Varianz- und Regressionsanalysen bei SPSS: Gruppenunterschieden und Zusammenhängen auf der Spur
In diesem Kurs stehen varianz- bzw. regressionsanalytische Verfahren im Zentrum.
Dozentin
Dr. Kirsten Schweinberger, Wissenschaftliche Mitarbeiterin (Zentrum Lehrer*innenbildungsforschung, Institut Forschung und Entwicklung, PH FHNW)
Thema des Kurses
Die varianz- bzw. regressionsanalytischen Verfahren dienen der Untersuchung von Gruppenunterschieden respektive Zusammenhängen zwischen Variablen. Bei Varianzanalysen wird die beobachtete Varianz in einer abhängigen Variablen in Komponenten unterteilt, die auf verschiedene Variationsquellen (Faktoren) zurückzuführen sind. Diese Verfahren eignen sich besonders zur Analyse experimenteller Daten. Im Kurs behandeln wir ein- und mehrfaktorielle Designs, Varianzanalysen mit Messwiederholung sowie kombinierte Ansätze.
Die Regressionsanalyse erlaubt es, Beziehungen zwischen einer Outcome-Variablen und einer oder mehreren Prädiktorvariablen zu untersuchen. Im Kurs erarbeiten wir den Einsatz multipler linearer Regressionen – sowohl schrittweise (hierarchisch) als auch simultan. Ein besonderes Augenmerk gilt dabei den notwendigen Voraussetzungen (z. B. Multikollinearität, Homoskedastizität) und deren Überprüfung.
Bei beiden Verfahren erlernen Sie nicht nur die theoretischen Grundlagen – der Schwerpunkt liegt auf der praktischen Umsetzung in SPSS, der Interpretation der Ergebnisse und deren wissenschaftsgerechten Berichterstattung.
Ziele des Kurses
Der Kurs befähigt Sie dazu, Gruppenunterschiede zwischen mehr als zwei Gruppen und Zusammenhängen zwischen Variablen auf der Basis eigener Daten zu untersuchen.
Arbeitsweise im Kurs
Nach jeweils kurzen theoretischen Einführungen üben wir vor allem die Prüfung der Voraussetzungen, die praktische Umsetzung mit dem Statistikprogramm SPSS an eigenen Daten, die Interpretation der Ergebnisse sowie deren korrekte statistische Berichterstattung.
Voraussetzungen
Die Software SPSS Statistcs muss bereits vor Kursbeginn auf dem eigenen Laptop installiert sein. Zudem sollten Sie Grundkenntnisse in der Anwendung von SPSS mitbringen.