Anhang 363

Anhang

A.1 Verzeichnis der SPSS Datendateien ........................................... 364

A.2 Datenzugriff via Internet ............................................................... 367

A.3 p-value-Konzept ........................................................................... 368

A.4 Ausgewählte Grenz- und Elastizitätsfunktionen .......................... 369

A.5 Verzeichnis ausgewählter SPSS Funktionsgruppen ................. 370

Stichwortverzeichnis ............................................................ 371

P. P. Eckstein, Angewandte Statistik mit SPSS, DOI 10.1007/978-3-658-10918-9,© Springer Fachmedien Wiesbaden 2016

364 Anhang

A.1 Verzeichnis der SPSS Datendateien

Arima.sav Die SPSS Datendatei beinhaltet die Werte von simulierten stochastischen Pro-zessen zum Zwecke ihrer Nachbildung mit Hilfe von ARIMA-Modellen.

Aggregat.sav Die SPSS Datendatei beinhaltet aggregierte Daten aus der SPSS Datendatei MonteCarlo.sav.

Lesedauer.sav Die SPSS Datendatei beinhaltet Daten von zufällig ausgewählten Personen, die 2003 bezüglich favorisierter Berliner Tageszeitungen befragt wurden.

Billet.sav Die SPSS Datendatei basiert auf einem Marktforschungsprojekt aus dem Jahr 1995, im Rahmen dessen mittels einer geschichteten Zufallsauswahl Fahrgäste im Berliner Öffentlichen Personennahverkehrs (ÖPNV) befragt wurden.

Daimler.sav Die SPSS Datendatei beinhaltet die im Wirtschaftsjahr 2014 an der Frankfur-ter Börse börsentäglich erfassten Schlusskurse der Aktie der Daimler Aktien-gesellschaft (Angaben in Punkten).

Evaluation.sav Die SPSS Datendatei beinhaltet Informationen über Lehrveranstaltungen, die im Wintersemester 2002/03 am Fachbereich Wirtschafts- und Rechtswissen-schaften der HTW Berlin evaluiert wurden.

Fahrzeit.sav Die SPSS Datendatei basiert auf einer Befragung von Professoren und Mitar-beitern des Fachbereichs Wirtschafts- und Rechtswissenschaften der HTW Berlin im Wintersemester 2003/04.

FKK.sav Die SPSS Datendatei basiert auf einer Umfrage unter Studierenden an Berliner Hochschulen, die im Sommersemester 1996 durchgeführt wurde und die Ein-stellung zur Frei-Körper-Kultur zum Gegenstand hatte.

Flug.sav Die SPSS Datendatei beinhaltet für den Zeitraum von 2009 bis 2015 die Zeit-intervallreihe der monatlichen Fluggästezahlen auf den Berliner Flughäfen.

Fragebogen.sav Die SPSS Datendatei basiert auf semesterbezogenen Studierendenbefragun-gen, die seit dem Wintersemester 2007/08 am Fachbereich Wirtschafts- und

Anhang 365

Rechtswissenschaften der HTW Berlin in den wirtschaftswissenschaftlichen Bachelor-Studiengängen auf der Grundlage eines standardisierten Fragebo-gens durchgeführt wurden.

Grundstudium.sav Die SPSS Datendatei enthält Semesterabschlussbewertungen aus dem Winter-semester 2002/03 für die Grundstudienfächer in den betriebswirtschaftlichen Diplomstudiengängen der HTW Berlin.

Hotelgaeste.sav Die SPSS Datendatei basiert auf einer Befragung von Gästen in Romantik-Hotels aus dem Jahr 2013.

Hochschullogo.sav Die SPSS Datendatei basiert auf einer statusgruppenbezogenen Blitzumfrage, die im Sommersemester 2009 an der Hochschule für Technik und Wirtschaft Berlin durchgeführt wurde und die Bewertung des neuen Hochschullogos zum Inhalt hatte.

Loheimer.sav Die SPSS Datendatei beinhaltet Gewichts-, Breiten- und Höhendaten von 910 Hühnereiern, die von Hühnern der Rasse Loheimer Braun gelegt wurden.

Klausur.sav Die SPSS Datendatei beinhaltet die Ergebnisse der Abschlussklausur zur De-skriptiven Statistik aus dem Sommersemester 2000.

Klausurtraining.sav Die SPSS Datendatei beinhaltet Daten, die im Sommersemester 2003 im Kon-text eines Klausurtrainings zur „Deskriptiven Statistik“ erhoben wurden.

Linkshaender.sav Die SPSS Datendatei basiert auf der Teilnehmerliste zur Statistik-Klausur im Sommersemester 2015, in der jeder Klausurteilnehmer den Empfang eines Klausurexemplars quittieren musste und dabei die Linkshändigkeit eines Teil-nehmers einvernehmlich vermerkt wurde.

Mietspiegel.sav Die SPSS Datendatei beinhaltet Daten von zufällig ausgewählten Mietwoh-nungen, die im Wirtschaftsjahr 2014 auf dem Berliner Wohnungsmarkt ange-boten wurden.

Mobil.sav Die SPSS Datendatei basiert auf einer systematischen Zufallsstichprobe von insgesamt 265 Mobilfunkgesprächen.

366 Anhang

Nebenjob.sav Die SPSS Datendatei beinhaltet die Daten einer Befragung von zufällig aus-gewählten Berliner Studierenden aus dem Sommersemester 2002.

Packung.sav Die SPSS Datendatei beinhaltet extremwertbereinigte Gewichts-, Breiten- und Höhendaten von 860 Hühnereiern, die von Hühnern der Rasse Loheimer Braun gelegt wurden.

Punkte.sav Die SPSS Datendatei basiert auf Ergebnissen von 25 Studierenden, die am Fachbereich Wirtschafts- und Rechtswissenschaften der HTW Berlin im Sommersemester 2015 im ersten Zyklus im IT-Labor B an der Statistikab-schlussklausur teilgenommen haben.

Radius.sav Die SPSS Datendatei beinhaltet die gemessenen größten linken und rechten Radiuslängen (Angaben in mm) von Skeletten, die im Jahr 1995 bei Ausgra-bungen in Berlin freigelegt wurden

Seat.sav Die SPSS Datendatei Seat.sav beinhaltet Daten von Gebrauchtwagen der Mar-ke Seat Cordoba, die im ersten Halbjahr 2015 auf dem Berliner Gebrauchtwa-genmarkt zum Verkauf angeboten wurden.

Smart.sav Die SPSS Datendatei basiert für zufällig ausgewählte Personenkraftwagen vom Typ Smart ForTwo, die im Wirtschaftsjahr 2014 auf dem Berliner Ge-brauchtwagenmarkt angeboten wurden.

Wuerfeln.sav Die SPSS Datendatei basiert auf den notierten Ergebnissen eines im Sommer-semester 2015 in einer Statistik-Vorlesung gemeinsam mit den Zuhören prak-tizierten Zufallsexperiments.

MonteCarlo.sav Die SPSS Datendatei basiert auf der Datendatei Packung.sav und beinhaltet zehn reine Zufallsstichproben mit einem Umfang von jeweils zwölf Hühnerei-ern.

Anhang 367

A.2 Datenzugriff via Internet

Internet-Adresse. Alle in diesem Lehrbuch verwendeten Verzeichnis A.1 aufge-listeten SPSS Datendateien stehen im Internet unter der Adresse

http://www.f3.htw-berlin.de/Professoren/Eckstein/Vorlesungsmaterial zur freien Verfügung. Der Downloadbereich ist in der Abbildung A.2-1 skizziert.

Abbildung A.2-1: Downloadbereich

Download. Das „Herunterladen“ einer SPSS Datendatei aus dem Internet er-folgt in kommentierten Arbeitsschritten, die den Vorgang des Datentransfers be-gleiten und erleichtern. Eine „heruntergeladene“ Datendatei kann via Sequenz 2.2-1 geöffnet und in den SPSS Dateneditor eingelesen werden. Für den Fall, dass beim Datentransfer Probleme auftreten, wende man sich via eMail an:

Peter.Eckstein@HTW-Berlin.de oder Frank.Steinke@HTW.Berlin.de Herr Diplom-Wirtschaftsinformatiker Frank STEINKE betreut den Downloadbe-reich und ist bestrebt, jederzeit sachdienliche Hinweise und Unterstützung bei auftretenden Problemen des Datentransfers zu gewähren.

SPSS Datendateien, 8. Auflage

368 Anhang

A.3 p-value-Konzept

In SPSS werden Testentscheidungen auf der Basis eines Vergleichs eines vorge-gebenen Signifikanzniveaus mit einem empirischen Signifikanzniveau * her-beigeführt. Während das Signifikanzniveau stets im Vorfeld eines statistischen Tests zu vereinbaren ist, wird das empirische Signifikanzniveau * unter Einbe-ziehung einer Prüfverteilung aus einem Stichprobenbefund ermittelt.

Empirisches Signifikanzniveau Ist T eine Testvariable und tn ein Testvariablenwert, der aufgrund einer Zufalls-stichprobe vom Umfang n ermittelt wurde, dann heißt die Wahrscheinlichkeit dafür, dass unter einer Nullhypothese H0 die Testvariable T Werte annimmt, die gleich oder kleiner bzw. gleich oder größer sind als der Testvariablenwert tn, em-pirisches Signifikanzniveau *.

Hinweise. Für das Verständnis des Begriffs und Konstrukts eines empirischen Signifikanzniveaus erweisen sich die folgenden Hinweise als hilfreich: i) Syno-

nyme. Ein empirisches Signifikanzniveau wird in SPSS synonym auch als Signifi-kanz, Alpha*, p-Wert, p(robability)-value bezeichnet. ii) Semantik. Da der Begriff Signi-fikanz in seiner synonymen Verwendung für ein empirisches Signifikanzniveau aus statis-tisch-methodischer Sicht missverständlich sein kann und semantisch streng genommen nicht exakt ist, wurde an Stelle des Begriffs Signifikanz der Begriff empirisches Signifi-kanzniveau vereinbart und mit dem Symbol * belegt. Das Attribut empirisch erklärt sich daraus, dass das Signifikanzniveau unter Annahme eines Verteilungsgesetzes bzw. einer Prüfverteilung aus dem (bzw. den) empirisch gewonnenen Stichprobenbefund(en) be-rechnet wird. iii) Historie. Das p-value-Konzept geht auf den englischen Statistiker und Biometriker Sir Ronald Aylmer FISHER (*1890, †1962) zurück.

Unabhängig davon, welchen statistischen Test man in SPSS praktiziert, es gel-ten im Kontext des p-value-Konzepts stets die folgenden Testentscheidungen:

p-value-Konzept Ist ein empirisches Signifikanzniveau * kleiner oder gleich einem vorgegebenen Signifikanzniveau , dann wird eine Nullhypothese H0 verworfen. Ansonsten wird eine Nullhypothese H0 beibehalten.

Hinweise. Im Kontext einer Testentscheidung erweisen sich die folgenden Hin-weise als hilfreich: i) Interpretation. Im Fall, dass * gilt, sagt man auch:

Das Testergebnis ist statistisch signifikant (zum Niveau ). Gilt * > dann sagt man: Das Testergebnis ist statistisch nicht signifikant (zum Niveau ). ii) Semantik. Aus der Interpretation wird deutlich, dass man mit Hilfe eines statistischen Tests lediglich er-kennen kann, ob ein Testergebnis im statistischen Sinne bedeutungsvoll ist oder nicht. Statistische Signifikanz ist nicht ohne weiteres gleichzusetzen damit, dass ein Testergeb-nis auch unter sachlogischen Gesichtspunkten bedeutend ist. Wohl kann ein Testergebnis statistisch signifikant, jedoch ökonomisch irrelevant sein. Die Umkehrung ist gleichsam möglich: Ein nicht signifikantes Ergebnis kann ökonomisch relevant sein.

Anhang 369

A.4 Ausgewählte Grenz- und Elastizitätsfunktionen

Motivation. Für eine sachbezogene und plausible Interpretation der Parameter einer Regressionsfunktion erweisen sich die zugehörige Grenz- und Elastizitäts-funktion als nützlich. Der Wert einer Grenzfunktion heißt marginale (lat.: margi-nalis den Rand betreffend) oder Grenzneigung. Der Wert einer Elastizitäts-funktion heißt Punkt-Elastizität. Während eine marginale Neigung als eine Maß-zahl für eine durchschnittliche absolute Veränderung einer abhängigen Variablen gedeutet werden kann, wird eine Punkt-Elastizität als eine Maßzahl für eine durchschnittliche relative Veränderung einer abhängigen Variablen angesehen.

Bivariate Funktionen. In der Tabelle A.4-1 sind gemäß Tabelle 6.2-1 und in Anlehnung an das SPSS Dialogfeld Kurvenanpassung (vgl. Abbildung 6.2-2) für ausgewählte und in praxi häufig applizierte bivariate inhomogene (stetige und differenzierbare) Funktionen vom Typ Y = f(X) die zugehörige Grenzfunktion und die zugehörige Elastizitätsfunktion explizit dargestellt.

Tabelle A.4-1: Grenz- und Elastizitätsfunktion für bivariate Funktionen Funktion (Modell) Grenzfunktion Elastizitätsfunktion linear Y´ = ß1 = ß1X(ß0+ ß1X)1 logarithmisch Y´ = ß1X

1 = ß1(ß0 + ß1(ln X))1 invers Y´ = ß1X

2 = ß1(ß0X + ß1)1

Exponent (Power) Y´ = ß0ß1Xß1X1 = ß1

Wachstumsfunktion Y´ = ß1exp(ß0 + ß1X) = ß1X

Multiple Funktionen. Bei multiplen Funktionen Y = f(Xj) mit k 2 erklären-den Variablen Xj (j = 1,2,...,k) beruhen die Betrachtungen zu den Grenz- und Elastizitätsfunktionen auf den partiellen Ableitungen erster Ordnung Y/ Xj. Für eine multiple inhomogene lineare Funktion

Y = f(X1, X2,..., Xk) = ß0 + ß1X1 + ... + ßkXk ist die j-te partielle Grenzfunktion

Y / Xj = ßj eine Konstante, die mit dem Koeffizienten ßj für die erklärende Variable Xj iden-tisch ist. Die zu einer multiplen inhomogenen linearen Funktion gehörende parti-elle Elastizitätsfunktion ist dann durch die gebrochen rationale Funktion

ßjXj / (ß0 + ß1X1 + ... + ßkXk) gegeben.

Hinweis. Eine elementare und paradigmatische Einführung in die Regressions-analyse findet man u.a. bei ECKSTEIN, Peter P.: Repetitorium Statistik, Deskrip-

tive Statistik – Stochastik – Induktive Statistik, 8., aktualisierte und erweiterte Auf-lage, Springer Gabler Wiesbaden 2014 sowie ECKSTEIN, Peter P.: Statistik für Wirt-schaftswissenschaftler – Eine realdatenbasierte Einführung mit SPSS, 5., aktualisierte und erweiterte Auflage, Springer Gabler Wiesbaden 2015.

370 Anhang

A.5 Verzeichnis ausgewählter SPSS Funktionsgruppen

Die in der Tabelle A.5-1 angebotene Zusammenstellung soll das Auffinden von ausgewählten SPSS Funktionsgruppen erleichtern, die in der praktischen Arbeit mit SPSS häufig appliziert werden.

Tabelle A.5-1: Ausgewählte SPSS Funktionen Funktionsgruppe Funktion Anmerkung Arithmetisch Exp Exponent zur Basis e

Ln Logarithmus zur Basis e Rnd Rundung eines Wertes Sqrt Quadratwurzel

Verteilungsfunktionen (engl.: cumulative distribution function)

Cdf.Binom Binomialverteilung Cdf.Exp Exponentialverteilung Cdf.Normal Normalverteilung Cdf.Poisson Poisson-Verteilung

Fehlende Werte Missing Quantilsfunktionen (engl.: inverse distribution function)

Idf.Chisq Chi-Quadrat-Verteilung Idf. Exp Exponentialverteilung Idf.F F(ISHER)-Verteilung Idf. Normal Normalverteilung Idf.T Student t-Verteilung

Dichtefunktionen (engl.: proba-bility density function)

Pdf.Binom Binomialverteilung Pdf.Poisson Poisson-Verteilung

Signifikanz(niveau) Sig.Chisq Chi-Quadrat-Verteilung Sig.F F(isher)-Verteilung

Statistisch Mean Arithmetisches Mittel Sd Standardabweichung Sum Summe Variance Varianz

Suchen Index Stringsuche Rindex Zahlensuche

Umwandlung Number String in numerische Variable String Numerische Variable in String

Verschiedene $Casenum Fälle nummerieren Zufallszahlen (engl.: random variable(s))

Rv.Normal normalverteilte Zufallszahlen Rv.Uniform gleichverteilte Zufallszahlen

Erläuterung. Die Funktionen werden nach ihrem Aufruf im SPSS Dialogfeld Variable berechnen in der mittig platzierten Rubrik kurz erläutert.

Stichwortverzeichnis 371

Stichwortverzeichnis

A

ACF 277 Additives Modell 256, 261 Aktives Fenster 6 Allgemeines lineares Modell 153 Analyse von Mehrfachantworten 61 ANDERSON, Theodore W. 339 Anderson-Rubin-Verfahren 339 ANDREWS, David. F. 349 Andrews-Plot(s) 349 ANOVA

einfaktorielle 141 zweifaktorielle 151

Antwortanzahl(en) 65 Antwortintensität(en) 66 Antwortprozente 65 AP(p)-Modell(e) 274 Äquidistante Klassierung 47 Äquifrequente Klassierung 47 Äquifrequente Vierteilung 93 AR(1)-Modell 279 AR(2)-Prozess 280 ARIMA(0,1,0)-Modell 301 ARIMA(2,1,0)(0,1,0)-Modell 306 ARIMA(p,d,q)-Modell(e) 288 ARIMA-Modell(e) 273 Arithmetische Operatoren 39 ARMA(1,1)-Prozess 285 ARMA(p,q)-Modell(e) 285 Aufbaumethode 158, 173

CHAID 173 CRT 158

Aufrufsequenz 64 Aufrufsequenz 9 Ausgabeoption(en) 49 Ausgeschlossene Variablen 36 Ausgewählte Fälle 49

Ausreißerwert(e) 92, 94, 95 Auswahlbedingung 41, 48, 49 Auswahlsatz 119 Auswahlvorschrift 114 Autokorrelation 277 Autokorrelationsdiagramm(e) 275

B

Baisse 251 Beobachtungszeitraum 242 Berechnungsvorschrift 39 Beschriftung 24 Bestimmtheitsmaß 204 Binomialtest 79 Bivariate Korrelation(en) 187 Bivariate Regression 198

lineare 198 nichtlineare 206

Bivariater Zufallsvektor 192 BOX, Georg E. P. 294 Box-and-Whisker-Plot 92 Box-Jenkins-Verfahren 294 Boxplot(s) 92, 111, 135, 140, 145 BRAVAIS, Auguste 188 Breakvariable 54

C

CDF 76 CDF.CHISQ 78 CDF.EXP 105, 106 CDF.NORMAL 101 CHAID-Entscheidungsbaum 175 CHAID-Prozedur 173 Chance(n) 113 Charakteristische Gleichung 327 Chart 298 CHERNOFF, Herman 350 Chernoff-Gesichter 350

P. P. Eckstein, Angewandte Statistik mit SPSS, DOI 10.1007/978-3-658-10918-9,© Springer Fachmedien Wiesbaden 2016

372 Stichwortverzeichnis

Chi-Quadrat Anpassungstest 72 Unabhängigkeitstest 169

Cluster 345 Clusteranalyse 343 Clusterdiagramm 362 Clusterstruktur 355 Clusterverfahren 345 Clusterzentrenanalyse 358 Clusterzugehörigkeit 359 COBB, Charles Wiggin 210 Cobb-Douglas-Funktion 210 COHEN, Jacob 183 Cornbach´s Alpha 317, 318 CRAMÉR, Harald 171 Cramér´s V 171 CRONBACH, Lee Joseph 317 CRT-Entscheidungsbaum 157 CSUM 291

D

Dateiformat 32 Daten aggregieren 53, 54 Datenaggregation 117 Datenansicht 4 Datenbegriff 14 Datendatei 6 Datendatei speichern 29 Dateneditor 4, 5 Datenerhebung 14 Datenmanagement 13 Datenmatrix 28 Datenmatrix 324 Datum definieren 244 Dendrogramm 355 Deskriptive Zeitreihenmodelle 246 Diagrammeditor 8 Dialogfeld 9 Dichotome Methode 61 Dichotomie(n) 61

Dichtefunktion 228 Differenzenoperator 288 Distanz vom Clusterzentrum 359 Distanzmatrix 353 Doppelte Fälle 53 Doppelte Fälle ermitteln 52 Doppelter t-Test 128 DOUGLAS, Paul Howard 210 Downloadbereich 367 Dreidimensionales

Streudiagramm 218, 222, 362 Drei-Sigma-Klassierung 47 Drei-Sigma-Regel 87 Duplikate identifizieren 51

E

Eigenwert(e) 326, 327, 333 Einfachantworten 56 Einfache ANOVA 141 Einfacher t-Test 118 Einfaktorielle Anova 141 Einfaktorielle Varianzanalyse 141 Einheitsmatrix 341 Einseitige Fragestellung 79, 313 Ein-Stichproben-Verfahren 109 Elastizitätsfunktion 204 Entscheidungsbaum 158 Entscheidungswahrscheinlich-keit(en) 232 Eta-Koeffizient 316 Eta-Quadrat 161 EUKLID von Alexandria 345 Euklidische Distanz 346 Euklidische Distanzmaße 345 Excel-Tabelle 31 Expert Modeler 266 Explorative Datenanalyse 82 Exponentialverteilung 104 Exponentielle Glättung 266 Ex-post-Prognose 307

Stichwortverzeichnis 373

Ex-post-Prognosekonzept 269 Extension(en) 29 Externe Datei 34 Extraktionsregel 326 Extremwert(e) 112 Extremwert(e) 91, 96 Extremwertbereinigung 111

F

Fahrleistungsabschätzung 215 Faktoranalytisches Modell 324 Faktorenanalyse 323 Faktorenextraktion 325, 328, 330 Faktorenrotation 335 Faktorentaufe 337 Faktorladung(en) 331, 336 Faktorwerte 338 Fälle hinzufügen 34 Fallprozente 65 Fallzusammenfassung 65 Fehlende Werte 24, 58 Fehlerbalken 85, 86, 115, 116 Fehlervarianz 154 Fehlklassifikation 177 Filter 48, 111, 119 FISHER, Ronald Aylmer 142 Fragebogen 18 Fragebogenauswertung 56 Fragebogenkonzept 18 Funktionale Form(en) 206 Funktionsbeschreibung 38 Funktionsgruppe(n) 33, 41 Funktionstyp(en) 206 Fusionstabelle 354

G

Games-Howell-Test 148 GAUß, Carl Friedrich 198 Gemischtquadratische

Gleichung 328

Geometrische Klassifikation 347 Gepaarte Stichprobe 136, 312 Gepaarte Variablen 35 Gesättigtes Modell 153 Gestapeltes Balkendiagramm 70 Getrimmtes Mittel 85 Gewichtsabschätzung 221 Gewinntabelle 177 Gleichverteilung 72 Gleichverteilungsannahme 75 Gleitende Durchschnitte 247, 249 Grenzfunktion 199, 212 Grenzneigung 215 Grundgesamtheit 122 Gruppierte Boxplots 95, 152 Gruppierungsvariable 83 Gültige Prozente 57

H

Häufbare nominale Merkmale 56 Häufigkeit(en) 57, 59

absolute 59 kumulierte absolute 59 kumulierte relative 59 prozentuale 57, 59 relative 59

Häufigkeitstabelle 57, 71, 110 Hauptdialogfeld 9 Hauptfenster 6 Hauptkomponentenmethode 325 Hausse 251 Hierarchisch-agglomerative

Klassifikationsverfahren 351 Hierarchische Clusteranalyse 353 Hierarchische Klassifikation 351 Hilfesystem 10 Histogramm 88, 301 HOLT, Charles C. 267 Holt-Winters-Modell 267 Homogenitätsindex 317

374 Stichwortverzeichnis

Hypotenuse 345

I

Identifikationsregel(n) 294 Identifikator 26 IDF 76 IDF.CHISQ 77 IDF.NORMAL 102 Indexmenge(n) 242 Inhomogene Regression 201, 204 Integrationsgrad 288 Integrierte Zeitreihe 297 Integrierter stochastischer

Prozess 288 Interaktionsvarianz 156 Inter-Item-Korrelation 320 Interquartilsabstand 87, 93 Irrfahrt 290 Item-Elimination 322 Iteration(en) 359

J

Janus-Koeffizient 269, 308 JENKINS, Gwilym M. 294

K

KAISER, Henry Felix 335 Kategoriale Verteilungsanalyse 56 Kathete(n) 346 Kausalität 197 KENDALL, Maurice George 182 Kernschätzer 239 Klassierung 45, 91 Klassierungsoption(en) 44 Klassierungsprinzip(ien) 46, 47 Klassifizierungsbaum 160 Klassische Testentscheidung 76 K-Means-Clusteranalyse 359 K-Means-Verfahren 358 Knoten 160

Kodierung 23 Kollinearität 216 Kollinearitätsdiagnostik 216 KOLMOGOROV, Andrej N. 99 Kolmogorov-Smirnov-

Anpassungstest 99 Kommunalität(en) 332 Komponentenmatrix 332, 337 Konditionalverteilung(en) 165, 167 Konfidenzintervall 85 Konfidenzintervall(e) 116, 121 Kontextbezogene Hilfe 10 Kontingenzanalyse 164 Kontingenzmaß Kappa 183 Kontingenzmaß Tau-c 180 Kontingenzmaß V 179 Kontingenzmaß(e) 169 Kontingenztabelle 164, 166 Körper-Masse-Index 118 Korrelationsmatrix 193 Korrelationsmatrix 324 Korrelationsmatrix 342 Korrelogramm(e) 296 Körper-Masse-Index 118 Kreisdiagramm 69, 70 Kreisinnenwinkel 70 Kreuztabelle 66, 165, 166 KRUSKAL, Henry 149 Kruskal-Wallis-H-Test 149 K-S-Test 99, 104, 115, 120, 131, 143 k-Stichproben-Verfahren 141 Kubischer Trend 255 Kumulation 58 Kumulierte Prozente 57 Kurvenanpassung 209

L

Ladungsdiagramm 336 Lagekoordinaten 40 Lag-Zeitreihe 278

Stichwortverzeichnis 375

LEVENE, Howard 127 Levene-Test 128, 131, 147 LILLIEFORS, Hubert W. 99 Lilliefors-Modifikation 99, 100 Lineare Regression 207 Lineare Trendfunktion 252 Linearer Trend 253 Linearisierung 210 Logarithmische Funktion 214 Logische Operatoren 39, 49 Logistische

Regression 225, 229, 231 Logit 233 Logit-Modell 235 Logit-Modell-Szenarien 237 Lokale lineare Regression 239 LSD-Kriterium 161

M

MA(1)-Prozess 283 MA(q)-Modell(e) 282 Mann-Whitney-U-Test 133 Marginale Neigung 203 Marginalverteilung(en) 166 Marktsegmentierung 101 Maßkorrelationsanalyse 188 MA-Trajektorie 251 Maximum-Likelihood-Prinzip 228 MCNEMAR, Quinn Michael 312 McNemar-Test 312 Median 86 Mehrfachantworten 61 Menüleiste 4 Merkmalsträger nummerieren 37 Messniveau 25 Methode der kleinsten

Quadratesumme 198 Mietpreiskategorie 101 Mietpreisklasse 101 Mittlerer Rang 135. 140

Mittelwertanalyse 107 Mittelwertdiagramm 145 Mittelwerthomogenität 141 Mittelwertlinie(n) 207 Mittelwertvergleich 108 Modell vom Typ III 153 Modellidentifikation 294 Modellprognose 262, 265 Modellschätzung 295 Modellvergleich 272 Modellverifikation 295 Modellwahl 208 Monte-Carlo-Experiment 114 M-Schätzer 88 Multiple Dichotomie(n) 27, 56, 61 Multiple Kategorien 56 Multiple logistische Regression 235 Multiple Regression 216 Multiplikatives Modell 256, 263 Multivariate Statistik 323, 343

N

Nagelkerkes R-Quadrat 234 Nichtlineare Regression 210, 214 Nichtlineare Trendfunktion 254 Nominale Merkmale 56

häufbare 56 nicht häufbare 61

Normalitätsgerade 97 Normalverteilung 100 Normalverteilungsdichte 88 Normiertes Histogramm 88, 89, 301 Numerische Variable(n) 39 Nutzenindex 228

O

Objektivität 311 Odds-Ratio(s) 232 Ordinale Merkmale 56, 68 Orthogonale Faktorwerte 341

376 Stichwortverzeichnis

P

PACF 277 Parameteroption(en) 9 PARETO, Vilfredo 60, 349 Pareto-Diagramm 59 Partielle Korrelation 195 Partielle marginale Neigung(en) 220 Partition 345, 357 Partitionierende Klassifikation 357 Partitionsbeschreibung 361 PEARSON, Karl 171, 290 Pearson´s Chi-Quadrat 171 Pearson-Korrelation 191 Phi-Koeffizient 313 Pivot-Tabelle(n) 12 Pivot-Tabellen-Editor 7 PMA-Trajektorie 251 Poisson-Verteilung 103 Polygonzug 59, 245 Post-Hoc-Mehrfachvergleich(e) 145 Post-Hoc-Test(s) 142, 145 Potenzfunktion 210, 212 P-P-Diagramm(e) 105, 106 Prädiktor(en) 159 Primäre Fälle 53 Profildiagramm 156, 157 Prognosezeitraum 242 Proximitätsmaß(e) 346 Punktbiseriale Korrelation 315 Punktelastizität 204, 213, 215 p-value-Konzept 76, 368 PYTHAGORAS von Samos 345 Pythagoreisches Tripel 346

Q

Q-Q-Diagramm 97, 117, 301 Quadrierte Euklidische

Distanz 270, 353 Quantilsberechnung 77 Quantilsbestimmung 102

Quantilsfunktion IDF 76 Quantilskette 97 Quartil(e) 87 Quasilineare Regression 211

R

Random Walk 290, 300 Ränge 135, 140, 150 Rangkorrelationsanalyse 184 Rangkorrelationskoeffizient 185 Rangsumme 135, 140 Realisierte Zufallsstichprobe 75 Regressand 198, 201 Regression

bivariate 198, 206 lineare 207 logistische 231 lokale lineare 239 multiple 216 nichtlineare 214 quasilineare 211

Regressionsanalyse 197 Regressionsgerade 202 Regressionskoeffizient 203 Regressionskonstante 202 Regressor 198, 201 Relevanzzeitraum 242 Reliabilität 311 Reliabilitätsanalyse 309 Reliabilitätsstatistiken 321 Reliables Konstrukt 322 Residente Variablen 36 Residualkomponente 247 Residualquadratsumme 270 Residualstandardfehler 205 Residuum 74 Rohwert(e) 320 Rolle 25 Rotationsverfahren 335 Rotierte Komponentenmatrix 337

Stichwortverzeichnis 377

RUBIN, Herman 339 RV.NORMAL 291

S

Saisonkomponente 247, 260, 263 Satz des Pythagoras 346 Schaltfläche(n) 9 SCHEFFÉ, Henry 146 Scheffé-Prozedur 146 Schiefe 87 Schlusskurs-Prognose 301 Screeplot 331 Sequenz 3 Sequenzdiagramm(e) 242, 245, 246 Skala 25, 310 SMIRNOV, Nikolaj W. 99 Spaltenformat 24 Spannweite 87, 93 SPEARMAN, Charles Edward 184 Spearman-Korrelation 187 SPSS Statistics 1 Stamm-Blatt-Diagramm 90 Stammbreite 90 Standardabweichung 86 Standardisierte Faktorwerte 341 Standardisierter Fragebogen 20 Standardisierung 110, 326, 352, 358 Standardisierungsoption 110 Stationäre Zeitreihe 297 Stationärer stochastischer

Prozess 276 Stationarität 273, 292 Statusleiste 4 Stichprobenanteil 81 Stichprobenbefund(e) 122 Stichprobenmittelwert(e) 86, 116 Stichprobenoption(en) 113 Stichprobenumfang 116 Stichprobenvariable(n) 114 Stochastische Zeitreihenmodelle 273

Streudiagramm 189, 190 Stringvariable(n) Struktogramm(e) 68 Student t-Verteilung 115, 117 Stützbereich 249 Symbolleiste 4 Systemeinstellungen 10

T

Test 310 Testentscheidungskonzepte 76 Testentscheidung

klassische 76 p-value-basierte 76

Testvariablenwert 77 Timelag 278 Titelleiste 4 Toleranzbereich 205, 215, 221, 224 Trajektorie 245, 253 Trendelimination 299 Trendfunktion

lineare 252 nichtlineare 254

Trendkomponente 247 Trendpolynom dritten Grades 255 Trendresiduen 258, 259 Trend-Saison-Modell 256

additives 256 Holt-Winters 267 multiplikatives 263

t-Test einfacher 118 für eine Stichprobe 118 für gepaarte Stichproben 136 für unabhängige Stichproben 124

TUKEY, John Wilder 82

U

Umkodierungsprotokoll 43, 44 Unabhängigkeitstest 191

378 Stichwortverzeichnis

Unterdialogfeld 9 Unterjährigkeit 257 Unvollständig spezifizierte

Normalverteilung 100 Urlistenkonzept 15

V

Validität 311 Variable

berechnen 38 hinzufügen 35 umkodieren 42

Variablenansicht 4, 23 Variablendefinition 22 Variablenliste 49 Variablenset 63, 64 Variablentyp 23 Variablenwerte berechnen 39 Varianz 86

innerhalb der Gruppen 144 zwischen den Gruppen 144

Varianzhomogene Gruppen 124 Varianzhomogenität 124, 127 Varianzinhomogene Gruppen 146 Varianzinhomogenität 124 Varianztabelle 154 Varimax-Verfahren 335 Verbundene Stichproben 137 Verteilungsanalyse 55 Verteilungsfunktion 76, 228 Verteilungsparameter 84 Vietascher Wurzelsatz 328 Viewer 6 Viewer-Datei 7 Visuelle Klassierung 45

W

Wachstumsrate 298 Wahrscheinlichkeitsberechnung 78 WALLIS, Wilson Allen 149

WARD, Joe H. 352 Ward-Verfahren 352, 356 Weißes Rauschen 299 WELCH, Bernhard Lewis 130 Welch-Test 124, 130, 132, 147 Wilcoxon-Test 139 WINTERS, Peter R. 267 Wölbung 87

Z

Zahlenformat 23 Zeichenfolge 24 Zeitintervallreihe 243 Zeitreihe(n) 242 Zeitreihe(n) erstellen 248 Zeitreihenanalyse 241 Zeitreihenmodelle

deskriptive 246 stochastische 273

Zeitreihenmodellierung 267 Zeitvariable 242, 243 Zeitwertabschätzung 213, 224 Zelleneditor 28 Zentrierte gleitende

Durchschnitte 251 Zentroid(e) 348 Ziehen einer Zufallsstichprobe 109 Z-Score(s) 356 Zufallsgenerator 113 Zufallsstichprobe 113 Zurückgreifende gleitende

Durchschnitte 251 Zusammenhangsanalyse 163 Zustandsmenge 26, 56 Zweifaktorielle

ANOVA 151 Varianzanalyse 151

Zweiseitige Fragestellung 118 Zwei-Stichproben-Verfahren 124