How to do Statistik und SPSS

Mag. Dr. Claus Braunecker arbeitet seit mehr als drei Jahrzehnten als Instituts- und Betriebsmarkt-forscher in Österreich und lehrt seit vielen Jahren empirische Methoden, statistische Datenanalyse und SPSS am Institut für Publizistik- und Kommunikationswissenschaft der Universität Wien, an der Donau Universität Krems und an diversen Fachhochschulen.

Wie erfasse und codiere ich die Daten meiner empirischen Erhebung? Welches Grundlagenwissen in Statistik benötige ich für eine Datenanalyse? Wie werte ich Daten forschungsfragen- bzw. hypothesengerecht aus? Und wie interpretiere ich Ergebnisse richtig? Nach einer kurzen Einführung in die Konzeption empirischer Studien erklärt diese praxisnahe Gebrauchsanleitung die wichtigsten statistischen Kennzahlen und skizziert schrittweise den Ablauf einer SPSS- (bzw. PSPP-) Auswertung. Als Basis dient ein eigens entwickelter Fragebogen mit korrespondierendem Datenfile zum kostenlosen Download (howtodo.at bzw. utb.de). Der Band enthält 95 Abbildungen, viele Querverweise, ein schlagwortoptimiertes Stichwortverzeichnis sowie zusätzliche digitale Materialien.Zielgruppen sind Studierende der Publizistik-, Medien- und Kommunikationswissenschaft, der Sozial- und Wirtschaftswissenschaften sowie Praktiker:innen.utb+: Als digitale Ergänzung erhalten Leser:innen einen Beispiel-Fragebogen mit korrespondierendem SPSS-Datenfile, Good-Practice-Beispiele sowie frei (um)gestaltbare Muster für Ergebnisdarstellungen und Foliensätze für Vortragszwecke. Erhältlich über utb.de.

VORWORT 8Die Inhalte dieses Buchs 12Fragebogen, Datenfile und weitere Downloads 14(Quantitative) Datenanalysesoftware 151 Zuerst das "WAS" und das "WIE"! 191.1 Thema, Erkenntnisinteresse(n), Forschungsfragen, Hypothesen 191.2 Quantitative Datenanalysen bestimmen das Messniveau (Skalenniveau) 201.3 Datenanalyse forschungsfragen-/hypothesenkonsistent planen 222 Qualitativ quantitativ: Datenanalyse und Ergebnisdarstellung 253 Analyse qualitativer Daten 283.1 Ergebnisse inhaltlich beschreiben 283.2 Kategorien (Textgruppierungen) bilden 303.3 Generalisieren von (qualitativen) Ergebnissen 363.4 Qualitative Analysesoftware 374 Analyse quantitativer Daten: Vorbereitung der Datenanalyse 384.1 Datenrücklauf kontrollieren 384.2 Daten codieren 404.3 Daten digitalisieren 424.3.1 Aufbau von Datenfiles 434.3.2 Daten selbst digital erfassen 444.3.3 Daten aus Erhebungssoftware 474.4 Daten plausibilisieren (screenen) 475 Analyse quantitativer Daten: Statistische Grundlagen 525.1 Deskriptive Statistik 535.1.1 Häufigkeiten (absolut und prozentuell) 535.1.2 Zentral- und Lagemaße 555.1.2.1 Mittelwert (arithmetisches Mittel) 555.1.2.2 Median 585.1.2.3 Modus 585.1.2.4 Minimum und Maximum 585.1.2.5 Quantile 595.1.3 Streuungsmaße 645.1.3.1 Varianz 645.1.3.2 Standardabweichung 655.1.4 Normalverteilung 665.1.5 Kreuztabelle 675.1.6 Mittelwertsvergleich 715.1.7 Korrelation 735.2 Schließende Statistik 815.2.1 Was bedeutet Signifikanz: Theorie 815.2.1.1 Normalverteilung die "Idee" hinter Signifikanzprüfungen 825.2.1.2 Signifikanzniveau (Irrtumswahrscheinlichkeit) 845.2.1.3 Statistische Zusammenhänge und Hypothesen H0 und H1 845.2.1.4 Signifikanzprüfung, - und -Fehler 865.2.1.5 p-Wert 875.2.1.6 Das Prinzip ein- und zweiseitig signifikanter Unterschiede 895.2.1.7 Signifikanz Stichprobengröße Unterschiedsstärke 915.2.1.8 Freiheitsgrade ein Exkurs 925.2.2 Signifikanz bei Häufigkeiten 935.2.3 Signifikanz bei Mittelwerten 955.2.4 Signifikanz bei Kreuztabellen 965.2.5 Signifikanz bei Mittelwertsvergleichen 995.2.6 Signifikanz bei Korrelationen 1005.3 Was wann wie auswerten? 1026 Analyse quantitativer Daten mit SPSS (PSPP) 1056.1 Datenanalysesoftware SPSS und PSPP 1056.2 SPSS anwenden 1066.2.1 Dateneditor 1076.2.2 Ausgabefenster 1106.2.3 Syntaxeditor 1126.2.4 Programmhandling 1146.3 Daten organisieren 1206.3.1 Daten neu erfassen, importieren oder öffnen 1206.3.2 Datensätze zusammenfügen, auswählen 1216.3.3 Datensätze gewichten 1266.3.4 Variablen- und Wertebeschriftungen (Labels) 1276.3.5 Fehlende Werte 1306.4 Daten (neu) strukturieren 1336.4.1 Variablen (um)codieren 1336.4.2 Variablen (neu) berechnen 1376.4.3 Teilgruppen bilden 1406.5 Daten auswerten 1436.5.1 Einzelne nominale (ordinale) Merkmale: Häufigkeiten 1436.5.1.1 Deskriptive Analyse bei Häufigkeiten 1436.5.1.2 Schließende Analyse bei Häufigkeiten 1496.5.2 Einzelne (quasi-)metrische Merkmale: Deskriptivstatistik 1496.5.2.1 Deskriptive Analyse 1496.5.2.2 Schließende Analyse bei Mittelwerten 1526.5.3 Nominal (ordinal) nach nominal (ordinal): Kreuztabelle 1526.5.3.1 Deskriptive Analyse bei Kreuztabellen 1526.5.3.2 Schließende Analyse bei Kreuztabellen 1566.5.4 (Quasi-)Metrisch neben (quasi-)metrisch ODER (quasi-)metrisch nach nominal (ordinal): Mittelwertsvergleich 1596.5.4.1 Deskriptive Analyse bei Mittelwertsvergleichen 1596.5.4.2 Schließende Analyse bei Mittelwertsvergleichen 1626.5.4.3 Parameterverfahren und parameterfreie Verfahren 1646.5.4.4 Die Wahl des richtigen Testverfahrens 1666.5.4.5 Normalverteilungsprüfung 1666.5.4.6 T-Test für ABhängige Stichproben 1686.5.4.7 Varianzanalyse mit Messwiederholung 1706.5.4.8 T-Test für UNabhängige Stichproben 1756.5.4.9 Varianzanalyse für unabhängige Stichproben (ANOVA) 1776.5.4.10 Wilcoxo