Rudolf / Buse Multivariate Verfahren

Eine praxisorientierte Einführung mit Anwendungsbeispielen
3., überarbeitete Auflage 2019
ISBN: 978-3-8409-2900-7
Verlag: Hogrefe Publishing
Format: PDF
Kopierschutz: 1 - PDF Watermark

E-Book, Deutsch, 459 Seiten

Gut nachvollziehbar und anwendungsorientiert werden in diesem Lehrbuch multivariate Verfahren behandelt, die für die Auswertung empirischer Untersuchungen besonders wichtig sind. In jedem Kapitel werden zunächst die Grundlagen der Verfahren unter Verwendung kleiner Beispieldatensätze dargestellt. Anhand der gleichen Datensätze wird anschließend schrittweise die praktische Umsetzung des Verfahrens in SPSS beschrieben. Für die Analyse linearer Strukturgleichungsmodelle wird AMOS verwendet. Zahlreiche Bildschirmausdrucke, Interpretationshilfen und eine lückenlose Darstellung der Analyseschritte ermöglichen das selbständige Studium und die Anwendung der Verfahren auf eigene Fragestellungen. Leserinnen und Leser, die mit SPSS oder AMOS nicht vertraut sind, werden in die notwendigen Grundlagen eingeführt.
Alle im Text verwendeten Beispieldatensätze sowie die SPSS-Syntax-Dateien aller Analysen und kommentierte R-Skripte sind auf der Web-Seite zum Buch enthalten. Zu jedem Kapitel werden außerdem Datensätze, Syntax-Dateien, kommentierte R-Skripte, Auswertungen und Ergebnisinterpretationen aus Forschungsprojekten zur Verfügung gestellt, deren Themen von arbeitspsychologischen bis zu epidemiologischen Untersuchungen reichen.
Folgende Verfahren werden behandelt: Regressionsanalyse, Varianzanalyse, Diskriminanzanalyse, Faktorenanalyse, Clusteranalyse, logistische Regressionsanalyse, Analyse loglinearer Modelle, Zeitreihenanalyse, Analyse linearer Strukturgleichungsmodelle.
Für die 3. Auflage wurden alle Kapitel aktualisiert und in verschiedenen Details erweitert. Die Abschnitte zur Arbeit mit der Statistik-Software wurden komplett überarbeitet und basieren nun auf den Programmversionen SPSS 25 bzw. AMOS 25. Zusätzlich stehen für die Umsetzung der Verfahren mit R auf der Web-Seite zum Buch kommentierte R-Skripte zur Verfügung.

Zielgruppe

Studierende (Bachelor- und Masterstudiengänge) und Lehrende der Psychologie, Sozialwissenschaften, Medizin und Betriebswirtschaftslehre sowie andere methodisch interessierte Leser.

Autoren/Hrsg.

Rudolf, Matthias

Buse, Johannes

Fachgebiete

• Sozialwissenschaften Psychologie Psychologie / Allgemeines & Theorie Psychologische Forschungsmethoden
• Medizin | Veterinärmedizin Medizin | Public Health | Pharmazie | Zahnmedizin Medizin, Gesundheitswesen Medizinische Mathematik & Informatik
• Interdisziplinäres Wissenschaften Wissenschaften: Forschung und Information Forschungsmethodik, Wissenschaftliche Ausstattung
• Sozialwissenschaften Soziologie | Soziale Arbeit Soziologie Allgemein Empirische Sozialforschung, Statistik

Inhaltsverzeichnis

1;Inhaltsverzeichnis;7
2;Vorwort zur dritten Auflage;11
3;Kapitel 1: Einführung in die Arbeit mit SPSS;15
3.1;1.1Dateneingabe;18
3.2;1.2Beispiele einfacher Datenanalysen;26
3.3;1.3Zur Arbeit mit der SPSS-Syntax;37
4;Kapitel 2: Regressionsanalyse;43
4.1;2.1Einfache lineare Regression;47
4.2;2.2Multiple lineare Regression;57
4.3;2.3Anwendungsbeispiel in SPSS;80
5;Kapitel 3: Varianzanalyse;111
5.1;3.1Einfaktorielle Varianzanalyse;115
5.2;3.2Zweifaktorielle Varianzanalyse;127
5.3;3.3Kovarianzanalyse;135
5.4;3.4Multivariate Varianzanalyse;136
5.5;3.5Varianzanalyse mit Messwiederholungen;139
5.6;3.6Anwendungsbeispiel in SPSS;144
6;Kapitel 4: Diskriminanzanalyse;171
6.1;4.1Lineare Diskriminanzanalyse bei zwei Gruppen;174
6.2;4.2 Lineare Diskriminanzanalyse bei mehr als zwei Gruppen;188
6.3;4.3Anwendungsbeispiel in SPSS;194
7;Kapitel 5: Logistische Regression;207
7.1;5.1Odds Ratio;210
7.2;5.2Modell der logistischen Regression;214
7.3;5.3Schätzungen, Tests und Modellgüte;217
7.4;5.4Anwendungsbeispiel in SPSS;224
8;Kapitel 6: Analyse mehrdimensionaler Häufigkeitstabellen;245
8.1;6.1Häufigkeitsanalyse in zweidimensionalen Kreuztabellen;248
8.2;6.2Loglineare Modelle;253
8.3;6.3Anwendungsbeispiel in SPSS;258
9;Kapitel 7: Zeitreihenanalyse;271
9.1;7.1Zeitreihendarstellung und Stationarität;275
9.2;7.2Trendanalyse;278
9.3;7.3Schwingungsanalyse;282
9.4;7.4 Überblick über weitere Methoden der Zeitreihenanalyse;289
9.5;7.5Anwendungsbeispiel in SPSS;291
10;Kapitel 8: Clusteranalyse;313
10.1;8.1Vorgehensweise;316
10.2;8.2Interpretation einer hierarchischen Clusterlösung;325
10.3;8.3Anwendungsbeispiel in SPSS;327
11;Kapitel 9: Faktorenanalyse;343
11.1;9.1 Modell und Voraussetzungen der Faktorenanalyse;347
11.2;9.2Hauptkomponentenmethode;349
11.3;9.3Bestimmung der Anzahl der Faktoren;353
11.4;9.4Varimax-Rotation;356
11.5;9.5Interpretation und Güte der Faktorenlösung;359
11.6;9.6Anwendungsbeispiel in SPSS;362
12;Kapitel 10: Lineare Strukturgleichungsmodelle;377
12.1;10.1Korrelationen und Kausalität;381
12.2;10.2Pfaddiagramme und lineare Strukturgleichungen;386
12.3;10.3Struktur- und Messmodell;388
12.4;10.4Modellspezifikationen;392
12.5;10.5Schätzungen, Tests und Gütekriterien;395
12.6;10.6Anwendungsbeispiel in AMOS;401
13;Anhang;439
13.1;Glossar;441
13.2;Inhalt der Website;450
13.3;Literatur;452
13.4;Sachregister;457