1. Datensätze und Auswertungsvorschläge

Für eigene Regressions- und Korrelationsanalysen können Sie auf die metrischen Daten in den folgenden Datensätzen zurückgreifen. Hier finden Sie die Beispielsdatensätze.

a) Analysen mit dem Partizipationsdatensatz

Neben den bereits betrachteten Zusammenhängen zwischen der gewünschten und der tatsächlichen Beteiligung können Sie Regressions- und Korrelationsrechnung zur Abhängigkeit dieser Variablen z.B von den Variablen Status oder Ausbildung durchführen. Dabei wird hilfsweise unterstellt, die Ausprägungen dieser Variablen seien äquidistant. Das trifft zwar nicht ganz zu, gleichwohl liefern die Ergebnisse erhellende Einblicke in die Entscheidungsstrukturen.

b) Analysen mit dem Mikrozensus-Datensatz

Unter den MZ-Daten finden sich ebenfalls eine Reihe von metrischen Daten, die interessante Analysen erlauben.

• So könnte bezüglich der Wohnsituation der Haushalte die Regressions-Zusammenhänge untersucht werden zwischen:

  • der Wohnfläche und der Anzahl der Personen im Haushalt,

  • der Wohnfläche und der Miethöhe,

  • der Wohnfläche und dem HH-Einkommen sowie

  • der Miete und dem HH-Einkommen.

• Hinsichtlich der Einkommenssituation der Haushalte könnten die Beziehungen zwischen dem

  • Alter des HH-Vorstandes und dem HH-Einkommen oder zwischen der

  • Anzahl der Erwerbstätigen und dem HH-Einkommen analysiert werden.

• Für einen Teil der Analysen sollten die vorliegenden klassierten Daten auf die Klassenmitten recodiert werden.

2. Die Verwendung von Auswertungsprogrammen

a) Eigene Analysen mit mit einem internen Regressionstool

Beim Vorliegen von kleineren Wertereihen mit bis zu 15 Wertepaaren können Sie mit dem folgenden Regressionstool arbeiten.

b) Eigene Analysen mit StatCrunch

• In der Kopfzeile der Datentabelle können sie die Variablennummern (var1, var2, usw.) durch beliebige Bezeichnungen ersetzen. In der Datenmatrix geben Sie einfach die Werte aus den Tabellen ein. Beachten Sie, dass Kommazahlen in der amerikanischen Schreibweise eingetragen werden müssen, d.h. mit einem Punkt anstelle des Kommas!

• Um die Regressionsrechnung durchzuführen, wählen Sie "Stat / linear Regression", legen die Variablen für X und Y fest und aktivieren auf der zweiten Seite, auf die sie durch Anklicken von "Next" gelangen, das Feld "plot fitted line". Damit geben Sie den Befehl, die Regressionsgerade in die Punktwolke einzuzeichnen.

• Sie erhalten einen Graphen mit der Punktwolke, der Regressionsgeraden und der Geradengleichung sowie eine zusätzliche Textausgabe. Die Parameter a und b finden Sie in der Spalte "Estimates". Die übrigen Ausgaben des Programms sind im Moment noch nicht von Bedeutung.

c) Eigene Analysen mit Excel

• Zur Generierung eines Streuungsdiagramms markiert man zunächst die abzubildenden Variablen in ihren Spalten und ruft über den Diagrammassistenten „Punkt (XY)“ auf.

• Im resultierenden Streuungsdiagramm ist die Punktwolke zu markieren. Anschließend betätigt man die rechte Maustaste und wählt „Trendlinie hinzufügen“. Im sich öffnenden Fenster wird als Form die Gerade selektiert. Mit „OK“ erscheint die Regressionsgerade im Streuungsdiagramm.

• Die Regressionsgleichung ergibt sich durch → Extras → Analyse-Funktionen → Regression und Eingabe der Spaltenbezeichnungen für die metrischen Variablen.

• Über → Extras → Analyse-Funktionen → Korrelation enthält man ein Fenster, in das die Spalten der metrischen Variablen einzugeben sind. Es resultiert der Korrelationskoeffizient nach Bravais-Pearson.

d) Eigene Analysen mit SPSS

Die reichhaltigsten Analysen können Sie mit dem gerade vorgestellten Analyseprogramm SPSS durchführen. Setzten SIe dazu sowohl das Grafik-Programm wie das Regressionstool ein und vergessen Sie auch nicht, sich das Beziehungsgeflecht aller Variablen eines Untersuchungskomplexes in einer Korrelationsmatrix anzuschauen.

Hinweis zur Navigation, zum Ausdrucken und zur Bewertung: In der Abschusszeile finden Sie einen Link zur Druckversion, zum vorherigen und zum nächsten Arbeitsschritt und mit der Sitemap eine Übersicht über das gesamte Angebot. Zur Bewertung: Diese Seite ist überarbeitet worden. Deshalb wurden die bisherigen Bewertungen gelöscht. Bewerten Sie bitte diese aktualisierte Seite neu und helfen Sie uns, damit dieses Angebot weiter zu verbessern: Diese Seite ist: sehr gut    gut    eher gut    mittelmäßig    eher schlecht    schlecht    sehr schlecht Dieser Text wurde noch nie bewertet.

2/2 100 % Fortschritt

| Vorheriger Arbeitsschritt | Feedback | Copyright | Übersicht | Druckversion | Log-Out | Sitemap | Nächstes Kapitel |