SPSS

Fundierte Einführung in SPSS und in die Statistik von der Kreuztabelle über die Clusteranalyse bis zur Diagrammerstellung
Alle statistischen Verfahren mit praxisnahen Beispielen
Zum Download: alle in den Beispielen verwendeten Daten sowie ein Zusatzkapitel

SPSS – oder IBM SPSS Statistics, wie es inzwischen korrekt heißt – ist ein umfangreiches Programm zur statistischen Datenanalyse, das nun in der Version 25 vorliegt. In diesem Buch wird das Programm umfassend beschrieben – von der Bedienung der Oberfläche über die Dateneingabe bis hin zur Durchführung und Interpretation statis-tischer Analysen und dem Erstellen von Grafiken.
Die umfangreichen statistischen Analysemethoden bilden den Schwerpunkt des Buches. Sie erfahren nicht nur, wie die statistischen Verfahren mit SPSS durchgeführt werden, sondern auch, für welche Art von Fragestellung die einzelnen Methoden geeignet sind, welche Voraussetzungen die zu untersuchenden Daten erfüllen müssen und wie die Analyseergebnisse korrekt interpretiert werden. Dabei werden sämtliche Verfahren des Basismoduls abgedeckt, beginnend mit einfachen Auswertungen anhand von Häufigkeits- und Kreuztabellen oder T-Tests bis zu den anspruchsvollen Methoden wie verschiedenen Regressionsverfahren, der Diskriminanz-, Faktoren- oder Clusteranalyse, Allgemeinen Linearen Modellen oder der Multi-dimensionalen Skalierung.
Die einzelnen statistischen Verfahren von SPSS werden jeweils in einem eigenen Kapitel beschrieben. Jedes dieser Kapitel folgt einem einfachen Prinzip: Zunächst wird das statistische Verfahren anhand eines oder mehrerer Beispiele mit »Daten aus dem echten Leben« erläutert. Im Anschluss da-ran wird in jedem Kapitel die Vorgehensweise zum Durchführen der Verfahren mit SPSS beschrieben.

Zum Download unter www.mitp.de/668:
Alle Daten aus dem Buch, so dass Sie die Beispiele Schritt für Schritt nachvollziehen können, sowie ein Zusatzkapitel zu Funktionen.

Für SPSS ab Version 22 und höher

Aus dem Inhalt:
Installation und Deinstallation von SPSS
Daten eingeben und bearbeiten
Einlesen und Exportieren von Daten
Daten transformieren und aufbereiten
Datendateien umstrukturieren
Verschmelzen und Aggregieren von Datendateien
Umfangreiche Funktionsbibliothek
Viewer für Ausgabedateien und Pivot-Tabellen
Programme schreiben mit der Befehlssyntax
Beispiele für Syntaxprogramme
Grundlagen der statistischen Verfahren
Häufigkeits- und Kreuztabellen
Regressionsanalyse, Clusteranalyse, Faktorenanalyse
Allgemeine Lineare Modelle
Multidimensionale Skalierung
Reliabilitätsanalyse
Zweistufige Clusteranalyse
Ordinale Regression
Diagramme erstellen und bearbeiten