Die folgende empirische Forschungsarbeit befasst sich mit den Zusammenhängen der statistischen Datenanalyse und mit der Beziehung zwischen Variablen. Bivariate Verteilungen von nominal, ordinal und metrisch skalierten Variablen werden untersucht und mit den für das jeweilige Messniveau angemessenen Korrelationskoeffizienten beschrieben und charakterisiert. Anhand von Fragestellungen, die mit Hilfe des Computerprogramms zur Datenanalyse SPSS bearbeitet werden, und durch die Heranziehung von nominalen, ordinalen und metrischen Assoziationsmaßen zur Beschreibung der Beziehung zwischen Variablen sollen die theoretischen Hintergründe sowie die sozialwissenschaftlichen Implikationen der Deskriptiv- und Inferenzstatistik verdeutlicht werden.
Die Maßzahlen der bivariaten Statistik beschreiben den Grad und die Richtung einer Beziehung zwischen zwei Variablen. „Die Zahlenwerte der meisten Koeffizienten variieren zwischen 0 (keine Beziehung) und 1 (perfekte Beziehung). Die Zahlenwerte der Koeffizienten, die auch die Richtung der Beziehung angeben, variieren zwischen -1 (perfekte negative Beziehung) und +1 (perfekte positive Beziehung).“ Diese Maßzahlen beruhen auf zwei unterschiedlichen Konzepten der statistischen Beziehung: auf der Abweichung von der statistischen Unabhängigkeit zum einen und auf der Vorhersagbarkeit der einen Variable auf der Basis der anderen Variable zum anderen. Im zweiten Fall können die Koeffizienten im Sinne der proportionalen Fehlerreduktion als PRE-Maße interpretiert werden.(B, 187-189) Auf diese beiden unterschiedlichen Konzepte der statistischen Beziehung soll im Verlauf der Arbeit noch näher eingegangen werden.
Im folgenden soll die Vorgehensweise der Arbeit transparent gemacht werden. Zunächst erfolgt eine Vorstellung der für die Forschungsarbeit verwendeten Datenbasis des ALLBUS (Allgemeinen Bevölkerungsumfrage der Sozialwissenschaften). Nach einer globalen Erläuterung der Ziele, Verfahren, Erhebungsmethodik und des Stichprobenverfahrens des ALLBUS-Programms soll besonders auf Fragenschwerpunkte und Besonderheiten im Stichprobenverfahren der ALLBUS-Jahrgänge 1994 und 1998 eingegangen werden.
Im Anschluss erfolgt die Bearbeitung und Analyse der vier Fragestellungen zum Zusammenhang zwischen zwei Variablen. Es handelt sich bei allen Untersuchungen um Querschnittanalysen, also um die Analyse von Beziehungen zwischen Variablen zu einem bestimmten Zeitpunkt.
Inhaltsverzeichnis
1 Einleitung
2 Datenbasis (ALLBUS)
3 Durchführung der Analysen
3.1 Analyse des Zusammenhangs zwischen der Beurteilung der allgemeinen wirtschaftlichen Lage und der Beurteilung der eigenen wirtschaftlichen Lage
3.2 Analyse des Zusammenhangs zwischen dem Bildungsniveau und dem Vertrauen in öffentliche Einrichtungen und gesellschaftliche Organisationen
3.3 Analyse der Beziehung zwischen dem Lebensalter der Ehemänner und dem Lebensalter der Ehefrauen
3.4 Analyse des Zusammenhangs zwischen dem Lebensalter und der Einstellung gegenüber einer Berufstätigkeit von Frauen
4 Schluss
5 Literaturangaben
6 Anhang
Zielsetzung & Themen
Die Arbeit untersucht Zusammenhänge zwischen Variablen in sozialwissenschaftlichen Daten mittels bivariater statistischer Analysen. Das Hauptziel ist die Anwendung und Erläuterung deskriptiver und inferenzstatistischer Methoden zur Überprüfung theoretischer Hypothesen anhand des ALLBUS-Datensatzes.
- Grundlagen der bivariaten Statistik und Assoziationsmaße
- Methodik der Datenaufbereitung (Dichotomisierung, Trichotomisierung, z-Transformation)
- Analyse wirtschaftlicher Beurteilungen im Ost-West-Vergleich
- Zusammenhang zwischen Bildungsniveau und Vertrauen in Institutionen
- Analyse der Altersbeziehung bei Ehepaaren mittels Regressionsanalyse
- Einfluss des Alters auf die Einstellung zur Berufstätigkeit von Frauen
Auszug aus dem Buch
Die Nominalsakla:
In der Statistik werden vier Messniveaus unterschieden: Nominal-, Ordinal-, Intervall- und Ratioskala. Das niedrigste Messniveau ist die Nominalskala, die Objekte oder Untersuchungseinheiten nach Klassen und Kategorien qualitativ klassifiziert. Die Kategorien sind rangmäßig nicht geordnet, vollständig und schließen sich gegenseitig aus (Alternativklassifikation).(B, 17) Als Beispiele für nominal skalierte Variablen können das Geschlecht, der Berufsstatus und die Nationalität genannt werden.(B, 17/18) Bei zwei Ausprägungen spricht man von einer Dichotomie, bei drei Ausprägungen von einer Trichotomie bzw. Polytomie.(B, 18) Die Kategorien sind beliebig angeordnet und enthalten keine Informationen über die Richtung einer Beziehung. Daher sind die Maßzahlen für nominale Variablen meist vorzeichenlos.(B, 198) Der Koeffizient Phi, der auch in der vorliegenden Analyse ermittelt wird, produziert jedoch ein Vorzeichen, was besonders von Relevanz sein kann, wenn Phi für dichotomisierte Variablen höheren Messniveaus berechnet wird.(B, 199) Dies ist in Untersuchung 3.1 der Fall.
Zusammenfassung der Kapitel
1 Einleitung: Vorstellung der Forschungsabsicht, der statistischen Grundlagen zur Analyse bivariater Zusammenhänge und der methodischen Vorgehensweise.
2 Datenbasis (ALLBUS): Detaillierte Beschreibung der verwendeten Datensätze aus den ALLBUS-Erhebungen 1994 und 1998 sowie der Stichprobenverfahren.
3 Durchführung der Analysen: Praktische Anwendung statistischer Verfahren zur Prüfung von vier spezifischen sozialwissenschaftlichen Fragestellungen unter Verwendung von SPSS.
4 Schluss: Zusammenfassende Bewertung der erzielten Ergebnisse und Diskussion weiterführender Forschungsfragen.
5 Literaturangaben: Verzeichnis der verwendeten wissenschaftlichen Quellen und Dokumentationen.
6 Anhang: Detaillierte Auflistung der verwendeten Syntax-Befehle und Kommentare zur Datenverarbeitung in SPSS.
Schlüsselwörter
Statistische Datenanalyse, ALLBUS, Deskriptivstatistik, Inferenzstatistik, Bivariate Statistik, Korrelationskoeffizienten, SPSS, Regressionsanalyse, Nominalskala, Ordinalskala, z-Transformation, Sozialforschung, Variablen, Assoziationsmaße, Signifikanzniveau.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit befasst sich mit der Anwendung statistischer Methoden zur Analyse bivariater Zusammenhänge in sozialwissenschaftlichen Daten.
Was sind die zentralen Themenfelder?
Die Schwerpunkte liegen auf der Analyse von wirtschaftlichen Einschätzungen, Vertrauen in öffentliche Institutionen, dem Lebensalter von Ehepartnern und Einstellungen zur weiblichen Berufstätigkeit.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist die empirische Überprüfung soziologischer Hypothesen unter Anwendung korrekter statistischer Maße und deren korrekte Interpretation.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit nutzt Methoden der bivariaten Statistik, Kreuztabellen, Regressionsanalysen sowie verschiedene Korrelationskoeffizienten basierend auf den ALLBUS-Daten.
Was wird im Hauptteil behandelt?
Im Hauptteil werden vier spezifische Fragestellungen methodisch aufbereitet, analysiert und die Ergebnisse hinsichtlich der Hypothesen bewertet.
Welche Schlüsselwörter charakterisieren die Arbeit?
Zu den zentralen Begriffen gehören ALLBUS, Datenanalyse, SPSS, Korrelation, Regression, Messniveaus und Assoziationsmaße.
Warum wird eine z-Transformation bei der Einstellungsanalyse vorgenommen?
Sie dient dazu, Variablen mit unterschiedlicher Skalierung (z.B. fünf- und dreistufig) vergleichbar zu machen und sie zu einer gemeinsamen Einstellungsvariablen zusammenzufassen.
Welchen Einfluss hat die Art der Trichotomisierung auf die Ergebnisse?
Die Art der Zusammenfassung von Kategorien kann die Ergebnisse beeinflussen, weshalb verschiedene Möglichkeiten zur Validierung der Ergebnisse verglichen werden.
Warum wird im Anhang Syntax aufgeführt?
Die Syntax dient der Transparenz und Reproduzierbarkeit der durchgeführten statistischen Analysen und Datenmanipulationen im Programm SPSS.
- Quote paper
- Anne-Christin Sievers (Author), 2004, Computerunterstützte Datenanalyse - Deskriptiv- und Inferenzstatistik, Munich, GRIN Verlag, https://www.grin.com/document/64886
