Gut nachvollziehbar und anwendungsorientiert werden in diesem Buch multivariate Verfahren
behandelt, die für die Auswertung empirischer Untersuchungen besonders wichtig sind. In
jedem Kapitel werden zunächst die Grundlagen der Verfahren unter Verwendung kleiner Beispieldatensätze
dargestellt. Anhand der gleichen Datensätze wird anschließend schrittweise
die praktische Umsetzung der Verfahren in SPSS beschrieben. Für die Analyse linearer Strukturgleichungsmodelle
wird AMOS verwendet. Zahlreiche Bildschirmausdrucke, Interpretationshilfen
und eine lückenlose Darstellung der Analyseschritte ermöglichen das selbständige
Studium und die Anwendung der Verfahren auf eigene Fragestellungen. Leser, die mit SPSS
oder AMOS nicht vertraut sind, werden in die notwendigen Grundlagen eingeführt.
Alle im Text verwendeten Beispieldatensätze sowie die Syntax-Dateien aller Analysen sind auf
der Web-Seite zum Buch enthalten. Zusätzlich sind zu jedem Kapitel Datensätze, Syntax-
Dateien, Auswertungen und Ergebnisinterpretationen aus Forschungsprojekten enthalten,
deren Themen von arbeitspsychologischen bis zu epidemiologischen Untersuchungen reichen.
Folgende Verfahren werden behandelt: Regressionsanalyse, Varianzanalyse, Diskriminanzanalyse,
Faktorenanalyse, Clusteranalyse, logistische Regressionsanalyse, Analyse loglinearer
Modelle, Zeitreihenanalyse, Analyse linearer Strukturgleichungsmodelle. Neu aufgenommen
wurden in der 2. Auflage die Diskriminanzanalyse, die Analyse von Moderator- bzw. Mediatoreffekten
sowie eine Einführung in die Arbeit mit der SPSS-Syntax.
Inhaltsverzeichnis
1;Multivariate Verfahren;1 2;Vorwort zur zweiten Auflage;7 3;Inhalt;9 4;Kapitel 1 - Einführung in die Arbeit mit SPSS;13 4.1;1.1 Dateneingabe;16 4.2;1.2 Beispiele einfacher Datenanalysen;22 4.3;1.3 Zur Arbeit mit der SPSS-Syntax;32 5;Kapitel 2 - Regressionsanalyse;39 5.1;2.1 Einfache lineare Regression;42 5.2;2.2 Multiple lineare Regression;50 5.3;2.3 Anwendungsbeispiel in SPSS;70 6;Kapitel 3 - Varianzanalyse;97 6.1;3.1 Einfaktorielle Varianzanalyse;100 6.2;3.2 Zweifaktorielle Varianzanalyse;111 6.3;3.3 Kovarianzanalyse;118 6.4;3.4 Multivariate Varianzanalyse;120 6.5;3.5 Varianzanalyse mit Messwiederholungen;122 6.6;3.6 Anwendungsbeispiel in SPSS;127 7;Kapitel 4 - Diskriminanzanalyse;151 7.1;4.1 Lineare Diskriminanzanalyse bei zwei Gruppen;154 7.2;4.2 Lineare Diskriminanzanalyse bei mehr als zwei Gruppen;166 7.3;4.3 Anwendungsbeispiel in SPSS;172 8;Kapitel 5 - Logistische Regression;185 8.1;5.1 Odds Ratio;188 8.2;5.2 Modell der logistischen Regression;190 8.3;5.3 Schätzungen, Tests und Modellgüte;193 8.4;5.4 Anwendungsbeispiel in SPSS;199 9;Kapitel 6 - Analyse mehrdimensionaler Häufigkeitstabellen;217 9.1;6.1 Häufigkeitsanalyse in zweidimensionalen Kreuztabellen;219 9.2;6.2 Loglineare Modelle;224 9.3;6.3 Anwendungsbeispiel in SPSS;228 10;Kapitel 7 - Zeitreihenanalyse;241 10.1;7.1 Zeitreihendarstellung und Stationarität;244 10.2;7.2 Trendanalyse;247 10.3;7.3 Schwingungsanalyse;251 10.4;7.4 Überblick über weitere Methoden der Zeitreihenanalyse;258 10.5;7.5 Anwendungsbeispiel in SPSS;260 11;Kapitel 8 - Clusteranalyse;281 11.1;8.1 Vorgehensweise;283 11.2;8.2 Interpretation einer hierarchischen Clusterlösung;292 11.3;8.3 Anwendungsbeispiel in SPSS;294 12;Kapitel 9 - Faktorenanalyse;309 12.1;9.1 Modell und Voraussetzungen der Faktorenanalyse;312 12.2;9.2 Hauptkomponentenmethode;313 12.3;9.3 Bestimmung der Anzahl der Faktoren;317 12.4;9.4 Varimax-Rotation;320 12.5;9.5 Interpretation und Beurteilung der Güte der Faktorenlösung;323 12.6;9.6 Anwendungsbeispiel in SPSS;326 13;
Kapitel 10 - Lineare Strukturgleichungsmodelle;339 13.1;10.1 Korrelationen und Kausalität;342 13.2;10.2 Pfaddiagramme und lineare Strukturgleichungen;347 13.3;10.3 Struktur- und Messmodell;349 13.4;10.4 Modellspezifikationen;352 13.5;10.5 Schätzungen, Tests und Gütekriterien;355 13.6;10.6 Anwendungsbeispiel in AMOS;361 14;Anhang;393 14.1;Glossar;395 14.2;Inhalt der Website;403 14.3;Literatur;405 14.4;Sachverzeichnis;411
