Katja Rost Empirischen Organisationsforschung SS 07 Veranstaltung 4.

Katja Rost

Empirischen Organisationsforschung

SS 07

Veranstaltung 4

Lehrstuhl für Organisation, Technologie- und Innovationsmanagement, Prof. Dr. Margit Osterloh 2

Grundfunktionen SPSS

Öffnet SPSS.

Stellt die Grundeinstellung (Ausgabe) wie ich ein.

Bitte versucht anhand eures Fragebogens (z. B. Frage 1) eine Datenmaske zu konstruieren:

Definition des Variablennamen: z. B. V1a

Eingabe des Variablenlabel: z. B. „Zusatzqualifikation“

Eingabe der Labels: 1=trifft zu

Gebt nun fiktiv einen Datensatz ein (siehe Eingabemaske: Labels ein/aus)


Wiederholung Forschungsfrage

Definiert eurer Problemstellung und stellt hierfür prüfbare Hypothesen auf.

Wenn … dann…

Je … desto…

Identifiziert die Variablen, die ihr hierfür voraussichtlich verwenden werdet.


Wiederholung Skalenniveaus

Identifiziert nun für die Variablen eurer Fragestellung das Skalenniveau:

1. dichotome Skala (z. B. Geschlecht)

Mittelwert, Modalwert und Median sinnvoll; d.h. es sind auch Regressionen möglich

2. Nominalskala (z. B. Farbe)

nur Modalwert sinnvoll

3. Ordinalskala (Objekte oder Merkmale lassen sich in eine Rangfolge ordnen, z. B. Schulnoten)

Mittelwert, Modalwert und Median sinnvoll

Regressionen sind bei mehr als 5 Ausprägungen möglich („quasimetrisch“)


0

5

10

15

20

25

30

35

40

1=sehr oft 2=oft 3=teils/teils4=selten 5= fast nie 6=bie

Sport

Mittelwert: 3,8

Modal-, Medianwert: 4

Perzentile 25 3,000050 4,000075 5,0000

Lagemaße: Häufigkeiten und deskriptive Statistik


Häufigkeiten und deskriptive Statistik

Nehmt eine Variable euerer Fragestellung und lasst euch die Häufigkeitstabelle ausgeben. Bitte interpretiert diese Tabelle.

Besitzt die Variable die maximale Varianz, d.h. haben die Personen sowohl Minimum als auch Maximum ausgefüllt?

Gibt es Missingwerte, die nicht als fehlende Werte kodiert wurden?

Mittelwert. Die Summe geteilt durch die Anzahl der Fälle.

Median. Der Wert, über und unter dem jeweils die Hälfte aller Fälle liegt.

Modalwert. Der am häufigsten auftretende Wert.


1,00 2,00 3,00 4,00 5,00 6,00

0

10

20

30

40

Häufigkeit

Mean = 3,8571Std. Dev. = 1,46209N = 140

Bei Normalverteilung liegen 68% der Fälle zwischen 2,4 und 5,2.

Streuung (Standardabweichung)

Ein Maß für die Streuung um den Mittelwert.

Bei einer Normalverteilung

liegen 68% der Fälle im Bereich von einer Standardabweichung um den Mittelwert

und 95% der Fälle im Bereich von zwei Standardabweichungen.

Wenn z. B. der Altersmittelwert 45 ist, und die Standardabweichung 10 beträgt, liegen bei Normalverteilung 95% der Fälle zwischen 25 und 65 liegen.


Streuung

Wie hoch ist die Standardabweichung eurer Variablen. Interpretiert diese für den Fall einer Normalverteilung.

Streuen die Variablen ausreichend, d.h. ist Varianz vorhanden? Vergleicht hierfür auch das Balkendiagramm.


1,00 2,00 3,00 4,00 5,00 6,00

0

10

20

30

40

Häufigkeit

Lagemasse einer Verteilung

Schiefe: -,309; d.h. linksschief oder rechtssteil

Kurtosis: -,784; d.h. steiler

Ein Schiefe- bzw. Kurtosis-Wert größer +/-1,96 dokumentiert eine Abweichung von der Symmetrie. -> es sind keine zuverlässigen Regressionen, Mittelwertvergleiche möglich


Korrelationen

Mit Korrelationen werden die Beziehungen zwischen Variablen oder deren Rängen gemessen.

Datenniveau:

Quasimetrisch (d.h. mindestens 5 Ausprägungen)

Oder dichotome Variablen

Sowie:

Untersuchen auf Ausreißer, da diese zu irreführenden Ergebnissen führen können -> Lagemasse (Schiefe, Kurtosis)

Prüfung auf Linearität –> wenn keine Linearität ist der Korrelationskoeffizient keine geeignete Statistik zum Messen des Zusammenhangs


Korrelationen

Die Korrelation beträgt r = 0,531***.


Prüfung auf Linearität

Zunächst: Was ist eure abhängige (Y) und was ist eure unabhängige Variable (X)?

Mehrere Möglichkeiten

Streudiagramm (empfiehlt sich nicht bei „Fragebogenfragen“ aber z. B. bei wirklich metrischen Skalen)

Balkendiagramm (empfiehlt sich bei quasi-metrischen Skalen)

Mittelwertvergleich

Lasst euch anschliessend die bivariate Korrelation ausgeben und interpretiert diese


Warum zusammenfassen?

Übersichtlicher

Manche Variablen haben keine Normalverteilung

Nicht beobachtbares Konstrukt

Annahme

Verschiedene Variablen messen ein ähnliches Phänomen

Bitte identifiziert für eure Fragestellung Variablen, die euerer Ansicht nach ein ähnliches Phänomen messen.

Zusammenfassung von Variablen zu „Konstrukten“



Zufriedenheit

Chef Kollegen AufgabenItems

Messkonstrukt

Kollegen

Verschiedene Variablen messen ein ähnliches Phänomen, d.h. sie korrelieren untereinander hoch


Ermittelt die bivariaten Korrelationen der Variablen, die ihr zusammenfassen möchtet. Korrelieren die Variablen tatsächlich untereinander hoch?

Ermittelt die „Reliabilität“ der Skala, sollte mindestens 0,6 sein

Fasst die Variablen als Summe zusammen

Ermittelt für die neue Variable die deskriptive Statistik, ist diese Variable normalverteilt?



Rekodieren von Variablen

Falls Variablen nicht normalverteilt sind bzw. nicht alle Ausprägungen ausgefüllt sind, empfiehlt sich die Recodierung.

Falls eine Variable für ihre Fragestellung diese Anforderungen erfüllt, recodieren Sie diese.

Ansonsten „dichotimisieren“ Sie bitte eine quasimetrische Variable.

Katja Rost Empirischen Organisationsforschung SS 07 Veranstaltung 4.

Documents

Transcript of Katja Rost Empirischen Organisationsforschung SS 07 Veranstaltung 4.