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, die kostenlos zum Download zur…mehr
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, die kostenlos zum Download zur Verfügung stehen (howtodo.at bzw. utb-shop.de).Der Band enthält 95 Abbildungen, viele farblich hervorgehobene Querverweise, ein schlagwortoptimiertes Stichwortverzeichnis sowie zusätzliche kostenlose Downloads, wie frei (um)gestaltbare Foliensätze für Dozent_innen.Die Zielgruppe sind Studierende der Publizistik-, Medien- und Kommunikationswissenschaft, der Sozial- und Wirtschaftswissenschaften sowie Praktiker_innen der Markt- und Meinungsforschung.
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.
Inhaltsangabe
VORWORT8Die Inhalte dieses Buchs10Fragebogen, Datenfile und weitere Downloads12Datenanalysesoftware121 Zuerst das "WAS" und das "WIE"!161.1 Thema, Erkenntnisinteresse(n), Forschungsfragen, Hypothesen161.2 Datenanalysen werden vom Messniveau (Skalenniveau) bestimmt171.3 Datenanalyse forschungsfragen-/hypothesenkonsistent planen192 Qualitativ quantitativ: Datenanalyse und Ergebnisdarstellung223 Vorbereitung der Datenanalyse253.1 Datenrücklauf kontrollieren253.2 Daten codieren273.3 Daten digitalisieren293.3.1 Aufbau von Datenfiles303.3.2 Daten selbst digital erfassen313.3.3 Daten aus Erhebungssoftware353.4 Daten plausibilisieren (screenen)354 Analyse qualitativer Daten394.1 Textcluster bilden404.2 Ergebnisse inhaltlich beschreiben464.3 Qualitative Analysesoftware475 Analyse quantitativer Daten: Statistische Grundlagen485.1 Deskriptive Statistik495.1.1 Häufigkeiten (absolut und prozentuell)495.1.2 Zentral- und Lagemaße515.1.2.1 Mittelwert (arithmetisches Mittel)515.1.2.2 Median545.1.2.3 Modus545.1.2.4 Minimum und Maximum545.1.2.5 Quantile555.1.3 Streuungsmaße605.1.3.1 Varianz605.1.3.2 Standardabweichung615.1.4 Normalverteilung625.1.5 Kreuztabelle635.1.6 Mittelwertsvergleich675.1.7 Korrelation695.2 Schließende Statistik775.2.1 Was bedeutet Signifikanz: Theorie775.2.1.1 Normalverteilung die "Idee" hinter Signifikanzprüfungen785.2.1.2 Signifikanzniveau (Irrtumswahrscheinlichkeit)805.2.1.3 Statistische Zusammenhangshypothesen H0 und H1805.2.1.4 Signifikanzprüfung, - und -Fehler825.2.1.5 p-Wert835.2.1.6 Das Prinzip ein- und zweiseitig signifikanter Unterschiede855.2.1.7 Signifikanz Stichprobengröße Unterschiedsstärke875.2.1.8 Freiheitsgrade ein Exkurs885.2.2 Signifikanz bei Häufigkeiten895.2.3 Signifikanz bei Mittelwerten915.2.4 Signifikanz bei Kreuztabellen925.2.5 Signifikanz bei Mittelwertsvergleichen955.2.6 Signifikanz bei Korrelationen965.3 Was wann wie auswerten?996 Analyse quantitativer Daten mit SPSS (PSPP)1006.1 Datenanalysesoftware SPSS und PSPP1006.2 SPSS anwenden1006.2.1 Dateneditor1016.2.2 Ausgabefenster1046.2.3 Syntaxeditor1066.2.4 Programmhandling1086.3 Daten organisieren1146.3.1 Daten neu erfassen, importieren oder öffnen1146.3.2 Datensätze zusammenfügen, auswählen1156.3.3 Datensätze gewichten1206.3.4 Variablen- und Wertebeschriftungen (Labels)1216.3.5 Fehlende Werte1246.4 Daten (neu) strukturieren1276.4.1 Variablen (um)codieren1276.4.2 Variablen (neu) berechnen1316.4.3 Teilgruppen bilden1346.5 Daten auswerten1376.5.1 Einzelne nominale (ordinale) Merkmale: Häufigkeiten1376.5.1.1 Deskriptive Analyse bei Häufigkeiten1376.5.1.2 Schließende Analyse bei Häufigkeiten1436.5.2 Einzelne (quasi-)metrische Merkmale: Deskriptivstatistik1436.5.2.1 Deskriptive Analyse1436.5.2.2 Schließende Analyse bei Mittelwerten1466.5.3 Nominal (ordinal) nach nominal (ordinal): Kreuztabelle1466.5.3.1 Deskriptive Analyse bei Kreuztabellen1466.5.3.2 Schließende Analyse bei Kreuztabellen 1506.5.4 (Quasi-)Metrisch neben (quasi-)metrisch ODER (quasi-)metrisch nach nominal (ordinal): Mittelwertsvergleich1536.5.4.1 Deskriptive Analyse bei Mittelwertsvergleichen1536.5.4.2 Schließende Analyse bei Mittelwertsvergleichen1566.5.4.3 Parameterverfahren und parameterfreie Verfahren1586.5.4.4 Die Wahl des richtigen Testverfahrens1606.5.4.5 Normalverteilungsprüfung1606.5.4.6 T-Test für ABhängige Stichproben1626.5.4.7 Varianzanalyse mit Messwiederholung1646.5.4.8 T-Test für UNabhängige Stichproben1696.5.4.9 Varianzanalyse für unabhängige Stichproben (ANOVA)1716.5.4.10 Wilcoxon-Test1756.5.4.11 Friedman-Test1776.5.4.12 U-Test1796.5.4.13 Kruskal-Wallis-Test1806.5.5 (Quasi-)Metrisch (ordinal)
