Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch...

27
Einführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München Telefon: 089/289-24374 Email: [email protected] Technische Universität München TUM School of Education

Transcript of Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch...

Page 1: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Einführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009

Ariane S. Willems

Lothstraße 17

80335 München Telefon: 089/289-24374 Email: [email protected]

Technische Universität München TUM School of Education

Page 2: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Einführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009

Ariane S. Willems

Lothstraße 17

80335 München Telefon: 089/289-24374 Email: [email protected]

Inhalt:

1. Dateitypen, Menüstruktur, grundlegende Einstellungen

2. Erstellen einer Datenmaske und Dateneingabe

3. Zusammenspielen mehrerer SPSS Dateien: Hinzufügen von Fällen oder

Variablen

4. Kontrolle und Aufbereitung der eingegebenen Daten

5. Rekodierung von Variablen

6. Item- und Skalenanalyse

a. Bestimmung der Reliabilität

b. Skalenbildung

7. Deskriptive Statistik und Univariate Analysen

a. Häufigkeiten

b. Maxima und Minima

c. Mittelwerte und Standardabweichungen

8. Kurzer Ausblick: Inferenzstatistik und Hypothesenprüfung

a. Bivariate Korrelationen

b. Vergleichen von Mittelwerten: t-Tests

c. Vergleichen von Mittelwerten: Einfaktorielle Varianzanalysen

Technische Universität München TUM School of Education

Page 3: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 1

1. Dateitypen, Menüstruktur, grundlegende Einstellungen

Dateitypen:

SPSS unterscheidet verschiedene Dateitypen und -formate, die jeweils in einem eigenen Fens-

ter angezeigt werden und mit eignen Dateikennungen abgespeichert werden.

Datendatei/Daten-Editor (Dateikennung: .sav): In diesem Fenster wird der Inhalt der Daten-

datei in einer tabellarischen Form (vgl. EXCEL) angezeigt. Im Daten-Editor können neue Da-

tendateien erstellt (Definition von Messvariablen und Eingabe von Fragebogendaten) und vor-

handene Datendateien bearbeitet werden. Ein leeres Datenfenster wird automatisch geöffnet,

wenn Sie eine SPSS-Sitzung beginnen.

In diesem Fenster kann zwischen zwei verschiedenen Ansichten gewählt werden (zwei

„Reiter“ im angezeigten Datenfenster unten links):

• In der Variablenansicht werden die einzelnen Messvariablen zu einer sogenannten

Datenmaske definiert.

• In der Datenansicht findet man eine Datenmatrix, in die die durch Fragebögen

erhobenen Daten eingegeben werden können. Dies kann nach der Definition der

einzelnen Messvariablen geschehen.

Abb. 1: Dateneditor (Datenansicht)

Page 4: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 2

Syntaxdatei/Syntax-Editor (Dateikennung: .sps): Hier werden die statistischen Befehle

(Kommandos) als Befehlssyntax angezeigt und ausgeführt. Sie können die Befehlssyntax be-

arbeiten und so alle statistischen Funktionen von SPSS nutzen. Sie können allerdings auch zu-

sätzlich zur Befehlssyntax die Menüstruktur von SPSS (vergleichbar mit der Struktur gängi-

ger Office Produkte) nutzen. In einer Syntaxdatei sollten alle Berechnungen, die an einem Da-

tensatz durchgeführt werden, gespeichert werden, um so wichtige Schritte immer wieder

nachvollziehen zu können (z.B. nach einem Computerabsturz).

Abb. 2: Syntaxeditor

Merke: Alle auszuführenden Befehle in einer Syntaxdatei enden mit einem Punkt (.) Zum

einfügen von Kommentaren verwendet man *.

Ausgabedatei/Viewer (Dateikennung: .spo): Alle statistischen Ergebnisse, Tabellen und Dia-

gramme werden im Ausgabe-Fenster angezeigt. Sie können die Ausgaben bearbeiten und zur

späteren Verwendung speichern. Eine leere Ausgabedatei wird automatisch geöffnet, wenn

Sie eine SPSS-Sitzung beginnen.

Page 5: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 3

Menüstruktur:

SPSS besitzt die für Windows-Anwendungen typischen Menüleisten mit entsprechenden

Menübefehlen (Optionen).

Abb. 3: Menüstruktur

Typische Menüs und Optionen sind:

− Datei: zum Erstellen neuer, Öffnen bestehender und Speichern eingegebener Daten-

dateien, zum Drucken

− Bearbeiten: zum Ausschneiden, Kopieren, Einfügen, Suchen in Daten- und Ausgabe-

dateien und für optionale Einstellungen

− Analysieren: zur Auswahl statistischer Prozeduren

− Grafiken: zur Auswahl und Erstellung von Diagrammen

− Daten: zum Einfügen neuer Variablen, zum Zusammenspielen mehrerer Datendateien,

zum Umstrukturieren und Sortieren von Datendateien

− Transformieren: zur Neuberechnung oder Umkodierung von einzelnen Variablen oder

Variablengruppen

Grundlegende Einstellungen:

Vor dem Arbeiten mit SPSS sollten einige Grundeinstellungen getroffen werden, die sich

unter dem Menüpunkt BEARBEITEN → OPTIONEN konfigurieren lassen:

Unter dem Reiter Allgemein:

1. Variablenliste: Aktivierung des Kästchens Namen anzeigen

2. Ausgabe: Aktivierung des Kästchens Keine wissenschaftliche Notation

3. Maßeinheit: Punkt

Page 6: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 4

Unter dem Reiter Beschriftung der Ausgabe:

1. Gliederungsbeschriftung: Variablen in Objektbeschriftung anzeigen als: Namen und

Labels; Variablen in Objektbeschriftung anzeigen als Werte und Labels

Abb. 4: Optionenfenster

2. Erstellen einer Datenmaske und anschließende Dateneingabe

Erstellen der Datenmaske: Definition der Messvariablen

Bevor mit der Dateneingabe begonnen werden kann, müssen im Daten-Editor Fenster unter

der Variablenansicht alle durch den Fragebogen erhobenen Messvariablen definiert werden.

Unter einer Messvariablen versteht man zum Beispiel einzelne Fragen des Fragebogens

(Items) aber auch Angaben zur befragten Person (Alter, Geschlecht, Klasse usw.).

Page 7: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 5

Abb. 5: Variablenansicht

Tipp: Bei der Variablendefinition ist die Erstellung eines sogenannten Codeplans hilfreich

(notwendig). Die Erstellung des Codeplans erfolgt auf einem leeren Fragebogen.

Schritte zur vollständigen Variablendefinition:

1. Name: Jeder Frage im Fragebogen wird in einem ersten Schritt eindeutig ein Name

zugeordnet. Dieser Name…

− muss eindeutig sein

− muss mit einem Buchstaben oder dem Symbol @ beginnen (nicht mit einer

Ziffer)

− darf nicht mit einem _ enden

− darf keine Umlaute enthalten

− muss so kurz wie möglich sein (max. 8 Zeichen, auch wenn bis zu 64 Zeichen

von SPSS akzeptiert werden)

− muss bereits sinnvolle Rückschlüsse auf die „dahinterliegende“ Frage

zulassen

Beispiel: Items aus der Skala des situationalen Interesses sollten beispielsweise mit sitint1,

sitint2 usw. oder noch besser mit catch1, catch2, hold1, hold2 usw. benannt werden.

Items aus den Skalen zu den verschiedenen Stufen selbstbestimmter Motivation sollten

Namen tragen, aus denen die Motivationsstufen zu erkennen sind: z.B. Amot1, Amot2 usw.

für die Items der Skala Amotivation, Intro1, Intro2 usw. für Items der Skala Introjektion etc.

Page 8: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 6

2. Typ: SPSS unterschiedet zwei grundlegende Typen von Variablen: Numerische Variablen

(als Voreinstellung) und String-Variablen. Numerische Variablen beinhalten Zahlenwerte, mit

denen arithmetische Operationen durchgeführt werden können. String-Variablen hingegen

sind reine Textvariablen. Ist eine Variable als numerisch definiert, so können als Werte nur

Ziffern eingetragen werden, als Werte für String-Variablen kommen beliebige Zeichen-

ketten in Frage (auch Ziffern und Symbole). Für diese Variablen stehen keine rechnerischen

Operationen zur Verfügung.

Bitte verwenden Sie ausschließlich numerische Variablen. Die einzige Ausnahme bildet ein

Code, der für Längsschnittanalysen (bzw. Mehrfachbefragungen gleicher Personen) zu

verwenden ist. Da dieser in der Regel aus einer Kombination von Buchstaben und Zahlen be-

steht, muss diese Variable als String-Variable definiert sein.

Um den Variablentyp zu ändern, kann durch Anklicken der Schaltfläche eine entsprechen-

de Dialogbox geöffnet werden.

3. Variablenlabel: Da sich die Funktion und der Inhalt einer Variable nur selten zweifelsfrei

aus einem kurzen Namen erschließen lässt (vgl. Schritt 1), erlaubt das Feld Variablenlabel

das Einfügen zusätzlicher Beschreibungen für jede Variable. Aus diesem Grund wird in

dieser Spalte für jede Variable der genaue Wortlaut aus dem Fragebogen eingefügt (d.h.

wortwörtliche Übernahme der Fragen/Items, bis zu 256 Zeichen).

4. Wertelabels: Mit der Angabe von Wertelabels werden die einzelnen Ausprägungen einer

Variablen definiert. Die Wertelabels können über die Schaltfläche ... definiert werden. Ein

Wertelabel kann bis zu 60 Zeichen lang sein.

Durch die Definition von Wertelabels werden den Antworten bzw. den Antwort-

möglichkeiten im Fragebogen eindeutig numerischen Werten zugeordnet.

Bsp. 1: Die Variable Geschlecht hat zwei Ausprägungen, männlich und weiblich. Als Werte

können in diesem Fall beispielsweise die Zahlen 1 und 2 vergeben werden. Wobei der Wert 1

der Ausprägung (Label) männlich entspricht und der Wert 2 der Ausprägung (Label)

weiblich, oder umgekehrt.

Page 9: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 7

Bsp. 2: Bei Variablen mit einer fünfstufigen Likertskala als Antwortformat (Bsp: Während

der heutigen Unterrichtsstunde wurde ich über die Lernziele der Stunde informiert; mit

Antwortmöglichkeiten von gar nicht zu bis sehr) wird jeder Antwortmöglichkeit aufsteigend

eine Zahl zugeordnet (nämlich genau die, die auch schon im Fragebogen verwendet wurde).

(Wert) 1 = gar nicht (Label) (Wert) 2 = kaum (Label) (Wert) 3 = etwas (Label)

(Wert) 4 = ziemlich (Label) (Wert) 5 = sehr (Label)

4. Fehlende Werte: Häufig werden von einigen Personen keine Angaben zu einzelnen Fragen

gemacht. Folglich können in diesem Fall auch keine Werte in die Datenmaske eingegeben

werden. SPSS unterscheidet allerdings zwei verschiedene Arten von fehlenden Werten:

Systemdefinierte fehlende Werte und benutzerdefinierte fehlende Werte.

Systemdefinierte fehlende Werte sind leere Datenzellen. In der Datenmaske erscheint in

dieser Zelle ein . .

Die Definition von benutzerdefinierten fehlenden Werten erfolgt grundsätzlich pro

Variable. Eine entsprechende Definition kann über die Schaltfläche ... vorgenommen

werden. Es kann zwischen einzelnen fehlenden Werten (z.B. -99) und Wertebereichen

unterschieden werden. Die Definition von benutzerdefinierten fehlenden Werten ist für Sie

nicht notwendig.

5. Messniveau: In dieser Spalte kann für jede Variable das entsprechende Messniveau fest-

gelegt werden. Diese Einstellung wirkt lediglich bei der interaktiven Erstellung von

Diagrammen berücksichtigt; bei statistischen Prozeduren bleibt sie unberücksichtigt. Über die

Schaltfläche ... kann zwischen drei Möglichkeiten unterschieden werden: Nominal: Nomi-

nalskalierte Variablen mit einigen, wenigen Ausprägungen (Geschlecht mit den Ausprä-

gungen männlich und weiblich; oder als Wertelabels 1 und 2) besitzen keine numerische oder

mathematische Bedeutung, sie dienen lediglich zur Klassifizierung oder Gruppierung der

Fälle. Ordinal: Die eingetragenen Werte geben bei ordinalen Variablen eine Reihenfolge an.

Metrisch: Variablen, deren Werte numerische Bedeutung haben und auf Intervall- oder

Verhältnisskalenniveau sind. Grundsätzlich können Sie für jede Variable das Niveau

metrisch auswählen.

Page 10: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 8

Dateneingabe:

Nachdem sukzessive alle Messvariablen in der Variablensicht definiert wurden, kann mit der

Dateneingabe in der sogenannten Datenansicht begonnen werden. Hier findet man zuerst

eine leere Datenmatrix, in welche die durch die Fragebögen erhobenen Daten eingegeben

werden können. Diese Datenmatrix hat eine eindeutige Struktur. Die bereits durch SPSS

vornummerierten Zeilen der Datenmatrix entsprechen jeweils einem Fall (d.h. einer befrag-

ten Person), die Spalten der Matrix entsprechen den einzelnen Variablen, wobei jede Spalte

für eine neue Messvariable steht. Sind die Messvariablen bereits definiert, so trägt jede Spalte

den entsprechenden Namen der jeweiligen Variable (lfdNr, Alter, Geschl, Klasse…).

Folgende Vorschriften müssen eingehalten werden:

1.) Jede Zeile des Datenfensters enthält Daten zu einem einzigen Fall

2.) Kein Fall erscheint in mehr als einer Reihe

3.) Jede Spalte des Datensatzes enthält Werte zu einer einzigen Variablen

Abb. 6: Fenster zur Dateneingabe

Page 11: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 9

3. Zusammenstellen mehrerer SPSS Dateien: Hinzufügen von Fällen oder Variablen

Manchmal ist es hilfreich, dass Sie bei der Dateneingabe die anfallende Arbeit auf mehrere

Personen aufteilen. So können z.B. zur gleichen Zeit verschiedene Fragebögen von einzelnen

Personen in eine (identische) Datenmaske eingegeben werden. Anschließend müssen Sie die-

se Daten wieder zusammenspielen, sie müssen aus mehreren Datensätzen einen kompletten

Datensatz erstellen, ansonsten sind keinerlei Auswertungen möglich. Hierbei handelt es sich

um die Prozedur Hinzufügen von Fällen. In den beiden Datensätzen, die Sie zusammenspielen

möchten, befinden sich identische Variablen aber unterschiedliche Fälle.

Dies geschieht über den Menüpunkt DATEN → DATEIEN ZUSAMMENFÜGEN →

FÄLLE HINZUFÜGEN. Hier wählt man lediglich den Namen der zweiten Datei, die die

zusätzlichen Fälle enthält und die man der geöffneten Datei hinzufügen möchte, aus. Die

neuen Fälle werden ans untere Ende der geöffneten Datendatei eingefügt.

Abb. 7: Fälle hinzufügen

Eine zweite Möglichkeit bietet das Hinzufügen einzelner Variablen. In den beiden Datenda-

teien befinden sich also identische Fälle, aber unterschiedliche Messvariablen für die einzel-

nen Fälle. Zum Ausführen dieses Befehls ist es notwendig, dass die beiden Datendateien, die

zusammengespielt werden sollen, gleich sortiert sind (die Fälle also in gleicher Reihenfolge

auftreten). Die Sortierung geschieht über eine so genannte (eindeutige!!!) Schlüsselvariable,

welche in der Regel der vergebene Code oder die laufende Nummer ist.

Page 12: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 10

Eine Sortierung der Fälle erfolgt über den Menüpunkt DATEN → FÄLLE SORTIEREN

(Auswahl der Schlüsselvariablen). Das Hinzufügen von Variablen geschieht nach der

Sortierung der Fälle über den Menüpunkt DATEN → DATEIEN ZUSAMMENFÜGEN →

VARIABLEN HINZUFÜGEN (Auswahl der Variablen, die dem geöffneten Datensatz

hinzugefügt werden sollen)

Nach der Erstellung der Datenmatrix sowie der vollständigen Eingabe aller Fragebogendaten

könne Sie in SPSS prinzipiell mit den statistischen Auswertungen beginnen. Allerdings

sollten Sie vorab sicherstellen, dass Ihre Daten korrekt eingegeben wurden und sich aus

diesem Grund auf eine „Fehlersuche“ begeben.

4. Kontrolle und Aufbereitung der eingegebenen Daten

Die Sichtung von Fehlern kann durch eine Reihen von „Plausibilitätstests“ erfolgen. Der we-

sentliche Schritt ist die Betrachtung von Häufigkeitsauszählungen. Hierdurch ist erkenn-

bar, ob die eingegebenen Werte grundsätzlich den für die einzelnen Variablen zulässigen Wer-

ten entsprechen.

Über den Menüpunkt ANALYSIEREN → DESKRIPTIVE STATISTIKEN → HÄUFIG-

KEITEN können Sie die Variablen auswählen, die Sie einer Häufigkeitsanalyse unterziehen

wollen. In einem ersten Schritt sollten Sie hier alle Messvariablen im linken Fenster

auswählen und durch Betätigen der Pfeiltaste in das rechte Fenster verschieben.

Abb. 8: Häufigkeitsauszählungen

Page 13: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 11

Mit Hilfe der Schaltfläche können Sie zusätzlich die Ausgabe von bestimmten Lage-

(Mittelwert, Median etc.) und Streuungsmaßen (Standardabweichung, Minimum, Maximum)

anfordern.

Abb. 9: Häufigkeitsauszählungen: Anforderung statistischer Maße

Nachdem Sie alle Variablen und die von Ihnen gewünschten weiteren statistischen Kennwerte

ausgewählt haben, klicken Sie auf die Schaltfläche (nicht auf die Schaltfläche

, vgl. Abb. 8). Es öffnet sich nun automatisch ein Syntaxfenster, indem der entspre-

chende Befehl, den Sie über die Menüleiste ausgewählt haben in die SPSS Kommando-

sprache „übersetzt“ wurde. Sie können den Befehl nun über die Pfeilschaltfläche aus-

führen.

Abb. Syntaxdatei: Ausführen von Befehlen

Page 14: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 12

Anmerkung: Wenn Sie die Schaltfläche betätigen, werden die Befehle zwar von SPSS ausgeführt,

allerdings werden diese nicht in einer Syntax-Datei abgespeichert.

Nachdem der Befehl ausgeführt wurde, öffnet sich automatisch ein Ausgabefenster. Suchen

Sie nun in den Tabellen nach ungewöhnlichen Häufigkeiten (z.B. bei der Variable Geschlecht

nach einem eingegebenen Wert 3 etc.), bzw. fehlenden Werten etc. Nachdem Sie einzelne

Fehler ausfindig gemacht haben, müssen diese mithilfe der original Fragebögen behoben wer-

den. Hierzu schauen Sie in den entsprechenden Bögen (z.B. über den Code oder die laufende

Nummer zu identifizieren) und ersetzen die falschen Werte in der Datenmatrix durch die

ermittelten richtigen Werte.

Schule

Häufigkeit Prozent Gültige Prozente

Kumulierte

Prozente

Gültig 1,00 COG 98 38,3 38,3 38,3

2,00 KiGy 70 27,3 27,3 65,6

3,00 LGW 88 34,4 34,4 100,0

Gesamt 256 100,0 100,0

Abb. 10: Häufigkeitstabelle zur Variable „Schule“

Geschlecht

Häufigkeit Prozent Gültige Prozente

Kumulierte

Prozente

Gültig 1,00 männlich 132 51,6 53,2 53,2

2,00 weiblich 116 45,3 46,8 100,0

Gesamt 248 96,9 100,0

Fehlend -99,00 8 3,1

Gesamt 256 100,0

Abb. 11: Häufigkeitstabelle zur Variable „Gechlecht“

Page 15: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 13

5. Rekodierung von Variablen

Manchmal ist es sinnvoll oder notwendig, dass man bei bestimmten Variablen mehrere Werte

oder Wertebereiche zu einer Gruppe zusammenfasst, oder, dass einzelne Items aus bestimm-

ten Skalen umgepolt werden müssen (z.B. weil die Items in der Originalskala eine negative

Formulierung aufweisen). Dies geschieht über das so genannte Umkodieren von Variablen.

Prinzipiell bestehen hier zwei Möglichkeiten, das Umkodieren in dieselbe Variable und das

Umkodieren in eine andere (zusätzliche) Variable. Bitte wählen Sie immer das umkodieren

in eine andere Variable, anderenfalls werden die Daten der „Originalvariablen“ über-

schrieben und somit vernichtet.

Führen Sie hierzu den Befehl TRANSFORMIEREN → UMKODIEREN → IN ANDERE

VARIABLE aus.

Wählen Sie aus der vorgegebenen Liste durch Doppelklick die Variable aus, die Sie umkodie-

ren möchten. Geben Sie nun der neuen Variablen, die Sie erstellen wollen (Ausgabevariable)

einen Namen und eine Beschriftung.

Abb. 12: Umkodieren in eine andere Variable

Page 16: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 14

Halten Sie sich bei der Namensgebung unbedingt an die folgende Regel:

Rekodierte Variablen tragen stets den Namen der Originalvariablen, zusätzlich wird zu

Beginn des Namens der Buchstabe r vorangestellt.

Aus der Variabeln fsem (für Fachsemester) wird dann im rekodierten Fall die Variabel rfsem.

(Müssen Sie eine Variable mehrmals umkodieren, werden die neuen rekodierten Variablen

durchnummeriert, also rfsem1, rfsem2 usw.).

Nachdem Sie nun die Ausgabevariable benannt haben, müssen Sie die neuen Werte defi-

nieren, dies geschieht über dir Schaltfläche . Unter der Rubrik Alter Wert definiert

man den Wert, der zu ersetzen ist, unter Neuer Wert gibt man die Ersatzwerte an. Unter der

Rubrik Bereich kann ein ganzer Wertebereich ausgewählt werden, der dann durch einen

einzigen neuen Wert ersetzt wird. Legen Sie nun sukzessive fest, welcher alte Wert durch

welchen neuen Wert ersetzt werden soll und klicken sie anschließend auf .

Abb. 13: Zuweisen neuer Werte

Page 17: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 15

6. Item- und Skalenanalysen

Bestimmung der Reliabilität möglicher Skalen (Berechnung von Cronbach’s Alpha):

Führen Sie hierzu den Befehl ANALYSIEREN → SKALIEREN → RELIABILITÄTS-

ANALYSE aus.

Abb. 14:Reliabiltätsanalysen

Wählen Sie nun aus der Liste der vorgegebenen Items per Doppelklick die Variablen aus, die

auf Grund theoretischer Überlegungen zu einer Skala zusammengehören sollten. Geben

Sie der Skala einen Namen (unter Skalenbeschriftung).

Halten Sie sich bei der Namensgebung unbedingt an die folgende Regel:

Zu Skalen zusammengefasste Items werden von SPSS als eine neue Variable aufgefasst.

Damit Sie erkennen, dass es sich bei der durch SPSS eingefügten Variablen um eine Skala

handelt, beginnen Sie den Namen der neuen Variable (= der Skala) stets mit einem x. Falls

Sie also mehrere Items der „catch-Komponente“ (z.B. catch1, catch3, catch5, catch6) zu

einem Mittelwert (also zu einer Gesamtskala) zusammenfassen möchten, bekommt diese

Skala den Namen xcatch.

Page 18: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 16

Mit Hilfe der Schaltfläche wählen Sie bitte die folgenden Zusatzoptionen aus:

1. Deskriptive Statistiken für: Item, Skala wenn Item gelöscht

2. Zwischen Items: Korrelationen

3. Auswertungen: Mittelwert

Abb. 15: Itemkennwerte

Führen Sie die Berechnungen über die Schaltfläche aus.

Page 19: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 17

Beispiel:

Im Folgenden ist nun ein Output von SPSS dargestellt, der die Reliabilitätsanalyse der Skala

zum situationalen Interesse darstellt, diese Skala setzt sich in dem vorliegenden Datensatz aus

den beiden Subskalen „catch“ und „hold“ zusammen, die jeweils mittels 6 Items gemessen

wurden.

SPSS Syntax-Datei:

Tab. 1 und 2: Reliabilitätsanalyse

Den ersten beiden Tabellen in der Output Datei können Sie entnehmen

• Wie viele Fälle (Personen) insgesamt zur Reliabilitätsanalyse herangezogen wurden

• Den Wert für Cronbach’s Alpha für die Gesamtskala

Page 20: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 18

In der dritten Tabelle zu den Einzelitemkennwerten können Sie die Mittelwerte und

Standardabweichungen der einzelnen Items ablesen.

Tab. 3:

Itemstatistiken

Mittelwert Std.-Abweichung Anzahl

catch1 Inwieweit hat dir die Beschäftigung mit einzelnen Themen des

Unterrichts Spass gemacht ? 3,1911 1,07669 246

hold1 Inwieweit fandest du die Inhalte des Unterrichts für dich

persönlich wichtig? 2,7683 1,17072 246

catch2 Inwieweit haben bestimmte Phasen des Unterrichts dein

Interesse geweckt? 3,4187 1,19842 246

hold2 Inwieweit möchtest du gerne mehr über bestimmte

Sachverhalte des Unterrichts erfahren? 3,0528 1,21942 246

catch3 Inwieweit fandest du einzelne Abschnitte des

Biologieunterrichts beeindruckend? 3,3049 1,22913 246

catch4 Inwieweit konnten Phasen des Unterrichts deine

Aufmerksamkeit fesseln? 3,2114 1,23719 246

hold3 Inwieweit möchtest du dich über Themen des Unterrichts mit

anderen unterhalten? 2,4553 1,15530 246

catch5 Inweiweit war für dich die Beschäftigung mit einzelnen

Themen des Unterrichts spannend? 3,0081 1,20201 246

catch6 Inwieweit haben Teile des Unterrichts deine Neugier geweckt? 3,2033 1,21527 246

hold4 Inwieweit war dir die Auseinandersetzung mit einzelnen

Inhalten des Unterrichts persönlich wichtig? 2,5041 1,11666 246

hold5 Inwieweit haben sich für dich während des Unterrichts neue

Fragen ergeben, auf die du gerne eine Antwort hättest? 2,8415 1,28224 246

hold6 Inwieweit hattest du während des Unterrichts "Aha-Erlebnisse",

bei denen du plötzlich einen Sachverhalt verstanden hast? 3,0732 1,25630 246

Die nachfolgende Tabelle gibt die für eine Reliabilitätsanalyse wesentliche Kennwerte wider:

Für Sie ist insbesondere die rechte Spalte wesentlich. Hier können Sie ablesen, ob Sie mögli-

cherweise ein Item aus der Skalenberechnung weglassen sollten, um die Reliabilität der Skala

(vgl. Wert in Tab. 2) zu verbessern. Die rechte Spalte gibt de Wert für Cronbach’s Alpha an,

den die Skala annehmen würde, wenn man das Item in die Skalenbildung nicht einbeziehen

würde.

Page 21: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 19 Tab. 4:

Item-Skala-Statistiken

Korrigierte Item-

Skala-Korrelation

Quadrierte

multiple

Korrelation

Cronbachs

Alpha, wenn Item

weggelassen

catch1 Inwieweit hat dir die Beschäftigung mit einzelnen

Themen des Unterrichts Spaß gemacht ? ,717 ,583 ,918

hold1 Inwieweit fandest du die Inhalte des Unterrichts für

dich persönlich wichtig? ,672 ,575 ,920

catch2 Inwieweit haben bestimmte Phasen des

Unterrichts dein Interesse geweckt? ,743 ,661 ,917

hold2 Inwieweit möchtest du gerne mehr über bestimmte

Sachverhalte des Unterrichts erfahren? ,752 ,594 ,916

catch3 Inwieweit fandest du einzelne Abschnitte des

Biologieunterrichts beeindruckend? ,710 ,589 ,918

catch4 Inwieweit konnten Phasen des Unterrichts deine

Aufmerksamkeit fesseln? ,708 ,590 ,918

hold3 Inwieweit möchtest du dich über Themen des

Unterrichts mit anderen unterhalten? ,635 ,439 ,921

catch5 Inweiweit war für dich die Beschäftigung mit

einzelnen Themen des Unterrichts spannend? ,811 ,716 ,914

catch6 Inwieweit haben Teile des Unterrichts deine

Neugier geweckt? ,814 ,714 ,914

hold4 Inwieweit war dir die Auseinandersetzung mit

einzelnen Inhalten des Unterrichts persönlich wichtig? ,659 ,539 ,920

hold5 Inwieweit haben sich für dich während des

Unterrichts neue Fragen ergeben, auf die du gerne eine

Antwort hättest?

,516 ,344 ,926

hold6 Inwieweit hattest du während des Unterrichts "Aha-

Erlebnisse", bei denen du plötzlich einen Sachverhalt

verstanden hast?

,500 ,302 ,927

Page 22: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 20

Auf Grund der Analyse des SPSS Outputs zu den Reliabilitäten der Skalen kann nun das

eigentliche Zusammenfassen der einzelnen Items zu einer Gesamtskala geschehen:

Skalenbildung (Berechnung einer „neuen“ Variablen als Mittelwert verschiedener Items

bzw. Variablen):

Das Zusammenfassen einzelner Items zu einer Gesamtskala geschieht über den Befehl

TRANSFORMIEREN → VARIABLE BERECHNEN.

Abb. 16: Variablen berechnen

Zuerst müssen Sie der neuen Variablen (Zielvariablen) einen Namen geben. Halten Sie sich

bei der Namensgebung unbedingt an die oben genannten Regel (S. 16).

Anschließend wählen Sie unter der Rubrik Funktionsgruppe das Maß statistisch aus. Unter

der Rubrik Funktionen wählen Sie nun den Befehl MEAN (für Mittelwert) per Doppelklick

aus. Dieser Befehl erscheint nun in dem Fenster Numerischer Ausdruck. Sie müssen nun nur

Page 23: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 21 noch aus der Liste der vorgeschlagenen Variablen die aussuchen, die zu einer Skala zusam-

mengefasst werden sollen (vgl. auch Reliabilitätsanalysen) und diese Einzelitems per

Doppelklick in die Klammern einfügen. Achtung: Die einzelnen Items müssen noch durch

ein Komma (,) voneinander getrennt werden. z.B MEAN (catch1, catch2, catch3).

Nachdem Sie alle Items in die Klammern eingefügt betätigen Sie die Schaltfläche .

Sie werden nun die folgende (Beispiel-) Syntax erhalten:

Abb. 17: Syntax zur Berechnung neuer Variablen (hier: Skalenbildung per Mittelwert)

Wenn Sie nun den Befehl über die Pfeilschaltfläche ausführen lassen, berechnet SPSS eine

neue Variable und „hängt“ diese an das Ende des Datensatzes an.

Page 24: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 22

7. Deskriptive Statistiken und Univariate Auswertungen:

Häufigkeiten, Maxima und Minima, Mittelwerte und Standardabweichungen:

Über den Menüpunkt ANALYSIEREN → DESKRIPTIVE STATISTIKEN →

HÄUFIGKEITEN können Sie die Variablen auswählen, die Sie einer Häufigkeitsanalyse

unterziehen wollen.

Mit Hilfe der Schaltfläche können Sie zusätzlich die Ausgabe von bestimmten Lage-

(Mittelwert, Median etc.) und Streuungsmaßen (Standardabweichung, Minimum, Maximum)

anfordern.

Nachdem Sie alle Variablen und die von Ihnen gewünschten weiteren statistischen Kennwerte

ausgewählt haben, klicken Sie auf die Schaltfläche (nicht auf die Schaltfläche

).

Page 25: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 23

8. Kurzer Ausblick: Inferenzstatistik und Hypothesenprüfung

Achtung: Sie arbeiten nun nicht mehr auf der Ebene der Einzelitems, sondern nur noch

mit den Gesamtskalen, die Sie im Vorfeld gebildet haben!!!

Bivariate Korrelation:

Zur Analyse von linearen Zusammenhängen zwischen zwei intervallskalierten, metrischen

Variablen werden Korrelationen berechnet. Hierzu können Sie unter dem Menüpunkt

ANALYSIEREN → KORRELATIONEN → BIVARIAT die entsprechenden Variablen

auswählen, von denen Sie einen linearen Zusammenhang (positiver oder negativer Art)

vermuten.

Wählen Sie den Korrelationskoeffizienten nach Pearson und die den zweiseitigen Test auf

Signifikanz aus. Aktivieren Sie das Kästchen „signifikante Korrelationen markieren“.

In der Ausgabe werden dabei alle Kombinationsmöglichkeiten der zu vergleichenden

Variablen in einer quadratischen Matrix angezeigt (diese spiegelt sich an der Hauptdiagonalen

und enthält auf der Diagonalen nur die Werte 1).

Unter der Schaltfläche legen Sie fest, wie Sie mit „fehlenden Werten“ umgehen

wollen. Sie haben hier zwei Optionen:

1. (voreingestellt) paarweiser Fallausschluss [auch analyseweise Fallausschluss]: Bei

jeder einzelnen Analyse werden alle Fälle berücksichtigt, die gültige Werte aufweisen.

Dies kann zur Folge haben, dass die Anzahl der gültigen Fälle von Analyse zu

Analyse variiert. Somit verändert sich die Stichprobengröße teilweise bei jeder

statistischen Analyse und die Ergebnisse sind somit nur bedingt vergleichbar.

2. listenweiser Fallausschluss: In diesem Fall werden zunächst alle Variablen, die in

eine Analyse(n) miteinbezogen werden sollen, auf ihre gültigen Werte hin überprüft

und es werden nur die Fälle zugelassen, die auf allen ausgewählten Variablen gültige

Werte besitzen. Dies führt zu gleichbleibender Stichprobengröße für jede Analyse.

Page 26: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 24

Vergleichen von Mittelwerten: t-Tests

1. T-Test bei unabhängigen Stichproben

Zur Untersuchung der Fragestellung, ob sich zwei Subgruppen der Stichprobe (z.B.

männliche und weibliche Probanden) hinsichtlich ihrer Mittelwerte auf einer abhängigen

Variablen signifikant unterscheiden, werden T-Tests für unabhängige Stichproben

berechnet.

Hierbei muss die unabhängige Variable (Gruppierungsvariable) dichotom sein (d.h. zwei

unterschiedliche Ausprägungen haben), die abhängige Variable ist metrisch und

intervallskaliert.

Über ANALYSIEREN → MITTELWERTE VERGLEICHEN → T-TEST BEI

UNABHÄNGIGEN STICHPROBEN können die abhängigen Variablen (Testvariablen)

ausgewählt werden sowie die Gruppierungsvariable festgelegt werden.

2. T-Test bei abhängigen Stichproben:

Der T-Test für gepaarte (d.h. abhängige) Stichproben wird angewendet, wenn Sie im Rahmen

eines längsschnittlichen Designs eine (abhängige) Variable zweimal erheben und testen

wollen, ob zwischen dem ersten und dem zweiten MZP eine signifikante Veränderung des

Mittelwertes besteht.

Wählen Sie über ANALYSIEREN → MITTELWERTE VERGLEICHEN → T-TEST

BEI VERBUNDENEN STICHPROBEN jeweils die Variablen zum MZP1 und MZP2 aus.

z.B. Paar 1: Variable 1: t1_xcatch Variable 2: t2_xcatch

z.B. Paar 2: Variable 1: t1_xhold Variable 2: t2_xhold

Page 27: Einführung: Empirisch Forschungsmethoden Ariane S. · PDF fileEinführung: Empirisch Forschungsmethoden Grundlagen von SPSS WS 2008/2009 Ariane S. Willems Lothstraße 17 80335 München

Grundlagen von SPSS 25

Vergleichen von Mittelwerten: Einfaktorielle Varianzanalysen

Zur Untersuchung der Fragestellung, ob sich mehr als zwei Subgruppen der Stichprobe

(z.B. Probanden verschiedener Schulen) hinsichtlich ihrer Mittelwerte auf einer abhängigen

Variablen signifikant unterscheiden, werden sogenannte ANOVAs, d.h. einfaktorielle

Varianzanalysen berechnet.

Hierbei muss die unabhängige Variable (der Faktor) kategorial mit fortlaufenden

ganzzahligen Werten sein, die abhängige Variable ist metrisch und intervallskaliert.

Über ANALYSIEREN → MITTELWERTE VERGLEICHEN → EINFAKTORIELLE

ANOVA können die abhängigen Variablen ausgewählt werden sowie der Faktor

(entspricht der unabhängigen Variablen) festgelegt werden.

Unter der Schaltfläche , sollten Sie noch die deskriptiven Statistiken aktivieren.

Unter der Schaltfläche , wählen Sie den Scheffe Test aus. Dieser test dient dazu, zu

bestimmen, welche Gruppen (Faktoren) sich hinsichtliches ihres Mittelwertes auf der

abhängigen Variablen signifikant voneinander unterscheiden.