Signifikanz

Ähnlich wie der Begriff Repräsentativität ist auch der Begriff Signifikanz nur sinnvoll anwendbar, wenn ein statistisches Ergebnis aus einer Stichprobe auf eine Grundgesamtheit verallgemeinert werden soll. Statistische Signifikanz liegt dann vor, wenn die Irrtumswahrscheinlichkeit nicht über einem festgelegten Niveau liegt. Findet man z. B. einen positiven Zusammenhang (Korrelation) zwischen Alter und Einkommen (je älter ein … „Signifikanz“ weiterlesen

SPSS Modeler: Maschinenlernen vs. Statistische Modelle

Statistische Modelle beruhen auf mathematische Gleichungen, wobei ein Algorithmus die vorgegebenen Parameter schätzt. Moderner und flexibler sind Techniken zum Maschinenlernen. Sie werden auf Basis minimaler Anforderungen an die Modellstruktur und minimalen Annahmen für das Modell berechnet. Die Form der Beziehungen wird während des Lernprozesses bestimmt. Beispiel: Lineare Regression vs. Neuronales Netzwerk (Neural Network) Falls sich … „SPSS Modeler: Maschinenlernen vs. Statistische Modelle“ weiterlesen

Mehrfachantworten

Abteilungsleiter Marktforschung (nimmt sich extra Zeit, setzt einen geduldigen Blick auf): Bei dieser Frage gibt es Mehrfachantworten. Ich habe bisher noch niemanden erlebt, der das beim ersten Mal richtig gemacht hat. Praktikant (hoch motiviert): Ich glaube, ich habe das Prinzip verstanden! Abteilungsleiter: Na, dann legen Sie mal los. Formulieren Sie einen Satz mit den Prozentangaben … „Mehrfachantworten“ weiterlesen

Umgang mit Fehlwerten: Mittelwertsberechnung per SPSS-Syntax

Wie kann man in SPSS einen Mittelwert aus 3 Items berechnen? Ganz einfach: compute mittelwert1=(frage1 + frage2 + frage3)/3. execute. Angenommen, der Datensatz besteht nur aus einer Person, die z. B. so geantwortet hat: Frage 1: 3 Frage 2: 4 Frage 3: keine Angabe (=missing value, k. A.) Dann liefert SPSS für diese Person keinen … „Umgang mit Fehlwerten: Mittelwertsberechnung per SPSS-Syntax“ weiterlesen