Präsentation herunterladen
1
SoSe 06, Statistik mit SPSS
2
Überblick Mehrfeldertabellen
27/03/2017 Mehrfeldertabelle und Zusammenhangsmaße für nominale Daten Mehrfeldertabelle und Zusammenhangsmaße für ordinale Daten Metrische Daten in der Kreuztabelle
3
1. Mehrfeldertabellen, nominale Daten
********Beispiel 1: Kreuztabelle: recall x konfession. ***Rekodierung. recode s03 (1=1) (2,3=2) (6=0) into konfession. val lab konfession 1 'katholisch' 2 'evangelisch' 0 'konfessionslos'. var lab konfession 'Konfessionszugehörigkeit'. fre konfession recall. cro recall by konfession /cells col.
4
recall x konfession Kreuztabelle
5
Zusammenhangsmaße für nominale Daten
27/03/2017 Zwei Arten von Zusammenhangsmaßen für nominale sind in SPSS verfügbar: Symmetrische Maße: Phi, Cramer‘s V und Kontigenzkoeffizient (basieren auf dem Chisq – Konzept) Richtungsmaße: Lambda, Unsicherheitskoeffizient und Goodman und Kruskals Tau (basieren auf dem Konzept der proportionalen Fehlerreduktion)
6
Zusammenhangsmaße für nominale Daten
********Beispiel 1: Kreuztabelle: recall x konfession. cro recall by konfession /cells col /stat phi lambda cc uc. Berechnet folgende Zusammenhangsmaße: Phi, Cramer‘s V (phi) Lambda, Tau (lambda) Kontingenzkoeffizient (cc) Unsicherheitskoeffizient (uc)
7
Symmetrische Maße Symmetrisches Zusammenhangsmaß, Interpretation von Cramer‘s V erfolgt analog zu Phi, d.h. Cramers‘ V = 2,18 = mittlerer Zusammenhang Bei einer Irrtumwahrscheinlichkeit von <= 5% (p<=0,05) wird die Nullhypothese abgelehnt
8
Richtungsmaße Interpretation von Lambda: Bei Kenntnis der Konfessionszugehörigkeit lässt sich die Wahlabsicht mit einer um 6,9% geringeren Fehlerquote vorhersagen als ohne Kenntnis der Konfessionszugehörigkeit
9
Besispiel 2: Kreuztabelle recall x geschlecht
****Beispiel 2: Kreuztabelle mit nominalen Daten: recall x geschlecht. cro recall by geschlecht /cells col sresid /stat chiq. Standardisierte Residuen Berechnet dem Chiquadrat-Test
10
recall x geschlecht, Standardisierte Residuen
Standardisierte Residuen: <= -2 bzw. >= +2. Die standardisierten Residuen für die CDU- Wahl deuten auf über-zufällige Abweichungen von bei Unabhängigkeit erwarteten Werten hin.
11
Chiquadrat-Test
12
2. Mehrfeldertabellen für ordinale Daten
****Beispiel 3: Kreuztabelle mit ordinalen Daten: Schulbildung x Politisches Interesse. ****Rekodierung. fre s05. recode s05 (2,3=1) (4=2) (5,6=3) into schule. var lab schule 'Schulbildung, dreistufig'. val lab schule 1 'wenig Schulbildung' 2 'mittlere Schulbildung' 3 'hohe Schulbildung'. fre schule f005. cro f005 by schule /cells col.
13
Zusammenhangsmaße für ordinale Daten
27/03/2017 Folgende Zusammenhangsmaßen für ordinale sind in SPSS verfügbar: Symmetrische Maße: Gamma, Tau B, Tau C Richtungsmaß: Somers‘ d
14
Zusammenhangsmaße für ordinale Daten
****Beispiel 3: Kreuztabelle mit ordinalen Daten: Schulbildung x Politisches Interesse. Berechnet folgende Zusammen- hangsmaße: Gamma (gamma) Somer‘s D (d) btau (btau) cro f005 by schule /cells col /stat gamma d btau.
15
Politisches Interesse x Schulbildung
16
Symmetrische Maße
17
Richtungsmaße Interpretation: Es besteht eine positive Beziehung, d.h. je höher die Schulbildung ist, desto stärker ist das politische Interesse. Die Koeffizienten sind bei einer Irrtumswahrscheinlichkeit von 5% signifikant.
18
3. Kreuztabelle und Korrelationskoeffizient für metrische Daten
****Beispiel 4: Kreuztabelle mit metrischen Daten: Sympathie Merkel x Links- Rechts-Selbsteinstufung. Berechnet Spearman‘s Rankorrelation (eig. für ordinale Daten) und Pearson‘s r. cro f030 by f029_1 /cells col /stat corr.
19
Sympathie Merkel x Links-Rechts-Selbsteinstufung
Bei vielen Ausprägungen der Variablen wird die Kreuztabelle schnell unübersichtlich.
20
Symmetrische Maße Interpretation: Es besteht eine mittelstarke negative Beziehung, d.h. je rechter die ideologische Selbsteinstufung, desto negativer die Bewertung von Schröder (bzw. umgekehrt). Die Koeffizienten sind bei einer Irrtumswahrscheinlichkeit von 5% signifikant.
21
Faustregeln für Korrelationen bei sozialwiss. Datenanalysen
Symmetrische Maße Faustregeln für Korrelationen bei sozialwiss. Datenanalysen <= 0,05 zu vernachlässigen > 0,05 und < 0,2 gering > 0,2 und < 0,5 mittel > 0,5 und < 0,7 hoch >= 0,7 sehr hoch Werte gelten für den positiven und negativen Bereich
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.