Kurse: Kursinformationen

  Multivariate Statistik für Psychologen

Kursleitung: Prof. Dr. Rolf Steyer & Dipl.-Psych. Andreas Wolf

Sommersemester 2004, Kurs, Kurslänge: 36.00 Stunden, Sprache: Deutsch, Thema: Multivariate Statistik für Psychologen

Die Lehrveranstaltung gibt einen Ueberblick ueber und eine Einfuehrung in gaengige multivariate statistische Auswertungsverfahren. Multivariate Verfahren erlauben – in Abgrenzung zu univariaten Verfahren – die Analyse komplexer Zusammenhaenge zwischen mehr als zwei Variablen. Im einzelnen werden Verfahren vorgestellt zu Fragestellungen wie der Staerke des Zusammenhangs zwischen Variablen, der Testung von Gruppenunterschieden, der Vorhersage von Gruppenzugehoerigkeiten, der Analyse von Datenstrukturen und dem Zeitverlauf mehrerer Variablen.

• Regressionsanalyse (einfache lineare Regression, multiple Regression inkl. Nichtlinearitaet und Interaktionen)
• Uni- und multivariate Varianzanalyse
• Verallgemeinerung im Rahmen des Allgemeinen Linearen Modells (ALM)
• Kovarianzanalyse
• Varianzanalyse abhaengiger Daten (Messwiederholung)
• Klassifikationsverfahren (Diskriminanzanalyse, Logistische Regression, Log-lineare Modelle, Clusteranalyse)
• Explorative Faktorenanalyse
• Konfirmatorische Faktorenanalyse und Strukturgleichungsmodelle

Um die Videos anzuschauen, benötigen Sie den , den Sie hier herunterladen können. Die Videos werden bereitgestellt über die Digitale Bibliothek Thüringen (dbt). Die grün verlinkten Videos und Materialien sind kostenfrei abrufbar. Klicken Sie auf den grünen Link, um das Video zu sehen oder die Datei herunterzuladen! Um alle Materialien und Videos abrufen zu können, müssen Sie sich einloggen.

Literaturempfehlungen

allgemeine Einfuehrungsliteratur (Lehrbuecher)

• *Tabachnik, B.G. & Fidell, L.S. (42001). Using Multivariate Statistics. Neddham Heights, MA: Allyn & Bacon.
• Hair, J.F., Anderson, R.E., Tatham, R.L. & Black, W.C. (51998). Multivariate Data Analysis. Upper Saddle River, NJ: Prentice Hall.
• von Eye, A. & Schuster, C. (1998). Regression Analysis for Social Sciences. San Diego, CA: Academic Press.
• Grimm, L.G. & Yarnold, P.R. (2000). Reading and Understanding Multivariate Statistics. Washington, DC: APA.
• Grimm, L.G. & Yarnold, P.R. (2000). Reading and Understanding More Multivariate Statistics. Washington, DC: APA.
• Bortz, J. (51999). Statistik für Sozialwissenschaftler. Berlin: Springer.

vertiefende Literatur

• *Bortz, J. (51999). Statistik für Sozialwissenschaftler. Berlin: Springer.
• Neter, J., Wasserman, S. & Kutner, M.H. (31990). Applied Linear Statistical Models. Homewood, IL: Irwin.
• Pedhazur, E.J. & Pedhazur Schmelkin, L. (1991). Measurement, Design, and Analysis: An Integrated Approach. Hillsdale: Erlbaum.
• Steyer, R. (2002). Wahrscheinlichkeit und Regression. Berlin: Springer.
• Steyer, R. & Eid, M. (22001). Messen und Testen. Berlin: Springer.
• Fahrmeir, L., Hamerle, A. & Tutz, G. (Eds.) (1996). Multivariate Statistische Verfahren. Berlin: de Gruyter.

spezifische Literatur

SPSS-Handbuecher

• *Bühl, A. & Zöfel, P. (82002). SPSS 11: Einführung in die moderne Datenanalyse unter Windows. München: Pearson Studium.
• Zöfel, P. (2002). SPSS-Syntax. Die ideale Ergänzung für effizientes Arbeiten. München: Pearson Studium.
• Diehl, J.M. & Staufenbiehl, T. (2002). Statistik mit SPSS Version 10/11. Eschborn: Klotz.