Home

Text zum 5-Tage-Blockkurs als PDF-Dokument

1. EN Abbrechen u String L ngen anhand beob achteter YVerte minimieren Daraufhin beginnt SPSS nicht damit aus der angegebenen Datendate ein neues Datenset 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 78 Datentransformation EA PASW Statistics Syntax Editor EIER Datei Bearbeite Ansich Daten Transformiere Analysiere Diagramm Extras Ausf hre Werkzeug Fenste Hilfe H vv 0o Dur A PO b0 r we k BH p E H Arsiscatei Datenseto O FILE UNEigene Dateien SPS Skfar sav DATASET NAME Datenset WINDOWSFR NT PASY Statistics Prozessor ist bereit In 4 Col 0 Das GET Kommandos st sehr einfach aufgebaut e Es beginnt mit dem Kommandonamen GET e Im FILE Subkommando wird die zu ffnende Datendate angegeben 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 aktive Datenblatt die Arbeitsdate erh lt einen neuen Namen e Das beteiligte Dateneditorfenster wird in den Vordergrund geholt Noch sind die beiden Kommandos nicht ausgef hrt worden so dass die aktuelle Arbeitsdatei das DatenSetO noch leer ist Der Versuch zur Produktion des ersten FREQUENCIES Kommandos mit dem Men befehl Analysieren gt Deskriptive Statistik gt H ufigkeiten eine H ufigkeits Dialogbox zu ffnen f hrt
2. Druckbereich Alle angezeigten Ausgaben Ausgew hlte Ausgaben Anzahl der Kopien E vergleichen Abbrechen Nach dem Men befehl Datei gt Seite einrichten kann man in der folgenden Dialogbox das Seitenformat beeinflussen Seite einrichten Gro e Quelle Automatisch ausw hlen Orientierung r R nder imm Hochformat Links 25 4 Rechts 125 4 Querformat Oben 125 4 Unten 125 4 Abbrechen Drucker 66 Univariate Verteilungs und Fehleranalysen Zur Gestaltung der Ausgabe finden s ch nach Datei gt Seitenattribute in der folgenden Dialogbox einige M glichkeiten Ez Seitenattribute K opf Fu zei ile Optionen Kopfzeile amp Seitentitel A E Ego BAEA gpp Am Fu zeile Page amp Seite OK l Abbrechen Als Standard bernehmen Den Erfolg Ihrer Bem hungen k nnen Sie ber Datei gt Seitenansicht auch schon vor dem Ausdruck begutachten 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 spv gekennzeichnet werden SPSS Ausgaben sollten z B dann n 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 Ausgabe
3. 11 4 4 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 x Statistik berlegen sein Gem Abschnitt 11 4 4 1 ist sie allerdings irrelevant weil in der 2 x 2 Situat on Fishers exakter Tests in jedem Fall vorzuziehen ist 12 F lle gewichten Per Voreinstellung bezieht SPSS bei statistischen Auswertungen alle F lle mit dem Gewicht 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 Arbeitsdate 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 x Tests anhand dieser
4. W hlen Sie die Funktionsgruppe Statistisch markieren Sie die Funktion Sum und klicken Sie auf den zugeh rigen Transportschalter so dass im Bedingungs feld eine Vorlage f r einen SUM Funktionsaufruf erscheint SUM Transportieren Sie aus der Variablenliste MOTIV1 in das Bedingungsfeld wobei in der Vorlage das markierte Fragezeichen automatisch durch den Variablenna men ersetzt wird Ersetzen Sie das Komma in der Vorlage durch das Schl sselwort TO und kom plettieren Sie die Liste durch den Variablennamen ANDERE den Sie wiederum am besten aus der Liste in das Bedingungsfeld transportieren Komplettieren Sie den Funktionsaufruf zu einer Bedingung indem Sie ein Gleich heitszeichen und den Wert Null anh ngen e Machen Sie Weiter und quittieren Sie die Hauptdialogbox mit Einf gen Daraufhin wird Ihr Transformationsprogramm um die folgende Sequenz erweitert DO IF SUM mot ivl to andere 0 RECODE motivl motiv2 motiv3 motiv4 mot v5 andere 0 SYSMIS END IF EXECUTE Datentransformation 107 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 MOTIVI bis MOT
5. e Kontextmen zur Quell Attributzelle durch einen rechten Mausklick ffnen und das Item Kopieren w hlen z B 50 Einstieg in SPSS f r Windows Sp alten 3 Kopieren Einf gen Schriftart f r Gitter e Zu ver ndernde Attributzellen mit der rechten Maustaste markieren Spalten iM Kopieren Einf gen Schriftart f r Gitter und den Attributwert ber das Kontextmen Item Einf gen aus der Zwischenablage bernehmen 3 2 4 4 bung Definieren Sie die restlichen Variablen unserer KFA Studie 3 2 5 Sichern eines Datenblatts als SPSS Datendatei Wenn eine neu erstelltes Datenblatt ber das Ende der S tzung hinaus erhalten bleiben soll muss es explizit auf einen permanenten Datentr ger gesichert werden wobei eine SPSS Datendatei entsteht In sp teren Sitzungen kann durch ffnen dieser Datendatei der gesicherte Zustand des Datenblatts w ederhergestellt werden Zwar enth lt Ihre aktuelle Arbeitsdate das aktive und vermutlich einzige Datenblatt noch kei ne Daten aber im Deklarationsteil befinden s ch bereits wertvolle Informationen deren Verlust recht schmerzlich w re Daher sollten Sie schon jetzt die tempor re Arbeitsdatei in eine perma nente 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 Laufwerk ein Verzeichnis und ein Name anzugeben ca Daten spe
6. 10 1 Auswahl ber eine Bedingung 10 2 Bericht anfordern Analyse von Kreuztabellen 11 1 Untersuchungsplanung 11 2 Beschreibung der bivariaten H ufigkeitsverteilung 11 3 Die Unabh ngiskeits bzw Homogenit tshypothese 117 117 122 124 124 125 126 129 130 130 134 134 134 136 136 138 139 139 141 142 144 145 146 147 150 150 151 153 155 156 157 158 159 161 161 162 164 164 166 167 167 169 174 12 13 14 15 16 11 4 Inhaltsverzeichnis Testverfahren 11 4 1 Asymptotische y2 Tests 11 4 2 Sch tzung der Effektst rke 11 4 3 Exakte Tests 11 4 4 Besonderheiten bei 2 x 2 Tabellen 12 1 12 2 13 1 13 2 13 3 13 4 14 1 14 2 14 3 15 1 15 2 15 3 16 1 11 4 4 1 Ein klarer Fall f r Fischers Test 11 4 4 2 Einseitige Hypothesen 11 4 4 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 Allgemein Beschriftung der Ausgabe Datei Speicherstellen Anhang Weitere Hinweise zu
7. 15 3 Datei Speicherstellen Auf dem Registerblatt Datei Speicherstellen kann man u a einstellen Startordner f r die Dialogfelder zum ffnen und Speichern Auf den Pool PCs an der Universit t Trier eignet sich der Ordner U Eigene Dateien SPSS Sitzungs Journal Per Voreinstellung protokolliert SPSS alle Kommandos die Sie w hrend einer Sitzung per Dia logbox oder via Syntaxfenster abschicken in einer so genannten Journaldatei Diese Datei kann f r Anwender innen mit Mut zur SPSS Syntax sehr n tzlich sein weil sie die Kommando quivalente zu praktisch allen Arbeiten fr herer Sitzungen enth lt Per Voreinstellung wird beim Start einer SPSS Sitzung eine vorhandene Journaldate nicht berschrieben sondern die neuen Kommandos werden am Ende angeh ngt Falls d e Date zu gro wird muss s e gelegent lich verkleinert oder gel scht werden Man kann aber auch im Rahmen Sitzungs Journal den voreingestellten ffnungsmodus Anh ngen ab ndern auf berschreiben Dann wird die Journaldate zu Beginn jeder Sitzung neu erstellt wobei gegebenenfalls der alte Inhalt ber schrieben wird Auf den Pool PCs an der Universit t Trier bietet sich die Verwendung der folgenden Datei an U Eigene Dateien SPSS spss jnl 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 prog
8. 88 88 91 92 94 96 97 97 99 99 100 102 103 103 105 105 107 107 108 109 109 110 112 112 115 viii Inhaltsverzeichnis 10 11 Pr fung der zentralen Projekt Hypothesen 7 1 Entscheidungsregeln beim Hypothesentesten 7 2 Zu den Voraussetzungen der zentralen Hypothesentests 7 3 Verteilungsanalyse f r die abgeleiteten Variablen 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 LOT AERGAM und BMI 7 4 Pr fung der differentialpsychologischen Hypothese 7 4 1 Regression von AERGAM auf LOT 7 4 2 Methodologische Anmerkungen 142 1 Explorative Analysen im Anschluss an einen gescheiterten Hypothesentest 1422 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 II 7 7 1 Pivot Editor starten 7 1 2 Dimensionen verschieben 7 7 3 Gruppierungen 7 7 4 Kategorien aus und einblenden 7 7 5 Zellen modifizieren 7 7 6 Tabellenvorlagen Gruppenvergleiche Graphische Datenanalyse 9 1 Streudiagramm anfordern 9 1 1 Diagrammerstellung 9 1 2 Dialogbox Einfaches Streudiagramm 9 1 3 Grafiktafel Vorlagenauswahl 9 2 Streudiagramm per Diagramm kEditor 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 Graphiken verwenden 9 4 bung F lle ausw hlen
9. RECODE methl meth2 meth3 SYSMIS 0 END IF EXECUTE 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 Variablenattribute setzen formats dekade idgew aergz alter polymot f83 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 In diesen L sungsvorschlag ist etwas Handarbeit eingeflossen 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 Sternchen eingeleiteten Zeilen beinhalten Kommentare d e nachtr glich eingef gt wurden um die sp tere Orientierung im Programm zu erleichtern vgl Abschnitt 5 4 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 Eventuell legen Sie Wert darauf dass auch die neu berechneten Variablen mit einer optimalen Anzahl von Dezimalstellen angezeigt werden Eine manuelle Einstellung
10. 0 x K rpergr e in cm H 376 5 B 470 25 Punkt Anschlie end werden am Beispiel des Streudiagramms einige allgemeine Bedienungsm glich keiten des Diagramm Editors vorgestellt Deren Effekte lassen sich ber die Schalter mehrstufig r ckg ngig machen bzw wiederherstellen Graphische Datenanalyse 157 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 des veralteten Dialogfelds vgl Abschnitt 9 1 2 sind die Datenbeschriftungen trotz analoger Vorgehensweise 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 Eigenschaften Beschriftungen und Teilstriche Zahlenformat Wariablen Diagrammgr lse Textstil ka Bereich Benutzerdefiniet Daten Minimum 5 159 Maximum 132 Erste Unterteilung Ursprung Linie am Ursprung anzeigen Typ 2 Linear O Logarithmisch Basis Exponent Exponent Unterer Rand Oberer Rand 7 l Zuweisen Abbrechen Hilfe auf jeweils dynamisch erstellten Reg isterkarten alle modifizierbaren Attribute Bei Bedar
11. 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 von negativen Erfahrungen W hrend die allgemeinpsychologische KFA Hypothese f r eine beliebig aus der Allgemeinbe v lkerung herausgegriffene Person einen Effekt postuliert geht es hier um Differentialpsycholo gie also um Verhaltensunterschiede n Folge von relat v stabilen Personmerkmalen 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 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 theoretisc
12. Scheier M F amp Carver C S 1985 Optimism Coping Health Assessment and implications of generalized outcome expectancies Health Psychology 4 219 247 214 Anhang Schnell R Hill P B amp Esser E 2005 Methoden der empirischen Sozialforschung 7 Aufl M nchen Oldenbourg S egel S 1976 Nichtparametrische statistische Methoden Frankfurt Fachbuchhandlung f r Psychologie Tabachnik B G amp Fidell L S 2007 Using multivariate statistics 5 ed Boston 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 Onl ne Dokument http www uni saarland de fak5 excops downloaV POWER pdf Stichwortregister A Ablehnungsbereich Achsenteilstriche Alpha Fehler Alphanumerische Variablen Alternativhypothese Amos AND Operator Anw rterliste Arbeitsdate speichern Artefakt Ass stent zum Textimport Ausblenden von Kategorien Ausgabeblock Ausgabefenster designiertes Mehrere verwenden Neues anfordern Ausrei er Ausrichtung Automatisierte Datenerfassung B Balkendiagramm Bedienoberfl che Bedingte Datentransformation Beobachtungseinheit Berichte Beta Fehler Body Mass Index Boxplot C Chi Quadrat Statistik COMMENT Kommando COMPUTE Kommando COUNT Kom
13. 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 Variab len MOTIVA und MOTIVB Bei manchen Auswertungen ist es aber doch erforderlich ber Transformationsanweisungen aus dem sparsamen kategorialen Set das vollst ndige dichotome Set mit einer Variablen pro Merkmal herzustellen siehe Abschnitt 13 4 Einstieg in SPSS f r Windows 19 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 Variablen bersetzt werden sollen Ein Weg zur Sys tematisierung und Erfassung der Antworten besteht darin eine Kategorienliste zu entwickeln die m glichst kurz ist und trotzdem die Antworten aller Teilnehmer gut repr sentiert Anschlie Bend kann man bei jedem Fall die vorhandenen bzw fehlenden Nennungen der Listenelemente analog zu den Antworten auf eine Mehrfachwahlfrage erfassen Im Fall unseres Fragebogenteils 4b ist also durch Inspektion der ausgef llten Frageb gen aller Teilnehmer eine Liste mit
14. st auch die Phase der Datenerhebung in den bungsablauf einbezogen die ansonsten aus Zeitgr nden ausgespart wer den m sste 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 Einstieg in SPSS f r Windows 7 Bezogen auf das in Abschnitt 1 2 vorgestellte Ablaufschema 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 b
15. wetter Weiter Abbrechen Abbrechen Abbrechen Hite Hilfe O He Daraufhin erh lt man neben den approximativen Ergebnissen auch exakte berschreitungswahr scheinlichkeiten f r die Pearson und die Likelihood Quotienten Teststatistik Au erdem f hrt SPSS noch eine Verallgemeinerung des exakten Tests von Fisher durch der in seiner klassischen Variante auf 2 x 2 Tabellen beschr nkt ist Chi Quadrat Tests Asymptotische Exakte Exakte Punkt Signifikanz Signifikanz Signifikanz Wahrschein Wert 2 seitig 2 seitig 1 seitig lichkeit Chi Quadrat nach a Pearson 0 Likelihood Quotient 6 016 Exakter Test nach Fisher b E 004 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 Die 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 F nf ist Wer dieses Problem ignoriert andererseits aber we dass der Pearson Test gegen ber dem Likelihood Quotienten Test im Allgemeinen wegen der besseren Verteilungsapproxi mation zu bevorzugen ist gelangt zu einer falschen Testentscheidung Der asymptotische Pearson y Test empfiehlt durch eine berschreitungswahrscheinlichkeit von 0 07 die Nullhypothese beizubehalten Die exakte berschreitungswahrscheinlichkeit
16. 2 Mit Trennzeichen Die ariablen sind durch ein bestimmtes Zeichen z B Komma Takulator getrennt ii Feste Breite Die Yariablen sind in Spalten mit fester Breite ausgerichtet Enth lt die erste Zeile der Datei die Yariablennamen O Mein Textdatei E Dokumente und Einstellungenmbaltes Eigene DateieniManuskripte und Kurse SPS5 S1 groesse gewicht aergo 155 159 150 Datendateien im Textformat einlesen 201 Schritt 3 Der erste Fall befindet sich in der zweiten Zeile der Datei hinter der einleitenden Zeile mit den Variablennamen und jeder Fall belegt genau eine Zeile ea 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 yon variablen stellt einer Fall dar Wie viele F lle sollen importiert werden Alle F lle _ Die ersten F lle _ Zuf lliger Prozentwert der F lle ungef hr A szw _ weters Fertigstellen Abbrechen Hie Schritt 4 In der Datei kfar kv sep txt kommt als Trennzeichen nur der Tabulator zum Einsatz ea Assistent f r Textimport Schritt 4 von 6 Trennzeichen Welches Zeichen trennt die Yariablen Was ist das Texterkennungszeichen Leerzeichen T Keine Komma Semikolon C Hachkommata Anderes I Anf hrungszeichen O anderes geschl D D w h
17. 69 0 62 6 Gesamt 36 71 107 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 i Pearson Kontinuit tskorrektu Likelihood Quotient Exakter Test nach Fisher 061 044 Zusammenhang linear mit linear Anzahl der g ltigen F lle a Wird nur f r eine 2x2 Tabelle berechnet b 0 Zellen 0 haben eine erwartete H ufigkeit kleiner 5 Die minimale erwartete H ufigkeit ist 13 46 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 wer den 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
18. 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 a Optionen Multiple Imputationen Syrtax Editor Allgemein viewer Daten Yariablenlisten W hrung Labels anzeigen Namen anzeigen O Alphabetisch Datei C Messniveau Windows Erscheinungsbild SPSS Inc Standard _ Syntax Fenster beim Start ffnen _ Jeweils nur ein Datenblatt ffnen Zeichenkodierung f r Daten und Syntax Die Zeichenkodierung kann nicht ge ndert werden wenn nichtleere Datenbl tter offen sind Beschriftung der Ausgabe Diagramme Pivot Tabellen Datei Speicherstellen Ausgabe d Keine wissenschaftliche Notation f r kleine Zahlen in Tabellen Zoll MaReinheit Sprache Deutsch Benachrichtigung Fenster des Viewer ffnen Zur neuen Ausgabe bl ttern Klang Keine C Systemsignal O Klang Benutzeroberfl che Sprache Deutsch OK l Abbrechen 15 1 Allgemein Auf dem Registerblatt Allgemein sind u a folgende Optionen von Relevanz Variablenlisten Bei den Listen ausw hlbarer Variablen in Dialogboxen verwendet SPSS folgende Voreinstellun gen e Besitzt eine Variable ein Label wird dieses vorrangig pr sent
19. Linear 0 338 Mann R Linear 0 642 50 160 170 180 190 K rpergr e in cm W hrend sich bei den Regressionsgeraden Linienst rke und stil problemlos ber das Eigen schaftsfenster ndern lassen ist mir eine Modifikation der Farbe nicht gelungen Man erkennt n der Graphik einen Geschlechtsunterschied hinsichtlich der Regressionssteigung der durch Unterschiede m 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 Baltes G tz 2009 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 Graphische Datenanalyse 161 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 von Gewicht auf Gr e und Geschlecht Solche Beschriftungen lassen sich auch verschieben wobei die Transportfunktionalit t des Mauszeigers am Rand akt v wir
20. Log EHE H ufigkeiten Titel R Anmerkungen R Aktiver Datensatz Statistiken EHE H ufigkeitstabelle Titel E Geschlecht E Fachbereich EHE Balkendiagramm Titel E Geschlecht LE Fachbereich H ufigkeit 4 4 6 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 Wenn mehrere Ausgabefenster vorhanden sind muss geregelt werden in welches Fenster SPSS zuk nftige Ausgaben schreiben soll Daher ist stets ein Hauptausgabefenster festgelegt Es ist an einem Pluszeichen im Symbol zum Systemmen siehe linken Rand der Titelzeile sowie an einem passiven Hauptfenster Schalter 1a in seiner Symbolleiste zu erkennen z B dl Ausgabe1 Dokument1 PASW Statistics Viewer ER Datei Bearbeiten Ansicht Daten Transformieren Einf gen Format Analysieren Diagramme Extras Fenster Hilfe eUaAR B m Fear a E HWS pes MO 55 E jE Ausgabe jE H ufigkeiten Titel E Fachbereich E Onm E PASW Statistics Prozessor ist beret HM 508 Y 633 pt Dieser Schalter dient n mlich im aktiven Zustand f dazu ein Ausgabefenster zum Hauptaus gabefenster zu ernennen Um ein bestimmtes Ausgabefenster in den Vordergrund zu holen k nnen Sie es anklicken oder
21. Offenbar ist die Fallgewichtung doch nicht so sinnlos Um eine Gewichtsvariable zu vereinbaren rufen wir 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 F lle gewichten F lle nicht gewichten F lle gewichten mit H ufigkeitsvariable Aktueller Status F lle nich gewrichten Zur cksetzen Abbrechen 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 Null gesetzt d h die betroffenen F lle werden nicht ber cksichtigt solange die Gewichtungsvariable aktiv ist e st 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 Beobachtunge
22. Set Label Motive zur Kursteilmahme Zur cksetzen Abbrechen 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 ge speichert und ggf in die zugeordnete Datendatei gesichert so dass sie beim sp teren ffnen 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 wer den kann z B MRSETS MDGROUP NAME SMotive LABEL Motive zur Kursteilnahme CATEGORYLABELS VARLABELS VARIABLES motivl motiv2 motiv3 motiv4 motiv5 andere VALUE 1 DISPLAY NAME SMotive 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 Mehrfachantworten gt Variablen Sets definieren bzw den zugeh rigen Befehl MULT RESPONSE MULT RESPONSE GROUPS SMotive Motive zur Kursteilnahme motivl motiv2 motiv3 motiv4 mot v5 andere 1 FREQUENCIES SMotive ist noch eine ltere M glichkeit zur Set Definition verf gbar Ihr entscheidender Nachteil im Vergleich zur oben beschriebenen L sung besteht dar n dass die Set Definitionen beim Schlie en des zugeh rigen Dat
23. 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 Auch in der neuen Stichprobe scheint das Geschlecht die Regression von AERGAM auf LOT im erwarteten S nn zu moderieren Datendateien im Textformat einlesen 203 Regression von AERGAM auf LOT 10 00 Geschlecht O Frau O Mann gt Frau gt Mann 8 00 2 Q amp 5 gt 6 00 D Q 2 Ya 4 00 O 2 gt 2 00 Frau R Linear 0 026 Mann R Linear 0 01 0 00 2 50 3 00 3 50 4 00 4 50 5 00 LOT Optimismus Allerdings wird der Interaktionseffekt in der Moderatoranalyse nicht signifikant p 0 307 im Test f r den Produktterm Koeffizienten Nicht standardisierte Koeffizienten Koeffizienten BEE name san koeffizient B Standardfehler Beta T Sig 1173 90 139 Konstante Geschlecht 889 LOT Optimismus 1 180 GESCHL LOT 1 029 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 Arger und Optimis mus konzentrieren Allerdings muss auch die theoretische Fundierung kritisch hinterfragt wer den 15 Einstellungen modifizieren
24. Weiter Abbrechen Hilfe Quittieren 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 Ein numerischer Ausdruck im Sinne von SPSS darf folgende Bestandteile enthalten e bereits definierte Var iablennamen e Zahlen e arithmetische Operatoren Addition Subtraktion Multiplikation Division Potenzfunktion e Klammern e Funktionen Zwar gibt es gewisse Unterschiede zwischen mathematischen Gleichungen z B y a b x und EDV sprach lichen Zuweisungen z B compute x x 2 doch sind die Regeln f r die numerischen Ausdr cke auf den rech ten Seiten weitgehend identisch 100 Datentransformation 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 folg
25. amp Roberts 1956 S 1 stellen treffen fest Statistics is a body of methods for making wise decisions in the face of uncertainty 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 um aus dieser Stichprobe Informationen ber die zugrunde lie gende Population der potentiellen Beobachtungen zu gewinnen Zur Untersuchung der Rau cherproblematik wird man vielleicht 100 Raucher und 100 Nichtraucher Beobach tungseinheiten Merkmalstr ger F lle auf das Vorliegen einer Lungenkrebserkrankung un tersuchen so dass die beiden Merkmale Raucher und Lungenkrebs jeweils mit den Auspr gun gen Ja und Nein resultieren z B mit der folgenden Stichprobenverteilung m han loeam Raucher Nein 1 99 100 Mit statistischen Forschungsmethoden lassen sich u a folgende Fragestellungen bearbeiten e Parametersch tzung Beispiel Wie gro ist die Wahrscheinlichkeit an Lungenkrebs zu erkranken bei Rau chern bzw Nichtrauchern Um z B die Lungenkrebs Wahrscheinlichkeit f r Raucher also einen Populationspara meter anhand von Stichprobendaten zu sch tzen verwendet man die relative H ufigkeit von Lungenkrebs in der Raucherteilstichprobe 0 3 In der Regel wird man sich nicht auf Punktsch tzungen beschr nken sondern zus tzlich auch Intervallsch tzungen vornehmen Dabe
26. bzw W lbung einer Verteilung n Abschnitt 4 5 begegnet Tz erf llt die obigen Anforderungen e Die wesentliche ergebnisabh ngige Tz Komponente A ist offenbar ein Sch tzer f r die Z Effektst rke I Folglich w chst Tz stochastisch mit zunehmender Effektst rke O 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 der Gr e n 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 verbundene Stichproben mit Sig berschrieben Lei der gibt SPSS beim t Test f r verbundene Stichproben ausschlie lich die zweiseitige berschrei tungswahrscheinlichkeit aus w hrend wir unse
27. e und Gewicht Dienst Kommando get file kfar sav Dateidef Kommando frequencies var qroesse gewicht Prozedur statistics all histogram normal Kommando compute ideal groesse 100 Transformations Kommando t test pairs gewicht ideal Prozedur Kommando SPSS Programme k nnen flexibel gestaltet werden e In einem Programm d rfen beliebig viele Prozedur Kommandos auftreten Manche Anwender leben in dem Irrglauben pro SPSS Programm sei nur eine einzige Statistikprozedur erlaubt und verstreuen daher zusammenh ngende Auswertungen ber un bersichtlich viele Miniprogramme Andere haben den falschen Ehrgeiz hr gesamtes Projekt in einem einzigen Programm abzuwickeln und erstellen dabei ein unpraktisches Monsterprogramm 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 beitsdatei welche dann die alte ersetzt 16 1 4 Aufbau eines einzelnen SPSS Kommandos Die wichtigsten Regeln f r SPSS Befehle e Ein Kommando besteht aus seinem Namen und den zugeh rigen Spezifikationen kommandoname spezifikationen Der Kommandoname kann aus einem Wort bestehen oder aus mehr
28. r beide den Wert 0 254 mit q Min z s Symmetrische Ma e ar a Wert signifikanz Nominal bzgl 254 Nominalma Gema Anzahl der g ltigen F lle 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 3 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 y Tests Wie sein Name sagt kommt Fishers Test ohne Approximationen aus und ist daher bei jeder Stichprobe anwendbar Erfreulicherweise bietet SPSS exakte Tests auch f r beliebige z x s Kreuztabellen Eine ausf hrliche Beschreibung der statistischen Verfahren die durch das SPSS Zusatzmodul Exact Tests implementiert werden Baltes G tz 1998 ist auf dem Webserver der Universit t Trier von der Startseite http www un1i 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 wegen 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
29. 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 bzgl der Identifikation von Variablen irrelevant Die folgenden Namen bezeichnen allesamt dieselbe Variable fnr Fnr FNR Im Manuskript werden Var ablennamen 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 Einstieg in SPSS f r Windows 45 Derimalstellen bo Analog wird auch das Attribut Spaltenformat festgelegt das allerdings bei der von uns ge planten 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 c Yariablentyp definieren Komma pai C Punkt Dezimalstellen o Wiss
30. rgern wenn Sie in der Situation von 10 20 30 40 50 60 Herrn Meier O O O O O O w ren Herrn Schulze O O O O O O w ren Betrachten Sie bitte die Antwortskala als rgerthermometer 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 h naus noch den kostenlos verf gbaren und sehr weit verbreiteten Acrobat Reader der Firma Adobe http urt ds2 uni trier de urt PdfForms data KFA Form KFA pdf Microsoft Internet Explorer URT TBR Datei Bearbeiten Wechselnzu Favoriten a Adresse http furt ds2 uni trier de urt PdfForms data KFA Formi KFA pdf v Cai z aiie amp arik z x a A p Suchen 57 Favoriten amp 10 Ich bin nicht leicht aus der Ruhe zu bringen 1 Ich glaube an den sprichw rtlichen S lberstreifen am Horizont 12 Dass mir einmal etwas Gutes w derf hrt damit rechne ich kaum Lesezeichen 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 E Unterschriften um eine eigene empirische Studie damit auszuwerten _ weil in vielen Stellenanzeigen SPSS Kenntnisse verlangt werden C
31. 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 n nen Starten Sie SPSS und ffnen Sie Ihre vorhandene Rohdatendatei kfar sav entweder mit Hilfe des Startass stenten oder ber den Men befehl Datei gt Zuletzt verwendete Daten Bei einer f r Mausaktionen zug nglichen Datendatei stehen weitere Techniken zum ffnen zur Verf gung e Doppelklick e Drag amp Drop Ziehen und auf einem Dateneditorfenster ablegen Beim ffnen einer Datendatei legt SPSS ein neues Datenblatt an und kopiert die eingelesenen Daten samt Var ablendeklarationen dorthin Alle Ver nderungen die Sie in der Datenmatrix oder m Deklarationsteil vornehmen wirken s ch zun chst nur auf das tempor re Datenblatt aus Gegebenenfalls m ssen Sie also diese Anderungen ber den Men befehl Datei gt Speichern in die permanente SPSS Datendate kfar sav bernehmen Univariate Verteilungs und Fehleranalysen 59 4 3 Verteilungsanalysen anfordern Da wir unsere Daten mit dem SPSS Datene
32. stige Vorauswertung der Frageb gen die sich mit folgendem Trick vermeiden l sst Man verwendet eine dynamisch wachsende Kategorienliste in Verbindung mit einem sparsamen Set kategorialer Variablen In unserem Beispiel kann man sich ber ein sparsames Set mit den drei Variablen METHI bis METH3 darauf vorbereiten f r jeden Fall maximal drei spe zielle Auswertungsinteressen festzuhalten Die Kategorienliste wird erst w hrend der Datener fassung entwickelt indem man bei jedem Fall entscheidet welche bereits definierten oder neu in die Liste aufzunehmenden Kategorien er im Fragebogenteil 4b angegeben hat 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 Personen an der Erfassung beteiligt sind muss die eindeutige Zuordnung durch entsprechende Verabredungen sichergestellt werden 20 Einstieg in SPSS f r Windows 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 nicht lohnend erscheint So werden erfahrungsgem im Teil 4a des Beispielfragebogens kaum individuelle Motive zur Kurstei
33. 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 welcher Wahrscheinlichkeit eine Nullhypothesenpopulat on Zufallsstichproben mit einer Teststatistikauspr gung gr er oder gleich Temp liefert Ist diese Wahrscheinlichkeit sehr klein liegt der Schluss nahe dass d e konkret vorliegende Stichpro be nicht aus einer Nullhypothesenpopulation stammt 118 Pr fung der zentralen Projekt Hypothesen In der oben beschriebenen Situation hat sich die folgende Teststatistik Tz bew hrt mit Z als Ab k rzung f r AERGZ Dabei ist Z das Stichprobenmittel und S die Wurzel aus dem erwartungstreuen Sch tzer der F Populationsvarianz F r das Stichprobenmittel Z als Zufallsvariable aufgefasst ergibt sich die Varianz n n n n 2 2 Var Z vaf 15 Lva z L Y varz To aea N iz n E n ia n n n i l und damit die Streuung der so genannte Standardfehler JVar Z Folglich sch tzt gt den Standardfehler des Stichprobenmittelwerts und Tz ist gerade der Quo vn tienten aus dem Stichprobenmittelwert und seinem gesch tzten Standardfehler Z Z a A Z Z Yn Teststatistiken von analoger Bauart sind uns schon bei den approx mativen Tests zur Schiefe
34. 1 2 PAS Statistics Prozessor ist berei TA 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 ignoriert das fehlerhafte Kommando und macht unverdrossen mit den n chsten Kommandos weiter Diese arbeiten aber n der Regel aufgrund des vorangegangenen Fehlers mit falschen Zwischenergebnissen und produzieren Unsinn Es kann also leicht pass eren dass nach einem fehlerbehafteten Lauf des Transformationsprogramms alle erwarteten neuen Variablen vorhanden sind jedoch fehlerhafte Werte enthalten 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 Wen
35. 6 Suche nach Daten Speichern der SPSS Kommandos zu wichtigen Anweisungsfolgen 5 1 Zur Motivation 5 2 Dialogunterst tzte Erstellung von SPSS Programmen 5 3 Arbeiten mit dem Syntax Fenster 5 4 Elementare Regeln zur SPSS Syntax Datentransformation 6 1 Vorbemerkungen 6 1 1 Rohdatendatei Transformationsprogramm und Fertigdatendatei 6 1 2 Hinweise zum Thema Datensicherheit 6 1 3 _ Initialisierung neuer numerischer Variablen 6 2 Alte Werte einer Variablen auf neue abbilden Umkodieren 6 2 1 Das praktische Vorgehen am Beispiel einer Gruppenbildung 6 2 2 Technische Details 6 2 3 bungen 6 2 4 Visuelles Klassieren 6 3 Zur Rolle des EXECUTE Kommandos 6 4 Berechnung von Variablen nach mathematischen Formeln 6 4 1 Beispiel 6 4 2 Technische Details 6 4 2 1 Numerischer Ausdruck 6 4 2 1 1 Numerische Funktionen 6 4 2 1 2 Regeln f r die Bildung numerischer Ausdr cke 6 4 2 2 Sonstige Hinweise 6 4 3 bungen 6 5 Bedingte Datentransformation 6 5 1 Beispiel 6 5 2 Bedingungen formulieren 6 5 2 1 Vergleich 6 5 2 2 Logischer Ausdruck 6 3 2 3 Regeln f r die Auswertung logischer Ausdr cke 6 5 3 bung 6 6 H ufigkeit bestimmter Werte bei einem Fall ermitteln 6 7 Erstellung der Fertigdatendatei mit dem Transformationsprogramm 6 7 1 Transformationsprogramm vervollst ndigen 6 7 2 Transformationsprogramm ausf hren vi 62 63 63 63 64 64 64 65 66 66 67 68 69 69 za 73 75 75 77 81 82 85 85 85 87
36. Abschnitt 1 4 1 die Zeilen bzw F lle ohnehin fortlau fend nummeriert sind Die Nummern der Datenfensterzeilen stellen jedoch die gew nschte Kor respondenz zwischen den Datens tzen m 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 Einstieg in SPSS f r Windows 17 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 Dialogboxen bzw Befehle zur Berechnung neuer Variablen aus bereits vorhandenen so dass derartige Routinearbeiten keinesfalls bei der Datenerfassung z B per Taschenrechner erledigt werden sollten Freilich m ssen nach diesem Vorschlag alle Ausgangsvariablen aufgenommen werden was aber vielfach ohnehin erforderlich ist z B zur berpr fung messtechnischer Eigenschaften der Ausgangsvariablen Erfassen Sie also aus schlie lich Rohvariablen und f hren Sie alle erforderlichen Transformationen sp ter mit SPSS Techniken durch Wir werden uns im weiteren Kursverlauf mit den SPSS Transformation
37. Ansicht Daten Transformieren Analysieren Diagramme Etras Fenster Hilfe eBa E 6o amf A Ah SiN yob y Sichtbar 45 von 45 variablen PAS Statistics Prozessor ist beret 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 Um in der folgenden Tabelle das SPSS Verhalten beim Ausf hren der DO IF ELSE END IF Struktur in Abh ngigkeit vom Wahrheitswert des logischen Ausdruck illustrieren zu k nnen versetzen wir uns in den Zustand vor der MD Behandlung f r die Variablen METHI METH2 und METH3 zur ck vgl Abschnitt 6 5 3 Auswertung von Mehrfachwahlfragen 193 Wert des logischen Ausdrucks wahr z B im ersten Schleifenumlauf bei Das erste COMPUTE Kommando wird METHI 1 METH2 2 METH3 SY SMIS ausgef hrt falsch z B m ersten Schleifenumlauf bei Das zweite COMPUTE Kommando wird METH 3 METH2 5 METH3 8 ausgef hrt Die neue Variable STAT1 beh lt den Initia lisierungswert SYSMIS unbestimmt z B im ersten Schleifenumlauf bei METHI 3 METH2 5 METH3 SYSMIS 14 Datendateien im Textformat einlesen Gelegentlich sind Daten auszuwerten d e n Textdateien vorli
38. 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 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 ist die Effektst rke definiert durch dz Kz vgl Abschnitt Oz 1 3 2 Je gr er die Effektst rke desto wahrscheinlicher ist ein Temp Wert jenseits von Tkrit also eine korrekte Entscheidung gegen die Ho e Akzeptierter a Fehler Reduziert man den akzeptierten a Fehler so steigt der kritische Wert Tkrit Folglich steigt auch das Risiko daf r dass der Temp Wert einer Stichprobe trotz g ltiger Alternativhypothe se den kritischen Wert Tkrit nicht bertrifft In diesem Fall kommt es nicht zur korrekten Ent scheidung gegen die Ho sondern zu einem Fehler zweiter Art 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 n 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
39. Eintr ge bzw Dimensionen ihre Pl tze tauschen ben tigt d e Tabelle n horizontaler Richtung deutlich weniger Platz Test bei gepaarten Stichproben K rpergewich t inkg 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 142 Pr fung der zentralen Projekt Hypothesen Wenn es lediglich um das Vertauschen von Zeilen und Spalten einer Tabelle geht kann man an Stelle des flexiblen P vot Werkzeugs auch den Men befehl Pivot gt Zeilen und Spalten vertauschen verwenden 7 7 3 Gruppierungen Kategorien einer Dimension k nnen zu einer Gruppe zusammengefasst und durch eine etikettie rende Zelle hervorgehoben sein In unserem Beispiel zeigt sich bei der Statistikdimension eine Gruppe mit dem Etikett Gepaarte Differenzen Pivot Tabelle Test bei gepaarten Stichproben Datei Bearbeiten Ansicht Einf gen Pivot Format Hilfe Test bei gepaarten Stichproben K rpergewich tin kg Idealgewicht nach der Formel Gr e 100 KEREERCEHBI CHE Nittelwert standardabweichung standardfehler des Mittelwertes 45 Konfidenzintervall _Intere der Differenz Obere T cf sig 2 seitig In SPSS 15 war es noch m glich berfl ssige Gruppierung folgenderma en zu beseitigen e Rechtsklick auf das Kategorienetikett e Aus dem Kontextmen w hlen Gruppie
40. Hersteller empfohlenen ersten Weg e Klicken Sie auf die Registerkarte Galerie und w hlen Sie den Typ Streu Punkt diagramm 152 Graphische Datenanalyse e Ziehen Sie das Symbol zum gruppierten Streudiagramm auf die Diagrammvorschau Entwurfszone ber den Diagrammtypen e In der Diagrammvorschau 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 Liste 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 in der Diagrammvorschau Ziehen Sie die Variable FNR dorthin e Legen Sie
41. IV VI Gesamt Fachbereich 20 H ufigkeit Fachbereich Wir sehen dass im SPSS Kurs der die Manuskriptdaten geliefert hat der Fachbereich I sehr stark vertreten war was mit dem Kurstermin zusammenh ngen mag Im Fachbereich I der Uni versit t Trier F cher Philosophie P dagogik Psychologie ist der Frauenanteil sehr hoch Der aktuelle Abschnitt sollte nur einen ersten Eindruck von den Graphikm glichkeiten des SPSS Systems vermittelt Wir haben eine integrierte Graphik Option der Dialogbox zur H ufig keitsanalyse benutzt Die meisten graphischen Darstellungsm glichkeiten bietet SPSS ber das Hauptmen Diagramme an mit dem wir uns sp ter befassen werden Die obigen SPSS Ausgaben wurden brigens ber die Windows Zwischenablage in das Text verarbeitungsprogramm Microsoft Word bertragen Mit dieser Form des Datenaustauschs und mit anderen Optionen beim Arbeiten mit dem Ausgabefenster besch ftigen wir uns im n chsten 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 Gliederungsansicht am linken Rand und den eigentlichen Inhaltsbereich Univariate Verteilungs und Fehleranalysen 63 LE Ausgabe Dokumenti PASW Statistics Viewer ER Datei Bearbeten Ansicht Daten Transformieren Einf gen Format Analysieren Diagramme Extras Fenster Hilfe SHAR D E 60o H
42. Kontextmen die Option F lle einf gen Der neue Fall erh lt bei allen Variablen den Initialisierungswert SYSMIS 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 3 2 8 4 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 W hlen Sie aus dem Kontextmen die Option L schen F lle verschieben Gehen Sie folgenderma en vor um F lle per Drag amp Drop Ziehen und Ablegen zu verschie ben Markieren Sie die zu verschiebenden F lle auf Windows bliche Weise ber Mausaktio nen im Nummerierungsbereich ggf erg nzt durch die Strg oder Umschalt Taste Las sen Sie anschlie end die Maustaste wieder los Klicken Sie in der Nummerierungszone erneut auf die zu verschiebende Fallauswahl und halten Sie dabei die linke Maustaste gedr ckt 56 Einstieg in SPSS f r Windows e Bewegen Sie bei gedr ckter Maustaste den Mauszeiger zum Ziel der Verschiebungsakti on Der augenblicklich eingestellte Zielort wird von SPSS durch eine rote Linie gekenn zeichnet e Wenn Sie die Maustaste loslassen erscheinen die F lle 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 Date
43. SYMIS SMG wird ebenfalls auf SYMIS gesetzt METH METH3 SYSMIS gt 0 Bem Korrektes Antwortverhalten Die Variablen zu allen Optionen SMG auf 1 gem Kodierplan bisher auf SYSMIS werden auf 0 SMG SYSMIS gt 1 METH METH3 SYSMIS 0 Bem Irregul res Antwortver halten Alle Variablen behalten den Wert SY SMIS 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 SYSMIS In den beiden obersten Zeilen jeder Zelle sind die erforderlichen Korrekturen bei SMG bzw METHI bis METH3 angegeben Erweitern Sie Ihr Programm kfat sps um passende Transforma tionsanweisungen 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 viele Variablen aus einer Liste mit k Elementen einen kritischen Wert ha ben Die Definition der kritischen Werte erfolgt ber eine ein oder mehrelementige Werteliste Das minimale Z hlergebnis ist Null keine Variable hat einen der kritischen Werte und das maximale Ergebnis ist k jede Variable hat einen kritischen Wert Wir wollen eine neue Variable namens POLYMOT berechnen lassen die f r jede Person fest h lt wie viele Motive zur Kursteilnahme sie im Fragebogenteil 4a angegeben hat Aktivieren
44. Scanner im Graphikraum des Rechen zentrums E 09 das Programm Teleform 10 2 mit der erforderlichen Hardware Scanner mit automatischem Einzelblatteinzug zur Verf gung Das Programm kann folgende Informationen erfassen e Markierungen der Optionen zu Einfach oder Mehrfachwahlfragen OMR e gedruckte Zeichen OCR e Handschrift ICR Es enth lt einen Formulargenerator so dass Fragebogendesign und deklaration in einem Ar beitsschritt erfolgen Ein Zusatznutzen besteht in der M glichkeit zu einem Teleform Projekt ein interaktives PDF Formular mit dentischem Design zu erstellen und f r eine Online Umfrage zu verwenden Da mit k nnen Sie entscheiden ob Sie 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 einsammeln wollen Das Teleform System f hrt die Daten aus beiden Quellen zusammen und exportiert sie z B in eine SPSS Datendatei 3 1 2 Manuelle Verfahren Ist bei einer schriftlichen Datenerhebung der Einsatz einer Scanner L sung unrentabel m ssen die Daten per Tastatur unter Beachtung eines Kodierplans in eine Computer Datei bef rdert werden Beim Entwurf des Kodierplans st darauf zu achten dass dem Erfasser keine unn tigen und fehleranf lligen Arbeiten zugemutet werden siehe Abschnitt 1 4 Von den m glichen manuellen Erfassungsmethoden werden in diesem Manuskript vorgestellt e Erfassun
45. Strg C bertr gt man eine markierte Graphik vom Ausgabefenster in die Zwischenablage e Mit Bearbeiten gt Einf gen oder Strg V bernimmt man sie in ein Dokument der Z elanwendung 162 Graphische Datenanalyse Als Ausgabefensterbestandteile lassen sich Graphiken sichern drucken oder exportieren Zur Verwendung als Vorlage kann man eine Graphik aus dem Diagramm Editor mit dem Me n befehl Datei gt Diagrammvorlage speichern in eine Datei mit der Namenserweiterung sgt sichern Auf andere Graphiken 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 Nach dem Scheitern der differentialpsychologischen Hypothese siehe Abschnitt 7 4 wird man versuchen aus den Daten Hinweise f r eine M gliche Verbesserung der Hypothese zu ge winnen Erzeugen Sie ein Streudiagramm mit den Variablen AERGAM und LOT und verwen den Sie wie in obigem Beispiel GESCHL als Markierungsvariable Mit eingezeichneten Regres s onsgeraden f r die Untergruppen sollten Sie ungef hr folgendes Ergebnis erhalten Regression von rger auf Optimismus und Geschlecht 10 0 Geschlecht Frau A Mann gt Frau gt Mann z 8 0 Q amp 5 gt 6 0 L Q Pa 4 0 Ee E gt N Q Frau R Linear 3 102E 4 Mann R Linear 0 886 0 0 2 50 3 00 3 50 4 00 4 50 5 00 LOT Op
46. Tabelle wird die Variablengruppe MOTIVE verwendet die zuvor definiert werden muss W hlen S e dazu den Men befehl Analysieren gt Tabellen gt Mehrfachantworten Sets In der nun erscheinenden Dialogbox s nd folgende Aktionen n tig e DBef 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 Auswertung von Mehrfachwahlfragen 187 e Vereinbaren Sie f r das Set den Namen Motive und das Label Motive zur Kursteil nahme Danach m sste Ihre Dialogbox ungef hr so aussehen za Mehrfachantworten Sets Set Definition Hier definierte Sets sind in den Prozeduren variablen im Set Mehrfachantworten H ufigkeiten und g5 Eigene Studie motiv1 Mehrfachantworten Kreuztabellen nicht 1 gew stat Method amp Bewerbung um Stelle verf gbar ib 2 gew stat Method 5 Spezielle Methoden g Bewerbung um HRY Jo Mehrtachantworten Sets b Interesse an der EDW g Interesse an Statistik m gh Andere Motive andere 65 3 gew stat Method a Dekade 4 Idealgewicht nach d E LOT Optimismus lot E Mittel der rger wari E rger Zuwachs dur 4 Body Mass Index bmi B Iotive varablenkodierung Dichetomien Gez hlter Wert Hinzuf gen Kategorien Quelle der Kategorienbeschriftungen Yariablenlabels Label des gez hlter Werts
47. Tastatur k nnen Sie das Minuszeichen und die Zahl 100 auch per Maus eingeben Anschlie end sollte Ihre Dialogbox ungef hr so aussehen Variable berechnen Zielvariable Mumerischer Ausdruck Typ amp Label db Fallniummer fnr gb Geschlecht geschl f Funktionzquppe 4 Gehurtsjahr gebj 7 3 3 Al E gb Fachbereich fb cn 5 Arthmetisch F K rpergr lse in cm R Yerteilungsfunktionen 4 K rpergewicht tn kK g rger ohne kontrata 4 rger mit kontrafakti FE Funktionen und Sondervariablen L schen Falls optionale Falauswa hlbecingung IK Einf gen Zur cksetzen _ Abbrechen He 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 Datentransformation 99 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 Rufen Sie nun mit dem gleichnamigen Schalter die Subdialogbox Typ und Label auf und tra gen Sie dort zur Variablen IDGEW die Beschriftung dealgewicht nach der Formel Gr e 100 ein Variable berechnen Typ und Label Yarlablenlabel qt nach der Formel Gr e 100 C Ausdruck als Label verwenden Typ Numerisch C String
48. VARIABLE LABELS aergz Arger Zuwachs durch die KFA EXECUTE BMI berechnen COMPUTE bmi gewicht groesse 100 2 VARIABLE LABELS bmi Body Mass Index EXECUTE x Alter berechnen COMPUTE Alter 2000 gebj EXECUTE MD Behandlung f r die Motiv Variablen DO IF SUM motivl to andere 0 RECODE motivl motiv2 motiv3 motiv4 motiv5b 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 DO IF smg 0 and nmiss methl to meth3 lt 3 RECODE smg 0 1 END IF EXECUTE DO IF smg 0 and nmiss methl to meth3 lt 3 RECODE methl meth2 meth3 SYSMIS 0 END IF EXECUTE 114 Datentransformation 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
49. 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 ca PASW Statistics 17 0 i Der Yarlablenname beginnt mit einem ung ltigen Zeichen 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 VAR3 Die eben genannte Regel muss in einem speziellen Fall relativiert werden Bei Serien verwandter Variablen z B resultierend aus den 12 Fragen des Life Orientation Tests LOT im Teil 3 unseres Fragebogens ist es in der Regel schwer entsprechend viele in dividuelle Variablennamen zu bilden Hier ist meist eine Indexschreibweise g nstiger bei der an einen i
50. 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 y 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 gnifikanztest durchgef hrt werden In SPSS wird die x Statistik samt Signifikanztest mit dem Kontrollk stchen Chi Quadrat in der Kreuztabellen Subdialogbox Statistik angefordert za Kreuzt bellen Statistik Chi Quac rat _ Korrelationen Nominal Ordinal F Kontingenzkoettizient Fi camma Phi und Cramer d Somers cl Lambda _ Kendall Tau b F Linzicherheitskoeffiziert kKendall Tau c Nominal bez glich Intervall C Kappa Eta _ Risiko F hMcNermar F Cochran und Mantel Haenszel Statistik weiter Abbrechen Hie Zur Beurteilung der empirischen Effektst rke w hlen wir zus tzlich Phi und Cramer V siehe Abschnitt 11 4 2 Wir erhalten folgende Testergebnisse Chi Quadrat Tests Asymptotisch e Signifikanz Chi Quadrat nach 18 191 Pearson Likelihood Quotient 18 570 Zusammenhang linear 3 197 mit linear Anzahl der g ltigen F lle 283 a 0 Zellen 0 haben eine erwartete H ufigkeit kle
51. a kfar sav Daten5et0 PASW Statistics Daten Editor EIER Datei Bearbeiten Ansicht Daten Transformieren Analysieren eki ddi Extras Fenster Hilfe SHA m or LER A Wa groesse Mumerisch amp 0 K rpergr e fin Keine gewicht Mumerisch amp ME K rpergewicht Keine Numerisch 5 rger ohne kan Keine OMS Status P PASA Statistics Prozessor ist bereit Imre Beim Speichern f hrt der SPSS Prozessor das Kommando SAVE aus was sp ter noch zu erl u tern st siehe Abschnitt 6 7 1 Weil SPSS per Voreinstellung ausgef hrte Kommandos proto kolliert erscheint berraschend fr h ein Ausgabefenster iz Ausgabe1 Dokument1 PASW Statistics Viewer Datei Bearbeten Ansicht Daten Transformieren Einf gen Format Analysieren Diagramme Extras Fenster Hilfe eHBaA kb D E 0o Eu 9 EZ Eure pes DE EHE Ausgabe Log SAYE OUTRILE NEigene DateiemsSPSSikfar sa W COMPRESSED PAS Statistics Prozessor ist bereit Fe N here Informationen zu den Ausgabefenstern folgen n den Abschnitt 4 4 und 7 7 Nach dem Men befehl Bearbeiten gt Optionen kann man im Optionen Dialog auf der Registerkarte Viewer das Protokollieren der Komman dos abschalten 32 Einstieg in SPSS f r Windows x Optionen Multiple Imputationen Syntax Editor Allgemein Viewer Daten W hrung Beschriftung der Ausgabe Diagramme Pivot Tabellen Datei Speicherstellen Skripte Anf nglicher Ausgabestatus Titel Ssh Schr
52. andere Auswertungsreihenfolge kann durch Klammern erzwungen werden Das obige Beispiel f r einen zusammengesetzten logischen Ausdruck kann wegen der voreinge stellten Abarbeitungsreihenfolge auch k rzer geschrieben werden beruf gt 4 and schule lt gt 7 Die aus Computer Sicht berfl ssigen Klammern verbessern allerdings die Lesbarkeit des Aus drucks f r Menschen und reduzieren so das Fehlerrisiko 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 n cht genutzt Die folgende Tabelle die wir in Abschnitt 1 4 3 2 4 vereinbart haben legt im Einzelnen fest was unter den m glichen Bedingungskonstellationen geschehen soll 110 Datentransformation Mindestens eine speziell interessierende Methode angegeben Bem Korrektes Antwortverhalten Variablen zu nicht benutzten Optionen gem Kodierplan bisher auf SYSMIS werden auf 0 gesetzt SMG 0 gt 1 METH METH3 SYSMIS gt 0 Bem Leicht irregul res Antwortver halten Wir sind gro z gig und setzen METHL METH3 SYSMIS gt 0 l SMG 1 gt SYSMIS Bem Irregul res Antwortver halten METH1 bis METH3 behal ten
53. das Fenster Men eines beliebigen SPSS Fensters benutzen Jedes Ausgabefenster kann auf Windows bliche Weise geschlossen werden z B indem man es in den Vordergrund holt und dann anordnet Datei gt Schlie en 4 4 7 bungen 1 Markieren Sie den Ausgabeblock mit der H ufigkeitsanalyse f r GESCHL und FB und l schen Sie ihn mit der Entf Taste Univariate Verteilungs und Fehleranalysen 69 2 ffnen Sie erneut in die Dialogbox zur H ufigkeitsanalyse Statt den zugeh rigen Men be fehl zu wiederholen k nnen Sie mit dem Symbol nr eine Liste der zuletzt benutzten Dialog boxen aufrufen und daraus per Mausklick den Eintrag H ufigkeiten w hlen Die Dialogbox ist noch m selben Zustand den S e eben verlassen haben Dies gilt generell n SPSS so dass Sie bei der sukzessiven Modifikation einer Anforderung innerhalb einer Sitzung jeweils auf dem letzten Stand weitermachen k nnen 3 W hlen Sie in der Subdialogbox Diagramme eine Beschriftung der Y Achse durch Pro zentwerie 4 5 H ufigkeits bzw Fehleranalysen f r die restlichen Projektvariablen 4 5 1 bung F hren Sie die restlichen Verteilungs bzw Fehleranalysen zu unserem Projekt aus Die mehr fach ben tigte H ufigkeiten Dialogbox sollte jeweils ber den Schalter Zur cksetzen von alten Einstellungen auch in den Subdialogboxen befreit werden 1 Die Merkmale Geburtsjahr Gr e Gewicht und die beiden rgerma e k nnen n herungs weise als metrisch ange
54. dass sich alles zum Besten wendet Ich kann mich leicht entspannen 1 Angaben zur Person Geschlecht Frau 18 an o Bei allem sehe ich stets die negative Seite Geburtsjahr Fachbereich Ich blicke kaum einmal mit Zuversicht in die Zukunft K rpergr e Ich bin gern mit Freunden zusammen K rpergewicht 3 Wenn etwas schief gehen kann dann passiert es mir auch 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 en 3 u A Die Dinge laufen immer so wie ich es mir w nsche Versetzen Sie sich bitte m glichst gut in folgende Situation SON i 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 emmaletwas Guies widerihrt damicrechneich kaum FA EI EI EI EZ EI S II II 1 II IR E EA ER ER RE ER ER ER SS ER ER EN PI EIER E ES ER ES EN EN ls lelsielelelelellel EIS EEE EEE EEE EN 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
55. dazu 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 Wie Sie inzwischen wissen werden diese Kommandos per Vor einstellung im Ausgabefenster protokolliert z B bei der H ufigkeitsanalyse f r die Variablen GESCHL und FB LEl Ausgabe3 Dokument3 PASW Statistics Viewer FREQUENCIES VARIABLES geschl fb Eo ai BARCHART FREG a Titel JORDER ANALYSIS PASA Statistics Prozessor ist bereit In diesem Zusammenhang lohnt ein kurzer Blick auf die Architektur des SPSS Systems das aus den beiden folgenden Komponenten besteht e Bedienoberfl che Wir nteragieren mit der Bedienoberfl che die unsere Anweisungen entgegennimmt und die Ergebnisse pr sentiert Wir k nnen der Bedienoberfl che unsere Anweisungen in Form von ausgef llten Dialogboxen oder als Folge von SPSS Kommandos bergeben e SPSS Prozessor Die Bedienoberfl che 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 war n der Statuszeile meist zu lesen PASW Statistics Prozessor ist bereit W hrend der Prozessor arbeitet wird in der Statuszeile angezeigt mit welchem SPSS Kommando er gerade besch ftigt st Nach d
56. den Pearson Test verwenden e Anderenfalls sollten Sie einen exakten Test versuchen 180 Analyse von Kreuztabellen 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 S e 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 nisse wei er schwarzer asiatischer und h spanoider Feuerwehrbewerber in einer amerikani schen Kleinstadt Diese Kreuztabelle Hautfarbe ce Tom cn EEE Wei Schwarz Asiatisch S damerika Bestanden Unklar 0 Durchgefallen 3 Gesamt 5 Prozent Bestanden 100 0 40 0 40 0 45 0 Unklar 0 20 0 0 10 0 Durchgefallen 0 40 0 60 0 3 45 0 Gesamt 100 0 100 0 100 0 l 100 0 wurde mit folgenden Dialogboxen angefordert LE Kreuztabellen Zeilein Fallnummer tnr Es F Testergebnis test E Mi H ufigkeiten u Spalten E Erwartet Format eo F Hautfarbe farbe une Yale Prozentwerte Resitduen _ Zeilenweise Nicht standardisiert rschicht Ivon1 7 m Spaltenweise F Standardisiert Es Nichtganzzahlige Gewichtungen gt s Anzahl in den
57. 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 Hypothesen 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 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 in 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 gegen die Existenz eines starken Effekts Um zu genaueren Aussagen zu kommen betrachten wir die Power unseres t Tests bei unter schiedlichen Effektst rken n der Population Dabei verwenden wir erneut das Programm G Power 3 1 das schon bei der Stichprobenum fangsplanung in Abschnitt 1 3 zum Einsatz kam Auf den Pool PCs der Universit t Trier unter dem Betriebssystem Win
58. der Zeilen in der Arbeitsdatei Behandlung fehlender Definition von fehlenden Benutzerdefinierte fehlende Werte Werte Werten werden als fehlend behandelt Verwendete F lle Statistik basiert auf allen Fallen mit gultigen Daten Syntax FREQUENCIES VARIABLES geschl fb BARCHART FREQ ORDER ANALYSIS Ressourcen Prozessorzeit 0 00 01 641 Verstrichene Zeit 0 00 01 625 Damit sich durch sp tere Wiederverwendung der SPSS Kommandos der gew nschte Rationali sierungseffekt einstellen kann m ssen Sie Ihr SPSS Programm sichern Wechseln Sie dazu n tigenfalls zum Syntaxfenster und w hlen Sie den Men befehl Datei gt Speichen unter Verwenden Sie im 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 P oder mit der Tastenkombination Strg R L sst man obiges Programm innerhalb einer SPSS Sitzung erneut komplett ausf hren erscheint die folgende Warnung m Ausgabefenster Warnungen Das aktive Daten Set ersetzt das vorhandene Daten Set mit dem Namen Dat
59. einen Titel f r die Graphik fest o Klicken Sie auf die Registerkarte Titel Fu noten und markieren Sie das Kon trollk stchen Titel 1 o Daraufhin erscheint in der Diagrammvorschau der Platzhalter T1 und in der Dia logbox Elementeigenschaften kann der Titel 1 bearbeitet werden z B 2a Elementeigenschaften Eigenschaften bearbeiten won x Achse1 Punkt Y Achse1 Punkti Grupperarke Purkt1 Titel 1 Texttyp Titel 1 Inhalt Regression von Gewicht auf Gr e und Geschlecht Zuweisen Abbrechen Hilfe Tragen Sie einen Text ein und quittieren Sie mit einem Mausklick auf den Schal ter Zuweisen Nun sollte die Dialogbox Diagrammerstellung ungef hr folgendes Bild zeigen Graphische Datenanalyse s Diagrammerstellung variablen Diagrammvorschau verwendet Beispieldaten gt Fallnummer fnr amp Geschlecht geschl L Geburtsjahr gebi amp Fachbereich fb E K rpergr e in cm E K rpergewicht in k E rger ohne kontraf E rger mit kontrafakti E Kategorie 1 E Kategorie 2 Farbe festlegen Galerie Grundelemerte Gruppen Punkt ID Markierte Elemente f gen Titel und Fu noten zum Diagramm hinzu Bearbeiten Sie den Text unter Eigenschaften Titel 1 Titel 2 Untertitel Fu note 1 EEEE G Fu note 2 Elementeigenschaften Optionen OK Einf gen Zur cksetzen Abbrechen 153 Nach e
60. erscheint gibt es eine erw genswerte Alternative Zum Rekodieren muss SPSS n mlich die Arbeitsdate vollst ndig durchlaufen was bei einer 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 d e Anforderung einer Statistikprozedur das Durchackern der Daten unvermeidlich w re Genau n dem zuletzt beschriebenen zeit konomischen S nn funktionieren seit jeher die SPSS Transformationskommandos Sie werden vorgemerkt und erst bei der n chsten Prozedur gemeinsam ausgef hrt Allerdings kann dieses zeitoptimierte Verhal ten SPSS Neulinge verwirren Daher setzt die SPSS Bedienoberfl che hinter jedes per Dialog box produzierte Transformationskommando per Voreinstellung automatisch ein EXECUTE Kommando welches die sofortige Ausf hrung aller offenen Transformationen erzwingt Wenn wir z B eine Umkodieren Dialogbox mit OK quittieren verarbeitet der SPSS Prozessor im Hintergrund ein RECODE und ein EXECUTE Kommando Das erste bewirkt nur eine Arbeits vorbereitung das zweite erzwingt die Ausf hrung der vorbereiteten Arbeit Quittieren wir die selbe Dialogbox mit Einf gen erscheinen die beiden Kommandos im Syntaxfenster siehe oben Bei der i
61. f r zuk nftige Verwendung speichern G Ja U Eigene Dateien SPSSikfar kv postpf Speichern unter C Nein Soll die Syntax eingef gt werden Daten in lokalen Zwischenspeicher C Nein Klicken Sie auf Fertigstellen um den Assistenten f r Textimport zu beenden Datenvorschau geschl W2 aergo aergm 77115345 77115955 74416045 75116575 67317471 73616065 69617055 63117060 A O gt N gt d d md no won Gh m ano en 000 De u Sue u 1 u a Bu Su a en 5 Doz e e a Bu a e E Dunn nm GW Q Don en GN Don nn GW lt Zur ck Fertigstellen Abbrechen Das vom Textimport Assistenten 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 0 aergm 6 7 F2 O v5 8 8 1X loti 9 9 F1 0 lot2 10 10 Fl lot3 11 11 Fl lot4 12 12 Fl locs 13 13 Ei l10ot6 14 14 Fl 10ot7 15 15 Fl lot8 16 16 F1 10ot9 17 17 F1 lot10 18 18 F1 0 lot11 19 19 F1 0 totiz 20 20 Fid V18 21 27 7X CACHE EXECUTE ooo000 0 O0 Nach dem Einlesen einer Textdatei d rfen Sie auf keinen Fall die Deklaration der dort eventuell verwendeten MD Indikatoren vergessen Studieren S e also sorgf ltig den hoffentlich vorhan denen Kodierplan der n unserem Fall
62. folgenden SPSS eigenen Regeln f r das Rechnen mit fehlenden Werten e 0 unbekannt 0 Diese Regel ist schlau denn f r beliebige reelle Zahlen x gilt 0 x 0 e 0 unbekannt 0 Diese Regel ist kritisierbar denn 0 0 xX 0 r x undefiniert x 0 Im folgenden Datenfenster hat der dritte Fall mit dem Wert 0 bei der Variablen A und einem fehlenden B Wert f r das Produkt A B und den Quotienten A B von SPSS den Ergebniswert Null erhalten z Unbenannt1 DatenSet0 PASW Statistics Daten Editor Datei Bearbeiter Ansichh Daten Transformiere Analysiere Diagrammi Extras Fenster Hilfe eHaA mm 60o mE MM si Vo le Sichtbar 4 von 4 Yariablen produkt quotient 2 00 4 00 DO 9 00 10 00 Datenansicht ariablenansicht PASW Statistics Prozessor ist bereit 6 4 3 bungen 1 Welche Werte haben die folgenden numerischen Ausdr cke 3 4 2 3 4 2 3 2 2 4 32 2 4 104 Datentransformation 2 Erstellen Sie im KFA Projekt die Variablen auf die sich unsere zentralen Hypothesen bezie hen vgl Abschnitt 1 3 e Berechnen Sie die Variable LOT als ar thmetisches Mittel der n tigenfalls rekodierten LOT Var ablen 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 Mittel
63. i W A M w Ee 0 Zur ck Weier i Fertigstellen Abbrechen Hilfe Schritt 5 Im f nften Ass stentenschritt m ssen wir nur pr fen ob die automatische Erkennung des Datenformats erfolgreich war 202 Datendateien im Textformat einlesen ea Assistent f r Textimport Schritt 5 von 6 Spezifikationen f r die in der Datenvorschau ausgew hlten Variablen varlablenname Urspr nglicher Name iu bDatenformat Kumerisch w Datemorschau geschl Schritt 6 Im letzten Ass stentendialog werden die schon n 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 Labels f r GESCHL VARIABLE LABELS geschl Geschlecht VALUE LABELS geschl 1 Frau 2 Mann LOT Fragen umkodieren RECODE lot3 154 10 5 lot12 5 1 4 2 2 4 1 5 EXECUTE LOT berechnen COMPUTE Lot MEAN 611OE1 103 102 19 1078 1 9 10 11 1597T12
64. 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 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 Einstieg in SPSS f r Windows 43 Variablenname Werte Wertelabels l Frau GESCHL gt Man Im n chsten Abschnitt wird die Definition von GESCHL Wertelabels konkret vorgef hrt Kommt bei einer nominalen oder ordinalen Variablen die Beteiligung bei einer Dia grammerstellung siehe Abschnitt 9 1 1 in Frage sollten auf jeden Fall Wertelabels ver geben werden Man erh lt ansehnliche Beschriftungen z B von Balken und beeinflusst auch die Ber cksichtigung von Kategorien Soll eine unbesetzte Kategorie in einer Gra phik erscheinen z B als Balken mit der H he Null muss ein Wertelabel vergeben wer den In der Datenansicht bietet der Dateneditor 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 ta kfa say Datenset1 PASW
65. ist ein Assistent zur Unterst tzung der Klassenbildung zug nglich Im ersten Schritt w hlt man die Ausgangsvari able z B ca Visuelles Kl assieren W hlen Sie de variablen aus deren Werte in Klassen gruppiert werden sollen Die Daten werden durchsucht wenn Sie auf e Weter klicken Die unten stehende Yariablenliste enth lt alle numerischen ordinalen und metrischen wariablen variablen variablen f r Klassierung 4 K rpergr e in cm groesse Fd Geburtsjahr geb 4 K rpergewicht in kg gewicht 4 rger ohne kortrafaktische Alternative aergo 4 rger mit kontrafaktischer Alternative aergm F Anzahl der durchzuchten F lle beschr nken auf Weiter Abbrechen Hilfe Im n chsten Dialog gibt man den Namen und optional das Label f r die Zielvariable an Ea Visuelles Klassieren Liste der durchzuchten variablen Mame Label g Geburtsjahr gebi Minimum 4961 Micht fehlende Werte Maximum 1975 1961 00 1962 56 1964 11 1965 67 1967 22 1969 75 1970 33 1971 59 1973 94 1975 00 1976 56 Geben Sie Intervall TrennWwerte ein oder klicken Sie auf Trenmwerte erstellen um automatische Trennwerte zu erstellen Ein Trennwer von 10 beispielsweise definiert ein Intervall das ber dem vorangegangenen Intervall beginnt und bei 10 endet Durchzuckhte F lle Beschriftung Obere Entdpunkte Fehlende ierte Eingeschlossen Klassen kopieren O Ausgeschlosseni l
66. m hungen gewonnen haben werden wir nun einige Details behandeln und einen Kodierplan f r unser Projekt erstellen Dabei soll u a angestrebt werden den Aufwand und die Fehlergefahr bei der Datenerfassung 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 tr v al 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 m 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 Identifikationsvar ablen sinnlos weil im SPSS Dateneditor siehe Abbildung in
67. nur 21 F lle erforderlich so dass auch in der relativ kleinen Kursstichprobe noch Anlass zur Hoffnung be steht 1 3 4 Zum Einfluss demographischer Merkmale Auf die Erfassung demographischer Merkmale siehe Fragebogenteil 1 kann man in keiner Stu die mit Personen als Beobachtungseinheiten verzichten auch wenn sich keine expliziten Hypo thesen darauf beziehen Man ben tigt s e auf jeden Fall zur Beschreibung der Stichprobe damit sich sp ter die Leser innen von Berichten ein Urteil ber die Interpretier bzw Generalisierbar keit der Ergebnisse bilden k nnen Wir werden dar ber hinaus einige demographische Merkmale auf Zusammenh nge mit unseren zentralen Projektvar ablen untersuchen Insofern finden sich auch in unserem berwiegend konfirmatorisch hypothesenpr fend angelegten Projekt einige explorative Elemente Einstieg in SPSS f r Windows 13 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 s ehe Fragebogenteil 4 Hier geht es um die Strukturierung der Informationen die aus Mehrfachwahlfragen und offenen Fragen resultieren 1 3 6 Der Fragebogen 1
68. ufig keitstabellen 16 1 5 2 Der Platzhalter varlist In folgendem Syntaxd agramm wird der in SPSS Kommandos h ufig auftretende Platzhalter varlist definiert varname varname_l TO varname_2 varname Var ablennamen varname_l varname_2 Beispiel missing values Niederol To hoshe ozon messi to messa 2 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 1998 Exakte Tests mit SPSS Online Dokumentation http www uni trier de index php id 22571 Baltes G tz B 2008a Lineare Regressionsanalyse mit SPSS Online Dokumentation http www uni trier de index php id 22489 Baltes G tz B 2008b Behandlung fehlender Werte in SPSS und Amos Online Dokumentation http www uni trier de index php id 23239 Baltes G tz B 2008c Logistische Regressionsanalyse mit SPSS Onl ne Dokumentation http www uni trier de index php id 22513 Baltes G tz B 2009 Moderatoranalyse per multipler Regression mit SPSS Online Dokumentation http www uni trier de index php id 22528 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 Behavio
69. 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 so gew hlt werden mit dem Men befehl Transformieren gt Zufallszahlengener atoren oder mit dem SPSS Kommando SET SEED n 6 4 2 1 2 Regeln f r die Bildung numerischer Ausdr cke Auch bei Verwendung der Dialogbox Variable berechnen m ssen wir die numerischen Aus dr cke m Wesentlichen selbst formulieren Dabe s nd 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 Potenzieren 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 Aus
70. vergessen haben k nnen Sie das Missgeschick in der Variablenansicht folgenderma en korrigieren e Setzen Sie einen rechten Mausklick auf die Nummer der FB Zeile am linken Rand der Tabelle e W hlen Sie aus dem Kontextmen die Option Variable einf gen Daraufhin stellt SPSS vor FB eine neue Variable mit voreingestellten Attributen zur Verf gung die nun beliebig angepasst werden k nnen za Unbenannt1 DatenSet0 PASW Statistics Daten Editor Datei Bearbeiten Ansicht Daten Transformieren Analysieren Diagramme Extras Fenster Hilfe ch m Oo Er A Ah SLS MoL Name Typ Spaltenformat Dezimalstellen Wariablenlabel Wertelabels Fehlende Werte Spalten Ausrichtung Messniveau fnr Numerisch Fallnummer Keine Keine Rechtsb ndig amp Metrisch geschl Numerisch 1 Frau Keine Rechtsb ndig db Nominal ARDOOO1 Numerisch Keine Keine Rechtsb ndig E Metrisch Numerisch Fachbereich an 1 1 Keine Rechtsb ndig amp b Nominal PAS Statistics Prozessor ist bereit Auf analoge Weise l sst sich eine neue Variable auch in der Datenans cht 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 Var ablenansicht folgenderma en vor um eine Variable zu l schen e Setzen Sie einen rechten Mausklick auf die Zeilennummer der betroffenen V
71. vgl Abschnitt 3 2 2 ist wenig attraktiv weil unser Transformationsprogramm ja mit einiger Wahrschein lichkeit mehrfach ausgef hrt werden muss Die bessere Alternative besteht darin das Pro gramm um ein FORMATS Kommando zu erweitern das die Attribute automatisch setzt formats dekade idgew aergz alter polymot f8 0 aergam f8 1 lot bmi f8 2 Im Ausdruck fb d legt man mit b die Gesamtbreite der Wertausgabe Attribut Spalten format und mit d die Anzahl der Dezimalstellen fest Weil bei numerischen Variablen die Gesamtbreite f r uns irrelevant ist haben wir bei den Rohvariablen auf eine Anpassung der Voreinstellung Acht verzichtet So verfahren w r der Einheitlichkeit halber auch be den ab geleiteten Variablen F gen Sie das FORMATS Kommando am Ende des Transformationsprogramms ein unmit telbar vor dem SAVE Kommando Datentransformation 115 e Mit den folgenden Kommandos wird die Breite der Datenfensterspalte Attribut Spalten und das Messniveau f r die neuen Variablen eingestellt wobei SCALE f r Intervallskalen qualit t steht var able width dekade to polymot 7 variable level dekade ordinal idgew to polymot scale F gen Sie die Kommandos am Ende des Transformationsprogramms ein unmittelbar vor dem SAVE Kommando Beachten Sie bitte im Zusammenhang mit dem Thema Datensicherheit e Wenn zum Zeitpunkt der Programmausf hrung die Arbeitsdatei keinen Datenblatt Namen hat wird sie vom GET Komm
72. vorschreibt MD Indikator GESCHL AERGO AERGM LOTI LOTI12 Die Deklaration kann in der Var ablenansicht des Dateneditors erfolgen siehe Abschnitt 3 2 2 Bei der Variablen AERGO ist z B f r die Spalte Fehlende Werte einzutragen 200 Datendateien im Textformat einlesen za Fehlende Werte Keine fehlenden Werte Einzelne fehlende Werte eo o ldo C Bereich und einzelner fehlender Yvert OK Abbrechen Hite Das Kommando MISSING VALUES erlaubt allerdings eine rationellere und automatisierbare MD Deklaration missing values geschl 9 aergo aergm 99 lotl1 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 LOTI LOT2 l 77 158 48 6 6 4 3 77 159 55 1 4 8 3 4 1 74 160 48 3 8 4 3 1 75 165 78 j 5 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 sorgen und dass die erste Zeile die Variablennamen enth lt Assistent f r Textimport Schritt 2 von 6 Wie sind die Variablen angeordnet
73. weil ich mich um eine Stelle als EDV Hilfskraft in der Forschung bewerben will HIWI Job C 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 C Andere Motive b M chten Sie m Kurs bestimmte statistische Methoden besonders gerne ben Ja O Nein Wenn Ja welche kreuztabel lenananlyse Kommentare 9740305277 Formular drucken Daten bertragen MEE Unbekannte Zone Wer an der Universit t Trier eine Online Datenerhebung mit GlobalPark oder Teleform durch f hren m chte erh lt d e erforderliche Zugangsberechtigung und Unterst tzung n der Be nutzerberatung des Rechenzentrums vermittelt ber den URT Service Punkt siehe Abschnitt 2 4 3 38 Einstieg in SPSS f r Windows 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 Einscannen 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 An der Universit t Trier steht f r die Datenerfassung per
74. zur Pearson Pr fgr e betr gt hingegen 0 04 was zur Ablehnung der Nullhypothese f hrt Die exakten berschreitungswahrscheinlichkeiten zu den drei in Frage kommenden Signifikanz tests m ssen nicht in jedem Fall bereinstimmen Nachtr glich die kleinste berschreitungs wahrscheinlichkeit zu w hlen ist nicht zul ssig Wer den Pearson Test gem obiger Empfeh 182 Analyse von Kreuztabellen lung routinem ig bei der allgemeinen z x s Kreuztabelle mit z 2 oder s 2 verwendet sofern die Zul ssigkeit gegeben ist sollte seine Pr fgr e auch bei der exakten Berechnung der berschreitungswahrscheinlichkeit zugrunde legen Dass es trotz der winzigen Stichprobe zu einem signifikanten Ergebnis gereicht hat liegt nicht nur am sensiblen Testverfahren sondern auch an der erheblichen Effektst rke Cramers V er reicht den Wert von 0 54 Symmetrische Ma e NONE SU Exakte Wert Sianifikanz Signifikanz Nominal bzgl 760 073 040 Nominalma Cramer V Anzahl der gultigen F lle Dem entspricht aufgrund des oben diskutierten Zusammenhangs W V q 1 eine gesch tzte Effektst rke von W 0 5373 1 0 53742 0 76 Diese ist nach Cohen 1977 S 224f und G Power 3 1 als Large einzustufen 11 4 4 Besonderheiten bei 2 x 2 Tabellen 11 4 4 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
75. 188 95 Konfidenzintervall Untere 11 592 der Differenz As 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 rienetikett setzen um die Kategorie komplett zu markieren 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 Gep arte Differenzen Standardfe 45 Konfidenzinter ll Sstandardah hler des weichung e Maustaste loslassen Zum Einblenden von vorher abgeschalteten Kategorien kenne ich neben Bearbeiten gt R ck g ngig nur die global wirksame Methode 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 Pr fung der zentralen Projekt Hypothesen 145 7 7 5 Zellen modifizieren Text editieren Bei aktivem P vot Editor k nnen Sie nach einem Doppelklick auf eine Zelle den enthaltenen Text beliebig ndern In unserem Beispiel sollte der Titel etwas informat ver und die Beschrif tung der rechten Spalte etwas sparsamer w
76. 2 X3 X4 Zur Interpretation des Koeffizienten B Erh ht man X um eine Einheit so sinkt gem modell gem der Erwartungswert Ex Y um Einheiten negative Steigung im Sinn der Alternativ hypothese 2 Normalit t der Residuen F r die nicht direkt beobachtbare Fehler bzw Residualvariable 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 ge Var ablen 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 sind unkorreliert We gen ihrer Normalverteilung sind sie damit auch stochastisch unabh ngig Hinsichtlich der Verteilungsvoraussetzungen ist zu betonen 124 Pr fung der zentralen Projekt Hypothesen e Es wird keine Annahme ber die Verteilung des Regressors gemacht e Es wird keine Annahme ber die univariate Verteilung des Kriteriums die so genannte Randverteilung gemacht e Es sind die Residuen des Modells die bestimmte Verteilungsvoraussetzungen erf llen m ssen Erwartungswert Null Normalit t Ho
77. Alternativ gelingt die Markierung eines einzel nen Datenpunkts ber das Item Ausw hlen gt Diese Markierung aus seinem Kon textmen 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 amp kann man bei gedr ckter linker Maustaste eine Linie um die zu markierenden Objekte aus beliebigen Gruppen ziehen z B o 0 gt 2 000 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 variablen Diagrammgr e Markierung Kategorien Projektionslinien Vorschau Markierung Typ Gr e Ar b d Randst rke x Farbe I Eien er E Rahmen E a Bearbeiten Zur cksetzen 13 141 70 13 141 70 m Schlie en Hilfe Graphische Datenanalyse 159 Zumindest mit der deutschen SPSS Version 17 0 3 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 D
78. Alternative gt rger ohne kontrafaktische Alternative c rger mit kontrafaktischer Alternative rger ohne kontrafaktische Alternative Statistik f r Test Arger mit kontrafaktisch er Alternative Arger ohne kontrafaktisch e Alternative Z Asymptotische Signifikanz 2 seitig a Vorzeichentest 138 Pr fung der zentralen Projekt Hypothesen In unserer kleinen Stichprobe kann anstelle der per Voreinstellung gelieferten asymptotischen berschreitungswahrscheinlichkeit auch die exakte ohne gro en Zeitaufwand berechnet werden Nach einem Mausklick auf den Schalter Exakt in obiger Dialogbox kann der exakte Test fol genderma en angefordert werden Exakte Tests Mur asymptotisch Monte Carlo K nfidenzmiveau Anzahl der Stichproben Exa Zeitgrenze pro Test Minuten Wenn es die Speicherkapazit t zul sst wird statt der Mante Carlo Methode die exakte Methode verwendet Bei nichtasympt atischen Methoden werden die Zellh ufigkeiten bei der Berechnung der Teststatistiken immer gerundet oder gestutzt Weiter Abbrechen i Die unserer gerichteten Fragestellung entsprechende einseitige berschreitungswahrscheinlich keit ist deutlich kleiner als die konventionelle Grenze von 0 05 Damit kann die KFA Nullhypothese Kein rgerzuwachs durch eine kontrafaktische Alternative zur ckgewiesen werden Statistik f r Test rger mit kontrafaktischer Alternative Arger ohne kontr
79. Angaben zur Person Geschlecht Frau I Mann I K rpergr e K rpergewicht 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 14 Einstieg in SPSS f r Windows 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 un a e falsch uneni 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
80. Ansicht Daten Transformieren Analysieren Diagramme Extras Fenster Hilfe SHA m 9 ER A At EI YVL y len 1 Sichtbar 37 von 37 Yariablen fnr geschl gebj fb groesse gewicht aergo aergm lott lot2 lot3 lot4 lot5 lot6 lot lot amp lot9 lot10 lot11 lot12 motiv 1969 1 163 51 5 3 4 4 1970 1 158 56 1969 1 174 58 1967 1 182 77 1967 1 180 69 1966 1 175 72 1975 1 167 50 1974 1 163 54 1967 1 185 70 3 6 6 1 4 ol I Io I GT 2 w m O oo Ss 9 UT _ M 1964 164 57 1970 176 54 1972 190 96 1970 162 50 1970 175 70 oe m 0 0 Oo M _ a _ 1 1 0 1 1 0 1 1 0 1 1 1 Hh A U WW AAAA 2 hA is O co N NN e ah a aa aa a N a aa nd h U A A Ah G amp U N WW 2 A A A MU ND UNN GG GG GG DND e A NUN h N NURA bb GW Go bb A bb Gi ON gt D en GG LE 6GD nNn VG lb 2 A 0 A 0 0 A m GT A aAa OT UT Aa aAa aa WU WwW wU A A N 00 w 0 w w W a wU A U GV WU m bb Gb bb A A Ah NN DD GW bb N kb N kb GN GN BA h N kb hy N Go N N GW A A oJ h Ah Uunh kb JG m DJ m 0 w Jon mo We U Tb amp QJ PASY Statistics Prozessor ist bereit Jede Variable d h jede Spalte der Datenmatrix besitzt einen eindeutigen Variablennamen ber den s e bei der Anforderung statistischer oder graphischer Analysen angesprochen werden kann Nachdem Sie einen exemplarischen Eindruck vom Ziel der Strukturierungs und Kodierungsbe
81. B F lle ausw hlen Falls EA Iot9 aergz 0 L t10 L ioti E lot12 Funktionsguppe amp Eigene Studie motiv1 Alle g Bewerbung um Stell Arithmetisch amp Bewerbung um HN Yerteilungsfunktionen amp Interesse an der ED Umwandlung amp Interesse an Statisti i Aktuelles Datumaktuelle Uhr z w g Andere Motive and y BE I amp Spezielle Methoden Funktionen und Sondervariablen e 1 gew stat Metho L schen g 2 gew stat Metho amp 3 gew stat Metho A Dekade E Idealgewicht nach d L LOT Optimismus lot E Mittel der rger Vari L rger Zuwachs dur E Body Mass Index b E Anzahl der Motive f Weiter l Abbrechen Hilfe F lle ausw hlen 165 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 Negat v 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 be
82. Diagram Extrz Fenst Hilf euS mM 00 mer A aml Sichtbar 2 von 2 Warlabler ca kfa say Datenset1 PASW Statistics Daten Editor EX Datei Bearbeten Ansicht Daten Transformieren Analysieren Diagramme Extras Fenster Hilfe BA m 00 m A AHA a yot 7 Sichtbar 37 von 37 variablen Datenansicht arlablenanzicht PASA Statistics Prozessor ist bereit Das Daten Set zum aktiven Dateneditorfenster wird als Arbeitsdatei bezeichnet und z B bei Analyseanforderungen per Men system angesprochen Um ein Datenblatt zur Arbeitsdatei zu bef rdern muss man das zugeh rige Dateneditorfenster per Mausklick oder Fenster Men in Einstieg in SPSS f r Windows 41 den Vordergrund holen Das Datenfenster mit der Arbeitsdatei ist an einem Pluszeichen im Symbol zum Systemmen zu erkennen siehe linken Rand der Titelzeile Jedes Datenblatt hat einen Namen welcher n der Titelzeile seines Dateneditorfensters durch eckige Klammern begrenzt hinter dem Namen der verbundenen Datendate erscheint siehe oben und z B ber den folgenden Men befehl zu ndern ist Datei gt Datenblatt umbenennen Mit dem Schlie en des letzten Dateneditorfensters beendet man SPSS ca PASY Statistics 17 0 2 Durch Schlie en des letzten Fensters des Daten Editors wird FAS Statistics beendet M chten Sie fortfahren F Diese Warnung nicht wieder anzeigen La ven 3 2 2 Variablen definieren Wie eben erw hnt verwaltet S
83. Diagramme erzeugen F Normalverteilungsciagramm Abbrechen Hilfe 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 var anzhomogen um den Erwartungswert Null verteilen 132 Pr fung der zentralen Projekt Hypothesen e Das Histogramm der standardisierten Residuen Der geplante S gnifikanztest zum Steigungskoeffizienten der linearen Regression setzt normalverteilte Res duen 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 Wir sehen ein signifikantes Residuum standardisierter 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 Mittelw ert 2 64E 16 Std Abw 0 983 H ufigkeit Regression Standardisiertes Residuum Mit den per Speichern Subdialog Pr fung der zentralen Projekt Hypothesen 133 t Lineare Regression Speichern VYorherges gte Werte Residuen Nicht standardisiert Nicht standardisiert S
84. Die Registerbl tter Index und Suchen im Hilfefenster eignen sich f r die Suche nach Informa tionen zu bestimmten Begriffen z B Einstieg in SPSS f r Windows 33 E Online Hilfe mex OoOo O eo o Q amp i Ausblenden Zur ck Abbrechen Aktualisieren Schriftart Optionen A Faktorenanalyse Extraktion Zur ck weiter Inhalt Index Suchen Favoriten Zu suchendes Schl sselwort Eigenwerte in der Faktorenanalyse Methode Hier kann die Methode der Faktorenextraktion festgelegt werden Folgende Methoden sind verf gbar Hauptkomponenten ungewichtete kleinste Quadrate verallgemeinerte kleinste Quadrate Maximum Likelihood Hauptachsen Faktorenanalyse Alpha Faktorisierung und Image Faktorisierung in der Faktorenanalyse in Lineare Regression 6 P Einblenden Einzelheiten anzeigen Dimensionsbeschriftungen Ergebnisse Analysieren Hier k nnen Sie entweder eine Korrelationsmatrix oder eine Kovarianzmatrix festlegen Erkl rungen Fu noten Symbolleisten Einzelheiten anzeigen Titel Zeilen oder Spalten e z Eitacks Korirasis Extrahieren Sie k nnen entweder alle Faktoren deren Eigenwerte ber einem festgelegten Wert liegen im allgemeinen linearen Modell f r k oder eine festgelegte Anzahl von Faktoren beibehalten in GLM Einfache Zufallsstichprobenziehung w Anzeigen Hier k nnen Sie die nicht rotierte Faktorl sung und ein Screeplot der Eigenwerte anfordern Anzeigen i f Anzeigen Einzelheiten anzei
85. Die in 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 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 MOTIVI1 MOTIV2 ANDERE SYSMIS Wir 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 S tuation wissen wir aber nichts von den Motiven der Person und d rfen hr keine Motivationslosigkeit POLYMOT 0 unterstellen Weil im konkreten Beispiel das Z hlergebnis Null generell als rregul 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
86. ERGM finden sich keine rregul ren Werte Statistiken rger ohne rger mit K rpergr e K rpergewicht kontrafaktische kontrafaktischer Geburtsjahr in cm in kg Alternative Alternative 31 31 31 31 31 N G ltig Fehlend 0 0 Mittelwert 1968 94 63 48 Median 1969 00 60 00 Modus 1967 60 Standardabweichung 3 214 10 494 Varianz 10 329 110 125 Schiefe 017 1 265 Standardfehler der Schiefe 421 421 Kurtosis 1 889 Standardfehler der Kurtosis 21 Minimum 50 Maximum 96 a Mehrere Modi vorhanden Der kleinste Wert wird angezeigt Die Verteilung der rgermessung in der Situation ohne kontrafaktische Alternative AERGO macht einen recht normalen Eindruck Wer in seinem Ged chtnis nicht mehr gen gend Kenntnisse zur Inferenzstatistik reaktivieren konnte der sei auf den Abschnitt 7 1 vertr stet 72 Univariate Verteilungs und Fehleranalysen rger ohne kontrafaktische Alternative Mittelw ert 5 68 Std Abw 2 00 H ufigkeit 0 2 4 6 8 10 12 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 Wir sind nun sehr gespannt auf die Verteilung der rgermessung in der Situation mit kontrafak tischer Alternative AERGM weil sich ein KFA Effekt hier deutlich abzeichnen sollte Es ist generell zu empfehlen sich mit m glichst einfachen Graphiken und Stat
87. H ufigkeitstabellen anzeigen Format Einf gen Zur cksetzen Abbrechen e Die Variablen sind angeordnet wie in der Arbeitsdatei was in der Regel ein bequemes Arbeiten erlaubt Gemeinsam zu analys erende 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 Sprache der Ausgabe bzw Benutzeroberfl che SPSS erlaubt f r die Ausgabe Beschriftung der Tabellen und f r die Benutzeroberfl che Men s und Dialogboxen die Wahl zwischen diversen Sprachen 15 2 Beschriftung der Ausgabe Auf dem Registerblatt Beschriftung der Ausgabe k nnen Sie z B veranlassen dass in Pi vot Tabellen vorhandene Wertelabels ignoriert und stattdessen die Werte selbst angezeigt wer den 206 Einstellungen modifizieren z Optionen Multiple Imputationen Syrtax Editor Allgemein viewer Daten W hrung Beschriftung der Ausgabe Diagramme Pivot Tabellen Datei Speicherstellen Skripte Gliederungsbeschriftung variablen in Objektbeschriftungen anzeigen als Labels v Yariablenwwerte in Objektbeschriftungen anzeigen als Labels Beschriftung f r Prwot Tabellen variablen in Beschriftungen anzeigen als Namen v Yariablenwerte in Beschriftungen anzeigen als Werte OK Abbrechen Zuweisen Hilfe
88. H varlist PAIRED varlist IL Re eatable elements with MISSING ANALYSIS p LISTWISE INCLUDE Parentheses cannot be omitted FORMAT LABELS NOLABELS Default if the subcommand isomitted e N ote Parentheses apostrophes and quotation marks are required where indicated Unless otherwise noted elements enclosed in square brackets are optional For some commands square brackets are part of the required syntax The command description explains which specifications are required and which are optional layout data Fun layout circle Fu layout random F layout grid Func Braces indicate a choice between elements You can specify any one of the elements enclosed within the aligned braces e Ellipses indicate that you can repeat an element in the specification The specification T TEST FAIRS varlist WITH varlist PAIRED varlist means that you can specify multiple variable lists with optional WITH variables and the keyword PAIRED in parentheses 7 Vorherige Ergebnisse Most abbreviations are obvious for example varnane stands for variable name and varlist stands for a variable list V hnliche W rter suct Nur Titel suchen e The command terminator is not shown in the syntax diagram 16 1 3 Aufbau von SPSS Programmen Welche Kommandos SPSS f r das Erstellen von Programmen bereithalten muss ergibt s ch aus unseren Zielvorstellunge
89. Hypothese gegen ber Bi 0 Sie ist schw cher weil die Richtung der Abweichung vom neutralen Wert Null offen bleibt e 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 s nd Zu jedem Test st das Fehlerrisiko erster Art a Fehler festzulegen wobei z B die 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 e Strukturierung und Kodierung der Daten Wer ganz sicher gehen will dass die bei einer Studie erhobenen Informationen sicher und bequem in die EDV bernommen werden k nnen sollte die Daten schon in 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 Datendate exportieren so dass keine erneute Datendeklaration gegen ber SPSS erforder lich ist H ufig wer
90. IER A 2 Q0 zn wS BB k ODII rseisastei Dstense v ae V GET DATASET NAME DATASET ACTIVATE FREQUENCIES 1 2 3 FREQUENCIES 5 DATASET ACTIVATE DatenSet1 6 i O FILE U Eigene Dateien SPSS kfar say DATASET NAME DatenSet1 WINDOW FRONT U FREQUENCIES VARIABLES geschl fb BARCHART FREQ O JORDER ANALYSIS 9 10 FREQUENCIES VARIABLES gebj groesse gewicht aergo aergm 11 FORMAT NOTABLE 12 STATISTICS STDDEY VARIANCE MINIMUM MAXIMUM MEAN MEDIAN MODE SKEWNESS SESKEW KURTOSIS SEKURT 13 HISTOGRAM NORMAL 14 ORDER ANALYSIS 16 PASY Statistics Prozessor ist bereit In 11 Col 17 e Klicken S e dann auf den Symbolleistenschalter b oder dr cken Sie die Tastenkombina 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 80 Datentransformation Anmerkungen Ausgabe erstellt 03 Jun 2009 03 22 31 Kommentare Eingabe Daten U Eigene Dateien SPSS kfar sav Aktiver Datensatz DatenSet1 Filter lt keine gt Gewichtung lt keine gt Aufgeteilte Datei lt keine gt Anzahl
91. IS 21 54 55 74 103 Systemdefiniert fehlend 21 System Missing 21 91 T Tabellenvorlagen 146 Teilausgabe 64 Teilnehmerliste 59 Teleform 38 Testproblem zweiseitiges 121 Testst rke 121 134 t Test zum Regressionskoeffizienten 134 Teststatistik 117 176 Textdatendateien 194 Textimport Assistent 194 TO 100 TO Schl sselwort 211 Transformations Kommandos 209 Transformationsprogramm 53 76 85 112 Transformieren Berechnen 97 Umkodieren 88 Z hlen 110 t Test f r eine Stichprobe 104 f r verbundene Stichproben 8 118 122 t Verteilung 118 U berschreitungswahrscheinlichkeit 118 Umkodieren 88 Umlaute in Variablennamen 25 Unabh ngigkeit 117 von Residuen 4 Unabh ngigkeit der Residuen 123 Unabh ngigkeitshypothese 174 Untersuchungsdesign 4 Untersuchungsplanung 3 7 V Variable 15 einf gen 47 l schen 47 verschieben 47 Variablen abgeleitete 17 Variablenattribute 42 Variablendefinition 41 Var ablenlabel 42 Var ablenlisten 204 211 Var ablennamen 16 25 Var ablentypen 20 42 Var ianzhomogenit t 123 Varlist 212 Verf lschter Test 121 Vergleich 107 Stichwortregister Vergleichsoperatoren 107 Verschieben Fall 55 Var able 47 Verteilungsfreier Lagevergleich 128 Vertrauensintervall l Viewer 31 62 139 Visuelles Klassieren 94 Vorlagen Graphiken 162 Vorzeichentest 128 136 W Wahrheitstafeln Wahrheitswert Wertelabels Z Z hlen von Werten Zelleneigenschaften Zuf llige Teilstic
92. IV1 bis MOTIV5 und ANDERE die angekreuzten K stchen mit Eins und die leeren K stchen mit Null kodiert Ein Fall mit Nullen bei MOTIV1 bis MO TIV5S und ANDERE hat aber offenbar den Fragebogenteil 4a komplett ausgelassen denn e n der Stichprobe befinden sich ausschlie lich Kursteilnehmer e Aufgrund der Restkategorie Variable ANDERE s nd alle m glichen Motive zur Kursteilnahme ber cksichtigt e Menschen f hren ein aufw ndiges Verhalten nur aus wenn sie einen Grund daf r haben Daher sollten f r genau diese F lle die Nullen bei den Variablen MOTIV1 bis MOTIVS5 und ANDERE in SYSMIS umkodiert werden Gehen S e 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 Umkodieren in dieselben Variablen Alte und neue Werte Alter Wert Neuer Wert wert O wert I Systemdefiniert fehlend C Systemdefiniert fehlend Aft Neur i Sy SMIS L System oder benutzerdefinierte fehlende Werte j 106 Datentransformation 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 Umkodieren in dieselben Varia
93. IVS5S und ANDERE vor der Rekodierung garantiert nur Nullen oder Einsen als Werte aufweisen hat unser logischer Ausdruck die Eigenschaft in jedem Fall entweder wahr oder falsch zu sein Das erscheint nach dem aussagenlogischen Axiom vom ausgeschlossenen Dritten als selbstverst ndlich ist es aber in der empirischen Forschung z B wegen des nahezu allgegenw rtigen Problems fehlender Werte keineswegs Generell kann z B der logische Ausdruck GESCHL 1 folgende Wahrheitswerte annehmen e wahr gt Der GESCHL Wert ist gleich Eins e falsch lt Der GESCHL Wert ist eine von Eins verschiedene Zahl e unbestimmt lt Der GESCHL Wert fehlt Komplexere logische Ausdr cke z B LN MLVANZ gt 1 k nnen auch wegen undefinierter Funktionswerte unbestimmt sein bei ML lt 0 oder ANZ 0 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 COMPUTE Kommando wird der Ergebnisvar ab len also der Wert des numerischen 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 ihren bisherigen Wert Bei einer neu definierten Variablen
94. 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 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 ein Web Browser ben tigt 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 d
95. LOT AERGAM und BMI Bei den Variablen LOT AERGAM und BMI finden sich keine Hinweise auf Fehler in den Be rechnungsanweisungen oder auf extreme Ausrei er Mittelw ert 3 76 Std Abw 0 468 N 31 H ufigkeit TEY 3 00 3 50 4 00 4 50 LOT Optimismus LOT Optimis mus 130 Pr fung der zentralen Projekt Hypothesen Mittelw ert 6 68 Std Abw 1 964 N 31 H ufigkeit 2 0 4 0 6 0 8 0 Mittel der rger Variablen Mittel der rger Variablen Mittelw ert 21 15 Std Abw 2 083 N 31 H ufigkeit 18 00 20 00 22 00 24 00 26 00 Body Mass Index Body Mass Index Die in den Boxplots auftauchenden Ausrei er sind nicht extrem Abstand vom 25 Perzentil klei ner als drei Boxl ngen und sollten aufgrund einer relat v kleinen Stichprobe welche die Popu lationsverteilungen nur grob charakterisiert nicht ausgeschlossen werden Bei der geplanten Regressionsanalyse mit AERGAM und LOT hat zudem die Ausrei eranalyse auf der Basis 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 Pr fung der zentralen Projekt Hypothesen 131 Lineare Repression Anhangige sariani Gm Ela gb Eigene Studie motiv1 Diagramme
96. MOTIVS Die MD Behandlung erfolgt sp ANDERE ter per Datentransformation Spezielle SMG Methoden gew nscht Gew nschte sta Meth Kat 1 gew Die Kategorienliste wird w hrend tistische Meth Kat 2 gew der Erfassung nach Bedarf entwi Methoden ckelt und dokumentiert Die MD Bei weniger als drei Nennungen Behandlung erfolgt sp ter per SYSMIS Initialisierung belassen Datentransformation Einstieg in SPSS f r Windows 21 Dieser Kodierplan ist bei der Datenerfassung erfreulich einfach zu handhaben und leistet damit einen wichtigen Beitrag zur Integrit t der Daten Bei der Erfassung mit dem SPSS Dateneditor siehe Abschnitt 3 2 werden viele Regeln des Ko dierplans in die Variablendeklaration einflie en vgl Abschnitt 3 2 2 Dann wird eventuell die Frage auftauchen ob man nicht auf einen Kodierplan verzichten und das Regelwerk direkt im Deklarationsteil einer SPSS Datendate unterbringen kann Allerdings enth lt unser Beispiel viele Vorschriften z B vierstellige Erfassung des Geburtsjahrs Verlagerung der MD Behandlung bei den Motiv Fragen die per Variablendeklaration nicht hinreichend klar doku mentiert werden k nnen Bei einem gr eren Projekt unter Beteiligung mehrerer Datenerfasser ist ein schriftlicher Kodierplan unbedingt erforderlich Ist ein Datensatz hingegen zeitlich befris tet und nur f r eine einzige Person von Interesse lohnt sich ein Kodierplan nicht 1 5 Durchf hrung der Studie inkl
97. Messniveau der Variablen unterst tzen also die enthaltene Information komplett verwerten e cine flexible Modellierung erlauben z B Wechselwirkungen Mit der logistischen Regressionsanalyse steht f r kategoriale oder ordinale Kriterien ein Ver fahren bereit das Modelle mit beliebig vielen kategorialen oder metrischen Regressoren erlaubt und auch Wechselwirkungen unterst tzt siehe z B Baltes G tz 2008c 168 Analyse von Kreuztabellen Leider erweist sich unsere Kursstichprobe bei n herer Betrachtung als ungeeignet zur Pr fung der Pr ferenz Divergenz Hypothese denn e Sie ist recht klein geringe Testst rke e Die Stichprobe ist wenig repr sentativ weil nur SPSS Interessierte enthalten sind 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 Fachbereich FB festgestellt Die SPSS Datendate fbgeschl sav mit den beiden Variablen finden Sie an der im Vorwort f r Kursdateien vereinbarten Stelle 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 G Power 3 1 das schon bei der Stichprobenumfangsplanung in Abschnitt 1 3 zum Einsatz kam Auf den Pool PCs der Universit t Trier unter d
98. PAS Statistics 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 18 Einstieg in SPSS f r Windows 1 4 2 3 2 Sparsame Sets aus kategorialen Variablen Das im letzten Abschnitt beschriebene Standardverfahren zur bersetzung einer Mehrfachwahl frage in SPSS Variablen 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 Variablen 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 hier bei nur sechs Antwortm glichkeiten ungeeignet ist Unter der Annahme dass pro Person maximal zwei verschiedene Motive zutreffen werden definiert man die beiden S
99. PSS Variablen MOTIVA und MOTIVB die jeweils folgende Werte annehmen k nnen l 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 OA N PWND za kfa say Datenset1 PASW Statistics Daten Editor ER Datei Bearbeiter Ansicht Daten Transformiere Analysierer Diagramme Extras Fenster Hilfe PASWA Statistics 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 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 eine solche subjektive Rang nformat on nicht enthalten Aller dings wird man beim Erfassen der Systematik halber so vorgehen dass in MOTIVA die Num mer 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
100. PSS f r jede Variable eines Datenblatts zahlreiche verarbeitungs relevante Attribute z B MD Indikatoren Diese werden m Deklarationsteil des Datenblatts gespeichert und k nnen vom Anwender festgelegt werden Da SPSS f r alle Attribute geeignete Voreinstellungen benutzt setzt die Datenerfassung nicht unbedingt eine Variablendefinition vor aus doch wird das Erfassen und die sp tere Auswertungsarbeit z B durch benutzerdefinierte Var iablennamen anstelle der automatisch generierten und wenig aussagekr ftigen Namen VARO00001 VAR00002 usw erleichtert Daher liegt es nahe dem SPSS System die in unserem Kodierplan beschriebenen Variablen vor dem Eintragen der Daten bekannt zu machen 3 2 2 1 Das Datenfenster Registerblatt Variablenansicht E n Datenfenster besitzt zwei Registerbl tter zur Anzeige bzw Bearbeitung eines Datenblatts 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 unsere erste Variable FNR eignen sich z B folgende Angaben Unbenannt1 DatenSet0 PASW Statistics Daten Editor E ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Diagramme Extras Fenster Hilfe Name Typ Spaltenformat Dezimals Wariablenlabel Werte
101. QUENCIES Kommando das der H ufigkeiten Dialogbox zugrunde liegt erscheint z B das folgende Hilfefenster 208 Anhang E Online Hilfe H O RB amp F Ausblenden Abbrechen Aktualisieren Schriftart Optionen A mat maslel FREQUENCIES weiter A FREQUENCIES VARIABLES varlist varlist FORMAT NOTABLE AVALUE er LIMIT n DVALUE DEFINE co AFREQ IBREAK cor DFREQ DEFINE co IBY keywo DEFINE co ICHAREND DEFINE co BARCHART MINIMUM n MAXIMUM n FREQ n CMDEND ke PERCENT n DEFINE co ICONCAT fi PIECHART MINIMUM n MAXIMUM n FREQ MISSING DEFINE co PERCENT NOMISSING MISSING INCLUDE HISTOGRAM MINIMUM n MAXIMUM n FREQ n NONORMAL NORMAL DEFINE co DOEND cor B ei f DEFINE co GROUPED varlist width ELSE keyw boundary list DEFINE co ENCLOSE NTILES n PERCENTILES value list DEFINE co HEAD func STATISTICS DEFAULT MEAN STDDEV MINIMUM MAXIMUM DEFINE co SEMEAN VARIANCE SKEWNESS SESKEW RANGE MODE KURTOSIS SEKURT MEDIAN SUM ALL NONE ORDER ANALYSIS VARIABLE 16 1 2 Interpretation von Syntaxdiagrammen Mit einem Syntaxdiagramm wird die allgemeine Form eines Kommandos definiert und somit festgelegt wie konkrete Beispiele gebildet werden m ssen Solche Syntaxdiagramme werden auch m weiteren Verlauf dieses Abschnitts benutzt um Bestandteile d
102. Regres s onsergebnisse nichts mehr im Wege Wir erhalten zwar wie erwartet einen negativen Regres s onskoeffizienten doch ist dieser bei weitem nicht signifikant Koeffizienten Nicht Fr Koeffizienten ur 95 Pe en f r B ur Regressions oea renze Po renze Regressions B P Br Konstante 7 669 2 947 2 602 1 641 13 697 LOT Optimismus 264 063 339 1 854 1 327 a Abh ngige Variable Mittel der rger Variablen SPSS ermittelt eine zweiseitige berschreitungswahrscheinlichkeit von 0 737 die auch nach der zul ssigen Halbierung aufgrund unserer einseitigen Fragestellung von der S gn 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 134 Pr fung der zentralen Projekt Hypothesen Wer sich ausf hrlich ber die lineare Regressionsanalyse mit SPSS informieren m chte kann eine elektronische Publikation des Rechenzentrums zu diesem Thema Baltes G tz 2008a 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 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
103. S 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 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 e Datei Hier finden Sie u a Befehle zum ffnen bzw Sichern von Datendateien sowie zum Be enden von SPSS e 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 Daten oder Ausgabefensters r ckg ngig machen e Ansicht Hier k nnen Sie u a die Statuszeile sowie die Symbolleisten aus bzw einschalten sowie die Schriftart der angezeigten Daten festlegen e 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 e Transformieren Hier finden Sie z B die Befehle zum Rekodieren von Variablen oder zum Berechnen neuer Variablen aus bereits vorhandenen 32 Einstieg in SPSS f r Windows e Analysieren Dieser Men punkt erschlie t die statistischen Auswertungsmethoden mit denen wir l
104. SSE GEWICHT AERGO und AERGM 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 hier aus purem Interesse an den Verteilun gen der betrachteten Variablen ohne dabe an die Verteilungsvoraussetzungen irgendwelcher Testverfahren zu denken Diese Voraussetzungen beziehen s ch ohnehin n der Regel nicht auf die momentan von uns analys erten un var aten Verteilungen sondern z B auf die Vertei lungen der Residuen eines bestimmten statistischen Modells N here Aussagen sind nur im Zusammenhang mit konkreten Testverfahren m glich Hinweise zu den Statistiken Schiefe und Kurtosis Schiefe Bei symmetrischen Variablen hat die Schiefestatistik den Wert Null 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 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 approximativ g ltig bei unendlich gro en Stichproben und folglich bei kleinen Stichproben mit Vorsicht zu genie en Ihr Vorz
105. 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 H ufigkeiten von Werten in F llen z hlen Zielvariable polymot Label Anzahl der Motive f r die Kursteilnahme Humerische Variablen amp Eigene Studie motiv1 mut gh Bewerbung um Stelle motiv2 de gh Bewerbung um Hii Job motiw3 e b Interesse an der EDW motivd4 amp Interesse an Statistik motiv5 db Spezielle Methoden gew nscht Es 1 gew stat Methode meth1 gb 2 gew stat Methode meth2 gb 3 gew stat Methode meth3 Were definieren Fall optionale Falauswahlbedingung Abbrechen Zur cksetzen Hilfe Datentransformation 111 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 z Werte in F llen z hlen Welche Werte Wert Zu z hlende Werte 1 Le Wer e O Systemdefiniert fehlend 1 System oder henutzerdefinierte fehlende Werte C Bereich Bereich KLEINSTER bis Wert Bereich Wert bis GR SSTER Weiter Abbrechen
106. Statistics Daten Editor Me Datei Bearbeiten Ansicht Daten Transformieren Analysieren Diagramme Extras Fenster Hilfe 2H m 60o mER A He BEES KGA 4 1 fh 1 Sichtbar 37 von 37 variablen itenansicht Wariablenansicht PASAY Statistics Prozessor ist bereit Viele SPSS Anwender innen bersch tzen allerdings die Rolle der Wertelabels 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 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 w r 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 a er scheint eine Dialogbox in der man entweder bis zu drei Einzelwerte oder aber ein Intervall samt zus tzli
107. Stichprobendaten pr fen zu k nnen ob in den Fachbereichen die Geschlechtsverteilungen verschieden sind brauchen Sie nach unserem bisherigen Kenntnisstand eine Arbeitsdate 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 fol genderma 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 1 und 16 Unbenannt1 Daten5et0 PASW Statistics Daten Editor BHA Datei Bearbeiten Ansicht Daten Transtormieren Analysieren Diagramme Extras Fenster Hilfe SHAR 600 LER A nd ELM VoD y 14 anzahl Sichtbar 3 von 3 variablen anzahl m n e amp w M mMm An be w M 1 1 1 1 1 1 2 2 2 2 2 2 E CE 5 2 E g g 10 11 12 PASA Statistics Prozessor ist bereit F lle gewichten 185 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
108. TATISTICS Variablennamen usw zusammensetzen z B Kommandoname gt FREQUENCIES VARIABLES geschl fb Spezifikationen BARCHART FREQ ORDER ANALYSIS Zwei Elemente der Kommandosprache sind 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 s nd keine Leerzeichen n tig aber erlaubt Ein Kommando kann sich ber beliebig viele Fortsetzungszeilen erstrecken dabei d rfen aber innerhalb des Kommandos keine Leerzeilen auftreten Diese s gnalisieren n mlich per Voreinstellung wie der Punkt das Ende des Kommandos Zwischen zwei Kommandos d rfen beliebig viele Leerzeilen stehen was eine bersicht liche Gestaltung von SPSS Programmen erlaubt 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 Datentransformation 83 Es darf sich ber beliebig viele Fortsetzungszeilen erstrecken wobei innerhalb des Kom mandos keine Leerzeilen erlaubt sind Jedes Kommentar Kommando muss mit einem Pun
109. Textimport Schritt 2 von 6 Wie sind die Variablen angeordnet O Mit Trennzeichen Die Yariablen sind durch ein bestimmtes Zeichen z B Komma Tabulator getrennt Die Yariablen sind in Spalten mit fester Breite ausgerichtet Enth lt die erste Zeile der Datei die Yariablennamen Ja Wein L r Textdatei EDokumente und Einstellungenihaltes Eigene Dateien Manuskripte und Kurse SPSS1S1 0 10 20 So 40 50 a0 11 177115545 l2 6 6 4d3l2zl4542432 110000 al 177115955 22 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 sa Assistent f r Textimport Schritt 3 von amp Spalten fester Breite In welcher Zeile befindet sich der erste Fall in den Daten 1 B wie viele Zeilen stellen einen Fall dar 2 B Wie viele F lle sollen importiert werden 2 Alle F lle P Die ersten 1000 F lle Ein Prozertwert der F lle GENE Datemorschau 1771153545 6 6 4531214542432 110000 177115955 45 3435335442442 110010 174416045 38 433224443342 100010 175116578 2 2 553125544531 100100 ebTslTarl Schritt 4 Nun m ssen wir die Positionen der einzulesenden Variablen durch Setzen Verschieben und L schen von Trennlinien
110. URT Universit ts Rechenzentrum Bernhard Baltes G tz Statistisches Praktikum mit SPSS PASW 17 f r Windows 2010 Rev 100528 Herausgeber 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 Bernhard Baltes G tz E Mail baltes uni trier de 2010 URT Vorwort Das seit Jahrzehnten bew hrte und st ndig aktualisierte Statistikprogramm SPSS Statistical Package for the Social Sciences wurde im Jahr 2009 umbenannt in PASW Predictive Analy tics Software um wenige Monate sp ter nach bernahme des Herstellers durch die Firma IBM wieder den alten Namen zu erhalten Genau genommen lautet der aktuelle Name IBM SPSS Statistics w hrend sich die im Manuskript beschriebene Programmversion 17 als SPSS Statistics bezeichnet Wir verwenden m Manuskript den kompakten Namen SPSS und reden dabei ber ein weitgehend komplettes und relativ leicht zu bedienendes Statistikprogramm das in den Geo Wirtschafts und Sozialwissenschaften sehr verbreitet ist und alle wichtigen Be triebssysteme f r Arbeitsplatzrechner unterst tzt Linux MacOS Windows Im vorliegenden Manuskript wird ein Einblick n die statistische Datenanalyse mit der SPSS Version 17 f r Windows vermittelt wobei gro er Wert auf die methodologische Einordnung der beschriebenen EDV Techniken gelegt wird W
111. Y 2 rger Zuwachs E Body Mass Index L Alter E Anzahl der Motive Motive zur Kurstei Anzahl Motive zur Kursteilnahme E Bewerbung um Hh g Definieren rAuswertungsstatistik Standard 85 Kategorien und Gesamtsummen Quelle Zeiten ERRER Auswertung von Mehrfachwahlfragen 189 Um die voreingestellte H ufigkeitsspalte durch eine Prozentspalte zu erg nzen klicken w r auf den Schalter Auswertungsstatistik und bef rdern aus der Statistik Liste das Element Anzahl als Spalten in den Anzeigen Bereich L Auswertungsstatistik Ausgew hlte Yariable Motive zur Kursteilnahme Statistik Anzeigen Ungewichtete Anzahl l Antworten j Anzahl Anzahl nnnn 0 Anzahl als Zeilen E als Spaten Innnn n 1 Anzahl als Tabellen N nzahl tat ah Statistiken Variablenlabel Format Dezimals d Angepasste Auswertungsstatistik f r Gesamtsummen und Zwischenergebnisse Statistiken Variablenlabel Format Dezimal Der Auswahl zuweisen Schlie en Wie ndern das vorgeschlagene Variablenlabel und quittieren mit dem Schalter Der Auswahl zuweisen Wird auch noch der Dialog Benutzerdefinierte Tabellen mit OK quittiert erscheint die fertige Tabelle im Ausgabefenster Entfernt man die Variable ANDERE zur Restkategorie der sonstigen Motive aus dem Set MO TIVE dann resultieren folgend
112. Zelen runden _ Fallgeswichte runder C Anzahl in den Zellen stutzen O Fallgewichte stutzen L Gesamt F Eorrigiert standardisiert F Gruppierte Balkendiagramme anzeigen keine Korrekturen Fi Keine Tabellen re Eu BEE r Weiter u Abbrechen Hilfe Der Tabellenrohling wurde per Doppelklick im P vot Editor ge ffnet und modifiziert e F r die beiden Zeilendimensionen wurde per P vot Werkzeug die Schachtelungsordnung ge ndert Pivot Leisten i Hautfarbe n Testergebnis F i Statistik Analyse von Kreuztabellen 181 e Die Gruppierungszelle zur Testergebnis Dimension wurde durch Reduktion ihrer Breite Verschieben des rechten Randes zum Verschwinden gebracht e Die Gruppierungszelle zur Statistik Kategorie Prozent hat eine neue Beschriftung erhal ten Es soll die Nullhypothese gepr ft werden dass die Pr fungsergebnisse von der Hautfarbe unab h ngig sind Nach einem Mausklick auf den Exakt Schalter in der Dialogbox zur Kreuztabellenanalyse kann man in der folgenden Subdialogbox die exakte Testmethode w hlen za Exakte Tests Nur asymptotisch C Monte Carlo K nfidenzniveau Anzahl der Stichproben Exakt Zeitgrenze pro Test Minuten Wenn es die Speicherkapazit t zul sst wird statt der Monte Larlo Methode die exakte Methode verwendet Bei nichtasymptotischen Methoden werden die Zellh ufigkeiten bei der Berechnung der Teststatistiken immer gerundet oder gestutzt
113. a zeilen und spaltenbezogene Prozentangaben f r die Zellen der Kontingenztabelle anfordern 170 Analyse von Kreuztabellen z Kreuzt bellen Zellen anzeigen H ufigkeiten Beobachtet F Erwartet Frozentwerte Residuen Zeilenweise F Nicht standardisiert _ Standardisiert F Gesamt E Korrigiert standardisiert Hichtganzzahlige Gewichtungen Anzahl in den Zellen runden Fallgewichte runden C Anzahl in den Zellen stutzen O Falgewichte stutzen keine Korrekturen Weiter Abbrechen 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 Gesamt 29 26 18 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 17 13 18 49 22 20 139 von Geschlecht 12 2 9 4 12 9 35 3 15 8 14 4 100 0 von FB 37 0 33 3 50 0 69 0 45 8 46 5 49 1 Gesamt Anzahl 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 M nner aus dem Fachbere
114. abellen Diagramme und sonstige Ausgaben k nnen in diversen Formaten z B HTML PDF MS Word RTF Text exportiert werden So lassen sich z B Ergebnispakete n elektroni scher Form an Mitglieder einer Arbeitsgruppe bergeben die ber keine passende SPSS Version zum ffnen der Ausgabedateien Namenserweiterung spv verf gen Der Export wird angefordert mit Datei gt Exportieren Mit folgender Dialogbox wird z B das gesamte Viewer Dokument im PDF Format exportiert ES Au sgabe exportieren Zu exportierende Objekte Alle Alle sichtbar Ausgew hlt Dokument Typ Optionen Portable Document Format pdf b Lesezeichen einbetten Ara a a ae eE e n Schichten in Pivot Tabellen Einstellung zum Drucken der Ebenen bh sind in das Dokument eingebettet Es sind keine M dellansichten Eruckeinstellungen ber cksichtigen in Grafikoptionen verf gbar Optionen ndern Dateiname U Eigene Dateien SPSSuniyariat pef Durchsuchen Grafik Keine Optionen verf gbar Aus den Elementen der Viewer Gliederungsansi cht entstehen PDF Lesezeichen 68 Univariate Verteilungs und Fehleranalysen univariat pdf Adobe Acrobat Pro DER x Datei Bearbeiten Anzeige Dokument Kommentare Formulare Werkzeuge Erweitert Fenster Hilfe Eeen G ausmentiren di ausmmenseten gt soen A unireben E romare gt F sse SP romener 73 j k 5 Lesezeichen Fachbereich E
115. able Geburtsjahr Klassierte Variable Minimum 4961 Kicht fehlende Werte Maximum 1975 1951 00 1962 56 1964 11 1965 67 1967 22 1965 75 1970 33 1971 39 1973 94 1975 00 1976 56 Geben Sie Intervall Trenn werte ein oder klicken Sie auf Trennwwerte erstellen um automatische Trenn werte zu erstellen Ein Trennwert von 10 beispielsweise definiert ein Intervall das ber dem vorangegangenen Intervall beginnt und bei 10 endet Beschriftung Obere Entlpunkte Fehlende Werte Eingeschlossen Klassen kopieren Ausgeschlossen Aus einer anderen variablen Trennmwerte erstellen Auf andere variablen Beschriftungen erstellen Skala umkehren OF Einf gen Zur cksetzen Abbrechen Hilfe 96 Datentransformation ber den Schalter Einf gen erh lt man u a das vom Assistenten erstellte RECODE Komman do z B RECODE gebj MISSING COPY LO THRU 1969 0 1 LO THRU HI 2 ELSE SYSMIS INTO Dekade Es f hrt im Beispiel zum selben Ergebnis wie unsere eigene Variante siehe Abschnitt 6 2 1 und demonstriert wie man durch die geschickte Anordnung von Abbildungsvorschriften mit ber lappenden Intervallen alter Werte daf r sorgt dass alle alten Werte angesprochen werden 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 Arbeitsdate aus Obwohl dieses Verhalten sehr nahe liegend
116. achbereich fk Fd K rpergr e fin cm u P K rpergewicht in k B M Geburtsjahr lisi a rger ohne kontrata a rger mit kontrafakti g loti amp a2 g t3 g ott g ots D tE Falls optionale Fallauswahlkedingung Zur cksetzen Abbrechen Tragen Sie im Bereich Ausgabevariable den gew nschten Namen der neu zu erzeu genden Variablen e n Optional kann eine Beschriftung also ein Variablenlabel erg nzt werden Wir ver zichten darauf so dass der Var ablenname Dekade auch zur Beschriftung der Ausgabe verwendet werden wird In dieser Situation sollte man im Variablennamen auf die kor rekte Schreibweise achten Klicken Sie auf ndern Danach m sste Ihre Dialogbox ungef hr so aussehen 90 Datentransformation za Umkodieren in andere Variablen Numerische War gt Ausgabewar J Fallnummer fnr gebj Dekade gi Geschlecht geschl rAusgabevariahle Hame g K rpergr e tin cm a Beschriftung K rpergewicht in k g rger ohne kontrata 4 rger mit kontrafakti Akte und neue Werte Falla optionale Falauswwahlbecingung La i Zur cksetzen Abbrechen 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 im Rahmen Alter Wert den Bereich von 1960 bis 1969 an und w hlen Sie als zugeh rigen Neu
117. afaktische 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 7 6 bung F r die Differenzvariable GEWICHT IDGEW akzeptieren beide Normalverteilungstests die Nullhypothese Tests auf Normalverteilung O Kolmogorov Smirnov Shapiro Wilk Statistik _ df signifikanz Statistik af Signifikanz Ce E E E os a Signifikanzkorrektur nach Lilliefors Dies ist eine untere Grenze der echten Signifikanz Folglich darf mit den Variablen GEWICHT und IDGEW ein t Test f r verbundene Stichproben zu folgendem Testproblem durchgef hrt werden vgl Abschnitt 7 2 Pr fung der zentralen Projekt Hypothesen 139 Ho Das Realgewicht der Trierer Studierenden liegt im Mittel nicht unter dem Idealge wicht nach der Formel Gr e 100 VETSUS H Die Trierer Studierenden sind n Relation zur Idealgewichtsformel Gr e 100 m Mittel zu leicht ffnen Sie mit dem Men befehl Analysieren gt Mittelwerte vergleichen gt T Test bei gepaarten Stichproben die zust ndige Dialogbox und bilden Sie ber Markieren und Transportieren ein Paar aus den beiden Gewichtsvariablen u I Test be
118. afel Vorlagenauswahl bietet der folgende Dialog a Grafiktafel Vorlagenauswahl _ Basis Detailliert Titel Optionen ler G Nat rlich C Name OT g inr amp geschl L yeki fb E groesse E gewicht E aergo E aergm E Iot E t2 E a3 E iota e t5 lE t6 Yisualisierung von Bie Fl che Klassiertes Streudiagramm Hex Bin Streudi agramm Ribbon ik Streudiagramm Matrix 155 E groesse SPLOM E gewicht Parallel 3D Histogramm 3D Dichte Auswertung verwalten Or OK Einf gen Zur cksetzen Abbrechen Hilfe Lokaler Rechner analog zur Diagrammerstellung einen Basis und einen Detail Modus Auf der Registerkarte Basis erscheinen nach Auswahl von Variablen und Auswer tungs Statistik Visualisierungsvorschl ge zur direkten Ubernahme durch Markieren und Quittieren Auf der Registerkarte Detailliert za Grafiktafel Vorlagenauswahl Basis Detailiert Titel Optionen Streudiagramm Optionale Formatierung _ x 8 groesse E Farbe amp geschl y E gewicht m Form Gr e Transparenz Datenbeschriftung amp fnr rFenster und Animation Fensterteilung horizontal E Animation m Fensterteilung vertikal verwalten ji L p Lokaler Rechner OK Einf gen Zur cksetzen Abbrechen Hilfe geschieht der Diagrammentwurf wie in einem traditionellen veralteten Dial
119. agen 3 2 4 4 bung 3 2 5 Sichern eines Datenblatts als SPSS Datendatei 3 2 6 Rohdatendatei Transformationsprogramm und Fertigdatendatei 3 2 7 Dateneingabe 3 2 8 Daten korrigieren 3 2 8 1 Wert einer Zelle ndern 32 8 2 Einen Fall einf gen 3 2 83 Einen Fall l schen 3 2 8 4 F lle 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 Verteilungsanalysen anfordern 34 34 35 35 35 36 36 36 36 38 39 40 41 41 42 44 47 47 47 47 47 48 48 49 49 50 50 52 53 54 54 55 55 55 56 56 57 57 57 27 58 59 Inhaltsverzeichnis 4 4 Arbeiten mit dem Ausgabefenster Teil I 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 1 4 Bl cke bzw Teilausgaben kopieren verschieben oder l schen 4 4 1 5 Bef rdern und Degradieren 4 4 2 Viewer Dokumente drucken 4 4 3 Ausgaben sichern und ffnen 4 4 4 Objekte via Zwischenablage in andere Anwendungen bertragen 4 4 5 Ausgaben exportieren 4 4 6 Mehrere Ausgabefenster verwenden 4 4 7 bungen 4 5 H ufigkeits bzw Fehleranalysen f r die restlichen Projektvariablen 4 5 1 bung 4 5 2 Diskussion ausgew hlter Ergebnisse 4
120. ahl ein weiterer Assistent zur Diagrammerstellung verf gbar Obwohl im Hintergrund ebenfalls das SPSS Kommando GGRAPH beteiligt st geh ren d e Diagramme offenbar zu einer neuen Ausgabekategorie und werden mit dem neuen Grafiktafel Editor bearbeitet Ein Blick in die SPSS Handb cher l sst den Schluss zu dass der Hersteller von den drei m glichen Einstiegen in die Diagrammproduk tion derzeit wohl die Diagrammerstellung empfiehlt Von den zahlreich angebotenen Graphiktypen k nnen aus Zeitgr nden nur wenige Beispiele behandelt werden Im aktuellen Abschnitt 9 wird das Streudiagramm vorgestellt in Abschnitt 11 2 kommt e n Balkendiagramm zum Einsatz 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 Dialogbox Diagrammerstellung als auch mit einem veralte ten Dialogfeld Graphische Datenanalyse 151 9 1 1 Diagrammerstellung Nach dem Men befehl Diagramme 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 z Diagrammerstellung Bevor Sie dieses Dialogfeld verwenden muss das Messniveau f r jede Yarlable im Diagram
121. ahrenquelle 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 gut geeignet Die Bestandteile eines Boxplots haben fol gende Bedeutung Pr fung der zentralen Projekt Hypothesen 125 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 Ein 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 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
122. altener Maustaste e Trennlinie l schen Trennlinie per Mausklick markieren und anschlie end Trennung l schen So wird im Beispiel das Einlesen der Variablen GESCHL AERGO AERGM und LOTI bis LOT12 vereinbart sa Assistent f r Textimport Schritt 4 von amp Spalten fester Breite eben Sie an wo jede Warable beginnt Die erste Spalte ist Spalte 0 Zum EINF GEN einer Trennlinie f r variablen klicken Sie auf die gew nschte Position auf dem Lineal bzw im Datenbereich Alternativ k nnen Sie die Position mithilfe der Pfeitasten oder durch Eingabe der Spaltennummer verschieben Klicken Sie anschlie end auf die Schaftfl che Trennung einf gen Zum YERSCHIEBEN einer Trennlinie f r variablen ziehen Sie sie an die gew nschte Position Zum L SCHEN einer Trennlinie f r variablen w hlen Sie sie aus bzw geben Sie ihre Position ein Dr cken Sie anzchlielsend die Taste Entf oder klicken Sie auf die Schaltfl che Trennung l schen Lineal 10 40 110000 110010 100010 100100 Spaltennummer Trennung einf gen Trennung l schen Aktuelle Yariablenbreite 4 Zur ck Weiter gt Abbrechen Lo mite 198 Datendateien im Textformat einlesen Schritt 5 Im f nften Ass stentenschritt k nnen wir die von SPSS vorgeschlagenen Var iablennamen 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
123. an 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 Diagramm Editor folgende Anpassungen vor e Mit Hilfe der Eigenschaftsfenster Registerkarte Variablen tauschen GESCHL und FB ihre Rollen Eigenschaften Diagrammgr lse F llung und Rahmen Wariablen Elementtyp lula Balken amp Fachbereiche an der Universit t Trier fb E Gree e Element 1 von 1 Zur ck L schen Weiter Analyse von Kreuztabellen Eigenschaften Diagrammgar lse 173 ber Optionen gt Bezugslinie f r Y Achse wird die 50 Marke hervorgehoben Linien B Skalenachse variable Prozent Achsenposition Setzen auf Mittelwert T Kategorienachse rte Gleichung G tige Operatoren 7 005 und E Beschriftung zu Linie hinzuf gen Eigenschaften e ber Elemente gt Datenbeschriftungen einblenden oder den Symbolschalter tis sorgen wir bei markierten Balken f r eine Anzeige der Prozentwerte ber die Eigen schaftsfenster Registerkarte Textstil erhalten diese Beschriftungen den Schriftgrad 7 Datenwertelabels variablen Diagrammgr lse Stil Gr lse Bevorzugte Gr e bMindestgr e automatisch 7 v Bearbeiten Zur cksetzen c0 0 0 Die Y Achse erh lt ber die Eigenschaftsfenster Registerkarte Skala als erste Unter teilu
124. ando 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 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 alles glatt l uft finden Sie anschlie end im aktiven Ausgabefenster nur die protokollier ten Kommandos und die folgende Warnung gt Warnung Nr 67 Befehlsname GET FILE gt Das Dokument wird bereits von einem anderen Benutzer oder Prozess verwendet gt Wenn Sie das Dokument ndern k nnen so Anderungen anderer Benutzer gt berschrieben oder Ihre Anderungen durch andere berschrieben werden gt Ge ffnete Datei U Eigene Dateien SPSS kfar sav Diese Warnung bezieht sich auf das doppelte ffnen der Rohdatendatei und ist irrelevant weil das SAVE Kommando am Ende des Transformationsprogramms das akt ve Datenblatt mit der Fertigdatendatei verkn pft und somit die Verbindung mit der Rohdatendatei aufhebt Andere Warnungen oder Fehlermeldungen und oder Warnungen m ssen analysiert werden Da alle Kommandos Ihres Programms von SPSS erstellt wu
125. argestellt wird Per Mausklick auf eine andere Ausgaben beschriftung kann dieser Fokus verschoben werden 4 4 1 2 Ausgabebl cke bzw Teilausgaben aus oder einblenden E n Block mit zusammengeh rigen Ausgaben in der Regel entstanden aus einer Analyseanfor derung wird e ausgeblendet per Mausklick auf das Minus Zeichen neben dem Block Symbol l oder per Doppelklick auf das Block Symbol Beispiel E Ausgabe E E H ufigkeiten er Titel za Anmerkungen En R Statistiken D Fallnummer e eingeblendet per Mausklick auf das Plus Zeichen neben Block Symbol l oder per Doppelklick auf das Block Symbol Beispiel E E Ausgabe H ufigkeitern 64 Univariate Verteilungs und Fehleranalysen Eine Teilausgabe innerhalb eines Blocks 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 S e auf Windows bliche Weise Ausgabebl cke und oder Teil ausgaben markieren e Finen Ausgabeblock Per Mausklick auf das Block Symbol oder auf die Beschriftung e Fine Teilausgabe Per Mausklick auf das Buchsymbol oder auf die Be schriftung e Mehrere Bl cke bzw Teile Durch Mausklicks n Kombination mit der a bzw Strg Taste 4 4 1 4 Bl cke bzw Teilausgaben kopieren verschieben oder l schen Sie k nnen marki
126. ariablen 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 Variablenansicht folgenderma en vor um Variablen per Drag amp Drop Ziehen und Ablegen zu verschieben e Markieren Sie die zu verschiebenden Variablen auf Windows bliche Weise ber Maus aktionen im Nummerierungsbereich ggf erg nzt durch die Strg oder Umschalt Taste Lassen Sie anschlie end die Maustaste wieder los 48 Einstieg in SPSS f r Windows e Klicken Sie in der Nummerierungszone erneut auf die zu verschiebende Variablenaus wahl und halten Sie dabei die linke Maustaste gedr ckt 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 erscheinen die Variablen am neuen Ort Auf analoge Weise l sst sich eine Variablenauswahl auch in 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 Variablenattribute 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 r
127. assung r ckg ngig gemacht werden Dies gelingt sehr viel beque mer und ohne Fehlerrisiko mit den Transformationsm glichkeiten von SPSS siehe un ten Einstieg in SPSS f r Windows 25 1 4 3 4 SPSS Variablennamen Es empfiehlt sich an dieser Stelle auch schon SPSS Namen f r die Variablen festzulegen und in den Kodierplan siehe Abschnitt 1 4 3 5 aufzunehmen Dabei sind die SPSS Regeln f r Vari ablennamen zu beachten Maximal 64 Zeichen Die fr here Beschr nkung von SPSS Variablennamen auf acht Zeichen ist seit der Versi on 12 berwunden doch sollte man sich weiterhin m glichst kurz fassen Lange Namen belegen viel Platz z B in der Kopfzeile des Dateneditorfensters 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 Variablen 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
128. beh lt der betroffene Fall den Initialisierungs wert SYSMIS 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 6 5 2 1 Vergleich E n Vergleich besteht aus zwei numerischen Ausdr cken und einem Vergleichsoperator numerischer_ausdruck vergleichsoperator numerischer_ausdruck Die bekannten Vergleichsoperatoren k nnen in SPSS alternativ durch EDV Var anten der ma thematischen Symbole oder durch Schl sselw rter dargestellt werden 108 Datentransformation Symbol Schl sselwort Te a Pier al OO O lt s IE kleiner oder gleich gr er oder gleich Beispiele beruf gt 4 beruf ge 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 NOT _logischer_ausdruck logischer_ausdruck_l AND logischer_ausdru
129. blen PAS Statistics Prozessor ist bereit Offene Transformatoren 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 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 soll noch erw hnt werden 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 if mod nr 2 1 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 Ausdruc
130. blen Falls Bedingung erf llt ist g Fallnummer fnr db Geschlecht geschl a Geburtsjahr gebi ib Fachbereich fb F K rpergr e in cm F K rpergewicht in kK a rger ohne kontrafa rger mit kortrafakti i Alle F lle einschliel er Fall einschlie en wenn Bedingung erf llt ist SU UMimotiwi to andere 0 Funktionsguppe TE LA IEA E Fehlende Werte Wahrscheinlichkeitscichten Zufallszahlen Suchen Signifikanz statistisch Funktionen und Sonderwariablen ES TVA Max SUMinumAusdr num amp usdr Numerisch Ergibt die Summe hiean der Argumente mit g ltigen nichtfehlenden Werten F r diese eclian gb Eigene Studie motiv1 Funktion ind mindestens zwei numerische Argumente ee 3 Min d Bewerbung um Stell erforderlich Sie k nnen eine Mindestzahl von amp Bewerbung um HNW auszuwertenden g ltigen Argumenten f r diese Funktion angeben Sum db Interesse an der ED gb Interesse an Statistik b Andere Motive ande T variance weter_ Abbrechen Hite Aufgrund unserer Daten berpr fung siehe Abschnitt 4 k nnen wir uns darauf verlassen dass bei den Variablen MOTIV1 bis MOTIV5 und KEINE ausschlie lich die Werte Null und Eins vorliegen 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
131. bt SYSMIS stehen so dass der betroffene Fall be allen Berechnungen mit der neuen Variablen ausgeschlossen wird 88 Datentransformation 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 n neue Werte berf hrt werden Man kann die Ausgangsvariable ver ndern oder eine neue Variable mit dem rekodierten Wertevektor erstellen 6 2 1 Das praktische Vorgehen am Beispiel einer 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 den Men befehl Datei gt ffnen gt Daten die Rohdatendatei kfar sav wobei ein benanntes Datenblatt entsteht z B zai kfar sav DatenSet1 PASW Statistics Daten Editor ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Diagramme Extras Fenster Hilfe eBa E 60 mERr A ei BLR So y 1 tnr 1 Sichtbar 30 von 30 Yarlablen PASWW Statistics Prozessor ist bereit 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 a
132. ch erzeugten Kommandos bertragen soll Dies geschieht genauso wie bei den Ausgabefenstern Ein Mausklick auf den aktiven Schalter ff 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 82 Datentransformation 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 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 Automatisch erzeugte Kommandos modifizieren Es zeigt s ch dass SPSS Kommandos meist leicht zu durchschauen und zu modifizieren sind Freies Programmieren 5 4 Elementare Regeln zur SPSS Syntax F r den m Kurs vorgeschlagenen Einsatz von SPSS Kommandos sollte die Kenntnis der fol genden Regeln gen gen Ein Kommando besteht aus seinem Namen und den Spezifikationen die sich aus Schl s selw rtern z B VARIABLES S
133. chem Einzelwert als MD Indikatoren vereinbaren kann z B 44 Einstieg in SPSS f r Windows ca Fehlende Werte Keine fehlenden Werte Einzelne fehlende Werte eo de Moo Bereich und einzelner fehlender Wert ox Abbrechen Hite 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 gt die Spalten Zahl nicht versucht SPSS bei numerischen Variablen das Platz problem durch die Exponentialschreibweise zu l sen z B 1111111111 af 1E 009 Noch gr ere Platznot signalisiert SPSS durch P nktchen 1111111111 A e Messniveau ber die technischen Variablenattribute hinaus kann das Messniveau der Variablen de klariert werden wobe d e Auspr gungen metrisch ordinal und nominal m glich sind Bisher spielt das deklar ierte Messniveau der Variablen bei den meisten SPSS Prozeduren noch keine Rolle Bei der Diagrammerstellung siehe Abschnitt 9 1 1 h ngt die Behand lung einer Variablen jedoch vom deklarierten Messniveau ab und SPSS empfiehlt aus dr cklich f r alle bei einem Diagramm beteiligten Variablen das Messniveau korrekt an zugeben 3 2 2 3 Variablendefinition durchf hren Aktivieren Sie nun die Variablenansicht des Datenfensters und tragen Sie f
134. cht berstrapaz ert wird und die Fehlerquote gering bleibt Be der offenen Frage n 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 4 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 zus tzliche berlegungen belasten Bei der Mehrfachwahlfrage nach den Kursmotiven haben wir geschickt 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 beauftragen Einstieg in SPSS f r Windows 23 e Schreibe bei den Variablen MOTIV1 bis MOTIV5 und ANDERE den Wert Eins wenn das zugeh rige K stchen markiert ist sonst eine Null e st aber keines der sechs K stchen marki
135. cht 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 zeitaufw 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 z B bei unseren LOT Fragen empfiehlt sich eine Kodierung durch ausschlie lich positive Werte z B gt l gt 2 O gt 3 gt 4 It 5 Durch die Vermeidung negativer Werte spart man Tipparbeit und macht keine Fehler durch vergessene Vorzeichen 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 Erf
136. ck_2 logischer_ausdruck_l OR logischer_ausdruck_2 Den Wahrheitswert eines zusammengesetzten logischen Ausdrucks erh lt man aus den Wahrheitswerten der Argumente nach den Regeln f r logische Operatoren die n 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 beruf gt 4 and schule lt gt 7 Mit unbestimmten Wahrheitswerten in logischen Ausdr cken verf hrt SPSS analog zum Rech nen 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 unbe stimmt erweitert lal und la2 seien logische Ausdr cke Datentransformation 109 unbestimmt unbestimmt 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 _Potenzieren 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
137. d signalisiert 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 Bei der Textformatierung kann alternativ zum Eigenschaftsfenster auch die folgende Symbolleis te verwendet werden Sansserif Aura EE E Verl sst man den Text nderungsmodus schrumpft eventuell der Rahmen um den Text zusam men ij ll ill d q 4 d Regression von Gewicht auf Gr e und Geschlecht Geschlecht Frau A A Mann Frau Mann 100 an Um das Problem zu beheben markiert man den Text erneut und stellt ber den unteren Anfasser die gew nschte Rahmengr e her ber die Schaltfl che H de aktiviert man das Werkzeug 4 zur Datenbeschriftung das zu an geklickten Datenpunkten den Wert der vereinbarten Fallbeschriftungsvariablen oder aber die laufende Datenfensterzeilennummer in die Graphik einf gt bzw wieder entfernt z B Eu Gehe zu Fall Nach einem rechten Mausklick auf einen Datenpunkt mit dem Fallbeschriftungswerkzeug kann man per Kontextmen veranlassen dass die zugeh rige Zeile im Datenfenster markiert wird 9 3 Graphiken verwenden Wie Tabellen lassen sich auch Graphiken aus dem Ausgabefenster ber die Windows Zwischen ablage in andere Anwendungen bertragen e Mit Bearbeiten gt Kopieren oder
138. damit eine Effektst rke von ca 0 1 an 0 09 _ 0 09 lt 0 1 0 09 0 91 f In G Power ffnen wir mit dem Schalter Determine das Seitenfenster zur Effektst rkenspezifi kation w hlen dort die Option Direct tragen im Textfeld Partial R den Wert 0 09 ein und bernehmen den resultierenden f Wert mit dem Schalter Calculate and transfer to main window Aus unserer Problembeschreibung resultiert ein erforderlicher Stichprobenumfang von 64 F llen Weil die Kursstichprobe in 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 B Fehler 0 05 werden sogar 111 F lle ben tigt In einem realen Forschungsprojekt zur Kl rung der differentialpsychologischen Hypothese m sste der Stichprobenumfang folglich erh ht wer den 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 identischem Stichprobenumfang in erheblichem Umfang an Testst rke Damit ein starker Effekt R 0 25 bzw f 0 33 bei einseitiger Testung zum a Niveau 0 05 mit einer Wahrscheinlichkeit von 0 8 zu einem signifikanten Ergebnis f hrt sind
139. dass also die bedingten Fachbereichsverteilungen 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 hrer 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 4 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 Diese Methode ist recht beliebt wobei Einsatzf lle gelegentlich durch das wenig empfehlenswerte k nstliche Kategorisieren von metrischen Variablen erzwungen werden Hof fentlich tr gt die ausf hrliche Behandlung der Methode im aktuellen Abschnitt nicht dazu bei die Kreuztabellenanalyse als Universalwerkzeug der Statistik erscheinen zu lassen S e st ad quat zur Untersuchung der Pr ferenz Divergenz Hypothese weil e zur Aufkl rung der Studienfachpr ferenz nur ein einziger Pr diktor untersucht werden soll Geschlecht e Kriterium und Pr diktor nominales Messniveau besitzen Bei sehr vielen Fragestellungen werden aber Methoden ben tigt die e cine beliebige Anzahl von Pr diktoren erlauben e das vorhandene
140. de Ergebnisse Gruppenstatistiken Geschlecht Mittelwert Standardabweichung 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 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 Var anzhomogenit 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 148 Gruppenvergleiche Test bei unabh ngigen Stichproben kevene Testder Test der kevene Testder T Test f r die Mittelwertgleichheit 95 Konfidenzintervall vn T Mittlere Standardfehler Signifikanz ur ig 2 seiti Differenz der Differenz el Peg Body Mass Index Varianzen sind 027 2 05895 i 3 86727 gleich Varianzen sind 2 6 937 071 2 05895 i 4 34576 nicht gleich Der somit verwendbare klassische t Test mit vorausgesetzter Var anzhomogenit t ermittelt eine berschreitungswahrscheinlichkeit unterhalb der kritischen Grenze von 0 05 so dass die Null hypothese zu verwerfen ist sofern d e Voraussetzungen des Test hinreichend erf llt s nd Weil ein einseitiges gerichtetes Testproblem vorliegt w re auch der bei einem signifikanten Levene Ergebnis zu verwendende t Tes
141. de daf r bei kleineren Stichproben die x Statistik nach Pearson wegen der besseren Ver teilungsapproximation zu bevorzugen siehe z B Hartung 1989 S 439 Damit ist es also ver tretbar 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 Unter schiede geringf gig und f r die Testentscheidung irrelevant 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 mij mindestens gleich 5 sind SPSS protokolliert daher f r jede Kreuztabelle die minimale erwartete H ufigkeit In unserem Fall betr gt sie 17 682 so dass keine Einw nde ge gen Tests auf Basis der x bzw Ka 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 F nf e Keine Zelle hat eine erwartete H ufigkeit kleiner als Eins Neben den beiden Statistiken zur Pr fung der Unabh ngiskeits bzw Homogenit tshypothese liefert SPSS unter der Bez
142. den Abschnitten 13 2 und 13 3 beschrieben wurden doch sind Auswertungen denkbar die ein vollst ndiges Set aus 192 Auswertung von Mehrfachwahlfragen dichotomen Variablen erfordern In dieser Situation kann man das sparsame Set mit Hilfe der SPSS Kommandosprache expandieren Die folgenden Kommandos erzeugen zu unseren Variablen METHI bis METH3 die acht dichotomen Variablen STATI bis STATS die f r jeweils eine bestimmte statistische Methode festhalten ob sie genannt worden ist Wert Eins oder n cht Wert Null do repeat stat do if methl n compute stat 1 else compute stat 0 end if end repeat execute stati to stato 7n I fto 2 or meth2 n or meth3 n 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 amp i kfa sav DatenSet1 PASW Statistics Daten Editor E B X Date Bearbeit Ansicl Datei Transformie Analysier Diagrami Extra Fenste Hilfe 282 5 9 m i Aa ei li sichtbar 45 von 45 variablen smg methi meth meth3 Dekade 1 g 2 0 1 Si kfa sav DatenSet1 PASW Statistics Daten Editor BAA Datei Bearbeiten
143. den 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 eren 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 des 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 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 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 sich generell zur Dokumentation der Daten eventuell f r einen gr eren Nutzerkreis W r werden uns in Abschnitt 1 4 mit
144. der Strukturierung und Kodierung von Daten ausf hrlich besch ftigen 1 2 3 Durchf hrung der Studie inklusive Datenerhebung Nach Abschluss der Planungs und Vorbereitungsphase kann die Studie durchgef hrt werden 6 Einstieg n SPSS f r Windows 1 2 4 Datenerfassung und pr fung Nach einer Datenerhebung per Fragebogen stehen 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 oder mit einem speziellen Datenerfassungs programm In jedem Fall st 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 berpr fung auf Erfassungsfehler Je fehleranf lliger die gew hlte Erfassungsmethode war desto mehr Aufwand ist bei der Datenpr fung angebracht Bei einer Onl ne Datenerhebung entf llt die Datenerfassung Im Abschnitt 3 1 1 folgende weite re Informationen zu den Techniken der automatischen Datenerhebung bzw erfassung 1 2 5 Datentransformation Nach der Erfassung und Pr fun
145. 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 verbundene Stichproben nur dann einsetzen wenn sich die Variable AERGZ in unserer Stichprobe als ann hernd normalverteilt erweist Sind die Voraussetzungen eines Verfahrens erheblich verletzt darf es wegen potentiell verf lschter Ergebnisse nicht 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 Sie aus der Stichprobenumfangsplanung in Abschnitt 1 3 2 wissen kann man zum t Test f r abh ngige Stichproben f r eine konkret vorgegebene Effektst rke dz eine Testausrichtung ein oder zweiseitig und ein a Fehlerniveau Pr fung der zentralen Projekt Hypothesen 121 e die Testst rke Power bzw das B Fehler Risiko zu einer festen Stichprobengr e aus rechnen e f r eine erw nschte Testst rke z B 1 B 0 8 die erforderliche Stichprobengr e er mitteln Passend zu unserer allgemeinpsychologischen KFA Hypothese haben wir bislang das einseitige Testproblem behandelt Wir wollen noch das folgende zweiseit
146. 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 aktuellen Aufgabe zu Wir tragen die er hobenen Daten in die Rohdatendatei kfar sav ein 3 2 7 Dateneingabe Wechseln Sie bei Bedarf zur Datenansicht des vermutlich noch einzigen Dateneditorfens ters und geben Sie die Daten des ersten Falles ein e Aktivieren Sie n tigenfalls die Zelle zur ersten Variablen und tippen Sie den zugeh ri gen Wert ein 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 DatenSet0 PASW Statistics Daten Editor BAA Datei Bearbeiten Ansicht Daten Tranatormieren Analysieren Diagramme Extras Fenster Hilfe eH m 600 mer A HE Ei BOS y 1 geschl Sichtbar 30 von 30 variablen PASSW Statistics Prozessor ist bereit 54 3 2 8 Einstieg n SPSS f r Windows 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 Wenn S
147. diesem Abschnitt vorge stellt werden sollen Au erdem kann SPSS f r die mit einem sparsamen Set aus kategorialen Variablen erfassten di chotomen Merkmale H ufigkeits und Kreuztabellenanalysen ohne vorhe r ges 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 die 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 Kursteilnahme 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 von den 30 F llen mit g ltigen Werten bei den Motiv Var ablen 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
148. ditor 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 Verteilungsuntersuchungen ohnehin erforderlich Wir untersuchen zun chst die Verteilungen der nominalskal erten Variablen GESCHL und FB mit Hilfe von H ufigkeitstabellen und Balkendiagramme Mit dem Men befehl Analysieren gt Deskriptive Statistik gt H ufigkeiten erhalten wir die folgende Dialogbox zur Anforderung von H ufigkeitsanalysen H ufigkeiten ariak atistiken 6 Falmummer fn en b Geschlecht geschi Diagramme amp Geburtsjahr geb E amp Fachbereich fb 4 K rpergr e fin cm groes F K rpergewicht in kg ge 4 rger ohne kontrafaktische Fd rger mit kontrafaktischer SF ct H ufigkeitstabellen anzeigen Zur bequemen Spezifikation der im aktuellen Prozeduraufruf zu analys erenden Variablen die nen die beiden Variablen 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 sich links markierte Variablen nach rechts und rechts markierte Variablen nach links verschiebe
149. dows ist G Power 3 1 folgenderma en zu starten Start gt Programme gt Wissenschaftliche Programme gt GPower Wir w hlen e Test family t Tests e Statistical test Linear Multiple Regression Fixed model single regression coefficient e Type of power analysis Post hoc e Tail s One e Effect size f 0 0989011 e a errprob 0 05 e Total sample size 31 e Number of predictors 1 Die Effektst rke von ca 0 1 resultiert 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 differentialpsychologischen Hypothese eine Testst rke Power von lediglich 0 53 berechnet Pr fung der zentralen Projekt Hypothesen 135 it G Power 3 1 2 Dak File Edit View Tests Calculator Help p i Central and noncentral distributions Protocol of power analyses critical t 1 69913 SE 2 Test family Statistical test Linear multiple regression Fixed model single regression coefficient Type of power analysis Post hoc Compute achiewed power given sample size and effect size Input Parameters Output Parameters Tails One wt Noncentrality parameter 5 Effect size f 0 095901 1 Criticalt amp err prob j From wariances Total sample size Power 1 Berr prob Number of predictors 5 Direct Partial R Effect size f7 0 098901 1 Calcu late and transfer to main window Close UL X Y plot for a range of va
150. dr cken gebrochene Zah len generell mit Dezimalpunkt geschrieben werden Richtig 2 75 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 und in der Dialogbox Va riable berechnen z B als Konstante in einer Berechnungsanweisung mit Dezimal punkt schreiben m ssen Datentransformation 103 e Bei den meisten Funktionen sind auch numerische Ausdr cke als Argumente zugelassen Beispiel compute albmax max a 1In b 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 elvar ablen 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 Z elvariable 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 Argumentvariable dann erh lt die Ergebnisvar able den Wert SYSMIS Ausnahmen sind die
151. e 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 Zentrales Merkmal ist der rger ber ein negatives Ereignis bei An bzw Abwesenheit einer kontrafaktischen also positiven Ereignisalternative Nun geht es um den Entwurf des Fragebogens wobei z B der theoretische Begriff rger zu ope rationalisieren ist Wir wollen die Untersuchungsteilnehmer bitten sich in eine Geschichte ein zuf hlen bei der zwei Personen objektiv denselben Schaden erleiden jedoch in unterschiedli chem Grad eine kontrafaktische also g nstige Alternative vor Augen haben Dann sollen die Probanden f r jeden Gesch digten angeben wie stark sie sich in dessen Lage rgern w rden Die genaue Instruktion ist dem unten w edergegebenen Fragebogen Teil 2 zu entnehmen Die bei den rgermessungen werden durch Ratingskalen realisiert wobei das Antwortformat der An schaulichkeit halber an ein Thermometer mit den Ankerpunkten 0 und 100 erinnert Wir gehen davon aus dass die rgermessungen ann hernd Intervallniveau besitzen Indem wir jede Person den beiden magin ert
152. e Ergebnisse mit abweichenden Prozentwerten Motive zur Eigene Studie Kursteilnahme 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 Variablen den zu z hlenden Wert besitzen bei uns also die Eins Daher wird neben dem Fall 13 mit SYSMIS bei den Variablen MOTIV1 bis MOTIV5S auch der dritte Fall ausgeschlossen der alle konkreten Motive verneint aber d e Restkategorie markiert hat Wenn SPSS n obiger Ausgabe z B zum Motiv E ns meldet dass 79 3 der F lle 23 von 29 zugestimmt h tten ist dies schlicht falsch 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 folgendes Ergebnis Interesse an Statistik Geschlecht Kreuztabelle ea BET a ann _ ceant Interesse an Nein Anzahl Statistik von Interesse an Statistik a ne ni von Geschlecht 62 5 83 3 66 7 Ja Anzahl von Interesse an Statistik 90 0 10 0 100 0 von Geschlecht 37 5 16 7 33 3 Gesamt A
153. e H ufigkeit der Zeile i in der Stichprobe Pi n Analog ergibt sich die gesch tzte Wahrscheinlichkeit p der Spalte J n Di En Damit gilt f r die gesch tzte Wahrscheinlichkeit der Zelle ij A 0 _ A A AN Pij SPERA a 2 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 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 176 Analyse von Kreuztabellen Die Wahrscheinlichkeit pi 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 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 EX DER n Pi k 1 ist die erwartete H ufigkeit der Zelle i j Mit der gesch tzten Wahrscheinlichkeit p A ergibt sich also die gesch tzte erwartete H ufigkeit m in Pearsons Test
154. e Keine Numerisch Keine Keine Numerisch Keine Keine Numerisch Keine Keine Numerisch Keine Keine Numerisch Keine Keine Numerisch Keine Keine Numerisch Keine Keine Numerisch Keine Keine Numerisch Keine Keine Numerisch Keine Keine Numerisch Keine Keine o o o oa 0 a 0 0 0 5 0 0 0 O0 50 00 0 0 50 0 50 0 50 05 W w w w w w w w w w aw aw da Numerisch Datenansicht Variablenansicht PASW Statistics Prozessor ist bereit 3 2 4 2 Alle Attribute einer Variablen auf andere Variablen bertragen Gehen Sie z B folgenderma en vor um alle Attribute einer Variablen mit Ausnahme des Na mens auf andere bereits vorhandene Variablen zu bertragen e ffnen Sie das Kontextmen zur Quellvariablen per Mausrechtsklick auf ihre Zeilen nummer am linken Tabellenrand und w hlen Sie das Item Kopieren um alle Attribute der Variablen in die Zwischenablage zu bef rdern 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 ber das Kontextme n Item Einf gen mit der Tastenkombination Strg V oder mit dem Men befehl Bearbeiten gt Einf gen auf alle markierten Variablen 3 2 4 3 Einzelne Attribute einer Variablen auf andere Variablen bertragen Es ist auch m glich ein einzelnes Attribut von einer Variablen auf andere zu bertragen
155. e Stelle gesetzt und damit be der Ausf hrung zuletzt abgearbeitet 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 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 in andere Variablen eine neue Variable entsteht so wird diese zu n chst n t al s ert d h f r alle F lle wird in der neuen Spalte der Arbeitsdatei der Wert SYS MIS eingetragen vgl Abschnitt 6 1 3 Durch die erste zutreffende Ersetzungsregel wird bei einem Fall der Initialisierungswert durch den zugeh rigen neuen Wert berschrieben Alle weiteren eventuell ebenfalls zutreffenden Ersetzungsregeln werden bei diesem Fall igno riert Wird der alte Wert eines Falles in keiner bersetzungsregel angesprochen dann bleibt bei der neuen Variablen der Initialisierungswert SYSMIS stehen Dies w rde in obigem Bei spiel etwa einem 1980 geborenen Untersuchungsteilnehmer passieren e Benutzerdefinierte MD Indikatoren werden w
156. e Unterbrechung und 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 Enterprise Feedback Suite 7 0 Teleform 10 2 wobei sich z B der KFA Fragebogen mit beiden Systemen gut realisieren l sst Bei der HTML bas erten GlobalPark L sung wird auf Seiten der Umfrage teilnehmer lediglich ein Web Browser vorausgesetzt Einstieg n SPSS f r Windows 37 Umfrage Mozilla Firefox Datei Bearbeiten Ansicht Chronik Lesezeichen Extras Hilfe gt E O httpsftwww unipark defuc stat_prakt_spsstospe ahpsrses t r D gt C 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
157. e dz bequem festlegen zu k nnen Die Effekt st rke st w e beim letztlich zugrunde liegenden Einstichproben t Test folgenderma en defi niert vgl z B Wentura 2004 S 4 dz 6 10 Einstieg in SPSS f r Windows Dar n 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 G Power Hauptfenster Dort w hlen wirt e ceinen gerichteten Test Tail s One e einen akzeptierten a Fehler a err prob der Gr e 0 05 Be der Eingabe st zu beachten dass G Power nur den Punkt als Dezimaltrennzeichen akzeptiert e cine gew nschte Testst rke Power von 0 95 also einen B Fehler von 0 05 Nach einem Mausklick auf den Hauptfensterschalter Calculate erhalten wir das beruhigende Ergebnis dass lediglich eine Stichprobe mit 13 F llen erforderlich ist Sofern ein Effekt von der angenommenen St rke vorhanden ist werden wir ihn mit gro er Wahrscheinlichkeit entdecken weil die Kursstudie in der Regel mehr als 30 F lle enth lt 1 3 3 Eine differentialpsychologische Hypothese
158. e regression coefficient e Type of power analysis A priori F r den geplanten einseitigen t Test mit einem a Fehler Risiko von 5 in einem Modell mit einem Pr diktor w hlen w rd die von Cohen 1977 S 56 als Standardwert empfohlene Power Entdeckungswahrscheinlichkeit von 0 8 B Fehler 0 2 if G Power 3 1 2 A m File Edit View Tests Calculator Help Central and noncentral distributions Protocol of power analyses critical t 1 6698 Test family Statistical test ttests v Linear multiple regression Fixed model single regression coefficient Type of power analysis Input Parameters l Output Parameters Tail s One v Noncentrality parameter 5 2 5158836 Effect size f 0 0989011 Criticalt 1 6698042 amp err prob 0 05 Df 62 From variances Power 1 B err prob 0 8 Total sample size 64 Number of predictors 1 Actual power 0 8005036 Direct Partial R 0 09 Effect sizef2 0 0989011 Calculate and transfer to main window X Y plot for a range of values i Calculate 12 Einstieg in SPSS f r Windows Das von G Power verwendete Effektst rkema f steht in folgender Beziehung zum Determina tionskoeffizienten R der linearen Regression Anteil der erkl rten Kriteriumsvarianz Quadrat der multiplen Korrelation der Pr diktoren mit dem Kriterium R 1 R Wir nehmen einen Determinationskoeffizienten von 0 09 eine LOT rger Korrelation von 0 3 und
159. eerzeichen zwischen dem Funktionsnamen und dem Punkt gesetzt Dieser Funktionsaufruf mean 225 PoLL To angeln f hrt zu einer Fehlermeldung Mit wird zum Ausdruck gebracht 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 Sortierung der Var ablennamen an sondern auf die Reihenfolge der Variablen in der Arbeitsdate SPSS kennt auch zahlreiche Funktionen f r String und Datums Variablen die aber aus Zeitgr nden in diesem Kurs nicht behandelt werden Informieren Sie sich bei Bedarf m Hilfesystem z B ber eine Indexsuche nach dem Stichwort Funktionen Beispiel Datentransformation 101 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 SYSMIS 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 ufi
160. egen 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 Datei gt Textdaten lesen gestartet wird Er kommt aber auch dann zum Einsatz wenn Sie nach Datei gt ffnen gt Daten eine Textdatendatei 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 9 4 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 LE EELE JOAO 12 O 4512145424532 120998 221721159595 2 2 32 18 3433 394422442 1100170 31 174416048 2 2 59 2352242425322 IO00TO Ai 145116575 42 2 2 5321255242531 109290 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 ign
161. egt 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 glichst 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 siehe unten 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 klassifizierte 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 hrem 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 H
162. ei 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 se Einstieg in SPSS f r Windows 21 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 Daten matrix eingetragen werden soll Diese Ersatzwerte bezeichnet man h ufig als MD Indikatoren wobei MD f r Missing Data steht Wir beschr nken uns bei der anschlie enden Behandlung des Themas auf numerische Variablen 1 4 3 2 1 Benutzerdefinierte MD Indikatoren Grunds tzlich kann jede Zahl als MD Indikator f r eine numerische Variable vereinbart werden z B der Wert Neun bei einer verweigerten Auskunft ber das in f nf Stufen erfasste Einkom men G
163. eichnung Zusammenhang linear mit linear auch noch den X fy Wert nach Mantel Haenszel zur Beurteilung der linearen Beziehung zwischen den beiden Va riablen Diese Statistik darf nur dann interpretiert werden wenn beide Variablen Intervallskalen qualit t besitzen Es handelt sich n mlich schlicht um die mit n 1 multiplizierte quadrierte Produkt Moment Korrelation zwischen den beiden Variablen Ar n Da wir zwei kategoriale Variablen betrachten ist diese Statistik in unserem Fall sinnlos 11 4 2 Sch tzung der Effektst rke Zur Beurteilung der empirischen Effektst rke w hlen wir in der Kreuztabellen Subdialogbox Statistik siehe Abschnitt 11 4 1 Phi und Cramer V Der bei 2 x 2 Tabellen als Zusammenhangsma empfohlene und hier als Korrelation interpre tierbare Phi Koeffizient wird mit Hilfe von Pearsons x Statistik folgenderma en definiert Analyse von Kreuztabellen 179 Nach einer Rechnung aus Abschnitt 11 4 1 ist 6 damit ein Sch tzer f r die Populations Effektst rke W vgl Abschnitt 11 1 d W Bei einer Kreuztabelle mit q Min z s gt 2 haben W und p einen maximale Wert q l gr er als Eins Cohen 1977 Abschnitt 7 2 In der Definition von Cramers V wird demgegen ber f r den Maximalwert Eins gesorgt 2 Xe _ Xi l l a SB W n g n g 1 Jg 1 Bei der FB GESCHL Analyse mit Min z s 2 ist Cramers V identisch mit dem Phi Koeffizienten und wir erhalten f
164. eilungs und Fehleranalysen 61 Wir erfahren in der ersten Tabelle dass bei den untersuchten Variablen alle Werte vorhanden waren Statistiken Geschlecht Fachbereich N Gultig 31 31 Fehlend 0 0 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 kumulat ver valider Prozentanteil Anteil valider Werte die nicht gr er sind F r GESCHL erhalten wir diese H ufigkeitstabelle Geschlecht H ufigkeit Prozent Prozente Prozente G ltig Frau 25 80 6 Mann 6 19 4 Gesamt 31 100 0 und das folgende Balkendiagramm Geschlecht 4 Ei H ufigkeit 4 a 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 Variablen 62 Univariate Verteilungs und Fehleranalysen Fachbereich H ufigkeit Prozent Prozente Prozente G ltig 19 IIl
165. 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 be einer kleinen Stichprobe ein Normal t tstest anschl gt ist jedoch von einer relevanten Verletzung der Nor mal t tsannahme auszugehen Aufgrund der problematischen Verteilungsverh ltnisse entscheiden w r uns statt des geplanten parametrischen t Tests f r verbundene Stichproben einen verteilungsfreien Lagevergleich mit dem Vorzeichentest durchzuf hren siehe z B Hartung 1989 S 242f Dieser Test entscheidet sich zwischen folgenden Hypothesen Pr fung der zentralen Projekt Hypothesen 129 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 approximat v z verteilt d h standardnorma
166. einem Anteil von 31 in der Minderheit e In den brigen Fachbereichen III V und VI zeigt sich ein relativ ausgeglichenes Ge schlechtsverh ltnis Das folgende gestapelte Balkendiagramm veranschaulicht die bedingten Verteilungen Geschlecht EI Frauen E M nner Prozent Fachbereiche an der Universit t Trier S e k nnen es nach dem Men befehl Diagramme gt Veraltete Dialogfelder gt Balken und der Entscheidung f r ein gestapeltes Balkendiagramm mit den Kategorien einer Vari ablen als Daten im Diagramm z Balkendiagramme m Einfach m Gruppiert m Gestapelt Daten im Diagramm G Auswertung ber Kategorien einer Variablen C Auswertung ber verschiedene Variablen O Werte einzelner F lle 172 Analyse von Kreuztabellen mit folgender Dialogbox anfordern Gestapeltes Balkendiagramm definieren Auswertung ber Kategorien einer Variablen Bedeutung der Balken mr Anzahl der F lle Pe der F lle ee Kum M O Kum Andere Statistik z B Mittelwert Statistik ndern Kategorienachze di Geschlecht geschl Stapel definieren durch M Fachbereiche an der Universit t Trier th Felder anordnen nach Zeilen EEE L Variablen verschachteln keine leeren Zeilen Spalten E arlablen verschachteln keine leeren Spalten Vorlage F Diagrammeinstellungen verwenden aus Datei Machen Sie der F lle zur Bedeutung der Balken Indem m
167. elegentlich 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 Wenn die Besucher einer touristischen Einrichtung z B Radwanderweg per Ra ting Skala nach der Zufriedenheit mit hrer Ferienunterkunft befragt werden sol len kann man die SPSS Var able ZUFU definieren und dabei folgende Kodie rungsregeln vereinbaren o Vorhandene Antworten werden durch die Zahlen 1 bis 5 kodiert o Ersatzwerte f r fehlende Antworten e Tagesg ste erhalten den MD Indikator 8 Frage trifft nicht zu e Bei bernachtungsg sten wird der MD Indikator 9 vergeben 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 nicht ordnungsgem von einer Analyse aus geschlossen wurden e Der Einfachheit halber sollte f r alle Variablen mit hnlichem Wertebereich derselbe MD Indikator verwendet werden Wichtig F r jede betroffene Variable m ssen d
168. elnen Wert Systemdefiniert fehlend SYSMIS So ist es also m glich den systemseitigen 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 Bei allen Bereichen auch den anschlie end behandelten halboffenen Bereichen ist zu beachten dass im Bereich liegende benutzerdefinierte MD Indikatoren einbezogen wer den Dies l sst sich z B mit einer einleitenden Ersetzungsvorschrift MISSING COPY verhindern Um diese Vorschrift per Dialogbox zu erzeugen w hlt man als alten Wert System oder benutzerdefinierte fehlende Werte und als neuen Wert Alte Werte kopieren siche unten 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 92 Datentransformation Alle anderen Werte Damit sind alle in keiner anderen Ersetzungsvorschrift genannten Werte angesprochen inklusive MD Indikatoren auch SYMIS Um zu verhindern dass auch MD Indikatoren einbezogen werden muss man diese Werte zuvor in einer speziellen Ersetzungsvorschrift behandeln z B MISSING COPY Alle anderen Werte kann nur in einer Erset zungsvorschrift angegeben werden Diese wird von SPSS in der Liste aller Ersetzungs vorschriften automatisch an die letzt
169. em Abschicken einer H ufigkeitsdialogbox erscheint z B bei unserem kleinen Datensatz allerdings nur sehr kurz Ausf hren FREQUENCIES Wenn wir eine ausgef llte H ufigkeitsdialogbox mit OK quittieren f hrt der SPSS Prozessor also m 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 in ein so genanntes Syntaxfenster bertragen das die Bearbeitung von Kommandos ber Zei lennummern farbliche Unterscheidung verschiedener Syntaxbestandteile und eine intelligente Syntaxvervollst ndigung unterst tzt 76 Datentransformation d Syntax1 PASW Statistics Syntax Editor EIER Datei Bearbeten Ansicht Daten Transformieren Analysieren Diagramme Extras Ausf hren Werkzeuge Fenster Hilfe eH 5 0o Ernte A P9 RU rn we OBER Arbetscatei Dastensett DATASET ACTIVATE l DATASET ACTIVATE DatenSset FREQUENCIES VARIABLES geschl fb BARCHART FREQ RDER SANALYSIS Pas Statistics Prozessor ist bereit n6Col0 H er kann man zusammen geh rige Kommandos zu einer Sequenz ansammeln nach Bedarf ein zeln oder geschlossen 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 berarbei tung erneut ausf hren lassen Das genaue Vorgehen wird
170. em Betriebssystem Windows ist G Power 3 1 folgender ma en zu starten Start gt Programme gt Wissenschaftliche Programme gt GPower G Power arbeitet bei der Kreuztabellenanalyse mit dem folgenden Effektst rkeindex W nach Cohen 1977 S 216 d i P Y Hier werden normierte Diskrepanzen zwischen den Zellwahrscheinlichkeiten p unter der Al ternativhypothese und den Zellwahrscheinlichkeiten p unter der Nullhypothese ber alle Zel len aufsummiert In Abschnitt 11 4 1 wird sich ein enger Zusammenhang zwischen dem Effekt st rkeindex W und Pearsons Pr fgr e zur Unabh ngigkeitshypothese sowie zu Cramers V ei nem Ma der Assoziationsst rke f r zwei nominalskalierte Variablen herausstellen Weil keine Informationen ber die Effektst rke in der Population verf gbar sind nehmen wir einen mittle ren Wert an per Konvention definiert durch W 0 3 Wir w hlen in G Power 3 1 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 a errprob 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 S e n Abschnitt 11 4 1 Es resultiert eine erfreulich hohe Power von 0 99 Aufmerksame Leser innen werden zu Recht fragen warum nicht alle Trierer Studierenden einbezogen wurden Eine gr ere Stichprobe brin
171. em SPSS System alle benutzerdefi nierten MD Indikatoren bekannt gemacht werden siehe Abschnitt 3 2 2 1 4 3 2 2 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 22 Einstieg in SPSS f r Windows Gerade war u a zu erfahren dass man beim Erfassen eines neuen Falles per SPSS Dateneditor f r eine Variable den Ersatzwert SY SMIS ganz einfach dadurch vereinbaren kann dass man in die betroffene Zelle nichts eintr gt 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 Indikatoren Man kann SYSMIS bequem dadurch vereinba ren dass man die betroffene Zelle unver ndert l sst Weil SPSS den Ersatzwert SY SMIS automatisch richti
172. en Power 217 1 117 Siehe Funktionen 20 99 102 38 19 97 175 178 139 39 l 194 121 t Test zum Regressionskoeffizienten 134 Poweranalyse Post hoc Programm orientierte Arbeitsweise Prozedur Kommandos Pr fgr e Pseudozufallszahlengenerator Punktsch tzung R Ratingskalen RECODE Kommando Regressionsanalyse Repr sentativit t der Stichprobe Rohdatendate R ckg ngig Befehl m Datenfenster S SamplePower SAV Dateien SAVE Kommando SCALE Sch tzmethoden Schiefe 134 71 209 117 102 l 88 130 134 168 52 85 56 51 112 115 70 218 Stichwortregister Schreibschutz 86 SEED 102 SELECT IF 97 Separierte Daten 200 Shap ro Wilk Test 126 Shap ro Wilk Test 128 Skalenniveau 4 20 44 Sortierung bei Var ablenlisten 205 Spaltenbreite 145 Spaltenformat 42 Speichern Arbeitsdate 50 SPSS Kommandosprache 192 Mietlizenzen 30 SPSS Prozessor 75 SPSS Syntax 82 SPSS m Internet 35 SPSS Datendate 50 SPSS Kommandosprache 75 82 SPSS Programm 52 75 76 dialogunterst tzte Erstellung 711 Standardfehler 118 der Schiefe 70 Startassistent 30 Statistik Assistent 34 StatTransfer 39 Statuszeile 31 Stichprobe 5 Stichprobenmodell 117 175 Stichprobenumfang 8 Streudiagramm 150 String Variablen 20 Strukturierung 5 16 Subkommando 211 Suchen Daten 73 Symbolleisten 31 Syntaxdiagramm 208 Syntaxfenster 75 81 207 Kommandos ausf hren 79 Syntax Regeln 82 SY SM
173. en 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 Um diese Artefaktgefahr zu vermeiden k nnte man statt des Messwiederholungsfaktors KFA einen Gruppierungsfaktor verwenden und jede Person nur zu einer Sch digungsvariante befragen Weil das Artefaktargument nicht zwin gend und die Kursstichprobe aus organisatorischen Gr nden relativ klein ist hat das Testst rke argument ein h heres Gewicht In Abschnitt 1 3 1 wurde die KFA Hypothese noch ohne Bezug auf unsere Untersuchungs 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 8 Einstieg in SPSS f r Windows 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 a
174. en Untersuchung im berblick 1 2 1 Forschungsziele Hypothesen und Modelle 1 2 2 _ Untersuchungsplanung 1 2 3 Durchf hrung der Studie inklusive Datenerhebung 1 2 4 Datenerfassung und pr fung 1 2 5 _ Datentransformation 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 Benutzerdefinierte MD Indikatoren 1 4 3 2 2 System Missing SY SMIS 1 4 3 2 3 Fehlende Werte bei Mehrfachwahl Fragen und offenen Fragen 1 4 3 2 4 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 Produkte an der Universit t Trier Programm
175. en 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 S e dieses Bild sehen za Umkodieren in andere Variablen Alte und neue Werte r lter Wert rHeuer Wert O Wert Ower LOOS O C Systemdefiniert tehlend O Systemdefiniert fehlend Alte Werte kopieren System oder benutzerdefinierte fehlende Werte Alt Neu Bereich 1960 thru 1969 gt 1 N 1970thru 1979 gt 2 his AUEM Bereich KLEINSTER bis Wert iT Bereich Wert bis GR SSTER F Ausgabe der variablen als Strings i Alle anderen Werte F Mum Strings in Zahlen umwandeln S 5 weiter Abbrechen Hite 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 DATASET ACTIVATE DatenSetl RECODE ge ebgJ 1960 thru 1969 1 1970 thru 1979 2 INTO Dekade EXECUTE Das erste Kommando macht das DatenSet1 zur Arbeitsdatei und soll verhindern dass die nach folgenden Kommandos auf ein ungeeignetes Datenset treffen Hinter das RECODE Kommando das die eigentliche Umkodie
176. en der Tabelle und je einen Eintrag mit P votsymbol e f r die dargestellten Tabellendimensionen Sollten Sie das Dialogfeld ver missen k nnen Sie es mit dem folgenden Men befehl aktivieren Pivot gt Pivot Leisten Pr fung der zentralen Projekt Hypothesen 141 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 95 Konfidenzintervall der gun rn ne Standardabw rdes Mittelwert eichung Mittelwertes S ig 2 seiti Paaren1 K rpergewicht in kg 9 323 6 188 1 111 ve 92 a 053 388 Idealgewicht nach der 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 Variablenpaar untersucht haben hat diese Dimension nur eine Kategorie Die Spal tendimension Statistik sorgt mit ihren zahlreichen Kategorien f r eine berbreite Tabelle die schlecht auf ein DIN A4 Blatt im Hochformat passt 7 7 2 Dimensionen verschieben Durch das Verschieben ihres P vot Eintrags kann man f r eine Dimension neu festlegen ob ihre Kategorien durch Spalten Zeilen oder Schichten dargestellt werden sollen z B Bewegung der P vot Eintr ge Ergebnis Pivot Leisten E Pivot Leisten Wenn in unserem Beispiel die beiden P vot
177. en entscheiden wir uns daf r auch die H ufigkeit Null explizit in betroffene Zellen einzutragen LEl Benutzerdefinierte Tabellen Tabelle Titel Teststatistken Optionen rDarstellung der Datenzelle Leere Zellen Mull Leer C Text Statistiken die nicht berechnet werden k nnen Fehlende Werte f r metrische Yariahlen Optimale Nutzung der verf gbaren Daten variablen weiser Ausschluss rBreite der Datenspalten 2 Einstellungen f r Tabelleriyorlage _ Anpassen Minimum 36 Maitia U Einheiten Purikt Einheitliche Fallbasis f r alle O metrischern Yariablen listenweiser Ausschluss Fi Doppetantworten f r Sets aus kategorialen variablen z hlen Zur cksetzen Abbrechen Auch bei den Kreuztabellen ist die in Abschnitt 13 2 kritisierte MD Konzeption der SPSS Mehrfachwahl Auswertung zu beachten W re nicht die Variable ANDERE Mitglied m 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
178. en werden Nominale und ordinale Daten k nnen entweder Datendsteien aus einem String alphanumerisch oder Zahlen bestehen Modus f r verteilte Analy U Daten Editor Nominal Eine Variable kann als nominal behandelt werden wenn ihre Kategorien sich nicht in eine Datenanaicni nat rliche Reihenfolge bringen lassen z B die Firmenabteilung in der eine Person arbeitet Beispiele f r U Variablenansicht nominale Variablen sind Region Postleitzahl oder Religionszugeh rigkeit So zeigen Sie die Yariabl 5 B 5 i B gt an wolle e Ordinal Eine Variable kann als ordinal behandelt werden wenn ihre Werte f r Kategorien stehen die gt Messniveau eine a Variablentyp eine nat rliche Reihenfolge aufweisen z B Grad der Zufriedenheit mit Kategorien von sehr unzufrieden Variablenlabels bis sehr zufrieden Ordinale Variablen treten beispielsweise bei Einstellungsmessungen Zufriedenheit amp Werteiabels Fon oder Vertrauen und bei Pr ferenzbeurteilungen auf Einf gen von Zeil i 7 Fehlende Werte Metrisch Eine Variable kann als metrisch behandelt werden wenn ihre Werte geordnete Kategorien mit Spaltenbreite einer sinnvollen Metrik darstellen sodass man sinnvolle Aussagen ber die Abst nde zwischen den H Veriablenausrich 9 Werten machen kann Metrische Variablen sind beispielsweise Alter in Jahren oder Einkommen in M a Geldeinheiten 2 3 2 Gezielte Suche nach Begriffen
179. enSet1 Leider sorgt die generell begr enswerte M glichkeit in einer SPSS Sitzung mehrere Daten bl tter zu verwenden aktuell f r eine Komplikation Damit daraus keine Konfusion wird m s sen wir das Geschehen im Detail verfolgen e Vor dem erneuten Ausf hren des Programms hatte die Arbeitsdate das aktive Daten blatt den Namen DatenSet1 und war mit der Rohdatendatei kfar sav verbunden e Das erneut ausgef hrte GET Kommando erzeugt ein neues Datenblatt kopiert den Inhalt der Rohdatendate dorthin und aktiviert das neue Datenblatt macht es zur Arbeitsdate e Die Rohdatendate bleibt aber mit dem lteren Datenblatt verbunden das noch den Na men DatenSet1 tr gt Datentransformation 81 e Das erneut ausgef hrte Kommando DATASET NAME gibt dem aktiven Datenblatt der aktuellen Arbeitsdatei den bereits in Verwendung befindlichen Namen DatenSet1 woraufhin das alte Datenset mit diesem Namen geschlossen wird siehe Warnung Insgesamt f hrt die erneute Ausf hrung des Programms dazu dass ein Datenblatt namens Da tenSeti mit dem Inhalt der Rohdatendatei existiert das aber nicht mit der Rohdatendatei ver bunden ist za Unbenannt2 DatenSet1 PASW Statistics Daten Editor E ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Diagramme Extras Fenster Hilfe 2AA 5 60o mer A He atA yot y h fn r 1 Sichtbar 30 van 30 variabler far geschl gebj fh groesse gewicht aergo aergm
180. enden Syntaxdarstellungen vertreten durch den Platzhalter arg verarbeiten Diese Funktionen lassen sich in mehrere Gruppen einteilen aus denen jeweils einige wichtige Vertreter genannt werden sollen 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 arg1 arg2 Ar thmetisches Mittel MAXI n arg arg2 Maximum MIN n arg arg2 Minimum SDI n arg arg2 Standardabweichung SUM n arg1 arg2 Summe Regeln Die eckigen Klammern schlie en optionale Angaben ein 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 nicht angegeben gilt die sehr liberale Voreinstellung Eins Zwei h ufige Fehler beim Einsatz des Min malanforderungsparameters n Punkt zwischen dem Funktionsnamen und n vergessen Dieser Funktionsaufruf meandS sport to angeln hat denselben Effekt w e der Aufruf mean sport to angeln L
181. enschattliche Notation C Datum C Dollar Spezielle W hrung C String OK Abbrechen 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 Multiple Imputationen Syrtax Editor Allgemein viewer Daten Wahrung Beschriftung der Ausgabe Optionen f r Transformieren und Zusammenf gen Werte sofort berechnen O Werte vor Verwendung berechnen Anzeigeformat f r neue numerische Variablen Breite Dezimalstellen Beispiel 12345675 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 Registerblatt Datenansicht auch folgenderma en vorge hen Setzen Sie den Mauszeiger auf den rechten Rand der Zelle mit dem Var ablennamen wor aufhin der Zeiger eine neue Form und dementsprechend eine neue Funktion erh lt fir geschl 1 1 Frau Nun l s
182. ensets verschwinden also nicht in einer Datendate gespeichert werden k nnen 188 Auswertung von Mehrfachwahlfragen 13 2 H ufigkeitstabellen f r Mehrfachantworten Sets Unter Verwendung des Variablengruppe 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 Benutzerdefinierte Tabellen und den folgenden analog zur Diagrammerstellung vgl Abschnitt 9 1 1 konstruierten Dialog anfordern Ai Benutzerdefinierte Tabellen _ Tabelle Titel Teststatistiken Optionen variablen Mroma T Sshicrten 8 1 gew stat Meth amp 2 gew stat Meth 5 3 gew stat Meth Hd Dekade E Idealgewicht nac E LOT Optimismus l 8 Mittel der rger Y E rger Zuwachs E Body Mass Index 8 Alter E Anzahl der Motive H Motive zur Kurstei v E Andere Motive al I Eigene Studie E E Bewerbung um Stelle E Bewerbung um Hh g Definieren r uswertungsstatistik Ns Auswertungsstatistik 8 Kategorien und Gesamtsummen Tabele Titel Teststatistiken Optionen variablen Eroma ES Kompakt I Schichten e 1 gew stat Meth E g 2 gew stat Meth amp 3 gew stat Meth di Dekade E Idealgewicht nac E LOT Optimismus l v E zu 2 Mittel der rger
183. er Dateien g ng ger Datenbanken oder Statistik programme in das SPSS Format bersetzen kann 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 Startass stenten 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 S e dieses Manuskript m Selbststudium lesen k nnen und sollten Sie trotzdem die folgenden Arbeitsschritte zur Var ablendeklaration konkret nachvollziehen und die Daten des m Manuskript abgedruckten ersten Falles eintragen siehe Seite 27 Alle Projektpha sen nach der Datenerfassung k nnen S e durch Verwendung der SPSS Datendate kfar sav mit machen deren Inhalt m weiteren Verlauf erkl rt wird Wie S e diese Datei von einem Server des Rechenzentrums beziehen k nnen ist im Vorwort zu erfahren 40 Einstieg in SPSS f r Windows 3 2 1 Dateneditor Datenblatt und Arbeitsdatei SPSS speichert die zu analys erenden Daten w hrend der Sitzung in einer tempor ren Datei be zeichnet als Datenblatt oder Daten Set Zur Bearbeitung dient ein Dateneditorfenster das wir der K rze halber oft als Datenfenster bezeichnen Ein Datenblatt enth
184. er SPSS Kommandosprache zu erl utern In den Syntaxdiagrammen treten einige Metazeichen auf z B f die nicht zur Kommandosprache selbst geh ren sondern diese Sprache beschreiben Die Bedeutung dieser Metazeichen m ssen Sie kennen um Syntaxdiagramme richtig interpretie ren zu k nnen Im Hilfesystem finden Sie eine Erl uterung indem Sie nach Hilfe gt Themen gt Suchen den Suchbegriff Syntax Diagrams in das aktive Textfeld eintippen und dann einen Doppelklick auf das Thema Commands setzen Anhang 209 E Online Hilfe HE Ausblenden Inhalt index Sal Suchbegriff e eingeben o DB amp E Zur ck Abbrechen Aktualisieren Schriftart Optionen Syntax diagram Syntax Diagramsj Commands General Linear Syntax Convent MANOVA and Subcommands Single Variable Universals Values in Comm Overview PLS Overview TRE Overview RBF Overview MLP SELECT Subco Overview OUT SPECIFICATION Canonical Corre Cross Variable Delimiters Examples EXTE layout network Subgrouping fin italics Independent samples Keywords fin all upper case T TEST GROUFPS varnane 1 2 VARIABLES varlist value value value ER in lower case HISSING ANALYSISt LISTWISE INCLUDE 7 Alternatives fin aligned FORMAT LABELS ee Optional specification in Paired samples T TEST FAIRS varlist WIT
185. er SPSS Benutzung darstellt ber die fast alle Leistungen des Programms erreichbar sind Viele SPSS Optionen stehen sogar ausschlie lich ber die Syntax zur Verf gung z B e Die Conjoint Analyse e Kontrollstrukturen mit denen man komplexe Datentransformationen auf effiziente Weise durchf hren kann wie z B die DO REPEAT Schleife e Die MATRIX Programmiersprache mit der man eigene Statistikprozeduren erstellen kann Im aktuellen Abschnitt 5 werden nur sehr elementare 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 aus f hrlichere Beschreibung der Kommandosprache Eine vollst ndige Dokumentation auf ca 2400 Seiten finden Sie als PDF Dokument im Hilfesystem von SPSS ber Hilfe gt Befehlssyntax Referenz Datentransformation 77 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 die zu einer Dialogbox Bearbeitung quivalente Kommandofolge in ein Syntaxfenster bertragen werden Sie m ssen sich also nicht zwischen zwei unabh ngigen SPSS Bediensystemen entscheiden sondern sollten eine rationelle Kombination der beiden Techniken verwenden 5 2 Dialogunterst tzte Erstellung von SPSS Programmen Das folgende SPSS Programm f hrt f r unser KFA Pro
186. er zentralen Projekt Hypothesen 137 st ndige Dialogbox zun chst ber das Analysieren Men Bei Misserfolg k nnen Sie den In dex des Hilfesystems benutzten um einen Erkl rungstext mit Wegweiser zur Men position zu finden Steigen Sie ein mit Hilfe gt Themen gt Index und beginnen S e dann n das aktive Textfeld Vorzeichentest zu schreiben Schon nach dem vierten Buchstaben wird der gesuchte Beitrag aufgelistet und kann per Doppelklick auf seinen Titel ge ffnet werden Im Hilfetext 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 Tests bei zwei verbundenen Stichproben Testpaare Falnammer tnr varablei variable2 65 Geschlecht geschi g rger ohne kontr 4 rger mit kontrat Geburtsjahr geki amp Fachbereich tb F K rpergr lse in cm aroeszse 4 K rpergewicht in kgd gewicht rger ohne kontrafaktische Alternative aergo rger mit kontrafaktischer Alternative aergm Welche Tests durchf hren a vorzeichen E McNemar E Rand Homogenit t rger mitkontrafaktischer Negative Differenzen Alternative Arger ohne ne b kontrafaktische Alternative Positive Differenzen Bindungen Gesamt a rger mit kontrafaktischer Alternative lt rger ohne kontrafaktische Alternative b rger mit kontrafaktischer
187. erden Au erdem sollten wir konsistent mit der Hypo thesenformulierung siehe Abschnitt 7 6 die einseitige berschreitungswahrscheinlichkeit an geben Im aktuellen Beispiel wirkt sich allerdings das Halbieren der betragsm ig sehr kleinen Zahl auf den ersten drei Dezimalstellen nicht aus t Test zur Differenz von Real und Idealgewicht UNE 1 Idealgewicht Mittelwert Standardabweichung Standardfehler des Mittelwertes 95 Konfidenzintervall Untere 11 592 der Differenz Gbere 7 053 T Signifikanztest df 30 Sig 1 seitig 000 Zellen zur weiteren Bearbeitung markieren Mit dem Men befehl Bearbeiten gt Ausw hlen lassen sich Tabellenbestandteile z B Tabel lenkorpus Datenzellen zur weiteren Bearbeitung markieren Au erdem stehen die Windows blichen Markierungsmethoden per Maus und Tastatur zur Verf gung Zelleneigenschaften ber die per Kontextmen erreichbare Dialogbox mit den Zelleneigenschaften k nnen zahl reiche Attribute der markierten Zellen beeinflusst werden e Schriftart Text und Hintergrundfarbe e Z ahlenformate Anzahl der Dezimalstellen e Ausrichtung der Zellinhalte e Randabst nde der Zellinhalte Um die Anzahl der Dezimalstellen anzupassen kann man so vorgehen e Alle betroffenen Zellen markieren e Men befehl Format gt Zelleneigenschaften w hlen e Auf der Formatwert Registerkarte die gew nschte Anzahl der Dezimalstellen cintra gen d Spaltenbreite Wenn s ch der Mauszeige
188. ere Fehleranalyse liefert nur einen Treffer In der H ufigkeitstabelle zur Variablen LOT10 entdecken wir den verbotenen Wert Null lot10 Haufigkeit Prozent Prozente Prozente 1 3 2 3 2 3 2 Diese Fehlerquote kann als erfreulich niedrig eingestuft werden 4 6 Suche nach Daten In der H ufigkeitstabelle zu LOT10 haben wir den unzul ssigen Wert Null mit H ufigkeit Eins entdeckt Nun m chten wir nat rlich wissen bei welchem Fall dieser Wert auftritt um eine Kor rektur vornehmen zu k nnen Der betroffene Fall ist leicht zu ermitteln e Holen S e n tigenfalls das Datenfenster n den Vordergrund e Markieren Sie in der Datenansicht die Variable LOT10 durch einen Klick auf ihren Namen in der Spaltenbeschriftungszone In unserem kleinen Datensatz ist eine einzelne Variable leicht zu lokalisieren SPSS eignet sich aber auch f r Projekte mit Tausenden von Variablen und stellt ber den Men befehl Bearbeiten gt Gehe zu Variable mit der Dialogbox Gehe zu eine sehr n tzliche Navigationshilfe zur Verf gung z B 74 Univariate Verteilungs und Fehleranalysen za Gehe zu Gehe zu Wariable Passend zum bereits eingetippten Namensanfang wird eine Liste mit allen Variablennamen ge ffnet und die erste kompatible Zeile markiert Nach dem Quittieren einer Auswahl ist im Daten fenster die zugeh rige Variable markiert Im Datenfenster mit der markierten Variablen LOT10 findet man leicht zu den F llen mit einem i
189. eren W rtern Beispiele FREQUENCIES GET DATA Die Spezifikationen d rfen enthalten Schl sselw rter z B VARIABLES Variablennamen 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 Anhang 211 Statt eines Leerzeichens darf man meist verwenden beliebig viele Leerzeichen ein Komma einen Zeilenwechsel Dies erm glicht eine bersichtliche Programmsgestaltung e Jedes Kommando muss n 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 e Ein Kommando kann sich ber beliebig viele Fortsetzungszeilen erstrecken Innerhalb eines Kommandos sind aber keine Leerzeilen erlaubt e Eine Syntaxzeile sollte maximal 256 Zeichen ent
190. erkmalstr ger einer Studie zugrunde liegen sollten z B Personen Volkswirtschaften Orte Betriebe Bodenproben Jahre und welche Merkmale bei jeder Beobachtungsein heit festgestellt werden sollten Gelegentlich bieten sich hierarchisch geschachtelte Untersuchungseinheiten auf meh reren Ebenen an siehe z B Raudenbush amp Bryk 2002 So hat man es etwa bei einer Stu die zur Arbeitszufriedenheit und Produktivit t von Arbeitnehmern aus verschiedenen Firmen in Abh ngigkeit von Person und Organ sationsmerkmalen mit Beobachtungs einheiten auf zwei Ebenen zu tun o Arbeitnehmer o Firmen Einstieg in SPSS f r Windows Bei der sp teren Auswertung ist zu beachten dass traditionelle statistische Methoden z B d e lineare Regressionsanalyse unabh ngige Residuen annehmen Die bei einer hierarchischen Datenstruktur auf der untersten Ebene naturgem anzutreffende Abh n gigkeit der Beobachtungen muss in speziellen Modellen ber cksichtigt werden um g lt ge Vertrauensintervalle und Hypothesentests zu erhalten Das Demonstrationsprojekt n unserm Kurs kommt mit einer konventionellen flachen Datenstruktur aus und die Be handlung der speziellen Optionen und Probleme der Mehrebenenanalyse bleibt einem speziellen Kurs vorbehalten Entscheidung f r ein Untersuchungsdesign Sie k nnen z B einen quas i J experimentellen Untersuchungsplan entwerfen oder eine reine Beobachtungsstudie w hlen die quer oder l ngsschnittlich angel
191. ert dann versorge die Variablen MOTIVI bis MOTIVS5 und ANDERE mit dem MD Indikator SY SMIS Die im zweiten Satz enthaltene Regel l sst sich mit sp ter anzuwendenden SPSS Transforma t onskommandos bequem automatisieren so dass wir den Erfasser damit nicht belasten wollen 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 MOTIV1 bis MOTIV5 und ANDERE folgende Kodierung sichergestellt sein Syn Missing SETTE 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 en Missing Ser meer Antwort e In die Dateneditorzellen zu den Variablen METHI bis METH3 sollen die Kategorien nummern der gew nschten Methoden eingetragen werden 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 d e Erfassung und hat noch einen weiteren Vorteil Sollte sich herausstellen dass zus tzliche Var
192. erte Bl cke bzw Teilausgaben e L schen mit der Entf Taste oder dem Men befehl Bearbeiten gt L schen e Kopieren bzw Verschieben mit der Maus Ziehen und Ablegen beim Kopie ren zus tzlich vor Beginn der Be wegung 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 4 1 5 Bef rdern und Degradieren Die Ausgabebl cke in einem Viewer Dokument m ssen sich nicht unbedingt auf derselben Glie derungsebene befinden sondern k nnen baumartig angeordnet werden Von dieser Strukturie rungsm glichkeit macht z B die Prozedur zur H ufigkeitsanalyse Gebrauch H jE Ausgabe I Anmerkungen Aktiver Datensatz LA Statistiken H ufigkeitstabelle F Titel amp Geschlecht GA Fachbereich an der Uni Trier Balkendiagramm 1 Titel 1 Geschlecht Dn Fachbereich an der Uni Trier Ausgabebl cke k nnen mit den Pfeiltasten in der Symbolleiste Gliederung gt BE 5 l Univariate Verteilungs und Fehleranalysen 65 bef rdert oder degradiert werden z B Ee Balkendiagramm Titel Jal Geschlecht Jnl Fachbereich an der Uni Trier 4 4 2 Viewer Dokumente drucken ber den Men befehl Datei gt Drucken k nnen Sie alle angezeigten oder alle markierten Ausgabebestandteile drucken z B LEl Drucken Drucker YYinaz Printer Canon PMA IPSO00
193. erten nominalskalierten Merkmal ist es sehr empfehlenswert die will k rliche Zuweisung 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 F in der markierten Wertelabels Zelle die folgende Dialogbox za Wertelabels rWertelahels Wert Rechtschreibung Beschriftung Hinzuf gen ndern Abbrechen Hilfe Legen Sie z B das weibliche Label folgenderma en fest 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 das unterstrichene H dass der Mausklick auf die Schaltfl che durch die Tastenkombination Alt H ersetzt werden kann Abschlie end ist f r GESCHL noch das nominale Messniveau zu deklarieren Einstieg in SPSS f r Windows 47 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 Variablendefinition 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
194. esentliche Teile des Manuskripts sind wegen der weitgehend konsistenten Bedienungslogik auch f r andere SPSS Versionen unter Windows 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 Im Kurs wird eine methodische Grundausbildung empirische Forschung Statistik vorausge setzt wie sie blicherweise in den Studieng ngen empirisch statistisch forschender Disziplinen vermittelt wird An EDV Voraussetzungen werden nur elementare Fertigkeiten im Umgang mit PCs unter Win dows erwartet Kursinhalte Wir konzentrieren uns darauf n anderen Veranstaltungen z B zur empirischen Forschun
195. et 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 sind 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 Einstieg in SPSS f r Windows 53 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 wiederholt werden m ssen Solche nderungen 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
196. etztlich unsere Forschungsfragen kl ren wollen e Diagramme An dieser Stelle bietet SPSS vielf ltige M glichkeiten zur graphischen Pr sentation von Datenstrukturen an e Extras Hier finden sich diverse Funktionen z B Kommentieren einer Datendate Modifikation der SPSS Men s e Fenster ber dieses Men sind die offenen SPSS Fenster erreichbar e Hilfe Die H lfefunktion bietet neben systematischen Informationen ber das SPSS System auch ein Lernprogramm Fallstudien komplette Anwendungsbeispiele und einen Statis t k Assistenten 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 k nnen Sie stets auf ein m chtiges H lfesystem zur ckgreifen 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 Erweiterungsmodule in systematischer Form E Online Hilfe Bl 8 E Ausblenden Zur ck Abbrechen Aktualisieren Schriftart Optionen Inhalt Index Suchen Favoriten Messniveau einer Variablen Zur ck weiter 0 Base System bersicht Das Messniveau kann als metrische Skala f r numerische Daten in Form einer Intervall oder t Aufrufen der Hilfe Verh ltnisskala ordinal oder nominal angegeb
197. f 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 50 I F 7 7 160 170 180 190 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 158 Graphische Datenanalyse 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 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 el nen Mausklick auf ein Objekt dieser Gruppe e Eine alternative M glichkeit zum Markieren aller Elemente einer Gruppe ist der Maus klick auf das zugeh rige Symbol in der Legende z B Geschlecht Frau j i e Ist aktuell eine einzelne Gruppe markiert kann ein einzelnes Mitglied dieser Gruppe durch einen Mausklick markiert werden
198. festlegen wobe alle Zeilen eines Falles hintereinander angezeigt werden Der Ass stentenvorschlag orientiert sich an Leerzeichen und w rde im Beispiel zu sieben teilweise unbrauchbaren Variablen f hren Datendateien im Textformat einlesen 197 sa Assistent f r Textimport Schritt 4 von 6 Spalten fester Breite Geben Sie an wo jede Variable beginnt Die erste Spalte ist Spalte 0 Zum EINF GEN einer Trennlinie f r wariablen klicken Sie auf die gew nschte Position auf dem Lineal bzw im Datenbereich Alternativ k nnen Sie die Position mithilfe der Pfeitasten oder durch Eingabe der Spaltennummer verschieben Klicken Sie anschlie end auf die Schaltfl che Trennung einf gen Zum YERSCHIEBEN einer Trennlinie f r variablen ziehen Sie sie an die gew nschte Position Zum L SCHEN einer Trennlinie f r ariablen w hlen Sie sie aus bzw geben Sie ihre Position ein Dr cken Sie anzchlielsend die Taste Entf oder klicken Sie auf die Schaftfl che Trennung l schen 10 40 17711554 110000 17711595 110010 17441604 100010 17511657 100100 Spaltennummer o Trennung einf gen Trennung l schen Aktuelle Yariablenkreite 0 lt Zur ck eltern Abbrechen Hinweise zur Benutzung der Trennlinien e Neue Trennlinie einf gen Klicken Sie innerhalb der Datenzone auf die gew nschte Spaltenposition e Trennlinie verschieben Klicken Sie innerhalb der Datenzone auf die Trennlinie und verschieben Sie diese bei fest geh
199. ftigen 8 Ich habe stets die Hoffnung dass die Dinge in meinem 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 ER EEE ER EV ER ER EB EI BE IE ER EVER ER EN EVER ER EN EN BBHBBBBRE BBIBE Rees re ee HAAS amp 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 weil ich 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 Einstieg in SPSS f r Windows 15 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 gena
200. g der 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 Datenerhebung bzw erfassung die sich zunehmender 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 di
201. g 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 samt Konfiden z ntervallen ermittelt und die geplanten Hypothesentests durchgef hrt werden Bei einer eher explorativen Untersuchungsanlage ist eine l ngere kreative Auseinandersetzung mit den Daten erforderlich wobei zahlreiche Datentransformationen und statistische Analysen ausgef hrt wer den 1 3 Beispiel f r eine empirische Untersuchung Um die m 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 halb eine psychologische Fragebogenstudie gew hlt weil die Kursteilnehmer dabei in wenigen Minuten interessante empirische Daten selbst erzeugen k nnen Damit
202. g 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 E n spezielles Datenerfassungsprogramm z B SPSS Data Collection bietet Vorteile ge gen ber dem SPSS Dateneditor erfordert aber auch zus tzlichen Einarbeitungsaufwand Aufgrund des relativ geringen Datenaufkommens in unserem KFA Projekt ist der SPSS Daten editor das optimale Erfassungswerkzeug Weil in Abschnitt 3 2 die Erfassung der KFA Daten mit dem SPSS Dateneditor ausf hrlich beschrieben wird k nnen wir uns m aktuellen Abschnitt auf Erl uterungen zu den spezialisierten Datenerfassungsprogrammen beschr nken Wenn bei gr eren Projekten eine manuelle Datenerfassung unumg nglich ist dann sollte in der Regel ein spezielles Datenbankprogramm verwendet werden Man arbeitet hier bequem mit einer Einstieg in SPSS f r Windows 39 Erfassungsmaske die einen einzelnen Fall in bersichtlicher Form auf dem Bildschirm pr sen tiert Durch folgende Leistungen dieser Spezialprogramme wird die Datenerfassung rationeller und sicherer e Filterfragen Skip amp Fill
203. g oder Statistik erlernte Begriffe und Methoden mit dem EDV Werkzeug SPSS n der Praxis anzuwen den Zwar werden im Kursverlauf viele methodische Themen in knapper Form behandelt doch kann damit eher vorhandenes Wissen aufgefrischt als neues erworben werden Insbesondere kann die Anwendung und Diskussion der vielf ltigen statistischen Auswertungsmethoden nur exemplarisch stattfinden Eine explizite Behandlung ist nur bei wenigen besonders h ufig einge setzten Verfahren m glich z B bei der Kreuztabellenanalyse Zu zahlreichen Auswertungsme thoden bietet das Rechenzentrum Spezialveranstaltungen an in denen die wesentlichen metho dologischen Grundlagen und nat rlich die praktische Durchf hrung mit SPSS erl utert werden I Es ist als PDF Dokument auf dem Webserver der Universit t Trier an der selben Stelle zu finden wie die aktuel le Ausgabe des vorliegenden Manuskripts siehe unten iV Vorwort Informationen ber das URT Kursprogramm finden Sie z B auf dem WWW Server der Univer s t t Trier von der Startseite http www uni trier de ausgehend ber Rechenzentrum gt Infos f r 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 Infos f r Studierende gt EDV Dokumentationen gt Statistik Im Sinne einer praxisnahen projektorientierten Ausbildung beschreibt das Manuskript eine voll
204. g 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 3 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 Teilnehmer freundlichen Antwort formats 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 stchen vorzugeben Damit ersparen wir den Untersuchungsteilnehmern zahlreiche Nein Markierungen Dies ist sinnvoll damit deren Kooperationsbereitschaft ni
205. gb Bewerbung um Stelle motiw2 a gh Bewerbung um HI Job motiv3 Zur ck FA Interesse an der EDW motiw4 Unabh ngige db Interesse an Statistik motivS Pi LOT Optimismus lot db Andere Motive andere Spezielle Methoden gew nscht amg gbh 1 gew stat Methode methi g 2 gew stat Methode meth2 Jb 3 gew stat Methode meth3 Einschluss 7 J Dekade 4 Idealgewicht nach der Formel Gr e 100 idgew LOT Optimismus Iot g rger Zuwachs durch die KFA aergz Ey Fallpeschriftungen 4 Body Mass Index bmi een F Alter I NLS Gewichtung F Anzahl der Motive f r die Kursteilnahme polymot gt In der Statistiken Subdialogbox verlangen wir ber die Voreinstellung hinausgehend die Be rechnung von Vertrauens bzw Konfidenzintervallen Block Tvon1 Speichern Optionen m Auswahlvar able Bedingung Lineare Repression Statistiken Reyressionskoeffizien Anpassungsg te des Modells v Sch tzer C nderung in R Quadrat v Konfidenzintervalle Deskriptive Statistik En C Teil und partielle Korrelationen _ Kovarianzmatrix C Kolinearit tsdiagnose Resituen C Durbin watson _ Ealweise Diagnose A weiter Abbrechen Zur Pr fung der in Abschnitt 7 2 beschriebenen Voraussetzungen ordern wir in der Diagram me Subdialogbox sa Lineare Regression Diagramme Streudiagramm 1 won 1 Diagramme der standardisiert F Alle partiellen
206. gen 2 3 3 Kontextsensitive Hilfe zu den Dialogboxen In fast jeder SPSS 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 Lernprogramm FER Verwenden des Daten Editors gt Eingeben numerischer Daten Daten k nnen im Daten Editor eingegeben werden Dies kann bei kleinen Datendateien und bei kleineren nderungen in gr eren Datendateien n tzlich sein BF Unbenannt Daten Editor Yariablenansicht Sie k nnen das Lernprogramm als eigenst ndige Windows Anwendung parallel 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 el 34 Einstieg in SPSS f r Windows 2 3 5 Fallstudien Nach Hilfe gt Fallstudien startet ein Tutorium das mit der interaktiven Technik des Lernpro gramms arbeitet aber den Schwerpunkt auf statistische Analysen legt E Tutor
207. geschl amp Geburtsjahr geki w Mittel der rger v ariablen aergam Diagramme gh Fachbereich fk 7 SF iener Tunes ie KEN ac P K rpergr e in cm groesse Faktorenliste 4 K rpergewicht fin ka gewicht F rger ohne kontrafaktische Alternative aer 4 rger mit kontrafaktischer Alternative aergm Fit Fallkeschriftung 5 Fallnummer frr Optionen Fordern Sie in der Diagramme Subdialogbox zus tzlich Histogramme sowie Normalver teillungdiagramme mit Tests an ui Explorative Datenanalyse Diagramme x Bozplots rDeskriptiwr Faktorstufen zusammen Stengel Blatt O Sbh ngige variablen zusammen Histogramm _ Keine ormalverteilungsciagramm mit Tests rStreuhreite ws mittleres Nweau mit Lewene Test keine Melle Exponentensch tzung Transformiert Exponent Hat rl Log Micht transformiert Weter Abbrechen Hite 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 eine Normalverteilungsvoraussetzung zu pr fen haben vgl Abschnitt 7 2 Allerdings sind die teil weise irrelevanten Ausgaben f r LOT AERGAM und BMI kein Grund daf r zwei verschiedene Analysen anzufordern Wir erha
208. gkeiten z B den Mittelwert der Variab len GEWICHT anfordern werden die validen Gewichtsangaben aller F lle in 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 Arbei tsdatei Es resultiert ein einziger Stichproben kennwert welcher im Ausgabefenster erscheint Mit der statistischen Funktion MEAN k nnen wir f r jede einzelne 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 oder modifiziert eine Variable d h eine Spalte in der Arbeitsdate in die f r jeden Fall sein eigenes Berechnungsergebnis eingetragen wird Funktionen f r fehlende Werte z B NMISS argI Anzahl fehlender Werte bei den aufgelisteten Vari ablen VALUE arg Es wird der Wert der Variablen arg geliefert wo Regeln Beispiel 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 kann bequem eine Serie von Variablen angegeben werden s ehe obige Erl uterungen bei den statistischen Funktionen compute nmfrei nmiss sport to angeln Der numerische Ausdruck liefert d
209. gnet sich z B dazu den Einfluss der K rpergr e auf das K rpergewicht von Perso nen zu modellieren Im folgenden Streudiagramm ist die gemeinsame empirische Vertei lung der beiden Merkmale n einer Stichprobe zu sehen K rpergewicht in kg R Linear 0 564 160 170 180 190 200 K rpergr e in cm Offenbar ist im Beispiel die von den beiden Modellparametern o und B abh ngige Reg ressionsgerade gut geeignet den erwarteten Y Wert f r eine gegebene X Auspr gung vor herzusagen Modellg ltigkeit vorausgesetzt sind das Konfidenzintervall und der Signifi kanztest zum Steigungsparameter B von zentralem Interesse Bei den meisten Fragestel lungen sind mehrere E nflussgr en zu untersuchen und z B in ein multiples Regressi onsmodell aufzunehmen Y Bo BX BAR B3X3 Ein Forschungsprogramm wird nicht bei der Untersuchung eines Kriteriums stehen blei ben sondern nach einem Modell zur Beschreibung und Erkl rung eines empirischen Sys tems 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 Kehren wir kurz zur ck zum medizinischen Beispiel In einer realen Studie wird man sich nicht auf die oben zur Illustration verwendeten dichotomen Merkmale beschr nken sondern Dauer und Ausma des aktiven und passiven Rauchens sowie den gesundheit
210. gressor notieren l sst Als Effektst rkema zur differentialpsychologischen Hypothese haben wir in Abschnitt 1 3 3 kennen gelernt Offenbar ist das Quadrat der Pr fgr e T n 2 l r abgesehen vom datenunabh ngigen Faktor n 2 ein Sch tzer f r die Testst rke Damit zeigt die Pr fgr e T bei passendem Vorzeichen an wie stark die Daten von der Nullhypothesen Behauptung abweichen Au erdem ist T 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 beschrieben werden Pr fung der zentralen Projekt Hypothesen 123 1 Linearit t Der Erwartungswert Mittelwert Ex Y von Y f r einen bestimmten X Wert h ngt linear von X ab Ex Y Bo P X F r beliebige X Auspr gungen liegen die zugeh rigen Erwartungswerte Ex Y auf der Regressi onsgeraden durch die Punktepaare X Po B X Dabei ist Bo der Schnittpunkt der Regressionsgeraden mit der Y Achse Ordinatenabschnitt und B das Gef lle der Regressionsgeraden der Tangens des Winkels y der Regressionsgeraden mit der X Achse Unserer differentialpsychologischen Hypothese entspricht eine Regressionsgerade mit negativer Steigung weil wir eine rgerreduktion bei zunehmendem Optimismus erwarten Po E Y mm N hs E Y E Y E Y X X
211. gt 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 169 Ea G Power 3 1 2 Fie Edit View Tests Calculator Help Central and noncentral distributions Protocol of power analyses critical x 11 0705 Test family Statistical test Goodness of fit tests Contingency tables Type of power analysis Post hoc Compute achieved power given amp sample size and effect size Input Parameters Output Parameters Determine gt Effect size w 0 3 Noncentrality parameter A 25 4700000 IL amp err prob 0 05 Critical x 11 0704977 p ze Total sample size 283 Power 1 B err prob 0 9864400 Df 5 X Y plot for a range of values Calculate 11 2 Beschreibung der bivariaten H ufigkeitsverteilung Die SPSS Dialogbox zur Analyse zweidimensionaler Kontingenztabellen erscheint nach dem Men befehl Analysieren gt Deskriptive Statistiken gt Kreuztabellen Wir w hlen GESCHL als Zeilen und FB als Spaltenvariable za Kreuztabellen Zeile n Exakt Fr Geschlecht geschl de Statistiken Zellen Spalten Format Es Mi Fachbereiche an der Universit t Trier fh ul gt Schicht Ivon1 Zur ck gt F Gruppierte Balkendiagramme anzeigen F Keine Tabellen In der Zellen Subdialogbox kann man u
212. halten um in allen Kontexten ausf hrbar zu sein e Die Verwendung von Gro oder Kleinbuchstaben ist beliebig e Schl sselw rter d rfen meist bis auf die ersten drei Zeichen abgek rzt werden Beispiel fre f r frequencies e 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 lot01 format notable statistics all 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 Prozedurkommandos soll h ufig eine Folge bereits existierender und in der Arbeitsdatei hintereinander liegender Variablen angesprochen werden Dies erm glicht das aufrufende TO dessen Syntax m Folgenden erl utert wird vara varb Namen bereits vorhandener Variablen wobei vara in der Arbeitsdatei vor varb stehen muss 212 Anhang Beispiele frequencies var alter to beruf F r alle Variablen die in der Arbeitsdate von ALTER bis BERUF positi oniert sind werden H ufigkeitstabellen erstellt frequencies var fragel to frage3 Wenn in der Arbeitsdate zwischen FRAGEI und FRAGE3 1500 beliebig benannte Variablen stehen dann bewirkt dieses Kommando 1502 H
213. he In diesem Abschnitt interessieren wir uns f r Geschlechtsunterschiede beim Body Mass Index und f hren 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 us I lest bei unabh ngigen Stichproben Testvariable n FA Fallnummer tmr Fd Body Mass index bmi SF Geburtsjahr gebi amp Fachbereich fb E K rpergr e in cm groes p K rpergewicht in kg gevvi rger ohne kontrafaktische rger mit kontrafaktischer A Gruppenvariable Part t Desch a2 en Fd jot3 Gruppen def Zur cksetzen Abbrechen u Optionen d ber den Schalter Gruppen def erreicht man die folgende Dialogbox um die beiden zu ver gleichenden Gruppen ber ihre Werte bei der Gruppenvariablen festzulegen na Gruppen definieren G angegebene Werte verwenden _ Trennwert Weiter Abbrechen i In unserem Fall sind nur zwei Gruppen vorhanden die folglich beide teilnehmen sollen Wir erhalten folgen
214. hen Algorithmen ausgeliefert Allein die Dokumentation der Kommandosprache ber die man die meisten Leistungen des SPSS Systems abrufen kann siehe unten umfasst ca 2400 Seiten Dieses PDF Dokument ist auch im Hilfesys tem verf gbar Hilfe gt Befehlssyntax Referenz 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 Einstieg in SPSS f r Windows 35 che die jeweils ben tigten statistischen Methoden auf einem angemessenen Niveau be 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 stik 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 2009 SPSS 16 0 Statistical Procedures Companion Norusis 2009 SPSS 16 0 Advanced Statistical Procedures Companion Tabachnik amp Fidell 2007 Using multivariate statistics Die vollst ndigen bibliographischen Angaben finden Sie im Literaturverzeichnis Auf die URT Manuskr
215. hen 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 Einstieg in SPSS f r Windows 11 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 bivariaten linearen Regressionsanalyse gepr ft werden sofern deren Modell und Verteilungsvoraussetzungen er f llt sind Bei der bivariaten linearen Regression kann man tats chlich von einem Modell spre chen Seine Modellgleichung und ein Streudiagramm mit Stichprobendaten zu einer analogen Fragestellung waren schon in Abschnitt 1 1 zu sehen Nun l sst sich die statistisch zu pr fende Alternativhypothese noch pr ziser formulieren In der linearen Regression von rger auf Optimismus ergibt sich ein negativer Stei gungskoeffizient B1 Die Hypothese ist gerichtet einseitig formuliert und soll mit einem a Fehler Risiko von 5 mit dem t Test zum Regressionskoeffizienten B gepr ft werden Zur Berechnung der erforderlichen Stichprobengr e w hlen wir im Testst rkenanalysepro gramm G Power 3 1 vgl Abschnitt 1 3 2 e Test family t Tests e Statistical test Linear Multiple Regression Fixed model singl
216. hl ei nen Bericht mit interessanten Variablenauspr gungen anfordern 10 1 Auswahl ber eine Bedingung Man kann F lle in Abh ngigkeit von einer Bedingung tempor r desaktivieren aus der Arbeitsdatei entfernen oder in ein neues Datenblatt kopieren Die zust ndige Dialogbox erreichen Sie 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 z F lle ausw hlen Ausw hlen b Fallnummer fnr O Alle F lle amp Geschlecht geschl u E Geburtsjahr gebj 2 amp Fachbereich tb False E K rpergr e in cm gro E K rpergewicht in kg ge E rger ohne kontrafaktisc E rger mit kontrafaktischer C Nach Zeit oder Fallbereich I iot L 2 5 E lot3 _ Fitervariable verwenden L iota e a5 L te E lot7 Ausgabe L ots G Nicht ausgew hlte F lle filtern L at 8 t0 Ausgew hlte F lle in neues Datenblatt kopieren L iot E lot12 C Nicht ausgew hlte F lle l schen P C Zufallsstichprobe Aktueller Status F lle nicht filtern Zur cksetzen Abbrechen Im Falls Dialogfenster haben Sie die M glichkeit einen logischen Ausdruck vgl Abschnitt 6 5 2 als Teilnahmekriterium zu definieren z
217. 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 MOTIVI 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 erhalten Sie im Syntaxfenster die fol genden Kommandos 112 Datentransformation DO IF NMISS MOTIV1 TO ANDERE 0 COUNT polymot motivl motiv2 motiv3 motiv4 mot v5 andere l VARIABLE LABELS polymot Anzahl der Motive f r die Kursteilnahme END ER 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 wird nur dann ermittelt und der neuen Variablen POLYMOT als Wert zugewiesen wenn die Bedingung im DO IF Kommando erf llt ist Anderenfalls beh lt PO LYMOT den Initialisierungswert SY SMIS 6 7 Erstellung der Fertigdatendatei mit dem Transformationsprogramm Aufgrund von nachvoll
218. hprobe ziehen Zufallszahlengenerator Zweiseitiges Testproblem Zwischenablage 219 108 108 42 46 110 145 165 102 121 66
219. i FILTER einbezogen Die in den einstweiligen Ruhezustand versetzten Negat v F lle sind im Datenfenster an der durchgestrichenen Zeilennummer zu erkennen i kfa sav DatenSet1 PASW Statistics Daten Editor Kx Datei Bearbeiten Ansicht Daten Transformieren Analysieren Diagramme Extras Fenster Hilfe SHAM 00 LER A AA ERN y 7 titer _ Sichtbar 38 von 35 variablen Dekade PASA Statistics Prozessor ist bereit Fiter aktiv Filter wirken sich nur bei statistischen und graphischen Analysen aus Bei Daten transformationen 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 akzeptie
220. i gepaarten Stichproben Gepaarte variablen varable varablez 85 1 gew stat Methode meth1 K rpergewicht lt Idealgewicht gbh 2 gew stat Methode meth2 gbh 3 gew stat Methode meth3 H Dekade F ldealgewicht nach der Form D LOT Optimismus Iot 4 hittel der Arger Yariablen a 4 Srger Zuwachs durch die K 4 Body Mass Index bmi ni g Anzahl der Motive f r die Ku Die Ergebnisse werden m n chsten Abschnitt vorgestellt 7 7 Arbeiten mit dem Ausgabefenster Teil Il Oben wurde gelegentlich in didaktischer Nachl ssigkeit der Begriff Pivor Tabelle ohne Erl ute rung verwendet Unter dem Pivotieren einer Tabelle versteht SPSS u a die folgenden Operatio nen e Austauschen ihrer Zeilen Spalten und Schichtendimensionen e nderung der Schachtelungsordnung e Kategorien ausblenden Neben diesen P vot Operationen bietet der Editor noch weitere M glichkeiten zur Gestaltung von Ergebnistabellen 7 7 1 Pivot Editor starten Um mit dem Editieren einer Tabelle zu beginnen k nnen S e einen Doppelklick darauf setzen oder die Option Inhalt bearbeiten aus ihrem Kontextmen w hlen Bei der letztgenannten Methode bietet ein Untermen Ausschneiden Kopieren Einf gen nach Autsoskript erstellensbe arbeiten Exportieren Inhalt bearbeiten Im Wiewer In separatem Fenster 140 Pr fung der zentralen Projekt Hypothesen die Auswahl zwischen dem Bearbeiten innerhalb des Viewers
221. i wird aus den Stichprobendaten f r jeden fraglichen Populationspara meter ein Vertrauensintervall synonym Konfidenzintervall ermittelt das seinen wahren Wert mit einer gew nschten Wahrscheinlichkeit z B 0 95 enth lt e Hypothesentests konfirmatorische Verfahren Beispiel Ist bei Rauchern das Lungenkrebsrisiko gr er als bei Nichtrauchern Hier st eine Entscheidung zwischen zwei Hypothesen zu treffen o Nullhypothese Im Beispiel Das Lungenkrebsrisiko ist bei Rauchern nicht gr er als bei Nichtrauchern o Alternativhypothese Im Beispiel Das Lungenkrebsrisiko st bei Rauchern erh ht 2 Einstieg in SPSS f r Windows Auch zur Kl rung der Frage wie viele Beobachtungen erforderlich sind um einen Effekt bestimmter Gr e im Beispiel eine Risikodifferenz mit einer bestimmten Wahrschein lichkeit nachweisen zu k nnen stehen statistische Methoden bereit siehe unten e Modellierung Die zu sch tzenden bzw auf Signifikanz zu pr fenden Parameter stammen aus einem mathematischen Modell das auf ein empirisches System angewendet wird Im Raucher beispiel kommt ein extrem einfaches Modell mit binomialverteilten dichotomen Zu fallsvariablen zu Einsatz das kaum als Modell in Erscheinung tritt Daher betrachten wir an dieser Stelle noch das h ufig verwendete Modell der linearen Regression das in seiner einfachsten Form ein zu erkl rende Kriterium Y einen Regressor X und ein Residuum e enth lt Y Bo 7 BX TE Es ei
222. iablen bertragen Mit der folgenden Vorgehensweise l sst sich sogar das Schreiben der restli chen Variablennamen automatisieren e Deklarieren Sie die Variable LOT1 mit geeigneten Attributen z B s Unbenannt1 DatenSet0 PASW Statistics Daten Editor Datei Bearbeiten Ansicht Daten Transformieren Analysieren Diagramme Extras Fenster Hilfe eH2A 5 99 ER A A Bis HoA Name Spaltenformat Dezimalstellen Wariablenlabel Wertelabels Fehlende Spalten Ausrichtung Messniveau aergm Numerisch 8 0 rger mit kontr Keine Keine 4 Rechtsb ndig amp Metrisch lot1 Numerisch 8 Keine Keine bs 5 Rechtsb ndig E Metrisch Datenansicht PASY Statistics Prozessor ist bereit Das voreingestellte metrische Messniveau kann beibehalten werden obwohl die f nfstu figen Variablen LOT1 bis LOT12 wohl eher grobschl chtige Indikatoren f r das ange nommene latente Merkmal Optimismus sind In den geplanten Auswertungen werden wir nicht die zw lf Rohvariablen selbst sondern eine daraus abgeleitete Mittelwertsvariable verwenden f r die ein approximativ metrisches Messniveau angenommen werden darf e ffnen Sie das Kontextmen zur Variablen LOT1 per Mausrechtsklick auf ihre Zeilen nummer am linken Tabellenrand und w hlen Sie das Item Kopieren um alle Attribute der Variablen in die Winddows Zwischenablage zu bef rdern e Setzen Sie einen rechten Mausklick auf die Nummer der n chsten freie Zeile der Vari ablenans
223. iablen METH 4 etc ben tigt werden k nnen wir diese erg nzen ohne bei bereits erfassten F llen irgendwelche Ersatzwerte z B Nul len nachtragen 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 77T Dazu m ssen unter den verschiedenen Wertekonstellationen der Variablen SMG und METH I bis METH3 folgende Anpassungen vorgenommen werden 24 Einstieg n SPSS f r Windows DEE Mindestens eine speziell interessierende Methode angegeben SMG 1 SYSMIS METHI 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 01 METHL METH3 SYSMIS gt 0 METHI METH3 SYSMIS gt 0 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 SYSMIS werden auf 0 SMG SYSMIS 1 METHI METH3 SYSMIS 0 SYSMIS Bem Lei
224. iagramm Weiter Abbrechen Hite F Alle partiellen Diagramme erzeugen Das resultierende Histogramm gibt keinen Anlass zur Sorge bzgl der Normalverteilungsannah me Gruppenvergleiche 149 Abh ngige Variable Body Mass Index Mittelw ert 1 90E 15 Std Abw 0 983 H ufigkeit Regression Standardisiertes Residuum Die ber eine explorative Datenanalyse siehe Abschnitt 7 3 2 f r die abgespeicherten stan dardisierten Residuen siehe Abschnitt 7 4 1 durchgef hrten S gn f kanztests zur Normalit ts Nullhypothese best tigen den visuellen Eindruck Tests auf Normalverteilung BEE nr Shapiro Wilk Statistik Statistik dt Sianifienz a Signifikanzkorrektur nach Lilliefors In der Koeffiziententabelle der linearen Regression findet sich erwartungsgem das t Testergebnis wieder dessen Interpretierbarkeit mittlerweile best tigt ist Koeffizienten Nicht standardisierte Koeffizienten Koeffizienten ei aanas me koeffizient B Standardfehler Beta T Sig 1 Konstante 18 690 1 112 16 813 000 Geschlecht 2 059 884 397 2 329 027 a Abh ngige Variable Body Mass Index Es stellt br gens kein Problem dar dass die beiden Stichproben verschieden gro s nd 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 Va
225. iagramm ber das veraltete Dialogfeld wie in Abschnitt 9 1 2 beschrieben gelingt die gruppenspezifische nderung der Markierung problemlos 9 2 3 Men s und Symbolleisten Viele Angebote sind ber die Untermen s zu den Items Optionen und Elemente im Graphik editor Hauptmen sowie ber quivalente Symbolleisten verf gbar z B Anpassungs oder In terpunktionslinien Datenbeschriftungen Legende Anmerkungen Au erdem st zu allen Objek ten ein Kontextmen verf gbar Im Beispiel bietet es sich an ber das Symbol E 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 Gesamts umme 100 90 80 70 K rpergewicht in kg 60 R Linear 0 653 50 160 170 180 190 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 anschlie end ber das Symbol E oder den Men befehl Elemente gt Anpassungslinie bei Untergruppen gruppenspezifische geschlechtsbedingte Regressionsgeraden einzuf gen 160 Graphische Datenanalyse Regression von Gewicht auf Gr e und Geschlecht Geschlecht Frau A Mann gt Frau u 90 Mann 80 70 K rpergewicht in kg 60 Frau R
226. ial Eee The Linear Regression Model The linear regression model assumes that there is a linear or straight line relationship between the dependent variable and each predictor This relationship is described in the following formula vw bgt xatt p where is the value of the P case of the dependent scale wariable is the number of pradictors is the value of the f coefficient j 0 p is the value of the f case of the f predictor is the error in the observed value for the f case The model is linear because increasing the value of the j predictor by 1 unit increases the value of the dependent by 5 units Note that 5 is the intercept the model predicted value ofthe dependent variable when the value of every predictor is equal to 0 Viele Auswertungsprozeduren werden ber ein komplettes Anwendungsbeispiel und Informatio nen zu folgenden Themen erschlossen 2 3 6 Einsatzm glichkeiten Voraussetzungen der Analyse Interpretation der Ergebnisse Verwandte Verfahren Literaturangaben Statistik Assistent Der ber Hilfe gt Statistik Assistent verf gbare Assistent versucht den Anwender durch eine Sequenz von Fragen zur richtigen Statistik bzw Graphikdialogbox zu f hren 2 4 Weitere Informationsquellen 2 4 1 Handb cher und 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 statistisc
227. ich 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 d e Zeile bezogenen relativen H ufigkeiten be schreiben also die bedingte Verteilung der Spaltenvariablen FB f r einen festen Wert der Zeilenvariablen GESCHL Wir erhalten z B f r die M nner die folgende bedingte 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 beding te Verteilung der Zeilenvariablen GESCHL f r einen festen Wert der Spal tenvar ablen FB Wir erhalten z B f r den Fachbereich I die folgende be dingte Geschlechtsverteilung Die Tabelle wurde mit dem Pivot Editor durch Aufheben der Gruppierung Geschlecht etwas schlanker gemacht Analyse von Kreuztabellen 171 In der Zellen Subdialogbox k nnen auch noch weitere Informationen zu den Zellen angefordert werden z B der prozentuale Anteil an der Gesamtstichprobe die erwartete H ufigkeit unter der Nullhypothese Beim Vergleich der fachbereichsbedingten Geschlechtsverteilungen zeigen s ch 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
228. ichern als Suchen in B SPSS Es werden 30 vorn 30 Yariablen beibehalten f i variablen Speichern Speichern als Typ Pasw Statistics sav z Emt gen Einf gen A vYariaklennamen im Srbeitsblat speichern Abbrechen Sofern definiert WWertelabels statt Daterwwerte speichern els in einer 545 Datei speichern Einstieg in SPSS f r Windows 51 Wenn Sie die f r SPSS 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 Nach dem Speichern zeigt die Titelzeile des Datenfensters neben dem Datenblattnamen auch den Namen der nunmehr zugeordneten Datendatei in unserem Fall also kfar sav kfar sav Daten5et0 PASW Statistics Daten Editor Datei Bearbeiten Ansicht Daten Transformieren Analysieren an Extras Fenster Hilfe Mumerisch Fallnummer Keine Numerisch 8 Geschlecht 1 Frau Mumerisch 5 Geburtsjahr Pas Statistics Prozessor ist bereit MER Sobald ein Datenblatt gegen ber dem zuletzt gespeicherten Zustand ge ndert wurde erscheint ein Sternchen vor dem Dateinamen z B
229. icht und w hlen Sie aus dem Kontextmen die Option Variablen einf gen mit den drei Punkten am Ende der Beschriftung Eint gen variable einf gen Yarlablen einf gen Diese Option ist nur verf gbar wenn sich eine komplette Var iablenbeschreibung in der Zwischenablage befindet Einstieg n SPSS f r Windows 49 e Inder folgenden Dialogbox Variablen einf gen Anzahl neuer Wariablen 1 Mene Yariaklennament z2 We 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 PASW Statistics Daten Editor Datei Bearbeiten Ansicht Daten Transformieren Analysieren Diagramme Extras Fenster Hilfe cH E 99 Er A Ak Ei EOS Spaltenformat Dezimalstellen Wariablenlabel Wertelabels Fehlende Spalten Ausrichtung Messniveau Rechtsb ndig E Metrisch E Rechtsb ndig 4 Metrisch E Metrisch E Metrisch Rechtsb ndig 4 Metrisch Rechtsb ndig L Metrisch Rechtsb ndig 4 Metrisch Rechtsb ndig 4 Metrisch Rechtsb ndig 4 Metrisch Rechtsb ndig E Metrisch Rechtsb ndig amp Metrisch Rechtsb ndig E Metrisch Rechtsb ndig E Metrisch Numerisch rger mit kontr Kein
230. ie Anzahl der fehlenden Werte SYMIS oder benutzerdefiniert bei den Variablen SPORT bis ANGELN die in der Arbeits datei hintereinander stehen Pseudozufallszahlengeneratoren z B Beispiel NORMAL arg Die Funktion liefert normalverteilte Zufallszahlen mit Mittelwert Null und Standardabweichung arg UNIFORM arg Die Funktion liefert gleichverteilte Zufallszahlen im Intervall von Null bis arg COMPUTE av NORMAL 1 EXECUTE T TEST GROUPS geschl 1 2 MISSING ANALYSIS VARIABLES av CRITERIA CIN 95 102 Datentransformation Die Kommandos in diesem Beispiel wurden mit Hilfe von Dialogboxen er zeugt Schalter Einf gen Im COMPUTE Kommando wird die standardnor malverteilte Zufallsvar iable AV erstellt Es ist klar dass Frauen und M nner bei AV denselben Erwartungswert Populationsmittelwert Null 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 Hinweis Bei NORMAL und UNIFORM wird ein Pseudozufallszahlengenerator
231. ie auf Abwege geraten sind k nnen Sie die Zellenmarkierung jederzeit per Mausklick neu positionieren Sobald f r einen neuen Fall die erste Var ablenauspr gung eingetragen und quittiert wur de erh lt er f r die restlichen Variablen den In tialisierungswert SYSMIS dargestellt durch einen Punkt Wenn ber den Men befehl Ansicht gt Wertelabels die Anzeige von Wertelabels akti viert worden ist l sst sich z B nach einem Doppelklick auf die GESCHL Zelle ein Drop Down Men zur Unterst tzung der Werteingabe ffnen Ji kfar sav DatenSetO PASW Statistics Daten Editor EIER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Diagramme Extras Fenster Hilfe SUB mM 60 LER A AS ERS BR h geschl So ist eine Datenerfassung ohne Kenntnis der Kodiervorschriften m glich wobei aller dings der Zeitaufwand steigt Tragen Sie die restlichen Werte des ersten Falles ein jeweils quittiert mit der Tabulator taste So sieht der vollst ndig erfasste erste Fall unserer Stichprobe im Datenfenster aus bei abgeschalteter Wertelabels Anzeige s kfar sav Daten5Set0 PASW Statistics Daten Editor Datei Bearbeiten Ansicht Daten Transformieren Analysieren Diagramme Extras Fenster Hilfe SHAR 9 nER A AS ELM Yob y Wenn Sie den Wert der letzten Variablen mit der Tabulatortaste quittieren setzt SPSS freundlicherweise die Zellen
232. ie g ltige Werte behandelt Ist z B beim Umkodieren in dieselben Variablen f r eine Variable der Wert 99 als be nutzerdefinierter 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 Rekodierung die Var ablendeklaration angepasst werden Oben wurde schon er l utert wie man bei Bereichen alter Werte die unerw nschte Mitbehandlung von benutzerde fin erte MD Indikatoren verhindern kann 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 Datentransformation 93 xa Umkodieren in andere Variablen Alte und neue Werte Systemdefiniert fehlend i System oder benutzerdefinierte fehlende Werte a Bereich TT pis Hinzuf gen Entfernen l Bereich KLEINSTER bis Wert Te I Bereich Wert bis GR SSTER EEE F Ausgabe der variablen als Strings Ereite PA Ti Alle anderen Werte F Mum Strings in Zahlen umwandeln S gt 5 Weter Abbrechen Hilfe z Umkodieren in andere Variablen Alte und neue Werte C Systemdefiniert fehlen Systemdefiniert fehlend O Alte Werte kopieren System oder benutzerdefinierte fehlende Werte 2 thru 3 1 Be
233. iert und der Variablenname erscheint hinter dem Label zwischen eckigen Klammern Dabei werden die Variablen listen aufgrund des begrenzten Platzangebotes oft recht un bersichtlich z B ea H ufiekeiten Fallnummer tnr A Geschlecht geschl D Geburtsjahr jebi amp 5 Fachbereich fb F K rpergr e in cm groes F K rpergewicht in kg ge rger ohne kontrafaktische F rger mit kantrafaktischer lot H ufigkeitstabellen anzeigen Yariablein variaklein Statistiken D Diagramme Format Il Zur cksetzen Abbrechen Datendateien im Textformat einlesen 205 Seit SPSS 16 kann man durch Verbreitern von Dialogboxen gekappte Var ablenlabels vermeiden z B as Haufiekeiten varlable n Statistiken Draimmmertm A peia J Geschlecht geschl a Diagramme Geburtsjahr gebi h Fachbereich fb Fd K rpergr e in cm groesse 4 K rpergewicht in ka gewicht F rger ohne kontrafaktiache Alternative aergo Fi rger mit kontrafaktischer Alternative aergm r t H ufigkeitst hellen anzeigen Einf gen Zur cksetzen Abbrechen Mit der Option Namen anzeigen im Bereich Variablenlisten kann man auf die kom paktere Darstellung ohne Labels umschalten z B ca H ufiskeiten variabler Statistiken 6 geschi Diagramme gP geti gb tb CES F groesze a gewicht F aergo F aergm lot
234. ierung bereits erledigt sein wenn das COMPUTE Kommando zur LOT Berechnung ausgef hrt wird 3 Erstellen S e eine Variable namens BMI mit dem aus K rpergr e und K rpergewicht nach folgender Formel Gewicht in kg Gr e in m berechneten Body Mass Index Wir werden sp ter im Rahmen unserer ern hrungsphysiologi schen Begleitstudien siehe Abschnitt 8 der Frage nachgehen ob beim BMI Geschlechtsun terschiede bestehen 3 Berechnen Sie aus dem Geburtsjahr der Untersuchungsteilnehmer das Alter wobei zu be r cksichtigen ist dass die Manuskriptstichprobe aus dem Jahr 2000 stammt Wir haben bei der Datenerhebung nach dem Geburtsjahr gefragt weil manche Auskunftspersonen diese In formation leichter und genauer liefern k nnen als das Alter Bei der Forschungsarbeit und in Ergebnisberichten ist das Alter jedoch handlicher Au erdem ist zu bef rchten dass mit dem Wissen um den Erhebungszeitpunkt irgendwann das Wissen um das Alter der Befragten ver loren geht Die von Scheier amp Carver 1985 verwendete Verschleierungstechnik kann sicher in speziellen F llen zur Ver besserung der Datenqualit t beitragen soll aber hier keinesfalls als Routinetechnik empfohlen werden Datentransformation 105 6 5 Bedingte Datentransformation Gelegentlich ist es erforderlich eine Datenmodifikation auf diejenigen F lle zu beschr nken die eine bestimmte Bedingung erf llen Wir ben tigen z B m KFA Projekt eine solche M glich kei
235. iftart Gr e SansSerif v 135 7 BE 7 u X ir bss u Anzeigestatus 9 Eingeblendet J Ausgeblendet Seitentitel Schriftart Ausrichtung ii SansSerif 10 5 B 7 u u ii A La 4 Li Textausgabe hm Schriftart Gr e Academy Engraved LET 0s 7 Br lu E i Pr m Eai a v Befehle im Log anzeigen OK Abbrechen Beim Speichern eines Datenblatts k nnen auch alternative Dateiformate gew hlt werden z B EXCEL SAS Stata Text Zum sp teren Sichern in eine bereits zugeordnete Datei dient der Befehl Datei gt Speichern Alternativ k nnen Sie mit der Maus auf das Symbol f 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 Kodierplan 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 n
236. ige Testproblem betrachten Ho Uy SHo vs Hi Uy Ho bzw H 4 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 betragsm ig gro e Temp Werte mit positivem oder negativem Vorzeichen indikativ f r 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 art kulieren Anderen falls resultiert ein so genannter verf lschter Test Daher ist die zweiseitige berschreitungswahr scheinlichkeit Pe Ton zu ermitteln und in folgender Entscheidungsregel zu verwenden gt 0 05 gt H beibehalten Tanp Pa I2 n 2 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 Br Tz es 0 05 Bei unserer Stichprobengr e n 31 erhalten wir Tkrit 2 2 04 Bei zweiseitiger Testung haben wir zwei symmetrisch angeordnete Ablehnungsbereiche 5 0 0 T T T 122 Pr fung der zentralen Projekt Hypothesen Weil unsere Teststatistik symmetrisch um den Wert Null verteilt ist gilt f r Temp 2 0 l Pa T gt Fap Ta Pa T 2 en 1 4 2 Die berschreitungswah
237. ilfsmittel f r die Datenerhebung und erfassung eine Rolle Mit Hilfe der Computer Technik ist eine interaktive nd v dualisierte und dabei auch noch konomische Daten erfassung m glich Bei der zeitgenauen Steuerung experimenteller Abl ufe kommen spe zielle Rechner im Forschungslabor zum Einsatz F r eine kontinuierliche alltagsbegle tende Datenerfassung k nnen oft Rechner m Taschenformat genutzt werden Einfache Befragungen werden mittlerweile routinem ig v a Internet realisiert wenn die zu unter suchende Population auf diesem Weg erreichbar ist Empirisch pr fbare Hypothesen ber Modellparameter formulieren Aus einer in theoretischen Begriffen formulierten Hypothese ergibt sich im Verlauf der Untersuchungsplanung durch zahlreiche Konkretisierungen und Operationalisierungen eine in empirischen Begriffen formulierte und damit statistisch pr fbare Hypothese Von einfachen F llen abgesehen werden sich die zu pr fenden Hypothesen einer Studie auf Parameter eines mathematischen Modells beziehen das also sp testens jetzt explizit zu formulieren ist Bei den Hypothesen muss klar erkennbar sein ob eine gerichtete oder eine ungerichtete Behauptung vorliegt ber den Steigungsparameter der bivariaten linearen Regression mit dem Kriterium Y und dem Regressor X Y Bo BX te behauptet eine gerichtete Alternativhypothese z B Einstieg in SPSS f r Windows 5 P gt 0 Dem steht die folgende Aussage der ungerichteten
238. inem Klick auf den Schalter OK wird die Graphik erstellt Das Ergebnis ist in Abschnitt 9 2 zu sehen 9 1 2 Dialogbox Einfaches Streudiagramm Wer sich mit der Diagrammerstellung noch nicht anfreunden kann hat in der SPSS Version 17 auch noch die veralteten Dialogfelder zur Verf gung z B zum Erstellen eines Streudia gramms Diagramme 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 e Streu Punktdiagramm Pa Eee ae Sir Einfaches je Fi ro Punktdi agram m FRE BAR Stre p a Er und wechseln per Mausklick auf den Schalter Definieren zur Dialogbox Einfaches Streu diagramm wo die beteiligten Variablen per Drag amp Drop oder Transportschalter gt ihre Rol len erhalten 154 Graphische Datenanalyse Einfaches Streudiaeramm Y Achse i Lenei Tiel 4 Geburtsjahr gebj v K rpergewicht in kg gewicht 65 Fachbereich tk We A Arger ohne konifata K rpergr e in cm groesse 4 rger mit kontrafakti Optionen Markierungen festlegen durch b Geschlecht geschl Falkeschrittung T Fallnummer tnr rFelder anordnen nach Zeilen variablen verschachteln keine leeren Zeilen Spalten gt Eigene Studie motiv je gb Bewerbung um Stell ha gbh Bewerbung um HW
239. inen sollen Um diese Entscheidung in der H ufigkeiten Dialogbox zu treffen m ssen Sie brigens die Format Subdialogbox ffnen und im Rahmen Mehrere Variablen die passende Option 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 GEBJ GROESSE GEWICHT AERGO und AERGM Nun sollte Ihr Syntaxfenster den zu Beginn des Abschnitts w edergegebenen Inhalt haben Die Kommandos GET und DATASET NAME s nd schon gelaufen Das zusammen mit der ersten H ufigkeitsanalyse automatisch erstellte Kommando DATASET ACTIVATE DatenSetl aktiviert vorsichtshalber das mit der Rohdatendatei kfar sav verbundene DatenSet1 Es ist momentan berfl ssig weil gar kein anderes Datenset existiert kann aber bedenkenlos ausge f hrt werden Um die H ufigkeitsanalysen zu erhalten m ssen S e noch die beiden FREQUEN CIES Kommandos ausf hren lassen Weil es sich um eine Teilmenge der im Syntaxfenster vor handenen Kommandos handelt m ssen S e folgenderma en vorgehen e Markieren Sie 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 PASW Statistics Syntax Editor Datei Bearbeiten Ansicht Daten Transformieren Analysieren Diagramme Extras Ausf hren Werkzeuge Fenster Hilfe chee 5 609 E
240. iner 5 Die minimale erwartete Haufigkeit 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 18 19 bei df 5 ist unter der Ho wenig wahrscheinlich Insbesondere ist die empirisch ermittelte berschreitungswahrscheinlichkeit deutlich kleiner als die blicherweise akzeptierte Irrtums 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 178 Analyse von Kreuztabellen wahrscheinlichkeit von a 0 05 Folglich entscheidet sich der x Test klar gegen die Ho In Abschnitt 7 1 wurde dieses Argumentationsmuster der Inferenzstatistik ausf hrlich erl utert Neben der s Statistik nach Pearson berechnet SPSS noch die alternative Pr fgr e la die auf dem Likelihood Quotienten Prinzip basiert Letztere ist unter der Ho ebenfalls asympto tisch d h f r n gt y verteilt mit df z 1 s 1 Freiheitsgraden und trotz unterschiedli cher Herleitung sind beide Statistiken asymptotisch quivalent d h mit wachsender Stichpro bengr e werden sie immer hnlicher W hrend bei gr eren Stichproben wegen der asymptoti schen Aquivalenz die Entscheidung f r eine der beiden Pr fgr en beliebig ist sprechen einige Befun
241. ingangsbereich Geb ude E ist f r Angeh rige der Universit t Trier ein Datentr ger samt Installationsanleitung verf gbar Damit kann SPSS auf einem Rechner unter MacOS oder Windows mit permanentem Internetzugang an der Uni oder im Privatbereich zur kostenlosen Nutzung der URT Lizenzserver installiert werden Zur Installation der Programme auf einem Windows Arbeitsplatzrechner im Campusnetz stehen au erdem automatische Routinen zur Verf gung die im Rahmen einer normalen Anmeldung bei der Windows Dom ne URT ber Start gt Systemsteuerung gt Software gt Neue Programme hinzuf gen erreichbar sind 30 Einstieg in SPSS f r Windows c Kostenpflichtige individuelle Mietlizenz netzunabh ngig F r Rechner unter MacOS oder Windows ohne permanente Netzverbindung zu den URT Lizenzservern kann in der Benutzerberatung eine befristete SPSS Einzelplatzlizenz erworben werden 2 2 Programmstart und Benutzeroberfl che 2 2 1 SPSS starten Nach erfolgreicher Anmeldung bei einem Pool PC unter Windows erreichen Sie SPSS 17 ber das Desktop Symbol yY O r 7 Fasywy Statistics 17 URT oder ber das Startmen Start gt Alle Programme gt Wissenschaftliche Programme gt SPSS gt SPSS Statistics 17 Auf einem PC mit lokaler SPSS Installation k nnen Sie das Programm in der Regel so starten Start gt Alle Programme gt SPSS Inc gt SPSS Statistics 17 gt SPSS Statistics 17 Nach dem Start erscheint der folgende Assi
242. ipte zur Verwendung spezieller Analysemethoden in SPSS wurde schon im Vorwort hingewiesen 2 4 2 SPSS SPSS im Internet SPSS bzw SPSS ist m Internet vielfach pr sent besonders zu erw hnen sind Die WWW Homepage der Firma SPSS Inc http www spss com Die Usenet Diskussionsgruppe comp soft sys stat spss http groups google de group comp soft sys stat spss topics Hier werden technische und statistische Themen lebhaft diskutiert wobei SPSS Mit arbeiter zu wichtigen Fragen kompetent Stellung nehmen 2 4 3 URT Service Punkt Bei Problemen mit der Anwendung von SPSS Produkten k nnen sich Angeh rige der Universi t t Trier an den URT Service Punkt wenden Web http helpdesk uni trier de Mail helpdesk uni trier de Tel 0651 201 4400 Ort Foyer Geb ude E Zeiten Montag bis Donnerstag 07 45 18 15 Uhr Freitag 07 45 16 30 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 Erfassun
243. ir den gew nschten Dateina men kfa sav ein und erzeugen mit Einf gen das ben tigte SAVE Kommando Hinweise zur Ausgabedate eines Transformationsprogramms e Verwenden S e n emals dieselbe Datei als Quelle und Ziel des Transformationspro gramms Schreiben Sie also keinesfalls mit Ihrem Transformationsprogramm in die Roh datendate 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 ungef hr folgenden Inhalt haben Datentransformation 113 GET FILE U Eigene Dateien SPSS kfar sav DEKADE RECODE geb7 1960 thru 1969 1 1970 thru 1979 2 INTO Dekade EXECUTE LOT Fragen umkodieren RECODE lot3 lot4 lot5 lot12 5 1 4 2 2 4 1 5 EXECUTIE IDGEW berechnen COMPUTE idgew groesse 100 VARIABLE LABELS idgew Idealgewicht nach der Formel Gr e 100 EXECUTE LOT berechnen COMPUTE Lot MEAN 6TLSELF19E3 10E4 18555 198855 599 11 1 0 E12 VARIABLE LABELS lot LOT Optimismus EXECUTE x AERGAM berechnen COMPUTE aergam aergo aergm 2 VARIABLE LABELS aergam Mittel der rger Variablen EXECUTE x AERGZ berechnen COMPUTE aergz sergm aergo
244. ischen 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 siehe unten 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 in 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 Graphiken an Stelle der aus praktischen Er w gungen m glichst kurz gew hlten und mit Syntaxrestriktionen belasteten Variablen namen z B Verbot von Leer und Sonderzeichen angezeigt werden sollen z B Variablenlabel Fachbereich an der Universit t Trier eh K rpergewicht
245. istiken gb Fallnummer frr r db Geschlecht geschl Diagramme Geburtsjahr geki gt Fallnummer tnr Format gt Fachbereich fb K rpergr e in cm groesse ee Fi K rpergewicht fin kg gewicht i rger ohne kontrafaktische Alternative aergo rger mit kontrafaktischer Alternative aergm D ot P w D ta H ufigkeitstabellen anzeigen Zur cksetzen Abbrechen Bei einer l ngeren Liste ist es sehr hilfreich dass SPSS beim Eintippen einer Variablenbezeich nung das erste aktuell kompatible Listenelement markiert wobei der Name oder das Label falls vorhanden anzugeben ist Begeben Sie sich anschlie end in die Subdialogbox Diagramme und w hlen Sie im Rahmen Diagrammtyp die Option Balkendiagramme weil die Merkmale Geschlecht und Fachbe reich nominalskaliert sind a H ufigkeiten Diagramme rDiagramnmtyp Mit Mormalverteilungskurve rDiagrammwerte H ufigkeiten _ Prozentwerte weiter Abbrechen Hilfe Wer nicht mehr genau wei wozu man Balkendiagramme und Histogramme verwendet kann sich mit der kontextsensitiven Hilfe Aufkl rung verschaffen Quittieren Sie die Subdialogbox Diagramme mit Weiter und die Hauptdialogbox mit OK Daraufhin pr sentiert SPSS die Ergebnisse im Ausgabefenster PASW Statistics Viewer das sich in den Vordergrund dr ngt Univariate Vert
246. istiken ein pr zises Bild von der Effektlage zu verschaffen statt einem S gnifikanztest blind zu vertrauen der eventuell durch technische Fehler belastet ist Im Vergleich zur relativ symmetrischen Verteilung von AERGO um den Mittelwert 5 68 ist die AERGM Verteilung deutlich nach rechts verschoben Mittelwert 7 68 und deformiert rger mit kontrafaktischer Alternative Mittelw ert 7 68 Std Abw 2 271 H ufigkeit 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 s ch auch n s gnifikanten Ergebnissen der Tests zu Schiefe und Kurtosis widerspiegelt Univariate Verteilungs und Fehleranalysen 73 USMAN 4472106 SF Schiefe Kurtosis 1 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 nicht zwangsl ufig zu einer negativen Schiefe f hren siehe Abbildung n Abschnitt 1 3 2 Offenbar st aber der KFA Effekt so stark dass er die rgerverteilung an die Decke geschoben und damit rechtssteil negativ schief ge macht hat b Ergebnis der Fehleranalyse Uns
247. it tskorrektur nach Yates 183 Kreuztabellen 167 Kritischer Wert 119 Kurtosis 71 Stichwortregister L Leerzeilen 114 Lernprogramm 33 Levene Test 147 Life Orientation Test 10 Likelihood Quotienten Test f r Kreuztabellen 178 Linearit tsannahme 123 Logische Operatoren 108 Logischer Ausdruck 107 108 164 Abarbeitungsreihenfolge 109 unbestimmter 107 Wahrheitstafeln 108 L schen Fall 55 Variable 47 LOT 93 M Mantel Haenszel Statistik 178 MD Indikator 2 Mehrfachantworten Set 17 18 Mehrfachwahl H ufigkeiten 186 Kreuztabellen 189 Mehrfachwahlfragen 186 sparsames Set aus kateg Variablen 18 vollst ndiges Set aus dichot Variablen 17 Mehrfachwahl Fragen 17 Mehrfachwahl Set definieren 186 Men zeile 31 Messniveau 44 MISSING VALUES Kommando 200 Missing Data Indikator 21 Modellierung 2 Moderatoreffekt 160 MRSETS 187 MULT RESPONSE 187 N Navigat onsbereich 63 64 NMISS 111 Nominalskala 167 Nominalskalenniveau 20 Normalit tsannahme 123 Normalverteilungsannahme 122 Normalverteilungsannahme 128 Normalverteilungstests 126 128 NOT Operator 108 Nullhypothese Numerische Funktionen Numerische Variablen Numerischer Ausdruck Auswertungspriorit ten O OCR Offene Fragen Offene Transformationen ffnen Datendatei OMR Online Datenerhebung Operationalisierung Ordinatenabschnitt OR Operator P Pearsons Chi Quadrat Statistik Phi Koeffizient Pivot Editor Plausibilit tspr fungen Population Positionierte Dat
248. itt 1 4 3 5 Es bietet s ch an die Definition der Variablen METHI bis METH3 durch entsprechende Wertelabels zu komplettieren 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 zu unseren Pflichtaufgaben Bei vielen Variablen sind wir sogar ausgesprochen neugie rig auf die Verteilung z B bei den Variablen AERGO und AERGM In manchen Projekten wird sich die Forschungsarbeit sogar auf die Beschreibung von univar a ten Verteilungen beschr nken Meist sind aber auch multivariate Zusammenhangsanalysen von Interesse 4 1 Erfassungsfehler Speziell bei der manuellen Datenerfassung sind Fehler praktisch unvermeidbar Manche Fehler sind als Verst e gegen G ltigkeitsregeln relativ leicht aufzusp ren Beispiel Wenn bei der Variablen GESCHL nur die Werte 1 f r Frauen und 2 f r M n ner erlaubt sind dann ist z B der Wert 3 sofort als Erfassungsfehler 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 such
249. jekt die Verteilungs und Fehleranalysen bei den Variablen GESCHL FB GEBJ GROESSE GEWICHT AERGO und AERGM durch vgl Abschnitt 4 GET FILE U Eigene Dateien SPSS kfar sav DATASET NAME DatenSet1 WINDOW FRONT DATASET ACTIVATE DatenSetl FREQUENCIES VARIABLES geschl fb BARCHART FREQ ORDER ANALYSIS FREQUENCIES VARIABLES geb groesse gewicht aergo aergm STATISTICS STDDEV VARIANCE MINIMUM MAXIMUM MEAN MEDIAN MODE SKEWNESS SESKEW KURTOSIS SEKURT HISTOGRAM NORMAL 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 S tzung mit einem leeren Datenfens ter angenommen Verzichten Sie also beim SPSS Start auf das ffnen einer Datendatei per Startassistent z B durch einen Mausklick auf den Schalter Abbrechen Dabei erhalten Sie ein leeres Datenfenster mit dem Namen DatenSet0 Rufen Sie die Dialogbox zum ffnen einer Datendate 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 sas Daten ffnen Suchen in SPSS amp a BE A kfar saw A g J l Dateiname ktar sav ffnen F Dateityp PASY Statistics sav Einf gen
250. k z B 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 verbundene Stichproben muss die Arbeitsdatei um eine neue Variable z B IDGEW genannt erweitert werden deren Werte nach der Formel GROESSE 100 98 Datentransformation 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 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 Var iablenname kann aus einer Liste per Transportschalter Drag amp Drop oder Dop pelklick bernommen werden e Mit Hilfe einer virtuellen
251. kt abgeschlossen werden Wenn S 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 Endet eine Kommentarzeile mit einem Punkt so betrachtet SPSS das Kommentar Kommando als abgeschlossen Wenn Sie einen Punkt als Satzzeichen ans Ende einer Kommentarzeile gesetzt haben dann m ssen Sie die n chste Kommentarzeile wieder mit COMMENT oder einleiten 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 empi rische Studien dass vor dem eigentlichen Start der Datenanalyse aus den Rohvariablen mit zahl reichen Datentransformationen neue oder modifizierte Fertigvar ablen erstellt werden m ssen Dabei geht es sowohl um sorgf ltig zu absolvierende Pflicht bungen als auch um kreative Beg r ffsbildungen mit dem Ziel durch geschickte Kombination vorhandener Informationen begriff lichen Mehrwert zu schaffen Wir werden z B aus den einfachen Begriffen Gewicht und Gr e den f r unsere ern hrungswissenschaftlichen Begleitst
252. labels Fehlende W Spalten Ausrichtung Messniveau 1 fnr Numerisch 8 0 Fallnummer Keine Keine 3 Rechtsb ndig amp Nominal P a a5 Datenansicht Variablenansicht PASW Statistics Prozessor ist bereit 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 Da in SPSS der Variablentyp numerisch voreingestellt ist m ssten wir vor dem Erfassen von Daten anderen Typs auf jeden Fall eine Var iablendefinition vornehmen Allerdings sind solche Variablen in unserem Kodierplan nicht vorgesehen 42 Einstieg n SPSS f r Windows 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 25 Typ Die wichtigsten SPSS Variablentypen sind schon benannt Numerisch String und Datum siehe Seite 20 In der Regel 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 numer
253. lichen Status der Pro banden genauer untersuchen und au erdem viele zus tzliche Merkmale erheben z B Alter Ge schlecht Beruf Schadstoffbelastung der Wohnung speziell Radon Eine praktikable Auswer tung solcher Datenmengen ist nur mit EDV Hilfe m glich Mit SPSS f r Windows steht ein be Einstieg in SPSS f r Windows 3 quemes leistungsf higes und sehr bew hrtes Analysesystem f r die statistische Forschung zur Verf gung Es bietet u a fast alle wichtigen statistischen Verfahren gute graphische Darstellungsm glichkeiten eine umfangreiche Unterst tzung bei der Datenverwaltung die in der Windows Welt gebr uchlichen Verfahren zur Kooperation mit anderen Pro grammen z B Zwischenablage Programmi erschnittstellen Weil SPSS auch auf anderen Plattformen vertreten ist und sein Datendateiformat weithin unter st 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 n der Literatur zur empirischen Forschung informieren k nnen s ehe z B Bortz amp D ring 1995 Pedhazur amp Pedhazur Schmelk n 1991 Schnell Hill amp Es
254. lle Personen einer Population bestehen wom glich sogar mit derselben Ef fektst rke Die konkretisierte Hypothese sollte ber die im statistischen Entscheidungs verfahren tats chlich analys erten Modell bzw 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 digten mit hochgradig verf gbarer kontrafaktischer Alternative im Mittel mehr Arger Das folgende Diagramm zeigt die Verteilungen des rgers aus der Situation ohne blau bzw mit KFA rot im Sinne unserer Alternativhypothese KFA Nein Ja Wahrscheinlichkeitsdichte rger Wir wollen unser Entscheidungsproblem mit einem t Test f r verbundene bzw abh ngige Stichproben l sen falls die Verteilungsvoraussetzungen dieses Verfahrens erf llt sind Da ge richtete Hypothesen vorliegen ist einseitig zu testen Dabei wird eine Irrtumswahrscheinlichkeit erster Art in H he von a 5 akzeptiert Unsere Studie soll aus
255. llnummer frr b Geschlecht geschl D Geburtsjahr gebj amp 5 Fachbereich fk P K rpergr e in c P K rpergewicht in rger ohne kortr rger mit kontrata Motive zur Kursteinahme Definieren Auswertungsstatistik Mz WEI atati Foszition Spalten C Ausblenden Kategorieposition Standard Im 58 kategorien und Gesamtsummen Svele Zeilenvariablen I Ok Einf gen Zur cksetzen Abbrechen Hilfe nn Bei markierter Zeilen bzw Spaltendimension ffnen wir jeweils ber den Schalter Kategorien und Gesamtsummen den folgenden Dialog Auswertung von Mehrfachwahlfragen 191 Lg Kategorien und Gesamtsummen Ausgew hlte variable Geschlecht Anzeigen Wertelabels Wert e Variablenlabel rau rNeues Zwischenergebnis Ausschlielsen ire alsan merenlerernerels nase Aus allen Zwischenergebnissen i Ze mituna Kategorien verbergen PHSSEASSENE Maegornen L Einf gen rKategorien sortieren Nach wert auch anzeigen Fehlende rGesamtsummen und Zwischenergehnisse en Fa Oberhalb der Kategorien f r die sie gelten Unterhalb der Kategorien f r die sie geten Leere Andere beim Durchsuchen Gesamtergebnis F i verie Kategorien der Daten gefundene Werte Beschriftung Zuweisen Abbrechen und markieren das Kontrollk stchen Gesamtergebnis Auf der Registerkarte Option
256. lnahme angegeben und wir ignorieren diese offene Frage im weiteren Projektverlauf 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 Var ablentypen 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 eine 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 f und m 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 Sie sich nur zwischen der numerischen und der alphanumerischen Kodierung entscheiden Bei Merkmalen mit mindestens ordinalem Skalenniveau ist offensichtlich nur die numerische Kodierung sinnvoll B
257. lotl lotz lota lot4 lot5 1969 163 51 5 8 4 2 i 2 1970 158 5 E 4 3 2 4 B 4 2 2 E 2 4 4 1 1969 174 1967 182 A tenansich aa varlablenansicht PAS Statistics Prozessor ist bereit Wenn dieses Verhalten st rt kann man z B die Kommandos DATASET NAME und DATASET ACTIVATE streichen Dann bleibt das per GET bef llte und mit der Rohdatendatei verbundene Datenset unbenannt und wird bei jeder Ausf hrung des Programms berschrieben c kfar say PASW Statistics Daten Editor maf Datei Bearbeten Ansicht Daten Transftormieren Analysieren Diagramme Extras Fenster Hilfe eA m 00 mer A HE ea yot 4 Sichtbar 30 von 30 wariabler inr geschl gebj tb groesse gewicht aergo aergm loti lot lota lot4 lot5 1969 163 51 1569 174 5 5 4 2 1 1970 158 5 5 4 3 2 4 a 4 2 2 1967 z 2 4 4 1 5 3 Arbeiten mit dem Syntax Fenster Im Syntaxfenster lassen sich automatisch erstellte SPSS Kommandos leicht modifizieren um z B die in einer Statistikprozedur zu analys erenden Variablen auszutauschen 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 automatis
258. lt e Die rechteckige F lle x Variablen Datenmatrix Diese wird auf dem Datenansicht Registerblatt des Dateneditors bearbeitet e Einen so genannten Deklarationsteil auch Datenlexikon genannt Eine Variable besitzt mehrere verarbeitungsrelevante Attribute z B einen eindeutigen Namen ber den sie bei der Anforderung statistischer oder graphischer Analysen ange sprochen werden kann Zur Verwaltung der Attribute dient das Variablenansicht Registerblatt des Dateneditors Mit Hilfe des Dateneditors oder durch Transformationskommandos siehe unten k nnen w h rend einer S tzung u a folgende Modifikationen an einem Datenblatt vorgenommen werden e Definition von neuen Variablen nderung von Variablenattributen z B Namen e Manuelle Erfassung von neuen F llen Wir werden in unserem kleinen Demoprojekt die Daten manuell erfassen e L schen von Variablen oder F llen e Berechnung neuer Var ablen aus bereits vorhandenen e Einlesen von Daten aus einer vorhandenen Date in einem unterst tzten Format z B SPSS Text MS Excel SAS Stata ODBC Wenn ein Datenblatt ber das Ende der Sitzung hinaus erhalten bleiben soll muss es explizit gesichert werden in der Regel in eine SPSS Datendatei siehe Abschnitt 3 2 5 Seit der Version 14 0 unterst tzt SPSS bzw SPSS die simultane Verwendung mehrerer Daten editorfenster z B 2 fbgeschl sav DatenSet2 PASW Statistics Date Bearbei Ansie Date Transform Analysie
259. lten im Ausgabefenster u a f r jede abh ngige Variable einen Boxplot 7 3 3 Ergebnisse f r AERGZ Bei der Ausrei eranalyse gibt es nur einen Problemfall und zwar ausgerechnet bei der Variablen AERGZ ber die unsere zentrale KFA Hypothese gepr ft werden soll Hier tanzt Fall Nr 4 aus der Reihe Pr fung der zentralen Projekt Hypothesen 127 15 4 4 rger Zuw achs 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 nicht 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 doch noch eine Gelegenheit die Deklaration von benut
260. lues 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 e Piot on y axis Power 1 B err prob e as a function of Effect size f 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 Tests von der Effektst rke abh ngt 136 Pr fung der zentralen Projekt Hypothesen ji GPower Plot Eile Edit view Graph Table t tests Linear multiple regression Fixed model single regression coefficient Tail s One Number of predictors 1 Total sample size 31 err prob 0 05 m Ma i EL zE i 1 je l u L I EL 0 3 Effect size f Plot Farameters Plot on y axis Power 1 6 err prob we with markers and displaying the values in the plot as a function of Effect size f from 0 1 in steps of 0 05 through to Plot graph s interpolating points w with amp err prob ka and Total sample size ka Draw plot Erst ab einer Effektst rke von ca f 0 35 bzw R 0 26 ist die Power so gro ca 0 95 dass man die ausgebliebene Signifikanz als Beleg gegen einen Effekt dieser St rke werten kann Unserer Studie hat also keinesfalls die differentialpsychologische Nullhypothese bewiesen aber doch ein Argument gegen die Exi
261. lverteilt ist Leider kolli diert die Bezeichnung mit der oben eingef hrten Abk rzung f r unsere rgerzuwachsvariable Man geht davon aus dass die Verteilungs Approximation ab n gt 20 hinreichend genau ist so dass wir den Test bei unserer Stichprobe n 31 in der blichen approx mativen Form anwen den d rfen Bei kleineren Stichproben muss die exakte Variante des Tests eingesetzt werden die von SPSS ebenfalls unterst tzt wird Weil der Vorzeichentest weit weniger empfindlich auf Ausrei er reagiert 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 AERGZ Histogramm spricht f r einen starken KFA Effekt n der erwarteten Richtung Eine genaue Kenntnis des deskriptiven Ergebnisbilds kann verhindern dass wir von einem durch technische Defekte verf lschten Testergebnis n die Irre gef hrt werden 7 3 4 Ergebnisse f r
262. m korrekt festgelegt werden Wenn das Diagramm kategoriale Wariablen erth lt m ssen au erdem Wertelabel f r jede Kategorie definiert werden Klicken Sie auf OR um das Diagramm zu definieren Klicken Sie auf Warlableneigenschaften definieren um das Messniveau festzulegen oder Labels f r Diagrammwariablen zu definieren Fi Dieses Dialogfeld nicht mehr anzeigen OR varableneigenzcha ften definieren Das Dialogfeld Diagrammerstellung u Diagrammerstellung variablen Diagrama eOrSsc hay verwendet Belspleidaten h Fallnummer fnr db Geschlecht geschl g Geburtsjahr gekil gh Fachbereich tb Fi K rpergr f se fin cm K rpergewicht in k rger ohne kontrat ODER g rger mit kontratakti loH klicken Sie auf die Registerkarte P or Grundelemente um ein Diagramm Element f r 8 ma Element zu erstellen FE Kategorie 1 EI Kategorie 2 Ziehen Sie ein Galeriediagramm als Ausgangspunkt hierher ie Grundelemernte Gruppen Punkt TitelF u noten Ausw hlen au Elementeigenschaften Favoriten nn Baken Optionen Linie Fl che Kreis Polar Histogramm Hach Tief Boxplot Eoppelachsen Zur cksetzen Abbrechen unterst tzt zwei Vorgehensweisen zur Definition eines neuen Diagramms e Graphiktyp aus der Galerie als Ausgangspunkt w hlen und individuell gestalten e Graphik aus Grundelementen z B Achsensystem Linie aufbauen Wir w hlen den vom
263. mando Cramers V D DATASET NAME Dateidefinitions Kommandos Daten suchen Datenblatt Datendatei 119 157 5 8 119 20 15007 136 108 59 40 58 50 7 194 144 63 31 62 139 60 75 105 165 3 166 5 8 120 104 124 110 177 178 78 209 73 40 ffnen Dateneditor Dateneditorfenster Dateneingabe Datenerfassung automatisierte manuelle per Datenbankprogramm per SPSS Dateneditor Datenlex kon Datenmatrix Datenschutz Daten Set Datensicherheit Datentransformation bedingte Datumsvar ablen Deklarationsteil Demographische Merkmale Dezimalstellen n P vot Tabellen Dezi maltrennzeichen Diagrammerstellung Diagrammvorschau Dienst Kommandos Differentialpsychologische Hypothese DO IF DO IF Kommando DO REPEAT Kommando E Effektst rke E genschaftsfenster Einf gen Fall Variable Einf gen Schaltfl che Einf gen Schaltfl che E inseitige Hypothesen f r 2 x 2 Tabellen Einstellungen modifizieren Ein Stichproben t Test Erfassungsfehler Exact Tests Modul Exakte Tests EXECUTE Kommando Explorative Datenanalyse Exportieren Exze 151 152 209 162 105 192 192 9 120 168 177 178 157 182 204 104 57 179 179 90 96 124 125 67 71 216 Stichwortregister F Fall einf gen 55 erschieben 55 l schen 55 F lle auflisten 166 ausfiltern 164 gewichten 184 F lle ausw hlen 164 Fallidentifikation 16 Falls Subdialogbox 105 Falls
264. markierung gleich in die erste Datenzelle des n chsten Fal les so dass Sie die Dateneingabe unmittelbar fortsetzen k nnen Daten korrigieren 3 2 8 1 Wert einer Zelle ndern Nat rlich k nnen die Eintragungen in einer Zelle jederzeit korrigiert werden Wert ersetzen o Zelle markieren o neuen Wert eintippen wobei der alte berschrieben wird Einstieg in SPSS f r Windows 55 Wert in der Eingabezone editieren o Zelle markieren o Wert in der Eingabezone oberhalb der Datenmatrix editieren kfar sav DatenSet1 PASW Statistics Daten Editor ME Datei Bearbeiten Ansicht Daten Transiormieren Analysieren Diagramme Extras Fenster Hilfe SEA E 9 LER A Ad ERBE YOS y 1 gebj gt 5 Sichtbar 30 von 30 Variablen nr _geschl gebi fb groesse gewicht aergo aergm lott lot2 lot3 1 1969 163 51 1970 PASA Stalistics Prozessor izt bereit geschehen kann Wert in der Zelle editieren o Doppelklick auf die Zelle o Vermutlich ist ein Programmfehler daf r verantwortlich dass die Zelle nochmals angeklickt werden muss o Nun kann der Wert in der Zelle ge ndert werden 3 2 8 2 Einen Fall einf gen Gehen S e folgenderma en vor um einen Fall einzuf gen 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 W hlen Sie aus dem
265. moskedastizit 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 b r Sa Sy und der gesch tzte Standardfehler zu b gleich 2 S 17r AY a Sy N 2 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 Sx vn 2 __ b T Sy She of 7 3 Verteilungsanalyse f r die abgeleiteten Variablen F r die folgenden Schritte wird eine aktive SPSS Sitzung mit ge ffneter Fertigdatendatei kfa sav vorausgesetzt Ob S e die SPSS Kommandos zu den anstehenden Analysen f r sp tere Wiederverwendung konservieren wollen bleibt Ihnen berlassen Wir wollen zun chst die univar aten Verteilungen der abgeleiteten Variablen LOT AERGAM AERGZ und BMI untersuchen Analog zu den Verteilungsanalysen n 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 Berdem wollen wir noch eine weitere Gef
266. n Wir m chten SPSS anweisen unsere empirischen Daten zu lesen gegebenenfalls aus den gelesenen Variablen interessante 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 nsche hinsichtlich der Arbeitsweise von SPSS Or entiert an den gerade sk zz erten Teilaufgaben kann man die verf gbaren SPSS Kommandos in folgende Gruppen einteilen e Dateidefinitions Kommandos Sie 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 n cht 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 Ein Beispiel ist das FREQUENCIES Kommando e Dienst Kommandos Damit kann man u a die Arbeitsweise von SPSS beeinflussen z B Startwert des Pseudo zufallszahlengenerators setzen und verschiedene Informationen anfordern 210 Anhang In folgendem SPSS Programm treten Kommandos aus allen Gruppen auf comment Gr
267. n 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 n Abschnitt 3 2 6 vorgeschlagene Transformationsprogramm das aus der Rohdaten datei durch diverse Transformationen die Fertigdatendate des Projekts erstellt Wir werden f r unser KFA Projekt ein solches Programm in Abschnitt 0 erstellen Ob s ch be einer konkreten Anweisungssequenz das Abspeichern als SPSS Programm lohnt muss von Fall zu Fall entschieden werden Bei kurzen simplen Sequenzen mit geringer Wieder holungswahrscheinlichkeit ist ein Konservieren unrentabel Es soll nicht verschwiegen werden dass die Ausf hrung einer Anweisungssequenz mit dem Umweg ber ein Syntaxfenster geringf gig mehr SPSS Kenntnisse erfordert als die direkte Aus f hrung durch Quittieren von Dialogboxen mit OK Wer sich beim Umgang mit SPSS Kom mandos unsicher f hlt bei seinem relativ kleinen Projekt 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 d
268. n allen Fachbereichen gleich H Die Frauenanteile in den Fachbereichen sind 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 175 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 ae n m y NT i l j l Mm x Darin bedeuten Lr 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 i Nj beobachtete H ufigkeit in Spalte j n Umfang der Gesamtstichprobe Die Formel zur Sch tzung der erwarteten H ufigkeiten m j unter der Nullhypothese ist leicht nachvollziehbar Zun chst soll die Wahrscheinlichkeit DB der Zelle ij unter der Ho bestimmt werden Da es sich hier um ein Verbundereignis aus zwei unabh ngigen Ho Einzel ereignissen handelt Zeile i und Spalte j ergibt sich pY als Produkt der Wahrscheinlichkeiten pi und p f r die beiden verkn pften Einzelereignisse PD P P Die Wahrscheinlichkeiten p und p sind allerdings nicht bekannt sondern m ssen durch die entsprechenden relativen H ufigkeiten in der Stichprobe gesch tzt werden Die Wahrschein lichkeit p zur Zeile i wird gesch tzt durch die relativ
269. n diesem Manuskript vorgestellten Arbeitsweise sind die von SPSS produzierten EXE CUTE Kommandos in der Regel berfl ssig Aufgrund der heutzutage verf gbaren Rechenleis tung lohnt es sich allerdings nur bei einer sehr gro en Arbeitsdatei diese Kommandos aus einem automatisch 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 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 Kommando 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 Datentransformation 97 sa kfar sav DatenSet1 PASW Statistics Daten Editor Datei Bearbeiten Ansicht Daten Transformieren Analysieren Diagramme Extras Fenster Hilfe eH3aE se Er A HE EEE 59 y 1 Dekade Sichtbar 31 von 31 YWaria
270. n lassen SPSS Dialogboxen lassen sich vergr ern so dass man im konkreten Beispiel f r die komplette Anzeige der Var ablenlabels sorgen kann za H ufigkeiten ariabl arable m Statistiken _ Sa 6 Fallnummer fn o A db Geschlecht geschl Diagramme lagramme D Geburtsjahr geki u Formata m amp gt Fachbereich fb F K rpergr e in cm groesse F K rpergewicht n kg gewicht 4 rger ohne kortrafaktische Alternative aerga Fi rger mit kontrafaktischer Alternative aergm g loti H ufigkeitstabellen anzeigen OK Einf gen Zur cksetzen Abbrechen Markieren Sie in der Anw rterliste links die Variablen GESCHL und FB und bef rdern Sie diese per Mausklick auf den Transportschalter gt ali in die Teilnehmerliste rechts 60 Univariate Verteilungs und Fehleranalysen za H ufigkeiten Yarable n Statistiken db Fallnummer tnr gh Geschlecht gesachl tat D Sehutje Ih Dieramne F K rpergr e in cm groesse Fi K rpergewicht in kg gewicht 4 rger ohne kontrafaktische Alternative aerga 4 rger mit kantrafaktischer Alternative aergm Format H ufigkeitstabellen anzeigen x Einf gen Zur cksetzen Abbrechen Hie e Statt den Schalter D zu benutzen k nnen Sie in SPSS solche Transportaufgaben auch per Drag amp Drop Ziehen und Ablegen erledigen sa H ufiekeiten variablen Stat
271. n leicht m glich mit den Fremdprogrammen aber kaum Zum ffnen eines Viewer Dokuments mit den Befehlen 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 d e markierten Ausgabeobjekte z B Tabellen und oder Diagramme n die W ndows Zwischenablage zu bef rdern Zum Einf gen in der Z elanwendung kann man den Men befehl Bearbeiten gt Einf gen 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 Univariate Verteilungs und Fehleranalysen 67 auf das entnommene Format Einfluss zu nehmen Wenn S e beim Einf gen einer Tabelle das Format Grafik Windows Metadatei oder das Format Bild Erweiterte Metadatei w h len erhalten Sie in der Zielanwendung ein Graphik Implantat mit dem Original Design aus dem SPSS Viewer So wurden z B die in Abschnitt 4 3 wiedergegebenen Tabellen bertragen Bei Verwendung des voreingestellten Einf geformats sollte z B aus einer SPSS Tabelle eine MS Word Tabelle werden die sich uneingeschr nkt mit den Mitteln des Z ielprogramms editie ren l sst 4 4 5 Ausgaben exportieren P vot T
272. n mit dem Ge wicht Eins in die Kreuztabellenanalyse eingehen Wenn die vorhandenen Beobachtungen individuelle Gewichte 1 erhalten werden nat rlich Signifikanztests 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 ngig sind 13 Auswertung von Mehrfachwahlfragen In Abschnitt 1 4 2 3 wurde betont dass mit einer Mehrfachwahlfrage nicht 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 tritt 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 wie auch immer in gleicher Form auszuf hren F r diese Situation bietet SPSS gewisse Rationalisierungsm glichkeiten die in
273. n mit u der Erwartungswert Populationsmittelwert des Merkmals AERGO und mit uy der Erwartungswert des Merkmals AERGM bezeichnet wird dann lautet unser allgemeinpsy chologisches KFA Testproblem H Hu Sho vs Hin gt Ho Mit Hilfe der Differenzvariablen AERGZ AERGM AERGO deren Erwartungswert mit u bezeichnet werden soll l sst sich das Testproblem quivalent noch kompakter formulieren H u lt O vs H u gt 0 Bei der Reformulierung wird die folgende Identit t ausgenutzt Linear t t des Erwartungswerts Hz Hu Ho Wir setzen voraus dass die Differenzvariable AERGZ normalverteilt ist mit dem Erwartungs wert u und der Varianz o 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 verwendet man eine so genannte Teststatistik T synonym Pr fgr e die aus den Stichprobendaten berechnet wer den kann und folgende Eigenschaften besitzt e Sie ist indikativ f r Abweichungen der wahren Populationsverteilung von der Nullhypothe senbehauptung und w chst tendenziell mit zunehmender Effektst rke im Sinne der Alternativhypothese vgl Abschnitt 1 3 2 Sie quantifiziert also
274. n 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 if G Power 3 1 2 a Fie Edit View Tests Calculator Help Central and noncentral distributions Protocol of power analyses critical t 1 78229 Test family Statistical test t tests v Means Difference between two dependent means matched pairs From differences Type of power analysis A priori Compute required sample size given power and effect size Mean of difference 20 SD of difference 20 Input Parameters Output Parameters Tail s One v Noncentrality parameter 5 3 6055513 Effect size dz 1 0000000 Criticalt 1 7822876 Mean group 1 amp err prob 0 05 Df bee j f Mean group 2 O From group parameters Power 1 B err prob 0 95 Total sample size Actual power 0 9597032 SD group 1 SD group 2 Correlation between groups Calculate Effect size dz 1 Calculate and transfer to main window Close X Y plot for a range of values Calculate Unsere KFA Hypothese handelt vom rgerzuwachs aufgrund der kontrafaktischen Alternative und kann ber die Differenz der beiden rgermessungen beurteilt werden Wir verwenden in G Power 3 1 diese Sichtweise um die Effektst rk
275. n zugeh rigen Populationserwartungswert untersu chen F r n erfasste Werte X i 1 n nehmen wir an dass sie jeweils mit einem Erfassungs fehler F belastet sind wobei die Erfassungsfehler den Erwartungswert Null haben sowie unter einander und von den korrekten Beobachtungswerten T unabh ngig sind X T F E F 0 E X E u 58 Univariate Verteilungs und Fehleranalysen Var T 0 Var F 0 F r die Varianz des Mittelwerts aus den fehlerfrei erfassten Werten gilt lg bg 1 o Var T Var X T I VarlT n o D vor r vel ao F r die Varianz des Mittelwerts der fehlerhaft erfassten Werte erhalten wir en 1 n 1 n 1 2 2 Va Var T a r 5 Valt Vore Senlo 03 3 N iz N iz 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 _ 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
276. nformativen Namensstamm eine fortlaufende Nummer angeh ngt wird z B LOT1 LOT 26 Einstieg in SPSS f r Windows 1 4 3 5 Kodierplan Die Festlegungen zur Strukturierung und Kodierung der Projektdaten sollten in 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 Merkmal y XE Kodierung Bemerkungen ar name E Fallnummer MD Indikator entf llt u a gt PO EEE 2 Mann MD Indikator SYSMIS amsa Kr S oO MD Indikator SY SMIS Fachbereich FB P dag Philos Psychol II Sprachen II Hist und polit Wiss IV BWL Ethnol Inform Mathe Soziol VWL Wirtsch Inf V Jura VI Geowissenschaften VII Theologie MD Indikator SYSMIS MD Indikator SYSMIS MD Indikator SYSMIS Arger als Herr AERGO 0 Meier l 10 ohne KFA a 10 100 Wir sparen uns per Division MD Indikator SYSMIS durch Zehn viel Schreibarbeit und Arger als Herr AERGM haben dabei eine zul ssige Trans Schulze formation vorgenommen mit KFA Fe 10 100 MD Indikator SYSMIS LOT Fragen LOTI bis LOTI2 Kursmotive MOTIV bis SYSMIS wird nicht vergeben
277. ng bis 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 Eigenschaften des Programms dargestellt 2 1 SPSS Produkte an der Universit t Trier An der Universit t Trier steht SPSS f r MacOS und Windows mit nahezu identischer Erweite rungsmodul Ausstattung zur Verf gung Regression Models Advanced Models Tables Trends Categories Conjoint Exact Tests nur Windows Missing Values Analysis Aus der SPSS Produktfamilie ist au erdem das nur f r Windows verf gbare Strukturgleichungs analyseprogramm Amos vorhanden Die aufgef hrten SPSS Produkte k nnen von Angeh rigen der Universit t Trier im Rahmen ihrer dienstlichen T tigkeit bzw ihrer Ausbildung auf folgende Weise genutzt werden a Pool PCs Auf den Pool PCs unter dem Betriebssystem Windows finden S e ber Start gt Alle Programme gt Wissenschaftliche Programme die Programmgruppe SPSS mit Unterverzeichnissen zu allen installierten SPSS Produkten bzw Versionen b Kostenlose Nutzung ber die URT Lizenzserver netzabh ngig Auf der Webseite http www uni trier de index php id 2519 1 und im Service Punkt des Rechenzentrums E
278. ng den Wert 10 174 Analyse von Kreuztabellen Eigenschaften Beschriftungen und Teilstriche Zahlenformat variablen Diagrammar se Textstil Skala Bereich Minimum Maximum Erste Unterteilung Typ Linear C Logarithmisch Basis Exponent Exponent Unterer Rand o Oberer Rand 7 Zuweisen Abbrechen Hilfe Au erdem wird auf der Registerkarte Zahlenformat die Dezimalstelle entfernt 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 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 st gleich dem Produkt aus den Wahrscheinlichkeiten der Randereignisse im Beispiel Mann Fachbereich V H Die Merkmale Geschlecht und Fachbereich sind 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 i
279. nhand der H ufigkeitstabelle zur Vari ablen GEBJ Geburtsjahr H ufigkeit Prozent Prozente Prozente 1961 1 3 2 3 2 3 2 1964 1965 1966 1967 1968 1969 1970 1972 1974 1975 Gesamt N N ONNO SS NND a gt amp _ berzeugen kann ist 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 geplanten Rekodierung wird die F lle x Variablen Datenmatrix der Arbeitsdatei um eine neue Variable erweitert die folgenderma en aus der vorhandenen Variablen GEBJ entsteht Datentransformation 89 DEKADE 1969 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 und machen Sie folgenderma en weiter Bef rdern Sie in der Dialogbox Umkodieren in andere Variablen die Variable GEBJ in das Feld Eingabevariable gt Ausgabevariable Statt den Schalter D zu benut zen k nnen Sie in SPSS solche Transportaufgaben auch per Drag amp Drop Ziehen und Ablegen erledigen za Umkodieren in andere Variablen Eingabevariakle gt Ausgabevariable Ausgabevariable a Falnummer frr Geschlecht geschl Geburtsjahr gebil amp b F
280. nmatrix auszuschneiden zu kopieren und einzuf gen auch zwischen verschiedenen Datensets Wer derartige relativ fehleranf llige Umordnungsma nahmen vornimmt wird gelegentlich von der M glichkeit profitieren mit der Tastenkombination Strg Z ber den Symbolschalter oder mit dem Men befehl Bearbeiten gt R ckg ngig die letzte nderung r ckg ngig machen zu k nnen In Abschnitt 4 6 wird beschrieben wie man im Datenfenster nach Variablenauspr gungen su chen kann 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 kategorialen Variablen vor gesehen hat z B METHI bis METH3 der muss nicht nur mechanisch Daten eintippen son dern auch gelegentlich mit Kreativit t und Ordnungssinn neue Methodenkategorien definieren und dokumentieren Beim Erfassen der Daten die in diesem Manuskript analysiert werden ent stand folgende Liste Faktorenanalyse Regressionsanalyse Korrelationsanalyse Var anzanalyse Strukturgleichungsanalyse Clusteranalyse Diskr iminanzanalyse Logistische Regression Conjoint Analyse Diese Tabelle vervollst ndigt unseren Kodierplan vgl Abschn
281. nteressierenden Wert e Klicken Sie auf das Symbol oder w hlen Sie den Men befehl Bearbeiten gt Suchen Dann erscheint d e folgende Dialogbox za Suchen und ersetzen Datenansicht Spalte Iot10 Fi Ersetzen Optionen einblenden Weitersuchen Ersetzen Ale ersetzen schlieren e Tragen Sie den zu suchenden Wert ein und klicken Sie auf den Schalter Weitersu chen F r die Suche nach SYSMIS ist ein Punkt einzutragen e Daraufhin markiert SPSS die erste Trefferzelle und S e 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 27 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 5 Speichern der SPSS Kommandos zu wichtigen Anweisungsfolgen 5 1 Zur Motivation Eventuell erhalten S e nach Abschluss der Fehlerkontrolle noch weitere bearbeitete Frageb gen Sie freuen sich nat rlich ber die Stichprobenerweiterung und erfassen sofort die neuen F lle Dann allerdings f llt Ihnen ein dass nun alle Kontrollanalysen 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
282. nzahl von Interesse an Statistik 80 0 20 0 100 0 von Geschlecht 100 0 100 0 100 0 190 Auswertung von Mehrfachwahlfragen 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 Darstellung der 2x2 Tabellen zu Geschlechtsunter schieden bei den Kursmotiven Geschlecht Motive zur Kursteilnahme Eigene Studie 79 2 66 7 76 7 Bewerbung um Stelle 4 2 0 3 3 Bewerbung um HIWI Job 0 16 7 3 3 Interesse an der EDV 12 5 33 3 16 7 Interesse an Statistik 37 5 16 7 33 3 Andere Motive 4 2 0 3 3 Gesamt 100 0 100 0 100 0 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 Benutzerdefinierte Tabellen erneut die Dialogbox f r benutzerdefinierte Tabellen Ausgehend von dem in Abschnitt 13 2 erreichten Bearbeitungszustand bewegen wir die Variable GESCHL auf die Spalten Ablagezo ne LEl Benutzerdefinierte Tabellen abelle Titel Teststatistiken Optionen variablen E Normal E Kompakt I Schichten Fa
283. og Man kann selbstverst ndlich nach Wahl einer Basis Visualisierung noch Deta il Angaben machen z B eine Markierungs und oder eine Datenbeschriftungsvariable w hlen ffnet man im Ausgabefenster ein per Grafiktafel Vorlagenauswahl erstelltes Diagramm er scheint der Grafiktafel Editor z B 156 Graphische Datenanalyse m Grafiktafel Editor Datei Bearbeiten Ansicht Hilfe Ey iea L E DE lt lt Ar Academy Engrave 0 0 Einschlie en Geschlecht Frau Mann K rpergewicht in kg Ausschlie en k3 s gt EF x 2 170 150 K rpergr e in cm reduzieren 5 x e Q9 Typ Punkte l Auswertung keine Statistik hd Modifikator auto Er bietet m Vergleich zum Diagramm Editor siehe Abschnitt 9 2 sehr eingeschr nkte M glichkeiten und erlaubt z B nicht das Erg nzen einer Regressionsgeraden Wir werden die Graphiktafel Technik in diesem Kurs nicht mehr benutzen 9 2 Streudiagramm per Diagramm Editor modifizieren Wenn Sie im Ausgabefenster einen Doppelklick auf eine per Diagramerstellung oder ber ein veraltetes Dialogfeld erstellte Graphik setzen wird sie im Diagramm Editor ge ffnet m Diagramm Editor Datei Bearbeiten Ansicht Optionen Elemente Hilfe oe EXYkKErFEHF R LEZ TemLlL Ei FK e hL w eek aa Geschlecht OFrau O Mann ke E c w lt k 3 D i a
284. orieren Gehen S e folgenderma en vor um die relevanten Daten zu importieren Datendateien im Textformat einlesen 195 Textimport Assistenten starten und Datei ausw hlen Nach dem Start des Textimport Assistenten ist zun chst die Eingabedatei zu w hlen z Daten ffnen 2 kfar kv pos txt B kfar kv sep txt Dateiname kfar kv pos tt ffnen Dateityp Text txt dat Einf gen 7 SE Abbrechen E String L ngen anhand beobachteter Werte minimieren 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 sa Assistent f r Textimport Schritt 1 von 6 lee e Wilkommen beim Assistenten f r Textimport 630 2400 0 73 40 33 62 a ne s Dieser Assistent unterst tzt Sie beim Einlesen von Daten aus Ihrer En Text Dateiund Informationen ber die variablen angeben AAeist die Textdatei ein vordefiniertes Format auf 177115845 6 6 453l2l4542432 110000 177115955 45 3453335442442 110010 174415045 3 5 453224443542 100010 175116575 2 553125544551 100100 Zur ck Fertigstellen Abbrechen Da wir auf eine solche Vorarbeit nicht zur ckgreifen k nnen machen wir weiter Schritt 2 Im zweiten Schritt teilen wir mit dass die Variablen in unserer Eingabedatei feste Positionen bzw eine feste Breite besitzen 196 Datendateien im Textformat einlesen Assistent f r
285. praktischen Gr nden mit der studentischen Stichprobe der Kursteil nehmer durchgef hrt werden Damit k nnen unter induktivistischer Perspektive d e 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 F rma SPSS unterst tzt solche Berechnungen m Zusatzprogramm SamplePower das uns leider Hier handelt es sich um einen statistischen Terminus der nur zuf llig mit unserer allgemeinpsychologischen Hypothese den Wortbestandteil alternativ gemeinsam hat Einstieg in SPSS f r Windows 9 nicht zur Verf gung steht Stattdessen verwenden wir das exzellente Power Analyse Programm G Power 3 1 Faul et al 2007 2009 das f r MacOS und Windows kostenlos ber folgende Webseite zu beziehen ist http www psycho uni duesseldorf de abteilungen aap gpower3 Auf den Pool PCs der Universit t Trier unter dem Betriebssystem Windows l sst sich G Power 3 1 ber folgende Programmgruppe starten Start gt Alle Programme gt Wissenschaftliche Programme gt GPower Wir w hlen e Test family t Tests e Statistical test Means Difference betwee
286. r 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 Spaltengrenze verschieben und somit die Spaltenbreite ndern ber den Men befehl Format gt Breite der Datenzellen l sst sich die Breite s mtlicher Datenzellen einer Tabelle numerisch spezifizieren z B 146 Pr fung der zentralen Projekt Hypothesen 5 Breite der Datenzellen einstellen Breite f r alle Datenzellen pt OK Abbrechen Nach missratenen Gestaltungsbem hungen bringt eventuell der Men befehl Format gt Automatisch anpassen wieder ein akzeptables Ergebnis zu Stande 7 7 6 Tabellenvorlagen F r eine Pivot Tabelle kann nach dem Men befehl Format gt Tabellenvorlagen das Design einer Tabellenvorlage bernommen werden So sieht unser Beispiel nach Anwen dung der Vorlage Academic aus t Test zur Differenz von Real und Idealgewicht Real Idealgewicht Mittelwert 9 32 Standardabweichung 6 19 Standardfehler des Mittelwertes 1 11 95 Konfidenzintervall Untere 11 59 der Differenz Obere 7 05 T 8 39 Signifikanztest df 30 Sig 1 seitig 0 00 An das sinnlose Auftauchen und Verschwinden von Gitterlinien haben wir uns mittlerweile ge wohnt Solche Fehler k nnen in der Regel nach dem Zwischenablagen Transfer zu einem Text verarbeitungsprogramm mit den dortigen Mitteln behoben werden 8 Gruppenvergleic
287. r 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 Graphische Datenanalyse Wir haben schon einige graphische Darstellungsm glichkeiten kennen gelernt die im Rahmen von Statistikprozeduren angeboten werden z B Histogramm Boxplot In diesem Abschnitt arbeiten wir erstmals mit dem Diagramme Men und vor allem mit dem Diagramm Editor zur individuellen Nachbearbeitung von Diagrammen SPSS Einsteiger werden vermutlich durch das Diagramme Men leicht irritiert weil hier gleich drei Zug nge angeboten werden Diagramme I Diagrammerstellung Grafiktafel vYorlagenausws ahl veraltete Dialogfelder ber veraltete Dialogfelder Diagramme Diagrammerstellung rafiktafel vorlagenauswahl d Ind Balken nm sDb Balken Linie ke Fl che J Kreis il Hoch Tiet Boxplot veraltete Dialogtelder EFt Fehlerbalken A Bev lkerungspyramide Streu Punkt Diagram m hl Histogram Interaktiv 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 entstehen Diagramme die anschlie end mit dem Diagramm Editor modifiziert werden k nnen Seit SPSS 17 ist ber die Grafiktafel Vorlagenausw
288. r 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 Gruppe w hlen e Beschriftung der Gruppenzelle nach Doppelklick anpassen In der folgenden Version unserer Tabelle wurde eine Gruppe mit den drei Kategorien zum t Test gebildet Test bei gepaarten Stichproben K rpergewich t in kg Idealgewicht nach der Formel Gr e 100 Mittelwert Standardabweichung Standardfehler des Mittelwertes 95 Konfidenzintervall Untere der Differenz RA T Signifikanztest af Sig 2 seitig Au erdem wurde das Gruppenetikett vertikal zentriert ber das Registerblatt Ausrichtung und R nder der per Kontextmen erreichbaren Dialogbox mit den Zelleneigenschaften Leider nervt erneut das unberechenbare Auftauchen und Verschwinden von Gitterlinien Selbst definierte Gruppierungen lassen sich ber das Kontextmen Item Gruppierung aufhe ben wieder entfernen 144 Pr fung der zentralen Projekt Hypothesen 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 Stat stikdimension auf den Standardfeh ler des Mittelwerts verzichten Test bei gepaarten Stichproben K rpergewich t in kg Idealgewicht nach der Formel Gr e 100 Mittelwert 9 323 Standardabweichung 6
289. r SPSS Kommandosprache 16 1 1 Hilfsmittel f r das Arbeiten mit der SPSS Kommandosprache 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 1X 175 175 178 179 182 182 182 183 184 184 185 186 186 188 189 191 194 194 200 202 204 204 205 206 207 207 207 208 209 210 211 211 212 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 ben tigt eine Technologie zur Untersuchung probabilistischer Gesetze Beispiel Welchen Effekt hat das Rauchen auf die Entstehung von Lungenkrebs Wie wir wissen hat das Rauchen auch bei gleicher Dosierung der Schadstoffe keinesfalls f r alle Personen dieselben Folgen Die Frage nach dem Effekt des Rauchens ist anhand weniger unre pr sentativer Einzelbeobachtungen z B der steinalte Kettenraucher nicht zu kl ren In einer solchen Situation k nnen statistische Methoden dabe helfen rationale Entscheidungen zu tref fen denn Wall s
290. ral 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 Faul F Erdfelder E Lang A G amp Buchner A 2007 G Power 3 A flexible statistical power analysis program for the social behavioral and biomedical sciences Behavior Research Methods 39 175 191 Faul F Erdfelder E Buchner A amp Lang A G 2009 Statistical power analyses using G Power 3 1 Tests for correlation and regression analyses Behavior Research Methods 41 4 1149 1160 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 reality to its alternatives Psychological Review 93 136 153 Mehta C R Patel N R 1996 SPSS Exact Tests 7 0 for Windows Chicago IL SPSS Inc Noru is M J 2009 SPSS 16 0 Statistical Procedures Companion Upper Saddle River NJ Prentice Hall Norusis M J 2009 SPSS 16 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 Thousand Oaks CA Sage
291. rammieren sondern nur gelegent lich ein von SPSS automatisch erzeugtes Kommando modifizieren wollen Der aktuelle Ab schnitt ist f r ambitionierte Anwender innen gedacht die bereit sind SPSS Programme 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 Kommandosprache Das wichtigste Hilfsmittel f r das Arbeiten mit der SPSS Kommandosprache st die Command Syntax Reference d e als PDF Dokument ber das Hilfesystem verf gbar ist Hilfe gt Befehlssyntax Referenz Hier findet man ausf hrliche Beschreibungen der SPSS Kommandos mit zahlreichen Beispielen und wertvollen Literaturhinweisen zu den realisierten statistischen Methoden Das Syntaxfenster erleichtert die Bearbeitung von Kommandos ber Zeilennummern farbliche Unterscheidung verschiedener Syntaxbestandteile und eine intelligente Syntaxvervollst ndigung z B d Syntax1 PASW Statistics Syntax Editor m efx Datei Bearbeite Ansich Daten Transformier Analysiere Diagramm Extras Ausf hre Werkzeuc Fenste Hilfe eH3a 5 69 Ermi A P9 o0 n se H Ik 4 im m Arbeitscatei Datensett PASA Statistics Prozessor ist berei In 1 Col3 Au erdem bietet es ein bequemes Verfahren Syntaxinformationen zu einem konkreten Kom mando anzufordern Setzen S e die Schreibmarke auf das Kommando und klicken S e dann auf das Symbol 21 Zum FRE
292. rb 9 E Bus He MO gt Ej Ausgabe Geschlecht Log H ufigkeit Prozent Frozente Prozente EI Anmerkungen G ltig Frau 25 50 8 20 6 0 6 fiz Aktiver Datensatz Mann Ei 19 4 19 4 100 0 A Statistiken Gesamt 31 100 0 100 0 H ufigkeitstabelle a Geschlecht Fachbereich ie Balkendiagramm H ufigkeit Prozent Frozente Frozente 19 Titel G ltig aal Geschlecht Il m Fachbereich Wr l Gesamt EE PASY Statistics Prozessor ist bereit H 160 9 454 pt So wird ein schnelles Navigieren zwischen den verschiedenen Ausgabebestandteilen erm glicht 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 verschieben Wesentliche Bestandteile des Inhaltsbereichs sind Pivot Tabellen und Graphiken Zu ihrer Nach bearbeitung steht jeweils ein spezieller Editor zur Verf gung der per Doppelklick auf ein Objekt gestartet wird siehe unten Au erdem k nnen in einem Viewer Dokument noch protokollierte SPSS Kommandos Textausgaben Warnungen Anmerkungen und Titelzeilen auftreten 4 4 1 Arbeiten im Navigationsbereich Die meisten der anschlie end beschriebenen Aktionen im Navigat ionsbereich 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 gerade im Inhaltsbereich privilegiert d
293. rden sollte Sie aber von dieser M he verschont bleiben ltere Warnungen bzw Fehlermeldungen sollten vor einem Lauf des Transformationspro gramms aus dem Ausgabefenster gel scht werden um Unklarheiten zu vermeiden Durch einen gelungenen Lauf unseres Transformationsprogramms entsteht ein unbenanntes Da tenblatt das mit der per SAVE erstellten Fertigdatendatei kfa sav verbunden ist Am rechten Rand der Datenmatrix sind die neuen Variablen zu finden z B 116 Datentransformation JE kfa sav PASW Statistics Daten Editor BHR Datei Bearbeiten Ansicht Daten Transformieren Analysieren Diagramme Extras Fenster Hilfe eaS m 00O nmi AB BB os y l1 fr r 1 Sichtbar 37 von 37 Yariablen E Das seit Beginn unserer Arbeit am Transformationsprogramm vorhandene mit der Rohdatenda tei verbundene Datenset ndert sich durch den Programmlauf nicht weil es einen Namen erhal ten hat z B DatenSetl 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 smg methi meth2 meth3 Dekade idgew aergam aergz bmi polymot 63 4 13 6 5 19 20 50 3 00 65 22 43 74 3 53 60 15 16 02 375 40 23 25 Ol 3 00 o0 21 30 75 3 00 90 23 51 Br 2 00 ro 17 93 u NN N 5 5 55555 T O Jatenansicht Wariabklenansicht 1 1 1 1 1
294. re allgemeinpsychologische KFA Hypothese mit Pr fung der zentralen Projekt Hypothesen 119 gutem Grund einseitig formuliert haben und daher auch die einseitige berschreitungswahr scheinlichkeit ben tigen Es wird sich gleich zeigen dass man die einseitige berschreitungs wahrscheinlichkeit leicht aus der zweiseitigen berechnen kann 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 Pa Tz Torp l 1 1 Die Nullhypothese wird also abgelehnt wenn die Teststatistik 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 Signifikanztest zum Niveau a 0 05 ein kritischer Wert Tkrit so bestimmt dass gilt Pa Tz 2 Toit 09 05 Damit kann obige Entscheidungsregel quivalent folgenderma en formuliert werden 5 T gt Hu beibehalten emp 1 2 gt T a Hu verwerfen Tkt ist in unserer Situation gerade das 95 Quantil der t Verteilung mit n 1 Freiheitsgraden Bei der Stichprobengr e n 31 erhalten wir Tkrit 1 70 Wir haben bei den approximativen Tests in Abschnitt 4 5 die Testentscheidung anhand von kriti schen Werten vorgenommen Dort waren wir ausnahmsweise in der Lage keine berschrei tungswahrscheinlichkeiten
295. reich 4 thru amp 2 l his Hinzuf gen Entfernen l Bereich KLEINSTER bis Wert n I Bereich Wert bis GR SSTER GE Ausgabe der variablen als Strings Ereite y C Alle anderen Werte C Mum Strings in Zahlen umwandeln 5 5 Abbrechen Hilfe 2 Bei unserem LOT Fragebogen wurden die Fragen 3 4 5 und 12 aus messtechnischen Gr nden umgepolt negativ formuliert Indem eine optimistische Antwort abwechselnd durch Zustimmung oder Ablehnung zum Ausdruck kommt wird 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 4 2 l W hlen Sie den Men befehl Transformieren gt Umkodieren in dieselben Variablen 94 Datentransformation Quittieren Sie die bearbeitete Dialogbox Umkodieren in dieselben Variablen nicht mit OK sondern mit Einf gen damit das zugeh rige RECODE Kommando in das Syntaxfenster einge tragen wird in dem wir gerade unser Transformationsprogramm aufbauen Machen Sie sich klar warum die Abbildungsvorschrift 3 3 beim Umkodieren In dieselben Variablen ber fl ssig ist beim Umkodieren in andere neue Variablen aber unbedingt erforderlich w re 6 2 4 Visuelles Klassieren ber den Men befehl Transformieren gt Visuelles Klassieren
296. roesse K rpergewicht in kg gewicht Gruppenvarlablein F lle anzeigen El ale beschr nken auf die ersten l1 N Mur g ltige F lle anzeigen El Fallnummern anzeigen Wir erhalten folgende Liste Zusammenfassung von Fallen 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 TEEN P dagogik Philosophie Psychologie Sprachorientierte F cher Historische und politische Wissenschaften BWL Ethnologie Informat k 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
297. rscheinlichkeit 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 mitteilt 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 siehe Abschnitt 11 4 4 1 den exakten Test von Fisher kennen lernen bei dem eine ana loge Gleichung nicht gilt 7 2 Zu den Voraussetzungen der zentralen Hypothesentests Der t Test f r verbundene 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 Re
298. rt werden kann man in einer SPSS Datendatei mehrere Filtervariablen bereithalten Au erdem kann man die einem Filter zugrunde liegende Syntax abspeichern und sp ter wieder verwenden e Ausgew hlte F lle in neues Datenblatt kopieren Man erh lt ein neues Datenblatt mit den Positiv F llen e Nicht ausgew hlte F lle l schen Die Negat v F lle werden aus der Arbeitsdatei entfernt Aus einer eventuell zugeordneten externen Datei z B auf der Festplatte verschwinden die F lle dabei nicht Wenn Sie allerdings das teilentleerte Datenfenster sichern haben Sie eventuell anschlie end ein Problem Man kann die Positiv F lle auch ber eine Zufallsstichprobe gewinnen oder einen Fallbe reich festlegen z B zur Beschr nkung auf die ersten n F lle 166 F lle ausw hlen 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 ia F lle zusammenfassen variablen Geschlecht geschl h Fallnummer fnr 4 Geburtsjahr gebi rger ohne kontrafaktisc db Fachbereich fb Fi rger mit kontrafaktische F K rpergr e in cm g
299. rung aufheben Leider hat sich in SPSS 17 ein Fehler eingeschlichen so dass die ben tigte Kontextmen option nicht mehr nutzbar ist Allerdings l sst sich in SPSS 17 eine Gruppenzelle zu Zeilenkategorien doch entfernen indem man die Breite der Zelle durch Verschieben des rechten Rands auf Null bringt Pivot Tabelle Test bei gepaarten Stichproben Datei Bearbeiten Ansicht Einf gen Pivot Format Hilfe Test bei gepaarten Stichproben Faaren 1 K rpergewich tin kg Idealgewicht nach der Formel Gr e 100 Gepaarte Differenzen Mittelwert standardabweichung standardfehler des Mittelwertes 45 Konfidenzintervall _Intere der Differenz Obere T cf sig 2 seitig Pr fung der zentralen Projekt Hypothesen 143 Um denselben Trick bei der Paare Dimension auf die mit Paaren 1 beschriftete Gruppenzelle anwenden zu k nnen bringt man die Dimension vor bergehend in den Zeilenbereich Gegen die verbliebene Gruppe mit den Schranken zum 95 Konfidenzintervall der Differenz ist nichts einzuwenden Test bei gepaarten Stichproben K rpergewich t in kg Idealgewicht nach der Formel Gr e 100 Mittelwert Standardabweichung Standardfehler des Mittelwertes 95 Konfidenzintervall Untere 11 592 der Differenz She 7 053 T df Sig 2 seitig Das tr ckreiche Entfernen berfl ssiger Gruppierungen hat leider schwer vorhersehbare Effekte auf die Gitterlinien der Tabelle Wenn S e mehrere Kategorien eine
300. rung bewirkt hat SPSS noch ein EXECUTE gesetzt dessen Rolle in Abschnitt 6 3 erl utert wird Datentransformation 9 Unabh ngig von den guten Argumenten f r das Transformationsprogramm gibt es n Ihrer aktu ellen Lernphase einen Grund die obige Umkodieren Dialogbox per OK Schalter zu quittieren oder die zugeh rigen Kommandos 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 nr zur Umkodieren Dialogbox zur ck und quittieren sie mit OK Anschlie end befindet sich am rechten Rand der Arbeitsdatei die neue Variable DEKADE 2 kfar sav Daten5et1 PASW Statistics Daten Editor ER Datei Bearbeiten Ansicht Daten Transformieren Analysieren Diagramme Extras Fenster Hilfe eH Er 60 er A HE Ei 1 fnr 1 Sichtbar 31 won 31 YWariablen PASA Statistics Prozessor ist bereit 6 2 2 Technische Details Obwohl das Umkodieren eine simple Datentransformat on ist sind bei der praktischen Anwen dung doch einige technische Details zu beachten e Man kann bei einem Einsatz der Dialogbox Umkodieren in andere Variablen beliebig viele Variablen gleichzeitig umkodieren e Bei der Spezifikation der alten Werte die auf einen neuen Wert abgebildet werden sollen kann man angeben Einen einz
301. s methoden ausf hrlich besch ftigen 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 wir von jeder Person sechs eigenst ndige Merkmalsauspr gungen und ben tigen ohne Komprimierungsverfahren siehe unten folglich in der SPSS Datentabelle sechs Variab len um die Antworten aufzunehmen die wir z B durch die Zahlen Eins f r trifft zu und Null f r trifft nicht zu kodieren 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 za kfa say Datenset1 PASW Statistics Daten Editor E ER Datei Bearbeiter Ansicht Daten Transformiere Analysierer Diagramme Extras Fenster Hilfe im E Eh
302. sehen werden Lassen Sie sich daher f r die zugeh rigen Variablen ausgeben e Histogramme mit eingezeichneter Normalverteilungsdichte 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 folgende Statistiken Mittelwert Median Modalwert Standardabweichung Varianz Minimum Maximum Schiefe Kurtosis Exze Zur Auswahl der gew nschten Statistiken m ssen Sie die zust ndige Subdialogbox per Knopfdruck aktivieren sa H ufigkeiten Statistik Perzentilwerte Lagema e auartile Mittelwert Trennwerte f r gleiche Gruppen hediar Fi Perzentile Modalzert E Summe E Werte sind Gruppenmiitelpunkte Streuung Verteilung Standardabwzeichung Minimum Schiefe warlanz Maximum Fi Spannweite F Standardfehler weter Abbrechen Hite 2 Lassen Sie sich f r die LOT Variablen ausgeben e H ufigkeitstabellen e keine Graphiken e folgende Statistiken Mittelwert Median Modalwert Standardabweichung Varianz Mi n mum Maximum 70 Univariate Verteilungs und Fehleranalysen 3 Lassen Sie sich f r die Variablen MOTIV1 bis MOTIV5 ANDERE SMG und METHI bis METH3 ausgeben e H ufigkeitstabellen e keine Graphiken e keine Statistiken 4 Pr fen Sie f r alle Variablen nach ob unzul ssige Werte vorliegen 5 Untersuchen Sie bei den metrischen Variablen GROE
303. 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 irregul 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 ceinen 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 Transportieren 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 126 Pr fung der zentralen Projekt Hypothesen i Explorative Datenanalyse amp bh ngige variablen Statistiken u Geschlecht
304. ser 2005 Die anschlie ende Darstellung soll als bersicht dienen und ist daher relativ knapp gehalten 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 Hypothesen und Modelle Einer empirischen Untersuchung wird in der Regel eine l ngere Phase der intensiven theoreti schen Auseinandersetzung mit dem Thema vorangehen Daraus ergeben sich Forschungs interessen die u a in Abh ngigkeit vom Forschungsstand eher von explorativer hypothe sensuchender oder eher von konfirmatorischer hypothesenpr fender Natur s nd Oft werden beide Forschungsstrategien vertreten sein Die zu pr fenden Hypothesen sollten wegen hrer Steuerungsfunktion f r sp tere Schritte m glichst exakt formuliert werden H ufig werden s ch die Hypothesen auf Parameter in einem mathematischen Modell z B in einer linearen Regres s onsgleichung beziehen 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 e Festlegung der Beobachtungseinheit en und der zu untersuchenden Merkmale In der Regel ergibt sich aus der Fragestellung unmittelbar welche Beobachtungseinheiten M
305. sicht auf diese Idee haben wir die bislang existierende Datendate mit kfar sav r f r roh bezeichnet Im Namen der Fertigdatendate werden wir das r dann weglassen Wir werden m Verlauf des aktuellen Abschnitts 6 das SPSS Transformationsprogramm zu unse rem KFA Projekt erstellen indem wir passend konfigurierte Dialogboxen mit dem Schalter Ein Das Rekodieren ist keine zwingende Voraussetzung f r die Berechnung des Optimismus Sch tzwerts hat aber gravierende Vorteile z B einfachere Berechnung M glichkeit zur Skalenanalyse 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 f gen quittieren um die quivalenten SPSS Kommandos in einem Syntaxfenster zu sammeln siehe Abschnitt 5 Dabei ist eine hohe Sorgfalt erforderlich weil fehlerhafte Anweisungen im Transformationsprogramm schwerwiegende Konsequenzen f r die weitere Arbeit haben k nnen Das fertige Transformationsprogramm wird anschlie end ausgef hrt wobei die Fertigda
306. 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 G Power 3 1 vgl Abschnitt 1 3 2 w hlt man bei Fishers exaktem Test f r die 2 x 2 Tabelle e Test family Exact e Statistical test Proportions Fisher s exact test 11 4 4 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 In 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 III Aus den z B per Filterbedingung vgl Abschnitt 10 eingeschr nkten Beispieldaten Datei fbgeschl sav erhalten wir folgende Ergebnisse Analyse von Kreuztabellen 183 Kreuztabelle Fachbereiche an der Universit t Trier Gesamt oom v 1 Frauen 22 40 55 0 100 0 31 0 37 4 M nner 18 49 67 26 9 73 1 100 0 50 0
307. speziell gew nschten statistischen Auswertungsverfahren erstellen z B mit dem Ergebnis Regressionsanalyse Kreuztabellenanalyse Faktorenanalyse Diskriminanzanalyse Bei der Umsetzung in SPSS Variablen wird man bei einer relativ kurzen Kategorienliste ein vollst ndiges Set mit dichotomen Variablen verwenden ansonsten ein sparsames Set aus katego rialen Variablen siehe Abschnitt 1 4 2 3 Aus der obigen vierelementigen Liste mit speziellen methodischen Interessen entsteht also ein vollst ndiges Set mit dichotomen Variablen z B mit den Namen 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 erungen ber cksichtigen zu k nnen Das beschriebene Vorgehen erfordert zum Erstellen der Kategorienliste eine speziell bei gro en Stichproben l
308. st ndige empirische Studie von der ersten Idee ber die Kodierung Erfassung Kontrolle und Modifikation der Daten bis zur statistischen Auswertung und zur Verwertung der Ergebnisse Zwar werden auch in EDV handwerklicher Sicht die SPSS Optionen nicht ann hernd vollst n dig behandelt doch sollten Sie nach dem Kurs mit den erworbenen Grundkenntnissen unter 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 f r Windows 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 Kritik und Verbesserungsvorschl ge zum Manuskript werden dankbar entgegen genommen z B unter der Mail Adresse baltes uni trier de Trier im Mai 2010 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 empirisch
309. st sich 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 Wert bernommen 46 Einstieg in SPSS f r Windows ffnen Sie in der markierten Messniveau Zelle das Drop Down Men um f r die Fallnummer ein nominales Skalenniveau zu deklarieren lessniveau 5 Nominal MD Indikatoren m ssen wir dank SYSMIS Option im KFA Projekt generell nicht vereinbaren vgl Abschnitt 1 4 3 2 2 Wertelabels s nd bei der augenblicklich bearbeiteten Fallnummernva riablen irrelevant und das Attribut Ausrichtung bernehmen wir stets unver ndert Daher k n nen wir die Deklaration der Variablen FNR beenden Unbenannti DatensetO PASY Statistics Daten Editor Datei Bearkbeften Ansicht Daten Transformieren Analysieren Diagramme Extras Fenster Hilfe eHe T 69 ER A 2 EES HoD y Typ Spaltenformat Dezimalstellen Wariablenlabel Wertelabels Fehlende Spalten Ausrichtung Wessrveau Numerisch 8 0 Fallnummer Keine Keine Rechtsb ndig h Nominal Datenansicht Wa riablen sich t PASV Statistics 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 kodi
310. start 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 Dialogboxen 2 3 4 Lernprogramm 2 3 5 Fallstudien 2 3 6 Statistik Assistent pd IA NN OS N WW Wu 29 29 30 30 30 31 32 32 32 33 33 34 34 vi Inhaltsverzeichnis 2 4 Weitere Informationsquellen 2 4 1 Handb cher und Manuskripte 2 4 2 SPSS SPSS im Internet 2 4 3 URT Service Punkt 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 2 Erfassung mit dem SPSS Dateneditor 3 2 1 Dateneditor Datenblatt und Arbeitsdatei 3 2 2 Variablen definieren 3 22 Das Datenfenster Registerblatt Variablenansicht 3 2 2 2 Die SPSS Var iablenattribute 3223 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 3232 Variablen l schen 2 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 auf andere Variablen bertragen 3 2 4 3 Einzelne Attribute einer Variablen auf andere Variablen bertr
311. statistik a 0 _ TE Et M Pi zu 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 beobachtete H ufigkeit 15 gegen ber so resultiert die quadrierte und normierte Diskrepanz 20 15 5 5 Dieselbe Abweichung einer beobachteten H ufigkeit 2010 vom erwarteten Wert 2000 erbringt jedoch sinnvollerweise nur eine quadrierte und normierte Diskrepanz von 0 05 2010 2000 2000 20 0 05 Der x Wert ist offenbar wie es in Abschnitt 7 1 von einer Teststatistik gefordert wird indika U n tiv f r Abweichungen von der Nullhypothese Mit pP n als gesch tzter Wahrscheinlichkeit p der Zelle i j unter der Alternativhypothese beliebige Multinomialverteilung der H ufigkeiten m Mi in den z s Zellen und als gesch tzter Wahrscheinlichkeit po der Zelle i j unter der Null hypothese zeigt sich sogar ein sehr enger Bezug zwischen Pearsons x Pr fgr e und dem Ef fektst rkeindex W vgl Abschnitt 11 1 an 2 AU A PN m m x Pi 2 DDI i j l ij i j l mM i j l ij Analyse von Kreuztabellen 177 Au erdem erf llt die x Teststatistik nach Pearson auch die
312. stent ca PASW Statistics 17 0 Wie m chten Sie vorgehen Das Lernprogramm starten g Daten eingeben FE i Eine vorhandene Abfrage ausf hren H i Neue Abfrage mit Datenbank Assistent anlegen D Ha vorhandene Datenquelle ffnen Weitere Dateien U Eigene DateiemiSPSSikta sav Big C Anderen Dateityp ffnen F Dieses Dialogfeld nicht mehr anzeigen OK 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 Einstieg in SPSS f r Windows 31 sche und graphische Datenanalysen anfordern die dann im Ausgabefenster auch SPSS Sta tistics Viewer genannt erscheinen z B Lz Ausgabe Dokumenti PASW Statistics Viewer Datei Bearbeiten Ansicht Daten Tranmsformieren Einf gen Format Analysieren Diagramme Extras Hilfe SHAR BE HA Bark 9 E Hwe Her DE gt E45 Ausgabe Log Regression Titel 5 Anmerkungen Aktiver Datensatz A AufgenommenelEntfernte A Modellzusammenfassuni A AMIYA A Koeffizienten Regression von Gewicht auf Gr e Titel c5 Anmerkungen 5 Aktiver Datensatz aal Streudiagramm von Regr K rpergewicht in kg 170 K rpergr e in cm ppo PASA Statistics Prozessor ist bereit Die SPS
313. stenz eines starken Effekts 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 LOT 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 und Behandlung fehlender Werte informieren m chte kann eine elektro nische Publikation des Rechenzentrums zu diesem Thema Baltes G tz 2008b auf dem Webser ver 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 Behandlung fehlender Werte n SPSS und Amos 7 5 Pr fung der KFA Hypothese Nun wollen wir die allgemeinpsychologische Kernhypothese unserer Studie pr fen dass der rger ber ein ung nstiges Ereignis durch die mentale Verf gbarkeit kontrafaktischer also posi tiver Alternativen gesteigert wird 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 Stichproben den verteilungsfreien Vorzeichentest zu verwenden Suchen Sie die zu Pr fung d
314. t Een Trenmwerte erstellen Aus einer anderen ariablen N Pe a re a E Auf andere Yari Beschriftungen erstellen F Skala umkehren Einf gen Zur cksetzen Abbrechen Datentransformation 95 Ein Histogramm gibt eventuell Anregungen zur Aufteilung und mit dem Kontrollk stchen Ska la umkehren k nnte man im Beispiel daf r sorgen dass die Klasse mit den niedrigsten Ge burtsjahren den h chsten Wert erh lt Nach einem Klick auf den Schalter Trennwerte erstellen kann man im folgenden Dialog z B die Bildung von zwei ann hernd gleich stark besetzten Klassen veranlassen i rennwerte erstellen C Intervalle mit gleicher Breite rIntervalle mindestens zwei Felder ausf llen Gleiche Perzentile auf der Grundlage der durchsuchten F lle intervalle eines der beiden Felder ausf llen Anzahl der Trennwverte l Breite 50 00 O Trennwerte bei Mittelwert und ausgew hlten Standardabweichungen auf der Grundlage der durchsuchten F lle Q Durch Zuweisen werden die Trennwertedefinitionen durch diese Spezifikation ersetzt Ein letztes Intervall enth lt alle brigen Werte N Trennwerte f hren zu N 1 Intervallen Abbrechen Hife Im Hauptdialog werden nun die Trennwerte angezeigt z B Ea Visuelles Klassieren Liste der durchzuchten Yariablen Label ame Geburtsjahr geki Aktuelle Vari
315. t um bei den Motivations und Methodenvar ablen das bisher vertagte Problem der fehlenden Werte ad quat behandeln zu k nnen s ehe Abschnitt 1 4 3 2 Manchmal ist es angebracht f r mehrere disjunkte Teilmengen der Gesamtstichprobe jeweils spezifische Transformationen durchzuf hren Fallunterscheidung Z B k nnte man m Rahmen einer Untersuchung zum Essverhalten be der Berechnung einer Idealgewichts aus der K rper gr e bei Frauen und M nnern unterschiedliche Formeln 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 s ch jedoch nicht komplett mit Dialogboxen generieren 6 5 1 Beispiel In diesem Abschnitt soll endlich das MD Problem bei den Motivationsvariablen gel st werden Wir haben bei den Variablen MOT
316. t ohne Var ianzhomogenit tsannahme zur selben Entscheidung gekommen Nachdem die Varianzhomogenit t der Residuen gekl rt ist und deren Unabh ngigkeit ange nommen werden darf bleibt von den Voraussetzungen der Analyse noch die Normalit t der Re s duen zu untersuchen Um die Verteilung der Residuen mit geringem technischem Aufwand per Histogramm beurteilen zu k nnen f hren wir den t Test f r unabh ngige Stichproben mit der Prozedur 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 Histogramms zu den Res duen an Nach dem Men befehl Analysieren gt Regression gt Linear w hlen wir die anh ngige Variable BMI und die unabh ngige Variable GESCHL ca Lineare Regression Akh ngige variable a Statistiken b Fatnummertmm e 1 ur Geschlecht geschl Block von Diagramme _ Diagramme g Geburtsjahr gebi Speichern g Fachbereich fb Zur Weiter F K rpergr le n cm me EEE To Oationen Siuil S K vergeric ink g rger ohne kortrafa 4 rger mit kontrafakti r e lot F lat2 Methode Einschluss lot BE ENDE e In der Subdialogbox Diagramme fordern wir ein Histogramm f r die standardisierten Resi duen an sa Lineare Repression Diagramme Streuchiagramm 1 von 1 Diagramme der standardisierten Residuen F Normalverteilungad
317. tandardisiert vl _ Korrigiert _ Stuchentisiert _ Standardfehler des Mitelwerts Ausgeschlossen _ Studentisiert ausgeschl Distanzen Einflussstatistiken C Mahalanobis C Digeta C nagh Cook _ standardisiertes DfBeta _ Hebeiwerte C Difi Vorhersageinterwalle _ Standardisiertes DiFit C Mitteiwert C Individuell _ Kovarianzwerh ftnis Konfidenzintervall in eine neue 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 sind Verletzungen der Normalit t ernst zu nehmen k nnen aber mangels Testst rke schwer nachgewiesen werden e Bei einer gro en Stichprobe verliert die Normalit tsannahme an Bedeutung zentraler Grenzwertsatz doch werden hier auch kleine und f r die geplante Inferenzstatistik irre levante Abweichungen von der idealen Glockenform signifikant In unserem Beispiel bersteht die Annahme normalverteilter Residuen auch die S gnifikanztests nach Kolmogorov Smirnov bzw Shap ro Wilk Tests auf Normalverteilung a Kolmogorov Smirnov Shapiro Wilk a Signifikanzkorrektur nach Lilliefors Dies ist eine untere Grenze der echten Signifikanz Nachdem wir die Voraussetzungen als g ltig akzeptiert haben steht einer Inspektion der
318. tendatei entsteht Au erdem wird das Transformationsprogramm in einer Datei gespeichert damit es z B nach einer Stichprobenerweiterung oder nach einer Fehlerkorrektur n den Rohdaten ohne gro Ben Aufwand erneut ausgef hrt werden kann Als Dateinamen werden wir kfat sps verwenden 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 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 nie mand mehr n welchen Zwischenschritten sie aus welchen anderen Variablen berechnet worden ist Sp testens nach dem Auftreten unplausibler Ergebnisse muss die tats chlich angewendete Berechnungsvorschrift als m gliche Fehlerquelle berpr ft werden Bei der Verwendung eines Transformationsprogramms ist die Herkunft der abgeleiteten Var ab len stets dokumentiert e Sind Wiederholungen von Datentransformationen erforderlich m ssen diese komplett neu spezifiziert werden Solche Wiederholungen sind z B nach einer Datenkorrektur f l lig weil SPSS abgeleitete Variablen nicht automatisch anpasst wenn sich Werte der Ur sprungsvariablen ndern Nach Korrekturen bei den Rohvar ablen m ssen Sie also alle Datentransformationen
319. timismus W hrend bei 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 siehe Baltes G tz 2009 eine relativ kleine berschreitungswahr scheinlichkeit 0 01 Graphische Datenanalyse 163 Koeffizienten Standardisierte Nicht standardisierte Koeffizienten Koeffizienten T Si BE oana u koeffizient B Standardfehler Beta g Konstante 11 285 098 Geschlecht 10 211 015 LOT Optimismus 3 121 019 Geschlecht LOT 2 860 010 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 10 F lle ausw hlen Es kommt durchaus vor dass man sich bei einer Analyse 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 Fallauswa
320. ttribute Archiv C versteckt Vor der geplanten nderung einer Datei muss das Schreibschutzattribut wieder aufgehoben wer den hnlich sorgf ltig sollten Sie nach seiner Fertigstellung das Transformationsprogramm auf bewahren 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 za PASW Statistics 17 0 nderungen an folgendem Datenblatt speichern Datenklatt MName DatenSet Dateiname UEigene DateieniSsPss kfar sav se Ji Hein Abbrechen Antworten Sie im Zweifelsfall mit Nein M glicherweise haben Sie durch unbeabsichtigte Tas tendr cke Daten gel scht oder ver ndert Diese Fehler sollten dann auf keinen Fall auf d e Fest platte geschrieben werden 6 1 3 Initialisierung neuer numerischer Variablen Wenn Sie in einer Datentransformationsanweisung die Erstellung einer neuen numerischen Vari ablen anfordern dann wird die F lle x Variablen Datenmatrix in der Arbeitsdatei im aktiven Datenblatt 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 blei
321. tudien 34 Fehlende Werte 21 101 Rechenregeln f r 103 Fehler erster Art 5 119 zweiter Art 5 120 Fertigdatendatei 52 85 Filter 164 165 Filtervar ablen 39 Fishers exakter Test 122 182 Fokus im Ausgabefenster 63 FORMATS Kommando 114 FREQUENCIES Kommando 75 78 Funktionen 100 ABS 100 arithmetische 100 EXP 100 f r fehlende Werte 101 LG10 100 LN 100 MAX 100 MEAN 100 MIN 100 NMISS 101 NORMAL 101 Pseudozufallszahlengeneratoren 101 RND 100 SD 100 SQRT 100 statistische 100 SUM 100 UNIFORM 101 VALUE 101 G G Power 3 1 9 11 134 168 182 Generalisierbarkeit 61 GET DATA Kommando 199 GET Kommando 78 GGRAPH Kommando 150 GlobalPark 36 GPL 150 Grafiktafel Editor 155 Grafiktafel Vorlagenauswahl 155 Graphics Production Language 150 GRAPH Kommando 150 Gruppenbildung 88 Gruppenvergleiche 147 Gruppierungen in einer P vot Tabelle 142 H Handb cher 34 H ufigkeitsanalyse 59 61 Hauptausgabefenster 68 Hilfesystem 32 Homogenit tshypothese 174 Homoskedastizit t 123 HTML 67 Hypothesen 3 4 Hypothesentests 1 117 I ICR 38 Inferenzstatistik 117 Initialisierung numerischer Variablen 87 Internet 35 Intervallsch tzung l Intervallskalenqualit t 7 115 J Journaldate 206 K Kategorien ausblenden 144 KFA Hypothese ai Kodierplan 5 15 26 Kodierung 5 20 Kolmogorov Smirnov Test 126 128 Kommandosprache 75 82 192 207 Kommentare in SPSS Programmen 82 114 Konfidenzintervall l Konfirmatorische Verfahren l Kontinu
322. udien relevanten Body Mass Index nach folgender Formel berechnen Gewicht in kg Gr e in m In diesem Abschnitt werden Sie h ufig ben tigte SPSS Befehle zur Datentransformat on kennen lernen Diese wirken sich auf die Arbeitsdatei das aktive Datenblatt aus wo entweder neue Variablen aufgenommen oder vorhandene Variablen ver ndert werden Per Voreinstellung werden dabei alle F lle gleicherma en behandelt Man kann die Ausf hrung einer Datentransformat on aber auch von einer Bedingung abh ngig machen so dass nicht mehr alle F lle davon betroffen sind Diese M glichkeit werden wir dazu verwenden die MD Behandlung bei den Motiv Var ablen in Ordnung zu bringen indem wir genau f r die F lle mit MOTIVI MOTIV2 ANDERE 0 bei allen genannten Variablen die Null durch SYSMIS ersetzen 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 eine erweiterte Datendatei gesichert werden die sich f r alle Auswertungsarbeiten eignet Mit R ck
323. uen Handlungsanwei sungen f r die Erfassung Dabei m ssen wir uns auch 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 hier 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 und teilweise von der Software entschieden Bei manchen Aufgaben sind Urteilsverm gen und Handarbeit eines Men schen durch keine Software zu ersetzen z B bei der Behandlung der Antworten auf offene Fra gen 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
324. ug gegen ber den sp ter vorzustellenden Normalverteilungs Anpassungstests besteht dar n dass s e 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 wenn gilt Univariate Verteilungs und Fehleranalysen 71 Schiefe SF Schiefe Beim Wert 1 96 handelt es sich um das 97 5 Quantil der Standardnormalverteilung gt 1 96 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 zugeh rigen Standardfehlers k nnen analog zum Vorgehen be der Schiefe Statistik siehe oben approximat v bei unendlich gro en Stichproben g ltige Tests zum Exze in der Popula tion durchgef hrt werden 4 5 2 Diskussion ausgew hlter Ergebnisse a Die Verteilungen der zentralen KFA Variablen AERGO AERGM Bei den zentralen KFA Variablen AERGO A
325. und dem ffnen eines separa ten Fensters 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 a ptionen Multiple Imputationen Syntax Editor Allgemein viewer Daten W hrung Beschriftung der Ausgabe Diagramme Fivrot Tabellen Datei Speicherstellen Skripte l Tahellenvorlage rMuster Mone Tabellentitel Academic AvantGarde ElueYellowCortrast a FERETI Bowed ddddi cecel abe 212 4 Compact opoe 22 6 83 66 abod CompactAcadenie er occon 105 aea fae Compact cademicTmeskoman peret CompactBoxed a oscen 8045 a 00 abs Conirast Tabellenerkl rung Horizontal Iciche a Text f r Fu note a 5 b Text f r Fu note b Durchsuchen verzeichnis f r Tabellenvorlagen Spaltenhreiten Standardbearbeitungsmadus F r Beschriftung und Daten anpassen au er bei extrem gro en Tabellen Alle bis auf sehr gro e Tabellen im Viewer bearbeiten Nur an Beschriftungen anpassen Kopieren breiter Tabellen in Rich Text Format in die Zwischenablage Bei allen Tabellen f r Beschriftung und Daten anpassen Breite nicht anpassen i oJ Case J E men F r allgemeine P vot Operationen wird das das folgende Dialogfeld ben tigt Pivot Leisten MaE Es enth lt je eine Ablagezone die Zeilen Spalten und Schicht
326. ungsteilnehmer 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 von der verwende ten Erfassungsmethode manuell versus automatisch und von der Stichprobengr e ab 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 manuellen Erfassung z B mit dem SPSS Dateneditor findet eine derartige Eingangskontrolle nicht statt Eine so entstan dene Datei muss daher systematisch nach Daten au erhalb der zul ssigen Bereiche durchsucht werden Dies kann allerdings ohne gro en Zusatzaufwand im Rahmen der aus wissenschaftli chen Gr nden ohnehin empfehlenswerten univariaten Verteilungsanalyse geschehen 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 hier besonders stark aus Wir wollen exemplarisch den Effekt von Erfassungsfehlern auf die Varianz Unsicherheit eines Stichprobenmittelwerts als Sch tzer f r de
327. usive Datenerhebung Bei den obigen berlegungen zur Strukturierung und Kodierung der Daten hat sich ergeben dass der in Abschnitt 1 3 w edergegebene 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 z B ohne Kenntnis der KFA Theorie die Rolle der Probanden bernommen und so ihre eigenen von zuf lligen Stich probeneffekten gef rbten Daten produziert Die Leser innen im Selbststudium werden wohl aus praktischen Gr nden in der Regel auf die Durchf hrung einer eigenen KFA Erhebung verzich ten Im weiteren Verlauf des Manuskripts werden die in einem fr heren Kurs erhobenen Daten analysiert 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 lligen Vergabe einer Fallidentifikation vgl Abschnitt 1 4 2 1 die Nummer Eins erhalten hat 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 inwiefern die Aussagen auf Sie pers nlich zutreffen Statistisches Praktikum mit SPSS f r Windows a a een nent falsch falsch schieden suomi Beispielfragebogen Auch in unsicheren Zeiten rechne ich im Allgemeinen damit
328. von KFA Beispieldaten im SPSS Dateneditor fenster wird das Verst ndnis 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 techni scheren Bedeutung ver wenden Schreibt man f r ein Merkmal die Auspr gungen aller F lle in der Stichprobe unterein ander so entsteht ein Spaltenvektor und 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 wird eine Technik vorgeschlagen die 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 16 Einstieg in SPSS f r Windows s kfa sav Daten et1 PASW Statistics Daten Editor E ER Datei Bearbeiten
329. w hlen Mit dem speziellen Datenformat Nicht importieren k nnen berfl ssige Variablen ausge schlossen werden es Assistent f r Textimport Schritt 5 von 6 Spezifikationen f r die in der Datenvorschau ausgew hlten Variablen varabler natte Datenformat Micht importieren Datemorschau 7115948 see 4416045 5116575 67317471 Zumindest bei den LOT Variablen ist echte Flei arbeit zu leisten so dass wir 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 Ass stenteneinsatz 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 s ch an zus tzliche Kommandos zu erg nzen z B zum Deklarieren von 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 ausgef hrt werden Es spricht nichts dagegen beide Konservierungsoptionen zu verwenden Datendateien im Textformat einlesen 199 za Assistent f r Textimport Schritt 6 von 6 Sie haben das Format der Textdatei jetzt festgelegt Dateiformat
330. wertes bis zu zwei fehlende Werte e 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 st Man kann den Test zwar bequem mit der SPSS Prozedur zum t Test f r verbundene Stichproben durchf hren ohne die Var able 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 Rufen S e 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 zum KFA Projekt entsteht Weil SPSS eine Folge von mehreren Kommandos stets in der nat rlichen Reihenfolge abar beitet wird beim sp teren Ablauf unseres Transformationsprogramms z B die f r einige Items angeordnete Rekod
331. 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 Kommandos zu konservieren lohnt sich meistens denn 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 Rohvar ablen oder bei einer Stichpro benerweiterung e Die Anweisungen zur Datentransformat on sind 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 ist sinnvoll f r beide Dateien das Schreibschutzattribut mit dem Windows Explorer zu set zen z B Datentransformation 87 Eigenschaften von klar sav Allgemein kfar sav Dateityp S5ps5 Dabtendokumenk ffnen mit er 5P55 Ort U Eigene Dateien SP55 sr lte 3 99 KB 4 087 Bytes gr e auf 16 0 KB 16 394 Byte Datentr ger ytes Erstellt Gestern 9 Oktober 2007 22 21 22 Ge ndert am Dienstag 4 April 2006 01 36 04 Letzter Zugriff Gestern 9 Oktober 2007 A
332. ze gb Interesse an der ED Bu variablen verschachteln keine leeren Spalten vorlage F Diagrammeinstellungen verwenden aus Datei OK Einf gen Zur cksetzen Abbrechen 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 zum Titel Zeile 1 Regression von Gewicht auf Gr e und Geschlecht rFu note weiter Abbrechen Hilfe Quittieren Sie die Subdialogbox mit Weiter und die Hauptdialogbox mit OK um die Graphik zu erstellen Das 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 Graphik Editor weniger Probleme machen Generell lassen sich allerdings per Diagrammerstellung mehr Darstellungsw nsche rea lisieren als mit den veralteten Dialogfeldern Graphische Datenanalyse 9 1 3 Grrafiktafel Vorlagenauswahl Nach dem Men befehl Diagramme gt Grafikt
333. zerdefinierten 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 und tragen Sie den Wert 4 als einzelnen MD Indikator ein a Fehlende Werte Keine fehlenden Werte Einzelne fehlende Werte IN Bereich und einzelner fehlender Yer ok Abbrechen Das folgende Histogramm zeigt dass die AERGZ Verteilung auch nach Elimination von Fall Nr 4 noch relat v deutlich von der Normalit t abweicht 128 Pr fung der zentralen Projekt Hypothesen Histogramm Mittelw ert 2 2 a 1 324 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 Pr Kolmogorov Smirnov Shapiro Wilk Statistik Statistik 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 0 05 so dass beide Tests bereinstimmend die Nullhypothese verwerfen Dies ist vor allem deshalb
334. zogenen Demonstrationsbeispielen bzw bungsaufgaben in den Ab schnitten 6 2 Erstellung von DEKADE durch Rekodierung von GEBJ Umkodieren der negativ formulierten LOT Fragen 6 4 Berechnung von IDGEW LOT AERGAM AERGZ BMI und ALTER 6 5 MD Behandlung f r die Motiv und f r die Methoden Variablen und 6 6 Aus z hlen der Kursmotive sollten jetzt alle vorl ufig im KFA Projekt ben tigten Transformations kommandos 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 e inlie t die so entstandene Arbeitsdate transformiert und schlie lich als Fertigdatenda tei kfa sav auf die Festplatte schreibt m ssen wir an den Anfang des Syntaxfensters noch ein GET Kommando zum ffnen von kfar sav und ans Ende noch ein SAVE Kommando zum Si chern 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 Ebenso l schen wir alle DATASET ACTIVATE Kommandos aus dem Transformationsprogramm Um das SAVE Kommando zu generieren wechseln wir ins Datenfenster und aktivieren mit Da tei gt Speichern unter die zugeh rige Dialogbox Dann tragen w
335. zu kennen aber N herungen f r die kritischen Werte der Teststatis tiken als Quantile der Standardnormalverteilung leicht ermitteln zu k nnen Weil SPSS und vergleichbare Statistikprogramme in der Regel berschreitungswahrscheinlichkeiten ausgeben werden die im Anhang vieler Statistiklehrb cher tabellierten kritischen Werte der wichtigsten Pr fverteilungen z B t F X 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 120 Pr fung der zentralen Projekt Hypothesen Diese Dichte beschreibt das Verteilungsverhalten einer Zufallsgr e zu der eine einzelne Reali sation folgenderma en zu ermitteln ist Ziehe aus einer Population mit AERGZ N 0 05 eine Zufallsstichprobe der Gr e n 31 ermittle die AERGZ Werte und berechne Tz 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 Nullhypothesenpopulation 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
336. zur Meldung ca PASY Statistics 17 0 T Dieser Vorgang ist nur m glich wenn sich Daten im Daten Editor befinden _Datendstei ffnen Abbrechen Daher wollen wir jetzt die Kommandos GET und DATASET NAME ausf hren lassen um die Daten einzulesen W hlen Sie dazu im Syntaxfenster den Men befehl Ausf hren gt Alles Daraufhin erstellt SPSS e n neues Datenblatt mit den Rohdaten das e zur Arbeitsdatei zum aktiven Datenblatt wird e mit der Rohdatendatei kfar sav verbunden ist e den Namen DatenSeti1 erh lt e und in den Vordergrund gelangt Das beim Programmstart angebotene und nun berfl ssig gewordene leere DatenSetO wird automatisch geschlossen Spezifizieren Sie jetzt mit Hilfe der zust ndigen Dialogbox dieselbe H ufigkeitsanalyse zu den Variablen GESCHL und FB wie in Abschnitt 4 3 Verlassen Sie die Dialogbox jedoch nicht mit OK sondern mit Einf gen Daraufhin erscheint am Ende des Syntaxfensters ein FREQUEN CIES Kommando siehe oben Datentransformation 79 e Es beginnt mit dem Kommandonamen FREQUENCIES e Im VARIABLES Subkommando ist angegeben welche Variablen analys ert werden sol len e Das BARCHART Subkommando sorgt daf r dass Balkendiagramme mit einer H ufig keitsbeschriftung erscheinen e Das ORDER Subkommando entscheidet bei der Analyse mehrerer Variablen dar ber ob die Statistiken f r jede Variable in einer eigenen Tabelle oder f r alle Variablen in einer gemeinsamen Tabelle ersche
337. zwei Minuten gestartet ist 4 Ihre Motive f r die Teilnahme am SPSS Kurs I REGEN AT ETN WEIN SIE IR AEFPINENOR yo 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 un o fio fa I fo Dr 60 70 80 190 Ich m chte SPSS kennen lernen van um eine eigene empirische Studie damit auszuwerten weil in vielen Stellenanzeigen SPSS Kenntnisse verlangt werden H Schul 1 weil ich mich um eine Stelle als EDV Hilfskraft in der Forschung bewerben will HIWI Job en m 10 20 30 50 70 K 100 weil ich mich f r EDV interessiere und ein modernes Programm kennen lernen m chte en weil ich mich f r Statistik interessiere und mit Auswertungsverfahren experimentieren m chte Andere Motive Betrachten Sie bitte die Antwortskala als rgerthermometer b M chten Sie im Kurs bestimmte statistische Methoden besonders gerne ben Ja Neind Wenn Ja welche Ta fo N aly Se R ang ionsanalyse korelafonsanalyse 28 Einstieg in SPSS f r Windows Diese Nummer wurde nachtr glich von der Untersuchungsleitung auf den Fragebogen geschrie ben Bei der in Abschnitt 3 1 1 2 vorzustellenden Daten Scanner L sung Teleform kann man die Fallnummern per Seriendruck automatisch anbringen lassen 2 Einstieg in SPSS f r Windows In den bisher dargestellten Projektphasen von der theoretischen Ausarbeitu

Text zum 5-Tage-Blockkurs als PDF-Dokument

Contents

Download Pdf Manuals

Related Search

Related Contents