Einführung in die Statistische Datenanalyse

Das Buch ist keine rezeptartige Aneinanderreihung statistischer Verfahren, sondern verfolgt die Zielsetzung, grundlegende Gedankengänge vorzustellen, um die Angemessenheit von statistischen Verfahren und Schlußweisen verstehen und beurteilen zu können. Vorzug des Buches ist die betont einfach gehaltene, aufeinander aufbauende Darstellung, die auch ohne tiefergehende mathematische Vorkenntnisse lesbar ist. Der Einsatz von statistischen Verfahren wird erläutert am Beispiel der Bearbeitung von Fragestellungen innerhalb eines empirischen Beispiels. Die Darstellung von Rechengängen am Zahlenmaterial wird auf ein Mindestmaß reduziert, indem erläutert wird, wie man statistische Kennwerte vom Datenanalysesystem SPSS abrufen kann. Das Buch ist als Begleitlektüre für Lehrveranstaltungen und zum Selbststudium geeignet.

Dr. Wolf-Michael Kähler leitet den Arbeitsbereich "Statistik und Projektberatung" am "Zentrum für Netze und verteilte Datenverarbeitung" der Universität Bremen.

1 Einleitung ("Wozu Statistik lernen?").- 2 Verteilungen.- 2.1 Datenaufbereitung und empirische Häufigkeitsverteilung.- 2.2 Absolute, relative und prozentuale Häufigkeiten.- 2.3 Präsentation von empirischen Verteilungen.- 2.4 Gliederung einer Verteilung.- 2.5 Klassierung von Daten.- 2.6 Verteilungs Verläufe.- 2.7 Normal Verteilungen.- 3 Das Skalenniveau von Merkmalen.- 4 Kennzeichnung des Zentrums.- 4.1 Zentrale Tendenz bei intervallskalierten Merkmalen.- 4.2 Zentrale Tendenz bei ordinalskalierten Merkmalen.- 4.3 Zentrale Tendenz bei nominalskalierten Merkmalen.- 5 Kennzeichnung der Variabilität.- 5.1 Variabilität intervallskalierter Merkmale.- 5.2 Variabilität ordinalskalierter Merkmale.- 5.3 Schiefe und Wölbung.- 6 Einsatz des statistischen Datenanalysesystems SPSS.- 6.1 Datenerfassung und Analyseanforderung.- 6.2 Ausgabe von Analyseergebnissen.- 6.3 Auswahl, Klassierung und Sicherung.- 7 Vergleich von Merkmalsausprägungen.- 7.1 Prozentränge.- 7.2 Die z-Transformation.- 7.3 Vergleiche bei Normal Verteilungen.- 7.4 Bildung von Indikator-Werten.- 8 Statistische Beziehungen.- 9 Die Stärke des statistischen Zusammenhangs bei nominalskalierten Merkmalen.- 9.1 Der Chi-Quadrat-Koeffizient.- 9.2 Der Phi-Koeffizient für 2x2-Tabellen.- 9.3 Der Koeffizient "Cramér's V" für rxc-Tabellen.- 9.4 Der Kontingenz-Koeffizient "C".- 9.5 PRE-Maße.- 9.6 Das PRE-Maß "Lambda".- 10 Die Stärke des statistischen Zusammenhangs bei ordinalskalierten Merkmalen.- 10.1 Konkordante und diskordante Paare.- 10.2 Das PRE-Maß "Gamma".- 10.3 Der Koeffizient "Somers' d".- 10.4 Die Kendall'schen Koeffizienten "TauB" und "TauC".- 11 Die Stärke des statistischen Zusammenhangs bei intervallskalierten Merkmalen.- 11.1 Streudiagramme.- 11.2 DieRegressionsgerade.- 11.3 Das PRE-Maß "Determinationskoeffizient".- 11.4 Der Produktmoment-Korrelationskoeffizient "r".- 12 Weitere Statistiken zur Beschreibung von statistischen Beziehungen.- 12.1 Der Rangkorrelationskoeffizient von Spearman.- 12.2 Der Konkordanzkoeffizient von Kendall.- 12.3 Der Korrelationskoeffizient "Eta" und der punkt-biseriale Korrelationskoeffizient.- 13 Drittvariablen-Kontrolle von statistischen Beziehungen.- 13.1 Auflösung einer Scheinkorrelation.- 13.2 Partieller Korrelationskoeffizient.- 14 Mittelwertunterschiede und Korrelation.- 15 Zufallsstichproben.- 16 Prüfung der statistischen Beziehung und der Anpassung (x2-Test).- 16.1 Nullhypothesen und Alternativhypothesen.- 16.2 Prüfung der statistischen Beziehung mit dem x2-Test.- 16.3 Die Testverteilung "x2(df)".- 16.4 Durchführung des x2-Tests.- 16.5 Fehlerarten bei der Testentscheidung.- 16.6 Die Prüfung von Verteilungseigenschaften mit einem x2-Test (x2-Anpassungstest).- 16.7 Signifikanz-Tests und Kreuzvahdierung.- 17 Prüfung von Zentren (z-Test, t-Test).- 17.1 Nullhypothesen über Parameter.- 17.2 Der einseitige z-Test zur Prüfung einer Mitte (Stichprobenumfang n = l).- 17.3 Der zweiseitige z-Test zur Prüfung einer Mitte (Stichprobenumfang n = l).- 17.4 Der z-Test zur Prüfung einer Mitte (Stichprobenumfang n > 1).- 17.5 Der t-Test zur Prüfung einer Mitte.- 17.6 Stichprobenumfänge.- 17.7 Zusammenfassung.- 18 Ermittlung von Konfidenzintervallen.- 18.1 Signifikanz-Test und Akzeptanzbereich.- 18.2 Konstruktion von Konfidenzintervallen.- 18.3 Berechnung von Konfidenzintervallen für die Mitte.- 18.4 Berechnung von Stichprobenumfängen.- 18.5 Eigenschaften von Konfidenzintervallen.- 19 Parametrische Prüfung auf Unterschiede.- 19.1 Treatment-Effekte undUntersuchungspläne.- 19.2 t-Test für abhängige Stichproben.- 19.3 t-Test für unabhängige Stichproben.- 19.4 Prüfung der Varianzhomogenität bei unabhängigen Stichproben durch den Levene-Test.- 19.5 Prüfung der Varianzhomogenität bei unabhängigen Stichproben durch einen F-Test.- 20 Nichtparametrische Prüfung auf Unterschiede.- 20.1 Nichtparametrische und parametrische Tests.- 20.2 Test für zwei unabhängige Stichproben (U-Test von Mann-Whitney).- 20.3 Test für zwei abhängige Stichproben (Wilcoxon-Test).- 21 Varianzanalyse.- 21.1 Statistische Beziehungen.- 21.2 Voraussetzungen und Nullhypothese der Varianzanalyse.- 21.3 Zerlegung der Gesamt-Stichprobenvariation.- 21.4 Der F-Test der Varianzanalyse.- 21.5 Durchführung des F-Tests (mit SPSS).- 21.6 Vergleiche einzelner Faktorstufen.- 21.7 Überprüfung der Voraussetzungen der Varianzanalyse.- 21.8 Weitere Mehrstichprobenvergleiche.- A.1 Kodierung des Fragebogens.- A.2 Flächenanteile der Standardnormal Verteilung.- A.3 Das empirische und das numerische Relativ.- A.4 Wahrscheinlichkeiten.- A.5 Zentrum und Dispersion von theoretischen Verteilungen.- A.6 Arbeiten mit dem SPSS-System.- A.7 Zufallszahlen-Tafel.- A.8 Auswahl und Ermittlung von Zufallszahlen durch SPSS.- A.1O Kritische Werte bei t-Verteilungen.- A.11 Kritische Werte bei F-Verteilungen.- A.12 Kritische Werte für den U-Test.- A.13 Kritische Werte für den Wilcoxon-Test.- A.14 Datenbasis.