Das erwartet dich

Kurse findet VOR Semesterstart statt!

Zielgruppe: Personen ohne Vorkenntnisse oder mit nur geringen Erfahrungen mit SPSS, kurz vor Bachelor Abschluss

Dauer: 2,5 Tage, 01., 02., 03., 06. und 07. September 2021, jeweils 14:00 bis ca. 18:00

• Grundlagen

• allgemeine Einführung (u. a. Grundeinstellungen, Dateiformate, Besonderheiten)

• Aufbau der Programmoberfläche und Arbeit mit dem Dateneditor (u. a. Datenansicht, Variablenansicht, Ausgabefenster, Arbeit mit mehreren Datensätzen)

• grundlegende Analyseschritte in SPSS

• Abgrenzung zur Analysesoftware R

• Hilfesysteme (u. a. zu Verfahren und Funktionen, Statistikassistent, Befehlsreferenz)

• Grundlagen von Datensätzen (u. a. Fragetypen und Antwortskalen, Messniveaus, numerische Codes und Label,  Umgang mit fehlenden Werten) 

• Einführung in die Befehlssprache (Syntax) zur Dokumentation und Archivierung von Analysen

• Deskriptive Statistiken und Analyse von Teilgruppen

• univariate Statistik (u. a. Voraussetzungen und Interpretation), absolute und relative Häufigkeiten, Maße der  zentralen Tendenz/Durchschnitte und Streumaße 

• einfache Datenvisualisierungen (u. a. Säulendiagramm, Kreisdiagramm, Histogramm)

• Bearbeitung und Export von Tabellen und Graphiken, Nutzen von Formatvorlagen

• Auswahl von Fällen und Erstellen von Filtervariablen, Unterteilung der Ergebnisausgabe

• Subgruppenvergleiche, Auswahl von Fällen und Gruppen (temporär und permanent)

• Datenmanagement

• Datenimport aus unterschiedlichen Datenquellen (z. B. Tabellenkalkulation wie MS Excel, Textdateien, Datenbanken)

• Prüfung importierter Daten auf Vollständigkeit, doppelte Fälle und Plausibilität

• Datensatzaufbereitung (u. a. Variablenlabel, Wertelabel, fehlende Werte definieren, Skalenniveaus, Rollen, Informationen aus Variablen und Datensätzen übertragen)

• Rekodierung von Variablen (Gruppen- oder Klassenbildung), automatisches Rekodieren, Kodieren von  Textvariablen 

• Berechnung neuer Variablen (u. a. durch arithmetische Operationen, statistische Funktionen und bedingte Berechnungen, Indexbildung, Erstellen von Dummyvariablen, Normalisierung/Z-Transformationi)

• neue Variablen durch die Funktionen visuelles Klassieren und Werte zählen erstellen

• Rechnen mit Datums- und Zeitvariablen (u. a. Extraktion von Teilinformationen)

• Zusammenführen von Variablen und Fällen aus mehrerer Datenquellen zu einem Datensatz

• Aggregieren von Datensätzen (Funktionen für die Zusammenfassung von Variablen, Anreichern von Datensätzen durch statistische Kennwerte)

Dozent ist Dr. Frederik Funke