gen der betrachteten Variablen ohne dabei bereits an die Verteilungsvorausserzungen ir gendwelcher Testverfahren zu denken Diese Voraussetzungen beziehen sich ohnehin h ufig nicht auf die momentan von uns analys erten un var aten Verteilungen sondern z B auf be dingte Verteilungen bzw auf die Verteilungen der Res duen eines bestimmten statistischen Modells N here Aussagen s nd nur im Zusammenhang mit konkreten Testverfahren m glich Hinweise zu den Statistiken Schiefe und Kurtosis Schiefe Bei symmetrischen Variablen ist die Schiefestatistik gerade gleich 0 Sie wird positiv bei links steil bzw rechtsschief verteilten Variablen wenn also die Verteilungsmasse am linken Rand konzentriert ist und negativ bei rechtssteil bzw linksschief verteilten Variablen z B Univariate Verteilungs und Fehleranalysen 67 Positiv schiefe Verteilung Negativ schiefe Verteilung 70 50 0 00 5 00 10 00 15 00 20 00 0 00 5 00 10 00 15 00 20 00 Zur Stichprobenschiefe wird auch der zugeh rige Standardfehler ausgegeben mit dessen Hilfe wir Tests zur Populationsschiefe veranstalten k nnen Diese sind allerdings nur approximati v g ltig und vor allem in kleineren Stichproben mit Vors
88. Fallbeschriftungswerkzeug kann man per Kontextmen veranlassen dass die zugeh rige Zeile im Datenfenster markiert wird 9 3 Grafiken verwenden Wie Tabellen lassen sich auch Grafiken aus dem Ausgabefenster ber die Windows Zwischen ablage in andere Anwendungen bertragen e Mit Bearbeiten gt Kopieren oder Strg C bertr gt man eine markierte Grafik vom Ausgabefenster in die Zwischenablage e Mit Bearbeiten gt Einf gen oder Strg V bernimmt man sie in ein Dokument der Z elanwendung Als Ausgabefensterbestandteile lassen sich Grafiken sichern drucken oder exportieren Zur Verwendung als Vorlage kann man eine Grafik aus dem Diagramm Editor mit dem Men befehl Datei gt Diagrammvorlage speichern Grafische Datenanalyse 151 in eine Datei mit der Namenserweiterung sgt sichern Auf andere Grafiken kann man eine Vor lage bereits beim Erstellen siehe Dialogbox Einfaches Streudiagramm in Abschnitt 9 1 2 oder m Diagrammeditor anwenden Datei gt Diagrammvorlage zuweisen 9 4 bung Um Fehlentscheidungen aufgrund von technischen Fehlern zu vermeiden sollten wir uns zu je dem statistischen Test die zugrunde liegenden deskriptiven Datenverh ltnisse m glichst genau ansehen Dies muss f r die gescheiterte differentialpsychologische Hypothese siehe Abschnitt 7 4 noch nachgeholt werden Erzeugen Sie bitte dazu ein Streudiagramm mit den Variablen AERGAM und LOT und verwenden Sie wie in obigem Beispiel GESCHL als Markier
89. Fehler von 0 05 Von der Theorie zu den SPSS Variablen 9 lediglich eine Stichprobe mit 13 F llen erforderlich ist Sofern ein Effekt mit der angenommenen St rke vorhanden ist werden wir ihn also bei unserer Kursstudie mit gro er Wahrscheinlichkeit entdecken 1 3 3 Eine differentialpsychologische Hypothese Neben der zentralen KFA Hypothese soll in unserer Studie die folgende auf berlegungen von Scheier amp Carver 1985 zur ckgehende Hypothese berpr ft werden Der durch ein negatives Ereignis ausgel ste rger wird durch dispositionellen Opti mismus ged mpft Begr ndung Dispositioneller Optimismus im Sinne generalisierter positiver Ergebniserwar tungen f hrt zur Verwendung g nstiger Bew ltigungsstrategien z B positive Reinterpretation W hrend die allgemeinpsychologische KFA Hypothese f r eine beliebig aus der Allgemeinbe v lkerung herausgegriffene Person einen bestimmten Effekt vorhersagt geht es hier um Diffe rentialpsychologie also um Verhaltensunterschiede in Folge von relativ stabilen Personmerkma len Als Quasiereignis soll der schon zur Pr fung der allgemeinpsychologischen Hypothese verwen dete imaginierte Schadensfall dienen Fragebogenteil 2 siehe unten Das arithmetische Mittel der f r beide Situationsvarianten angegebenen rgerauspr gungen soll als rgerma dienen Zur Erfassung von dispositionellem Optimismus wird der von Scheier amp Carver 1985 entwickelte Life Orientation Test LOT
90. KFA Daten mit dem SPSS Dateneditor beschrieben wird sollen n Abschnitt 3 1 einige alternative Erfassungs methoden vorgestellt werden 3 1 Methoden zur Datenerfassung 3 1 1 Automatisierte Verfahren Zun chst geht es um zwei Optionen zur Rationalisierung der Datenerfassung die sich zuneh mender Beliebtheit erfreuen 3 1 1 1 Online Datenerhebung Wenn die n tigen technischen und organisatorischen Voraussetzungen gegeben sind sollte eine Online Datenerhebung eingesetzt werden Hiermit sind Verfahren gemeint bei denen die Unter suchungsteilnehmer innen ihre Daten aktiv oder passiv direkt in eine EDV Anlage einspeisen z B Internet Umfrage automatische Aufzeichnung physiologischer Daten Nach Abschluss der Datenerhebung kann sofort die Auswertung beginnen weil die Daten automatisch in einer Datei landen die oft direkt in SPSS genutzt werden kann Auf eine gelegentliche Kontrolle z B we gen m glicher Defekte n der Aufzeichnungsapparatur sollte man aber trotzdem nicht verzich ten Die Datenerfassung als eigenst ndige Arbeitsphase entf llt bei den Online Verfahren Mit der zunehmenden Verbreitung des Internets verbessern sich Chancen f r den Einsatz dieser Kommunikations Infrastruktur bei einer Vielzahl von Untersuchungen Allerdings sind u a die folgenden Einschr nkungen zu beachten e Man erreicht noch nicht jede Population e F r umfangreiche Befragungen ist die Technik weniger geeignet weil die Unterbrechung und
91. MIT n DFREO MISSING INCLUDE fEARCHART MIN in MAX in FREQin 1 PERCENT in PIECHART MIMin MAXin FREO PERCENT MISSING NOMISSING HISTOGRAM MIN in MAX ini FREO In PERCENT in NOMORMAL INCREMENT n NORMAL NTILES n PERCENTILES value list STATISTICS DEFAULT MEAN STODEY SUM MINIMUM MAXIMUM RANGE SEMEAN VARIANCE SKEUMESS SESEEW MODE EURTOSIS SEKURT MEDIAN ALL NONE GROUPEDL warlist i width i boundary listi ORDER ANALYSIS WYARIABLE 16 1 2 Interpretation von Syntaxdiagrammen Mit dem Syntaxdiagramm wird die allgemeine Form eines Kommandos definiert und somit fest gelegt wie konkrete Beispiele gebildet werden m ssen Solche Syntaxdiagramme werden auch Anhang 193 im weiteren Verlauf dieses Abschnitts benutzt um Bestandteile der SPSS Kommandosprache zu erl utern In den Syntaxdiagrammen treten einige Metazeichen auf z B die nicht zur Kommandosprache selbst geh ren sondern diese Sprache beschreiben Die Bedeutung dieser Metazeichen m ssen Sie kennen um Syntaxdiagramme richtig interpretieren zu k nnen Im Hil fesystem finden Sie eine Erkl rung indem Sie nach Hilfe gt Themen gt Index den Suchbegriff syntax n das aktive Textfeld eintippen und dann einen Doppelklick auf den Ein trag syntax rules setzen E SPSS Base ER Ausblenden Zuruck Abbrechen Aktualisieren Opt
92. Mass Index H ufigkeit 2 1 0 1 2 Regression Standardisiertes Residuum In der Koeffiziententabelle der linearen Regression findet sich erwartungsgem das t Testergebnis wieder dessen Interpretierbarkeit mittlerweile best tigt ist Koeffizienterf Nicht standardisierte Standardisierte Koeffizienten e P a Model Be Signifikanz Konstante e 690 1 112 813 Be Geschlecht 2 059 2 329 a Abh ngige Variable Body Mass Index Es stellt brigens kein Problem dar dass die beiden Stichproben verschieden gro sind Man sollte bei der Untersuchungsplanung nach M glichkeit f r gleich gro e Teilstichproben sorgen weil bei dieser Aufteilung eine optimale Testst rke resultiert und au erdem eine gewisse Ro bustheit gegen Verletzungen der Var anzhomogenit t Sind aber Daten mit ungleicher Auftei lung vorhanden spricht nichts gegen hre Verwendung zumal beim t Test f r unabh ngige Stichproben die Voraussetzung der Var anzhomogenit t vermieden werden kann 9 Grafische Datenanalyse Wir haben schon einige grafische Darstellungsm glichkeiten kennen gelernt die im Rahmen von Statistikprozeduren angeboten werden z B Histogramm Boxplot In diesem Abschnitt arbeiten wir erstmals mit dem Grafiken Men und vor allem mit dem Editor zur individuellen Nachbe arbeitung von Diagrammen SPSS Einsteiger werden vermutlich durch das Grafiken Men leicht irritiert weil hier gleich drei Zug nge angeboten werden Diagra
93. Motive an a 5 Spezielle Methode 1 gew stat Methe Methode Einschlu ka gh 2 gew stat Methe gh 3 gew stat Methe j Dekade F Idealgewicht nach LOT Optimismus k gt E ErgerZuwachs du DJ gt Auswahlvanable Falbeschnftungen F Body Mass Index amp Anzahl der Motive E WLS Gewichtung In der Statistiken Subdialogbox verlangen wir ber die Voreinstellung hinausgehend die Be rechnung von Konfidenzintervallen Pr fung der zentralen Projekt Hypothesen 125 Lineare Regression Statistiken Regressionskoeffizienten V Anpassungsg te des Modells Sch tzer C nderung in R Quadrat 7 C Deskniptive Statistik _ Kovaianzmatris _ Tel und partielle Korrelationen Kolineant tsdiagnose Residuen C Durkin Watsor _ Fallweise Diagnose Zur Pr fung der in Abschnitt 7 2 beschriebenen Voraussetzungen ordern wir in der Diagram me Subdialogbox Lineare Regression Diagramme Streudiagramm 1 won 1 weiter Abbrechen PZRESID Hilfe SORESID E t DEFENDNT Diagramme der standardisierten Residuen C lle partiellen Diagramme erzeugen Histogramm C Normalverteilungsdiagramm folgende Ausgaben e Das Streudiagramm der standardisierten Residuen gegen die standardisierte Modell prognose F r jeden prognostizierten Wert also letztlich f r jeden Wert des Regressors sollten sich die Residuen varianzhomogen um den Erwartungswert Null verteilen e Das H
94. Null kodiert um w hrend der Erfassung m glichst wenige zeitraubende und fehleranf llige Entscheidungen treffen zu m ssen E n Fall mit Nullen bei MOTIV1 bis MOTIVS und ANDERE hat aber offenbar den Fragebogenteil 4a komplett ausgelassen Daher m ssen f r genau diese F lle die Nullen bei den Variablen MO TIV1 bis MOTIVS5S und ANDERE in SYSMIS umkodiert werden Gehen Sie folgenderma en vor e W hlen Sie den Men befehl Transformieren gt Umkodieren in dieselben Variablen e Transportieren Sie die Variablennamen MOTIV1 bis MOTIV5 und ANDERE in die Teilnehmerliste der Umkodieren Dialogbox e Legen Sie in der Subdialogbox Alte und neue Werte die ben tigte Abbildungsvor schrift fest e ffnen Sie die Falls Subdialogbox markieren Sie die Option Fall einschlie en wenn Bedingung erf llt ist und tragen Sie in das darunter liegende Textfeld eine ge eignete Bedingung ein z B 102 Datentransformation Umkodieren in dieselben Variablen Falls Bedingung erf llt ist O Alle F lle einschlie en Fall einschlie en wenn Bedingung erf llt ist SUMimoti to andere g otiz EI amp Eigene Studie mol 3 Funktionen amp Bewerbung um Ste laad aJ 6 SIN radiant a SORT numausdr amp zul Se format Interesse an der El Interesse an Statis CO Cog gt 4BSTRAilstrausd pos S0BSTA etrausdrpos lange gh Andere Motive an E a SsUMlrumausdr numausdr 5 Spezielle Methode 1 gew stat Methi
95. O IF smg 0 and nmiss methl to meth3 lt 3 RECODE smg 0 1 END IF EXECUTE DO IE smg 0 and nmiss methl to meth3 lt 3 RECODE methl meth2 meth3 SYSMIS 0 END IF EXECUTE MD Behandlung f r die Methoden Variablen Zelle 2 2 der Tabelle DO IF smg 0 and nmiss methl to meth3 3 RECODE methl meth2 meth3 SYSMIS 0 END IF EXECUTE MD Behandlung f r die Methoden Variablen Zelle 3 1 der Tabelle DO IF nmiss smg 1 and nmiss methl to meth3 lt 3 RECODE smg SYSMIS 1 END IF EXECUTE DO IF nmiss smg 1 and nmiss methl to meth3 lt 3 RECODE methl meth2 meth3 SYSMIS 0 END IF EXECUTE x POLYMOT berechnen DO IF nmiss motivl to andere 0 COUNT polymot motivl motiv2 motiv3 motiv4 motiv5 andere 1 VARIABLE LABELS polymot Anzahl der Motive f r die Kursteilnahme END IF EXECUTE formats ja idgew aergz polymot f8 0 aergam f8 1 lot bmi f3 2 var able width dekade to polymot 7 variable level dekade ordinal idgew to polymot scale SAVE OUTFILE U Eigene Dateien SPSS KFA SAV COMPRESSED 110 Datentransformati on Hierzu sind einige Anmerkungen erforderlich e Zwischen manchen Kommandos sind der bersichtlichkeit halber Leerzeilen eingef gt wor den Man darf aber auf keinen Fall innerhalb eines Kommandos d h zwischen dem Kom mandonamen und dem abschlie enden Punkt eine Leerzeile einf gen vgl Abschnitt 5 4 e Die mit einem Sternch
96. OT Werts geeignete Ma nahmen ergriffen um die Anzahl fehlender Werte gering zu halten vgl Abschnitt 6 4 Wer sich ber die in SPSS und im Strukturgleichungsanalyseprogramm Amos enthaltenen M g lichkeiten zur Analyse Ersetzung und statistischen Kompensation von fehlenden Werten infor mieren m chte kann eine elektronische Publikation des Rechenzentrums zu diesem Thema auf dem Webserver der Universit t Trier von der Startseite http www uni trier de ausgehend folgen derma en finden Rechenzentrum gt Studierende gt EDV Dokumentationen gt Statistik gt Behandlung fehlender Werte n SPSS und Amos 130 Pr fung der zentralen Projekt Hypothesen 7 5 Pr fung der KFA Hypothese Nun wollen wir die allgemeinpsychologische Kernhypothese unserer Studie pr fen dass die Verf gbarkeit kontrafaktischer also positiver Alternativen den rger ber ein ung nstiges Er eignis steigert Aufgrund der Ausrei er und Verteilungsanalyse in Abschnitt 7 3 3 haben wir uns entschieden statt des urspr nglich geplanten parametrischen t Tests f r abh ngige Stich proben den verteilungsfreien Vorzeichentest zu verwenden Suchen Sie die zust ndige Dialog box zun chst ber das Analysieren Men Bei Misserfolg k nnen Sie auch den Index des Hil fesystems benutzten Steigen Sie ein mit Hilfe gt Themen gt Index und beginnen S e dann n das akt ve Textfeld Vorzeichentest zu schreiben Schon nach dem vierten Buchstaben wird der g
97. Optimismus 1 854 1 327 a Abh ngige Variable Mittel der oT Variablen SPSS ermittelt eine zweiseitige berschreitungswahrscheinlichkeit von 0 737 die auch nach der zul ssigen Halbierung aufgrund unserer einseitigen Fragestellung von der S gni f kanzgrenze 0 05 sehr weit entfernt st Der LOT Optimismus zeigt entgegen unserer Annahme fast keinen linearen Zusammenhang mit dem mittleren rger in unserer fiktiven Situation Wer sich ausf hrlich ber die lineare Regressionsanalyse mit SPSS informieren m chte kann eine elektronische Publikation des Rechenzentrums zu diesem Thema auf dem Webserver der Universit t Trier von der Startseite http www uni trier de ausgehend folgenderma en finden Rechenzentrum gt Studierende gt EDV Dokumentationen gt Statistik gt Lineare Regressionsanalyse mit SPSS 7 4 2 Methodologische Anmerkungen 7 4 2 1 Explorative Analysen im Anschluss an einen gescheiterten Hypothesentest Auf das Scheitern einer konfirmatorischen Forschungsbem hung werden in der Regel explora tive Analysen folgen wobei revidierte bzw neue Hypothesen entstehen k nnen Wir werden uns in Abschnitt 9 4 z B daf r interessieren ob eventuell das Geschlecht den Zusammenhang zwi schen Optimismus und rger moderiert Allerdings ist es nicht m glich revidierte oder neue Hypothesen anhand derselben Stichprobe zu testen Sie d rfen und sollen aus Ihren Daten etwas lernen aber ein Test der dabei generierten Hyp
98. Pie c Datenworschau inr geschi gebj Tb groesse gewicht ae A 77 155 45 1 1 Tr 159 55 1 4 160 45 1 G d 3 2 5 165 Yo mr 1u u i amp Schritt 5 Im f nften Ass stentenschritt m ssen wir nur pr fen ob die automatische Erkennung des Datenformats erfolgreich war 188 Datendateien im Textformat einlesen Assistent f r Textimport Schritt 5 von 6 Spezifikationen fur die in der Datenworschau ausgew hlten Yanablen Yanablenname Urspr nglicher Hame fnr fnr Datenformat Hurerisch Datenworschau inr geschi gebj fb groesse gewicht ae A 77 1 150 45 Ei 1 Tr 159 55 1 4 160 45 1 165 Yo mr ua u ka E Schritt 6 Im letzten Assistentendialog werden die schon in Abschnitt 14 1 vorstellten Optionen zum Kon servieren der Importspezifikation angeboten Auch nach dem Einlesen von separierten Textdaten d rfen Sie auf keinen Fall die Deklaration der eventuell vorhandenen MD Indikatoren vergessen 14 3 berpr fung der revidierten differentialpsychologischen Hypothese Um mit den in Abschnitt 14 1 bzw Abschnitt 14 2 importierten Daten die revidierte differential psychologische Hypothese pr fen zu k nnen sind zun chst einige Datentransformationen erfor derlich wobei wir uns die erforderlichen Kommandos teilweise aus dem Transformations programm kfat sps besorgen k nnen LOT Fragen umkodieren RECODE lot3 lot4 lot5 lot12 5 1 4 2 2 4
99. R3 Die eben genannte Regel muss in einem speziellen Fall relativiert werden Bei Serien verwandter Variablen z B die 12 LOT Fragen im Teil 3 unseres Fragebogens ist es in der Regel schwer entsprechend viele individuelle Var ablennamen zu bilden Hier ist meist eine Indexschreibweise g nstiger bei der an einen informativen Namensstamm ei ne fortlaufende Nummer angeh ngt wird z B LOT1 LOT2 24 Von der Theorie zu den SPSS Variablen 1 4 3 5 Kodierplan Die Festlegungen zur Strukturierung und Kodierung der Projektdaten sollten n einem Kodier plan dokumentiert werden Er hat zwei Funktionen e W hrend der Erfassung regelt er wie die Daten eines Falles ins Dateneditorfenster einzu tragen bzw mit einem anderen Programm zu erfassen s nd e Sp ter dient der Kodierplan als kompakte Beschreibung der entstandenen Datendate Bei unserer KFA Studie kann f r die geplante Erfassung mit dem SPSS Dateneditor z B der folgende Kodierplan verwendet werden ar name Fallnummer FNR MD Indikator entf llt S 2 Mann MD Indikator SYSMIS MD Indikator SYSMIS 6 VI Geowissenschaften 7 VII Theologie Mathe Soziol VWL Wirtsch Inf 5 V Jura Fachbereich FB I P dag Philos Psychol MD Indikator SYSMIS II Sprachen III Hist und polit Wiss MD Indikator SYSMIS MD Indikator SYSMIS IV BWL Ethnol Inform 0 10 durch Zehn viel Schreibarbeit Arger als Herr AERGO 0 Wir sparen uns
100. RAGEI und FRAGE3 1500 beliebig benannte Variablen stehen dann bewirkt dieses Kommando 1502 H ufig keitstabellen 16 1 5 2 Der Platzhalter varlist In folgendem Syntaxdiagramm wird der in SPSS Kommandos h ufig auftretende Platzhalter varlist definiert varname varname_l TO varname_2 varname Variablennamen varname_I varname_2 Beispiel missing values nieder0l to hoehe ozon messl to mess4 9 Hier wird mit dem MISSING VALUES Kommando f r alle aufgelisteten Variablen die 9 als MD Indikator vereinbart Literaturverzeichnis Backhaus K Erichson B Plinke W amp Weiber R 2008 Multivariate Analysemethoden 12 Aufl Berlin Springer Baltes G tz B 2008 Lineare Regressionsanalyse mit SPSS Online Dokumentation http www uni trier de index php id 22489 Bortz J 1977 Lehrbuch der Statistik Berlin Springer Bortz J amp D ring N 1995 Forschungsmethoden und Evaluation Berlin Springer Cohen J 1977 Statistical Power Analysis for the Behavioral Sciences New York Academic Press Cohen J Cohen P West S G amp Aiken L 2003 Applied Multiple Regression Correlation Analysis for the Behavioral Sciences 3rd ed Mahwah Lawrence Erlbaum Associates Erdfelder E Faul F amp Buchner A 1996 GPOWER A general power analys s program Behavior Research Methods Instruments amp Computers 28 1 11 Faul F Erdfelder E Lang A G amp Buchner A 2
101. RIABLES fnr STATISTICS MINIMUM MAXIMUM MODE Spezifikationen e Zwe Elemente der Kommandosprache s nd durch mindestens ein Leerzeichen oder durch einen Zeilenwechsel voneinander zu trennen Manche Zeichen mit festgelegter Be deutung wie z B gt sind aber selbstbegrenzend d h davor und danach sind keine Leerzeichen n tig aber erlaubt 84 Speichern der SPSS Kommandos zu wichtigen Anweisungsfolgen e Ein Kommando kann sich ber beliebig viele Fortsetzungszeilen erstrecken dabei d rfen aber innerhalb des Kommandos keine Leerzeilen auftreten Diese signalisieren n mlich per Voreinstellung wie der Punkt das Ende des Kommandos e Zwischen zwei Kommandos d rfen beliebig viele Leerzeilen stehen was eine bersicht liche Gestaltung von SPSS Programmen erlaubt e Jedes Kommando muss in einer neuen Zeile beginnen und mit einem Punkt enden Gut kommentierte Programme sind sp ter leichter zu verstehen Die SPSS Syntax bietet zum Kommentieren das Kommando COMMENT dessen Name durch ein Sternchen ersetzt werden darf z B Mit diesem Programm wird die Rohdatendatei KFAR SAV auf Erfassungsfehler untersucht GET FILE U Eigene Dateien SPSS KFAR SAV Beachten Sie beim Kommentar Kommando e Es darf sich ber beliebig viele Fortsetzungszeilen erstrecken wobei innerhalb des Kommandos keine Leerzeilen erlaubt sind e Jedes Kommentar Kommando muss mit einem Punkt abgeschlossen werden Wenn S
102. S Datendateien vorgegebene Namenserweiterung sav beibehalten geht das sp tere ffnen besonders bequem Als Name f r unsere Beispieldatei wird kfar sav vorgeschlagen verbunden mit der Versiche rung die Begr ndung f r das r im n chsten Abschnitt nachzuliefern Wenn Sie an einem Pool PC an der Universit t Trier arbeiten k nnen Sie die Datei im Ordner U Eigene Dateien SPSS speichern der beim ersten SPSS Einsatz automatisch angelegt wurde 50 Datenerfassung und SPSS Dateneditor Nach dem Speichern zeigt die Titelzeile des Datenfensters neben dem Daten Set Namen den Namen der nunmehr zugeordneten Datendate in unserem Fall also kfar sav ca kf r say DatensetO 5P5 gt Daten Editor E ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe e WA m wb A EE BEERA 1 fhr sichtbar 2 inr geschl gebj fb groesse gewicht aergo aergm lot lot2 lota Iot4 Iot5 A _ J wt al gt Datenansicht Variablenansicht 2 Fallz hler SPF55 Prozessor ist bereit Sobald ein Daten Set gegen ber dem gespeicherten Zustand ge ndert wurde erscheint ein Stern chen vor dem Dateinamen z B u kfar sav DatensetO SPSS Daten Editor E ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe e HA m mb A EE Bo 2 fmr sichtbar 3 fnr geschl gebj fo graesse gewicht aergo aergm lott lat2 Iota lot4 Its a 2 J
103. SS Programme k nnen flexibel gestaltet werden e F r die Reihenfolge der SPSS Kommandos gilt lediglich die selbstverst ndliche Regel dass auf eine Variable erst dann Bezug genommen werden darf nachdem sie im Rahmen einer Dateidefinition oder durch ein Transformations Kommando eingef hrt worden ist e In einem Programm d rfen beliebig viele Prozedur Kommandos auftreten Manche Anwender leben in dem Irrglauben pro SPSS Programm sei nur eine einzige Statistik Prozedur erlaubt und verstreuen daher zusammenh ngende Auswertungen ber un bersichtlich viele Mini Programme Andere haben den falschen Ehrgeiz ihr gesamtes Projekt in einem einzigen Programm abzuwickeln und erstellen dabei ein unpraktisches Monster Programm mit mehreren hundert Zeilen Wie so oft im Leben ist auch hier der gesunde Mittelweg zu empfehlen F r abgrenzbare Aufgabenpakete sollte jeweils ein ei genes Programm erstellt werden z B mit allen Prozeduren zur Datenpr fung e Auch nach einer Prozedur d rfen Datentransformationen vorgenommen werden e Man kann nach einer Prozedur sogar weitermachen mit der Definition einer neuen Ar beitsdate welche dann die alte ersetzt 16 1 4 Aufbau eines einzelnen SPSS Kommandos Die wichtigsten Regeln f r SPSS Befehle Ein Kommando besteht aus seinem Namen und den zugeh rigen Spezifikationen kommandoname spezifikationen Der Kommandoname kann aus einem Wort bestehen oder aus mehreren W rtern Beispiele FREQUEN
104. Sie also diese nderungen ber den Men befehl Datei gt Speichern in die permanente SPSS Datendate kfar sav bernehmen 58 Univariate Verteilungs und Fehleranalysen 4 3 Statistische Auswertungen durchf hren H ufigkeitsanalysen zur Pr fung der Variablen FNR Da wir unsere Daten mit dem SPSS Dateneditor erfasst haben der keine Plausibilit tskontrolle bei der Eingabe vornimmt m ssen wir nach den berlegungen aus Abschnitt 4 1 systematisch nach unzul ssigen Werten suchen Die meisten der dazu erforderlichen deskriptiven Datenanaly sen w ren im Rahmen der routinem igen Verteilungsuntersuchung ohnehin f llig Der erste Test dient allerdings ausschlie lich zur Datenpr fung weil dabei die Fallidentifikati ons Variable FNR untersucht wird Es ist sogar etwas zweifelhaft ob man tats chlich der Voll st ndigkeit halber in die berpr fung dieser administrativen Variablen Zeit investieren sollte Weil die Manuskript Stichprobe den Umfang n 31 hat und es keinen Grund f r eine l cken hafte Nummerierung gab m ssen nach fehlerfreier Erfassung bei dieser Variablen die Werte 1 31 jeweils genau einmal auftreten Daraus ergeben sich einige notwendige Bedingungen die sich leicht nachpr fen lassen e In der Stichprobe m ssen bei der Variablen FNR 31 g ltige Werte vorliegen MD Indi katoren sind hier nicht erlaubt e Der kleinste Wert muss gleich 1 und der gr te Wert muss gleich 31 sein e Jeder Wert darf
105. Sie die qui valenz verstehen und ausnutzen lernen Es st ja generell sinnvoll einen Sachverhalt aus ver schiedenen Blickrichtungen zu betrachten 1 Formulierung Unabh ngigkeitshypothese Ho Die Merkmale Geschlecht und Fachbereich s nd unabh ngig d h die Wahrscheinlichkeit f r jedes Verbundereignis z B Mann im Fachbereich V ist gleich dem Produkt aus den Wahrscheinlichkeiten der Randereignisse im Beispiel Mann Fachbereich V Hi Die Merkmale Geschlecht und Fachbereich s nd abh ngig d h die Wahrscheinlichkeit f r mindestens ein Verbundereignis ist ungleich dem Produkt aus den Wahrscheinlichkeiten der Randereignisse 2 Formulierung Homogenit tshypothese Ho Die Frauenanteile sind in allen Fachbereichen gleich Hi Die Frauenanteile in den Fachbereichen s nd verschieden Man kann leicht zeigen vgl Hartung 1989 S 412 Perfekte Homogenit t liegt genau dann vor wenn die Merkmale Geschlecht und Fachbereich unabh ngig sind Analyse von Kreuztabellen 163 11 4 Testverfahren 11 4 1 Asymptotische y2 Tests Die bekannteste Pr fgr e zur Testung der Unabh ngigkeits bzw Homogenit tshypothese ist die folgende Statistik nach Pearson 2 S Sun m TEL I2 yH i mit m i j l ij Darin bedeuten Do Anzahl der Zeilen bzw Spalten Nij beobachtete H ufigkeit in Zelle ij Mij gesch tzte erwartete H ufigkeit in Zelle ij unter der Ho Ni beobachtete H ufigkeit in Zeile
106. Variable geschriebenen Res duen l sst sich auch ein formaler Normalverteilungsan passungstest durchf hren vgl Abschnitt 7 3 3 doch f hren derartige Voraussetzungspr fungen per S gnifikanztest nicht unbedingt auf einfache Weise zu einer guten Entscheidung denn e Bei einer kleinen Stichprobe k nnen Verletzungen der Normalit t mangels Testst rke schwer nachgewiesen werden e Bei gro en Stichproben verliert die Normal t tsannahme an Bedeutung zentraler Grenz wertsatz doch werden hier auch kleine und f r die geplante Inferenzstatistik rrelevan te Abweichungen von der idealen Glockenform signifikant In unserem Beispiel bersteht die Annahme normalverteilter Residuen auch die Signifikanztests nach Kolmogorov Smirnov bzw Shapiro Wilk Pr fung der zentralen Projekt Hypothesen 127 Tests auf Normalverteilung Shapiro Wilk Statistik Statistik Signifikanz Standardized Residual 154 Dies ist eine untere Grenze der echten Signifikanz a Signifikanzkorrektur nach Lilliefors Nachdem wir die Voraussetzungen als g ltig akzeptiert haben steht einer Inspektion der Regres s onsergebnisse nichts mehr im Wege Wir erhalten zwar wie erwartet einen negativen Regres s onskoeffizienten doch ist dieser bei weitem nicht signifikant Koeffizienterf Nicht standard Standard Koeffizienten Koeff 95 Konfid pana B P noder Beta Signifikanz Untergrenze Pee Konstante EPE Fe 2 a 2 Ei nz 4 1 641 13 697 LOT
107. a besch ftigen wir uns nun mit dem theoretischen Hintergrund unserer Studie und mit Fragen der Untersuchungsplanung 1 3 1 Die allgemeinpsychologische KFA Hypothese Nach einer Theorie von Kahneman amp Miller 1986 h ngt die St rke unserer emotionalen Reak tion auf ein positives oder negatives Ereignis u a davon ab welche alternativen aber nicht ein getretenen Ereignisse wir uns vorstellen k nnen mit anderen Worten welche kontrafaktischen Alternativen mental verf gbar sind Wir wollen uns auf den Fall ung nstiger Ereignisse be schr nken Hierf r stellen Kahneman amp Miller die folgende Hypothese auf Bei einem negativen Ereignis erh ht die mentale Verf gbarkeit Vorstellbarkeit kontrafaktischer also positiver Ereignisalternativen den erlebten Arger Im weiteren Verlauf wollen wir unser Projekt kurz als KFA Studie bezeichnen Weil diese Hypothese f r beliebig aus der Population herausgegriffene Personen G ltigkeit be ansprucht kann s e als allgemeinpsychologisch bezeichnet und von differentialpsychologischen Hypothesen unterschieden werden die sich mit Unterschieden zwischen Personen besch ftigen siehe Abschnitt 1 3 3 1 3 2 Untersuchungsplanung Hinsichtlich des Untersuchungsdesigns haben wir uns aufgrund praktischer Erw gungen bereits auf eine querschnittlich angelegte Fragebogenstudie mit den Kursteilnehmern als Beobach tungseinheiten festgelegt Nun geht es um die Operationalisierung der theoretischen
108. acht dass die Liste der Argumente optio nal beliebig verl ngert werden darf S e k nnen eine Serie von Variablen die in der Arbeitsdatei hintereinander stehen bequem auf folgende Weise n einer Argumentenliste angeben erste TO letzte Es kommt nicht auf die alphanumerische Ordnung der Var iablennamen an sondern auf die Reihenfolge der Variablen in der Arbeitsdate Beispiel compute mfrei mean 45 sport to angeln Wenn f r einen Fall bei den Variablen SPORT bis ANGELN die in der Ar beitsdatei hintereinander stehen mindestens 45 valide Argumente vorliegen wird deren Mittelwert der Variablen MFREI zugewiesen ansonsten wird der MD Indikator System Missing zugewiesen Beachten S e den wesentlichen Unterschied zwischen den gerade beschriebenen statistischen Funktionen und den Statistikprozeduren mit denen wir z B die Verteilungsanalysen durchge f hrt haben Wenn wir in der Dialogbox H ufigkeiten erreichbar ber Analysieren gt Deskriptive Statistiken gt H ufigkeiten z B den Mittelwert der Variab len GEWICHT anfordern werden die val den Gewichtsangaben aller F lle n der Stichprobe gemittelt Es werden also die Auspr gungen einer Variablen ber alle F lle gemittelt SPSS arbeitet sich senkrecht durch eine komplette Variable bzw Spalte der Arbeitsdatei Es resultiert ein einziger Stichproben kennwert welcher im Ausgabefenster erscheint Mit der statistischen Funktion MEAN k nnen wir f r jede einz
109. als Teilnahmekriterium zu definieren z B F lle ausw hlen Falls 5 Spezielle Methode amp 1 gew stat bethi 82 gew stat bethi gh 3 gew stat Methi Hf Dekade FE Funktionen a HAEE ABS numauzdr F Idealgewicht nach 5 LOT Optimismus I OG ANY test wert wert F bittel der Arger Ya ARSIN numausdr g SrgerZuwachs du LI mm en t Body Mass Indes E Ea mm EDF BERN ULLilap Fd Anzahl der blotive 3 154 F lle ausw hlen Wenn Sie nach erfolgreicher Definition des Teilnahmekriteriums Weiter machen k nnen Sie im Optionenfeld Ausgabe der Hauptdialogbox siehe oben entscheiden was mit den Positiv bzw Negativ F llen geschehen soll e Nicht ausgew hlte F lle filtern SPSS erzeugt aufgrund des logischen Ausdrucks eine Hilfsvariable namens FILTER_ mit folgenden Werten l falls bei einem Fall der logische Ausdruck wahr ist 0 sonst also auch bei unbestimmtem Ausdruck Diese Variable wird als Filter aktiviert d h bis zu einer Desaktivierung des Filters werden bei allen Analysen nur noch F lle mit dem Wert Eins bei FILTER einbezogen Die in den einstweiligen Ruhezustand versetzten Negat v F lle sind im Datenfenster an der durchgestrichenen Zeilennummer zu erkennen ca kfa say Datensetl 5P55 Daten Editor Ele Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe e HA m in B E aE D meth1 meth2 meth3 Dekade idgew lot aergam
110. alskal ierte Variablen herausstellen Weil keine Informationen ber die Effektst rke in der Population verf gbar sind nehmen wir einen mittleren Wert an per Konvention definiert durch W 0 3 Wir w hlen in GPower folgende Einstellungen e Test family x Tests e Statistical test Goodness of fit tests Contingency tables e Type of power analysis Post hoc e Effect size w 0 3 e aerrprob 0 05 e Total sample size 283 e Df 5 Warum bei einer Tabelle mit zwei Zeilen und sechs Spalten gerade f nf Freiheitsgrade zustande kommen erfahren Sie in Abschnitt 11 4 1 Es resultiert eine erfreulich hohe Power von 0 99 158 Analyse von Kreuztabellen G Power 3 0 3 File Edit wiew Tests Calculator Help Central and noncentral distributions Protocol of power analyses critical x 11 0705 Test family Statistical test x7 tests t Soodness of fit tests Contingency tables t Effect size conventions 10 small sample size and effect size 30 medium 50 large g Output Parameters Effect size w Moncentrality parameter 25 470000 err prob Critical x 11 070495 0 3 0 05 Total sample size 203 Power Berr prob 0 256440 5 Df x Y plotfor arange of values Calculate 11 2 Beschreibung der bivariaten H ufigkeitsverteilung Die SPSS Dialogbox zur Analyse zweid mensionaler Kontingenztabellen erscheint nach dem Men befehl Analysieren gt Deskri
111. analysen 75 lt I Text used as the document title displayed in the title bar gt Mozilla Firefox Datei Bearbeiten Ansicht Gehe Lesezeichen Extras Hilfe 2 E e A O file tu fEigene 20Dateien sPSS DATENPR DCFUNG HTM Y co GL Google _ Mozilla Firefox Deutsch User Support Forum _ Mozilla Firefox Hilfe Plug in FAQ _ Druckerchannel de Fachbereich H ufigkeit Ill IV Fachbereich Beim Exportumfang gibt es folgende Alternativen e Ausgabedokument Ausgabedokument ohne Diagramme Nur Diagramme Dann sind folgende Dateitypen zul ssig EMF CGM JPG PCT PNG EPS TIF BMP WMF F r jedes zu exportierende Diagramm wird eine eigene Datei erstellt Beim Exportumfang Aus gabedokument k nnen die oben genannten Dateiformate CGM JPG etc in der Optionen Subdialogbox eingestellt werden In Abh ngigkeit vom gew hlten Grafik Dateityp sind f r den Export von Diagrammen weitere Optionen vorhanden z B zur Gr e und Farbumsetzung Beim Export f r MS Word erh lt man Tabellen im Format dieses Textverarbeitungsprogramms die also in Word beliebig modifiziert werden k nnen vgl Abschnitt 4 4 4 4 8 4 Mehrere Ausgabefenster verwenden Bislang war immer von dem Ausgabefenster die Rede Im Verlauf einer l ngeren Auswertungs arbeit kann es der bersichtlichkeit halber sinnvoll sein ein zus tzliches Ausgabefenster anzu fordern Dazu dient der Men befehl Datei gt Neu gt Ausgabe
112. ando und macht unverdrossen mit den n chsten Kommandos weiter Diese arbeiten aber m glicherweise aufgrund des vorangegangenen Fehlers mit falschen Zwischenergebnissen und produzieren Unsinn Es kann also leicht passieren dass nach einem fehlerbehafteten Lauf des Transformationsprogramms alle erwarteten neuen Var ab len vorhanden sind jedoch unsinnige Werte enthalten Eine wiederholte Ausf hrung des Transformationsprogramms z B nach Fehlerkorrekturen ist problemlos m glich 7 Pr fung der zentralen Projekt Hypothesen 7 1 Entscheidungsregeln beim Hypothesentesten In diesem Abschnitt werden einige Grundprinzipien der Inferenzstatistik am Beispiel unserer allgemeinpsychologischen Hypothese demonstriert Dabei handelt es sich nicht um eine syste matische Behandlung des Themas die erheblich mehr Platz beanspruchen w rde Im Wesentli chen sollen die statistischen Entscheidungsregeln so pr sentiert werden dass sie mit Hilfe der SPSS Ausgaben unmittelbar umgesetzt werden k nnen Zumindest in lteren Statistikb chern findet man n mlich Formulierungen mit wenig Bezug zu den heute blichen Ausgaben von Sta t stikprogrammen Wenn mit u der Erwartungswert Populationsmittelwert des Merkmals AERGO und mit uy der Erwartungswert des Merkmals AERGM bezeichnet wird dann lautet unser zentrales allge meinpsychologisches KFA Testproblem Ho Uy SHo vs Hin gt Ho Mit Hilfe der Differenzvariablen AERGZ AERGM AERGO deren Erwart
113. anschlie end ber das Symbol E oder den Men befehl Elemente gt Anpassungslinie bei Untergruppen gruppenspezifische geschlechtsbedingte Regressionsgeraden einzuf gen Regression von Gewicht auf Gr e und Geschlecht 100 Geschlecht Frau A Mann gt Frau 55 Mann nn oO xX S 80 oO 3 oO 70 Q m O X 60 R Quadfrat linear 0 338 R Quadfrat linear 0 642 50 160 170 180 190 K rpergr e in cm Grafische Datenanalyse 149 Man erkennt in der Grafik einen Geschlechtsunterschied hinsichtlich der Regressionssteigung der durch Unterschiede im K rperbau zu erkl ren ist Bei zwei M nnern mit 10 cm Gr enunterschied ist ein st rkerer Gewichtsunterschied zu erwar ten als bei zwei Frauen mit derselben Gr endifferenz Es ist also zu vermuten dass Geschlecht den Effekt der Gr e auf das Gewicht moderiert ber die Analyse von Moderatoreffekten mit Hilfe der SPSS Regressions Prozedur informiert eine elektronische Publikation des Rechenzent rums die auf dem Webserver der Universit t Trier von der Startseite http www uni trier de ausgehend folgenderma en zu finden Rechenzentrum gt Studierende gt EDV Dokumentationen gt Statistik gt Moderatoranalyse per multipler Regression mit SPSS 9 2 4 Beschriftungen Viele Beschriftungen z B berschriften Legenden Erl uterungen besitzen nach dem Markie ren einen Textrahmen mit acht Anfassern zur Gr en nderung Regression
114. arallel zu SPSS ausf h ren und damit die Lektionen sofort nachvollziehen indem Sie zwischen SPSS und dem Lernpro gramm hin und her wechseln z B mit der Tastenkombination E Einstieg n SPSS f r Windows 31 2 3 5 Fallstudien Nach Hilfe gt Fallstudien startet ein Tutorial das mit der interaktiven Technik des Lernpro gramms arbeitet aber den Schwerpunkt auf statistische Analysen legt E Tutorial Table of Contents W Ihe OLAP Cubes Procedure tests one we Analysis of Variance sim univariate Uivarinte correlation E Partial Correlations Linesr Regression 2 The Linear Regression Model usina Linear Regression to Predict Polishing Times Creating a Scatterplot of the Dependent by the Independent 2 Running the Analysis Coefficients Checking the Model Fit Checking the Normality of the Error Term Checking Independence of the Error Term Identifying Influential Points Q Select a topic above Summary Viele Auswertungsprozeduren werden ber ein komplettes Anwendungsbeispiel und Informatio nen zu folgenden Themen erschlossen 2 3 6 Einsatzm glichkeiten Anforderung der Analyse Interpretation der Ergebnisse Verwandte Verfahren Literaturangaben Statistik Assistent Der ber Hilfe gt Statistics Coach verf gbare Assistent versucht den Anwender durch eine Sequenz von Fragen zur richtigen Statistik bzw Grafikdialogbox zu f hren 2 4 Weitere Informationsquellen 2 4 1 Handb cher un
115. ariablen gleichzeitig umkodieren e Bei der Spezifikation der alten Werte die auf einen neuen Wert abgebildet werden sollen k nnen Sie angeben Einen einzelnen Wert Systemdefiniert fehlend SYSMIS So ist es also m glich den automatischen MD Indikator auf einen anderen Wert umzu setzen System oder benutzerdefinierte fehlende Werte Alle MD Indikatoren werden umgesetzt Den Bereich von einem ersten Wert bis zu einem zweiten Wert inklusive Grenzwerte Den Bereich vom kleinsten Wert in der Stichprobe bis zu einem bestimmten Wert in klusive Grenzwert Den Bereich von einem bestimmten Wert bis zum gr ten Wert in der Stichprobe in klusive Grenzwert Alle anderen Werte Damit sind alle in keiner anderen Ersetzungsvorschrift genannten Werte angesprochen inklusive MD Indikatoren auch System Missing Alle anderen Werte kann nur in einer Ersetzungsvorschrift angegeben werden Diese wird von SPSS n der Liste aller Er setzungsvorschriften automatisch an die letzte Stelle gesetzt und damit bei der Komman do Ausf hrung zuletzt abgearbeitet Datentransformation 9 e Als neuen Wert auf den die alten Werte einer Ersetzungsvorschrift abgebildet werden sollen k nnen S e angeben Einen Wert Systemdefiniert fehlend SYSMIS Dann werden alle zugeh rigen alten Werte auf SYSMIS umgesetzt Alte Werte kopieren Diese M glichkeit steht nur beim Umkodieren in andere Variablen zur Verf gung und bewirkt f r die
116. as Minuszeichen und die Zahl 100 auch per Maus eingeben Anschlie end sollte Ihre Dialogbox ungef hr so aussehen BE Variable berechnen Zn Humerzscher Ausdruck Toph Label yp amp Label E Fallnummer frr 4 Funktionsguppe gb Geschlecht gesch gt AAR Aktuelles Datumaktuelle UF A l F Geburtsjahr gebi pA Fachbereich fb an u A kopeneteten j E PE nw D K rpergewicht in AJG me D atumserstellung H Datumsextraktion P Biger Ha as am L schen Erstellung der Zeitdauer SP Erger mit kontratak ie J x S lot Funktionen und Sonderariabler lot lot g otd g t5 g tE amp lot FAT optionale Fallauswsahlbedingung Die Dialogbox bietet ber unsere momentanen Bed rfnisse hinausgehend auch die in SPSS ver f gbaren Funktionen siehe unten und spezielle Systemvariablen z B Casenum f r die fort laufende Fallnummer in der Arbeitsdatei in Funktionsgruppen geordnet zum Transport in das Feld Numerischer Ausdruck an so dass man bei der Verwendung von Funktionen das Nachschlagen und Tippfehler vermeiden kann 96 Datentransformation Rufen Sie nun mit dem gleichnamigen Schalter die Subdialogbox Typ und Label auf und tra gen Sie dort zur Variablen IDGEW das Etikett Idealgewicht nach der Formel Gr e 100 ein Variable berechnen Typ und Label x Label Label ch der Formel Grobe 100 O Ausdruck als Label verwenden Abbrechen Numerisch String Be Quitti
117. assung Kontrolle und Modifikation der Daten bis zur statistischen Auswertung und zur Verwertung der Ergeb nisse Zwar werden auch in EDV handwerklicher Sicht die SPSS Optionen nicht ann hernd voll st ndig behandelt doch sollten Sie nach dem Kurs mit den erworbenen Grundkenntnissen un ter Verwendung der aufgezeigten Informationsm glichkeiten selbst ndig und erfolgreich mit SPSS arbeiten k nnen Zugriff auf die Dateien zum Kurs Die aktuelle Version des Manuskripts ist als PDF Dokument zusammen mit den im Kurs benut zen Dateien auf dem Webserver der Universit t Trier von der Startseite http www uni trier de ausgehend folgenderma en zu finden Rechenzentrum gt Studierende gt EDV Dokumentationen gt Statistik gt Statistisches Praktikum mit SPSS Leser innen im Selbststudium werden n der Regel keine eigene Datenerhebung realisieren k nnen jedoch mit den zur Verf gung gestellten Dateien alle Projektarbeitsschritte ab der Da tenpr fung konkret durchf hren Trier im April 2009 Bernhard Baltes G tz Inhaltsverzeichnis 1 1 1 1 2 1 3 1 4 1 5 2 1 2 2 2 3 Von der Theorie zu den SPSS Variablen Statistik und EDV als Hilfsmittel der Forschung Planung und Durchf hrung einer empirischen Untersuchung im berblick 1 2 1 Forschungsziele bzw hypothesen 1 2 2 _ Untersuchungsplanung 1 2 3 Durchf hrung der Studie inklusive Datenerhebung 1 2 4 Datenerfassung und pr fung 1 2 5 _ Datentransform
118. atibel Mersenne Twister f r lange Zeitr ume Wenngleich die Variable FNR im Ausgabefenster nicht allzu oft auftauchen wird tragen wir in die Zelle zum Attribut Variablenlabel den Text Fallnummer ein Statt die Breite der FNR Spalte im Datenfenster ber eine gut gesch tzte Spalten Angabe fest zulegen k nnen Sie bei aktiviertem Datenfenster Registerblatt Datenansicht auch folgender ma en vorgehen Setzen Sie den Mauszeiger auf den rechten Rand der Zelle mit dem Variablen namen woraufhin der Zeiger eine neue Form und dementsprechend eine neue Funktion erh lt frir in _ Nun l sst s ch der rechten Rand der aktuellen Spalte verschieben Linke Maustaste dr cken zie hen und an der gew nschten Position wieder loslassen Eine so festgelegte Spaltenbreite wird von SPSS als Spalten Variablenattribut bernommen Klappen Sie in der markierten Messniveau Zelle die versteckte Liste auf um f r die Fallnum mer ein nominales Skalenniveau zu deklarieren Datenerfassung und SPSS Dateneditor 45 Welsniveau MD Indikatoren m ssen wir im KFA Projekt generell nicht vereinbaren Wertelabels sind bei der augenblicklich bearbeiteten Fallnummernvariablen irrelevant und das Attribut Ausrich tung bernehmen wir stets unver ndert Daher k nnen wir die Deklaration der Variablen FNR beenden a U nbenanntl Datenset0 SPSS Daten Editor ER Datei Bearbeiten Ansicht Daken Transformieren Analysieren Grafiken Extras Fens
119. ation 1 2 6 Statistische Datenanalyse Beispiel f r eine empirische Untersuchung 1 3 1 Die allgemeinpsychologische KFA Hypothese 1 3 2 _ Untersuchungsplanung 1 3 3 Eine differentialpsychologische Hypothese 1 3 4 Zum Einfluss demographischer Merkmale 1 3 5 Zu bungszwecken erhobene Merkmale 1 3 6 Der Fragebogen Strukturierung und Kodierung der Daten 1 4 1 F lle und Merkmale in SPSS 1 4 2 _ Strukturierung 1 4 2 1 Variablen zur Fallidentifikation 1 4 2 2 Abgeleitete Variablen geh ren nicht in den Kodierplan 1 4 2 3 Mehrfachwahlfragen 1 4 2 3 1 Vollst ndige Sets aus dichotomen Variablen 1 4 2 3 2 Sparsame Sets aus kategorialen Variablen 1 4 2 4 Offene Fragen 1 4 3 Kodierung 1 4 3 1 Die wichtigsten Variablentypen in SPSS 1 4 3 2 Das Problem fehlender Werte 1 4 3 2 1 System Missing SY SMIS 1 4 3 2 2 Fehlende Werte bei Mehrfachwahl Fragen und offenen Fragen 1 4 3 2 3 Vereinfachung der Erfassung durch Datentransformationstechniken 1 4 3 3 Fehlerquellen bei der manuellen Datenerfassung minimieren 1 4 3 4 SPSS Variablennamen 1 4 3 5 Kodierplan Durchf hrung der Studie inklusive Datenerhebung Einstieg in SPSS f r Windows SPSS f r Windows an der Universit t Trier Programmstart und Benutzeroberfl che 2 2 1 SPSS starten 2 2 2 Die wichtigsten SPSS Fenster 2 2 3 Was man mit SPSS so alles machen kann Das Hilfesystem 2 3 1 Systematische Informationen 2 3 2 Gezielte Suche nach Begriffen 2 3 3 Kontextsensitive Hilfe zu den Dialogb
120. atistik z B Mittelwert ai Kategorienachse a MH Geschlecht geschl Stapel definieren durch gt A Fachbereiche an der Univ Felder anordnen nach Zeilen 5 palten C Diagrammeinstellungen verwenden aus Machen Sie der F lle zur Bedeutung der Balken Indem man zun chst GESCHL als Ka tegorien und FB als Stapelvar able verwendet und sp ter die Rollen vertauscht erzielt man den gew nschten Bezug f r die Prozentangaben auf den Balken Nehmen Sie im Grafikeditor folgende Anpassungen vor e Bei markierten Balken tauschen GESCHL und FB hre Rollen Eigenschaften Diagrammgr e Variablen Elementbyp ul Balken y amp Fachbereiche an der Universit t Trier Fb F Segment a Prozent Gruppe Element 1 von 1 e ber Optionen gt Bezugslinie f r Y Achse wird die 50 Marke hervorgehoben 162 Analyse von Kreuztabellen Eigenschaften Skalenachse variable Prozent _ Beschriftung zu Linie hinzuf gen e ber Elemente gt Datenbeschriftungen einblenden oder den Symbolschalter ii sorgen wir f r eine Anzeige der Prozentwerte 11 3 Die Unabh ngigkeits bzw Homogenit tshypothese Hypothesen zum Zusammenhang zwischen zwei nominalskalierten Merkmalen lassen sich auf letztlich quivalente Weise durch Verwendung verschiedener wahrscheinlichkeitstheoretischer Begriffen formulieren Dies soll an unserem Beispiel demonstriert werden damit
121. auen und 2 f r M n ner erlaubt sind dann ist z B der Wert 3 sofort als falsch erkennbar Weit schwieriger zu entdecken sind Fehler die keine allgemeine G ltigkeitsregel verletzen Beispiel Wenn unter der oben angegebenen GESCHL Kodierungsvorschrift f r den Unter suchungsteilnehmer Kurt M ller versehentlich der Wert 1 eingegeben wurde dann kann dieser Fehler nur durch aufw ndige Handarbeit gefunden werden Welcher Aufwand bei der Datenpr fung erforderlich bzw sinnvoll ist h ngt wesentlich davon ab wie die Daten erfasst worden sind vgl Abschnitt 3 1 Nach der Erfassung per Texteditor ist die Menge potentieller Fehler besonders gro Deshalb wurde oben nachdr cklich von dieser veralteten Erfassungsmethode abgeraten Konsequenterweise gehen wir auch im Abschnitt ber Datenpr fung nicht auf die speziellen Probleme ein die nach dem Erfassen per Texteditor auf treten k nnen 4 1 1 Suche nach unzul ssigen Werten Von einem Datenerfassungsprogramm mit Plausibilit tskontrolle werden unzul ssige Werte zu r ckgewiesen und folglich von der Datendatei fern gehalten Bei der Erfassung mit dem SPSS Dateneditor findet eine derartige Eingangskontrolle nicht statt Eine so entstandene Datei muss daher systematisch nach Daten au erhalb der zul ssigen Bereiche durchsucht werden Dies kann allerdings ohne gro en Zusatzaufwand m Rahmen der aus wissenschaftlichen Gr nden ohnehin empfehlenswerten univariaten Verteilungsanalyse gesc
122. auf unseres Transformationsprogramms entsteht ein unbenanntes Da ten Set das mit der per SAVE erstellten Fertigdatendatei kfa sav verbunden ist Am rechten Rand der Datenmatrix sind die neuen Variablen zu finden z B i kfa sav SPSS Daten Editor Kax Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe e WA m wb A EE BER 8 1 fnr E E i 1 sichtbar 1 meth2 meth3 Dekade idgew lot aergam aergz bmi polymot 2 J 63 4 13 65 19 20 E 2 0 als 3 00 65 22 43 74 3 63 5 0 19 16 o2 3 5 4 0 23 25 o0 3 00 5 0 21 30 75 3 00 a0 23 51 0 0 2 br 2 00 70 17 93 ir Datenansicht Yariablenansicht DE SP55 Prozessor ist bereit Das seit Beginn unserer Arbeit am Transformationsprogramm vorhandene mit der Rohdatenda tei verbundene Daten Set ndert sich durch den Programmlauf nicht weil es einen Namen erhal ten hat z B DatenSetil und daher vom GET Kommando des Transformationsprogramms nicht tangiert wird Sie m ssen also vor der Erfolgskontrolle das tats chlich relevante Datenedi torfenster ansteuern z B per Fenster Men S e d rfen aber Ihre Erfolgskontrolle keinesfalls auf das Datenfenster beschr nken sondern m s sen unbedingt das Ausgabefenster auf Fehlermeldungen und Warnungen berpr fen SPSS stoppt n mlich die Programmausf hrung nicht beim Auftreten des ersten fehlerhaften Komman dos sondern gnoriert das fehlerhafte Komm
123. ausklick auf den Schalter Exakt in obiger Dialogbox kann er in folgenderma en angefordert werden Exakte Tests O Nur asymptotisch welter Monte Carlo Abbrechen Konf denzniweau 5 Hilfe Anzahl der Stichproben Exakt Zeitgrenze pro Test Minuten Wenn es die Speicherkapazit t zul lt wird statt der Mante Carlo Methode die exakte Methode verwendet Bei nichtasymptotischen Methoden werden die zellh ufigkeiten bei der Berechnung der Teststatistiken Immer gerundet oder gestutzt Das unserer einseitigen Fragestellung entsprechende einseitige p level ist deutlich kleiner als die kritische Grenze 0 05 Damit kann die KFA Nullhypothese Kein rgerzuwachs durch eine kontrafaktische Alternative zur ckgewiesen werden Statistik f r Tes rger mit kontrafaktischer Alternative rger ohne kontrafaktische Alternative Z Asymptotische Signifikanz 2 seitig Exakte Signifikanz 2 seitig Exakte Signifikanz 1 seitig Punkt Wahrscheinlichkeit a Vorzeichentest Nach Kl rung der zentralen Hypothesen ist unser Projekt nun eigentlich abgeschlossen aber es gibt noch viele SPSS Optionen kennen zu lernen und unsere Daten enthalten sicher auch noch einige interessante Details 132 Pr fung der zentralen Projekt Hypothesen 7 6 bung F r die Differenzvariable GEWICHT IDGEW akzeptieren beide Normalverteilungstests die Nullhypothese Tests auf Normalverteilung Shapiro Wilk Stat
124. ben Sie durch unbeabsichtigte Tas tendr cke Daten gel scht oder ver ndert Diese Fehler sollten dann auf keinen Fall auf die Fest platte geschrieben werden Datentransformat on 87 6 1 3 Initialisierung neuer numerischer Variablen Wenn Sie in einer Datenmodifikationsanweisung die Erstellung einer neuen numerischen Vari ablen anfordern dann wird die F lle x Var ablen Datenmatrix in der Arbeitsdatei im aktiven Daten Set um eine Spalte erweitert am rechten Rand SPSS initialisiert dabei zun chst die neue Variable indem es f r alle F lle den MD Indikator SYSMIS als Wert eintr gt Gelingt an schlie end die Ermittlung der neuen Variablenauspr gung f r einen Fall so wird der In tialwert entsprechend ersetzt Anderenfalls bleibt SYSMIS stehen so dass der betroffene Fall bei allen Berechnungen mit der neuen Variablen ausgeschlossen wird 6 2 Alte Werte einer Variablen auf neue abbilden Umkodieren Mit dem Befehl Umkodieren aus dem Men Transformieren bzw mit dem quivalenten RECODE Kommando k nnen die Werte einer bestehenden Variablen in neue Werte berf hrt werden Man kann die Ausgangsvar iable ver ndern oder eine neue Variable mit dem rekodierten Wertevektor erstellen 6 2 1 Das praktische Vorgehen am Beispiel einer k nstlichen Gruppenbildung Da wir im Abschnitt 6 das KFA Transformationsprogramm sukzessive aufbauen wollen wird eine Arbeitsdatei mit unseren Rohdaten ben tigt ffnen Sie daher n tigenfalls ber
125. blen als Strings b I 2 Bei unserem LOT Fragebogen wurden die Fragen 3 4 5 und 12 aus messtechnischen Gr nden umgepolt negat v formuliert Indem eine optimistische Antwort abwechselnd durch Zustimmung oder Ablehnung zum Ausdruck kommt w rd vermieden dass systematische Ja oder Neinsager einen extremen Optimismuswert erhalten Bevor wir einen Mittelwert aus den LOT Fragen als Optimismus Sch tzwert errechnen k nnen m ssen die negativ gepolten Variablen folgenderma en umkodiert werden 5 t444 N RD A 2 l W hlen Sie den Men befehl Transformieren gt Umkodieren in dieselben Variablen Quittieren Sie die Dialogbox Umkodieren in dieselben Variablen nicht mit OK sondern mit Einf gen damit das zugeh rige RECODE Kommando in das Syntaxfenster eingetragen wird in dem wir gerade unser Transformationsprogramm aufbauen Machen Sie sich klar wa rum die Abbildungsvorschrift 3 3 beim Umkodieren In dieselben Variablen berfl s sig ist beim Umkodieren in andere neue Variablen aber unbedingt erforderlich w re Datentransformat on 93 6 3 Zur Rolle des EXECUTE Kommandos Wenn Sie eine Umkodieren Dialogbox mit OK quittieren dann f hrt SPSS per Voreinstellung die angeforderte Rekodierung sofort in der Arbeitsdatei aus Obwohl dieses Verhalten sehr nahe liegend erscheint gibt es eine erw genswerte Alternative Zum Rekodieren muss SPSS n mlich die Arbeitsdatei vollst ndig durchlaufen was bei einer
126. ch tzer der Populationsvar anz keine Wachstumstendenz Folglich sind von Tz umso gr ere Werte zu erwarten je weiter der Erwartungswert u bei konstanter Varianz o ber den Wert Null hinausw chst e F r u 0 besitzt Tz bei beliebigem Nebenparameter 07 eine t Verteilung mit n 1 Frei heitsgraden Damit kennen wir das Verhalten der Teststatistik am Rand der Nullhypothese Dieses Wissen gen gt weil die bei einer Testentscheidung relevante berschreitungswahr scheinlichkeit unter der Ho siehe unten am Rand der Nullhypothese also bei u 0 maxi mal wird Ist sie am Rand klein genug dann gilt dies auch f r alle anderen Verteilungen in der Nullhypothese Aufgrund dieser Voraussetzungen kann man zu dem in einer konkreten Stichprobe erzielten Wert Temp der Teststatistik Tz die folgende berschreitungswahrscheinlichkeit bestimmen Mit welcher Wahrscheinlichkeit nimmt die Teststatistik Tz bei einer Zufallsstichprobe aus einer Nullhypothesenpopulation genauer bei u 0 einen Wert gr er oder gleich Temp an Diese Wahrscheinlichkeit wollen wir mit Pa T z Z Temp bezeichnen Sie wird von SPSS be rechnet und in der Ausgabe zum t Test f r gepaarte Stichproben mit Sig berschrieben Leider gibt SPSS beim t Test f r gepaarte Stichproben ausschlie lich die zweiseitige berschreitungswahrschein lichkeit aus siehe unten w hrend wir unsere allgemeinpsychologische KFA Hypothese mit gutem Grund einsei tig formulie
127. ch laufen soll haben jedoch eine Beschr nkung auf 80 Spalten Ein Kommando kann sich ber beliebig viele Fortsetzungszeilen erstrecken Die Verwendung von Gro oder Kleinbuchstaben ist beliebig Schl sselw rter d rfen meist bis auf die ersten drei Zeichen abgek rzt werden Beispiel fre f r frequencies Bei den meisten Kommandos sind die Spezifikationen in Subkommandos unterteilt Diese beginnen mit einem Subkommando Namen meist gefolgt von einem Gleichheitszeichen und s nd durch Schr gstriche voneinander getrennt Beispiel frequencies var 1lot0l format notable statistics all 196 Anhang Merken Sie sich aus dieser Liste f r den Anfang vor allem JEDES KOMMANDO MUSS IN EINER NEUEN ZEILE BEGINNEN UND MIT EINEM PUNKT ENDEN 16 1 5 Regeln f r Variablenlisten 16 1 5 1 Abk rzende Spezifikation einer Serie von Variablen In Transformations oder Prozedur Kommandos soll h ufig eine Folge bereits existierender und in der Arbeitsdatei hintereinander liegender Variablen angesprochen werden Dies er m gl cht das aufrufende TO dessen Syntax im Folgenden erl utert wird vara varb Namen bereits vorhandener Variablen wobei vara in der Arbeitsdatei vor varb stehen muss Beispiele frequencies var alter to beruf F r alle Variablen die in der Arbeitsdatei von ALTER bis BERUF positi oniert sind werden H ufigkeitstabellen erstellt frequencies var fragel to frage3 Wenn in der Arbeitsdatei zwischen F
128. chau Markierung Typi Ar Randst rke Farbe F llen Rahmen 13 141 70 Besbeten Zundsezen _ 13 141 70 Zumindest mit der deutschen SPSS Version 15 0 1 gelingt es allerdings bei einem per Dia grammerstellung erzeugten gruppierten Streudiagramm oft nicht den Markierungsstil f r eine einzelne Gruppe zu ndern Erstellt man dasselbe Diagramm auf konventionelle Weise wie in Abschnitt 9 1 2 beschrieben gelingt die gruppenspezifische nderung der Markierung prob lemlos 148 Grafische Datenanalyse 9 2 3 Men s und Symbolleisten Viele Angebote sind ber die Untermen s zu den Items Optionen und Elemente im Grafik editor Hauptmen sowie ber quivalente Symbolleisten verf gbar z B Anpassungs oder In terpunktionslinien Datenbeschriftungen Legende Anmerkungen Au erdem ist zu allen Objek ten ein Kontextmen verf gbar Im Beispiel bietet es sich an ber das Symbol oder den Men befehl Elemente gt Anpassungslinie bei Gesamtwert die empirische Regressionsgerade einzeichnen zu lassen Regression von Gewicht auf Gr e und Geschlecht Geschlecht Frau A Mann Anpassungslinie f r Gesamtsumme K rpergewicht in kg R Quadfrat linear 0 653 160 170 180 190 K rpergr e in cm berfl ssige Objekte lassen sich ber ihr Kontextmen oder im markierten Zustand per Entf Taste l schen Im Beispiel k nnte man so die Regressionsgerade wieder verschwinden lassen um
129. cht Eins ein In Abschnitt 10 haben Sie schon eine M glichkeit kennen gelernt F lle aufgrund von Filterkriterien tempor r oder permanent aus der Arbeitsdatei ausschlie en Nun erfahren Sie wie man die F lle individuell gewichtet so dass sie bei statistischen Analysen unterschiedlichen Einfluss auf die Ergebnisse haben 12 1 Beispiel Die M glichkeit von Eins verschiedene Fallgewichte zu verwenden d h z B einem Fall des Gewicht 16 zuzuschreiben und so zu tun als seien 16 F lle mit genau gleichen Variablenaus pr gungen in der Arbeitsdatei vorhanden erscheint zun chst sinnlos Aber erinnern wir uns an die Geschlecht x Fachbereich Kreuztabelle aus Abschnitt 11 Zur Verwendung in einer sp teren bungsaufgabe betrachten wir hier eine strukturell identische Tabelle die auf einer anderen Zufallsstichprobe der Gr e n 153 beruht Fachbereich Geschlecht II IV V Frau Mann Um mit den in Abschnitt 11 erkl rten y Tests anhand dieser Stichprobendaten pr fen zu k nnen ob in den Fachbereichen die Geschlechtsverteilungen verschieden sind brauchen Sie nach unserem bisherigen Kenntnisstand eine Arbeitsdatei in der z B 16 F lle mit dem Geschlecht 1 und dem Fachbereich 1 enthalten sind 23 F lle mit Geschlecht 1 und Fachbereich 2 usw Wir haben jedoch lediglich die obige Tabelle zur Verf gung Statt nun m hselig 153 F lle im Dateneditor neu einzutippen k nnen wir von der M glichkeit der Fallgewichtung folgenderma
130. d Manuskripte Es stehen u a zur Auswahl SPSS Originalhandb cher Mit SPSS wird eine umfangreiche Sammlung von PDF Handb chern zu den einzelnen Modulen und zu den statistischen Algorithmen ausgeliefert Allein die Dokumentation der Kommandosprache ber die man die meisten Leistungen des SPSS Systems abrufen kann siehe unten umfasst ca 2000 Seiten Dieses PDF Dokument ist auch im Hilfesys tem verf gbar Hilfe gt Command Syntax Reference Sekund rliteratur Im Buchhandel und in wissenschaftlich orientierten Bibliotheken finden sich zahlreiche Sekund r Handb cher zu SPSS Nach dem Absolvieren des vorliegenden Kurses sind f r die meisten SPSS Anwender innen insbesondere diejenigen B cher von Interesse wel che die jeweils ben tigten statistischen Methoden auf einem angemessenen Niveau be 32 Einstieg in SPSS f r Windows handeln und die konkrete Realisation mit SPSS gut unterst tzen z B durch eine Erl ute rung der Ergebnistabellen Leider habe ich mir aus Zeitgr nden von den zahlreichen Sta t st ik Lehrb chern mit SPSS Unterst tzung nur wenige Titel n her ansehen k nnen so dass die folgende Liste sicher unvollst ndig ist Backhaus et al 2008 Multivariate Analysemethoden Cohen et al 2003 Applied Multiple Regression Correlation Analysis Field A 2005 Discovering Statistics Using SPSS Norusis 2006 SPSS 15 0 Statistical Procedures Companion Norusis 2007 SPSS 15 0 Advanced Statistical P
131. d Var iablenmodifikationen und neuberechnungen in erheblichem Umfang erforderlich Profis modellieren dabei nicht per Hand so lange an der Rohdate herum bis die Fertigdatei entstanden ist sondern sie erstellen z B durch Konservieren von bearbeiteten Dialogboxen ein so genanntes SPSS Programm siehe unten das alle Transformationen erledigt und das bei Bedarf auch wiederholt ausgef hrt werden kann Die zweistufige Projektdatenverwaltung mit Roh und Fertigdatei verhindert in Kombination mit dem vermittelnden SPSS Transformationsprogramm dass bei jeder nderung der Rohdaten die erw hnten Transformationen zur Fertigdatei per Hand wiederholt werden m ssen Solche n 32 Datenerfassung und SPSS Dateneditor derungen der Rohdaten z B durch Fehlerkorrekturen oder Stichprobenerweiterungen sind eher die Regel als die Ausnahme Weil die Kommandos des Transformationsprogramms auch mit Hilfe von korrespondierenden Dialogboxen erstellt werden k nnen erfordert die professionelle Vorgehensweise kaum Pro grammierkenntnisse Es wird also folgende Struktur f r die Verwaltung der Projektdaten vorgeschlagen Rohdatendatei kfar sav Transformations programm kfat sps Fertigdatendatei kfa sav Die Erl uterungen in diesem Abschnitt werden vermutlich erst dann voll verst ndlich wenn Sie sich mit Variablentransformationen und SPSS Programmen auskennen Nach diesem Vorausblick wenden wir uns wieder der akt
132. d in der Dialogbox Va riable berechnen z B als Konstante in einer Berechnungsanweisung mit Dezimal punkt schreiben m ssen e Bei den meisten Funktionen sind auch sind numerische Ausdr cke als Argumente zuge lassen Beispiel compute albmax max a 1n b Das zweite Argument der Funktion MAX ist der numerische Ausdruck Ina ey 0 4 2 2 Sonstige Hinweise SYSMIS als Ergebnis eines numerischen Ausdrucks Durch eine Berechnungsanweisung wird der Wert des numerischen Ausdrucks auch dann der Z elvariablen zugewiesen wenn dieser Wert gleich SYSMIS ist z B bei fehlenden Argumen ten Dieses Vorgehen ist kompatibel mit dem in Abschnitt 6 1 3 beschriebenen Initialisierungs prinzip f r neue numerische Variablen Ist die Zielvar able bereits vorhanden bleibt bei miss gl ckter Berechnung des numerischen Ausdrucks keinesfalls der alte Wert bestehen sondern es wird s innvollerweise SYSMIS zugewiesen Rechnen mit fehlenden Werten Fehlt bei einem Fall zur Berechnung eines numerischen Ausdrucks eine Argumentvar able dann erh lt die Ergebnisvariable den Wert SYSMIS Ausnahmen sind die folgenden SPSS eigenen Regeln f r das Rechnen mit fehlenden Werten 100 Datentransformation 0 unbekannt 0 Diese Regel ist schlau denn f r beliebige reelle Zahlen x gilt 0 x 0 0 unbekannt 0 Diese Regel ist kritisierbar denn 0 0 X 0 e l f r x undefiniert x 0 6 4 3 bungen 1 Welche Werte haben die folgenden numerischen
133. d transfer to main window Actual power 0 959703 Y plot for a range of values Unsere KFA Hypothese handelt vom rgerzuwachs aufgrund der kontrafaktischen Alternative und kann ber die Differenz der beiden rgermessungen mit dem Einstichproben t Test beur teilt werden Wir verwenden in GPower 3 diese Sichtweise um die Effektst rke bequem festle gen zu k nnen F r den Einstichproben t Test ist die Effektst rke d folgenderma en definiert vgl z B Wentura 2004 S 4 d o Darin sind gt e u Mittelwert des betrachteten Merkmals hier rgerzuwachs in der Population e Standardabweichung des Merkmals in der Population Als mittleren rgerzuwachs Hauptparameter der KFA Hypothese erwarten wir ca 20 Als rgerzuwachs Standardabweichung Nebenparameter der KFA Hypothese erwarten wir auf grund bisheriger Studien ebenfalls einen Wert von ca 20 Mit dem Schalter Calculate and transfer to main window bef rdern wir die resultierende Effektst rke von 1 0 in das Hauptfenster Passen Sie n tigenfalls die restlichen Bestimmungsgr en f r eine A Priori Poweranalyse an Dabei ist zu beachten dass GPower nur den Punkt als Dezimaltrennzeichen akzeptiert Nach einem Mausklick auf den Hauptfensterschalter Calculate erhalten wir das beruhigende Ergebnis dass e bei einem einseitigen Test Tail s One e zum Niveau a 0 05 a err prob e f r eine gew nschte Effektst rke Power von 0 95 also einen
134. dater U MEigene Dateien SPS S ktarkw tat 20 11 177115543 i 6 6 451214542432 110000 21 177115955 22 405 343335442442 110010 Zur ck Abbrechen Hilfe Von der M glichkeit in der ersten Zeile der Datei die Variablennamen zu transportieren wird in unserem Beispiel kein Gebrauch gemacht Schritt 3 Da unsere Datei keinen Vorspann enth lt befindet sich der erste Fall in Zeile 1 Allerdings befindet er sich dort nicht komplett weil jeweils zwei Zeilen einen Fall darstellen Assistent f r Textimport Schritt 3 von Spalten fester Breite Auf welcher Zeile befindet sich der erste Fall in den Daten i Wie viele Zeilen stellen einen Fall dar 2 Wie viele F lle sollen importiert werden Alle F lle Die ersten 1000 F lle Ein Prazentwert der F lle D aterworschau 11 177115545 12 6 6 4531214542432 110000 1 177115955 za 4 G 3433535442442 110010 lt Zur ck Abbrechen Hilfe Schritt 4 Nun m ssen wir die Positionen der einzulesenden Variablen festlegen wobei der Assistent nur wenig Hilfestellung geben kann wenn Variablen nicht separiert sind Von der ersten Datenzeile 1 line of 2 in der Aufklappliste Linie in Fall ben tigen wir nur die Variable GESCHL die w r durch zwei senkrechte Linien abgrenzen Datendateien im Textformat einlesen 183 Assistent f r Textimport Schritt 4 von 6 Spalten fester Breite Die vertikalen Linien in der Datenvorschau zeigen an
135. dem Namen DatenSet0 Rufen Sie die Dialogbox zum ffnen einer Datendatei mit dem folgenden Men befehl auf Datei gt ffnen gt Daten Navigieren Sie zum Ordner mit Ihrer Rohdatendate schreiben oder klicken Sie deren Namen in das Feld Dateiname und bet tigen Sie dann den Schalter Einf gen Daten ffnen Suchen in SPSS kfar sav EG Zuletzt verwendete D Desktop Eigene Dateien 8 Arbeitsplatz u Dateiname kfar sav I Netzwerkumgeb Dateityp SPSS sav Daraufhin beginnt SPSS nicht damit aus der angegebenen Datendatei ein neues Daten Set zu erstellen und zur Arbeitsdatei zu machen sondern schreibt das f r diese Aktionen zust ndige GET Kommando in ein Syntaxfenster mit dem Titel Syntax1 80 Speichern der SPSS Kommandos zu wichtigen Anweisungsfolgen tA syntaxi SP53 Syntax Editor ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Ausf hren Fenster Hilfe e HAR Eu A s 98 po GET FILE UNEigene Dateless PS Sikfar sav DATASET NAME DatenSet1 WWINDOWSFRONT SPF55 Frozessor ist bereit Der Aufbau des GET Kommandos ist sehr einfach e Es beginnt mit dem Kommandonamen GET e Im FILE Subkommando wird die zu ffnende Datei spezifiziert e Am Ende muss wie bei jedem SPSS Kommando ein Punkt stehen Das zus tzlich erzeugte Kommando DATASET NAME hat bei der Ausf hrung folgende Effek te e Das akt ve Daten Set die Arbeitsdatei
136. den In tialisierungswert SYSMIS dargestellt durch einen Punkt e Wenn ber den Men befehl Ansicht gt Wertelabels die Anzeige von Wertelabels akti viert worden ist erscheint z B in der markierten GESCHL Zelle ein Drop Down Men zur Erleichterung der Werteingabe Allerdings erscheint das Drop Down Men nur bei bereits vorhandenen F llen Verzichten S e durch einem erneuten Aufruf des Men be fehls auf die Wertelabels und die fragw rdigen Eingabehilfen e Tragen Sie die restlichen Werte des ersten Falles ein jeweils quittiert mit der Tabulator taste So s eht der vollst ndig erfasste erste Fall unserer Stichprobe m Datenfenster aus bei abgeschalteter Wertelabels Anzeige ca kfar sav Datenset SP S Daten Editor E ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Eenster Hilfe e HAm e w bp A EE BER 5 1 metha J lot12 motivi motiv motiva motiv4 moti5 anders smg meth1 meth methal a 2 0 0 0 0 0 1 1 1E SP55 Prozessor ist bereit e Wenn Sie den Wert der letzten Variablen mit der Tabulatortaste quittieren setzt SPSS freundlicherweise die Zellenmarkierung gleich n die erste Datenzelle des n chsten Fal les so dass S e die Dateneingabe unmittelbar fortsetzen k nnen 3 2 3 Daten korrigieren 3 2 8 1 Wert in einer Zelle ndern Nat rlich k nnen die Eintragungen in einer Zelle jederzeit korrigiert werden e Wert ersetzen o Zelle markie
137. den Pivotsymbole ihre Pl tze tauschen ben tigt die Tabelle in horizontaler Rich tung deutlich weniger Platz Test bei gepaarten Stichproben K rpergewicht in kg Idealgewicht nach der Formel Gr e 100 Gepaarte Differenzen Mittelwert Standardabweichung Standardfehler des Mittelwertes 95 Konfidenzintervall Untere der Differenz Obere T df Sig 2 seitig 7 7 3 Gruppierungen Kategorien einer Dimension k nnen zu einer Gruppe zusammengefasst und durch eine etikettie rende Zelle hervorgehoben sein Welche Gruppierungen in einer Tabelle vorhanden sind erkennt man am besten nach dem Einschalten der Gitterlinien mit Ansicht gt Gitterlinien 134 Pr fung der zentralen Projekt Hypothesen In unserem Beispiel zeigt sich bei der Statistikdimension eine Gruppe mit dem Etikett Gepaar te Differenzen Sy SPSS Pivot Tabelle Tabelle ER Datei Bearbeiten Ansicht Einf gen Pivot Format Hilfe Test bei gepaarten Stichproben K rpergewicht in Kia Idealgewicht nach der Formel Gr e 100 sepaare Differenzen Mittelwert Sstandardabweichung Sstandardfehler des Mittelwertes 45 Konfidenzinterall Intere der Differenz Obere T df Sig 2 seitig Beseitigen Sie bitte diese Gruppierung folgenderma en e Rechtsklick auf das Kategorienetikett e Aus dem Kontextmen w hlen Gruppierung aufheben Wenn Sie schlie lich noch bei der Paare Dimension das Gruppenetikett Paaren 1 entfernen erhalten S
138. der Daten Wer ganz sicher gehen will dass die bei einer Studie erhobenen Informationen sicher und bequem n d e EDV bernommen werden k nnen sollte d e Daten schon n der Pla nungsphase gegen ber der zust ndigen Software deklar ieren Beim Entwurf eines Formu lars f r eine Online Erhebung oder f r eine Datenerfassung per Scanner geschieht die Datendeklaration gegen ber der jeweils verwendeten Software also vor der Datenerhe bung Diese Software kann n der Regel die erfassten Merkmale sp ter als SPSS Datendatei exportieren so dass keine erneute Datendeklaration gegen ber SPSS erforder lich ist H ufig werden die Daten mit schriftlichen Untersuchungsdokumenten erhoben und anschlie end manuell erfasst Man sollte auch be diesem Vorgehen die Daten schon vor der Erhebung gegen ber dem geplanten Erfassungsprogramm z B SPSS Dateneditor deklar ieren Anf nger innen werden bei der Arbeit mit einem Computer Programm das die vorwiegend forschungslogisch und kaum durch EDV Restriktionen diktierte Datenstruktur explizit einfordert konzeptionelle Probleme eventuell eher entde cken als bei der schriftlichen Beschreibung hres Forschungsvorhabens Bei den meisten Projekten k nnen die Daten in einer Matrix Tabelle mit den F llen als Zeilen und den Merkmalen als Spalten untergebracht werden Gelegentlich werden meh rere Tabellen ben tigt z B bei einer Untersuchung von Mitarbeitern und Kunden einer Einzelhandelskette Bei
139. die Deklaration der dort eventuell verwendeten MD Indikatoren vergessen Studieren Sie also sorgf ltig den hoffentlich vorhan denen Kodierplan der in unserem Fall vorschreibt MD Indikator GESCHL AERGO AERGM LOT1 LOT12 Die Deklaration kann in der Variablenansicht des Dateneditors erfolgen siehe Abschnitt 3 2 2 Bei der Variablen AERGO ist z B f r die Spalte Fehlende Werte einzutragen 186 Datendateien im Textformat einlesen Fehlende Werte definieren Keine fehlenden werte E Einzelne fehlende Werte Abbrechen Cr Q I 0 Bereich und einzelner fehlender Wert Das Kommando MISSING VALUES erlaubt allerdings eine rationellere und automat s erbare MD Deklaration missing values geschl 9 aergo aergm 99 lotl to lotl2 9 14 2 Import von separierten Daten Textdaten Separierte Textdaten lassen sich erheblich bequemer importieren als positionierte zumal sie blicherweise durch eine Zeile mit den Variablennamen eingeleitet werden Die Datei kfar kv sep txt enth lt dieselben KFA Daten die in Abschnitt 14 1 aus einer positionierten Datei gelesen wurden GESCHL GEBJ GROESSE GEWICHT AERGO AERGM LOT1 1072 l r 158 48 6 6 4 3 l gi 159 55 4 8 3 4 l 74 160 48 3 8 4 3 l 75 165 78 2 2 3 5 Beim Import der separierten KFA Textdaten informieren wir den ber Datei gt Textdaten lesen gestarteten Assistenten im zweiten Schritt dar ber dass Trennzeichen f r Ordnung in der Da tei so
140. doch noch eine Gelegenheit die Deklaration von benutzerdefinierten MD Indikatoren zu ben Markieren Sie in der Variablenansicht des Datenfensters die Zelle mit den Fehlenden Werten der Variablen AERGZ klicken Sie auf den Erweiterungsschalter l und tragen Sie den Wert 4 als einzelnen MD Indikator ein 122 Pr fung der zentralen Projekt Hypothesen Fehlende Werte definieren Keine fehlenden werte Einzelne fehlende Werte N Bereich und einzelner fehlender Wert Das folgende Histogramm zeigt dass die AERGZ Verteilung auch nach Elimination von Fall Nr A noch relativ deutlich von der Normalit t abweicht H ufigkeit 1 0 1 2 3 4 rger Zuwachs durch die KFA Tats chlich lehnen auch nach der Elimination des Ausrei ers die beiden von SPSS angebotenen Normalverteilungstests Kolmogorov Smirnov und Shapiro Wilk die im t Test ben tigte Nor malverteilungsannahme ab Tests auf Normalverteilung Shapiro Wilk Statistik Signifikanz Statistik Signifikanz Arger Zuwachs durch die KFA 018 a Signifikanzkorrektur nach Lilliefors Auch diese Testentscheidung folgt der in Abschnitt 7 1 beschriebenen Logik wobei folgende Hypothesen zur Konkurrenz stehen Ho AERGZ ist normalverteilt versus H AERGZ ist nicht normalverteilt Die von SPSS berechnete berschreitungswahrscheinlichkeit Signifikanz ist bei beiden Test statistiken kleiner als 5 so dass beide Tests bereinstimmend die Nullhy
141. dokumentationspflichtig 6 1 2 Hinweise zum Thema Datensicherheit Ihre Rohdaten k nnen nach der sorgf ltigen Datenerfassung und pr fung vorerst als korrekt gelten Sichern Sie den erreichten Stand indem Sie die Rohdaten in mindestens zwei Dateien speichern m glichst auf verschiedenen Datentr gern Es st s nnvoll f r beide Dateien das Schreibschutzattribut mit dem Windows Explorer zu set zen z B Eisenschaften von kf r say Allgemein Dateityp SPSS Datendokument ffnen mit aA 5P55 Ort U Eigene Dateien 5P53 Gr e 3 99 KE 4 097 Bytes Gr e auf 160KB 16 384 Bytes Datentr ger Erstellt Gestern 9 Oktober 2007 22 21 22 Ge ndert am Dienstag 4 April 2006 01 36 04 Letzter I Gestern 9 Oktober 2007 Zugriff Attribute Archiv versteckt Vor der geplanten nderung einer Datei muss das Schreibschutzattribut nat rlich wieder aufge hoben werden hnlich sorgf ltig sollten Sie nach seiner Fertigstellung das Transformationspro gramm aufbewahren Wenn Sie beim Verlassen von SPSS gefragt werden ob Sie das Daten oder ein Syntaxfenster sichern wollen sollten Sie sehr sorgf ltig pr fen ob bei dem entsprechenden Objekt w hrend der Sitzung tats chlich nur geplante Ver nderungen stattgefunden haben SESS 15 0 f r Windows Soll der Inhalt des Daten Edikors in U Eigene Dateien SPSS1kfar say gespeichert werden Antworten Sie im Zweifelsfall mit Nein M glicherweise ha
142. e Das wichtigste Hilfsmittel f r das Arbeiten mit der SPSS Kommandosprache ist die Command Syntax Reference die als PDF Dokument ber das Hilfesystem verf gbar ist Hilfe gt Command Syntax Reference Hier findet man ausf hrliche Beschreibungen der SPSS Kommandos mit zahlreichen Beispielen und wertvollen Literaturhinweisen zu den realisierten statistischen Methoden Die Syntaxfenster bieten ein einfaches Verfahren das Syntaxdiagramm zu einem konkreten Kommando einzusehen Setzen Sie die Schreibmarke auf das Kommando und klicken Sie dann auf das Symbol 3 Zum FREQUENCIES Kommando das der H ufigkeiten Dialogbox zugrunde liegt erscheint z B das folgende Hilfefenster E SPSS Base RE Ausblenden Abbrechen Aktualisieren Optionen BEE Inhalt Index Suchen Favoriten zu suchendes Schlusselwort FREQUENCIES Command Syntax 1 5tep Ahead Prognosen 25L5 command pnta 3D Balkendiagramme drehen 3D Effekte in Balkendiagrammen in Kreiscdiagrammen 3D Streudiagramme drehen Fallbeschrftungen Kantroll Yariablen Abbrechen Schaltfl che abgeleitete Achsen Abgeschnittene Ausgabe Anzeigen der vollst ndigen Aus Sbh ngiger T Test in T Test bei gepaarten Stichpre Abweichungsfunkton zum Sch tzen des Skalerungsv Abweichungskontraste in GLM Access Microsoft ACF command pnta Achsen abgeleitete Achsen Anzeigen FREQUENCIES YARIABLES vwar list FORMAT DWALUE NOTABLE AFREO LI
143. e lich als Fertigda tendate kfa sav auf die Festplatte schreibt m ssen wir an den Anfang des Syntaxfensters noch 108 Datentransformati on ein GET Kommando zum ffnen von kfar sav und ans Ende noch ein SAVE Kommando zum Sichern in kfa sav setzen Wie Sie das GET Kommando produzieren k nnen haben Sie schon in Abschnitt 5 2 erfahren Wenn Sie das Kommando jetzt erzeugen lassen erscheint es am Ende des Syntaxfensters und Sie m ssen es an den Anfang verschieben Wir verzichten auf das automatisch erzeugte DATASET NAME Kommando streichen es also aus dem Programm Um das SAVE Kommando zu generieren wechseln wir ins Datenfenster und aktivieren mit Da tei gt Speichern unter die zugeh rige Dialogbox Dann tragen wir den gew nschten Dateina men kfa sav ein und erzeugen mit Einf gen das ben tigte SAVE Kommando Zwei Hinweise zur Ausgabedate eines Transformationsprogramms e Verwenden Sie niemals dieselbe Datei als Quelle und Ziel des Transformationspro gramms Schreiben Sie also keinesfalls mit Ihrem Transformationsprogramm in die Roh datendatei Wenn Sie der Empfehlung in Abschnitt 6 1 2 folgend f r die Rohdatendate das Schreibschutzattribut gesetzt haben kann dieses Desaster auch nicht versehentlich passieren e Bei der Ausf hrung des Transformationsprogramms darf f r seine Ausgabedate also f r die Fertigdatendatei das Schreibschutzattribut nat rlich nicht gesetzt sein Schlie lich sollte Ihr Syntaxfenster ung
144. e Plausibilit tspr fungen Man kann z B daf r sorgen dass bei der Variablen GESCHL nur die Werte 1 2 und 9 als benutzerdefinierter MD Indikator akzeptiert werden Allerdings entstehen beim Einsatz eines speziellen Datenerfassungsprogramms auch Kosten e Es muss ein zus tzliches Programm erlernt werden e F r jedes Projekt sind einige Konfigurationsarbeiten erforderlich z B Gestaltung der Er fassungsmaske Definition der Regeln zur Plausibilit tskontrolle Sofern ein Arbeitsplatz mit permanenter Internet Verbindung zur Verf gung steht kann auch ein Online Umfragesystem f r die manuelle Dateneingabe mit Erfassungsmaske Plausibilit tskon trolle und Filterf hrung eingesetzt werden vgl Abschnitt 3 1 1 1 Diese L sung hat sogar den erheblichen Vorteil dass an den Erfassungspl tzen als Software nur ein Betriebssystem und e n Web Browser ben tigt werden 3 2 Erfassung mit dem SPSS Dateneditor F r die n chsten Schritte im KFA Projekt ben tigen Sie eine SPSS Sitzung mit einem leeren Datenfenster Diese Situation liegt z B vor nachdem Sie SPSS gestartet und den Startassistenten mit dem Ziel Daten eingeben verlassen haben N tigenfalls k nnen Sie ein leeres Datenfens ter mit dem folgenden Men befehl anfordern Datei gt Neu gt Daten Im realen SPSS Kurs steht nun die Var ablendeklaration und die Datenerfassung mit dem SPSS Dateneditor an Wenn Sie dieses Manuskript im Selbststudium lesen k nnen und sollten Sie t
145. e einzelnen Motive hervorgeht wie h ufig sie gew hlt worden sind Nat rlich k nnen wir die Zustimmungsfrequenzen bei den Motiv Variablen z B auch mit der l ngst bekannten H ufigkeitsanalyse Analysieren gt Deskriptive Statistiken gt H ufig keiten bestimmen lassen SPSS kann jedoch f r solche Gruppen zusammengeh riger Variablen die Zustimmungsh ufigkeiten sowie einige zus tzliche Ergebnisse in besonders kompakter Form ausgeben Wir erhalten f r unsere Daten die folgende Tabelle Motive zur Eigene Studie Kursteilnanhme Bewerbung um Stelle Bewerbung um HIWI Job Interesse an der EDV Interesse an Statistik Andere Motive Es zeigt sich etwa dass 23 Personen 76 7 aller validen F lle dem ersten Motiv zugestimmt haben Ein Fall auf den wir sp ter noch eingehen m ssen fand keines der f nf konkreten Motive f r sich passend und markierte die Restkategorie Andere Motive Bei der obigen Tabelle wird die Variablengruppe MOTIVE verwendet die nat rlich zuvor definiert werden muss W hlen Sie dazu den Men befehl Analysieren gt Tabellen gt Mehrfachantworten Sets In der nun erscheinenden Dialogbox s nd folgende Aktionen n tig e PBef rdern Sie die Variablen MOTIVI1 bis MOTIV5 sowie ANDERE in die Liste Variablen im Set e W hlen Sie im Rahmen Variablenkodierung die Option Dichotomien mit dem Gez hlten Wert Eins e Vereinbaren Sie f r das Set den Namen Motive und das Label Motive zur Kursteil nahme 174
146. e noch vie le zus tzliche Merkmale erheben z B Alter Geschlecht Beruf Schadstoffbelastung des Wohn ortes Eine praktikable Auswertung solcher Datenmengen ist aber nur mit EDV Hilfe m glich Mit SPSS f r Windows steht ein bequemes leistungsf higes und sehr bew hrtes Analysesystem f r die statistische Forschung zur Verf gung Es bietet fast alle wichtigen statistischen Verfahren sowie gute graphische Darstellungsm glichkeiten und unterst tzt alle in der Windows Welt ge br uchlichen Verfahren zur Kooperation mit anderen Programmen z B Zwischenablage Kom ponenten Technologien Programmierschnittstellen Weil SPSS auch auf anderen Plattformen vertreten ist Mac ab SPSS 16 auch Linux und sein Datendateiformat weithin unterst tzt wird bestehen g nstige Bedingungen f r die kollegiale Kommunikation 1 2 Planung und Durchf hrung einer empirischen Untersuchung im berblick Zun chst wollen wir uns einen berblick ber die verschiedenen Phasen eines empirischen For schungsprojekts und damit auch ber unser Kursprogramm verschaffen Dabei werden zahlre che Aufgaben Methoden und Probleme angesprochen ber die Sie sich im Bedarfsfall in den Lehrveranstaltungen oder in der Literatur zur empirischen Forschung informieren k nnen siehe z B Bortz amp D ring 1995 Pedhazur amp Pedhazur Schmelkin 1991 Schnell Hill amp Esser 2005 Die anschlie ende Darstellung soll als bersicht dienen und ist daher relativ knapp gehal
147. e solche subjektive Rang informat on nicht enthalten Aller dings wird man beim Erfassen der Systematik halber wohl so vorgehen dass in MOTIVA die Nummer des ersten angekreuzten Motivs landet usw bei Anordnung von oben nach unten Wir sparen vier Variablen ein wobei kein Informationsverlust eintritt wenn tats chlich pro Per son maximal zwei Motive angekreuzt werden Erweist sich ein sparsames Set w hrend der Er fassung als unterdimensioniert kann es bei Verwendung des SPSS Dateneditors problemlos er weitert werden z B um die Variable MOTIVC Auch bei der sparsamen Informationsanordnung kann man mit SPSS z B f r jedes Motiv ermit teln wie viel Prozent der Kursteilnehmer es angekreuzt haben Vor einer solchen Auswertung ist wiederum ein Mehrfachantworten Set zu definieren diesmal bestehend aus den beiden Var ab len MOTIVA und MOTIVB Be manchen Auswertungen ist es aber doch erforderlich ber Transformationsanweisungen das vollst ndige dichotome Set mit einer Variablen pro Merkmal herzustellen siehe Abschnitt 13 4 Von der Theorie zu den SPSS Variablen 17 1 4 2 4 Offene Fragen Offene Fragen l sen vielf ltige und oft schwer strukturierbare Antworten aus und es bleibt dann offen ob und wie die Antworten in SPSS Var ablen bersetzt werden sollen Ein Weg zur Sys temat sierung und Erfassung der Antworten besteht darin eine Kategorienliste zu entwickeln und die vorhandenen bzw fehlenden Nennungen der Listenelemen
148. e wir im Manuskript analysieren werden Statt die Daten tats chlich per Texteditor neu zu erfassen wurde ber das folgende WRITE Kommando aus der Arbeitsdatei eine Text Datendatei erstellt write outfile U Eigene Dateien SPSS kfar txt Ent Le2 IE gescht 5 9857 5 7 Ib 8 aroesse 9 12 gewicht 2 8 ent le2 7127 aergo aerga 5 8 lotl to Lot 202110 ERLE to nr andere 23 28 smg 30 methl to meth3 31 36 execute Unser Kodierplan sieht die systematische Verwendung des MD Indikators SYSMIS vor Das WRITE Kommando schreibt ggf Leerzeichen und SPSS interpretiert diese beim sp teren Einlesen wieder korrekt Man muss aber damit rechnen dass eine Text Datendatei auch von anderen Programmen gelesen werden soll die eventuell be nutzerdefinierte MD Indikatoren besser verarbeiten k nnen Datenerfassung und SPSS Dateneditor 31 11 169116351 12 5 8 422125344342 100000 1 1 2 3 21 170115856 22 5 8 431224342342 100000 1 1 2 0 301 167117060 302 910 551115443131 100000 0O 00 311 167116968 312 7 9 412544231132 100010 1 130 Separierte Daten In einer Datei mit separierten Daten m ssen die Variablenauspr gungen jedes Falles in derselben Reihenfolge vorliegen und je zwei Werte m ssen durch ein Separatorzeichen voneinander ge trennt werden Beim Trennzeichen hat man die freie Auswahl entscheidet sich aber meist zw1 schen folgenden Kandidaten Tabulatorzeichen Komma Semikolon Leerzeichen Beim Einlesen separierter Daten durch
149. ef hr so aussehen GET FILE U Eigene Dateien SPSS KFAR SAV DEKADE RECODE geb 1960 thru 1969 1 1970 thru 1979 2 INTO Dekade EXECUTE LOT Fragen umkodieren RECODE 183 1914 lot5 lot12 5 1 4 2 2 4 1 5 EXECUTE IDGEW berechnen COMPUTE idgew groesse 100 VARIABLE LABELS idgew Idealgewicht nach der Formel Gr e 100 EXECUTE LOT berechnen COMPUTE LOE MEAN SO LOC lO LOCI OES 1078 10 9 LOC 31 5E 12 VARIABLE LABELS lot LOT Optimismus EXECUTE AERGAM berechnen COMPUTE aergam aergo aergm 2 VARIABLE LABELS aergam Mittel der rger Variablen EXECUTE AERGZ berechnen COMPUTE aergz aergm aergo VARIABLE LABELS aergz rger Zuwachs durch die KFA EXECUTE NMI berechnen COMPUTE bmi gewicht groesse 2 0 0001 VARIABLE LABELS bmi Body Mass Index EXECUTE Datentransformat on 109 MD Behandlung f r die Motiv Variablen DO IF SUM motivl to andere 0 RECODE motivl motiv2 motiv motiv mot iv5 andere 0 SYSMIS END IF EXECUTE MD Behandlung f r die Methoden Variablen Zelle 1 1 der Tabelle DO IF smg 1 and nmiss methl to meth3 lt 3 RECODE methl meth2 meth3 SYSMIS 0 END IF EXECUTE MD Behandlung f r die Methoden Variablen Zelle 1 2 der Tabelle DO IF smg 1 and nmiss methl to meth3 3 RECODE smg 1 SYSMIS END IF EXECUTE MD Behandlung f r die Methoden Variablen Zelle 2 1 der Tabelle D
150. ehlen Datei gt ffnen gt Ausgabe oder Datei gt Zuletzt ge ffnete Dateien gibt es nichts Ungew hnliches zu berichten 4 4 4 Objekte via Zwischenablage in andere Anwendungen bertragen Mit der Tastenkombination Strg C oder mit dem Men befehl Bearbeiten gt Kopieren fordert man SPSS auf ein markiertes Ausgabe Objekt z B Tabelle oder Diagramm in die Zwi schenablage zu bef rdern Zum Einf gen in der Zielanwendung kann man den Men befehl Bearbeiten gt Einf gen Univariate Verteilungs und Fehleranalysen 63 bzw die Tastenkombination Strg V verwenden SPSS legt die Daten in mehreren Formaten in der Zwischenablage ab und je nach Zielanwen dung kann es sinnvoll sein ber den Men befehl Bearbeiten gt Inhalte Einf gen auf das entnommene Format Einfluss zu nehmen Wenn Sie beim Einf gen einer Tabelle das Format Grafik Windows Metadatei w hlen erhalten Sie in der Zielanwendung ein Grafik Implantat mit dem Original Design aus dem SPSS Viewer das nur noch Gr en und Positions nderungen erlaubt So wurden z B die in Abschnitt 4 3 w edergegebenen Tabellen bertragen Zum selben Ergebnis gelangt wer im SPSS V iewer Tabellen mit der Tastenkombination Strg K oder mit dem Men befehl Bearbeiten gt Objekte Kopieren in die Zwischenablage bef rdert und in der Zielanwendung mit Bearbeiten gt Einf gen bzw Strg V entnimmt ber Bearbeiten gt Objekte Kopieren lassen auch mehrere markierte Tabellen gemein
151. ei gt Textdaten lesen gestartet wird Er kommt aber auch dann zum Einsatz wenn S e nach Datei gt ffnen gt Daten eine Textdatendate w hlen An der im Vorwort vereinbarten Stelle finden Sie die Dateien kfar kv pos txt und kfar Kv sep txt mit positionierten bzw separierten KFA Daten von 77 F llen Es bietet sich an diese Daten einzulesen um die in Abschnitt O durch graphische Datenexploration gewonnene Moderatorversion der differentialpsychologischen Hypothese anhand einer unabh ngigen Stichprobe zu berpr fen 14 1 Import von positionierten Textdaten feste Breite In der Datei kfar kv pos txt sind die Werte eines Falles auf zwei Zeilen verteilt und jede Varia ble hat eine feste Position im Datensatz eines Falles z B Variable AERGO in Zeile 2 Spalten 5 6 so dass auch ihre Breite fixiert ist tE 277175848 12 6 4317217542332 110000 2 1 57 41 15959 22 W 8 3433535442422 11090709 31 174416048 32 2 0 2433224243322 190019 A 147251160978 42 2 2 2382125942531 100180 Die f r uns relevanten Variablen haben folgende Positionen 5 GESCHL AERGO 5 6 AERGM 7 8 LOTOI LOTI2 10 21 Alle brigen Variablen k nnen wir ignorieren Gehen S e folgenderma en vor um die relevanten Daten zu importieren Datendateien im Textformat einlesen 181 Textimport Assistenten starten und Datei ausw hlen Nach dem Start des Textimport Assistenten ist zun chst die Eingabedate zu w hlen Datei ffne
152. eichsverteilungen bei Frauen und M n nern identisch sind Zur Illustration des Unabh ngigkeitsbegriffs wurde hier auf eine Vertei lungshomogenit t verwiesen Sp ter folgen noch einige Erl uterungen zu den beiden Begriffen und zu ihrer Beziehung Unsere Nullhypothesenformulierung ist zweiseitig wozu es auch gar keine Alternative gibt weil die Fachbereichsvariable mehr als zwei Stufen hat Bei 2 x 2 Kreuztabellen sind aber auch einseitige Hypothesen m glich siehe Abschnitt 11 4 3 2 Weil der Zusammenhang zwischen den beiden nominalskalierten Merkmalen Fachbereich und Geschlecht zu untersuchen ist w hlen wir als Auswertungsmethode die Kreuztabellenanalyse mit x Test Weil Kreuztabellenanalysen recht h ufig eingesetzt werden erl utert der vorliegen de Abschnitt die wichtigsten statistischen Grundlagen und die Regeln f r eine korrekte Interpre tation der SPSS Ergebnisse Leider erweist sich unsere Kursstichprobe be n herer Betrachtung als ungeeignet zur Pr fung der Pr ferenz Divergenz Hypothese denn e S e ist recht klein geringe Testst rke e Die Stichprobe st wenig repr sentativ we l nur SPSS Interessierte enthalten s nd Folg lich sind manche Fachbereiche z B II V fast nicht vertreten Daher wurde eine Zufallsstichprobe der Gr e n 283 aus der Datenbank mit allen Studieren den der Universit t Trier im WS 1993 94 gezogen Bei jedem Fall wurden die Variablen Ge schlecht GESCHL und Fachbereic
153. eine Anpassung der Vorein stellung Acht verzichtet So verfahren wir der Einheitlichkeit halber auch bei den abgeleiteten Variablen Mit den folgenden Kommandos wird die Breite der Datenfensterspalte Attribut Spalten und das Messniveau f r die neuen Variablen eingestellt wobei SCALE f r Intervallskalenqualit t steht var able width dekade to polymot 7 variable level dekade ordinal idgew to polymot scale F gen Sie die Kommandos zur Deklaration von Variablenattributen am Ende des Transformati onsprogramms ein unmittelbar vor dem SAVE Kommando Damit ist das Transformationsprogramm zum KFA Projekt fertig Falls noch nicht geschehen m ssen S e es unbedingt sichern z B n das Verzeichnis U Eigene Dateien SPSS unter dem oben vorgeschlagenen Dateinamen kfat sps 6 7 2 Transformationsprogramm ausf hren Lassen S e das Transformationsprogramm ausf hren z B mit Ausf hren gt Alles Wenn S e anschlie end m Hauptausgabefenster nur die protokollierten Kommandos finden ist alles glatt gegangen Anderenfalls erscheinen dort Fehlermeldungen und oder Warnungen n einem mit Log betitelten Ausgabeblock Da alle Kommandos Ihres Programms von SPSS er stellt wurden sollte dies eigentlich nicht passieren ltere Warnungen bzw Fehlermeldungen sollten vor einem Lauf des Transformationspro gramms aus dem Ausgabefenster gel scht werden um Unklarheiten zu vermeiden Datentransformati on 111 Durch einen gelungenen L
154. einer flachen Datenstruktur ohne geschachtelte Beobachtungseinheiten siehe oben sind oft nur Kodierungsregeln festzulegen Hierunter f llt z B die Vereinbarung dass beim Merkmal Geschlecht die Auspr gung weiblich durch eine Eins und die Auspr gung m nnlich durch eine Zwei erfasst werden soll Bei einer hierarchischen Datenstruktur z B mit Firmen und Mitarbeitern als geschachtelten Beobachtungseinheiten werden meist die Beobachtungseinheiten der untersten Ebene zu den F llen bzw Zeilen der Da tenmatrix Die Festlegungen zur Strukturierung und Kodierung der Projektdaten sollten in einem Kodierplan dokumentiert werden Er st bei einer manuellen Datenerfassung als genaue Arbeitsvorschrift unverzichtbar und eignet s ch generell zur Dokumentation der Daten eventuell f r einen gr eren Nutzerkreis Wir werden uns in Abschnitt 1 4 mit der Strukturierung und Kodierung von Daten ausf hrlich besch ftigen Von der Theorie zu den SPSS Var ablen 5 1 2 3 Durchf hrung der Studie inklusive Datenerhebung Nach Abschluss der Planungs und Vorbereitungsphase kann die Studie durchgef hrt werden 1 2 4 Datenerfassung und pr fung Wir verwenden bei unserem Demonstrationsprojekt zur Datenerhebung einen Fragebogen Da mit fallen als n chstes folgende Arbeiten an e Datenerfassung Das Eintragen der Rohdaten in eine Datei auf der Festplatte eines Computers kann mit dem Dateneditor von SPSS geschehen mit einem speziellen Datenerfassungspr
155. einseitigen Test zum a Niveau 0 05 vgl Cohen 1977 S 422 Das von GPower verwendete Effektst rkema f steht in folgender Beziehung zum Determinati onskoeffizienten 7 Anteil der erkl rten Kriteriumsvarianz Wir nehmen einen Determinationskoeffizienten von 0 09 und damit eine Effektst rke von ca 0 1 an Bei der von Cohen 1977 S 56 als Standardwert empfohlenen Power Entdeckungswahr scheinlichkeit von 0 8 resultiert ein erforderlicher Stichprobenumfang von 64 F llen Weil die Kursstichprobe n der Regel kleiner ist stehen unsere Chancen einen Effekt von der vermuteten St rke zu entdecken also eher schlecht Bei einer gew nschten Power von 0 95 Fehler 0 05 werden sogar 111 F lle ben tigt In einem realen Forschungsprojekt zur Kl rung der differenti alpsychologischen Hypothese m sste der Stichprobenumfang folglich erh ht werden Bei einem zweiseitigen Test werden bei der oben angenommenen Effektst rke und a B 0 05 bereits 134 F lle ben tigt Wer den Unterschied zwischen gerichteten und ungerichteten Hypo thesen ignoriert und mit dem bei EDV Programmen blicherweise voreingestellten zweiseitigen Test arbeitet muss also einen erh hten Aufwand bei der Datenerhebung betreiben bzw verliert bei dentischem Stichprobenumfang in erheblichem Umfang an Testst rke Damit ein starker Effekt f 0 35 bzw 0 26 bei einseitiger Testung zum a Niveau 0 05 mit einer Wahrscheinlichkeit von 0 8 zu einem signifikan
156. ele Vorschriften z B vierstellige Erfassung des Geburtsjahrs Verlagerung der MD Behandlung bei den Motiv Fragen die per Variablendeklaration nicht hinreichend klar dokumentiert werden k nnen 1 5 Durchf hrung der Studie inklusive Datenerhebung Bei den obigen berlegungen zur Strukturierung und Kodierung der Daten hat sich ergeben dass der n Abschnitt 1 3 wiedergegebene Fragebogen ohne Korrekturen eingesetzt werden kann Damit steht der Durchf hrung unserer Befragung nichts mehr im Wege Im realen Kursverlauf haben die Teilnehmer noch im Zustand der naiven Unbefangenheit ohne Kenntnis der KFA Theorie die Rolle der Probanden bernommen und so ihre eigenen von zuf lligen Stichproben effekten gef rbten Daten produziert Die Leser innen im Selbststudium werden wohl aus prakti schen Gr nden in der Regel auf die Durchf hrung einer eigenen KFA Erhebung verzichten Im weiteren Verlauf des Manuskriptes werden die n einem fr heren Kurs erhobenen Daten analy siert Die zugeh rigen Dateien k nnen ber das Internet bezogen werden siehe Vorwort Hier ist der ausgef llte Fragebogen derjenigen Untersuchungsteilnehmerin zu sehen die bei der zuf l ligen Vergabe einer Fall dentifikation vgl Abschnitt 1 4 2 1 die Nummer 1 erhielt UNIVERSIT TS RECHENZENTRUM TRIER URT u B Baltes G tz 3 Aussagen zur Selbsteinsch tzung Teilen Sie bitte f r die folgenden Selbstbeschreibungen durch Ankreuzen einer Antwortkategorie mit i
157. elne Person z B den Mittelwert ber mehrere LOT Variablen berechnen lassen SPSS geht waagerecht vor wobei dasselbe Verfahren auf jeden Fall d h auf jede Zeile der Datenmatrix angewendet wird Die statistische Funktion MEAN erzeugt 98 Datentransformation oder modifiziert eine Variable d h eine komplette Spalte im Datenfenster in die f r jeden Fall sein eigenes Berechnungsergebnis eingetragen wird e Funktionen f r fehlende Werte z B Regeln Beispiel NMISS argI Anzahl fehlender Werte bei den aufgelisteten Vari ablen VALUE arg Es wird der Wert der Variablen arg geliefert wo bei benutzerdefinierte MD Deklarationen ignoriert werden Mit wird zum Ausdruck gebracht dass die Liste der zu untersuchenden Variablen optional beliebig verl ngert werden darf Mit dem Schl sselwort TO k nnen bequem Serien von Variablen angegeben werden s ehe 1 Beispiel und obige Erl uterungen zu den statistischen Funkti onen compute nmfrei nmiss sport to angeln Der numerische Ausdruck liefert die Anzahl der fehlenden Werte SYMIS oder benutzerdefiniert bei den Variablen SPORT bis ANGELN die in der Arbeits datei hintereinander stehen e Pseudozufallszahlengeneratoren z B Beispiel Hinweis NORMAL arg Die Funktion liefert normalverteilte Zufallszahlen mit Mittelwert Null und Standardabweichung arg UNIFORM arg Die Funktion liefert gleichverteilte Zufallszahlen im Interva
158. en eingeleiteten Zeilen beinhalten Kommentare die nachtr glich eingef gt wurden um die sp tere Orientierung im Programm zu erleichtern Wichtig Ein Kommentar hat ebenfalls Kommandostatus und muss daher unbedingt mit ei nem Punkt abgeschlossen werden Sonst erstreckt sich der Kommentar bis zur n chsten Zeile die entweder komplett leer ist oder mit einem Punkt endet e Wenn die Arbeitsdatei keinen Daten Set Namen hat wird sie vom GET Kommando ohne Nachfrage berschrieben e Das SAVE Kommando berschreibt eine eventuell vorhandene Date kfa sav ohne Nachfra ge was jedoch bei der in diesem Manuskript vorgeschlagenen Arbeitsweise vgl Abschnitt 6 1 1 unproblematisch ist Eventuell legen Sie Wert darauf dass auch die neu berechneten Variablen mit einer optimalen Anzahl von Dezimalstellen angezeigt werden Eine manuelle Einstellung vgl Abschnitt 3 2 2 ist wenig attrakt v we l unser Transformationsprogramm ja mit einiger Wahrscheinlichkeit mehrfach ausgef hrt werden muss Die bessere Alternative besteht darin unser Programm um ein FORMATS Kommando zu erweitern das die Attribute automatisch setzt formats dekade idgew aergz polymot 8 0 aergam f8 1 lot bmi f3 2 Im Ausdruck fb d legt man mit b die Gesamtbreite der Wertausgabe Attribut Spaltenfor mat und mit d die Anzahl der Dezimalstellen fest Weil bei numerischen Variablen die Ge samtbreite f r uns irrelevant ist haben wir bei den Rohvar ablen auf
159. en matr x eingetragen werden soll Diese Ersatzwerte bezeichnet man h ufig als MD Indikatoren wobei MD f r missing data steht Gelegentlich sind bei einer Variablen sogar mehrere MD Indikatoren n tig wobei z B ein erster Indikator signalisiert Frage trifft nicht zu und ein zweiter bedeutet Keine auswertbare Antwort geliefert Beispiel Angenommen wir h tten uns im demographischen Teil unseres Fragebogens da nach erkundigt ob ein Teilnehmer Wehr bzw Zivildienst abgeleistet hat Dann k nnten wir zu dieser Frage die SPSS Var able DIENST definieren und dabei fol gende Kodierungsregeln vereinbaren o Wehrdienst wird durch 1 kodiert o Zivildienst wird durch 2 kodiert o Ausmusterung wird durch 3 kodiert o Frauen erhalten bei DIENST den Wert 8 Frage trifft nicht zu o Verweigert ein Mann die Antwort erh lt er den Wert 9 Beachten Sie bei der Verwendung von benutzerdefinierten MD Indikatoren folgende Regeln e Es ist klar dass alle MD Indikatoren einer Variablen au erhalb des validen Werte bereichs liegen m ssen So w re z B d e 99 kein geeigneter MD Indikator f r unsere Va riable K rpergewicht gemessen in kg e W hlen Sie m glichst pr gnante oder extreme Werte also z B bei einer Variablen mit den validen Werten 1 und 2 den MD Indikator 9 Dies bewirkt warnend auff llige Er gebnisse falls F lle mit fehlenden Werten n cht ordnungsgem von einer Analyse aus geschlossen wurden e Der Einfachheit halb
160. en namen verboten sind Die von lteren SPSS Versionen verschm hten Umlaute in Var iablennamen werden mitt lerweile akzeptiert Seit der SPSS Version 16 sind auch beim bergang zu einem alterna tiven Betriebssystem keine Zeichensatzprobleme bei Variablennamen mehr zu bef rch ten Trotzdem werden n diesem Manuskript mit R cksicht auf ltere SPSS Versionen Umlaute in Variablennamen vermieden Die folgenden Schl sselw rter der SPSS Kommandosprache siehe unten d rfen nicht als Var ablennamen verwendet werden ALL AND BY EQ GE GT LE LT NE NOT OR TO WITH Die Gro Kleinschreibung ist irrelevant hinsichtlich der Identifikation von Variablen jedoch verwendet SPSS bei Ausgaben die Schreibweise aus der Var ablendeklaration Ist zu einer Variablen allerdings ein Var ablenlabel siehe unten definiert erscheint dieses in der Ausgabe an Stelle des Namens Wir schreiben in SPSS die Variablennamen aus Bequemlichkeitsgr nden n Kleinbuchstaben In Manuskript erscheinen s e zur Hervor hebung in Gro buchstaben Beim Versuch einen irregul ren Variablennamen zu vereinbaren erhalten Sie im SPSS Daten editor eine meist informative Fehlermeldung z B SESS 15 0 f r Windows A Erstes Zeichen des Yariablennamen unzul ssig Tipps zur Benennung Bilden Sie m glichst informative Namen also z B FNR GESCHL und GEBJ f r Fall nummer Geschlecht und Geburtsjahr an Stelle unpraktischer Bezeichnungen wie VARI VAR2 VA
161. en Man kann SYSMIS bequem dadurch vereinba ren dass man die betroffene Zelle unver ndert l sst Weil SPSS den Ersatzwert SYSMIS automatisch richtig versteht ist eine Deklaration nicht n tig und kann daher auch nicht vergessen werden Im Datenfenster und in der Ergebnisausgabe wird SYSMIS durch einen Punkt dargestellt siehe Abbildung in Abschnitt 1 4 1 Variable LOTS bei Fall 13 1 4 3 2 2 Fehlende Werte bei Mehrfachwahl Fragen und offenen Fragen Nachdem der Sinn und die Verwendung von MD Indikatoren gekl rt sind geht es in diesem Abschnitt um eine spezielle Interpretationsunsicherheit im Zusammenhang mit fehlenden Wer ten die bei Mehrfachwahlfragen aus der Verwendung eines probanden freundlichen Antwort formates resultieren kann Im Fragebogenteil 4a zu den Motiven f r die Kursteilnahme sorgt die sechste Ankreuzalternative Andere Motive durch Komplettieren der Antwortm glichkeiten daf r dass eine redliche Auskunftsperson mindestens eines der sechs K stchen ankreuzen muss Ohne diese Restkategorie k nnten wir bei einem Fragebogen mit f nf leeren Motivk stchen fol gende M glichkeiten nicht unterscheiden e Bei der Person trifft tats chlich keines der f nf vorgegebenen Motive zu e Die Person hat den Fragebogenteil 4a nicht bearbeitet fehlende Daten Ursache f r die Interpretationsunsicherheit ist offenbar das vereinfachte Antwortformat das pro Motiv nur ein K stchen vorsieht statt jeweils ein Ja und ein Nein K stch
162. en Systems suchen Man kann z B versuchen das Zusammenwirken aller relevanten Kom ponenten durch ein Pfad oder ein Strukturgleichungsmodell zu erfassen Hier sind zahl reiche Parametersch tzungen und Hypothesentests beteiligt Die in den Beispielen zur Inferenzstatistik genannten Fragen z B zum erh hten Krebsrisiko bei Rauchern sind anhand weniger unrepr sentativer Einzelbeobachtungen z B der steinalte Ket 2 Von der Theorie zu den SPSS Var ablen tenraucher nicht zu kl ren Solche Anekdoten lassen keine sinnvollen Schl sse und Entschei dungen zu sondern demonstrieren lediglich die in obigem Zitat angesprochene Unsicherheit Eine grundlegende Strategie der statistisch arbeitenden Forschung trotz Unsicherheit zu guten Entscheidungen zu kommen besteht darin zu einer Fragestellung hinreichend viele unabh ngi ge Beobachtungen zu machen und diese mit statistischen Verfahren zu analys eren Auch zur Kl rung der Frage wie viele Beobachtungen f r ein gew nschtes Ma an Sicherheit erforderlich sind stehen statistische Methoden bereit Zur Untersuchung der Raucherproblematik wird man vielleicht bei ca 500 zuf llig aus der interessierenden Population ermittelten Personen Beo bachtungseinheiten Merkmalstr gern F llen die Merkmale Nikotinkonsum und Lungen krebs Erkrankungen beobachten Da au erdem eine Beteiligung weiterer Bedingungen an der Lungenkrebs Entstehung anzunehmen ist wird man n einer wohldurchdachten Studi
163. en Gebrauch machen e Wir sorgen f r ein leeres Datenfenster Dort definieren wir die Variablen GESCHL Geschlecht FB Fachbereich und ANZAHL e Jede Zelle der Geschlecht x Fachbereich Kreuztabelle wird im SPSS Datenfenster als ein Fall behandelt Der erste Fall erh lt z B f r die drei Variablen GESCHL FB und ANZAHL die Werte 1 l und 16 a Unbenannt2 Datenset4 SPSS Daten Editor ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe e HAm e mb A FE Bo 1 geschl 1 geschl f anzahl var var var var a E 1 II Lu BI l Du Bo 1 1 1 1 1 2 2 2 2 2 2 6 zul alh Datenansicht Yarlablenansicht Ea T SP55 Prozessor ist bereit 172 F lle gewichten e Die F lle werden mit der Variablen ANZAHL gewichtet Damit tun wir z B so als seien 16 F lle mit dem Geschlecht 1 und dem Fachbereich 1 vorhanden gewesen Aber das stimmt ja wirklich Offenbar ist die Fallgewichtung doch nicht so sinnlos Um eine Gewichtsvariable zu vereinbaren rufen w r mit dem Men befehl Daten gt F lle gewichten eine Dialogbox auf die folgende Optionen anbietet e F lle nicht gewichten Damit wird eine bestehende Gewichtung wieder aufgehoben e F lle gewichten mit Die gew nschte Variable wird mit dem Transportschalter in die Position der H u figkeitsvariablen gebracht z B E F lle gewichten 4 geschi F lle nicht gewichten fE f F
164. en Optionen gem Kodierplan bisher auf SYSMIS werden auf 0 Bem Irregul res Antwortver halten Alle Variablen behalten den Wert SY SMIS In den beiden obersten Zeilen jeder Zelle sind die erforderlichen Korrekturen bei SMG bzw METH 1 bis METH3 angegeben Erweitern Sie Ihr Programm kfat sps um passende Transformationsanweisungen 106 Datentransformation 6 6 H ufigkeit bestimmter Werte bei einem Fall ermitteln Mit dem Befehl Werte in F llen z hlen aus dem Men Transformieren bzw mit dem zugrunde liegenden COUNT Kommando kann man eine Variable berechnen lassen die f r je den Fall festh lt wie oft bestimmte Werte in einer Liste von k Variablen vorkommen Das mi n male Ergebnis ist Null keine Variable hat einen der kritischen Werte und das maximale Er gebnis ist k jede Variable hat einen kritischen Wert Wir wollen eine neue Variable namens POLYMOT berechnen lassen d e f r jede Person fest h lt wie viele Motive zur Kursteilnahme sie im Fragebogenteil 4a angegeben hat Aktivieren Sie die Dialogbox H ufigkeiten von Werten in F llen z hlen mit Transformieren gt Werte in F llen z hlen Vergeben Sie f r die Zielvar able den Namen POLYMOT sowie das Label Anzahl der Motive f r die Kursteilnahme und transportieren Sie die Variablen MOTIV1 bis ANDERE in die Teil nehmerliste Danach m sste Ihre Dialogbox ungef hr so aussehen BE H ufiekeiten von Werten in F llen z hlen Zielvariable Label polprat i
165. en Sie im Syntaxfenster die fol genden Kommandos DO IF nmiss motivl to andere 0 COUNT polymot motivl motiv2 motiv3 motiv4 motiv5 andere 1 VARIABLE LABELS polymot Anzahl der Motive f r die Kursteilnahme END IF EXECUTE Was hier z hlt ist offenbar das COUNT Kommando Es enth lt im Wesentlichen eine Liste der zu untersuchenden Variablen gefolgt von einer eingeklammerten Liste der kritischen Werte Das VARIABLE LABELS Kommando hat SPSS aufgrund unserer Eintragung im Label Textfeld erstellt Das Z hlergebnis w rd nur dann ermittelt und der neuen Variablen POLYMOT als Wert zuge wiesen wenn die Bedingung im DO IF Kommando erf llt ist Anderenfalls beh lt POLYMOT den Initialisierungswert SYSMIS 6 7 Erstellung der Fertigdatendatei mit dem Transformationsprogramm Aufgrund der KFA bezogenen bungsaufgaben in den Abschnitten 6 2 Erstellung von DEKA DE durch Rekodierung von GEBJ Umkodieren der negat v formulierten LOT Fragen 6 4 Be rechnung von IDGEW LOT AERGAM AERGZ und BMI 6 5 MD Behandlung f r die Mo tiv und f r die Methoden Var ablen und 6 6 Ausz hlen der Kursmotive sollten jetzt alle vor l ufig im KFA Projekt ben tigten Transformationskommandos in einem Syntaxfenster stehen 6 7 1 Transformationsprogramm vervollst ndigen Um daraus ein komfortables SPSS Programm zu machen das die Rohdatendatei kfar sav selb st ndig einlie t dann die so entstandene Arbeitsdatei transform ert und schli
166. en der Gesamtstichprobe jeweils spezifische Modifikationen durchzuf hren Fallunterscheidung Z B k nnte man m Rahmen einer Untersuchung zum Essverhalten bei der Berechnung der neuen Variablen Idealgewicht aus der bereits vorhandenen Variablen K rpergr e bei Frauen und M nnern unterschiedliche For meln anwenden In den SPSS Transformations Dialogboxen erreichen Sie ber den Schalter Falls eine Subdia logbox zur Definition einer Bedingung unter der die Transformation ausgef hrt werden soll Sie k nnen z B eine bedingte Umkodierung vgl Abschnitt 6 2 Berechnung vgl Abschnitt 6 4 oder Werteausz hlung vgl Abschnitt 6 6 vornehmen Wenn unter ein und derselben Bedingung gleich mehrere Transformationen vorgenommen wer den sollen muss diese Bedingung in allen ben tigten Transformations Dialogboxen wiederholt werden hnlich umst ndlich ist die Realisation von Fallunterscheidungen mit Hilfe der Trans format ons Dialogboxen F r solche Aufgaben bietet die SPSS Kommandosprache mit der DO IF ELSE IF END IF Kontrollstruktur bessere L sungen Diese lassen sich jedoch nicht kom plett mit Dialogboxen generieren so dass sie in diesem Kurs aus Zeitgr nden nicht behandelt werden 6 5 1 Beispiel In diesem Abschnitt soll endlich das MD Problem bei den Motivationsvariablen gel st werden Wir haben bei den Variablen MOTIV1 bis MOTIV5 und ANDERE systematisch die angekreuz ten K stchen mit Eins und die leeren K stchen mit
167. en modifizieren Das Standardverhalten von SPSS f r Windows l sst sich auf vielf ltige Weise den individuellen Bed rfnissen anpassen was wir bei passender Gelegenheit auch schon getan haben ber den Men befehl Bearbeiten gt Optionen erhalten Sie die folgende Dialogbox mit Optionen zur SPSS Konfiguration Optionen Fivot T abellen Daten Allgemein leer Text Yiewer Yanablenlisten O Labels anzeigen Namen anzeigen O Alphabetisch Datei S tzungs Jourmal Sentas in Journal aufzeichnen Anh ngen berschreiben U E igene D ateiensepss jnl Yerzeichnis f r tempor re Dateien Temp E Zuletzt verwendete Dateien _ Syntas Fenster beim Start ffnen Variablenlisten Wahrung Skripta Beschriftung der Ausgabe Diagramme Interaktiv Ausgabe Keme wissenschaftliiche Notation f r kleine Zahlen in Tabellen Yewer Top beim Start Normal Text Ma einheit Sprache Benachrichtigung Fenster des Wiewer offnen zur neuen Ausgabe bl ttern Klang Keiner O Klang O Systemsignal Auf dem Resgisterblatt Allgemein sind u a folgende Optionen von Relevanz Bei den Listen ausw hlbarer Variablen in Dialogboxen verwendet SPSS folgende Voreinstellun gen e SPSS pr sentiert die Variablen durch ihre Labels falls vorhanden Dabei werden die Var ablenlisten aufgrund des begrenzten Platzangebotes oft recht un bersichtlich Ein 50 stelliges Label das auf ca 20 Zeichen gek rzt werden mu
168. en seines enormen Rechenaufwandes nur f r kleine Stichproben durchf hrbar ist Insgesamt steht f r die meisten Situationen ein angemessenes Ver fahren zur Verf gung e Wenn die Anwendbarkeitskriterien f r die asymptotischen Verfahren erf llt sind sollten S e den Pearson Test verwenden e Anderenfalls sollten Sie einen exakten Test versuchen Wenn bei einer Kreuztabelle die Minimalanforderungen an die erwarteten H ufigkeiten nicht erf llt sind und der exakte Test aufgrund des insgesamt zu gro en Stichprobenumfangs schei tert m ssen Sie die verantwortlichen schwach besetzten Zeilen bzw Spalten entweder l schen oder miteinander bzw mit anderen Zeilen Spalten zusammenlegen In einem Anwendungsbeispiel wollen wir die Daten aus dem ersten Abschnitt des SPSS Handbuchs zum Modul Exact Tests 1996 S 1 verwenden Es handelt sich um Pr fungsergeb 168 Analyse von Kreuztabellen nisse wei er schwarzer asiatischer und hispanoider Feuerwehrbewerber in einer amerikani schen Kleinstadt Hautfarbe Mittel und Wei Sonwa Asalseh Sucamerka Gesamt Bestanden Unklar Durchgefallen Gesamt Prozent Bestanden Unklar o o 9 y 10 0 Durchgefallen 40 0 60 0 80 0 45 0 Gesamt 100 0 100 0 100 0 100 0 100 0 Technische Hinweise e Die Tabelle enth lt spaltenbezogene relative H ufigkeiten Subdialogbox Zellen e F r die beiden Zeilendimensionen wurde per Pivot Werkzeug die Schachtelungsordnung ge ndert 55 Pivot
169. en sich nach 62 Univariate Verteilungs und Fehleranalysen Datei gt Seite einrichten in der folgenden Dialogbox einige M glichkeiten Seite einrichten Fapier Gr e Huelle Automatisch ausw hlen T Orientierung R nder mm Hochformat Links 112 7 Rechts 112 7 C Querformat ben 112 7 Unten 112 7 Abbrechen Drucker Optionen In der Optionen Subdialogbox k nnen u a Kopf und Fu zeilen festgelegt werden z B unter Verwendung von Standardelementen wie berschrift erster Stufe I Datum und Uhrzeit Den Erfolg Ihrer Bem hungen k nnen Sie ber Datei gt Seitenansicht auch schon vor dem Ausdruck begutachten Auf den Pool PCs an der Universit t Trier k nnen S e den Inhalt des Ausgabefensters als PDF Datei exportieren indem Sie im Druckdialog den Drucker mit dem Namen Rumborak PDF Writer Plus w hlen 4 4 3 Ausgaben sichern und ffnen Zum Speichern eines Viewer Dokuments dienen die Men befehle Datei gt Speichern unter bzw Datei gt Speichern Dabei entstehen Viewer Dateien die blicherweise durch die Na menserweiterung spo gekennzeichnet werden SPSS Ausgaben sollten z B dann in elektroni scher Form gespeichert werden wenn sie auszugsweise in Dokumente anderer Programme eingegangen sind z B in MS Word Dateien Mit SPSS ist eine nachtr gliche Modifikation dieser Ausgaben leicht m glich mit den Fremdprogrammen aber kaum Zum ffnen eines Viewer Dokuments mit den Bef
170. en stellen jedoch die gew nschte Kor respondenz zwischen den Datens tzen im Rechner und den nummerierten schriftlichen Untersu chungsunterlagen nicht zuverl ssig her Die Nummerierung der Datenfensterzeilen kann sich n mlich leicht ndern z B wenn ein Sortieren der F lle n tig wird oder wenn F lle gel scht oder eingef gt werden Von der Theorie zu den SPSS Variablen 15 1 4 2 2 Abgeleitete Variablen geh ren nicht in den Kodierplan H ufig sind in einem Forschungsprojekt nicht nur die direkt erfassten Rohvariablen von Interes se sondern auch darauf aufbauende Variablen Im KFA Projekt soll etwa der Optimismus der Untersuchungsteilnehmer durch ihre mittlere Antwort auf die LOT Fragen gesch tzt werden SPSS verf gt ber leistungsf hige Befehle zur Berechnung neuer Variablen aus bereits vorhan denen so dass derartige Routinearbeiten keinesfalls bei der Datenerfassung z B per Taschen rechner erledigt werden sollten Freilich m ssen nach diesem Vorschlag alle Ausgangsvariablen aufgenommen werden was aber vielfach ohnehin erforderlich ist z B zur berpr fung mess technischer Eigenschaften Erfassen Sie also ausschlie lich Rohvariablen und f hren Sie alle erforderlichen Transformationen sp ter mit SPSS Methoden durch Wir werden uns im weiteren Kursverlauf mit den SPSS Transformationsmethoden ausf hrlich besch ftigen Im Kodierplan mit den Handlungsanweisungen f r die Datenerfassung haben abgeleitete Variablen jedenfall
171. en vorzugeben Damit ersparen wir den Untersuchungsteilnehmern zahlreiche Nein Markierungen Dies st sinnvoll damit deren Kooperationsbereitschaft nicht berstrapaz ert wird und die Fehlerquote gering bleibt Bei der offenen Frage in Teil 4b wird durch die vorgeschaltete Frage ob berhaupt spezielle Methoden gew nscht s nd daf r gesorgt dass bei Frageb gen ohne eingetragene Methoden interessen folgende M glichkeiten unterschieden werden k nnen e Die Person hat kein Interesse an speziellen Auswertungsmethoden e Die Person hat den Fragebogenteil 4b nicht bearbeitet fehlende Daten Durch das Bem hen um die Unterscheidbarkeit von verneinenden und fehlenden Antworten soll te das Fragebogendesign allerdings nicht zu umst ndlich bzw pedantisch geraten 1 4 3 2 3 Vereinfachung der Erfassung durch Datentransformationstechniken Im Zusammenhang mit dem MD Problem bei den Variablen zu unserem Fragebogenteil 4 wage ich nun einige Vorschl ge die zwar dem Datenerfasser das Leben erleichtern aber zugegebener ma en die Kursteilnehmer innen beim ersten Entwurf eines Kodierplans durch einige zus tzli che berlegungen belasten Bei der Mehrfachwahlfrage nach den Kursmotiven haben wir ge schickt durch die sechste Ankreuzalternative Andere Motive daf r gesorgt dass Personen mit fehlenden Werten sicher zu identifizieren sind Wir k nnten den Erfasser im Kodierplan beauf tragen e Schreibe bei den Variablen MOTIV1 bis MOTIV5 und AND
172. en wir uns mit den Voraussetzungen besch ftigen die SPSS f r die Aufnahme unserer Daten bereitstellt Diese sind in erster Linie durch die Logik der empirischen Forschung und nur in geringem Ausma durch EDV Restriktionen festgelegt Bei der automatischen Erhebung bzw Erfassung Online Formular Daten Scanner wird kein Kodierplan als Arbeitsvorschrift f r Datenerfasser ben tigt jedoch kann auch h er eine Doku mentation der Daten n tzlich sein z B f r die Kooperation in einer Arbeitsgruppe Die in Ab schnitt 1 4 behandelten Fragen werden bei den automatischen Methoden teilweise bei der Daten deklaration gegen ber der Umfrage bzw Scanner Software geregelt teilweise vom Automaten entschieden Bei manchen Aufgaben sind Urteilsverm gen und Handarbeit eines Menschen durch keinen Automaten zu ersetzen z B bei der Behandlung der Antworten auf offene Fragen siehe Abschnitt 1 4 2 4 Insgesamt kann der Abschnitt 1 4 auch solchen Lesern zur Lekt re empfohlen werden die zu einer Online oder Scanner L sung tendieren 1 4 1 F lle und Merkmale in SPSS Wir haben oben bereits daran erinnert dass in einer empirischen Studie bei den einbezogenen F llen bzw Beobachtungseinheiten die Auspr gungen etlicher Merkmale festgestellt werden Nun wollen wir uns ansehen wie die Merkmalsauspr gungen der F lle im SPSS System gespei chert werden Die ganz konkrete Demonstration von KFA Beispieldaten im SPSS Dateneditor fenster wird das Verst ndn
173. er Arbeitsdatei k nnen auch alternative Dateiformate gew hlt werden z B EXCEL SAS Stata Text Zum sp teren S chern n eine bereits zugeordnete Date dient der Befehl Datei gt Speichern Alternativ k nnen Sie mit der Maus auf das Symbol l klicken oder die Tastenkombination Strg S benutzen 3 2 6 Rohdatendatei Transformationsprogramm und Fertigdatendatei M glicherweise haben Sie sich beim Lesen des letzten Abschnitts gefragt was das r im vorge schlagenen Dateinamen kfar sav bedeuten soll Bei der Beantwortung dieser Frage sind leider einige Vorgriffe auf sp tere Abschnitte n tig Versuchen wir es trotzdem Das r soll s gnalisie ren dass in dieser Datei die nach den Vorschriften des Kodierplans erfassten Rohdaten stehen In kfar sav sollen also ausschlie lich folgende Arbeitsschritte einflie en e Variablendeklaration gem K odierplan e Datenerfassung gem K odierplan e N tigenfalls sp tere Korrekturen von Erfassungsfehlern Damit ist diese Datei f r viele im Demoprojekt geplante Auswertungsschritte noch nicht geeig net Es fehlt z B der Optimismus Testwert welcher aus den zw lf LOT Fragen berechnet wer den muss Aus der Rohdatendate werden wir bald eine Fertigdatendatei herstellen in die alle projektweit relevanten Var ablenmodifikationen und neuberechnungen einflie en sollen so dass sie eine bequeme Datenbasis f r alle statistischen und graphischen Analysen darstellt In fast jedem Pro jekt sin
174. er Situation von 10 20 30 40 0 Herrn Meier O O O O O w ren Herrn Schulze O O O O O w ren Betrachten Sie bitte die Antwortskala als Argerthermometer Fertig Bei der auf Teleform siehe unten basierenden PDF L sung kann das Design des Fragebogens ber einen graphischen Editor gestaltet werden Die Untersuchungsteilnehmer ben tigen ber den Web Browser hinaus noch den kostenlos verf gbaren und sehr weit verbreiteten Acrobat Reader der Firma Adobe J http urt ds2 uni trier de urt P dfForms data KFA Form KFA pdf Microsoft Internet Explorer URT Datei Bearbeiten Wechselnzu Favoriten http j lurt ds2 uni trier de urt PdfFormsidata KFA Formi KFA pdf amp zuw ck X z x a A pi Suchen 5 7 Favoriten E2 10 Ich bin nicht leicht aus der Ruhe zu bringen 11 Ich glaube an den sprichw rtlichen S lberstreifen am Horizont 12 Dass mir einmal etwas Gutes widerf hrt damit rechne ich kaum Lesezeichen Seiten 4 Ihre Motive f r die Teilnahme am SPSS Kurs a Kreuzen S e bitte n der folgenden Liste m glicher Motive f r d e Teilnahme am SPSS Kurs alle f r S e zutreffenden Aussagen an und oder nennen Sie Ihre sonstigen Motive Ich m chte SPSS kennen lernen E Unterschriften um eime eigene empirische Studie damit auszuwerten weil in vielen Stellenanzeigen SPSS Kenntnisse verlangt werden _ weil ich mich um eine Stelle als EDV Hilfs
175. er sehr gro en Arbeitsdatei diese Kommandos aus einem au tomatisch produzierten Programm zu entfernen Beim Arbeiten mit dem Syntaxfenster kann es zu dem folgenden recht frustrierenden Erlebnis kommen Sie lassen wohlgeformte Transformationskommandos ausf hren doch im Datenfenster stellt sich nur ein partieller Erfolg ein Zwar erscheinen die neu anzulegenden Variablen doch haben alle F lle den Wert SY SMIS z B ca kfar sav Datensetl SPSS Daten Editor ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe e HA m wb A EE BLE amp 1 Dekade sichtbar 31 mativ4 mativ andere sma methi meth2 meth3 Dekade var var ia lo oo 0 2 0 2 2 2 0 0 0 1 3 0 0 1 1 4 0 0 U 1 2 5 5 U 0 0 1 2 4 J alt Datenansicht varlablenansicht e gt SPF55 Prozessor ist bereit Offene Transformationen Die Ursache ist dann meist Sie haben nach den Transformationskommandos noch kein Proze dur oder EXECUTE Kommando ausf hren lassen so dass SPSS zwar die neue Variablen initia Man kann nach Bearbeiten gt Optionen gt Daten im Rahmen Optionen f r Transformieren und Zusammenf gen mit der Option Werte vor Verwen dung berechnen die voreingestellte EXECUTE Inflation abstellen Dann zeigt SPSS das oben beschriebene zeitoptimierte Verhalten f hrt also z B nach dem Quittieren einer Umkodieren Dialogbox mit OK das zugrunde liegende RECODE Kom
176. er sollte f r alle Variablen mit hnlichem Wertebereich derselbe MD Indikator verwendet werden Wichtig F r jede betroffene Variable m ssen dem SPSS System alle benutzerdefi nierten MD Indikatoren bekannt gemacht werden siehe Abschnitt 3 2 2 1 4 3 2 1 System Missing SYSMIS Neben den vom Benutzer variablenspezifisch vereinbarten MD Indikatoren verwendet SPSS f r alle numerischen Variablen automatisch einen weiteren MD Indikator der mit System Missing systemdefiniert fehlend oder SYSMIS bezeichnet wird Er kommt immer dann zum Einsatz wenn SPSS auf eines der folgenden Probleme trifft e Im Dateneditor bzw beim Lesen einer bereits vorhandenen Datendate z B im Textfor mat findet SPSS m Feld einer als numerisch definierten Variablen unzul ssige Zeichen oder berhaupt keinen Eintrag e Beim Neuberechnen einer Variablen per Transformationsanweisung siehe unten fehlt ein Argument oder der Funktionswert ist nicht definiert z B bei Division durch Null Wir haben gerade erfahren dass man beim Erfassen eines neuen Falles per SPSS Dateneditor f r eine Variable den Ersatzwert SYSMIS ganz einfach dadurch vereinbaren kann dass man in die betroffene Zelle nichts eintr gt 20 Von der Theorie zu den SPSS Variablen Tipp Bei der Datenerfassung mit dem SPSS Dateneditor k nnen Sie f r numerische Variablen routinem ig SYSMIS als MD Indikator verwenden bei Bedarf erg nzt durch zus tzli che benutzerdefinierte MD Indikator
177. ere erste Variable FNR eignen s ch z B folgende Angaben a U nbenannt Datenset0 SPSS Daten Editor Datei Bearbeiten Ansicht Daken Transformieren Analysieren Grafiken Extras Fenster Hilfe eHRM oo mi F e ER Mame Typ _ Spaltenformat Cerrar Wertelabels Fehlende Wert Spalten Ausrichtung Me niveau am Numerisch Fallnummer Kein Kein 3 Rechts DE Datenansicht A YVariablenansicht ka SP55 Prozessor ist bereit Da in SPSS der Variablentyp numerisch voreingestellt ist m ssten wir vor dem Erfassen von Daten anderen Typs auf jeden Fall eine Variablendefinition vornehmen Allerdings sind solche Variablen in unserem Kodierplan nicht vorgesehen Datenerfassung und SPSS Dateneditor 41 Um eine neue Variable anzulegen tr gt man ihren Namen in die n chste freie Zeile der Tabelle ein und ndert nach Bedarf die nach dem Verlassen der Namenszelle automatisch generierten Attr butvoreinstellungen Dar ber hinaus k nnen auch Variablen eingef gt gel scht oder ver schoben werden s ehe unten 3 2 2 2 Die SPSS Variablenattribute Bevor wir die Variablen unserer KFA Studie deklarieren sollen vorab die SPSS Variablenattri bute erl utert werden Name Die wesentlichen Regeln f r SPSS Var ablennamen wurden schon im Zusammenhang mit dem Kodierplan genannt siehe Seite 23 Typ Die wichtigsten SPSS Variablentypen sind schon benannt Numerisch String und Datum siehe Seite 18 In der Regel
178. eren Au erdem stehen die windows blichen Markierungsmethoden per Maus und Tastatur zur Verf gung c Schriftmerkmale F r eine oder mehrere markierte Zellen kann man nach Format gt Schriftart diverse Schrift merkmale ndern d Zelleneigenschaften Nach Format gt Zelleneigenschaften k nnen zahlreiche Attribute der markierten Zellen be einflusst werden z B e Z ahlenformate Anzahl der Dezimalstellen e Ausrichtung der Zellinhalte e Randabst nde der Zellinhalte e Schattierung Mit zentrierten Werten zwei Dezimalstellen bei den Prozentangaben und rechtsb ndig gesetzten Fachbereichsbezeichnungen sieht unsere Beispieltabelle folgenderma en aus Fachbereiche im SPSS Kurs le um _ Gesamt e Spaltenbreite Wenn s ch der Mauszeiger ber dem rechten Rand einer Spalte befindet ndert er seine Form zu einem doppelseitigen Pfeil Jetzt k nnen Sie durch Klicken und Ziehen bei gedr ckter linker Maustaste die rechte Spaltenbegrenzung verschieben und somit die Spaltenbreite ndern Der Men befehl Ansicht gt Gitterlinien blendet Hilfslinien an der Stelle unsichtbarer Zellenbegrenzungen ein bzw aus und erleichtert damit die Anpassung der Spaltenbreiten In unserer Beispieltabelle kann die erste Spalte eine Schlankheitskur vertragen Fachbereiche im SPSS Kurs ee em _ Gesamt ber den Men befehl Format gt Breite der Datenzellen Univariate Verteilungs und Fehleranalysen 73
179. eren Sie die Subdialogbox mit Weiter und die Hauptdialogbox mit Einf gen Daraufhin erhalten Sie im Syntaxfenster ein COMPUTE und ein VARIABLE LABELS Kommando COMPUTE idgew groesse 100 VARIABLE LABELS idgew Idealgewicht nach der Formel Gr e 100 EXECUTE 6 4 2 Technische Details 6 4 2 1 Numerischer Ausdruck Im Texteingabefeld Numerischer Ausdruck der Dialogbox Variable berechnen sind wir trotz der SPSS Scheibhilfen im Wesentlichen wieder in das Syntaxzeitalter zur ckgeworfen Auf der wei en Fl che ist ein sprachlicher Ausdruck nach gewissen Syntaxregeln zu formulie ren Zum Gl ck sind uns aber numerische Ausdr cke aus der Schule wohlbekannt Konkret darf ein numerischer Ausdruck im Sinne von SPSS folgende Bestandteile enthalten e Bereits definierte Variablen e Zahlen e arithmetische Operatoren Addition Subtraktion Multiplikation Division Potenzfunktion e Klammern e Funktionen 6 4 2 1 1 Numerische Funktionen In numerischen Ausdr cken k nnen Sie zahlreiche Funktionen verwenden die numerische Vari ablen oder Zahlen als Argumente in den folgenden Syntaxdarstellungen vertreten durch den Platzhalter arg verarbeiten Diese Funktionen lassen sich in mehrere Gruppen einteilen aus denen jeweils einige wichtige Vertreter genannt werden sollen 1 Zwar gibt es gewisse Unterschiede zwischen mathematischen Gleichungen z B y a b x und EDV sprach lichen Zuweisungen z B
180. ergleich zur neutralen rgerverteilung von AERGO mit dem Mittelwert 5 68 zeigt sich bei AERGM eine dramatisch andere Verteilung mit dem Mittelwert 7 68 rger mit kontrafaktischer Alternative H ufigkeit Mittelwert 7 68 Std Abw 2 271 N 31 rger mit kontrafaktischer Alternative Wir sehen einen mittleren rgeranstieg um 20 bei R ck bersetzung in die Celsius Skala des Fragebogens Au erdem ist die AERGM Verteilung am rechten Rand konzentriert und deutlich verschieden von einer Normalverteilung was sich auch in signifikanten Ergebnissen der Tests zu Schiefe und Kurtosis widerspiegelt Schiefe 3 4477 gt 1 96 SF Schiefe IKurtosis 2 451 gt 1 96 SF Kurtosis Hier sind zweiseitige Tests durchzuf hren weil keine gerichteten Hypothesen vorlagen Wir haben zwar eine explizite Hypothese ber die Richtung des KFA Effekts vgl Abschnitt 1 3 2 doch muss die Verschiebung einer Verteilung nach rechts keinesfalls zu einer negativen Schiefe f hren Offenbar ist aber der KFA Effekt so stark dass er die rgerverteilung an die Decke geschoben und damit rechtssteil negativ schief gemacht hat b Ergebnis der Fehleranalyse Unsere Fehleranalyse liefert nur einen Treffer In der H ufigkeitstabelle zur Variablen LOT10 entdecken wir den verbotenen Wert Null 70 Univariate Verteilungs und Fehleranalysen LOT10 G ltige Kumulierte H ufig ei zent zen zen
181. erungen ber cksichtigen zu k nnen Das beschriebene Vorgehen erfordert zum Erstellen der Kategorienliste eine bei gro en Stich proben recht aufw ndige Vorauswertung der Frageb gen die sich mit folgendem Trick vermei den l sst Man verwendet eine dynamisch wachsende Liste in Verbindung mit einem sparsa men Set kategorialer Variablen In unserem Beispiel kann man z B ber ein sparsames Set aus drei Variablen mit den Namen METHI bis METH3 f r jeden Fall maximal drei spezielle Aus wertungsinteressen festhalten Die Kategor enliste wird erst w hrend der Datenerfassung entwi ckelt indem man bei jedem Fall entscheidet in welche bereits definierten oder neu aufzuneh menden Kategorien seine Antworten einzuordnen sind Die Liste kann dynamisch um beliebig viele Kategorien erweitert werden weil die drei Variablen beliebig viele verschiedene Werte als Kategoriennummern aufnehmen k nnen Selbstverst ndlich m ssen die neu aufgenommenen Kategorien mit den vergebenen Nummern sorgf ltig dokumentiert werden Falls mehrere Perso nen an der Erfassung beteiligt sind muss die eindeutige Zuordnung durch entsprechende Verab redungen sichergestellt werden Offene Fragen sind sicher vielfach sinnvoll weil sie Informationen zutage f rdern k nnen an die bei der Untersuchungsplanung niemand gedacht hat Gelegentlich sind die Antworten jedoch so sp rlich oder so schlecht strukturierbar dass eine statistische Analyse n cht lohnend erscheint So werden
182. est Proportions Fisher s exact test 11 4 3 2 Einseitige Hypothesen Bei einer 2 x 2 Tabelle l sst sich im Unterschied zu allen anderen Tabellen die Unabh ngig keits bzw Homogenit tshypothese auch einseitig formulieren Wenn wir uns z B beim Ver gleich der Frauenanteile unter den Studierenden der Universit t Trier auf die Fachbereiche III und IV beschr nken k nnen wir die folgende einseitige Homogenit tshypothese aufstellen Ho Der Frauenanteil ist im FB IV mindestens genauso gro wie im FB III H Der Frauenanteil ist im FB IV kleiner als im FB II Aus den z B per Filterbedingung vgl Abschnitt 10 eingeschr nkten Beispieldaten Datei fbgeschl sav erhalten wir folgende Ergebnisse 170 Analyse von Kreuztabellen Kreuztabelle Fachbereiche an der Universit t Trier Gesamt oom f v Frauen M nner Gesamt 18 45 0 50 0 18 26 9 50 0 36 22 55 0 31 0 49 73 1 69 0 71 40 100 0 37 4 67 100 0 62 6 107 33 6 66 4 100 0 100 0 100 0 100 0 Chi Quadrat Tests Asymptotische Exakte Exakte Signifikanz Signifikanz Signifikanz Wert df 2 seitig 2 seitig 1 seitig Chi Quadrat nach Pearson Kontinuit tskorrektur Likelihood Quotient Exakter Test nach Fisher Zusammenhang linear mit linear Anzahl der g ltigen F lle i 061 044 b 0 Zellen 0 haben eine erwartete H ufigkeit kleiner 5 Die minimale erwartete H ufigkeit ist
183. estellt werden e Erstellung einer Text Datendatei mit einem Texteditor Die Erfassung in eine Text Datendate hat nur einen einzigen Vorteil Man kann sie mit fast jedem beliebigen Texteditor durchf hren z B auch mit dem vertrauten Textverarbei tungsprogramm Ihr wesentlicher Nachteil st die hohe Fehleranf lligkeit Diese veraltete Erfassungsmethode wird hier nur beschrieben um Sie davon abzuhalten Allerdings gibt es noch einen zweiten Grund das Innenleben von Text Datendateien zu beschreiben Es sind sehr viele Exemplare im Umlauf die Sie eventuell auswerten m ssen Daher kom men wir nicht umhin sp ter das Einlesen von Text Datendateien zu behandeln 36 Datenerfassung und SPSS Dateneditor e Erfassung mit dem SPSS Dateneditor Der SPSS Dateneditor ist ein integraler Bestandteil des SPSS Systems so dass wir uns mit seiner Bedienung auf jeden Fall vertraut machen m ssen Er ist nicht perfekt geeignet f r die Erfassung gr erer Datenmengen kann aber in kleinen bis mittleren Projekten verwendet werden Relativ hnliche Arbeitsbedingungen f r die Datenerfassung bieten Tabellenkalkulationsprogramme wie z B MS Excel e Einsatz eines speziellen Datenerfassungsprogramms Ein spezielles Datenerfassungsprogramm z B SPSS Data Entry MS Access bietet Vor teile gegen ber dem SPSS Dateneditor erfordert aber auch zus tzlichen Einarbeitungs aufwand Aufgrund des relativ geringen Datenaufkommens in unserem KFA Projekt ist der SPSS
184. esuchte Beitrag aufgelistet und ist per Doppelklick auf seinen Titel zu ffnen Hier ist u a der Weg zur ben tigten Dialogbox erkl rt Analysieren gt Nichtparametrische Tests gt Zwei verbundene Stichproben In der Dialogbox m ssen Sie die beiden Variablen angeben und den gew nschten Test markie ren E Tests bei zwei verbundenen Stichproben gh Fallnummer fn A Ausgew hlte Yarablenpaare OK h Geschlecht gesch dergo aergm F Geburtsjahr gebi gh Fachbereich fb K orpergro e in cr aP K rpergewicht ir Abbrechen Siger ohne kontraf Hilfe rger mit kontratak w Aktuelle Auswahl welche Tests durchf hren Yarable 1 Yarable 2 _ Rand Homogenit t Einfugen Arger mit kontrafaktischer Negative Differenzert Alternative rger ohne Positive DifferenzerP kontrafaktische Alternative Bindungen Gesamt a rger mit kontrafaktischer Alternative lt rger ohne kontrafaktische Alternative b rger mit kontrafaktischer Alternative gt rger ohne kontrafaktische Alternative C rger ohne kontrafaktische Alternative rger mit kontrafaktischer Alternative Pr fung der zentralen Projekt Hypothesen 131 Statistik f r Tes rger mit kontrafaktischer Alternative rger ohne kontrafaktische Alternative Z Asymptotische Signifikanz 2 seitig a Vorzeichentest In unserer kleinen Stichprobe ist auch der exakte Test ohne gro en Zeitaufwand realisierbar Nach einem M
185. eventuell erforderliche Wieder holungen von Dialogbox Sequenzen nicht scheut und das Risiko inkonsistenter Datenzust nde durch gro e Sorgfalt kontrolliert der kann auf das Erzeugen und Abspeichern von SPSS Kommandos verzichten F r ambitionierte SPSS Anwender innen muss noch klargestellt werden dass die Erstellung berarbeitung und Ausf hrung von Programmen in einem Syntaxfenster eine eigenst ndige Me thode der SPSS Benutzung darstellt ber die fast alle Analyse Funktionen erreichbar s nd Viele SPSS Leistungen stehen sogar ausschlie lich ber die Syntax zur Verf gung z B e Conjoint Analyse e Kontrollstrukturen wie z B DO REPEAT Schleifen mit denen man komplexe Daten transformationen auf effiziente Weise durchf hren kann e Die MATRIX Programmiersprache mit der man eigene Statistikprozeduren erstellen kann Der Hersteller SPSS Inc meint im Hilfesystem zu der Debatte Dialogbox kontra Programm Erfahrene SPSS Anwender bevorzugen m glicherweise die rationellere Befehlsspra che Im aktuellen Abschnitt 5 werden der Einfachheit halber nur sehr oberfl chliche Hinweise zur Kommandosprache gegeben Diese sollten gen gen f r Anwender die nicht frei programmieren sondern nur gelegentlich ein von SPSS automatisch erzeugtes Kommando modifizieren wollen Der Anhang enth lt eine ausf hrlichere Beschreibung der Kommandosprache Eine vollst ndige Dokumentation auf ca 2200 Seiten finden Sie als PDF Dokument im
186. f hrt werden 7 3 4 Ergebnisse f r AERGAM und LOT Bei den Variablen AERGAM und LOT finden sich keine Hinweise auf Fehler in den Berech nungsanweisungen oder auf extreme Ausrei er o gt H ufigkeit gt Kattelider rger Variablen 2 0 4 0 6 0 8 0 10 0 Mittel der Arger Variablen 124 Pr fung der zentralen Projekt Hypothesen H ufigkeit 19 7 2 31 LOT Optimismus 3 00 3 50 4 00 4 50 LOT Optimismus Die in den Boxplots auftauchenden Ausrei er sind nicht extrem Abstand vom 25 Perzentil klei ner als drei Boxl ngen und sollten aufgrund einer relativ kleinen Stichprobe welche die Popu lationsverteilungen nur grob charakterisiert nicht ausgeschlossen werden Bei der mit diesen Variablen geplanten Regressionsanalyse hat zudem die Ausrei eranalyse auf der Bas s der Modellresiduen das weit gr ere Gewicht 7 4 Pr fung der differentialpsychologischen Hypothese 7 4 1 Regression von AERGAM auf LOT Nun wollen wir die lineare Regression von AERGAM auf LOT untersuchen die wir nach dem Men befehl Analysieren gt Regression gt Linear in der folgenden Dialogbox anfordern k nnen E Lineare Repression Fia Abh ngige Yariable amp o2 gt amp Mittel der rger Yariab gb Eigene Studie mol Boeki sond Einfugen gh Bewerbung um Ste gh Bewerbung um HI gha Interesse an der El Unabh ngige Yanableln Abbrechen amp Interesse an Statis LOT Optimismus lot Hilfe ndere
187. g die Variablen deklaration angepasst werden Mit einer einleitenden Ersetzungsvorschrift MISSING Copy l sst sich verhindern dass beim Umkodieren von haboffenen Intervallen alter Werte z B vom Wert 3 bis zum gr ten Wert ein benutzerdefinierter MD Indikator einbezogen wird Um diese Vorschrift per Dialogbox zu erzeugen w hlt man Alter Wert System oder benutzerdefinierte fehlende Werte Neuer Wert Alte Werte kopieren 6 2 3 bungen 1 In den beiden folgenden Dialogboxen die wir allerdings in unserem Projekt nicht ausf hren wollen wird jeweils eine Umkodierung der Fachbereichsvariablen FB in eine andere neue Variable spezifiziert H tten die beiden Dialogboxen denselben Effekt 92 Datentransformation Umkodieren in andere Variablen Alte und neue Werte Alter Wert Heuer wert Ower owe OOOO O Systerndefiniert fehlend O Alte werte kopieren O System oder benutzerdefinierte fehlende werte Alt gt Meu 1 thru 3 gt 1 4 thru 7 gt 2 Bereich KLEINSTER bis Wert Er O Bereich Wert bis GR SSTER C Ausgabe der Yariablen als Strings b Umkodieren in andere Variablen Alte und neue Werte Alter Wert Heuer wert Out Owe DOOS O Systemdefiniert fehlend O Alte werte kopieren O System oder benutzerdefinierte fehlende Werte lt gt Neu thru 3 gt 1 4thru 7 gt 2 Bereich KLEINSTER bis Wert Br Bereich Wert bis GR SSTER Ausgabe der Yaria
188. gebnisse a Die Verteilungen der zentralen KFA Variablen AERGO AERGM Bei den zentralen KFA Variablen AERGO AERGM finden sich keine irregul ren Werte Die Verteilungen fallen unterschiedlich aus Einen recht normalen Eindruck macht die Verteilung der rgermessung in der Situation ohne kontrafaktische Alternative AERGO rger ohne kontrafaktische Alternative H ufigkeit Mittelwert 5 68 Std Abw 2 006 N 31 rger ohne kontrafaktische Alternative Die Verteilungskennwerte Schiefe 0 08 und Kurtosis 0 277 s nd nach den oben angege benen Tests nicht signifikant von Null verschieden Statistiken rger ohne rger mit kontrafaktische kontrafaktischer Alternative Alternative N G ltig Fehlend Mittelwert Median Modus Standardabweichung Varianz Schiefe Standardfehler der Schiefe Kurtosis Standardfehler der Kurtosis Minimum Maximum a Mehrere Modi vorhanden Der kleinste Wert wird angezeigt Wir sind nun sehr gespannt auf die Verteilung der rgermessung in der Situation mit kontrafak tischer Alternative AERGM weil sich ein KFA Effekt in der erwarteten Richtung hier deutlich Univariate Verteilungs und Fehleranalysen 69 abzeichnen sollte Es ist generell zu empfehlen sich mit m glichst einfachen Grafiken und Sta t stiken ein pr zises Bild von der Effektlage zu verschaffen statt einem S gnifikanztest blind zu vertrauen der eventuell durch technische Fehler belastet ist Im V
189. geschieht genauso wie bei den Ausgabefenstern Ein Mausklick auf den aktiven Schalter SA in seiner Symbolleiste macht ein Syntaxfenster zum Hauptfenster in seiner Kategorie Es ist an einem Pluszeichen im Symbol zum Systemmen zu erkennen siehe linken Rand der Titelzeile Um ein bestimmtes Syntaxfenster in den Vordergrund zu holen k nnen Sie es anklicken oder das Fenster Men eines beliebigen SPSS Fensters benutzen Jedes Syntaxfenster kann auf Windows bliche Weise geschlossen werden z B indem Sie es in den Vordergrund holen und dann anordnen Datei gt Schlie en Wenn Sie l ngere Zeit mit SPSS arbeiten wird sich vermutlich Ihr Umgang mit SPSS Syntax in folgenden Stufen weiterentwickeln e Kommandos automatisch erzeugen lassen und sp ter unver ndert wiederverwenden Bei dieser Arbeitsweise m ssen Sie nur wissen wie man SPSS Kommandos per Dialog box in ein Syntaxfenster bef rdert und wie man berfl ssige Kommandos l scht e Automatisch erzeugte Kommandos modifizieren Es zeigt s ch dass SPSS Kommandos meist leicht zu durchschauen und zu modifizieren sind e Freies Programmieren 5 4 Elementare Regeln zur SPSS Syntax F r den im Kurs vorgeschlagenen Einsatz von SPSS Kommandos sollte die Kenntnis der fol genden Regeln gen gen e Ein Kommando besteht aus seinem Namen und den Spezifikationen die sich aus Schl s selw rtern z B VARIABLES STATISTICS Variablennamen usw zusammensetzen z B Kommandoname VA
190. gro en Stichprobe durchaus einige Zeit in Anspruch nehmen kann Bei einer n chsten und bern chsten Transformationsanweisung z B Rekodierung oder Neuberechnung ist jeweils ein weiterer Durchlauf f llig Dabei k nnte SPSS zeitsparend alle Transformationen in einer einzigen Datenpassage erledigen Diese k nnte so lange aufgeschoben werden bis durch die Anforderung einer Statistikprozedur das Durchackern der Daten unvermeidlich wird Genau in dem zuletzt beschriebenen konomischen Sinn funkti onieren seit jeher die SPSS Transformationskommandos Sie werden erst bei der n chsten Pro zedur ausgef hrt Allerdings kann dieses zeitoptimierte Verhalten SPSS Neulinge verwirren Daher setzt SPSS f r Windows hinter jedes per Dialogbox produzierte Transformationskom mando ein EXECUTE Kommando welches die sofortige Ausf hrung aller noch offenen Trans formationen erzwingt Wenn wir z B eine Umkodieren Dialogbox mit OK quittieren verar beitet der SPSS Prozessor im Hintergrund ein RECODE und ein EXECUTE Kommando Das erste bewirkt nur eine Arbeitsvorbereitung das zweite erzwingt die Ausf hrung der vorbereite ten Arbeit Quittieren wir dieselbe Dialogbox mit Einf gen erscheinen die beiden Kommandos im Syntaxfenster siehe oben Bei der in diesem Manuskript vorgestellten Arbeitsweise sind die von SPSS produzierten EXE CUTE Kommandos in der Regel berfl ssig Aufgrund der heute verf gbaren Rechenleistung lohnt es sich allerdings nur bei ein
191. gten mit hochgradig verf gbarer kontrafaktischer Alternative im Mittel mehr Arger Wir wollen unser Entscheidungsproblem mit einem t Test f r abh ngige bzw gepaarte Stich proben l sen falls die Verteilungsvoraussetzungen dieses Verfahrens erf llt sind Da gerichtete Hypothesen vorliegen ist einseitig zu testen Dabei wird eine Irrtumswahrscheinlichkeit erster Art in H he von a 5 akzeptiert Unsere Studie soll aus praktischen Gr nden mit der studentischen Stichprobe der Kursteil nehmer durchgef hrt werden Damit k nnen unter induktivistischer Perspektive die Ergebnisse g nstigstenfalls auf die Population der Studierenden generalisiert werden Da aus statistischer Sicht eine Stichprobe nie zu gro sein kann sollen nach M glichkeit alle Kursteilnehmer als Probanden gewonnen werden Es ist aus praktischen Gr nden nicht m glich weitere Untersuchungsteilnehmer zu rekrutieren Der bung halber soll aber trotzdem an dieser Stelle eine B Fehler basierte Kalkulation des Stichprobenumfangs vorgenommen werden Die Firma SPSS unterst tzt solche Berechnungen im Zusatzprogramm SamplePower das uns leider nicht zur Verf gung steht Stattdessen verwenden wir das exzellente Power Analyse Programm GPower 3 Faul et al 2007 das f r MacOS und MS Windows kostenlos ber folgende Websei te zu beziehen ist http www psycho uni duesseldorf de abteilungen aap gpower3 Auf den Pool PCs der Universit t Trier unter dem Betriebssystem MS Wi
192. h FB festgestellt Die SPSS Datendatei fbgeschl sav mit den beiden Variablen finden Sie an der im Vorwort f r Kursdateien vereinbarten Stelle Aufmerksame Leser innen werden zu Recht fragen warum nicht alle Trierer Studierenden einbezogen wurden Eine gr ere Stichprobe bringt stabilere Ergebnisse und h tte in dieser speziellen Situation kaum mehr gekostet Allerdings habe ich aus didaktischen Gr nden eine Stichprobe mit typischem Umfang vorgezogen Analyse von Kreuztabellen 157 Wir k nnen die Stichprobengr e nicht ndern wollen aber die daraus resultierende Power des geplanten Hypothesentests absch tzen Dazu verwenden wir erneut das Programm GPower 3 das schon bei der Stichprobenumfangsplanung in Abschnitt 1 3 zum Einsatz kam Auf den Pool PCs der Universit t Trier unter dem Betriebssystem MS Windows ist GPower 3 folgenderma en zu starten Start gt Programme gt Wissenschaftliche Programme gt GPower GPower arbeitet m t dem folgenden Effektst rkeindex W nach Cohen 1977 S 216 T Ta p Hier werden gewichtete Diskrepanzen zwischen den Zellwahrscheinlichkeiten py unter der Alternativhypothese und den Zellwahrscheinlichkeiten p unter der Nullhypothese ber alle Zellen aufsummiert In Abschnitt 11 4 1 wird sich ein enger Zusammenhang zwischen dem Ef fektst rkeindex W und Pearsons Pr fgr e zur Unabh ngigkeitshypothese sowie zu Cramers V einem Ma der Assoziationsst rke f r zwei nomin
193. hehen 4 1 2 berpr fung von Einzelwerten Fehler die gegen keine G ltigkeitsregel versto en lassen sich nur mit Flei arbeit entdecken wobei z B die erfassten Daten Wert f r Wert mit den schriftlichen Unterlagen verglichen wer den Eine aufw ndige Pr fmethode ist bei kleinen Stichproben durchaus empfehlenswert denn e Der Zeitaufwand ist ertr glich e Erfassungsfehler wirken sich besonders stark aus Wir wollen exemplarisch den Effekt von Erfassungsfehlern auf die Varianz eines Stichproben mittelwerts untersuchen und nehmen f r n Beobachtungen X i 1 n an dass sie jeweils mit einem Erfassungsfehler F belastet sind wobei die Erfassungsfehler den Erwartungswert Null haben sowie untereinander und von den korrekten Beobachtungswerten T unabh ngig sind Univariate Verteilungs und Fehleranalysen 51 X T R E F 0 E X E T p Var T 0 Var F 02 F r die Varianz des Mittelwerts aus den fehlerfrei erfassten Werten gilt eva ST e45 ae Va va 17 2 2 Verlt 2 no gt F r die Varianz des Mittelwerts der fehlerhaft erfassten Werte erhalten wir 2 2 Va va a r 5 Valt Vore Senlo 0 n n i 1 i n n n Offenbar h ngt der Pr zisionsverlust im Stichprobenmittel das als Sch tzwert f r den Erwar tungswert in der Population dient von der Erfassungsfehlervarianz o und von der Stichpro 2 bengr e n ab W hrend sich in einer gro en Stichprobe der niedrige Ausgangswert
194. heitswerten der Argumente nach den Regeln f r logische Operatoren die in den so genannten Wahrheitstafeln festgelegt sind siehe unten Es lassen sich sukzessiv beliebig komplexe logische Ausdr cke aufbauen die f r jeden konkre ten Fall die Wahrheitswerte wahr falsch oder unbestimmt haben k nnen Beispiel del 0 and lie2 0 Das Problem unbestimmter Wahrheitswerte in logischen Ausdr cken l st SPSS analog zu den Regeln f r das Rechnen mit fehlenden Werten in numerischen Ausdr cken siehe Abschnitt 6 4 2 2 Die folgenden Wahrheitstafeln sind gegen ber der klassischen Aussagenlogik um den Wahrheitswert unbestimmt erweitert lal und la2 seien logische Ausdr cke Datentransformat on 105 6 5 2 3 Regeln f r die Auswertung logischer Ausdr cke Bei der Auswertung von logischen Ausdr cken gelten in SPSS folgende Regeln e Die Abarbeitungsreihenfolge h ngt von der Priorit t der Operatoren ab Es gilt folgende Rangordnung Priorit t 1 Funktionen Priorit t 2 Potenzfunktion Priorit t 3 Multiplikation Division Vorzeichen Minus z B a Priorit t 4 Addition Subtraktion Priorit t 5 Vergleichsoperatoren Priorit t 6 NOT Priorit t 7 AND Priorit t 8 OR e Bei gleicher Priorit t Abarbeitung von links nach rechts e Eine andere Auswertungsreihenfolge kann durch Klammern erzwungen werden Beispiel Das obige Beispiel f r einen zusammengesetzten logischen Ausdruck kann wegen der
195. hen Sie ein Galeriediagramm als Ausgangspunkt hierher rger ohne k E rger mit kon 8 lot1 lot1 Klicken Sie auf die Registerkarte Grundelemente um ein Diagramm Element E lot2 lot2 f r Element zu erstellen L ot3 lot3 ODER Kategorien Keine Variablen aurgew hl Diagrammworschau verwendet Beispieldaten Galerie Ausw hlen aus Favoriten Grundelemente Balken Linie Gruppen Punkt ID Fl che Kreis Polar Titel Fu noten Streu Punktdiagr Histogramm Hoch Tief Elementeigenschaft Boxplot Doppelachsen Optionen Abbrechen unterst tzt zwei Vorgehensweisen zur Definition eines neuen Diagramms e Gsrafiktyp aus der Galerie als Ausgangspunkt w hlen und individuell gestalten e Grafik aus Grundelementen z B Achsensystem Linie aufbauen Wir w hlen den von SPSS empfohlenen ersten Weg 142 Grafische Datenanalyse e Klicken Sie auf die Registerkarte Galerie und w hlen Sie den Typ Streu Punkt diagramm e Ziehen Sie das Symbol zum gruppierten Streudiagramm auf die Zeichenfl che ber den Diagrammtypen e Auf der Zeichenfl che erscheint ein Achsensystem mit Ablagefl chen f r o eine X Achsen Var able o eine Y Achsen Var able o eine Gruppierungsvariable Beschriftung Farbe festlegen Au erdem erscheint die zus tzliche Dialogbox Elementeigenschaften e Bringen Sie nun die drei Variablen GROESSE GEWICHT und GESCHL in Position o Ziehen Sie aus der Li
196. her Wahrscheinlichkeit eine Nullhypothesenpopulation Zufallsstichproben mit einer Teststatistikauspr gung gr er oder gleich Temp liefert Ist diese Wahrscheinlichkeit sehr klein liegt der Schluss nahe dass die konkret vorliegende Stichpro be nicht aus einer Nullhypothesen Population stammt In der oben beschriebenen Situation hat sich die folgende Teststatistik Tz bew hrt mit Z als Ab k rzung f r AERGZ Pr fung der zentralen Projekt Hypothesen 113 T n mit 2 o und S Z N iz Dabei ist Z das Stichprobenmittel und S der Sch tzer f r die Standardabweichung o der AERGZ Verteilung F r die Verteilung des Stichprobenmittelwerts Z ergibt sich die Varianz En T n a n 2 Var Z var 132 va z Var Z Ey 97 N iz n N iz n a n und damit die Streuung der so genannte Standardfehler Oz JVar Z n Folglich sch tzt gt den Standardfehler des Stichprobenmittelwerts und Tz ist gerade der Quo Yn tienten aus dem Stichprobenmittelwert und seinem gesch tzten Standardfehler Z Z Aa Ean Sz Sz Yn Pr fgr en von analoger Bauart sind uns schon bei den quick and dirty Tests zur Schiefe bzw W lbung einer Verteilung n Abschnitt 4 6 begegnet Tz erf llt die obigen Anforderungen e Der Stichprobenmittelwert Z w chst stochastisch mit seinem Erwartungswert u Bleibt gleichzeitig die Populationsvarianz o konstant so hat auch Sz als Wurzel aus dem erwar tungstreuen S
197. htigung von Kategorien Soll eine unbesetzte Kategorie in einer Grafik erscheinen z B als Balken mit der H he Null muss ein Wertelabel vergeben werden Au erdem bietet auch die Datenansicht des Dateneditors ber den Men befehl Ansicht gt Wertelabels bzw den Symbolschalter einige Unterst tzung f r die Etiketten o Sie werden an Stelle der Werte angezeigt o Alternativ zur Werteingabe per Tastatur kann man per Drop Down Men ein La bel w hlen GESCHL u kfa sav Datenset3 SPS Daten Editor E ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe e HAm e wb A EE SE S D 1 tb r geschl gebj fo groesse gewicht aergo aergm lott lot2 lota a 1 63 163 51 5 E E Frau Frau 155 Frau 174 lan 192 Frau 190 Frau 175 7 Frau 167 Datenansicht Yariablenansicht T E us e I E SP55 Frozessor ist bereit Viele SPSS Anwender innen bersch tzen allerdings die Rolle der Wertelabel bei der Datenerfassung Es ist z B nicht m glich durch Vergabe von Wertelabels die Menge der g ltigen Werte einer Variablen zu definieren und eine Plausibilit tskontrolle f r die Er fassung per Dateneditor einzurichten Trotz obiger Wertelabels Vereinbarung wird der SPSS Dateneditor bei der Variablen GESCHL beliebige Zahlen akzeptieren Fehlende Werte Wenn Sie bei einer Variablen benutzerdefinierte MD Indikatoren verwenden wollen m ssen
198. iablen ausgeben e H ufigkeitstabellen e keine Grafiken e folgende Statistiken Mittelwert Median Modalwert Standardabweichung Varianz Mi n mum Maximum 3 Lassen Sie sich f r die Variablen MOTIV1 bis MOTIVS5 ANDERE SMG und METHI bis METH3 ausgeben e H ufigkeitstabellen e keine Grafiken e keine Statistiken 4 Pr fen Sie f r alle Variablen nach ob unzul ssige Werte vorliegen Sorgen Sie vorsichtshalber nach Bearbeiten gt Optionen gt Beschriftung der Ausgabe daf r dass n H ufigkeitstabellen neben den eventuell definierten Labels auf jeden Fall auch die eigentlichen Werte angezeigt werden 66 Univariate Verteilungs und Fehleranalysen Optionen Fivot Tabellen Daten Wahrung Skripte Allgemein leer TextWiewer Beschriftung der Ausgabe Diagramme Interaktiv Glederungsbeschrftung Yanablen in Obyektbeschnftungen anzeigen als Label Yanablenwerte in bjektbeschriftungen anzeigen al Label Beschriftung f r Pivot T abellen Yanablen in Beschriftungen anzeigen als Labels Yanablenwerte in Beschriftungen anzeigen als werte und Label Abbrechen bernehmen Hilfe Anderenfalls ist der ungl ckliche Fall denkbar dass ein falscher Wert aufgrund eines korrek ten Labels unentdeckt bleibt z B Fachbereich H ufigkeit Prozent Prozente Prozente Ol 19 3 Ill 4 IV 6 VI Gesamt 5 Untersuchen S e bei den metrischen Variablen GROESSE GEWICHT AERGO und A
199. ichkeiten nicht geeignet ist Unter der An nahme dass pro Person max mal zwei verschiedene Motive zutreffen werden definieren wir die beiden SPSS Var iablen MOTIVA und MOTIVB die jeweils folgende Werte annehmen k nnen i f r das Motiv Eigene empirische Studie f r das Motiv Orientierung am Arbeitsmarkt f r das Motiv Bewerbung als EDV Hilfskraft f r das Motiv Interesse an der EDV f r das Motiv Interesse an Statistik f r andere Motive Mit den Variablen MOTIVA und MOTIVB stehen f r jede Person zwei M glichkeiten zur Ver f gung um die Nummern von angekreuzten Motiven zu erfassen Das Antwortmuster 1 0 0 0 1 0 wird folgenderma en bertragen NARA URN ca kfa say Datensetl 5FS5 Daten Editor ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe e HAm PH wnb AFFE BEER 9 1 motiva Si motiva motivb var var var var var A O s BE all gt Datenansicht A Yariablenansicht f Sl u La wt SPSS Prozessor ist bereit Im Prinzip kann man im Beispiel die beiden Werte Eins und F nf auch in umgekehrter Reihen folge eintragen MOTIVA 5 MOTIVB 1 Wesentlich ist nur dass die Nummer jedes ange kreuzten Motivs bei einer Variablen als Wert auftritt Von einer Person die zwei Motive ange kreuzt hat wissen wir nicht welchem Motiv sie die gr te Bedeutung beimisst Daher k nnen auch die resultierenden Variablen ein
200. icht zu genie en Ihr Vorzug gegen ber sp ter den vorzustellenden Normalverteilungs Anpassungstests besteht darin dass sie gezielt auf Verletzungen der Verteilungssymmetrie ansprechen Bei einem a Fehlerrisiko von 5 ist die zweiseitige Nullhypothese dass die Schiefe in der Po pulat on gleich Null sei zu verwerfen falls Schiefe SF Schiefe Beim Wert 1 96 handelt es sich um das 97 5 Quant l der Standardnormalverteilung Der Test zum gerichteten Hypothesenpaar Ho Schiefe gt 0 versus H Schiefe lt 0 entscheidet sich beim selben a Niveau gegen seine Nullhypothese wenn der Quotient aus der Schiefe und ihrem Standardfehler das 5 Quant l der Standardnormalverteilung unterbietet Schiefe lt 1 65 SF Schiefe Analog l sst sich auch die einseitige Nullhypothese mit umgekehrtem Vorzeichen pr fen Kurtosis Exze Der Exze synonym Kurtosis Breitgipfligkeit W lbung ist bei normalverteilten Variablen gleich Null Er wird negativ bei breiteren und positiv bei schlankeren Verteilungen Mit Hilfe des Standardfehlers k nnen analog zum Vorgehen bei der Schiefe Statistik siehe o ben quick and dirty Tests zum Exze in der Population durchgef hrt werden Wer in seinem Ged chtnis nicht mehr gen gend Kenntnisse zur Inferenzstatistik reaktivieren konnte der sei auf den Abschnitt 7 1 vertr stet 68 Univariate Verteilungs und Fehleranalysen 4 6 2 Diskussion ausgew hlter Er
201. ie standardisierte Statistik ist 2 877 Die approximativen x Unabh ngigkeitstests Pearson und Likelihood Quotient sind nicht anwendbar weil in allen 12 Zellen die erwartete H ufigkeit kleiner als 5 ist Wer dieses Problem ignoriert andererseits aber wei dass der Pearson Test gegen ber dem Likelihood Quotienten Test im Allgemeinen wegen der besseren Verteilungsapproximation zu bevorzugen ist gelangt zu einer falschen Testentscheidung Die korrekte berschreitungswahrscheinlichkeit betr gt 0 04 was zur Ablehnung der Nullhypothese f hrt Der asymptotische Pearson y Test emp fiehlt durch eine berschreitungswahrscheinlichkeit von 0 07 hingegen die Nullhypothese bei zubehalten 11 4 3 Besonderheiten bei 2 x 2 Tabellen 11 4 3 1 Ein klarer Fall f r Fischers Test Im beliebten Spezialfall der 2 x 2 Tabelle ist Fishers Test nicht nur exakt f r beliebige Stich proben sondern er besitzt sogar unter allen vern nftigen n mlich unter den so genannten un verf lschten Tests die besten G teeigenschaften Daher sollten Sie in dieser Situation grunds tz lich Fishers Test verwenden Die oben beschriebenen Rechenzeitprobleme bei exakten Tests f r allgemeine z x s Kreuztabellen treten bei Fischers Test f r die 2 x 2 Tabelle nicht auf F r eine Testst rkeanalyse mit dem Programm GPower 3 vgl Abschnitt 1 3 2 w hlt man be Fishers exaktem Test f r die 2 x 2 Tabelle e Test family Exact e Statistical t
202. ie un var aten Verteilungen der abgeleiteten Variablen AERGAM AERGZ und LOT untersuchen Analog zu den Verteilungsanalysen in Abschnitt 4 die auch zur Datenpr fung dienten wollen wir bei den Verteilungen der abgeleiteten Variablen auch auf Anomal en infolge fehlerhafter oder schlecht durchdachter Berechnungsvorschriften achten Au erdem wollen wir noch eine weitere Gefahrenquelle f r unser Forschungsprojekt ins Visier neh men 7 3 1 Diagnose von Ausrei ern Als Ausrei er bezeichnet man extreme Werte die zwar innerhalb des logisch m glichen Werte bereichs liegen aber doch mit gro er Wahrscheinlichkeit nicht aus der interessierenden Vertei lung bzw Population stammen Diese Werte haben insbesondere auf parametrische Auswer tungsverfahren einen starken verzerrenden Einfluss Daher wollen wir ab jetzt auch auf Ausrei Ber achten Dazu lassen wir uns f r jede Variable einen Boxplot erstellen Dieses beliebte Instrument der explorativen Datenanalyse zeigt auf pr gnante Weise wesentliche Verteilungsinformationen und ist zur Identifikation von Ausrei ern sehr gut geeignet Die Bestandteile eines Boxplots haben folgende Bedeutung Ein Wert der mehr als 3 Boxl ngen ber dem 75 Perzentil liegt extremer Wert Ein Wert der mehr als 1 5 Boxl ngen ber dem 75 Perzentil liegt Ausrei er Gr te Beobachtung die kein Ausrei er ist 75 Perzentil Median 25 Perzentil Kleinste Beobachtung die kein Ausrei er ist E
203. im H Sinn um ca 2 Punkte h her aus Zun chst ist die Frage zu kl ren welche der beiden angebotenen t Test Varianten mit bzw ohne Voraussetzung der Varianzhomogenit t zu verwenden ist Als Entscheidungshilfe berech net SPSS den Levene Test der Varianzhomogenit t der in unserem Fall durch eine empi rische berschreitungswahrscheinlichkeit von 0 94 gt 0 05 seine Nullhypothese gleicher Vari anzen akzeptiert 138 Gruppenvergleiche Test bei unabh ngigen Stichproben Varianzgleichheit T Test f r die Mittelwertgleichheit Sig Mittlere Standardfehler der Differenz F signifikanz T df 2 seitig Differenz der Differenz Varianzen sind gleich Varianzen sind nicht gleich 2 05895 3 86727 2 05895 4 34576 Der somit verwendbare klassische t Test mit vorausgesetzter Varianzhomogenit t ermittelt eine berschreitungswahrscheinlichkeit unterhalb der kritischen Grenze von 0 05 so dass die Null hypothese zu verwerfen ist sofern die Voraussetzungen des Test hinreichend erf llt sind Weil ein einseitiges gerichtetes Testproblem vorliegt w re auch der bei einem signifikanten Levene Ergebnis zu verwendende t Test ohne Varianzhomogenit tsannahme zur selben Entscheidung gekommen Nachdem die Varianzhomogenit t der Residuen gekl rt ist und die Unabh ngigkeit angenom men werden darf bleibt von den Voraussetzungen der Analyse noch die Normalit t der Residuen zu untersuchen Um die Verteilung der Residuen mi
204. in Wert der mehr als 1 5 Boxl ngen unter dem 25 Perzentil liegt Ausrei er Ein Wert der mehr als 3 Boxl ngen unter dem 25 Perzentil liegt extremer Wert 120 Pr fung der zentralen Projekt Hypothesen Als Ursachen f r Ausrei er kommen in Frage e Erhebungs bzw Erfassungsfehler Messwerte k nnen falsch ermittelt oder fehlerhaft in die EDV bernommen worden sein e Besondere Umst nde beim Merkmalstr ger Bei einer Agrarstudie zum Ertrag verschiedene Getreidesorten kann z B der Boden in ei ner bestimmten Versuchsparzelle durch einen Olunfall verseucht worden sein Eindeutig rregul re Daten m ssen nat rlich entfernt werden Sie k nnen z B mit dem Daten editor in der Rohdatendate e einen Wert l schen d h durch SYSMIS ersetzen e einen Wert als MD Indikator deklarieren e einen kompletten Fall l schen Nat rlich d rfen Sie keine Daten eliminieren weil sie Ihren Hypothesen widersprechen 7 3 2 Die SPSS Prozedur zur explorativen Datenanalyse F r die eben geplanten Aufgaben Ausrei erdiagnose und Verteilungspr fung eignet sich die SPSS Prozedur zur explorativen Datenanalyse besser als die in Abschnitt 4 der Einfachheit hal ber bevorzugte H ufigkeitsanalyse Nat rlich k nnen Sie in Zukunft auch die Verteilungen von Rohvar ablen mit der leistungsf higeren explorativen Datenanalyse untersuchen Starten Sie deren Dialogbox mit Analysieren gt Deskriptive Statistiken gt Explorative Datenanalyse Tra
205. in diesem Manuskript analysiert werden ent stand folgende Liste Datenerfassung und SPSS Dateneditor 55 Faktorenanalyse Regressionsanalyse Korrelationsanalyse Var anzanalyse Strukturgleichungsanalyse Clusteranalyse Diskriminanzanalyse Logistische Regression Conjoint Analyse Diese Tabelle vervollst ndigt unseren Kodierplan vgl Abschnitt 1 4 3 5 Es bietet s ch an die Definition der Variablen METHI bis METH3 durch entsprechende Wertelabels zu vervollst n digen vgl Abschnitt 3 2 2 3 4 Univariate Verteilungs und Fehleranalysen In diesem Abschnitt werden Sie erfahren wie schnell und bequem mit SPSS numerische und graphische Analysen durchgef hrt werden k nnen Wir werden unsere Daten mit Hilfe deskrip tiver Auswertungsmethoden sorgf ltig auf Erfassungsfehler untersuchen Dabei schlagen wir zwei Fliegen mit einer Klappe denn eine sorgf ltige Verteilungsanalyse aller Variablen geh rt ohnehin zur Pflicht bei jeder empirischen Studie In manchen Projekten wird sich die Forschungsarbeit sogar auf die Beschreibung von univaria ten Verteilungen beschr nken z B in der Meinungsforschung Meist sind aber auch multivar a te Zusammenhangsanalysen von Interesse 4 1 Erfassungsfehler Speziell bei der manuellen Datenerfassung s nd Fehler praktisch unvermeidbar Manche von ihnen s nd als Verst e gegen G ltigkeitsregeln relat v leicht aufzusp ren Beispiel Wenn bei der Variablen GESCHL nur die Werte 1 f r Fr
206. inale Messniveau zu deklarieren 46 Datenerfassung und SPSS Dateneditor 3 2 2 4 bung Definieren Sie alle Variablen zur ersten Seite unseres KFA Fragebogens Wie Sie n tigenfalls Variablen einf gen oder l schen k nnen erfahren Sie im n chsten Abschnitt 3 2 3 Variablen einf gen l schen oder verschieben Bei der Var ablendefinition kann sich leicht die Notwendigkeit ergeben Variablen einzuf gen oder zu l schen 3 2 3 1 Variablen einf gen Wenn Sie z B nach FNR und GESCHL die Variable FB definiert und folglich die Variable GEBJ vergessen haben k nnen Sie das Missgeschick in der Variablenansicht folgenderma en korrigieren e Setzen Sie einen rechten Mausklick auf die Nummer der FB Ze ile am linken Rand der Tabelle e W hlen Sie die Option Variable einf gen aus dem Kontextmen Daraufhin stellt SPSS vor FB eine neue Variable mit voreingestellten Attributen zur Verf gung die nun beliebig angepasst werden k nnen u Unbenannti Datenset0 SPSS Daten Editor EIER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe e HAm od wi E BEER ie I Name Typ Spaltenformat Dezimalstellen arablenlabel Wertelabels Fehlende Wert Satan Ausrichtung Me niveau Kumersch B Fallnurmmer Kein Kein Rechts Nominal Numerisch i Geschlecht 1 Fraut Wein Rechts Nominal 2 kein kein g Rechts etrisch an ET z Fachbereich an der IT I kein 4 Rechts Nominal 5 Datena
207. ioner Inhalt Index Suchen Favoriten Interpreting Syntax Diagrams zu suchendes Schlusselm rt ayntax syntax rules The command terminator a period is not shown in the synta diagram surtas A Syntax e E Elements shown in capital letters are keywords You must Log enter them as shown although you can abbreviate them as ausf hren long as there is no ambiguity Elements in lower case Ausgabe Log describe specifications you supply einfugen Einf gen in Skripte Installieren der Befehlssyntan Re Elements shown in square brackets are optional Jaurmaldate mit Skripte P edela f r den SPSS Produktio Farentheses apostrophes and quotation marks are required ee where shown unless they are in square brackets A pair of Syntaxrageln apostrophes is generally equivalent to a pair of quotation Sysfle Info marks command guntas SYs1AT Dateen Anzeigen Braces indicate a choice between elements The word warlist stands for a list of variable names 16 1 3 Aufbau von SPSS Programmen Welche Kommandos SPSS f r das Erstellen von Programmen bereithalten muss ergibt sich aus unseren Zielvorstellungen Wir m chten SPSS anweisen unsere empirischen Daten zu lesen gegebenenfalls aus den gelesenen Variablen interessantere neue Variablen zu berechnen und schlie lich statistische Verfahren mit den eingelesenen oder neu erstellten Variablen zu rechnen Dar ber hinaus haben wir gelegentlich Sonderw
208. is der anschlie enden wieder eher allgemein methodologisch ge pr gten Ausf hrungen s cher unterst tzen U a werden dabei auch einige zentrale Begriffe des SPSS Systems erl utert a Variable Der Begriff Variable wird in der Literatur zur statistischen Datenanalyse h ufig synonym zu Merkmal gebraucht Wir wollen ihn SPSS konform in einer etwas technischeren Bedeutung ver wenden Schreibt man f r ein Merkmal die Auspr gungen aller F lle in der Stichprobe unterein ander so entsteht ein Spaltenvektor Genau einen solchen Spaltenvektor wollen wir als Variable bezeichnen Zwar resultieren Variablen meist wie gerade beschrieben aus jeweils einem Merk mal doch kann z B das Bem hen um eine rationelle Datenerfassung zu Ausnahmen f hren In K rze w rd eine Technik vorgeschlagen d e zur Erfassung von 100 Merkmalen mit Hilfe von f nf Variablen f hrt b Datenmatrix und Dateneditor Schreibt man alle Variablen nebeneinander so entsteht die F lle x Variablen Datenmatrix Datentabelle Sie kann n einem Fenster des SPSS Dateneditors aufgebaut und dort auch w h rend der laufenden Auswertungsarbeit st ndig eingesehen oder bearbeitet werden Die folgende Abbildung zeigt ein Dateneditorfenster mit KFA Beispieldaten aus einem fr heren SPSS Kurs 14 Von der Theorie zu den SPSS Variablen ca kfa say Daten et1 SPS Daten Editor Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe W A m
209. istik Signifikanz Statistik Signifikanz Dies ist eine untere Grenze der echten Signifikanz a Signifikanzkorrektur nach Lilliefors F hren S e mit den Variablen GEWICHT und IDGEW einen t Test f r gepaarte Stichproben zu folgendem Testproblem durch Ho Das Realgewicht der Trierer Studierenden liegt im Mittel n cht unter dem Idealge wicht nach der Formel Gr e 100 Versus H Die Trierer Studierenden sind in Relation zur Idealgewichtsformel Gr e 100 im Mittel zu leicht Die Ergebnisse werden m n chsten Abschnitt wiedergegeben 7 7 Arbeiten mit dem Ausgabefenster Teil Ill Oben wurde gelegentlich in didaktischer Nachl ssigkeit ohne Erl uterung der Begriff Pivot Tabelle verwendet Unter dem Pivotieren einer Tabelle versteht SPSS u a die folgenden Opera tionen e Austauschen ihrer Zeilen Spalten und Schichtendimensionen e nderung der Schachtelungsordnung e Kategorien ausblenden Nachdem wir den Pivot Editor m zweiten Teil der Serie Arbeiten mit dem Ausgabefenster be reits f r konventionelle Tabellengestaltungen benutzt haben besch ftigen wir uns nun mit den Leistungen die seinen Namen begr nden 7 7 1 Pivot Editor starten Man startet den Pivot Editor zum Bearbeiten einer Tabelle per Doppelklick oder ber das Kontextmen Es empfiehlt sich anschlie end n tigenfalls mit dem Men befehl Pivot gt Pivot Leisten das folgende Dialogfeld zu aktivieren ty Pivot Leisten
210. istogramm der standardisierten Residuen Unser Testverfahren setzt normalverteilte Residuen voraus Das Streudiagramm bietet wenig Anlass zur Sorge um die Linearit t und die Homoskedastizit t Abh ngige Variable Mittel der rger Variablen Regression Standardisiertes Residuum 2 1 0 1 2 3 Regression Standardisierter gesch tzter Wert 126 Pr fung der zentralen Projekt Hypothesen Wir sehen ein s gnifikantes Residuum standardis erter Wert betragsm ig gr er Zwei was aber bei 31 F llen mit der Annahme eines g ltigen Modells vereinbar ist Das Histogramm der standardisierten zeigt sich eine zufriedenstellende Normalverteilungsap proximation Abh ngige Variable Mittel der rger Variablen H ufigkeit Mittelwert 3 37E 16 Std Abw 0 983 N 31 Regression Standardisiertes Residuum Mit den per Speichern Subdialog Lineare Repression Speichern Vorhergesagte Werte Residuen en Er Weiter Weiter _ Nicht standardisiert _ Nicht standardisiert Era D Standardside brechen _ Korrigiert C Studentisiert tandardfehler des Mittelwerts hs lossen C Standardfehler des Mittel C Ausgeschlos Distanzen L Studentisiert ausgeschl C Mahalanobis Einflu stabistiken nach Cook C DiBeta _ Hebelwerte _ Standardisiertefs DfBeta Yorhersageintervalle DiEn ee Standardisiertes DIF C Mittelwert Individuell ei _ Kowarianzwerh ltnis Konfidenzintervall in eine neue
211. kmale der Variablen z B MD Indika toren ber die Variablenansicht des Datenfensters siehe unten k nnen Sie die Merkmale der Variablen jederzeit einsehen und ndern Mit Hilfe des Dateneditors oder durch Transformationskommandos siehe unten k nnen w h rend einer S tzung u a folgende Modifikationen der Arbeitsdatei vorgenommen werden Erweiterung um neue Variablen nderung von Variablenattributen z B Namen MD Indikatoren L schen von Variablen Erweiterung um neue F lle nderung von Variablenauspr gungen eines Falles L schen von F llen Weil die Begriffe Dateneditor und Arbeitsdatei f r den Umgang mit SPSS recht wichtig sind sollen ihre wesentlichen Eigenschaften noch einmal wiederholt werden Die Arbeitsdatei enth lt die Datenmatrix und den zugeh rigen Deklarationsteil Mit dem Dateneditor k nnen wir die Arbeitsdatei ansehen und modifizieren auf dem Registerblatt Datenansicht die Datenmatrix und auf dem Registerblatt Variablenan sicht den Deklarationsteil Die Arbeitsdatei ist tempor r muss also nach einer planvollen nderung in eine per manente SPSS Datendate gesichert werden siehe unten Seit der Version 14 0 unterst tzt SPSS die simultane Verwendung mehrerer Dateneditorfenster die jeweils eine Datenmatrix und einen Deklarationsteil enthalten z B o9 5ay DatenSet4 SPSS Daten Editor e W amp m 10 w pP A EE BER 9 nr groesse gewicht var 1 100 166
212. kontr Kein Rechts Metrisch Numerisch Kein Rechts Metrisch 10 lot2 Numerisch Kein Rechts Metrisch 11 as Numerisch Kein Rechts Metrisch 12 10t4 Numerisch Kein Rechts Metrisch 13flot5 Numerisch Kein Rechts Metrisch Numerisch Kein Rechts Metrisch Numerisch Kein Rechts Metrisch 16flot8 Numerisch Kein Rechts Metrisch 17 110t9 Numerisch 18flot10 Numerisch Kein Rechts Metrisch 19110111 Numerisch Kein Rechts Metrisch 20 1ot12 Numerisch 8 Kein Rechts Metrisch 4 gt Datenansicht A Variablenansicht x Kein Rechts Metrisch SP55 Prozessor ist bereit 5 5 5 5 O0 000000000000 De Se Se Se Sen Se Se ee AA 3 2 4 2 Alle Attribute einer Variablen bertragen Gehen Sie folgenderma en vor um alle Attribute einer Variablen mit Ausnahme des Namens auf andere bereits vorhandene Variablen zu bertragen e Markieren Sie die Quellvar able per Mausklick auf ihre Zeilennummer am linken Tabel lenrand und kopieren Sie alle Attribute mit Strg C oder Bearbeiten gt Kopieren in die Zwischenablage e Markieren Sie eine Z elvar able per Mausklick auf ihre Zeilennummer oder eine Serie von Zielvariablen durch Mausklicks in Kombination mit der Umschalt oder Strg Taste e bertragen Sie die in der Zwischenablage gespeicherten Attribute auf alle markierten Variablen mit Strg V oder Bearbeiten gt Einf gen 3 2 4 3 Einzelne Attribute einer Variablen bertragen Es ist auch m glich ein ein
213. kraft in der Forschung bewerben will HIWI Job _ weil ich mich f r EDV interessiere und ein modernes Programm kennen lernen m chte _ weil ich mich f r Statistik interessiere und mit Auswertungsverfahren experimentieren m chte _ Andere Motive b M chten Sie m Kurs bestimmte statistische Methoden besonders gerne ben Ja O Nein Wenn Ja welche kreuztabel lenananlyse Kommentare l 9740305277 Formular drucken Daten bertragen E An ML x Unbekannte Zone Datenerfassung und SPSS Dateneditor 35 Wer an der Universit t Trier eine Online Datenerhebung mit GlobalPark oder Teleform durch f hren m chte erh lt die erforderliche Zugangsberechtigung und Unterst tzung in der Be nutzerberatung des Rechenzentrums 3 1 1 2 Automatisches Einscannen von schriftlichen Untersuchungsdokumenten Auch bei einer schriftlichen Befragung im konventionellen Stil l sst sich das manuelle Erfassen der Daten vermeiden Diese l stige und fehleranf llige Arbeit kann man einer EDV Anlage zum automatischen E inscannen und Interpretieren der schriftlichen Untersuchungsdokumente ber tragen Allerdings muss die EDV Anlage erst mit einigem Aufwand in ihre Arbeit eingewiesen werden so dass bei kleineren Projekten kaum ein Rationalisierungsgewinn zu erzielen ist Eine weitere Voraussetzung dieses Verfahrens ist die Beachtung einiger Regeln beim Entwurf der Untersuchungsmaterial en An der Universit t Trier steh
214. ktive Diagramme Fivat Takellen Einblenden Korrelationsmatrix Die verf gbaren Optionen sind bimenzisnzbeschriftungen Koeffizienten Signifikanzniveaus Determinante Inverse Ergebnisse Reproduziert Anti Image sowie KMO und Bartlett Test auf E KIGPUDIGER Sph rizit t Fu noten l Symboleisten Titel Einzelheiten anzeigen Zeilen oder Spalten Korrelationskoeffizienten fest 2 3 3 Kontextsensitive Hilfe zu den Dialogboxen In fast jeder Dialogbox k nnen Sie mit der Standardschaltfl che Hilfe Informationen zu all ihren Optionen anfordern 2 3 4 Lernprogramm Neben dem eher zum Nachschlagen geeigneten Hilfefenster mit seinen systematischen Beschrei bungen und seinem vollst ndigem Index gibt es ein weiteres Informationsangebot das eher di daktisch orientiert und daher auf das Wichtigste beschr nkt ist das interaktive SPSS Lernprogramm Es wird mit Hilfe gt Lernprogramm gestartet und sollte mehr oder weniger linear durchgearbeitet werden In den einzelnen Kapiteln werden konkrete Arbeitsabl ufe ge bt z B E Lernprogramm Venwenden des Daten Editors gt Eingeben numerischer Daten Sie m ssen die Variablen c Unbenannt 5P55 Daten Editor IE ee na sollen In diesem Fall werden nur drei Variablen ben tigt alter famstatu und einkomme Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe Sie k nnen das Lernprogramm als eigenst ndige Windows Anwendung p
215. l sst sich die Breite s mtlicher Datenzellen einer Tabelle numerisch spezifizieren z B Breite der D tenzellen einstellen Breite f r alle Datenizellen 40 p Abbrechen Hilfe Nach missratenen Gestaltungsbem hungen bringt eventuell Format gt Automatisch anpassen wieder ein akzeptables Ergebnis zu Stande 4 8 1 3 Tabellenvorlagen F r eine Pivot Tabelle kann nach Format gt Tabellenvorlagen das Design einer Tabellen vorlage bernommen werden So sieht unser Beispiel nach Anwendung der Vorlage Akade misch aus Fachbereiche im SPSS Kurs g ltige kum 19 61 29 61 29 61 29 Il 2 6 45 6 45 67 74 IV 6 19 35 19 35 87 10 VI 4 12 90 12 90 100 00 Gesamt 31 100 00 100 00 4 8 2 Weitere Gestaltungsm glichkeiten im Navigationsbereich 4 8 2 1 Bl cke bzw Teilausgaben kopieren verschieben oder l schen Sie k nnen markierte Bl cke bzw Teilausgaben e L schen mit der Entf Taste e Kopieren bzw Verschieben mit der Maus Ziehen und Ablegen beim Kopie ren zus tzlich nach Beginn der Bewegung die Strg Taste dr cken via Zwischenablage mit den Items aus dem Men Be arbeiten oder den quivalenten Tastenkombinationen Kopieren bzw Ausschneiden Ziel mar kieren und Einf gen 4 8 2 2 Bef rdern und Degradieren Wenn kopierte oder verschobene Ausgabebl cke versehentlich auf einer unerw nschten Gliede rungsebene gelandet sind k nnen sie mit den Pfeiltasten oberhalb der Navigationszone bef
216. lich der Verteilungsvoraussetzungen ist zu betonen e Es wird keine Annahme ber die Verteilung des Regressors gemacht e Es wird keine Annahme ber die univariate Verteilung des Kriter ums gemacht e Es s nd die Residuen des Modells die bestimmte Verteilungsvoraussetzungen erf llen m ssen Erwartungswert Null Normalit t Homoskedastizit t Unabh ngigkeit F r methodisch besonders Interessierte soll noch eine alternative Darstellung f r 7 vorgef hrt werden die von eher anwendungsorientierten Lesern gefahrlos bersprungen werden kann Weil der Stichprobensch tzer b des Steigungskoeffizienten in folgender Beziehung zur Stichproben korrelation r und den Sch tzern Sy und Sy f r die Standardabweichungen des Kriteriums Y und des Regressors X steht a a a Sx und der gesch tzte Standardfehler zu b gleich l r fa y vn 2 Pr fung der zentralen Projekt Hypothesen 119 ist siehe z B Cohen et al 2003 S 42 kann auch die Pr fgr e T als Quotient aus einem Stichprobensch tzer und seinem gesch tzten Standardfehler geschrieben werden Sp Vn 2 h T b X Sy gler 5 SF 7 3 Verteilungsanalyse zu AERGZ AERGAM und LOT F r die folgenden Schritte wird eine aktive SPSS Sitzung mit ge ffneter Projekt Fertigdaten datei kfa sav vorausgesetzt Ob Sie die SPSS Kommandos zu den anstehenden Analysen f r sp tere Wiederverwendung konservieren wollen bleibt Ihnen berlassen Wir wollen zun chst d
217. ll von Null bis arg COMPUTE av NORMAL 1 EXECUTE TeTESI GROUP S gesch1 1 2 MISSING ANALYSIS VARIABLES av CRITERIA CIN 95 Die Kommandos in diesem Beispiel wurden mit Hilfe von Dialogboxen er zeugt Schalter Einf gen Im COMPUTE Kommando wird die standardnor malverteilte Zufallsvariable AV erstellt Es st klar dass Frauen und M nner denselben Erwartungswert Populationsmittelwert Null bei AV haben Damit k nnen wir ausprobieren wie sich der t Test f r unabh ngige Stichproben bei G ltigkeit der Nullhypothese identischer Erwartungswerte verh lt Die Dialog box zu diesem t Test erh lt man mit Analysieren gt Mittelwerte verglei chen gt t Test bei unabh ngigen Stichproben Wenn Ihnen die Erl uterungen zu diesem Beispiel spanisch vorkommen hilft Ihnen vielleicht der Abschnitt 7 1 weiter wo einige Grundprinzipien der Inferenzstatistik erl utert werden Mit Gruppenvergleichen besch ftigen wir uns offiziell in Abschnitt 8 Bei NORMAL und UNIFORM wird ein Pseudozufallszahlengenerator ver wendet der per Voreinstellung mit dem festen Wert 2000000 startet und damit stets dieselben Zahlen liefert Ein alternativer Startwert der andere Zufallszah len zur Folge hat kann gew hlt werden mit dem Men befehl Transformieren gt Zufallszahlengeneratoren oder mit dem SPSS Kommando SET SEED n Datentransformation 99 6 4 2 1 2 Regeln f r die Bildung numerischer Ausdr cke Auch bei Verwendung der
218. lle erscheinen sollen Um die se Entscheidung in der H ufigkeiten Dialogbox zu treffen m ssen Sie brigens die Format Subdialogbox ffnen und im Rahmen Mehrere Variablen die passende Opti on w hlen e Das FREQUENCIES Kommando wird wie jedes SPSS Kommando durch einen Punkt abgeschlossen Produzieren Sie als n chstes die Syntax zu der in Abschnitt 4 5 durchgef hrten H ufigkeitsana lyse f r die Variablen GESCHL und FB Nun sollte Ihr Syntaxfenster den zu Beginn des Abschnitts wiedergegebenen Inhalt haben Die Kommandos GET und DATASET NAME sind schon gelaufen folglich m ssen Sie noch die Speichern der SPSS Kommandos zu wichtigen Anweisungsfolgen 81 beiden FREQUENCIES Kommandos ausf hren lassen Weil es sich um eine Teilmenge der ver f gbaren Kommandos handelt m ssen S e folgenderma en vorgehen e Markieren S e zun chst per Maus die beiden auszuf hrenden Kommandos wobei von je dem Kommando wenigstens ein Zeichen n die Markierung einbezogen werden muss Z B ta Syntax1 SP55 Syntax Editor KEk Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Ausf hren Fenster Hilfe e HAEE Hr A gt 9 GET FILE UNEigene DateiensS PS Sikfar sam DATASET NAME Datenset WINDOWSFRONT FREQUENCIES YARABLES frr STATSTESSMINIMJM MAIL MODE O RDER ANALYSIS FREQUENCIES YARIABLES geschl fb BARCHART FREG O RDER ANALYSIS S5P55 Prozessor is
219. lt Sie d rfen aber den Zusammenhang in Gleichung 1 4 keinesfalls auf beliebige Tests generalisieren Wir werden z B im Zusammenhang mit der Kreuztabellen analyse den exakten Test von Fisher kennen lernen bei dem eine analoge Gleichung nicht gilt 7 2 Zu den Voraussetzungen unserer Hypothesentests Der t Test f r gepaarte Stichproben mit dem wir unsere allgemeinpsychologische Hypothese pr fen wollen setzt voraus dass die Differenzvariable AERGZ normalverteilt ist vgl Abschnitt 7 1 Diese Normalverteilungsannahme soll anschlie end mit der SPSS Prozedur zur explorati ven Datenanalyse gepr ft werden Unsere differentialpsychologische Hypothese bezieht sich auf den Steigungskoeffizienten B in der linearen Regression von AERGAM auf LOT AERGAM Bo B LOT e N 0 0 Die Hypothesen des Testproblems lauten H 20 vs H B lt 0 Es kommt eine Teststatistik zum Einsatz die sich im vorliegenden Fall der bivariaten Regressi on besonders bequem mit Hilfe der Stichprobenkorrelation r zwischen Kriterium und Regressor notieren l sst Sie ist bei g ltiger Nullhypothese genauer bei B 0 t verteilt mit n 2 Freiheitsgraden sofern die Voraussetzungen des Regressionsmodells erf llt sind die anschlie end der bequemeren Schreibweise halber f r ein Kriterium Y und einen Regressor X angegeben sind 1 Linearit t Der Erwartungswert Mittelwert Ex Y von Y f r einen bestimmten X Wert h ngt linear von X ab Ex Y
220. m ssen die folgende wichtige Eigenschaft der Z hlen Anweisung beachten Ihre Ergeb n svariable hat stets einen validen Wert gr er oder gleich Null Wenn ein Fall z B bei allen kritischen Variablen den nicht zu z hlenden Wert SYSMIS hat resultiert das valide Ergebnis Null In dieser Situation wissen wir aber nichts von den Motiven der Person und d rfen ihr keine Motivationslosigkeit POLYMOT 0 unterstellen Weil im konkreten Beispiel das Z hlergebnis Null generell als irregul r einzustufen ist k nnten wir durch ein gew hnliches unbedingtes Umkodieren 0 gt SYSMIS daf r sorgen dass ein Fall bei POLYMOT den Wert SYSMIS erh lt wenn er den Fragebogen teil 4a nicht korrekt bearbeitet hat Im Allgemeinen kann das Z hlergebnis Null jedoch auch auf regul re Weise zustande kommen und auch ein von Null verschiedenes Z hlergebnis kann MD belastet sein Daher ist es meist erforderlich durch eine bedingte Datentransformation MD belastete Z hlergebnisse zu verhindern Wir wollen das generelle Verfahren der bung halber auch im aktuellen Beispiel einsetzen und formulieren mit Hilfe der in Abschnitt 6 4 2 1 1 be schriebenen Funktion NMISS die folgende Bedingung NMISS MOTIVI1 TO ANDERE 0 Klicken Sie bitte in der Dialogbox H ufigkeiten von Werten in F llen z hlen auf den Falls Schalter und tragen Sie die vorgeschlagene Bedingung ein Wenn Sie dann Weiter ma chen und die Hauptdialogbox mit Einf gen quittieren erhalt
221. mando zun chst noch nicht aus sondern reiht es in die Warteschlange der of fenen Transformationen ein Diese werden vom SPSS Prozessor erst dann ausgef hrt wenn er ein Prozedur oder ein EXECUTE Kommando erh lt 94 Datentransformation lisiert aber noch keine Werte ermittelt hat In dieser Situation wird in der Statuszeile angezeigt dass Offene Transformationen zur Bearbeitung anstehen Sie k nnen deren Ausf hrung er zwingen indem Sie im Syntaxfenster ein EXECUTE Kommando abschicken oder folgenden Men befehl w hlen Transformieren gt Offene Transformationen ausf hren Es soll nicht verschwiegen werden dass hier f r SPSS Neulinge Schwierigkeiten auftauchen die bei rein Dialogbox orientierter Arbeitsweise und voreingestelltem EXECUTE Einsatz nicht ent stehen k nnen F r angehende SPSS Profis m chte ich noch erw hnen dass EXECUTE Kommandos innerhalb eines Blocks von Transformationsanweisungen durchaus bedeutsam sein k nnen In dem folgen den manuell erstellten Beispiel wird mit Hilfe des Transformationskommandos SELECT IF jeder zweite Fall aus der Arbeitsdatei entfernt compute nr casenum execute select f mod nr 2 LJ execute L sst man jedoch das erste EXECUTE Kommando weg entfernt das Programm alle F lle mit Ausnahme des ersten 6 4 Berechnung von Variablen nach mathematischen Formeln In der Dialogbox Variable berechnen bzw im quivalenten COMPUTE Kommando wird ein numerischer Ausdruck z B
222. mit unseren Variablen GESCHL und BMI einen t Test f r unabh ngige Stichproben zum folgenden Hypothesenpaar durch Ho Bei Frauen ist der BMI Mittelwert mindestens genauso gro wie bei M nnern versus H Bei Frauen ist der BMI Mittelwert niedriger als bei M nnern Fordern Sie mit folgendem Men befehl die zugeh rige Dialogbox an Analysieren gt Mittelwerte vergleichen gt T Test bei unabh ngigen Stichproben Transportieren Sie BMI in die Liste der Testvariable n und GESCHL in das Feld Gruppen variable E T Test bei unabh ngigen Stichproben 81 gew stat Meth A Testvarnisbleln 2 gew stat Metti Body Mass Index bmi Eea 3 gew stat Methi no Idealgewicht nach E LOT Optimismus k _Abbrechen F Mittel der rger Wa SP Eiger Zuwachs du Gruppenvarisble amp Anzahl der Motive T Gruppen def ber den Schalter Gruppen definieren erreicht man die folgende Dialogbox um die beiden zu vergleichenden Gruppen ber ihre Werte bei der Gruppenvariablen festzulegen Gruppen definieren Angegebene Werte verwenden weiter Gruppe Hilfe O Irennwert I In unserem Fall sind nur zwei Gruppen vorhanden die folglich beide teilnehmen Wir erhalten folgende Ergebnisse Gruppenstatistiken Standardab Standardfehler a Mittelwert weichung des Mittelwertes Body Mass Index Frau 20 7488 1 89347 37869 Mann 22 8078 2 17495 8792 Bei den M nnern f llt der BMI Mittelwert
223. mm zum Einsatz Grafische Datenanalyse 141 9 1 Streudiagramm anfordern Um die empirische Regression von Gewicht auf Gr e und Geschlecht betrachten zu k nnen fordern wir ein Streudiagramm mit diesen Variablen an Dies tun wir mit grunds tzlich identi schem Ergebnis sowohl mit der modernen Dialogbox Diagrammerstellung die in der SPSS Version 15 noch einige Kinderkrankheiten zeigt als auch mit den veralteten Dialogfeldern 9 1 1 Diagrammerstellung Nach dem Men befehl Grafiken gt Diagrammerstellung informiert SPSS zun chst dar ber dass bei allen Variablen korrekt deklarierte Messniveaus und bei kategorialen ordinalen oder nominalen Variablen au erdem Wertelabels ben tigt werden zur Deklaration von Variablenattr ibuten siehe Abschnitt 3 2 2 Diaerammerstellung Bevor Sie dieses Dialogfeld verwenden mu das Me niveau f r jede variable im Diagramm korrekt festgelegt werden Wenn das Diagramm kategoriale Yariablen enth lt m ssen au erdem Wertelabels f r jede Kategorie definiert werden Klicken Sie auf OK um das Diagramm zu definieren Klicken Sie auf Variableneigenschaften definieren um das Meliniveau festzulegen oder Wertelabel f r Diagrammwariablen zu definieren Yariableneigenschaften definieren Das Dialogfeld Diagrammerstellung E Diagrammerstellung Yariablen db Fallnummer F rs Geschlecht g E Geburtsjahr Fachbereich K rpergr e E K rpergewich Zie
224. mmerstellurg Interaktiv d veraltete Dialogfelder Eine Ursache ist die Koexistenz der Standardgrafik mit der so genannten interaktiven Grafik War ber einige SPSS Versionen hinweg die interaktive Grafik verkn pft mit dem Kommando IGRAPH moderner und leistungsst rker ist seit der SPSS Version 12 die Standardgrafik deut lich variabler und attraktiver Wenn sich eine spezielle Darstellung mit der Standardgrafik nicht zufriedenstellend realisieren l sst sind die interaktiven Grafiken Diagrammerstellung Interaktiv Balken Yeraltete Dialogfelder Punkt Linie Band Yerbundlinie Fl che Kreis d Boxplot Fehlerbalken Histogramm Streudiagramm aber einen Versuch wert Seit der SPSS Version 14 k nnen die Standardgrafiken alternativ ber veraltete Dialogfelder Diagrammerstellung Interaktiv j veraltete Dialogfelder Balken 3D Balken Linie Fl che Kreis Hoch Tief Boxplot Fehlerbalken Fopulationspyramide Streu Purkt Diagramm Histogramm verkn pft mit dem SPSS Kommando GRAPH oder mit dem Dialog Diagrammerstellung verkn pft mit dem SPSS Kommando GGRAPH und der Graphics Production Language GPL erstellt werden Von den zahlreich angebotenen Grafiktypen k nnen aus Zeitgr nden nur wenige Beispiele be handelt werden Im aktuellen Abschnitt 9 wird das Streudiagramm vorgestellt in Abschnitt 11 2 kommt ein Balkendiagra
225. n Zuletzt verwendete D Hetzwerkumgeb D ateiname kfar kv pos trt ung Dateityp Text tt r Einf gen Abbrechen Schritt 1 Im ersten Schritt zeigt der Assistent den Anfang unserer Datei und akzeptiert ggf ein vordefi niertes Format aus fr heren Assistenteneins tzen das die Dateistruktur beschreibt Assistent f r Textimport Schritt 1 von 6 eg s40 1 RI 28 5 Wilkommen beim Assistenten f r Testimpart GAO A400 73 40 34 JE i i l l 632 10200 0 BF 3LOR T Dieser Assistent hilft Ihnen beim Einlesen won Daten aus 1004 31 17 einer Textdatei und Festlegen der YWarablenspezifik ationen 33 8700913 weist die Textdatei ein vordefiniertes Format auf Textdatei U Eigene Dateien SPS5 kfar k tbet 10 20 11 177115545 12 6 6 451214542432 110000 21 177115955 22 4 05 343335444442 110010 Abbrechen Hilfe Da wir auf eine solche Vorarbeit nicht zur ckgreifen k nnen machen wir weiter 182 Datendateien im Textformat einlesen Schritt 2 Im zweiten Schritt teilen wir mit dass die Variablen in unserer Eingabedate feste Positionen bzw eine feste Breite besitzen Assistent f r Textimport Schritt 2 von 6 wie sind die Yanablen angeordnet Mit Trennzeichen Variablen sind durch ein bestimmtes Zeichen getrennt z B Komma Tabulator GO Feste Breite Variablen sind in Spalten mit fester Breite ausgerichtet Enth lt die erste Zeile der Datei die Yar ablennamen Ja Nein Text
226. n Arbeitsweise keine gro e Rolle spielt siehe oben Eine alternative M glichkeit zum Einstellen der Attribute Dezimalstellen und Spaltenfor mat findet sich in der Dialogbox Variablentyp definieren die nach einen Mausklick auf den Erweiterungsschalter in der markierten Typ Zelle erscheint 44 Datenerfassung und SPSS Dateneditor Yariablentyp definieren Breite O wissenschaftliche Notation u ne Eu Datum O Dollar O Spezielle W hrung O String Tipp Wenn in einem Projekt das voreingestellte Anzeigeformat f r numerische Variablen Breite 8 Dezimalstellen 2 h ufig durch eine bestimmte Alternative ersetzt werden muss kann zur Vereinfachung der Deklaration die Voreinstellung entsprechend ge ndert werden Dazu ffnet man mit Bearbeiten gt Optionen die Dialogbox Optionen wechselt hier zum Registerblatt Daten und nimmt im Rahmen Anzeigeformat f r neue numerische Variablen die gew nschten Einstellungen vor z B Optionen Allgemein WIEwWET Textlewer Beschriftung der Ausgabe Diagramme Interaktiv Fivat T abellen Daten Wahrung Skripte Optionen f r Transformieren und Zusammenf gen Jahrhundertbereich f r 2 stellige Jahreszahlen werte sofort berechnen O Werte wor Yerwendung berechnen Erste Jahr 1339 Letztes Jah 2037 Anzeigeformat f r neue numerische Yarablen Anderer Breite Dezimalstellen Erstes Jahr Beispiel 1 Letztes Jahr Zufallszahlengenerator Mit 5F5512 und fr her komp
227. n Editor Vorg nge durchgef hrt werden Arbeten mit mehreren Datenquellen A Aufbereitung won Daten Yarlakleneigenschafter E3 g Definieren von arlableneigenschaften gb Mehrfachantworten Sets E Kopieren von Dateneigenschaften Ermitteln der Werte ohne Label und Bereitstellen einer Ermitteln doppelter F lle Funktion zur automatischen Beschriftung gt visuelles Klassieren QE Transformieren von Daten Kopieren definierter Wertelabels aus einer anderen Mm Variablen in die ausgew hlte Variable oder von der antsnew hlten Warshlen in mehrere zus tzliche Durchsuchen der tats chlichen Datenwerte und Auflisten aller eindeutigen Datenwerte f r die ausgew hlten Variablen 2 3 2 Gezielte Suche nach Begriffen Die Registerbl tter Index und Suchen im Hilfefenster eignen sich f r die Suche nach Informa tionen zu bestimmten Begriffen z B 30 Einstieg in SPSS f r Windows E Base System BE a gt Ausblenden Zur ck Yons ars Abbrechen Aktualisieren Schriftart Optionen SEE Loba Suehenj Favo ten Faktorenanalyse Deskriptive Zur ck weiter M zu suchendes Schlusselmort Statistiken Statistik Univariate Statistiken enthalten den Mittelwert die Eigenwerte Standardabweichung und die Anzahl g ltiger F lle f r jede in der Faktorenanalyse Variable Die Anfangsl sung zeigt die anf nglichen In Lineare Regression Kommunalit ten Eigenwerte und den Prozentwert der ENDEN erkl rten Varianz an Intera
228. n Neuen Wert die Eins e Beenden Sie die Definition der ersten Abbildungsvorschrift mit Hinzuf gen e Vereinbaren Sie analog die Zuordnungsvorschrift 1970 bis 1979 2 Jetzt m ssten Sie dieses Bild sehen Umkodieren in andere Yariablen Alte und neue Werte Alter Wert Neuer Wert Owen owe OoOo O O O Systemdefiniert fehlend O Ale Werte kopieren O System oder benutzerdefinierte fehlende werte Alt Heu 1360 thru 1969 gt 1 1970 thru 1979 gt 2 Bereich KLEINSTER bis Wert Bee Q Bereich Wert bis GR SSTER Ausgabe der Variablen als Strings Be BEER O Ale nen Wene Damit ist die Rekodierung vollst ndig spezifiziert Quittieren Sie die Subdialogbox mit Weiter Da wir das KFA Transformationsprogramm sukzessive aufbauen wollen m ssen Sie nun in der Dialogbox Umkodieren in andere Variablen auf den Schalter Einf gen klicken um die implizit definierten Kommandos zu produzieren Wir erhalten ein Syntaxfenster mit folgendem Inhalt RECODE gebj 1960 thru 1969 1 1970 thru 1979 2 INTO Dekade EXECUTE Neben dem RECODE Kommando das die eigentliche Umkodierung bewirkt hat SPSS noch ein EXECUTE erzeugt dessen Rolle in Abschnitt 6 3 erl utert wird 90 Datentransformati on Unabh ngig von den guten Argumenten f r das Transformationsprogramm gibt es in Ihrer aktu ellen Lernphase einen Grund die obige Umkodieren Dialogbox per OK Schalter zu quittieren oder die zugeh rigen Kommandos
229. n Statistiken L Fallnummer Fallnummer M G ltig Fehlend Modus Minimum Maximum a Mehrere Modi vorhanden Der kleinste Wert wird angezeigt 1 Objekte ausgew hlt 0 ausgeblendet ireduziert 1 SPF55 Prozessor ist bereit So soll ein schnelles Navigieren zwischen den verschiedenen Ausgabebestandteilen erm glicht werden Die Aufteilung des verf gbaren Platzes auf die beiden Teile des Viewers kann per Maus beliebig ver ndert werden Trennlinie anklicken und bei gedr ckter Maustaste horizontal verschieben Wesentliche Bestandteile des Inhaltsbereichs sind P ivot Tabellen Grafiken und Textausgaben Zu ihrer Nachbearbeitung steht jeweils ein spezieller Editor zur Verf gung der per Doppelklick Univariate Verteilungs und Fehleranalysen 61 auf das Objekt gestartet wird Au erdem k nnen in einem V iewer Dokument noch protokollierte SPSS Anweisungen Warnungen Anmerkungen und Titelzeilen auftreten 4 4 1 Arbeiten im Navigationsbereich Die meisten der anschlie end beschriebenen Aktionen im Navigat onsbereich wirken sich syn chron auch auf den Inhaltsbereich aus 4 4 1 1 Fokus positionieren Ein kleiner roter Pfeil zeigt im Gliederungsbereich auf die Bezeichnung derjenigen Ausgabe die im Inhaltsbereich gerade privilegiert dargestellt wird Per Mausklick auf eine andere Ausgaben beschriftung kann dieser Fokus beliebig verschoben werden 4 4 1 2 Ausgabebl cke bzw Teilausgaben aus oder einblenden Ein Block mit
230. n Stichproben K rpergewicht in kg Idealgewicht nach der Formel Gr e 100 Mittelwert 9 323 Standardabweichung 6 188 95 Konfidenzintervall Untere 11 592 der Differenz Obere 7 053 T 8 388 Signifikanztest df 30 Sig 2 seitig 000 Gehen Sie beim Ausblenden einer Kategorie folgenderma en vor e Bei gedr ckter Tastenkombination Strg Alt einen linken Mausklick auf das Katego r enetikett setzen e Rechtsklick auf das Kategorienetikett e Aus dem Kontextmen w hlen Kategorie ausblenden In Spalten untergebrachte Kategorien kann man auch auf intuitive Weise eliminieren e linker Mausklick auf den rechten Spaltenrand Maustaste gedr ckt halten e Spaltenbreite durch Verschieben der Maus reduzieren bis die Quick Info Ausblenden erscheint 136 Pr fung der zentralen Projekt Hypothesen Gep arte Differenzen Stancdardfe 45 Konfidenzinter ll Standardah hler des der Differenz weichung Mittelwerte Aauchlenden Ausblenden us LE ui IE Lil EN e Maustaste loslassen Zum Einblenden von vorher abgeschalteten Kategorien kenne ich nur die global wirksame Me thode Ansicht gt Alles einblenden Nach diesem Befehl k nnen Tabellenbestandteile auftauchen z B Dimensionsbeschriftungen die je nach verwendeter Vorlage bei neuen Tabellen nicht eingeschaltet sind 8 Gruppenvergleiche In diesem Abschnitt interessieren wir uns f r Geschlechtsunterschiede beim Body Mass Index und f hren
231. n sich nat rlich ber die Stichpro benerweiterung und erfassen sofort die neuen F lle Dann allerdings f llt Ihnen ein dass nun alle Kontrollanalysen nochmals wiederholt werden m ssen Um solchen Frust zu vermeiden brauchen wir eine M glichkeit aufw ndige und potentiell mehrfach ben tigte Anweisungssequenzen zur sp teren Wiederverwendung abzuspeichern In SPSS eignen sich dazu in nat rlicher Weise die Kommandos die den einzelnen Dialogboxen zugrunde liegen und die von SPSS stets im Hintergrund erzeugt und ausgef hrt werden wenn wir eine ausgef llte Dialogbox mit OK abschicken Vermutlich haben Sie bereits mehrfach ei nen neugierigen Blick auf die im Ausgabefenster per Voreinstellung protokollierten SPSS Kommandos geworfen z B bei der H ufigkeitsanalyse f r die Variablen GESCHL und FB ka Ausgabel Dokument1 3P3 gt Viewer E ER Datei Bearbeiten Ansicht Daten Transformieren Einf gen Format Analysieren Grafiken Extras Fenster Hilfe eH DE mp 09 Ta Pi fE Ausgabe FREQUENCIES i Log gt YARIABLES geschl fh E fE H ufigkeiten BARCHART FREQ 5 Titel F RDER ANALYSIS II SPS5 Prozessor ist bereit In diesem Zusammenhang lohnt ein kurzer Blick auf die Architektur des SPSS Systems das aus den beiden folgenden Komponenten besteht e Benutzerschnittstelle Wir interagieren mit der Benutzerschnittstelle die unsere Anweisungen entgegennimmt und die Ergebnisse pr sentiert Wir k nnen der Ben
232. nalyse von Kreuztabellen In der Zellen Subdialogbox k nnen auch noch weitere Informationen zu den Zellen angefordert werden z B der prozentuale Anteil der Zelle an der Gesamtstichprobe Beim Vergleich der fachbereichsbedingten Geschlechtsverteilungen zeigen sich erhebliche Un terschiede e In den Fachbereichen I und II dominieren die Frauen mit einem Anteil von 63 bzw 66 7 e Im Fachbereich IV sind die Frauen mit einem Anteil von 31 in der Minderheit e In den brigen Fachbereichen II V und VI zeigt sich ein relativ ausgeglichenes Ge schlechtsverh ltnis In diesem gestapelten Balkendiagramm werden die bedingten Verteilungen veranschaulicht Geschlecht WM Frauen El M nner 100 80 60 Prozent 40 20 I Il IV V VI Fachbereiche an der Universit t Trier Sie k nnen es nach dem Men befehl Grafiken gt Veraltete Dialogfelder gt Balken und der Entscheidung f r ein gestapeltes Balkendiagramm mit den Kategorien einer Vari ablen als Daten im Diagramm Balkendiagramme m Einfach i Jefinie en m Gruppiert mM lest apelt Daten im Diagramm Auswertung ber Kategorien einer Variablen O Auswertung ber verschiedene Yariablen O werte einzelner F lle mit folgender Dialogbox anfordern Analyse von Kreuztabellen 161 E Gestapeltes Balkendiagramm definieren Auswertung ber Kategorien Bedeutung der Balken O Anzahl der F lle der F lle O Kum N O Kum O Andere St
233. ndos zu wichtigen Anweisungsfolgen Programm sichern Wechseln Sie dazu n tigenfalls zum Syntaxfenster und w hlen Sie den Me n befehl Datei gt Speichen unter Verwenden S e m Dateinamen die vorgeschlagene Erweiterung sps indem Sie keine Erweite rung angeben Wenn Sie sp ter dieselbe Auswertung nochmals ben tigen m ssen Sie lediglich das vorhandene Programm mit dem Men befehl Datei gt ffnen gt Syntax laden und ausf hren lassen Um die Ausf hrung s mtlicher Kommandos in einem Syntaxfenster anzuordnen haben Sie fol gende M glichkeiten e Men befehl Ausf hren gt Alles e Alle Kommandos markieren z B mit Strg A und die Ausf hrung anfordern z B per Mausklick auf das Symbol oder mit der Tastenkombination Strg R L sst man obiges Programm in einer Sitzung erneut ausf hren erscheint die folgende Warnung Warnungen Das aktive Daten Set ersetzt das vorhandene Daten Set mit dem Namen DatenSet1 Die Arbeitsdatei das aktive Daten Set hatte den Namen DatenSet1 und war mit der Rohda tendate verbunden Das erneut ausgef hrte GET Kommando erzeugt ein neues Daten Set ko piert den Inhalt der Rohdatendate dorthin und aktiviert das neue Daten Set macht es zur Ar beitsdatei wobei aber die Rohdatendatei mit DatenSetl1 verbunden bleibt Das erneut ausge f hrte Kommando DATASET NAME gibt dem aktiven Daten Set der aktuellen Arbeitsdatei den bereits benutzten Namen DatenSetl woraufhin das alte
234. ndows l sst sich GPo wer 3 ber folgende Programmgruppe starten Start gt Programme gt Wissenschaftliche Programme gt GPower Wir w hlen e Test family t Tests e Statistical test Means Difference between two dependent means e Type of power analysis A priori und ffnen ber den Schalter Determine ein Zusatzfenster um die Effektst rke in der Populati on aufgrund theoretischer Annahmen und oder bisheriger empirischer Erfahrungen festlegen zu k nnen Hier handelt es sich um einen statistischen Terminus der nur zuf llig mit unserer allgemeinpsychologischen Hypothese den Wortbestandteil alternativ gemeinsam hat 8 Von der Theorie zu den SPSS Variablen i G Power 3 0 3 Fie Edit view Tests Calculator Help Central and noncentral distributions Protocol of power analyses critical t 1 786229 from differences Test family Statistical test II If Mean of difference z t tests ka Means Difference between two dependent means m tched pairs i i SD of difference 20 Type of power analysis A priori Compute required sample size given amp power and effect size C from group parameters Input Parameters Output Parameters Mean group 1 Tails One w Noncentrality parameter 5 3 605551 Mean AOUN Effect size dz 1 0000000 Critical t Mala A err prob 0 05 Df SD group 2 Power 1 6 err prob 0 95 Total sample size Correlation between groups Calculate Effect size dz 1 Calculate an
235. nen z B zur Anzeige von Informationen ber die Vari ablen im Datenfenster sowie ein Editor zur Modifikation der SPSS Men s e Fenster ber dieses Men sind die offenen SPSS Fenster erreichbar e Hilfe Hiermit starten Sie die Online Hilfe die Informationen ber das gesamte SPSS System bereith lt und au erdem ein Lernprogramm sowie einen Statistik Ass stenten bietet Bei leerem Datenfenster sind die meisten Men optionen nicht verf gbar Die anderen SPSS Fenster bieten angepasste Men zeilen 2 3 Das Hilfesystem Bei der Arbeit mit SPSS f r Windows k nnen Sie stets auf ein m chtiges Hilfesystem zur ck greifen dessen wichtigste M glichkeiten nun vorgestellt werden 2 3 1 Systematische Informationen Nach dem Men befehl Hilfe gt Themen finden Sie auf der Inhalt Registerkarte des folgenden Fensters Informationen ber die installierten SPSS Module in systematischer Form E Base System HO e O E Ausblenden Zurlick Abbrechen Aktualisieren Schriftart Optionen Inhalt Er S nnas dpe Definieren von Zur ck weiter J Hilfethemen Variableneigenschaften g Base System 7 E bersicht Die Funktion Variableneigenschaften definieren ist daraufhin E Aufrufen der Hilfe konzipiert Ihnen das Erstellen von beschreibenden E Datendsteien E Wertelabels f r kategoriale nominale oder ordinale Variablen 5 Modus f r verteilte Analysen zu erleichtern Mit Hilfe dieser Funktion k nnen folgende E Date
236. ng von Tabellen 70 4 8 1 1 Pivot Editor starten 71 4 8 1 2 Modifikation von Zellinhalten 71 4 8 1 3 Tabellenvorlagen 73 4 8 2 Weitere Gestaltungsm glichkeiten im Navigationsbereich 73 4 8 2 1 Bl cke bzw Teilausgaben kopieren verschieben oder l schen 73 4 8 2 2 Bef rdern und Degradieren 73 4 8 3 Ausgaben exportieren 74 4 8 4 Mehrere Ausgabefenster verwenden 75 Speichern der SPSS Kommandos zu wichtigen Anweisungsfolgen 77 5 1 Zur Motivation 77 5 2 Dialogunterst tzte Erstellung von SPSS Programmen 79 5 3 Arbeiten mit dem Syntax Fenster 82 5 4 Elementare Regeln zur SPSS Syntax 83 Datentransformation 84 6 1 Vorbemerkungen 84 6 1 1 Rohdatendatei Transformationsprogramm und Fertigdatendatei 85 6 1 2 Hinweise zum Thema Datensicherheit 86 6 1 3 _ Initialisierung neuer numerischer Variablen 87 6 2 Alte Werte einer Variablen auf neue abbilden Umkodieren 87 6 2 1 Das praktische Vorgehen am Beispiel einer k nstlichen Gruppenbildung 87 6 2 2 Technische Details 90 6 2 3 bungen 91 6 3 Zur Rolle des EXECUTE Kommandos 93 6 4 Berechnung von Variablen nach mathematischen Formeln 94 6 4 1 Beispiel 94 6 4 2 Technische Details 96 6 4 2 1 Numerischer Ausdruck 96 6 4 2 1 1 Numerische Funktionen 96 6 4 2 1 2 Regeln f r die Bildung numerischer Ausdr cke 99 6 4 2 2 Sonstige Hinweise 99 6 4 3 bungen 100 6 5 Bedingte Datentransformation 101 6 5 1 Beispiel 101 6 5 2 Bedingungen formulieren 103 6 5 2 1 Vergleich 103 6 5 2 2 Logischer Ausdruck 103 6
237. nifi kanztest m glich ist wird bei einer Inspektion der GPower Bedienoberfl che zum angeforderten Testproblem nicht unmittelbar deutlich 10 Von der Theorie zu den SPSS Variablen if G Power 3 0 3 Fie Edit wiew Tests Calculator Help Central and noncentral distributions Protocol of power analyses critical F 2 78825 Test family Statistical test F tests v Multiple Regression Omnibus R devwiation from zero Type of power analysis A priori Compute required sample size given power and effect size Input Parameters Output Parameters Effect size f 0 098901 1 Noncentrality parameter A 6 329670 amp err prob 0 10 Critical F 2 788246 Power 1 B err prob 0 5 Numerator df Number of predictors 1 Denominator df Squared multiple correlation R Effect size f 0 0989011 Calculate and transfer to main window Close Total sample size Actual power 0 800521 X Y plot for a range of values i Calculate Beim Signifikanztest zum Steigungskoeffizienten der bivariaten Regression wird blicherweise eine t 2y verteilte Pr fgr e berechnet vgl Abschnitt 7 2 Die von GPower 3 bei obiger Prob lembeschreibung ber cksichtigte Pr fgr e mit Fa 2 Verteilung ist gerade das Quadrat der blichen Pr fgr e mit ta 2 Verteilung Folglich erh lt man bei Angabe einer zweiseitigen a Fehlerrate von 0 10 gerade die Power des
238. nsche hinsichtlich der Arbeitsweise von SPSS Or ientiert an den gerade skizz erten Teilaufgaben kann man die verf gbaren SPSS Kommandos in folgende Gruppen einteilen e Dateidefinitions Kommandos S e dienen zum Einlesen von Daten in die Arbeitsdatei Als Beispiel haben wir bereits das GET Kommando kennen gelernt Wenn ein Programm kein Dateidefinitions Kommando enth lt wenn es also nicht selbst f r das Einlesen seiner Daten sorgt kann es nat rlich nur ausgef hrt werden wenn zuvor eine Arbeitsdatei erzeugt worden ist e Transformations Kommandos Diese Kommandos dienen zur Ver nderung oder Neuberechnung von Variablen bzw zur Auswahl von F llen f r die weitere Verarbeitung e Prozedur Kommandos Damit werden statistische Analysen graphische Pr sentationen oder Dateibearbeitungen z B Sortieren der F lle angefordert E n Beispiel st das FREQUENCIES Kommando 194 Anhang e Dienst Kommandos Damit kann man u a die Arbeitsweise von SPSS beeinflussen z B Startwert des Pseudo zufallszahlengenerators setzen und verschiedene Informationen anfordern In folgendem SPSS Programm treten Kommandos aus allen Gruppen auf comment Gr e und Gewicht Dienst Kommando get file kfar sav Dateidef Kommando frequencies var groesse gewicht Prozedur statistics all histogram normal Kommando compute ideal groesse 100 Transformations Kommando t test pairs gewicht ideal Prozedur Kommando SP
239. nsicht X Variablenansicht Ea SP55 Prozessor ist bereit Auf analoge Weise l sst sich eine neue Variable auch in der Datenansicht einf gen e Setzen Sie einen rechten Mausklick auf die Beschriftung der FB Spalte im Kopfbereich der Tabelle e W hlen Sie die Option Variablen einf gen aus dem Kontextmen 3 2 3 2 Variablen l schen Gehen Sie in der Variablenansicht folgenderma en vor um eine Variable zu l schen e Setzen Sie einen rechten Mausklick auf die Zeilennummer der betroffenen Variablen am linken Rand der Tabelle e W hlen Sie die aus dem Kontextmen Option L schen Auf analoge Weise l sst sich eine Variable auch in der Datenans cht l schen 3 2 3 3 Variablen verschieben Gehen Sie in der Var iablenans cht folgenderma en vor um eine Variable per Drag amp Drop Ziehen und Ablegen zu verschieben e Markieren Sie die zu verschiebende Variable durch einen Mausklick auf ihre Zeilen nummer Lassen Sie anschlie end die Maustaste wieder los e Klicken Sie erneut auf die Nummer der zu verschiebenden Variablen und halten Sie da bei die Maustaste gedr ckt Datenerfassung und SPSS Dateneditor 47 e Bewegen Sie bei gedr ckter Maustaste den Mauszeiger zum Ziel der Verschiebungsakti on Der aktuell anvisierte Zielort wird von SPSS durch eine rote Linie gekennzeichnet e Wenn Sie die Maustaste loslassen erscheint die Variable am neuen Ort Auf analoge Weise l sst sich eine Variable a
240. nsportieren Sie die Namen der drei zu untersuchenden Variablen in die Liste der abh ngi gen Variablen und w hlen Sie die Variable FNR zur Fallbeschriftung aus damit m gliche Ausrei er durch ihre Fallnummer identifiziert werden k nnen E Explorative Datenanalyse gb Geschlecht gesct A Abhangige Variablen OK amp Geburtsjahr gebj amp LOT Optimismus lot Eh Fachbereich b g Mittel der rger Variable FF Su K rpergr e in on F Korpergewicht in Faktorenliste F rger ohne kontrafl Abbrechen g rger mit kontratak gt ife Fallbeschrittung a gh Fallnummer fnr Anzeigen a a A Aa wt Einf gen Fordern Sie in der Diagramme Subdialogbox zus tzlich Histogramme sowie Normalver teilungdiagramme mit Tests an Explorative Datenanalyse Diagramme Eoxplats Deskriptiv Faktorstufen zusammen Stengel Blatt O abh ngige Variablen zusammen Histogramm AHERE Keiner Streubreite ws mittleres Niveau mit Lewene T est Pr fung der zentralen Projekt Hypothesen 121 Das Kontrollk stchen zum Anfordern von Normalverteilungsanpassungstests Kolmogorov Smirnov und Shapiro Wilk hat SPSS wirklich sehr gut in der Diagramme Subdialogbox der explorativen Datenanalyse versteckt Der Klarheit halber soll nochmals betont werden dass wir nur f r die Variable AERGZ einen Normalverteilungsanpassungstest ben tigen vgl Abschnitt 7 2 Allerdings sind die teilweise irrelevanten Ausgaben f
241. nten Rekodierung wird die F lle x Variablen Datenmatrix der Arbeitsdatei um eine neue Variable erweitert die folgenderma en aus der vorhandenen Variablen GEBJ entsteht DEKADE 1969 gt l 1970 2 1969 l 1967 l 1972 2 1968 l 1967 l 1967 l W hlen Sie den Men befehl Transformieren gt Umkodieren in andere Variablen Machen Sie folgenderma en weiter e Bef rdern Sie in der nun erscheinenden Dialogbox Umkodieren in andere Variablen die Variable GEBJ in das Feld Numerische Var gt Ausgabevar e Tragen Sie im Bereich Ausgabevariable den gew nschten Namen DEKADE der neu zu erzeugenden Variablen ein e Optional kann eine Beschriftung also ein Variablenlabel erg nzt werden e Klicken Sie auf Zuweisen Danach m sste Ihre Dialogbox ungef hr so aussehen Datentransformation 89 W Umkodieren in andere Variablen gh Fallnummer frr A en Zei Ausgabevarable gh Geschlecht gesct EA Hame 5 Fachbereich fb 4 K rpergr e in cn Beschriftung Aa I N E rger ohne kontra 5 Arger mit kontratak lot lat F lot Alte und neue Werte g otd g o5 optionale Fallauswahlbedingurg E tE lat ri Legen Sie nun die Abbildungsregeln fest e Aktivieren Sie mit dem Schalter Alte und neue Werte die Subdialogbox Umkodie ren in andere Variablen Alte und neue Werte e Geben Sie unter Alter Wert den Bereich von 1960 bis 1969 an und w hlen Sie als zu geh rige
242. nwiefern die Aussagen auf Sie pers nlich zutreffen Statistisches Praktikum mit SPSS f r Windows v llig falsch unent stimmt stimmt falsch schieden genau Beispielfragebogen Auch in unsicheren Zeiten rechne ich im Allgemeinen damit dass sich alles zum Besten wendet Ich kann mich leicht entspannen 1 Angaben zur Person Geschlecht Frau K Mam O e Ci Bei allem sehe ich stets die negative Seite Geburtsjahr 5 Fachbereich Ich blicke kaum einmal mit Zuversicht in die Zukunft 3 Wenn etwas schief gehen kann dann passiert es mir auch K rpergr e Ich bin gern mit Freunden zusammen K rpergewicht Ich muss mich immer mit etwas besch ftigen Ich habe stets die Hoffnung dass die Dinge in meinem Sinne gehen 2 Fragen zur Reaktion in rgerlichen Situationen 2 Die Dinge laufen immer so wie ich es mir w nsche Versetzen Sie sich bitte m glichst gut in folgende Situation oo i f Ich bin nicht leicht aus der Ruhe zu bringen Herr Meier und Herr Schulze waren mit demselben Taxi auf dem Weg zum Flughafen Sie sollten Ich glaube an den sprichw rtlichen Silberstreifen am zur selben Zeit aber mit verschiedenen Maschinen abfliegen Durch einen Stau kommen sie erst Horizont eine halbe Stunde nach der planm igen Abflugzeit am Flughafen an Dass mir einmal etwas Gutes widerf hrt damit rechne ich kaum EAEE AEE E LE Ps EIER E ER ES ER ES EI EN lsilelsillelelelellel EI ES EEE EEE EEE EN
243. ogramm oder fehleranf llig mit einem normalen Texteditor In jedem Fall ist bei der Erfassung der n der Planungsphase oder sp testens nach der Datenerhebung erstellte Kodierplan genau einzuhalten Hier ist z B f r jedes Merkmal festgelegt wie seine Auspr gungen kodiert werden sollen Bei schriftlichen Befragungen gro er Stichproben kann eine Anlage zum automatischen Einscannen und Interpretieren von Untersuchungsdokumenten rentabel eingesetzt wer den Voraussetzung ist dann u a die Beachtung einiger Regeln beim Entwurf der Unter suchungsmaterialien e berpr fung auf Erfassungsfehler Je fehleranf lliger die gew hlte Erfassungsmethode war desto mehr Aufwand ist be der Datenpr fung angebracht Bei einer Online Datenerhebung entf llt die Datenerfassung und pr fung Im Abschnitt 3 1 1 folgende weitere Informationen zu den Techniken der automatischen Datenerhebung bzw erfassung 1 2 5 Datentransformation Nach der Erfassung und Pr fung liegen bei vielen Studien die Daten immer noch nicht in aus wertbarer Form vor Vielfach m ssen Variablen berarbeitet z B rekodiert oder aus Vorl ufern neu berechnet werden z B durch Mittelwertsbildung Solche Transformationen nehmen bei vielen Projekten einen erheblichen Umfang an wobei sowohl akr bische Flei arbeit als auch kreative Begriffsbildung gefragt s nd 1 2 6 Statistische Datenanalyse Nach langer M he k nnen mit Hilfe von SPSS z B die gesuchten Sch tzwerte
244. on Pearson Stevens J 1996 Applied Multivariate Statistics for the Social Sciences 3 ed Mahwah Lawrence Erlbaum Wall s W A amp Roberts H V 1956 Statistics a new approach Glencoe Ill The Free Press Wentura D 2004 Ein kleiner Leitfaden zur Testst rke Analyse Online Dokument http www uni saarland de fak5 excops download POWER pdf Stichwortregister A Ablehnungsbereich 114 Achsenteilstriche 146 Alpha Fehler 4 7 114 Alphanumerische Variablen 18 Alternativhypothese 1 1 12 Amos 129 AND Operator 103 Anw rterliste 58 Arbei tsdatei 49 57 speichern 49 Arbeitsdateien 38 Ass stent zum Textimport 180 Ausblenden von Kategorien 135 Ausgabeblock 61 Ausgabefenster 28 60 132 designiertes 75 Mehrere verwenden 75 Neues anfordern 75 Ausrei er 119 Ausrichtung 43 Automatisierte Datenerfassung 33 B Balkendiagramm 63 Bedingte Datentransformation 101 154 Benutzerberatung an der Universit t Trier 32 Benutzerschnittstelle 77 Beobachtungseinheit 3 Berechnen 94 Beta Fehler 4 7 115 BMP 75 Body Mass Index 101 Boxplot 119 C CGM 75 Chi Quadrat Statistik 163 COMMENT Kommando 84 COMPUTE Kommando 94 COUNT Kommando 106 Cramers V 165 D DATASET NAME 80 Dateidefinitions Kommandos 193 Daten suchen Datendatei ffnen Dateneditor Dateneditorfenster Dateneingabe Datenerfassung automatisierte manuelle per Datenbankprogramm per SPSS Dateneditor per Texteditor Datenfenster Datenlex
245. on MD Indikatoren die in den Textdaten vorhanden sind Sp ter kann mit Hilfe des entstandenen SPSS Programms der Import mit allen erforderlichen Zusatzma nahmen automatisiert werden Es spricht nichts dagegen beide Konservierungsoptionen zu verwenden Datendateien im Textformat einlesen 185 Assistent f r Textimport Schritt 6 von 6 Sie haben das Format der Textdatei jetzt festgelegt Dateiformat f r zukunftge Verwendung speichern la U 4Eigene Dateien SPS5 kfar C Mein Soll die Syntax eingef gt werden Ja W Daten in lokalen Zwischenzpeicher C Mein Klicken Sie auf Fertigstellen um den Assistenten f r Testimport zu beenden Daterworsch au dergo aergm loti lot Iot3 lot4 lot lot 5 wt Er lt Zur ck Fertig stellen Abbrechen Hilfe Das vom Textimport Ass stenten erzeugte GET DATA Kommando verbl fft etwas mit einer Spaltenz hlung ab 0 GET DATA TYPE TXT FILE U Eigene Dateien SPSS kfar kv pos txt FIXCASE 2 ARRANGEMENT FIXED FIRSTCASE 1 IMPORTCASE ALL VARIABLES 1 geschl 4 4 F1 0 v2 5 12 8X 2 aergo 4 5 F2 1 aergm 6 7 F2 1 loti 8 9 F2 1 lot2 10 10 Fl ioco 11 11 F1 lot4 12 12 Fl lot5 13 13 Fl lote 14 14 Fl lot 15 15 Fl lot8 16 16 F1 lot9 17 17 F1 l10ot10 18 18 F1 0 lot11 19 19 F1 0 102 12 29 208 1 V18 21 27 7X oo0o0000 0 6O CACHE EXECUTE Nach dem Einlesen einer Textdatei d rfen Sie auf keinen Fall
246. ot8 g lots ot F lle anzeigen _ F lle beschr nken auf die ersten ho Mur g ltige Falle anzeigen _ Fallnummern anzeigen Statistik Wir erhalten folgende Liste Zusammenfassung von F llen rger ohne rger mit kontrafaktische kontrafaktischer Fallnummer Alternative Alternative 1 4 6 2 2 15 2 1 Insgesamt N 2 2 2 11 Analyse von Kreuztabellen Wir wollen die Hypothese pr fen dass Frauen und M nner unterschiedliche Pr ferenzen bei der Wahl des Studienfachs haben 11 1 Untersuchungsplanung Unsere Fachbereichsvariable FB enth lt Information ber die Studienf cher der Untersu chungsteilnehmer innen auf einem angemessenen Aggregationsniveau Ihre Werte stehen f r die folgenden Fachbereiche der Universit t Trier Fachbereich Lo P dagogik Philosophie Psychologie Sprachorientierte F cher Historische und politische Wissenschaften BWL Ethnologie Informatik Mathematik Soziologie VWL Wirtsch Informatik Nachdem die Begriffe aus der eingangs formulierten inhaltlichen Hypothese hinreichend pr zi siert sind k nnen wir die empirisch zu pr fenden Nullhypothese formulieren Die Merkmale Geschlecht und Fachbereich sind unabh ngig voneinander Die Unabh ngigkeitsbehauptung der Nullhypothese bedeutet dass sich aus dem Wissen ber das Geschlecht eines Untersuchungsteilnehmers keinerlei Information ber seine Fachbereichszuge h rigkeit ableiten l sst dass also die bedingten Fachber
247. othesen erfordert eine neue unabh ngige Stich probe Au erdem sollten Sie es nicht unterlassen das Scheitern einer Hypothese zu ver ffentlichen Ansonsten tragen Sie dazu bei in der Fachliteratur ein systematisch verzerrtes Bild der Wirk lichkeit aufzubauen 128 Pr fung der zentralen Projekt Hypothesen 7 4 2 2 Post hoc Poweranalyse Bei der Interpretation des obigen Resultats ist au erdem zu beachten dass die Power des t Tests zum Regressionskoeffizienten n unserer relativ kleinen Stichprobe recht bescheiden ist so dass kleine Effekte leicht bersehen werden k nnen Unser Testergebnis kann nicht als Beleg f r die Nullhypothese interpretiert werden doch spricht es wohl gegen die Existenz eines starken Ef fekts Um zu genaueren Aussagen zu kommen betrachten w r die Power unseres t Tests bei un terschiedlichen Effektst rken in der Population Dabei verwenden wir erneut das Programm GPower 3 das schon bei der Stichprobenumfangs planung in Abschnitt 1 3 zum Einsatz kam Auf den Pool PCs der Universit t Trier unter dem Betriebssystem MS Windows st GPower 3 folgenderma en zu starten Start gt Programme gt Wissenschaftliche Programme gt GPower Wir w hlen e Test family F Tests e Statistical test Multiple Regression Omnibus e Type of power analysis Post hoc e Effect size f 0 0989011 e err prob 0 10 e Total sample size 31 e Number of predictors 1 Wir geben wie in Abschnitt 1 3 3 diskutiert eine zwei
248. ows oder alternativen Betriebsystemen verwendbar Dieses Manuskript dient prim r als Begleitlekt re zum Kurs Statistisches Praktikum mit SPSS f r Windows am Universit ts Rechenzentrum Trier URT erstellt kann jedoch auch im Selbst studium verwendet werden Dass dabei die meisten Themen in konkreter Arbeit am Rechner nachvollzogen werden sollten folgt aus der Kurskonzeption Zielgruppe Voraussetzungen Der Kurs ist konzipiert f r Personen die in wesentlichem Umfang bei Forschungsarbeiten mit SPSS mitwirken wollen also z B im Rahmen einer Abschlussarbeit die Durchf hrung einer ei genen Studie planen oder bereits begonnen haben Wer lediglich einfache Teilaufgaben zu erle digen hat z B wenige Auswertungen mit einer bereits vorhandenen und fehlerbereinigten SPSS Datendate der sollte eventuell die zweist ndige SPSS Kurzeinf hrung des Rechenzentrums besuchen oder das zugeh rige Manuskript lesen Es st als PDF Dokument auf dem Webserver der Universit t Trier von der Startseite http www uni trier de ausgehend folgenderma en zu finden Rechenzentrum gt Studierende gt EDV Dokumentationen gt Statistik gt Statistisches Praktikum mit SPSS e Im Kurs wird eine methodische Grundausbildung empirische Forschung Statistik vorausge setzt wie sie blicherweise in den Studieng ngen empirisch statistisch forschender Diszipli nen vermittelt wird e An EDV Voraussetzungen werden nur elementare Fertigkeiten im Umgang mit P
249. oxen 2 3 4 Lernprogramm 2 3 5 Fallstudien 2 3 6 Statistik Assistent EN NA N N U DD NND e 26 26 27 27 27 28 29 29 29 30 30 31 31 viii Inhaltsverzeichnis 2 4 Weitere Informationsquellen 2 4 1 Handb cher und Manuskripte 2 4 2 SPSS im Internet 2 4 3 Benutzerberatung 2 5 SPSS f r Windows beenden 3 Datenerfassung und SPSS Dateneditor 3 1 Methoden zur Datenerfassung 3 1 1 Automatisierte Verfahren 3 1 1 1 Online Datenerhebung 3 1 1 2 Automatisches Einscannen von schriftlichen Untersuchungsdokumenten 3 1 2 Manuelle Verfahren 3 1 2 1 Erstellung einer Text Datendate mit einem Texteditor 3 22 Einsatz eines speziellen Datenerfassungsprogramms 3 2 Erfassung mit dem SPSS Dateneditor 3 2 1 Dateneditor Arbeitsdatei und Daten Sets 3 2 2 Variablen definieren 3 2 2 1 Das Datenfenster Registerblatt Variablenansicht 3222 Die SPSS Variablenattribute 32 25 Variablendefinition durchf hren 3 2 2 4 bung 3 2 3 Variablen einf gen l schen oder verschieben 3 2 3 1 Variablen einf gen 322 Variablen l schen 3 2 3 3 Variablen verschieben 3 2 4 Attribute auf andere Variablen bertragen 3 2 4 1 Variablendeklarationen vervielf ltigen 3 2 4 2 Alle Attribute einer Variablen bertragen 3 2 4 3 Einzelne Attribute einer Variablen bertragen 3 2 4 4 bung 3 2 5 Sichern der Arbeitsdatei als SPSS Datendatei 3 2 6 Rohdatendate Transformationsprogramm und Fertigdatendatei 3 2 7 Dateneingabe 3 2 8 Daten korrigie
250. per Division Meier l ohne KFA K und haben dabei eine zul ssige 10 100 Transformation vorgenommen MD Indikator SY SMIS AERGM Wir sparen uns per Division durch Zehn viel Schreibarbeit re und haben dabei eine zul ssige 10 100 Transformation vorgenommen MD Indikator SYSMIS LOT Fragen LOTI bis LOTI12 Indikator SYSMIS Kursmotive MOTIVI bis nicht angekreuzt SYSMIS wird nicht vergeben MOTIVS l angekreuzt Die MD Behandlung erfolgt ANDERE sp ter Spezielle SMG nein D Indikator SYSMIS Arger als Herr Schulze mit KFA l 2 3 4 5 M 0 IE SEN Methoden gew nscht Gew nschte Meth Kat 1 gew Die Kategorienliste wird w h statistische Meth Kat 2 gew rend der Erfassung nach Bedarf Methoden sai entwickelt und dokumentiert Bei weniger als drei Nennungen Die MD Behandlung erfolgt SYSMIS Initialisierung belassen sp ter 0 l M l 2 Von der Theorie zu den SPSS Variablen 25 Dieser Kodierplan ist bei der Datenerfassung erfreulich einfach zu handhaben und leistet damit einen wichtigen Beitrag zur Integrit t der auszuwertenden Daten Bei der Erfassung mit dem SPSS Dateneditor siehe Abschnitt 3 2 werden viele Regeln des Ko dierplans in die Var ablendeklaration einflie en Dann wird eventuell die Frage auftauchen ob man nicht auf einen Kodierplan verzichten und das Regelwerk direkt m Deklarationsteil einer SPSS Datendatei unterbringen kann Allerdings enth lt unser Beispiel vi
251. per Voreinstellung ausgeblendet 9 2 1 Eigenschaftsfenster Zum aktuell im Diagramm Editor markierten Objekt bzw zur markierten Objektgruppe erkenn bar an einer Umrahmung bietet das Eigenschaftsfenster 146 Grafische Datenanalyse Eigenschaften Beschriftungen und Teilstriche Zahlenformat _ variabler Diagranmmgr e Textstil Skala Bereich Auto Benutzerdefiniert Daten Minimu 158 Maximum 192 Erste Unterteilung Ursprung F Linie am Ursprung anzeigen Typ Linear Logarithmisch Basis r Exponent Exponent os Unterer Rand 5 Oberer Rand a auf jeweils dynamisch erstellten Registerkarten alle modifizierbaren Attribute Bei Bedarf kann es per Doppelklick auf ein zu gestaltendes Objekt ber das Symbol mit der Tastenkombina tion Strg T oder mit den Men befehl Bearbeiten gt Eigenschaften aktiviert werden Wer im Beispiel X Achsenteilstrichwerte im Abstand von 5 cm w nscht kann so vorgehen e X Achsenteilstrichwerte per Mausklick auf einen Wert markieren K rpergr e in cm e im Eigenschaftsfenster die Registerkarte Skala w hlen siehe oben e beider ersten Unterteilung den benutzerdefinierten Wert 5 eintragen e Zuweisen um das Ergebnis sofort inspizieren zu k nnen 9 2 2 Markieren von gruppierten Objekten Sind gruppierte Objekte vorhanden z B die Datenpunkte f r Frauen bzw M nner in unserem Streudiagramm dann wendet SPSS beim Markieren folgende Logik an e
252. planung formuliert Jetzt nehmen wir eine Konkretisierung vor durch Kahneman erhielt 2002 den Nobelpreis f r Wirtschaft womit vor allem seine erfolgreiche Anwendung psycholo gischer Erkenntnisse u a zu Urteilen und Entscheidungen unter Unsicherheit in wirtschaftswissenschaftlichen Theorien gew rdigt wurde Von der Theorie zu den SPSS Var ablen 7 e Verwendung von direkt beobachtbaren Begriffen e Bezug auf Verteilungsparameter Erwartungs bzw Mittelwert Eingangs wurde betont dass unsere Hypothesen in der Regel probabilistischer Natur sind Auch bei einer allgemeinpsychologischen Hypothese wird man kaum auf einer G l tigkeit f r alle Personen einer Population bestehen wom glich sogar mit derselben Ef fektst rke Die konkretisierte Hypothese sollte ber die im statistischen Entscheidungs verfahren tats chlich analysierten Verteilungsparameter reden Au erdem soll hier der Klarheit halber in einer f r Forschungsberichte kaum zu empfehlenden Ausf hrlichkeit dargelegt werden dass bei einem inferenzstatistischen Entscheidungsverfahren zwei konkurrierende Hypothesen beteiligt sind Nullhypothese Die Untersuchungsteilnehmer erleben in der Rolle des Gesch digten mit hochgradig verf gbarer kontrafaktischer Alternative im Mittel nicht mehr rger als in der Rolle des Gesch digten mit weit ent fernter kontrafaktischer Alternative Alternativhypothese Die Untersuchungsteilnehmer erleben in der Rolle des Gesch di
253. pothese verwerfen Dies ist vor allem deshalb ein ernst zu nehmender Befund weil unsere Stichprobe relativ klein und damit die Power der Tests eher gering ist Bei einer gro en Stichprobe besitzen die Normali t tstests eine hohe Power und decken auch kleine f r die Validit t des geplanten t Tests irrelevante Abweichungen von der Nullhypothese auf Folglich st dann ein s gnifikantes Testergebnis nicht tragisch Wenn bei einer kleinen Stichprobe ein Normalit tstest anschl gt ist jedoch von einer relevanten Verletzung der Nor malit tsannahme auszugehen Pr fung der zentralen Projekt Hypothesen 123 Aufgrund der problematischen Verteilungsverh ltnisse entscheiden wir uns statt des geplanten parametrischen t Tests f r gepaarte Stichproben einen verteilungsfreien Lagevergleich mit dem Vorzeichentest durchzuf hren siehe z B Hartung 1989 S 242f Dieser Test entscheidet sich zwischen folgenden Hypothesen Ho Der Median der Differenzvariablen AERGZ ist kleiner oder gleich Null versus H Die Differenzvariable AERGZ hat einen positiven Median Mehr als 50 der F lle haben einen positiven AERGZ Wert Statt der in Abschnitt 7 1 ausf hrlich vorgestellten Teststatistik Tz verwendet der Vorzeichentest eine Pr fgr e die im Wesentlichen auf der Anzahl der positiven AERGZ Auspr gungen in der Stichprobe basiert Sie wird blicherweise mit Z bezeichnet weil sie unter der Ho genauer bei einem Median von Null app
254. ptive Statistiken gt Kreuztabellen Wir w hlen GESCHL als Zeilen und FB als Spaltenvariable E Kreuztabellen zellen Ok gt Geschlecht geschl Si zur cksetzen Spalten gt Fachbereiche an der L Abbrechen Er Schicht 1 von 1 Zur ck Zweier DJ Gruppierte Balkendiagramme anzeigen Keine Tabellen Exakt Statistik zellen Format In der Zellen Subdialogbox kann man u a zeilen und spaltenbezogene Prozentangaben f r die Zellen der Kontingenztabelle anfordern Analyse von Kreuztabellen 159 Kreuzt bellen Zellen anzeigen Haufigkeiten weiter w Beobachtet hie Abbrechen Erwartet Hilfe Frozentwerte Residuen W Zeilenmeise Nicht standardisiert Standardisiert Gesamt Karrigiert standardisiert Hichtganzzahlige Gewichtungen Anzahl in den Zellen runden Fallgewichte runden Anzahl in den Zellen stutzen Fallgewichte stutzen keine Korrekturen Aufgrund dieser Spezifikationen erhalten wir f r unsere Stichprobe die folgende Kreuztabelle Frauen Anzahl Geschlecht Fachbereiche an der Universit t Trier Kreuztabelle Fachbereiche an der Universit t Trier Oi ou m w v vi Gesamt 29 26 18 22 26 23 144 von Geschlecht 20 1 18 1 12 5 15 3 18 1 16 0 100 0 von FB 63 0 66 7 50 0 31 0 54 2 53 9 50 9 M nner Anzahl von Geschlecht 12 2 9 4 12 9 35 3 15 8 14 4 100 0 von FB 37 0 33 3
255. r n Da wir zwei kategoriale Variablen betrachten ist diese Statistik in unserem Fall v llig sinnlos Zur Beurteilung der empirischen Effektst rke erhalten w r f r Cramers V den Wert 0 254 Symmetrische Ma e N herung sweise Signifikanz Nominal bzgl Nominalma any Anzahl der g ltigen F lle a Die Null Hyphothese wird nicht angenommen b Unter Annahme der Null Hyphothese wird der asymptotische Standardfehler verwendet Er ist nicht weit entfernt vom Wert 0 3 den wird in Abschnitt 11 1 bei der Untersuchungspla nung f r den Effektst rkeindex W angenommen haben 11 4 2 Exakte Tests F r die 2 x 2 Kreuztabellen gibt es seit Jahrzehnten mit dem exakten Test von Fisher eine gl nzende Alternative zu den approximativen x Tests Wie sein Name sagt kommt Fishers Test ohne Approximationen aus und ist daher bei jeder Stichprobe anwendbar Erfreulicherweise bietet SPSS mittlerweile exakte Tests f r beliebige z x s Kreuztabellen Eine ausf hrliche Beschreibung der statistischen Verfahren die durch das SPSS Zusatzmodul Exact Tests implementiert werden ist auf dem Webserver der Universit t Trier von der Startseite http www uni trier de ausgehend folgenderma en finden Rechenzentrum gt Studierende gt EDV Dokumentationen gt Statistik gt Exakte Tests mit SPSS Allerdings sind die traditionellen asymptotischen Verfahren nun keinesfalls obsolet weil der exakte Test f r z x s Kreuztabellen weg
256. r AERGAM und LOT kein starker Grund daf r zwei verschiedene A nalysen anzufordern Wir erhalten im Ausgabefenster u a f r jede abh ngige Variable einen Boxplot 7 3 3 Ergebnisse f r AERGZ Bei der Ausrei er Analyse gibt es nur einen Problemfall und zwar ausgerechnet bei der Var ab len AERGZ ber die unsere zentrale KFA Hypothese gepr ft werden soll Hier tanzt Fall Nr 4 aus der Reihe 15 4 4 rger Zuwachs durch die KFA Diese Person hatte ohne KFA eine rgertemperatur von 60 gemeldet die sich dann durch die KFA Komponente auf 20 abk hlte Zwar darf dieses Muster nicht a priori als verd chtig gelten weil es unserer Hypothese widerspricht doch der Boxplot gibt eine klare Empfehlung den Fall bei dieser Analyse auszuschlie en Allerdings scheut sich ein redlicher Forscher Daten zu neut ralisieren die der eigenen Hypothese widersprechen Vor einer endg ltigen Entscheidung wollen wir die Verteilung von AERGZ noch weiter analy sieren da beim geplanten t Test zur allgemeinpsychologischen KFA Hypothese vorausgesetzt werden muss dass AERGZ in der Population normalverteilt ist Damit der extreme AERGZ Wert von Fall Nr 4 die weitere Verteilungsanalyse n cht beeinflusst soll er vor bergehend neut ralisiert werden Weil wir noch keine Methode kennen komplette F lle von einer Analyse fern zu halten siehe Abschnitt 10 deklarieren wir den betroffenen Wert 4 als MD Indikator Auf diese Weise findet sich
257. rache expandieren Die folgenden Kommandos erzeugen zu unseren Variablen METHI bis METH3 die acht dichotomen Variablen STATI bis STATS8 die f r jeweils eine bestimmte statistische Methode festhalten ob sie genannt worden ist Wert Eins oder nicht Wert Null do repeat stat statl to stat8 n 1 to 8 do if methl n or meth2 n or meth3 n compute stat 1 else compute stat 0 end if end repeat execute Die Variable STAT 2 steht z B f r die Regressionsanalyse weil gem Kodierplan bei einer der Variablen METH1 bis METH3 eine 2 zu notieren war wenn ein Fall im Fragebogenteil 4b die Regressionsanalyse genannt hatte Beim Fall Nr 17 wurden die genannten Methodenw nsche 8 logistische Regression und 2 Regressionsanalyse folgenderma en mit dem sparsamen Set kategorialer Variablen METHI bis METH3 erfasst ta kfa say Datensetd SPSS Daten ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe E W amp ik w bp FB 1 fnr smg meth1 rmeth2 meth3 Dekade A 17 E 2 U 1 z lt Datenansicht variablenansicht F KEI SP55 F Daraus ergeben sich folgende Werte f r die Variablen STAT1 bis STAT8 Auswertung von Mehrfachwahlfragen 179 kfa say Datensetd gt P5 gt Daten Editor E ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Eenster Hilfe e HA ses mE A EE BER 9 17 s
258. rache 16 1 2 Interpretation von Syntaxdiagrammen 16 1 3 Aufbau von SPSS Programmen 16 1 4 Aufbau eines einzelnen SPSS Kommandos 16 1 5 Regeln f r Variablenlisten 16 1 5 1 Abk rzende Spezifikation einer Serie von Variablen 16 1 5 2 Der Platzhalter varlist xl 163 163 167 169 169 169 170 171 171 172 173 173 175 176 178 180 180 186 188 190 192 192 192 192 193 194 196 196 196 1 Von der Theorie zu den SPSS Variablen 1 1 Statistik und EDV als Hilfsmittel der Forschung Die Erfahrungswissenschaften bem hen s ch um allgemeing ltige Aussagen deskriptiver expla natorischer oder prognostischer Art In vielen Anwendungsbereichen sind dabei deterministische Gesetze z B Ohmsches Gesetz der Elektrik Hebelgesetz der Mechanik kaum zu finden und man muss s ch auf die Untersuchung probabilistischer Gesetze beschr nken Beispiel Welchen Effekt hat das Rauchen auf d e Entstehung von Lungenkrebs Wie wir wissen hat das aktive oder passive Rauchen auch bei gleicher Dosierung der Schad stoffe keinesfalls f r alle Personen dieselben Folgen In einer solchen Situation k nnen statisti sche Methoden dabei helfen rationale Entscheidungen zu treffen denn Statistics is a body of methods for making wise decisions in the face of uncertainty Wallis amp Roberts 1956 S 1 Bei den statistischen Methoden zur Entscheidungshilfe kann man unterscheiden e Deskriptive Statistik Sie dient
259. rau I Mann I 2 Fragen zur Reaktion in rgerlichen Situationen Versetzen Sie sich bitte m glichst gut in folgende Situation Herr Meier und Herr Schulze waren mit demselben Taxi auf dem Weg zum Flughafen Sie sollten zur selben Zeit aber mit verschiedenen Maschinen abfliegen Durch einen Stau kommen sie erst eine halbe Stunde nach der planm igen Abflugzeit am Flughafen an Herr Meier erf hrt dass seine Maschine p nktlich vor einer halben Stunde gestartet ist Herr Schulze erf hrt dass seine Maschine Versp tung hatte und erst vor zwei Minuten gestartet ist Wie sehr w rden Sie sich rgern wenn Sie in der Situation von w ren ren Betrachten Sie bitte die Antwortskala als rgerthermometer 12 Von der Theorie zu den SPSS Variablen 3 Aussagen zur Selbsteinsch tzung Teilen Sie bitte f r die folgenden Selbstbeschreibungen durch Ankreuzen einer Antwortkategorie mit inwiefern die Aussagen auf Sie pers nlich zutreffen falsch MM stimmt SUMMI schieden genau l Auch in unsicheren Zeiten rechne ich im Allgemeinen damit dass sich alles zum Besten wendet 2 Ich kann mich leicht entspannen 3 Wenn etwas schief gehen kann dann passiert es mir auch 4 Bei allem sehe ich stets die negative Seite 5 Ich blicke kaum einmal mit Zuversicht in die Zukunft 6 Ich bin gern mit Freunden zusammen 7 Ich muss mich immer mit etwas besch ftigen 8 Ich habe stets die Hoffnung dass die Dinge in meinem
260. relevant Die Pearson und die Likelihood Quotienten Statistik zur Beurteilung der Unabh ngiskeits bzw Homogenit tshypothese sind nur asymptotisch d h f r n gt x verteilt F r die Zul s s gkeit der zugeh rigen Hypothesentests setzt man blicherweise voraus dass alle erwarteten H ufigkeiten mj mindestens gleich 5 sind SPSS protokolliert daher f r jede Kreuztabelle die minimale erwartete H ufigkeit In unserem Fall betr gt s e 17 682 so dass keine Einw nde ge gen Tests auf Basis der x bzw Es Statistik bestehen Manche Autoren formulieren etwas abgeschw chte Voraussetzungen f r die erwarteten H ufig keiten Siegel 1976 S 107 verlangt z B f r x Tests mit df gt 1 dass die beiden folgenden Bedingungen erf llt sind e Weniger als 20 der Zellen haben eine erwartete H ufigkeit kleiner als 5 e Keine Zelle hat eine erwartete H ufigkeit kleiner als 1 Neben den beiden Statistiken zur Pr fung der Unabh ngigkeits bzw Homogenit tshypothese liefert SPSS unter der Bezeichnung Zusammenhang linear mit linear auch noch den y Wert nach Mantel Haenszel zur Beurteilung der linearen Beziehung zwischen den beiden Va Analyse von Kreuztabellen 167 r ablen Diese Statistik darf nur interpretiert werden wenn beide Variablen Intervallskalenquali t t besitzen Es handelt sich n mlich schlicht um die mit n 1 multiplizierte quadrierte Pro dukt Moment Korrelation zwischen den beiden Variablen A
261. ren 3 2 8 1 Wert n einer Zelle ndern 3 22 82 Einen Fall einf gen 3 2 8 3 Einen Fall l schen 3 2 8 4 Einen Fall verschieben 3 2 9 Weitere M glichkeiten des Dateneditors 3 2 10 bung 4 Univariate Verteilungs und Fehleranalysen 4 1 Erfassungsfehler 4 1 1 Suche nach unzul ssigen Werten 4 1 2 berpr fung von Einzelwerten 4 2 ffnen einer SPSS Datendatei 4 3 Statistische Auswertungen durchf hren H ufigkeitsanalysen zur Pr fung der Variablen FNR 4 4 Arbeiten mit dem Ausgabefenster Teil D 4 4 1 Arbeiten im Navigationsbereich 4 4 1 1 Fokus positionieren 4 4 1 2 Ausgabebl cke bzw Teilausgaben aus oder einblenden 4 4 1 3 Ausgabebl cke oder teile markieren 4 4 2 V iewer Dokumente drucken 4 4 3 Ausgaben sichern und ffnen 4 4 4 Objekte via Zwischenablage in andere Anwendungen bertragen 44 5 bungen 31 31 32 32 32 33 33 33 33 35 35 37 38 38 40 40 41 43 46 46 46 46 46 47 47 48 48 48 49 SI 52 53 53 53 54 54 54 54 56 56 56 56 57 58 60 6l 6l 6l 6l 6l 62 62 63 Inhaltsverzeichnis 1X 4 5 Graphische Darstellungen in Statistik Dialogboxen anfordern H ufigkeits bzw Fehleranalyse f r die Variablen GESCHL und FB 63 4 6 H ufigkeits bzw Fehleranalysen f r die restlichen Projektvariablen 65 4 6 1 bung 65 4 6 2 Diskussion ausgew hlter Ergebnisse 68 4 7 Suche nach Daten 70 4 8 Arbeiten mit dem Ausgabefenster Teil ID 70 4 8 1 Nachbearbeitu
262. ren o neuen Wert eintippen wobei der alte berschrieben wird e Wert editieren o Doppelklick auf die Zelle o Wert editieren 3 2 8 2 Einen Fall einf gen Gehen Sie folgenderma en vor um einen Fall einzuf gen e Setzen Sie einen rechten Mausklick auf die von SPSS gesetzte Zeilennummer desjeni gen Falles an vor dem ein neuer Fall eingef gt werden soll Daraufhin wird die gesamte angeklickte Zeile markiert und es erscheint ein Kontextmen e W hlen Sie aus dem Kontextmen die Option F lle einf gen Der neue Fall erh lt bei allen Variablen den Initialisierungswert SYSMIS 54 Datenerfassung und SPSS Dateneditor 3 2 8 3 Einen Fall l schen Gehen Sie folgenderma en vor um einen Fall d h eine Zeile der Datenmatrix komplett zu l schen e Setzen Sie einen rechten Mausklick die die von SPSS gesetzte Zeilennummer des ber fl ss gen Falles Daraufhin wird d e gesamte angeklickte Zeile markiert und es erscheint ein Kontextmen e W hlen Sie aus dem Kontextmen die Option L schen 3 2 8 4 Einen Fall verschieben Gehen S e folgenderma en vor um einen Fall per Drag amp Drop Ziehen und Ablegen zu ver schieben e Setzen Sie einen linken Mausklick auf die von SPSS gesetzte Zeilennummer Daraufhin wird die gesamte Zeile markiert Lassen Sie anschlie end die Maustaste wieder los e Klicken Sie erneut auf die Zeilennummer und halten Sie dabei die Maustaste gedr ckt e Bewegen Sie bei gedr ckter Mausta
263. reren Portionen pr sentiert 4 8 1 Nachbearbeitung von Tabellen Sie werden noch sehr flexible M glichkeiten zum Umstrukturieren Pivotieren von Tabellen mit dem so genannten Pivot Editor kennen lernen z B Zeilen und Spaltendimension vertau schen Zun chst beschr nken wir uns auf Gestaltungsm glichkeiten die das Erscheinungsbild Univariate Verteilungs und Fehleranalysen 71 einer Tabelle beeinflussen ohne hre Grundstruktur zu ver ndern Auch f r solche Nachbearbei tungen st der P vot Editor zust ndig Als Beispiel soll im Folgenden die H ufigkeitstabelle zur Fachbereichsvariablen verwendet wer den Fachbereich an der Universit t Trier G ltige Kumulierte H ufigke Prozent Prozente Prozente it 19 4 8 1 1 Pivot Editor starten Um das Editieren einer Tabelle zu beginnen k nnen S e einen Doppelklick darauf setzen oder die Option Objekt SPSS Pivot Tabelle aus ihrem Kontextmen w hlen Bei der letztgenannten Methode bietet ein Untermen die Auswahl zwischen dem Bearbeiten innerhalb des Viewers in place editing und dem Offnen eines separaten Fensters f r das Edi tieren der Tabelle Ob ein Doppelklick zur Vor Ort Bearbeitung oder zum ffnen eines separaten Fensters f hrt h ngt von der Gr e der Tabelle und vom Optionen Dialog ab erreichbar ber Bearbeiten gt Optionen ptionen Allgemein Viewer _ Text Viewer Beschnltung der Ausgabe Diagramme Interaktiv Pivot Tabellen Da
264. reudiagramm Hilfe KIY Streudiagramm und wechseln per Mausklick auf den Schalter Definieren zur Dialogbox Einfaches Streu diagramm wo die beteiligten Variablen per Transportschalter gt ihre Rollen erhalten 144 Grafische Datenanalyse E Einfaches Streudiagramm fx E Geburtsjahr gebi a Achse 8 Fachbereich fb gt K rpergewicht fin kg g rger ohne kontraf Se rger mit kontrafak Br Sen 5 AE gt F Korpergro e in cm c AN E Abbrech e lot Markierungen festlegen durch AL gt amp Geschlecht geschl F otd D o5 Fallbeschrftung A a lotz Felder anordnen nach Fa D tg ont Fin gh Eigene Studie mol gh Bewerbung um Ste gh Bewerbung um Hl Interesse an der El Interesse an Statis w Yorlage _ Diagrammeinstellungen verwenden aus Durch die Verwendung von GESCHL als Markierungesvariable werden weibliche und m nnliche Datenpunkte verschieden dargestellt so dass geschlechtsbedingte Unterschiede bei der Regression von Gewicht auf Gr e ggf sichtbar werden Die Variable FNR soll sp ter im Datenbeschriftungsmodus verwendet werden siehe Ab schnitt 9 2 Nach einem Mausklick auf den Schalter Titel tragen wir eine Titelzeile ein Titel Weler Zeile 1 ssion von Gewicht auf Gr e und Geschlecht Abbrechen Zele Z Hilfe Fulnote Zelle 1 Zele di Quittieren Sie die Subdialogbox mit Weiter und die Hauptdialogbox mit OK um die Grafik zu erstellen Das
265. rgen und dass die erste Zeile die Variablennamen enth lt Assistent f r Textimport Schritt 2 von 6 Wie sind die Yanablen angeordnet Mit Trennzeichen Warlablen sind durch ein bestimmtes Zeichen getrennt z B Komma Tabulator O Feste Breite Yanablen sind in Spalten mit fester Breite ausgerichtet Enth lt die erste Zeile der Datei die Yarablennamen Textdater Ei Dokumente und Einstellungen baltes Eigene Dateien Manuskripte und Kurse SPSS5 Ste 10 20 30 40 s50 Datendateien im Textformat einlesen 187 Schritt 3 Der erste Fall befindet sich n der zweiten Zeile der Datei hinter der einleitenden Zeile mit den Variablennamen Jeder Fall belegt genau eine Zeile Assistent f r Textimport Schritt 3 von 6 Trennzeichen In welcher Zeile befindet sich der erste Fall in den Daten wie sind die F lle dargestellt Jede Zeile stellt einen Fall dar Folgende Anzahl von Variablen stellt einen Fall dar 26 i Wie viele F lle sollen importiert werden Alle F lle O Die ersten 1000 F lle O Zuf lliger Prozentwert der F lle ungef hr Datenworschau Schritt 4 In der Datei kfar kv sep txt kommt als Trennzeichen nur der Tabulator zum Einsatz Assistent f r Textimport Schritt 4 von 6 Trennzeichen welches Zeichen trennt die Yarablen Was ist das Texterkennungszeichen Leerzeichen Keins I seniko Hochkommata emikolon O Anf hrungszeichen _ Anderes E amp
266. rnd normalverteilt erweist Sind die Voraussetzungen eines Verfahrend erheblich verletzt darf es wegen potentiell verf lschter Ergebnisse n cht verwendet werden In der Regel w re das Verfahren in dieser Situation wegen geringer Sensibilit t aber auch e ne schlechte Wahl Ob bereits eine erhebliche Verletzung der Voraussetzungen vorliegt oder noch auf die Robustheit eines Verfahrens vertraut werden kann ist leider oft schwer zu ent scheiden Wie S e aus der Stichprobenumfangsplanung n Abschnitt 1 3 2 w ssen kann man zum t Test f r abh ngige Stichproben f r eine konkret vorgegebene Effektst rke d eine Testausrichtung ein oder zweiseitig und ein a Fehlerniveau e die Testst rke Power bzw das Fehler Risiko zu einer festen Stichprobengr e aus rechnen e f r eine erw nschte Testst rke z B 1 B 0 95 die erforderliche Stichprobengr e er mitteln 116 Pr fung der zentralen Projekt Hypothesen Passend zu unserer allgemeinpsychologischen KFA Hypothese haben wir bislang das einseitige Testproblem behandelt Wir wollen noch das folgende zweiseitige Testproblem betrachten Hi Uy Ho vs Hin uo bzw H u 0 vs H u 0 Die Ho des zweiseitigen Tests ist gerade identisch mit dem Rand der Ho zum einseitigen Test Wir verwenden beim zweiseitigen Test dieselbe Teststatistik Tz wie beim einseitigen Test Nun sind aber betrragsm ig gro e Temp Werte mit positivem oder negativem Vorzeichen indikativ f r
267. ro e in F Korpergewicht I o Hie F Arger ohne kont aP E ner mit kanra e Mehrtachantworten 5ets Schichten 3 Statistik H ufigkeiten Beschriftung Abbrechen Zeilenprozente z Hilfe Sp altenprozente Beschriftung Schichtenprozente _ Tabellenprozente Gesamt Format f r Haufigk eiten Format fur Prozente ddd C N ddd ddd ddd C ddd Dezimalsteller o Dezimalsteller Beschriftung f r Statistik O Seitlich Oben In der Schicht folgende Einstellungen vorgenommen e Spaltenprozente aktivieren e Beschriftungen anpassen e Beschriftungen oben anbringen Entfernt man die Variable ANDERE zur Restkategorie der sonstigen Motive aus dem Set MOTIVE dann resultieren folgende Ergebnisse 176 Auswertung von Mehrfachwahlfragen Motive zur Eigene Studie Kursteilnanme Bewerbung um Stelle Bewerbung um HIWI Job Interesse an der EDV Interesse an Statistik Des R tsels L sung ist eine SPSS Eigenart bei der Analyse von Mehrfachwahl Sets aus dichotomen Variablen Als g ltig werden nur solche F lle betrachtet die bei mindestens einer Set Var ablen den zu z hlenden Wert besitzen bei uns also die Eins Daher wird neben dem Fall 13 mit SYSMIS bei den Variablen MOTIVI bis MOTIVS5S auch der dritte Fall ausgeschlossen der alle konkreten Motive verneint aber die Restkategorie markiert hat Wenn SPSS n obiger Ausgabe z B zum Motiv 1 meldet dass 79 3 der F lle 23 von 29 z
268. rocedures Companion Tabachnik amp F dell 2007 Using multivariate statistics Die vollst ndigen bibliographischen Angaben finden sich im Literaturverzeichnis e Auf die URT Manuskripte zur Verwendung spezieller Analysemethoden n SPSS wurde schon m Vorwort hingewiesen 2 4 2 SPSS im Internet SPSS ist im Internet vielfach pr sent besonders zu erw hnen sind e Die WWW Homepage der SPSS Inc http www spss com e Die Usenet Diskussionsgruppe comp soft sys stat spss Hier werden technische und statistische Themen lebhaft diskutiert wobei SPSS Mit arbeiter zu wichtigen Fragen kompetent Stellung nehmen 2 4 3 Benutzerberatung Bei Problemen mit der Anwendung von SPSS k nnen Sie sich an die URT Benutzerberatung wenden Ort im Geb ude E R ume 002 014 Zeiten Montag bis Freitag 10 00 11 30 Uhr Montag b s Donnerstag 14 16 Uhr 2 5 SPSS f r Windows beenden Die Beendigung einer SPSS Sitzung wird mit Datei gt Beenden eingeleitet Falls Sie w hrend der Sitzung Dokumente erstellt bzw ver ndert und noch nicht gesichert haben z B im Daten oder im Ausgabefenster werden Sie von SPSS an das Spei chern erinnert 3 Datenerfassung und SPSS Dateneditor Wie be unserer KFA Studie liegen auch n vielen anderen Projekten nach Abschluss der Daten erhebung schriftliche Untersuchungsdokumente vor die nun erfasst d h in eine Computer Date bertragen werden m ssen Bevor in Abschnitt 3 2 die konkrete Erfassung der
269. rogramm schwerwiegende Konsequenzen f r die weitere Arbeit haben k nnen Weil das Transformationsprogramm eventuell wiederholt ben tigt wird z B nach einer Stich probenerweiterung oder nach einer Fehlerkorrektur n den Rohdaten muss es ebenso sorgf ltig gesichert werden wie die Rohdatendatei Als Dateinamen wollen wir kfat sps w hlen Man kann alle erforderlichen Transformationen auch durch direkte Ausf hrung der zust ndigen Dialogboxen erledigen Schalter OK Diese Arbeitsweise ist zweifellos f r Anf nger leichter zu handhaben als die programmorientierte Methode bei der mit Hilfe von Dialogboxen zun chst mehrere SPSS Kommandos in ein Syntaxfenster bef rdert werden Schalter Einf gen um sie anschlie end ausf hren zu lassen Die direkte Arbeitsweise hat aber folgende Nachteile e Beim sukzessiven manuellen Modifizieren der Datendate geht bei gr eren Projekten leicht der berblick verloren Z B wei irgendwann von einer bestimmten Variablen niemand mehr in welchen Zwischenschritten sie aus welchen anderen Variablen berech net worden ist Sp testens nach dem Auftreten unplausibler Ergebnisse muss die tats ch lich angewendete Berechnungsvorschrift als m gliche Fehlerquelle berpr ft werden Bei der Verwendung eines Transformationsprogramms ist die Herkunft der abgeleiteten Variablen jedoch stets dokumentiert e Sind Wiederholungen von Datentransformationen erforderlich m ssen diese komplett neu spezifiziert werden
270. rotzdem die folgenden Arbeitsschritte zur Variablendeklaration konkret nachvollziehen und die Daten des im Manuskript abgedruckten ersten Falles eintragen siehe Seite 25 Alle Projektpha sen nach der Datenerfassung k nnen S e durch Verwendung der SPSS Datendate kfar sav mit machen deren Inhalt im weiteren Verlauf erkl rt wird Wie Sie diese Datei von einem Server des Rechenzentrums beziehen k nnen ist im Vorwort zu erfahren 3 2 1 Dateneditor Arbeitsdatei und Daten Sets Wir haben schon in Abschnitt 1 4 1 festgestellt dass ber das Dateneditorfenster die rechtecki ge F lle x Variablen Datenmatrix zug nglich ist SPSS speichert die Daten w hrend der Sit zung in einer tempor ren Datei bezeichnet als Arbeitsdatei die nach M glichkeit im Haupt speicher des PCs gehalten wird Die im Dateneditorfenster sicht und modifizierbare Arbeitsda tei enth lt Wie Sie sicher schon bemerkt haben wird im Manuskript gelegentlich f r Dateneditorfenster die k rzere Be zeichnung Datenfenster verwendet Datenerfassung und SPSS Dateneditor 39 Die rechteckige F lle x Variablen Datenmatrix Wir wollen statistische und graphische Analysen f r die Variablen anfordern d h f r die Spalten der F lle x Var ablen Datenmatrix in der Arbeitsdatei Dazu ist jede Variable ber ihren eindeutigen Var ablennamen ansprechbar Einen so genannten Deklarationsteil auch Datenlexikon genannt Dort merkt sich SPSS verarbeitungsrelevante Mer
271. roximat v z verteilt d h standardnormalverteilt ist Leider kolli diert die Bezeichnung mit der oben eingef hrten Abk rzung f r unsere rgerzuwachsvariable Man geht davon aus dass die Verteilungs Approxi mation ab n gt 20 hinreichend genau ist so dass wir den Test bei unserer Stichprobe n 31 in der blichen approximativen Form anwen den d rfen Bei kleineren Stichproben muss eine exakte Variante des Tests eingesetzt werden die von SPSS ebenfalls unterst tzt wird Weil der Vorzeichentest weit weniger empfindlich auf Ausrei er reag ert als der parametrische t Test k nnen wir den kritischen Fall Nr 4 n der Auswertung belassen Damit vermeiden wir den Verdacht die Daten zu unseren Gunsten bereinigt zu haben Heben Sie also bitte die MD Dekla rat on f r den Wert 4 be der Variablen AERGZ wieder auf Die bisherige Diskussion der AERGZ Verteilung hat sich auf Gefahrenquellen f r die Interpre tierbarkeit des geplanten zentralen Hypothesentests konzentriert Es ist jedoch keinesfalls verbo ten sondern sogar dringend empfohlen sich anhand obiger Verteilungsdiagramme und sonstiger deskriptiver Informationen einen Eindruck von der empirischen Bew hrung der KFA Hypothese zu verschaffen Das Histogramm spricht f r einen starken KFA Effekt in der erwarteten Rich tung Eine genaue Kenntnis des deskriptiven Ergebnisbilds kann verhindern dass wir von einem durch technische Defekte verf lschten Testergebnis n die Irre ge
272. rsit t Trier ein Datentr ger samt Installationsanleitung verf gbar Damit kann SPSS auf einem Rechner mit permanentem Internetzugang an der Uni oder m Privatbereich zur kosten losen Nutzung der URT Lizenzserver installiert werden Zur Installation der Programme auf einem W indows Arbeitsplatzrechner im Campusnetz stehen au erdem automatische Routinen zur Verf gung die im Rahmen einer normalen Anmeldung bei der Dom ne URT ber Start gt Systemsteuerung gt Software gt Neue Programme hinzuf gen erreichbar s nd Einstieg in SPSS f r Windows 27 c Kostenpflichtige individuelle Mietlizenz netzunabh ngig F r Rechner ohne permanente Netzverbindung zu den URT Lizenzservern kann n der Benutzer beratung eine befristete E inzelplatzlizenz erworben werden 2 2 Programmstart und Benutzeroberfl che 2 2 1 SPSS starten Nach erfolgreicher Anmeldung bei einem Pool PC unter MS Windows erreichen Sie SPSS 15 ber das zugeh rige Desktop Symbol Da SPSS 15 0 URT oder ber das Startmen Start gt Alle Programme gt SPSS vom NT Server des URT gt SPSS 15 0 f r Windows Auf einem PC mit lokaler SPSS Installation k nnen Sie das Programm in der Regel so starten Start gt Alle Programme gt SPSS f r Windows gt SPSS 15 0 f r Windows Nach dem Start erscheint der folgende Assistent SPSS 15 0 f r Windows was mochten Sie tun 2 Das Lernprogramm starten m O Daten eingeben O Eine vorhandene Abfrage a
273. rt haben und daher auch die einseitige berschreitungswahrscheinlichkeit betrachten 114 Pr fung der zentralen Projekt Hypothesen Bei einem akzeptierten Fehlerrisiko erster Art von a 5 verwendet man die folgende Ent scheidungsregel gt 0 05 gt H beibehalten lt 0 05 gt H verwerfen PT Ta d 1 1 Die Nullhypothese wird also abgelehnt wenn die Teststat stik in der beobachteten Stichprobe einen Wert annimmt der bei Zufallsstichproben aus einer Ho Population nur relativ selten mit einer Wahrscheinlichkeit kleiner 0 05 erreicht oder bertroffen wird In Statistiklehrb chern wird oft f r den S gnifikanztest zum Niveau a 0 05 ein kritischer Wert Tkrit so bestimmt dass gilt Pa Tz 2 To 0 05 Damit kann obige Entscheidungsregel quivalent folgenderma en formuliert werden 5 T gt H beibehalten emp 1 2 gt T a Hu verwerfen Tkrit ist in unserer Situation gerade das 95 Quantil der t Verteilung mit n 1 Freiheitsgraden Bei einer Stichprobengr e n 31 erhalten wir Tkrit 1 70 Wir haben bei den quick and dirty Tests in Abschnitt 4 6 die Testentscheidung anhand von kritischen Werten vorgenommen Dort waren wir ausnahmsweise in der Lage keine berschrei tungswahrscheinlichkeiten zu kennen aber die kritischen Werte der Teststat stiken als Quant le der Standardnormalverteilung leicht ermitteln zu k nnen wenn auch nur mit approximat v Weil SPSS und vergleichbare Statistikprogramme
274. s nichts zu suchen 1 4 2 3 Mehrfachwahlfragen Im Teil 4a unseres Fragebogens teilen die Untersuchungsteilnehmer f r f nf konkrete Motive und eine Restkategorie mit ob sie bei ihrer Entscheidung f r die Kursteilnahme relevant waren Damit erfahren w r von jeder Person sechs eigenst ndige Merkmalsauspr gungen und ben tigen ohne Komprimierungsverfahren siehe unten folglich in der SPSS Datentabelle sechs Var ab len um die Antworten aufzunehmen die wir z B durch die Zahlen Eins f r trifft zu und Null f r trifft nicht zu kod eren k nnen Beim Umgang mit einer solchen Mehrfachwahlfrage m s sen Sie sich vor allem vor dem aussichtslosen Versuch h ten die Informationen zu allen Merk malen in eine Variable zu verpacken Dies k me dem unsinnigen Versuch gleich mehrere Werte z B Zahlen in eine Zelle der SPSS Datenmatrix einzutragen 1 4 2 3 1 Vollst ndige Sets aus dichotomen Variablen In unserem Beispiel f hrt also eine Mehrfachwahlfrage zu sechs dichotomen SPSS Variablen die jeweils die Information dar ber enthalten ob ein bestimmtes Motiv bzw ein sonstiges Mo tiv vorlag oder nicht Das folgende Datenfenster zeigt die sechs Variablen hier mit den Namen MOTIV 1 bis MOTIV5 und ANDERE bei einem Fall mit dem Antwortmuster 1 0 0 0 1 0 ua kfa say Datenset1 SP55 Daten Editor ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe e HAm PH wnb AFFE BER SG 1 mot
275. s im Rah men Diagrammtyp f r Balkendiagramme weil die Merkmale Geschlecht und Fachbereich nominalskaliert sind Wer nicht mehr genau wei wozu man Balkendiagramme und Histogram me verwendet kann sich mit der kontextsensitiven Hilfe Aufkl rung verschaffen Jetzt starten wir die neue Analyse indem wir die Subdialogbox mit Weiter und die Hauptdia logbox mit OK quittieren Im Viewer erhalten wir f r die Variable GESCHL die H ufigkeitstabelle 64 Univariate Verteilungs und Fehleranalysen Geschlecht G ltige Kumulierte auge Prozent Prozente Prozente G ltig Frau Mann Gesamt und das folgende Balkendiagramm Geschlecht 25 20 H ufigkeit Frau Mann Geschlecht Zun chst beobachten wir dass bei der Variablen GESCHL kein unzul ssiger Wert vorliegt Bei der Geschlechtsverteilung stellen wir einen sehr hohen Frauenanteil fest der als wesentli ches Merkmal unserer Stichprobe berichtet werden muss Bei potentiell geschlechtsabh ngigen Ergebnissen m ssen wir besonders vorsichtig interpretieren und generalisieren Erste Hinweise zur Ursache der hohen Frauenquote liefert die empirische Verteilung der Fachbe reichs Var ablen Fachbereich 20 H ufigkeit Fachbereich Univariate Verteilungs und Fehleranalysen 65 Wir sehen dass im SPSS Kurs der die Manuskript Daten geliefert hat der Fachbereich I sehr stark vertreten war was mit dem Kurstermin zusammenh ngen mag Im Fachbereich I der
276. sam aus dem Viewer in die Zwischenablage bertragen 4 4 5 bungen 1 Markieren Sie den Ausgabeblock mit der H ufigkeitsanalyse und l schen Sie ihn mit der Entf Taste 2 Steigen Sie erneut in die Dialogbox zur H ufigkeitsanalyse ein Statt den zugeh rigen Men befehl zu wiederholen k nnen Sie einfacher mit dem Symbol eine Liste der zuletzt be nutzten Dialogboxen aufrufen und daraus per Mausklick den Eintrag H ufigkeiten w hlen Die Dialogbox ist noch im selben Zustand den Sie eben verlassen haben Dies gilt selbstver st ndlich generell in SPSS so dass Sie bei der sukzessiven Modifikation einer Anforderung innerhalb einer Sitzung jeweils auf dem letzten Stand weitermachen k nnen 3 Schalten Sie die H ufigkeitstabelle ber das zugeh rige Kontrollk stchen aus und lassen Sie die H ufigkeitsanalyse erneut ausf hren 4 5 Graphische Darstellungen in Statistik Dialogboxen anfordern H ufigkeits bzw Fehleranalyse f r die Variablen GESCHL und FB Nun wollen wir weitere Variablen untersuchen und dabei auch graphische Verteilungsdarstel lungen verwenden Dazu rufen wir erneut die Dialogbox zur H ufigkeitsanalyse auf und beseiti gen alle alten Festlegungen auch in den Subdialogboxen mit dem Schalter Zur cksetzen Dann transportieren wir nacheinander die Variablen GESCHL und FB aus der Anw rterliste links in die Teilnehmerliste rechts Anschlie end begeben wir uns in die Subdialogbox Diagramme und entscheiden un
277. schnitt 7 1 von einer Teststatistik gefordert wird indika t v f r Abweichungen von der Nullhypothese Au erdem erf llt die x Teststatistik nach Pearson auch die Verteilungsbedingung aus Ab schnitt 7 1 wenn auch nur approximativ Unter der Nullhypothese ist die x Statistik asymp totisch d h f rn gt x verteilt mit df z 1 s 1 Freiheitsgraden F r unsere Kreuzta belle erhalten wir also df 1 5 5 Folglich kann mit Pearsons x Statistik nicht nur die Plausibilit t der Ho deskriptiv beurteilt werden sondern es kann eine empirische berschreitungswahrscheinlichkeit berechnet und nach den Regeln aus Abschnitt 7 1 ein S gn f kanztest durchgef hrt werden In SPSS wird die x Statistik samt Signifikanztest mit dem Kontrollk stchen Chi Quadrat in der Kreuztabellen Subdialogbox Statistik angefordert In diesem Satz treten zwei Symbole mit hnlicher Gestalt aber deutlich verschiedener Bedeutung auf x steht f r eine letztlich heuristisch definierte Pr fgr e mit x ist hingegen eine theoretische Verteilung gemeint Analyse von Kreuztabellen 165 Kreuzt bellen Statistik _ Korrelationen Nominal Ordinal Abbrechen _ Kontingenzkoeffizient Gamma A Somers Fhi und Cramer Lambda Kendall Tau b _ LUnsicherheitskoeffizient _ Kendall Tau c Hominal bezuglich Intervall Kappa Eta Risiko McNemar Cochran und Mantel Haenszel Statistik Zur Be
278. se Repr sentativit t der Stichprobe Rohdatendate Stichwortregister 6 87 124 127 156 51 85 R ckg ngig Befehl m Datenfenster 54 S SamplePower SAV Dateien SAVE Kommando SCALE Sch tzmethoden Schiefe Schreibschutz SEED SELECT IF Separierte Daten Shapiro Wilk Test Shapiro Wilk Test Skalenniveau Sortierung bei Variablenlisten Spaltenbreite Spaltenformat Speichern Arbeitsdatei Syntax Viewer Dokumente SPSS Kommandosprache Lizenzen Mietlizenzen Module SPSS Benutzerschnittstelle SPSS Prozessor SPSS Syntax SPSS m Internet SPSS Datendatei SPSS Kommandosprache SPSS Programm dialogunterst tzte Erstellung SPSS Usenet Diskussionsgruppe Standardfehler der Schiefe Startassistent Statistik Ass stent 49 108 110 66 86 98 94 37 186 121 122 3 18 43 190 72 41 49 62 178 21 24 26 71 71 83 51 77 78 79 32 201 StatTransfer 36 Statuszeile 28 Stichprobe 4 Stichprobenmodell 112 163 Stichprobenumfang 7 String Var ablen 18 Strukturierung 4 13 14 Subkommando 195 Suchen Begriffe 29 Daten 70 Symbolleisten 28 Syntaxdiagramm 192 Syntaxfenster 78 82 192 akt vieren 83 designiertes 83 Kommandos ausf hren 81 neu erstellen 83 ffnen 82 schlie en 83 speichern 82 Syntax Regeln 83 SYSMIS 19 53 70 99 Systemdefiniert fehlend 19 System Missing 19 90 T Tabellenvorlagen 73 Teilausgabe 61 Teilnehmerliste 58 Teleform 35 Testproblem zweiseitiges 11
279. se auf eine Teilstichprobe beschr nken m chte Bei unserer KFA Studie ist es von Interesse die Personen mit einem negativen KFA Effekt AERGZ lt 0 n her kennen zu lernen Wir k nnen dazu nach geeigneter Fallauswahl ei nen Bericht mit interessanten Variablenauspr gungen anfordern 10 1 Auswahl ber eine Bedingung SPSS erlaubt es F lle in Abh ngigkeit von einer Bedingung tempor r oder permanent aus der Arbeitsdatei auszuschlie en Die zust ndige Dialogbox erreichen S e ber den Men befehl Daten gt F lle ausw hlen Um eine Bedingung f r die Teilnahme an den weiteren Auswertungen zu setzen m ssen Sie im Optionenfeld Ausw hlen die Alternative Falls Bedingung zutrifft markieren und anschlie end die zust ndige Subdialogbox mit dem Falls Schalter aktivieren E F lle ausw hlen Ausw hlen ENTE i amp Geschlecht gesch Alle F lle amp Geburtsjahr gebi Falls Bedingung zutrifft g Fachbereich fb 4P K rpergrobe in cr 1 OZufallsstichprobe F Korpergewicht in t 8 rger ohne kontraf a rger mit kontrafak Nach Zeit oder Fallbereich Filtersariable verwenden DIL Ausgabe Nicht ausgew hlte F lle filtern O Ausgew hlte F lle in neues Daten Set kopieren je el Nicht ausgew hlte F lle l schen Aktueller Status Falle nicht filtern Im Falls Dialogfenster haben Sie die M glichkeit einen beliebigen logischen Ausdruck vgl Abschnitt 6 5 2
280. seitige a Fehlerrate von 0 10 an um die Power des einseitigen Test zum a Niveau 0 05 zu erhalten Die Effektst rke von ca 0 1 resul tiert aus der Annahme dass 9 der Kriteriumsvarianz durch den Regressor aufgekl rt werden k nnen Nach einem Klick auf den Schalter Calculate wird f r den Test zur differentialpsycho logischen Hypothese eine Testst rke Power von lediglich 0 53 berechnet if G Power 3 0 3 Ale File Edit View Tests Calculator Help Central and noncentral distributions Protocol of power analyses critical F 2 88703 Test family Statistical test F tests v Multiple Regression Omnibus R deviation from zero Type of power analysis Post hoc Compute achieved power given amp sample size and effect size Input Parameters Output Parameters Effect size f 0 098901 1 Noncentrality parameter A 3 065934 2 887033 a err prob 0 1 Critical F Total sample size 3 Numerator df r f 1 Number of predictors 1 Denominator df 29 Power 1 err prob 0 526341 Squared multiple correlation R 0 0 09 Effect size f 0 0989011 x Y plot for a range of values Calculate Um zu einer Darstellung der Power als Funktion der Effektst rke zu gelangen klicken wir auf den Schalter X Y plot for a range of values und w hlen Pr fung der zentralen Projekt Hypothesen 129 e Piot on y axis Power 1 B err prob e as a function of Effect size f
281. sformat on aber auch von einer Bedingung abh ngig machen so dass nicht mehr alle F lle davon betroffen sind Diese M glichkeit werden wir z B dazu verwenden die MD Behandlung bei den Motiv Variablen in Ordnung zu bringen indem wir genau f r die F lle mit MOTIV1 MOTIV2 ANDERE 0 bei allen genannten Variablen die Null in SYSMIS umkodieren Datentransformation 85 SPSS unterst tzt Transformationen f r Variablen beliebigen Typs Wir beschr nken uns jedoch auf die besonders wichtigen numerischer Variablen 6 1 1 Rohdatendatei Transformationsprogramm und Fertigdatendatei In Abschnitt 3 2 6 wurde vorgeschlagen zu jedem Projekt ein SPSS Transformationsprogramm zu erstellen dessen Aufgabe darin besteht ausgehend von der Rohdatendatei alle Fertigvar ablen zu entwickeln die im weiteren Verlauf routinem ig ben tigt werden Alle potentiell relevanten Variablen roh oder fertig sollen in einer erweiterten Datendate gesichert werden die sich f r alle Auswertungsarbeiten eignet Mit R cksicht auf diese Idee haben wir die bislang existieren de Datendatei mit kfar sav r f r roh bezeichnet Im Namen der Projekt Fertigdatendatei wer den wir das r dann weglassen Wir werden im Verlauf des aktuellen Abschnitts 6 das SPSS Transformationsprogramm zu unse rem KFA Projekt sukzessive mit Hilfe verschiedener Dialogboxen erstellen Dabei ist eine be sondere Sorgfalt erforderlich weil fehlerhafte Anweisungen m Transformationsp
282. so alles machen kann Wir sind im Moment dabei einen ersten Eindruck vom Arbeitsplatz SPSS f r Windows zu ge winnen Einen guten berblick vermitteln die Optionen in der Men zeile des Dateneditorfens ters Datei Hier finden Sie u a Befehle zum ffnen bzw Sichern von Datendateien sowie zum Be enden von SPSS Bearbeiten ber das Bearbeiten Men erreichen Sie Editorbefehle zum Ausschneiden Kopieren Einf gen L schen und Suchen von Daten sowie die Optionen Dialogbox zur Anpas sung von diversen SPSS Einstellungen Au erdem k nnen Sie hier Modifikationen des Datenfensters r ckg ngig machen Ansicht Hier k nnen Sie u a die Statuszeile sowie die Symbolleisten aus bzw einschalten sowie die Schriftart der angezeigten Daten festlegen Daten ber das Daten Men sind Dialoge zur Auswahl einer Teilstichprobe zur Aggregation von SPSS Date en z B mit Daten aus verschiedenen Stichproben sowie zum Sortieren und Gewichten der F lle erreichbar Transformieren Hier finden Sie z B die Befehle zum Rekodieren von Variablen oder zum Berechnen neuer Variablen aus bereits vorhandenen Analysieren Dieser Men punkt erschlie t die statistischen Auswertungsmethoden mit denen wir letztlich unsere Forschungsfragen kl ren wollen Einstieg in SPSS f r Windows 29 e Grafik An dieser Stelle bietet SPSS vielf ltige M glichkeiten zur grafischen Pr sentation von Datenstrukturen an e Extras Hier finden sich diverse Funktio
283. sste ist in der Regel weniger informativ als der vollst ndig sichtbare Variablenname Mit der Option Namen anzei gen im Bereich Varlablenlisten kann man auf die kompaktere Darstellung umschalten e Die Variablen sind angeordnet wie in der Arbeitsdatei was in der Regel ein bequemes Arbeiten erlaubt Gemeinsam zu analysierende und damit in Dialogboxen auszuw hlende Variablen stehen n mlich oft in der Arbeitsdatei hintereinander Bei der Arbeit mit einer unbekannten Datendate findet man namentlich bekannte Variablen jedoch leichter bei alphanumerischer Sortierung Im Rahmen Variablenlisten kann bei Bedarf das Sortier kriterium gewechselt werden Datendateien im Textformat einlesen 191 Sitzungs Journal Per Voreinstellung protokolliert SPSS alle Kommandos die Sie w hrend einer Sitzung per Dia logbox oder v a Syntaxfenster abschicken n einer so genannten Journaldatei Bei den Pool PCs an der Universit t Trier ist dies in der Regel die Datei U Eigene Dateien SPSS spss jnl Diese Journaldate kann f r Anwender innen mit Mut zur SPSS Syntax z B nach einem SPSS Programmabsturz sehr n tzlich sein weil sie die Kommando quivalente zu praktisch allen Arbeiten der verungl ckten Sitzung enth lt Per Voreinstellung wird beim Start einer SPSS Sitzung eine vorhandene Journaldate nicht ber schrieben sondern die neuen Kommandos werden am Ende angeh ngt Falls die Datei zu gro wird muss sie gelegentlich verkleiner
284. st valide und reliable Messmethoden gew hlt bzw entworfen werden die au erdem nicht zu aufw ndig sind Das Skalenn veau der Mess methoden muss d e Voraussetzungen der geplanten statistischen Auswertungsverfahren erf llen Bei quantitativen Merkmalen z B Alter sollten die verf gbaren Informationen bei der Erfassung nicht durch eine k nstliche und willk rliche Klassenbildung reduziert werden z B durch Bildung der Altersklassen lt 20 21 40 41 60 gt 60 H ufig s nd Modelle f r metrische Daten einfacher und erfolgreicher als solche f r vergr berte Daten Vor allem kann man mit SPSS zu einer metrischen Variablen nach Belieben klass f z erte Varianten erzeugen wenn dies f r spezielle Analysen w nschenswert erscheint Eine Ausnahme von der Empfehlung zur Erfassung metrischer Informationen ist z B bei der Befragung von Personen nach ihrem Einkommen zu machen Um bei dieser sensiblen Frage Wider st nde zu vermeiden muss man s ch n der Regel auf die Erhebung von groben Ein kommensklassen beschr nken Bei den berlegungen zur Operationalisierung spielen auch die verf gbaren technischen Hilfsmittel f r die Datenerhebung und erfassung eine Rolle Mit Hilfe der Computer Technik ist eine interaktive ind vi dual sierte und dabei auch noch konomische Daten erfassung m glich Bei besonderen Anspr chen z B zeitgenaue Steuerung experimen teller Abl ufe kommen spezielle Rechner im Forschungslabor zum Einsatz F r
285. ste den Mauszeiger zum Ziel der Verschiebungsakti on Der augenblicklich eingestellte Zielort w rd von SPSS durch eine rote Linie gekenn zeichnet e Wenn Sie die Maustaste loslassen erscheint der Fall am neuen Ort 3 2 9 Weitere M glichkeiten des Dateneditors ber die beschriebenen Methoden hinaus bietet der Dateneditor u a die M glichkeit beliebige rechteckige Segmente einer Datenmatrix auszuschneiden zu kopieren und einzuf gen auch zwischen verschiedenen Daten Sets Wer derartige relativ fehleranf llige Umordnungsma nahmen vornimmt wird gelegentlich von der M glichkeit profitieren mit Bearbeiten gt R ckg ngig die letzte nderung r ckg ngig machen zu k nnen In Abschnitt 4 7 wird beschrieben wie Sie im Datenfenster nach Variablenauspr gungen suchen k nnen 3 2 10 bung F r die Teilnehmer innen des realen SPSS Kurses steht nun die Erfassung der erhobenen Daten an Geben Sie alle F lle ein und sichern Sie auch zwischendurch in die zugeordnete Datenda tei z B U Eigene Dateien SPSS kfar sav Wer dem Vorschlag aus Abschnitt 1 4 2 4 folgend zur Erfassung der Antworten auf die offene Frage im Fragebogenteil 4b ein dynamisches und sparsames Set aus kategor ialen Variablen vor gesehen hat z B METHI bis METH3 der muss n cht nur mechanisch Daten eintippen son dern auch gelegentlich mit Kreativit t und Ordnungssinn neue Methodenkategorien definieren und dokumentieren Beim Erfassen der Daten die
286. ste in der linken oberen Ecke die Variable GROESSE auf die X Achsen Ablagefl che o Ziehen Sie die Variable GEWICHT auf die Y Achsen Ablagefl che o Ziehen Sie die Variable GESCHL auf die Gruppierungs Ablagefl che So erh lt man f r weibliche und m nnliche Datenpunkte verschiedene Markie rungen und kann ggf geschlechtsbedingte Unterschiede bei der Regression von Gewicht auf Gr e erkennen Zur Illustration werden k nstliche Datenpunkte angezeigt e Gehen Sie folgenderma en vor um die Variable FNR zur Fallbeschriftung nutzen zu k nnen o Klicken Sie auf die Registerkarte Gruppen Punkt ID und markieren Sie das Kontrollk stchen Punkt ID Beschriftung o Daraufhin erscheint die neue Ablagefl che Punktbeschriftungsvariable auf der Zeichenfl che Ziehen Sie die Variable FNR dorthin e Legen Sie einen Titel f r die Grafik fest o Klicken Sie auf die Registerkarte Titel Fu noten und markieren Sie das Kon trollk stchen Titel 1 o Daraufhin erscheint auf der Zeichenfl che der Platzhalter T1 und in der Dialog box Elementeigenschaften kann der Titel 1 bearbeitet werden z B Elementeigenscha ften Eigenschaften bearbeiten won Purikki Achsel Punkti Y Achsel Punkti sruppeFarbe Punkti Titel 1 Textkwp Titel 1 Inhalt ession von Gewicht auf Gr e und Geschlecht Tragen Sie einen Text ein und quittieren Sie mit einem Mausklick auf den Schal ter Zuweisen Nun sollte die Dialogbox Diagrammers
287. stellen Dabei soll u a angestrebt werden den Aufwand und die Fehlergefahr beim Erfassen der Daten m glichst gering zu halten 1 4 2 Strukturierung Welche SPSS Variablen im oben besprochenen Sinn sollen zur Aufnahme der mit unserem Fra gebogen erfassten Informationen definiert werden Obwohl die Antwort auf diese Frage trivial zu sein scheint sind doch zu einigen Themen kurze Erl uterungen angebracht 1 4 2 1 Variablen zur Fallidentifikation ber die empirischen Variablen hinaus sollten in die Datenmatrix stets organisatorische Variab len aufgenommen werden die eine Relation zwischen den schriftlichen oder sonstigen Untersu chungsdokumenten eines Falles und seinen Daten im Rechner herstellen Eine solche Korres pondenz ist f r eventuelle sp tere Kontrollen oder Korrekturen der Daten unbedingt erforderlich Meist verwendet man f r diesen Zweck eine einzelne Variable die z B FNR f r Fallnummer genannt werden kann Nat rlich muss die Fallidentifikation auch auf den schriftlichen oder sons tigen Untersuchungsdokumenten eingetragen werden Bei personbezogenen Daten w hlt man aus Datenschutzgr nden zur Fallidentifikation z B eine zuf llig vergebene Nummer ohne jeden Bezug zu den Personalien M glicherweise erscheint Ihnen das Eintippen einer Identifikationsvariablen sinnlos weil im SPSS Dateneditor siehe Abbildung in Abschnitt 1 4 1 die Zeilen bzw F lle ohnehin fortlau fend nummeriert sind Die Nummern der Datenfensterzeil
288. t bereit e Klicken Sie dann auf den Symbolleistenschalter oder dr cken Sie die Tastenkombi na tion Strg R Daraufhin werden alle Kommandos im Syntaxfenster ausgef hrt die zu mindest teilweise markiert sind Im Ausgabefenster protokolliert SPSS per Voreinstellung die verarbeiteten Kommandos in Log Teilausgaben falls Sie dieses Verhalten nicht per Optionen Dialog auf der Registerkarte Vie wer abschalten siehe Abschnitt 3 2 5 Au erdem protokolliert SPSS zu jeder Analyseanforde rung in der zun chst zugeklappten Teilausgabe Anmerkungen u a die zugrunde liegende Syn tax z B Ausgabe erstellt Kommentare Eingabe Behandlung fehlender Werte Syntax Ressourcen Anmerkungen Daten Arbeitsdatei Filter Gewichtung Aufgeteilte Datei Anzahl der Zeilen in der Arbeitsdatei Definition von fehlenden Werten Verwendete F lle Prozessorzeit Verstrichene Zeit 09 OCT 2007 23 04 40 U Eigene Dateien SPSS kfar sav DatenSet1 lt keine gt lt keine gt lt keine gt 31 Benutzerdefinierte fehlende Werte werden als fehlend behandelt Statistik basiert auf allen F llen mit g ltigen Daten FREQUENCIES VARIABLES geschl fb BARCHART FREQ ORDER ANALYSIS 0 00 00 81 0 00 01 00 Damit sich durch sp tere Wiederverwendung der SPSS Kommandos der gew nschte Rationali s ierungseffekt der Programm orientierten Arbeitsweise einstellen kann m ssen Sie Ihr SPSS 82 Speichern der SPSS Komma
289. t f r die Datenerfassung per Scanner im Grafikraum des Rechen zentrums E 09 das Programm Teleform 10 2 mit der erforderlichen Hardware Scanner mit automatischem Einzelblatteinzug zur Verf gung Das Programm kann neben Markierungen in den K stchen zu Einfach oder Mehrfachwahlfragen OMR und gedruckten Zeichen OCR auch Handschrift lesen ICR Es enth lt einen Formulargenerator so dass Fragebogendesign und deklaration in einem Arbeitsschritt erfolgen Eine besondere Attraktion besteht in der M glichkeit zu einem Teleform Projekt ein interakti ves PDF Formular mit dentischem Design zu erstellen und f r eine Online Umfrage zu verwen den Damit k nnen Sie entscheiden ob S e Ihre Daten e mit einem gedruckten Fragebogen erheben und per Scanner erfassen e per Online Umfrage erfassen siehe Abschnitt 3 1 1 1 e oder parallel ber beide Kan le erfassen wollen Das Teleform System f hrt die Daten aus beiden Quellen zusammen und exportiert sie z B in eine SPSS Datendate 3 1 2 Manuelle Verfahren Bei kleineren Studien z B im Rahmen einer Diplomarbeit dominieren noch immer die manuel len Erfassungsmethoden wobei die Daten gem Kodierplan via Tastatur in einen Rechner ge langen Beim Entwurf des Kodierplans st darauf zu achten dass dem Erfasser keine unn tigen und fehleranf lligen Arbeiten zugemutet werden s ehe Abschnitt 1 4 Von den m glichen manuellen Erfassungsmethoden sollen drei n diesem Manuskript vorg
290. t geringem technischem Aufwand per Histo gramm beurteilen zu k nnen f hren wir den t Test f r unabh ngige Stichproben mit der Proze dur f r die lineare Regression erneut durch Diese Prozedur beherrscht als Spezialfall auch den klassischen t Test mit angenommener Varianzhomogenit t und bietet generell die Ausgabe eines Histogramm s zu den Residuen an Nach dem Men befehl Analysieren gt Regression gt Linear w hlen wir die anh ngige Variable BMI und die unabh ngige Variable GESCHL E Lineare Regression g Fallnummer n E Abh ngige Yanable Bo Geschlecht esor LIT F Geburtsjahr gebi ae a Fachbereich fb r Korpergrohe in cr P K rpergewicht int Unabh ngige Variablen E Erger ohne kortraf gh Geschlecht geschl F Arger mit kontratak D lo A lot Methode Einschlu kd lota A E Auswahlvanable ot si DILL A lat Fallbeschriftungen log L g o0 WLS Gewichtung Swm Du ICH In der Subdialogbox Diagramme fordern wir ein Histogramm f r die standardisierten Resi duen an Gruppenvergleiche 139 Lineare Repression Diagramme DEPENDNT Streudiagramm 1 won 1 Pr ZFRED ZUC weiter RESID Abbrechen DRESSID ALFRED Hilfe SRESID Eaa der standardisierten Residuen Ale partiellen Diagramme erzeugen HNormalverteilungsdiagramm Das resultierende Histogramm gibt keinen Anlass zur Sorge bzgl der Normalverteilungsannah me Abh ngige Variable Body
291. t oder gel scht werden Man kann aber auch im Rahmen Sitzungs Journal der Karteikarte Allgemein den voreingestellten ffnungsmodus Anh n gen ab ndern auf berschreiben Dann wird die Journaldatei zu Beginn jeder Sitzung neu erstellt wobei gegebenenfalls der alte Inhalt berschrieben wird Auf dem Registerblatt Beschriftung der Anzeige k nnen Sie z B veranlassen dass in Pivot Tabellen vorhandene Wertelabels ignoriert und stattdessen die Werte selbst angezeigt werden Optionen Pivat Tabellen Daten Wahur Skripte Allgemein Wiewer TextWiewer Beschriftung der Ausgabe Diagramme Interaktiv Gllederungsbeschriftung Yanablen in bjektbeschnitungen anzeigen als Yanablenwerte in bjektbeschnftungen anzeigen als Beschriftung f r Pivot Tabellen Yanablen in Beschriftungen anzeigen als Hamer we 16 Anhang 16 1 Weitere Hinweise zur SPSS Kommandosprache In Abschnitt 5 wurden nur sehr oberfl chliche Hinweise zur SPSS Kommandosprache gegeben Diese sollten gen gen f r Anwender innen die nicht frei programmieren sondern nur gelegent lich ein von SPSS automatisch erzeugtes Kommando modifizieren wollen Der aktuelle Abschnitt st f r ambitionierte Anwender innen gedacht die bereit sind SPSS Pro gramme zu schreiben e um auch die ausschlie lich per Syntax verf gbaren SPSS Leistungen nutzen zu k nnen e um rationeller mit SPSS zu arbeiten 16 1 1 Hilfsmittel f r das Arbeiten mit der SPSS Kommandosprach
292. tat stat stat stat4 stat5 stat6 stat statd 17 0 0 0 0 0 0 4 Datenansicht variablenansicht 7 lt SPS5 Prozessor ist bereit In obiger Syntax werden zwei ausgesprochen n tzliche Kontrollstrukturen der SPSS Kom mandosprache verwendet Schleife f r strukturgleiche Transformationen Die DO REPEAT END REPEAT Schleife wird achtmal ausgef hrt wobei im i ten Umlauf die beiden Stellvertreter STAT und N gerade mit den i ten Elementen der zugeh rigen Listen identisch s nd Fallunterscheidung Beim Ausf hren der DO IF ELSE END IF Struktur passiert in Abh ngigkeit vom Wahr heitswert des logischen Ausdruck folgendes wahr z B im ersten Schleifenumlauf bei METHI 1 METH2 2 METH3 SY SMIS ausgef hrt falsch z B im ersten Schleifenumlauf bei Das zweite COMPUTE Kommando wird METHI 3 METH2 5 METH3 8 ausgef hrt unbestimmt z B im ersten Schleifenumlauf bei Die neuen Variablen STATI bis STATS METHI SYSMIS METH2 SYSMIS METH3 SYSMIS behalten den Initialisierungswert SY SMIS 14 Datendateien im Textformat einlesen Gelegentlich sind Daten auszuwerten die n Textdateien vorliegen In Abschnitt 3 1 2 wurden zwei Dateiformate beschrieben die uns dabei begegnen k nnen e positionierte Daten feste Breite e separierte Daten mit Trennzeichen Zum Importieren von Textdatendateien stellt SPSS einen leistungsf higen Assistenten zur Ver f gung der mit Dat
293. te analog zu den Antworten auf eine Mehrfachwahlfrage zu erfassen Im Fall unseres Fragebogenteils 4b ist also durch In spektion der ausgef llten Frageb gen eine Liste mit speziell gew nschten statistischen Auswer tungsverfahren erstellen z B mit dem Ergebnis Regressionsanalyse Kreuztabellenanalyse Faktorenanalyse Diskriminanzanalyse Bei der Umsetzung in SPSS Var ablen wird man bei einer relativ kurzen Kategorienliste ein vollst ndiges Set mit dichotomen Variablen verwenden ansonsten ein sparsames Set aus katego rialen Variablen siehe oben Aus der obigen vierelementigen Liste mit speziellen methodischen Interessen entsteht also ein vollst ndiges Set mit dichotomen Variablen z B REG f r die Regressionsanalyse KT f r die Kreuztabellenanalyse FAKT f r die Faktorenanalyse DA f r die Diskriminanzanalyse Bei der Variablen REG ist eine Eins einzutragen wenn ein Fall auf die offene Frage hin die Reg ressionsanalyse angegeben und damit sein Interesse an dieser Methode signalisiert hat Anderen falls wird eine Null notiert die aber nicht als explizit bekundetes Desinteresse an der Regressi onsanalyse zu interpretieren ist Beim Erstellen eines Kategoriensystems sind zu enge Kategorien mit sehr geringer H ufigkeit ebenso ungeeignet wie zu breite Kategorien mit geringem Informationsgehalt Vielfach wird man aber mit einer Restkategorie arbeiten z B sonstige Methoden um bei vertretbarem Auf wand m glichst alle u
294. tei gt Daten Set umbenennen Mit dem Schlie en des letzten Dateneditorfensters beendet man SPSS SESS 15 0 f r Windows Durch Schlie en des letzten Fensters des Daten ditors wird SPSS beendet Mochten Sie fortfahren _ Diese Warnung nicht wieder anzeigen 3 2 2 Variablen definieren Wie eben erw hnt verwaltet SPSS f r jede Variable zahlreiche verarbeitungsrelevante Merkma le z B MD Indikatoren Diese werden m Deklarationsteil gespeichert und k nnen vom An wender festgelegt werden Da SPSS f r alle Attr bute geeignete Voreinstellungen benutzt setzt die Datenerfassung nicht unbedingt eine Variablendefinition voraus doch wird das Erfassen und die sp tere Auswertungsarbeit z B durch benutzerdefinierte Variablennamen anstelle der automatisch generierten und wenig aussagekr ftigen Namen VAR00001 VAR00002 usw er leichtert Daher liegt es nahe dem SPSS System die in unserem Kodierplan beschriebenen Vari ablen vor dem Eintragen der Daten bekannt zu machen 3 2 2 1 Das Datenfenster Registerblatt Variablenansicht Ein Datenfenster besitzt zwei Reg sterbl tter bzw Tabellen e das Registerblatt Datenansicht zur Anzeige und Modifikation der F lle x Variablen Datenmatrix e das Registerblatt Variablenansicht zur Anzeige und Modifikation der Variablenattri bute In einer Zeile der Variablenansicht wird jeweils eine Variable beschrieben wozu in den Spal ten insgesamt zehn Attribute zur Verf gung stehen F r uns
295. tellung ungef hr folgendes Bild zeigen Grafische Datenanalyse 143 E Diagrammerstellung Yariablen du Fallnummer fnr A Farbe festlegen e Geschlecht geschl E Geburtsjahr gebj db Fachbereich fb E K rpergr e in cm c E K rpergewicht in kg rger ohne kontrafakt L rger mit kontrafaktisc g loti lot1 2 lot2 lot2 lt Kategorien I Kategorie I B Kafegorie 2 Diagrammworschau verwendet Beispieldaten Galerie Markierte Elemente f gen Titel und Fu noten zum Diagramm hinzu Bearbeiten Sie den Text unter Eigenschaften Grundelemente Gruppen Punkt ID _ Titel 2 _ untertitel Titel Fu noten _ Fu note 1 _ Fu note 2 Elementeigenschaft Optionen Nach einem Klick auf den Schalter OK wird die Grafik erstellt Das Ergebnis ist in Abschnitt 9 2 zu sehen 9 1 2 Dialogbox Einfaches Streudiagramm Wer sich mit der neuen Diagrammerstellung noch nicht anfreunden kann hat in der SPSS Version 15 auch noch die veralteten Dialogfelder zur Verf gung z B zum Erstellen eines Streudiagramms Grafiken gt Veraltete Dialogfelder gt Streu Punkt Diagramm In der nach diesem Men befehl erscheinenden Palette akzeptieren wir f r das Streudiagramm mit Gewicht Gr e und Geschlecht die voreingestellte einfache Variante Streu Punktdiagramm a i Einfaches a Matris Einfaches 4 Streudiagramm Streudiagramm all Punktdiagramm Abbrechen e at berlagertes pE 3D St
296. ten Ihr folgt unmittelbar die konkrete und ausf hrliche Anwendung auf unsere Beispielstudie Weil die dargestellten Aufgaben teilweise interdependent sind bilden sie keine strenge bei allen empiri schen Studien gleichf rmig ablaufende Sequenz 1 2 1 Forschungsziele bzw hypothesen Einer empirischen Untersuchung wird in der Regel eine l ngere Phase der intensiven theoreti schen Auseinandersetzung mit dem Thema vorangehen Daraus ergeben s ch Forschungs interessen die u a in Abh ngigkeit vom Forschungsstand eher von explorativer hypothesen suchender oder eher von konfirmatorischer hypothesenpr fender Natur sind Oft werden beide Forschungsstrategien vertreten sein Die zu pr fenden Hypothesen sollten wegen ihrer Steue rungsfunktion f r sp tere Schritte m glichst exakt formuliert werden 1 2 2 Untersuchungsplanung Wenn S e eine Theorie bzw eine Hypothesenfamilie empirisch pr fen oder einen Gegenstands bereich empirisch explorieren m chten haben Sie bei der Untersuchungsplanung zahlreiche Aufgaben zu l sen Von der Theorie zu den SPSS Var ablen 3 Festlegung der Beobachtungseinheit en und der zu untersuchenden Merkmale In der Regel ergibt sich aus der Fragestellung unmittelbar welche Beobachtungseinheiten Merkmalstr ger einer Studie zugrunde liegen sollten z B Personen Volkswirtschaften Orte Betriebe Bodenproben Jahre und welche Merkmale bei jeder Beobachtungsein heit festgestellt werden sollten
297. ten Ergebnis f hrt sind nur 20 F lle erforderlich so dass auch in der relativ kleinen Kursstichprobe noch Anlass zur Hoffnung be steht Von der Theorie zu den SPSS Variablen 11 1 3 4 Zum Einfluss demographischer Merkmale Auf die Erfassung demographischer Merkmale siehe Fragebogenteil 1 kann man in keiner Stu die verzichten auch wenn sich keine expliziten Hypothesen darauf beziehen Man ben tigt sie auf jeden Fall zur Beschreibung der Stichprobe damit sich sp ter die Leser innen von Berichten ein Urteil ber die Interpretier bzw Generalisierbarkeit der Ergebnisse bilden k nnen Wir wer den dar ber hinaus einige demographische Merkmale auf Zusammenh nge mit unseren zentralen Projektvariablen untersuchen Insofern finden sich auch in unserem berwiegend konfirmato risch hypothesenpr fend angelegten Projekt einige explorative Elemente 1 3 5 Zu bungszwecken erhobene Merkmale Rein zu bungszwecken und ohne inhaltlichen Bezug zu den Fragestellungen des Projekts sol len zus tzlich folgende Informationen erhoben werden e Gr e und Gewicht siehe Fragebogenteil 1 Mit diesen Merkmalen lassen sich manche statistische Verfahren gut demonstrieren Au Berdem sorgen sie f r das Auftreten gebrochener Zahlen in unseren Daten e Motive zur Kursteilnahme siehe Fragebogenteil 4 Hier wollen wir die Behandlung von Mehrfachwahlfragen sowie von offenen Fragen ben 1 3 6 Der Fragebogen 1 Angaben zur Person Geschlecht F
298. ten wW ahung Skript Tabellenvorlage Beispiel CA Akademisch schmall tlo eeee inte bibb bibb bobb Akademisch schmalltio Akademisch VGA schmall tlo en ES EEE Akademisch MGA tlo BE Akademisch 2 schrnall tio a oe fad MAA Dd Akademisch 2 WGA schmal tlo oor WE do TEE Ber Akademisch 2 WGA tlo gar Wad SA dd Akademisch 2ta w ag 1142 ac I5 doj i i o BS ad DO ed Durchsuchen BE 7 vr Amecaan CIrzumspie Verzeichnis f r Tabellenworlagen Brunn nem Spaltenbreite einstellen fur Standardbearbeitungsmodus Beschriftungen l Alle bis auf sehr gro e Tabellen im Viewer bearbeiten O Beschriftungen und Daten t Ok Abbrechen Ubemehmen _Hite 4 8 1 2 Modifikation von Zellinhalten a Text editieren Bei aktivem P vot Editor k nnen Sie nach einem Doppelklick auf eine Zelle den enthaltenen Text beliebig ndern Wir wollen den Titel und die Spaltenbeschriftungen ndern sowie das Wort G ltig am linken Rand der Tabelle l schen 72 Univariate Verteilungs und Fehleranalysen Fachbereiche im SPSS Kurs ee um Mit der Pivot Funktion Gruppierung aufheben werden wir brigens sp ter eine M glichkeit kennen lernen die berfl ssige Zelle mit der Beschriftung G ltig komplett zu entfernen b Zellen zur weiteren Bearbeitung markieren Mit dem Men befehl Bearbeiten gt Ausw hlen lassen sich Tabellenbestandteile z B Tabel lenkorpus Datenzellen zur weiteren Bearbeitung marki
299. ter Hilfe e Hr u BEER fa Mame Typ _ Spaltenformat m Dezimalstellen Variablenlabel Wertelabels maar Wert Spaten Ausrichtung Me niveau 1 nr Numerisch Fallnummer Kein Rechts i v 4 Datenansicht Variablenansicht f M i SP55 Prozessor ist bereit Bei Bedarf sind Anpassungen jederzeit m glich Vereinbaren Sie nun in der zweiten Zeile der Variablenansicht f r die Geschlechtsvariable den Namen GESCHL eine Anzeige ohne Dezimalstellen und das Variablenlabel Geschlecht Bei diesem numerisch kodierten nominalskalierten Merkmal ist es sinnvoll die willk rliche Zu weisung von Zahlen zu den beiden Kategorien durch Wertelabels zu dokumentieren damit wir bei der Lekt re von Ergebnisausgaben nicht r tseln m ssen welches Geschlecht die Nummer Eins ist ffnen Sie daher mit einem Mausklick auf den Erweiterungsschalter in der markier ten Wertelabels Zelle die folgende Dialogbox Wertel bels definieren w ertelabels Werk Label Hinzuf gen Hier wird z B das weibliche Label folgenderma en vereinbart e Tragen Sie den Wert 1 und das Wertelabel Frau ein e Dr cken Sie auf den Schalter Hinzuf gen In der Schaltfl chen Beschriftung Hinzuf gen signalisiert nach Bet tigen der Alt Taste das unterstrichene H dass der Mausklick auf die Schaltfl che durch die Tastenkombina tion Alt H ersetzt werden kann Abschlie end ist f r GESCHL noch das nom
300. uch n der Datenansicht verschieben 3 2 4 Attribute auf andere Variablen bertragen 3 2 4 1 Variablendeklarationen vervielf ltigen F r unsere zw lf LOT Fragen sollen nat rlich alle Var ablenattribute mit Ausnahme des Na mens identisch sein Erfreulicherweise m ssen wir die identische Variablendefinition nicht 12 mal wiederholen sondern k nnen nach einer ersten Definition die Attribute auf alle anderen Va riablen bertragen Mit der folgenden Vorgehensweise l sst sich sogar das Schreiben der restli chen Variablennamen automatisieren e Deklarieren Sie die Variable LOTI mit geeigneten Attributen z B Unbenannt1 Daten et0 SPSS Daten Editor Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe eUHBE ss wk Bea BE EN D Name Typ Spaltenformat AED Variablenlabel Wertelabels Fehlende Wert SE Ausrichtung Me niveau 8 aergm Numerisch 8 rger mit kontr Kein Kein Rechts Metrisch gflott Numerisch 8 i Kein Kein m Metrisch 10 lt Datenansicht X Variablenansicht IX Informationen SP55 Prozessor ist bereit Das voreingestellte metrische Messniveau kann beibehalten werden obwohl unsere f nf stufigen Variablen LOT1 bis LOT12 wohl eher grobschl chtige Indikatoren f r das an genommene latente Merkmal Optimismus sind In den geplanten Auswertungen werden wir nicht die zw lf Rohvariablen selbst sondern eine daraus abgeleitete Mittelwertsvari able verwenden f
301. uellen Aufgabe zu Wir tragen die er hobenen Daten in die Rohdatendatei kfar sav ein 3 2 7 Dateneingabe Wechseln Sie bei Bedarf zur Datenansicht Registerkarte des Dateneditors und geben Sie die Daten des ersten Falles ein e Aktivieren Sie n tigenfalls die Zelle zur ersten Variablen des ersten Falles und tippen S e den zugeh rigen Wert e n e Dr cken Sie die Taste mit dem Rechtspfeil oder die Tabulator Taste E um den eingetippten Wert zu quittieren und die Zellenmarkierung um eine Spalte nach rechts zu verschieben zur n chsten Variablen ta kfar sav Datenset SP S Daten Editor Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Fenster Hilfe e HAKOS mR A EE BEERE SS 1 geschl Sich fr geschi gebj fb groesse gewicht aergo aergm lott lot Iota lot4 OE T TTT 1 I I TI IT I re 2 4 Datenansicht Yariablenansicht IE gt SPss Prozessor ist bereit Auch die Enter Taste quittiert den eingetippten Wert bewegt jedoch anschlie end die Zellenmarkierung um eine Zeile nach unten zum n chsten Fall was in unserer jetzigen Lage weniger praktisch ist Datenerfassung und SPSS Dateneditor 53 Wenn S e auf Abwege geraten sind k nnen S e die Zellenmarkierung jederzeit per Mausklick neu positionieren e Sobald f r einen neuen Fall die erste Variablenauspr gung eingetragen und quittiert wur de erh lt er f r die restlichen Variablen
302. ugestimmt h tten ist dies schlicht falsch SPSS ignoriert nicht nur F lle die bei keiner Set Variablen den zu z hlenden Wert besitzen sondern auch Variablen bei denen der zu z hlende Wert nicht auftritt H tte in unserem Beispiel kein Teilnehmer das Motiv 5 bejaht w rde es n der Tabelle komplett fehlen 13 3 Kreuztabellen f r Mehrfachantworten Sets Wenn wir uns f r Geschlechtsunterschiede bei der Zustimmung zu den f nf konkreten Motiven interessieren z B Wer interessiert sich mehr f r Statistik sind genau f nf 2x2 Tabellen zu analysieren ber den aus Abschnitt 11 bekannten Men befehl Analysieren gt Deskriptive Statistiken gt Kreuztabellen erhalten wir z B f r das Statistik Motiv Nummer f nf folgendes Ergebnis Interesse an Statistik Geschlecht Kreuztabelle Interesse an Nein Anzahl Statistik von Interesse an Statistik a a 100 0 von Geschlecht 62 5 83 3 66 7 Ja Anzahl 9 1 10 mas EETA Gesamt 20 von Interesse an Statistik 90 0 10 0 100 0 von Geschlecht 37 5 16 7 33 3 Gesamt Anzahl 24 6 30 von Interesse an Statistik 80 0 20 0 100 0 von Geschlecht 100 0 100 0 100 0 Weil die Motiv Variablen nur zwei Auspr gungen haben sind die Ergebnisse zur Nein Kategorie berfl ssig Es gen gt zu wissen dass 37 5 von den 24 Frauen und 16 7 von den sechs M nnern ein Interesse an Statistik angegeben haben Durch Verzicht auf die redundanten Zeilen erh lt man eine sehr kompakte
303. ungsvari able Mit eingezeichneten Regressionsgeraden f r die Untergruppen sollten Sie ungef hr folgen des Ergebnis erhalten Regression von AERGAM auf LOT Geschlecht Frau _ Mann Frau Mann Mittel der rger Variablen R Quadrat linear 3 1E 4 R Quadrat linear 0 506 2 50 3 00 3 50 4 00 4 50 5 00 LOT Optimismus W hrend be den Frauen offenbar kein Zusammenhang zwischen LOT und AERGAM besteht zeigt sich bei den M nnern ein Effekt im Sinne unserer differentialpsychologischen Hypothese Allerdings sollten wir die Beobachtung sehr zur ckhaltend interpretieren weil unsere Stichprobe lediglich sechs M nner enth lt Immerhin resultiert bei einer regressionsanalytischen Auswer tung f r den Moderatoreffekt eine relativ kleine berschreitungswahrscheinlichkeit 0 01 Koeffizienten Standardi sierte Nicht standardisierte Koeffizien za ten Be T Signifikanz I 1 715 Konstante GESCHL LOT Geschlecht LOT Optimismus a Abh ngige Variable Mittel der rger Variablen Hier haben wir es aber nicht mit dem signifikanten Ergebnis eines statistischen Tests zu tun sondern mit einem deskriptiven Ma zu einer interessanten Vermutung die sich bei der explora tiven Datenanalyse ergeben hat Eine Testentscheidung ber die Moderatorhypothese ist nur in einer unabh ngigen Stichprobe m glich 152 Grafische Datenanalyse 10 F lle ausw hlen Es kommt durchaus vor dass man sich bei einer Analy
304. ungswert mit u bezeichnet werden soll l sst sich das Testproblem quivalent noch kompakter formulieren H u SO vs H u gt 0 Be der Reformulierung wird die folgende generell g ltige Identit t ausgenutzt Hz Hu Ho Wir wollen noch voraussetzen dass die Differenzvariable AERGZ normalverteilt sei mit dem Erwartungswert u und der Varianz 05 AERGZ N u 075 F r die n AERGZ Beobachtungen in der Stichprobe nehmen wir an dass sie durch unabh ngi ges Ziehen aus der eben beschriebenen Population entstanden sind Das schon in Abschnitt 1 1 betonte Unabh ngiskeitsprinzip ist die zentrale Forderung in unserem Stichprobenmodell ber die Gewinnung der empirischen Daten Bei der inferenzstatistischen L sung des beschriebenen Testproblems ben tigen wir eine so ge nannte Teststatistik T die aus den Stichprobendaten berechnet werden kann und folgende Ei genschaften besitzt e Sie ist indikativ f r Abweichungen der wahren Populationsverteilung von der Nullhypothe senbehauptung und wird tendenziell umso gr er je weiter der Verteilungsparameter u n positiver Richtung vom Wert Null entfernt ist Sie quantifiziert also wie gut bzw schlecht die Nullhypothese mit den Stichprobendaten vereinbar ist e Es ist bekannt welcher Verteilung die Teststatistik T bei g ltiger Nullhypothese folgt also bei u lt 0 Damit l sst sich f r den konkreten Wert Temp der Teststatistik in einer bestimm ten Stichprobe berechnen mit welc
305. urteilung der empirischen Effektst rke w hlen wir zus tzlich Cramers V Diese Statistik ist folgenderma en definiert a D mit q Min z s In unserer Situation mit Min z s 2 ist Cramers V identisch mit dem radizierten Quotienten aus der x Statistik und der Stichprobengr e v 2 n und kann damit als Sch tzer f r die Effektst rke W vgl Abschnitt 11 1 betrachtet werden Mit n Pi als gesch tzter Wahrscheinlichkeit Dp der Zelle i j unter der Alternativhypothese belie mh bige Multinomialverteilung der H ufigkeiten in den z s Zellen und als gesch tzter Wahr n scheinlichkeit p der Zelle i j unter der Nullhypothese zeigt sich n mlich ein enger Bezug zwischen Pearsons x Pr fgr e und dem Effektst rkeindex W 2 L n m y zZz s a D PP pY T _ ij D ij Ce en Erg AY S L 0 nW i 1 j l M i 1 j l ij i j l J n 7 Xe _y W n Wir erhalten folgende Testergebnisse 166 Analyse von Kreuztabellen Chi Quadrat Tests Asymptotische Signifikanz Wert 2 Zu Chi Quadrat nach a Pearson Likelihood Quotient l Zusammenhang linear mit linear i Anzahl der g ltigen F lle a 0 Zellen 0 haben eine erwartete H ufigkeit kleiner 5 Die minimale erwartete H ufigkeit ist 17 68 Es ergibt sich ein x Wert von ca 18 19 der bei df 5 unter der Ho eine berschreitungs wahrscheinlichkeit Asymptotische Signifikanz von ca 0 003 hat d h ein x Wert gt
306. usf hren H O Neue Abfrage mit Datenbank Assistent anlegen Vorhandene Datenquelle ffnen weitere Dateien L Eigene Dateien S PS SAKRA SAW weitere Dateien _ Dieses Dialogfeld nicht mehr anzeigen l Abbrechen Er erm glicht z B ein bequemes ffnen der in fr heren Sitzungen benutzten Dateien 2 2 2 Die wichtigsten SPSS Fenster Das Dateneditorfenster mit der F lle x Variablen Datenmatrix haben Sie schon in Abschnitt 1 4 1 kennen gelernt Nach der Datenerfassung k nnen S e mit Hilfe seiner Men zeile statisti 28 Einstieg in SPSS f r Windows sche und grafische Datenanalysen anfordern die dann im Ausgabefenster auch SPSS Viewer genannt erscheinen z B na Ausgabe1 Dokument1 SPSS Viewer Datei Bearbeiten Ansicht Daten Transformieren Einf gen Format Analysieren Grafiken Extras Fenster Hilfe eHaAR BE Bump 9 29 E Ausgabe s MA Log Regression von Gewicht auf Gr e E Regression Titel Anmerkungen Arbeitsdatei LE Aufgenommene Entfer F Modellzusammenfassu LE anova LE Koeffizienten ra Log fE Diagramm Titel Anmerkungen Arbeitsdatei n Streudiagramm von Reg K rpergewicht in kg 170 180 K rpergr e in cm SPSS Prozessor ist bereit Die SPSS Fenster enthalten in der Kopfzone eine Men zeile und verschiebbare Symbolleisten im Fu bereich eine Statuszeile mit Informationen ber wichtige Programmzust nde 2 2 3 Was man mit SPSS
307. utzerschnittstelle unsere Anweisun gen n Form von ausgef llten Dialogboxen oder als Folge von SPSS Kommandos ber geben e SPSS Prozessor Die Benutzerschnittstelle gibt unsere Anweisungen in jedem Fall in Form von SPSS Kommandos an den Prozessor weiter der im Hintergrund arbeitet Wir erfahren brigens in der Statuszeile der SPSS Fenster was der Prozessor gerade treibt Da w r den Prozes sor bislang nur minimal belastet haben hat die Statuszeile meistens angezeigt SPSS Prozessor bereit W hrend der Prozessor arbeitet wird in der Statuszeile protokolliert mit welchem SPSS Kommando er gerade besch ftigt ist Nach dem Abschicken einer H ufigkeitsdialogbox erscheint z B Ausf hren FREQUENCIES bei unserem klei nen Datensatz allerdings nur sehr kurz Wenn wir eine ausgef llte H ufigkeitsdialogbox mit OK quittieren f hrt der SPSS Prozessor also im Hintergrund das korrespondierende FREQUENCIES Kommando aus In fast allen SPSS Dialogboxen kann man ber die Standardschaltfl che Einf gen die zugrunde liegenden SPSS Kommandos produzieren lassen Diese werden dann nicht ausgef hrt sondern 78 Speichern der SPSS Kommandos zu wichtigen Anweisungsfolgen in ein so genanntes Syntaxfenster bertragen das weitgehend analog zu einem Texteditor funk tioniert z B ta Syntax 5P5S Syntax Editor E ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Grafiken Extras Ausf hren Fenster Hilfe eH2B E Em A gt 8 FREQU
308. verwenden 9 4 bung 10 F lle ausw hlen 10 1 Auswahl ber eine Bedingung 10 2 Bericht anfordern 11 Analyse von Kreuztabellen 11 1 Untersuchungsplanung 11 2 Beschreibung der bivariaten H ufigkeitsverteilung 11 3 Die Unabh ngiskeits bzw Homogenit tshypothese 112 112 117 119 119 120 121 123 124 124 27 124 128 129 130 132 132 132 133 133 135 137 140 141 141 143 145 145 146 148 149 150 151 153 153 155 156 156 158 162 12 13 14 15 16 11 4 Inhaltsverzeichnis Testverfahren 11 4 1 Asymptotische y2 Tests 11 4 2 Exakte Tests 11 4 3 Besonderheiten bei 2 x 2 Tabellen 12 1 12 2 13 1 13 2 13 3 13 4 14 1 14 2 14 3 16 1 11 4 3 1 Ein klarer Fall f r Fischers Test 11 4 3 2 Einseitige Hypothesen 11 4 3 3 _ Kontinuit tskorrektur nach Yates F lle gewichten Beispiel bung Auswertung von Mehrfachwahlfragen Mehrfachantworten Sets definieren H ufigkeitstabellen f r Mehrfachantworten Sets Kreuztabellen f r Mehrfachantworten Sets Ein sparsames Set kategorialer Variablen expandieren Datendateien im Textformat einlesen Import von positionierten Textdaten feste Breite Import von separierten Daten Textdaten berpr fung der revidierten differentialpsychologischen Hypothese Einstellungen modifizieren Anhang Weitere Hinweise zur SPSS Kommandosprache 16 1 1 Hilfsmittel f r das Arbeiten mit der SPSS Kommandosp
309. voreingestellten Abarbeitungsreihenfolge auch einfacher geschrieben werden liel 0 and lie2 0 6 5 3 bung Bei den Variablen METHI bis METH3 haben wir zur Vereinfachung der Erfassung im Kodier plan festgelegt dass unbenutzte Variablen einfach leer bleiben sollen Nun wollen wir aber bei F llen mit regul rem Antwortmuster die SYSMIS Werte durch Nullen ersetzen Die Null soll z B bei der Variablen METH2 bedeuten Die Option einen zweiten Methodenwunsch zu u Bern wurde nicht genutzt Die folgende Tabelle die wir in Abschnitt 1 4 3 2 3 vereinbart haben legt im Einzelnen fest was unter den m glichen Bedingungskonstellationen geschehen soll SMG 1 SYSMIS METHL METH3 SYSMIS gt 0 Mindestens eine speziell interessierende Methode angegeben SYSMIS Bem Korrektes Antwortverhalten Variablen zu nicht benutzten Optionen gem Kodierplan bisher auf SYSMIS werden auf 0 gesetzt SMG 0 gt 1 METH METH3 SYSMIS 0 Bem Leicht irregul res Antwortver halten Wir sind gro z gig und setzen SMG auf 1 SMG SYSMIS 1 METH METH3 SYSMIS 0 Bem Leicht irregul res Antwortver halten Wir sind gro z gig und setzen SMG auf 1 sowie die Variablen zu nicht benutzten Optionen auf 0 Bem Irregul res Antwortver halten METH1 bis METH3 behal ten SYMIS SMG wird ebenfalls auf SYMIS gesetzt METHI METH3 SYSMIS gt 0 Bem Korrektes Antwortverhalten Die Variablen zu all
310. werden wobei die Auspr gungen metrisch ordinal und nominal m glich sind Bisher spielt das deklarierte Messniveau der Variablen bei den meisten Anwendungen noch keine Rolle Bei der Diagrammerstellung siehe Abschnitt 9 1 1 h ngt die Behand lung einer Variablen jedoch von ihrem Messniveau ab und SPSS empfiehlt ausdr cklich f r alle bei einem Diagramm beteiligten Variablen das Messniveau korrekt anzugeben 3 2 2 3 Variablendefinition durchf hren Aktivieren Sie nun die Variablenansicht des Datenfensters und tragen Sie f r die erste Vari able zur Fallidentifikation den Namen FNR ein Nach dem Markieren der zugeh rigen Zelle k nnen Sie sofort mit dem Eintippen des Namens beginnen Die Gro Kleinschreibung ist dabei irrelevant Im Manuskript werden Variablennamen nur aus darstellungstechnischen Gr nden gro geschrieben Sobald Sie die Zelle mit dem Variablennamen verlassen z B per Mausklick auf eine andere Zelle oder per Tabulatortaste w rd eine neue Variable mit dem gew nschten Namen in die Ar beitsdatei aufgenommen sofern gegen den Variablennamen keine Einw nde bestehen und die restlichen Attribute der neuen Variablen werden mit Standardwerten versorgt Nach dem Markieren der Zelle Dezimalstellen kann man die gew nschte Anzahl von Dezi malstellen durch Eingabe einer Zahl oder per Up Down Regler w hlen Dezimalstellen Analog wird auch das Attribut Spaltenformat festgelegt das allerdings bei der von uns ge plante
311. wt Datenansicht A variablenansicht SP55 Frozessor ist bereit Beim Speichern wird vom SPSS Prozessor das Kommando SAVE ausgef hrt was in den Ab schnitten 5 und 6 noch ausf hrlich zu er rtern ist Weil SPSS 15 per Voreinstellung ausgef hrte Kommandos protokolliert erscheint berraschend fr h ein Ausgabefenster ta Ausgabe Dokumenti SPSS Viewer EIER Datei Bearbeiten Ansicht Daten Transformieren Einf gen Format Analysieren Grafiken Extras Fenster Hilfe e HALA G m Hub 99 E zog p SAVE OUTFILE U Eigene Dateien SP35 kfar saw COMPRESSED SPF55 Prozessor ist bereit N here Informationen zu den Ausgabefenstern folgen in Abschnitt 4 Nach dem Men befehl Bearbeiten gt Optionen kann man im Optionen Dialog auf der Registerkarte Viewer das Protokollieren der Komman dos abschalten Datenerfassung und SPSS Dateneditor 51 Optionen Fivot Tabellen Dater ahnung Sknpts Allgemein Viewer Text Yiewer Beschriftung de Ausgabe Diagramme Interaktiv cher Ausgabestatus a Objekt Schnitart f r Titel a faria gh l Fr x ulg Anzeigestalus Seitengr e f r Textausgabe Eingeblendet Breite L nge O Ausgeblendet Standard 80 Zeichen Standard 59 Zeilen Ausrichtung Breit 132 Zeichen O Unendlich O Andere 80 O Andere 59 u Schritart f r Textausgabe W Lu wi Courier Hew v i FIX u E Befehle m Log anzeigen v Zeichensatz mit festem Abstand Beim Speichern ein
312. zelnes Attribut von einer Variablen auf andere zu bertragen Quell Attributzelle markieren Attribut mit Strg C in die Zwischenablage kopieren Zu ver ndernde Attributzellen markieren Attribut mit Strg V aus der Zwischenablage bernehmen 3 2 4 4 bung Definieren Sie die restlichen Variablen unserer KFA Studie Datenerfassung und SPSS Dateneditor 49 3 2 5 Sichern der Arbeitsdatei als SPSS Datendatei Wenn eine neu erstellte Arbeitsdatei ber das Ende der Sitzung hinaus erhalten bleiben soll muss s e explizit auf einen permanenten Datentr ger gesichert werden Dabe entsteht eine SPSS Datendatei fr her auch als SPSS Systemdatei bezeichnet In sp teren Sitzungen kann durch ffnen dieser SPSS Datendatei der gesicherte Zustand der Arbeitsdatei wiederhergestellt werden Zwar enth lt Ihre aktuelle Arbeitsdatei noch keine Daten aber im Deklarationsteil stehen bereits wertvolle Informationen deren Verlust recht schmerzlich w re Daher sollten Sie schon jetzt die tempor re Arbeitsdatei in eine permanente SPSS Datendate sichern indem Sie den folgenden Men befehl w hlen Datei gt Speichern unter In der erscheinenden Dialogbox ist f r die zu erzeugende SPSS Datendatei ein Name ein Ver zeichnis und ein Laufwerk anzugeben Daten speichern als Zuletzt verwendete D Desktop Eigene Dateien er Arbeitsplatz en Es werden 30 von 30 Yaniablen beibehalten re Dateiname Wenn S e die f r SPS
313. zur Erstellung des Kodierplans spielte SPSS noch keine wesentliche Rolle Die im KFA Projekt nun anstehen de Datenerfassung wollen wir jedoch mit diesem Programm bewerkstelligen so dass an dieser Stelle einige einf hrende Bemerkungen zu SPSS angemessen s nd In Abschnitt 2 1 geht es um die Verf gbarkeit von SPSS an der Universit t Trier und in den Abschnitten 2 2 bis 2 5 werden elementare Merkmale des Programms dargestellt 2 1 SPSS f r Windows an der Universit t Trier An der Universit t Trier steht das Bas ssystem von SPSS f r Windows mit den folgenden Erwei terungs Modulen bzw Zusatzprodukten zur Verf gung Erweiterungsmodule Zusatzprodukte in das Hauptprogramm integriert separat aufrufbar Regression Models Amos Advanced Models Tables Trends Categories Conjoint Exact Tests Missing Values Analys s Die aufgef hrten SPSS Produkte k nnen von Angeh rigen der Universit t Trier im Rahmen ihrer dienstlichen T tigkeit bzw hrer Ausbildung auf folgende Weise genutzt werden a Pool PCs Auf den Pool PCs unter dem Betriebssystem MS Windows finden Sie ber Start gt Programme die Programmgruppe SPSS vom NT Server des URT mit Unterverzeichnissen zu allen in stallierten SPSS Produkten b Kostenlose Nutzung ber die URT Lizenzserver netzabh ngig Auf der Webseite http www uni trier de index php id 2519 1 und im Servicepunkt des Rechenzentrums Eingangsbereich Geb ude E ist f r Angeh rige der Unive
314. zusammengeh rigen Ausgaben in der Regel entstanden aus einer Analyseanfor derung wird e ausgeblendet per Mausklick auf das Minus Zeichen neben dem Block Symbol oder per Doppelklick auf das Block Symbol Beispiel E E Ausgabe jE H ufigkeiten SEE Titel z Anmerkungen G Statistiken en L Fallnummer e eingeblendet per Mausklick auf das Plus Zeichen neben Block Symbol ZI oder per Doppelklick auf das Block Symbol Beispiel E E Ausgabe H ufigkeiter Eine Teilausgabe innerhalb eines Blockes wird per Doppelklick auf das zugeh rige Buchsymbol aus bzw eingeblendet Das Buchsymbol erscheint dementsprechend zugeklappt im Beispiel Anmerkungen oder aufgeklappt im Beispiel Statistiken 4 4 1 3 Ausgabebl cke oder teile markieren Im Navigationsbereich k nnen Sie auf windows bliche Weise Ausgabebl cke und oder Teil ausgaben markieren e Einen Ausgabeblock Per Mausklick auf das Block Symbol oder auf die Beschriftung e Fine Teilausgabe Per Mausklick auf das Buchsymbol oder auf d e Be schriftung e Mehrere Bl cke bzw Teile Per T_ Mausklick bzw Strg Mausklick Sie k nnen markierte Bl cke bzw Teilausgaben z B mit der Entf Taste l schen oder in die W ndows Zwischenablage bef rdern siehe Abschnitt 4 4 4 4 4 2 Viewer Dokumente drucken ber den Standardbefehl Datei gt Drucken k nnen S e alle angezeigten oder alle markierten Ausgabebestandteile drucken Zur Gestaltung der Ausgabe find

Von der Theorie zu den SPSS-Variablen

Contents

Download Pdf Manuals

Related Search

Related Contents