Einführung in SPSS / SS 2010 – HAW Hamburg – René Reineke 1
SPSS‐PraxisleitfadenExemplarischeFragestellungenundmöglicheLösungsmethoden
Dieser Leitfaden orientiert sich an den Kursinhalten der SPSS‐Einführung, erhebt jedoch keinen Anspruch
auf Vollständigkeit und stellt keine Zusammenfassung dar. Die Bedienung von SPSS, wie bspw. das
Bearbeiten der Grafiken, der Tabellen und die theoretischen Grundlagen sind nicht Bestandteil dieses
Dokuments.
Aufgehend von praxisnahen Fragestellungen, die in dieser Form auch in der Hausarbeit zu lösen sein
könnten, wird ein exemplarischer Lösungsweg in SPSS beschrieben. Es wird angenommen, dass die
Datenquelle in einer Form vorliegt, welche die direkte Verarbeitung möglich macht. In der Praxis sind jedoch
häufig vorherige Analysen, bspw. auf Ausreißer, oder Umkodierungen, das Gewichten von Fällen, etc.
notwendig. Dies muss bei der Anwendung beachtet werden.
Inhalt
1 Eine kategoriale Variable ............................................................................................................................. 2
1.1 Kommen alle Kategorien gleich häufig vor? ........................................................................................ 2
1.1.1 Numerische Beschreibung ........................................................................................................... 2
1.1.2 Grafische Beschreibung ............................................................................................................... 2
1.1.3 Statistische Analyse ..................................................................................................................... 4
1.2 Entsprechen Häufigkeiten bestimmten Vorgaben? ............................................................................ 5
1.2.1 Numerische und grafische Beschreibung .................................................................................... 5
1.2.2 Statistische Analyse ..................................................................................................................... 5
2 Mehrere kategoriale Variablen ................................................................................................................... 6
2.1 Datenbeschreibung ............................................................................................................................. 6
2.1.1 Numerische Beschreibung ........................................................................................................... 6
2.1.2 Grafische Beschreibung ............................................................................................................... 7
2.2 Sind zwei kategoriale Variablen unabhängig? ..................................................................................... 9
2.2.1 Datenbeschreibung ..................................................................................................................... 9
2.2.2 Unabhängigkeitstest .................................................................................................................... 9
3 Eine metrische Variable ............................................................................................................................. 10
3.1 Wie kann man die Verteilung einer metrischen Variablen beschreiben? ......................................... 10
3.1.1 Klassifizieren, Tabellen und Histogramme ................................................................................ 10
3.1.2 Maßzahlen zur Beschreibung der Verteilung ............................................................................ 12
3.1.3 Boxplott ..................................................................................................................................... 13
4 Mehrere metrische Variablen ................................................................................................................... 13
4.1 Wie stark ist der Zusammenhang zwischen zwei metrischen Variablen? ......................................... 13
Einführun
4.1.
4.1.2
1 EinDieses Ka
Variable.
1.1 Ko
1.1.1 NAnalysier
Abb.)‐> H
A
In der Au
1.1.2 GBalkendi
ng in SPSS / S
1 Grafisc
2 Korrel
nekategoapitel beschr
ommenal
Numerischeren ‐> Deskri
Häkchen bei H
Abbildung 1: Di
usgabe sind i
GrafischeBagramm
SS 2010 – HA
che Beschrei
ationskoeffiz
orialeVarränkt sich au
lleKatego
eBeschreibiptive Statisti
Häufigkeitsta
ie auszuwerten
n den ersten
eschreibunDiagrammeBalkendiag
AW Hamburg
ibung ...........
zient nach Pe
riablef Fragestellu
orienglei
bungiken ‐> Häufi
abellen setze
nde Variable wi
n beiden Spa
nge ‐> Diagramramm ‐> unt
g – René Rei
....................
earson und S
ungen in Zusa
ichhäufig
figkeiten … ‐>
en ‐> OK.
ird per Doppel
lten die (abs
mmerstellungtersuchende
neke
....................
Spearman ....
ammenhang
gvor?
> markieren d
klick oder Klick
soluten) Häu
g ‐> Galerie (BVariable in X
....................
....................
g mit einer ei
der auszuwe
ken+Ziehen in d
figkeiten und
Balken) ‐> DoX‐Achse zieh
....................
....................
inzelnen kate
ertenden Var
die rechte Spalt
d Prozentwe
oppelklick auen ‐> OK.
2
....................
....................
egorialen
riable (siehe
te gelegt
erte enthalte
uf einfaches
. 13
. 14
en.
Einführun
Kreisdiag
ng in SPSS / S
gramm
SS 2010 – HA
Abbildu
AnschließeBalkendiag
Abb
Eine alternaKreissegme
AW Hamburg
ung 2: Zu unter
nd öffnet sicramm, welch
ildung 3: Häufi
ative Form stente, deren F
g – René Rei
rsuchende Varia
ch das Ausgahes anschließ
gkeitsverteilun
tellt das KreFläche propo
neke
able wird per K
befenster voßend ggf. we
ng einer katego
isdiagramm ortional die H
Klicken+Ziehen
on SPSS und eiterbearbeit
orialen Variable
dar. Die KateHäufigkeitsve
auf die X‐Achs
man erhält dtet werden k
e als Balkendia
egorien sind erteilung der
3
se gezogen
das kann.
gramm
hierbei die r einzelnen
Einführun
1.1.3 SÜber eine
signifikan
Analysier
> OK.
Die „Erwa
Gleichver
ng in SPSS / S
Statistischeen Ein‐Stichp
nt häufiger a
ren ‐> Nichtp
artete Anzah
rteilung an. D
SS 2010 – HA
Merkmale d DiagrammeKreisdiagra
Nachteilig iUnterschiedsich allerdindeutlich zu
eAnalyseproben‐Chi‐Q
uftritt oder a
parametrisch
hl“ in der mit
Das Residuu
AW Hamburg
darstellt.
e ‐> Diagramamm ‐> unter
st, dass sich de schwer zungs Beschrifterhöhen.
Quadrat‐Test
alle Auspräg
he Tests ‐> Ch
ttleren Spalt
m ist die Diff
g – René Rei
mmerstellungrsuchende V
Abbildung 4: U
die tatsächlu erkennen stungen auf d
t kann die Fr
ungen gleich
hi‐Quadrat ‐>
e gibt die er
ferenz der er
neke
g ‐> Galerie (KVariable in Au
Unbearbeitete
ichen Häufigsind. Über Ander Kreisfläch
rage beantwo
h verteilt sind
> untersuche
warteten (ab
rsten beiden
Kreis/Polar) ufteilen nach
s Kreisdiagram
gkeiten nicht npassungen he nachtrage
ortet werden
d.
ende Variable
bsoluten) Hä
n Spalten.
‐> Doppelklih ziehen ‐> OK
mm
t ablesen lassan der Darsten, um die Au
n, ob eine Au
le zu Testvari
äufigkeiten b
4
ck auf K.
sen und feinetellung lasseussagekraft
usprägung
iablen ziehen
bei einer
e n
n ‐
Einführun
Die asym
Nullhypo
Präsentat
1.2 EnStatt eine
Verteilun
statistisc
Anteilen
1.2.1 NSiehe „Ko
1.2.2 SÄhnlich z
Form fest
Die Berec
Analysier
> Erwarte
in Prozen
ng in SPSS / S
mptotische Sig
othese verwo
tion).
ntsprechee kategoriale
ng geprüft we
he Frage ist
in der Popul
Numerischeommen alle
Statistischezum vorherig
tgelegt ist.
chnung erfol
ren ‐> Nichtp
ete Werte m
nt!) einfügen,
SS 2010 – HA
gnifikanz ist
orfen wird od
enHäufigke Variable au
erden. Beisp
dann, ob die
ation entspr
eundgrafisKategorien g
eAnalysegen Fall, jedo
lgt über:
parametrisch
arkieren ‐> i
, jeweils per
AW Hamburg
Abbildung 5
gleich dem p
der beizubeh
keitenbeuf eine Gleich
piel: Erste Kat
e Anteile von
rechen.
scheBeschrgleich häufig
och ist die Nu
he Tests ‐> Ch
n das Feld W
Hinzufügen
g – René Rei
5: Chi‐Quadrat
p‐Wert und l
halten ist (nä
estimmtenhverteilung z
tegorie 30%,
n einzelnen K
reibungvor?“, S. 2.
ullhypothese
hi‐Quadrat ‐>
Werte der Rei
bestätigen ‐
neke
t‐Ausgabe von S
lässt uns inte
ähere Inform
nVorgabezu überprüfe
, zweite Kate
Kategorien in
e in diesem F
> untersuche
ihe nach die
> OK.
SPSS
erpretieren,
ationen hier
en?en, kann auch
egorie 60%, d
n einer Stichp
all, dass die
ende Variable
erwarteten r
ob die zuvor
rzu in der Po
h auf eine be
dritte Katego
probe den ta
Verteilung in
le zu Testvari
relativen Hä
5
r aufgestellte
werPoint‐
estimmte
orie 10%. Die
atsächlichen
n bestimmte
iablen ziehen
ufigkeiten (a
e
e
er
n ‐
also
Einführun
Der Outp
relativen
Die Inter
2 MeIm Gegen
gemeinsa
2.1 Da
2.1.1 NEin schne
erhalten
werden.
Analysier
Spaltenva
Optional:
ng in SPSS / S
put gibt nun a
Häufigkeite
pretation erf
ehrerekansatz zum 1.
ame Auftrete
atenbesch
Numerischeeller numeris
werden. Erg
ren ‐> Deskri
ariable einfü
: Häkchen be
SS 2010 – HA
Ab
an der Stelle
n, die erwart
folgt identisc
ategorialKapital werd
en von zweie
hreibung
eBeschreibscher Überbl
gebnis in eine
iptive Statisti
ügen ‐> Butto
ei Prozentwe
AW Hamburg
bildung 6: Der
e „Erwartete
teten absolu
ch zum vorhe
eVariablden einzelne
en oder meh
bunglick kann übe
e Matrix, in d
iken ‐> Kreuz
on „Zellen…“
erten setzen ‐
g – René Rei
Reihe nach we
Anzahl“ die,
uten Häufigk
erigen Fall.
lene kategoriale
hr Variablen z
er die Erzeug
der relative w
ztabellen ‐> u
“ ‐> Häkchen
‐> Klick auf W
neke
erden die Werte
, auf Grund d
eiten aus.
e Variablen n
zu beschreib
gung einer Kr
wie auch abs
untersuchen
bei „Beobac
Weiter ‐> Klic
e eingeben
der eben ein
icht für sich
ben und zu an
reuztabelle (
solute Häufig
de Variablen
chtet“ setzen
ck auf OK
gegeben erw
untersucht,
nalysieren.
(auch: Kontin
gkeiten ausg
n in Zeilenvar
n im Feld „Hä
6
warteten
sondern das
ngenztabelle
egeben
riable und
äufigkeiten“ ‐
s
e)
‐>
Einführun
Das Ergeb
2.1.2 GZur Darst
im Folgen
ng in SPSS / S
bnis sieht ist
GrafischeBtellung eigen
nden die Erst
SS 2010 – HA
t daraufhin ä
eschreibunnen sich idea
tellung eines
AW Hamburg
Abbildu
hnlich der fo
Abbildung
nglerweise gru
s gestapelten
g – René Rei
ung 7: Dialog d
olgenden Da
g 8: Exemplaris
uppierte ode
n Balkendiag
neke
er Kreuztabelle
rstellung:
sche Kreuztabe
r gestapelte
gramms wied
e
elle
Balkendiagr
dergegeben.
ramme. Exem
Dieses wird
7
mplarisch wir
folgt erzeug
rd
gt:
Einführun
Diagramm
Variable
Um die A
Dazu em
Doppelkli
ng in SPSS / S
me ‐> Diagra
1 in die X‐Ac
Aussagekraft
pfiehlt sich d
ick auf das D
SS 2010 – HA
ammerstellu
chse ziehen ‐>
zu erhöhen,
die folgende
Diagramm ‐>
Abbild
AW Hamburg
ng ‐> in Gale
> Variable 2
Abbildung
, kann es ma
Vorgehensw
> Optionen ‐>
dung 10: Gesta
g – René Rei
erie Balken a
in das Feld „
g 9: Gestapeltes
nchmal nütz
weise:
> Auf 100% s
apeltes Balkend
neke
auswählen ‐>
„Stapel: Farb
s Balkendiagram
zlich sein das
kalieren
diagramm, auf
> Doppelklick
be festlegen“
mm
s Diagramm a
100% skaliert
k auf „gestap
“ ziehen ‐> O
auf 100% zu
8
pelte Balken“
K
skalieren.
“ ‐>
Einführun
Durch die
2.2 SiGruppen
besteht o
Likertska
2.2.1 DOrientier
eignet sic
2.2.2 UZum Eins
Analysier
ziehen ‐>
Wir erha
Interpret
Zeile Chi‐
ng in SPSS / S
ese Form de
ndzweikunabhängig
oder nicht. In
la untersuch
Datenbeschrung an „Dat
ch hier das g
Unabhängigsatz kommt d
ren ‐> Deskri
> Klick auf „St
Abb
lten daraufh
tation der Erg
‐Quadrat nac
SS 2010 – HA
r Darstellung
kategorialwird die Fra
n der Ausgan
ht werden.
hreibungenbeschreib
ruppierte Ba
gkeitstestder Chi‐Quad
iptive Statisti
tatistiken“ ‐>
bildung 11: Var
in eine Tabe
gebnisse erm
ch Pearson a
AW Hamburg
g ist ein Verg
leVariablge gestellt, o
ngssituation
bung“, S. 6 zu
alkendiagram
drat‐Unabhä
iken ‐> Kreuz
> Häkchen be
riablen per Klic
elle als Outpu
möglicht. Die
abgelesen we
g – René Rei
gleich wesen
lenunabhob zwischen
können bspw
ur Anfertigun
mm.
ngigkeitstest
ztabellen ‐> u
ei „Chi‐Quad
cken + Ziehen e
ut, die uns A
eser kann als
erden.
neke
tlich einfach
hängig?zwei katego
w. zwei ordin
ng einer Kreu
t, der folgen
untersuchen
drat“ setzen ‐
einsetzen, dann
ufschluss üb
Wert unter
er möglich.
rialen Variab
nalskalierte V
uztabelle. Be
des Hypothe
ä .
ä
de Variablen
‐> Weiter ‐>
n auf „Statistike
er den p‐We
„Asymptotis
blen eine Bez
Variablen in
ei der graphis
esenpaar auf
.
n in Zeilen un
Klick auf OK
en“ klicken
ert gibt und e
sche Signifika
9
ziehung
Form einer
schen Form
fstellt:
nd Spalten
eine
anz“ in der
Einführun
Anschließ
3 Ein
3.1 WFolgende
untersuc
I
d
s
o
d
3.1.1 KKlassifizie
ng in SPSS / S
ßend folgt ei
nemetris
Wiekannme Punkte kön
hen möchte
n welchem B
die Verteilun
sind,
ob es ein Zen
die Daten stä
Klassifiziereren Wen
wie Diesder dassWorvorzKlas
In Svorgwird Tranklasauto
SS 2010 – HA
Abbildung 12
ne Interpret
scheVari
mandieVnen betrach
:
Bereich die D
g der Werte
ntrum oder m
ärker oder w
en,Tabellenn nur wenigbei einer me
s ist allerdingPraxis trifft ms per man Härkaround biezunehmen. Dssenzahl k be
PSS kann übgenommen wd.
nsformieren ssierte Variabomatisch übe
AW Hamburg
2: Exemplarisch
tation des p‐W
iable
Verteilungtet werden,
Daten liegen,
innerhalb d
mehrere Zent
eniger stark
enundHistoge Beobachtetrischen Va
gs nicht prakman häufig eäufigkeitsveretet es sich aDie Anzahl deei n Beobacht
er die Funktiwerden, wob
‐> Visuelles Kble bezeichneer „Trennwe
g – René Rei
hes Ergebnis ein
Werts.
geinermewenn man d
,
ieses Bereich
tren gibt und
variieren.
ogrammeungen vorlieriable vorge
ktikabel, sobaeher auf einerteilung keinan eine Klasser Klassen katungen:
5
2
ion „Visuellebei die grafis
Klassieren ‐>en unter „Klarte erstellen
neke
nes Chi‐Quadra
etrischendie Verteilun
hes, also wo
d ob
egen, kann enommen we
ald mehr als e große Anzae aussagekräifizierung deann sich an fo
20
2 √
es Klassierenche Verteilu
> untersucheassierte Vari…“ anlegen ‐
at‐Homogenität
Variablenng einer metr
sie stärker u
ine einfache erden.
ca. fünf Ausahl von Auspäftige Darster Daten durcolgenden Fo
“ eine derartng direkt im
nde Variableable“ ‐> Tren‐> OK
tstests
nbeschrerischen Varia
und weniger
e Häufigkeitsv
prägungen vprägungen (>ellung mehr ch Intervalle ormeln orient
tige Einteilun Dialogfenst
e auswählen nnwerte eing
10
eiben?ablen
ausgeprägt
verteilung
vorliegen. In 100+), so erhält. Als
tieren, mit
ng er angezeigt
‐> neue, geben oder
t
Einführun
Tabellen
Histogram
ng in SPSS / S
Es gInte Die wer Anaausw
mme Altegrapdie Eine Diag„einOpti„Par
SS 2010 – HA
gilt die Trennervalle klassie
zuvor klassierden:
alysieren ‐> Dwählen ‐> OK
ernativ kann,phischen DarDarstellung oe Klassierung
gramm ‐> Dinfaches Histoional: Klasserameter fest
AW Hamburg
Abbild
werte so zu ert werden, a
erte Variable
Deskriptive StK
ohne eine vrstellung erzeohne Zwischg findet hier a
agrammerstogramm“ ‐> uenzahl‐ oder btlegen…“ klic
g – René Rei
dung 13: Einste
wählen, dasals die übrig
e kann nun ü
tatistiken ‐>
vorherige maeugt werdenhenräume, daautomatisch
tellung ‐> Kauntersuchenbreite manucken, anschlie
neke
ellungen für vis
s konzentrieen Bereiche.
ber eine reg
Häufigkeiten
anuelle Klassn. Im Untersca eine metrish statt.
tegorie Histode, metrischell setzen. Imeßend Werte
uelles Klassiere
rtere Bereic.
uläre Häufig
n ‐> untersuc
ierung, ein Hchied zum Basche Variable
ogramm ‐> De Variable inm Fenster „Ele eingeben ‐>
en
he durch kle
gkeitstabelle
chende Varia
Histogramm alkendiagrame als Datenq
Doppelklick an die X‐Achselementeigen> OK
11
einere
ausgewerte
able
zur mm, erfolgt uelle dient.
auf e ziehen ‐> schaften auf
t
f
Einführun
3.1.2 MZur Besch
werden,
Analysier
Spalte zie
ng in SPSS / S
Maßzahlenhreibung ein
um Angaben
ren ‐> Deskri
ehen ‐> Klick
SS 2010 – HA
zurBeschrner metrische
n über die Ve
iptive Statisti
auf „Statisti
Abbildung
AW Hamburg
Abbildung 1
reibungderen Variablen
erteilung zu t
iken ‐> Häufi
iken…“ ‐> rel
15: Auswahl vo
g – René Rei
14: Optionales f
rVerteilung können auc
treffen.
figkeiten ‐> u
levante Lage
on zu berechne
neke
festlegen der K
gch Lagemaße
untersuche Va
e‐ und Streuu
enden Lage‐ un
Klassenbreite‐ o
e und Streuu
ariable ausw
ungsmaße au
d Streuungsma
oder zahl
ngsmaße ve
wählen und in
uswählen ‐>
aßen
12
rwendet
n die rechte
Weiter ‐> OKK.
Einführun
3.1.3 BDer Boxp
Überblick
miteinan
Innerhalb
Daten. M
Stern.
Diagramm
untersuch
4 Me
4.1 W
4.1.1 GZur Darst
Achse da
Diagramm
„einfache
Punktbes
und Varia
ng in SPSS / S
Boxplottplott stellt ein
k über die Ve
der vergliche
b der Box be
Moderater Au
me ‐> Diagra
hende Variab
ehrereme
Wiestarki
GrafischeBtellung eigne
rgestellt.
me ‐> Diagra
es Streudiagr
schriftung üb
able 3 in das
SS 2010 – HA
ne weitere M
erteilung und
en werden. D
finden sich 5
usreißer werd
ammerstellu
ble in X‐Achs
etrische
stderZus
eschreibunen sich Streu
ammerstellu
ramm“ ‐> Va
ber Klick auf
s neue Feld zi
AW Hamburg
Methode zur
d wird beson
Darüber hina
A
50% der Date
den per Krei
ng ‐> in Gale
se ziehen ‐> O
Variable
sammenh
ngdiagramme.
ng ‐> in Gale
ariable 1 in X
Registerreite
iehen ‐> OK.
g – René Rei
graphischen
nders aussag
aus lassen sic
Abbildung 16: B
en und, eing
s und Zeilen
erie Boxplott
OK.
en
hangzwis
Die Werte e
erie „Streu‐/P
X‐Achse ziehe
er Punkt/Gru
neke
n Visualisieru
gekräftig, we
ch Ausreißer
Boxplott
eschlossen v
zahl gekennz
t auswählen
schenzwe
einer Variabl
Punktdiagram
en, Variable 2
uppen‐ID, dan
ung dar. Er er
nn zwei Vari
r besonders e
von Box inkl.
zeichnet, ext
‐> Doppelklic
eimetrisc
en werden je
mm“ auswäh
2 in Y‐Achse
nn „Punkt‐ID
rlaubt einen
iablenverteil
einfach Iden
Whiskern, d
treme Ausre
ck auf 1D‐Bo
chenVaria
eweils auf de
hlen ‐> Dopp
ziehen ‐> op
D‐Beschriftun
13
schnellen
ungen
ntifizieren.
der Großteil d
eißer mit eine
oxplott ‐>
ablen?
er X‐ und Y‐
pelklick auf
ptional:
ng“ anklicken
der
em
n
Einführun
4.1.2 KZur nume
Wertebe
Die Berec
Analysier
ziehen ‐>
Der ausg
ng in SPSS / S
Korrelationerischen Bes
reich zwisch
chnung erfol
ren ‐> Korrela
> relevante Ko
egebene p‐W
SS 2010 – HA
nskoeffizienchreibung ve
en 1
lgt über:
ation ‐> Biva
orrelationsko
Abbild
Wert kann an
AW Hamburg
Abbildung 1
ntnachPeaerwendet m
1 bewegt
ariat ‐> zwei z
oeffizienten
ung 18: Eigens
nschließend
g – René Rei
17: Exemplarisc
arsonundSan den Korre
t.
zu korreliere
auswählen p
chaftendialog f
interpretiert
neke
ches Streudiagr
Spearmanelationskoeff
ende Variable
per Klick auf
für Korrelation
t werden.
ramm
fizienten, de
e auswählen
Checkbox ‐>
skoeffizienten
er normiert is
n und in die re
> OK.
14
st und sich im
echte Spalte
m
Top Related