Beschreibung

In der fünftägigen Komplett-Schulung Multivariate Datenanalyse mit SPSS werden in den ersten drei Tagen die strukturprüfenden Verfahren behandelt. Dazu gehören die Regressionsanalyse, die Zeitregression, die Diskriminanzanalyse und die logistische Regression. In den letzten beiden Tagen werden die strukturentdeckenden Verfahren behandelt. Dazu gehören die explorative Faktorenanalyse, die Reliabilitätsanalyse und die Clusteranalyse.

Zielgruppe: Anwender, Fachkräfte und Studierende aus den Bereichen der Sozial- und Marktforschung, der Betriebswirtschaft (Marketing, Controlling, Qualitätskontrolle) und der psychologischen, klinischen und pharmazeutischen Forschung

Voraussetzungen: Erfahrungen mit SPSS und die Inhalte des Seminars Grundlagen der Statistik mit SPSS (oder eines vergleichbaren Seminars: Interpretation von Korrelationskoeffizienten wie Pearsons r und Signifikanztests wie dem t-Test sollten bekannt sein). Grundlegende Fertigkeiten im Umgang mit SPSS, wie Datenimport, Datenaufbereitung, Grafikerstellung und statistische Standardverfahren, werden vorausgesetzt, ständig angewendet und vertieft. Wenn der Umgang mit SPSS nicht vertraut sein sollte, empfiehlt es sich, vorher ein SPSS-Training mit den Grundlagen oder ein vergleichbares Seminar zu besuchen.

Lernziele: fortgeschrittene Funktionen von IBM SPSS Statistics kennenlernen, Daten mit Hilfe von multivariaten Verfahren auswerten können, Ergebnisse von multivariaten Datenanalysen grafisch darstellen, erläutern und interpretieren können, aufgrund einer Fragestellung das geeignete multivariate Verfahren identifizieren und anwenden können

Übungen: Es wird Wert auf den Anwendungsbezug gelegt, die Praxisbeispiele und Übungsaufgaben erfolgen in der Schulung auf unseren Schulungslaptops mit dem Statistikprogramm IBM SPSS Statistics.

Leistungen: ganztägiger Intensiv-Unterricht in Kleingruppen (9-17 Uhr, max. 10 Personen), gedrucktes Schulungszertifikat; Online-Veranstaltungen: digitale Schulungsunterlagen (gegen Aufpreis: gedruckte Schulungsunterlagen und/oder Fernzugang zu einem Schulungslaptop mit installierter Software); Präsenz-Veranstaltungen: Schulungsräume in zentraler Lage, Getränke in den Pausen, Schulungslaptop mit installierter Software, gedruckte Schulungsunterlagen

Aufbau: Die 5-tägige Komplett-Schulung Multivariate Datenanalyse mit SPSS besteht aus einer 3-tägigen Basis-Schulung und einer anschließenden 2-tägigen Aufbau-Schulung, die auch einzeln gebucht werden können.

Ausführliche Informationen und Buchungsmöglichkeiten finden Sie auf der → Veranstaltungsseite zum Seminar.

Inhalte des 5tägigen Komplett-Trainings Multivariate Datenanalyse mit SPSS:

• 3-tägiges Basis-Training: strukturprüfende Verfahren

  • Regressionsanalyse: Regressionsmodelle für kontinuierliche Variablen mit linearen und nicht-linearen Effekten, Moderationseffekten (Wechselwirkungen), Suppressionseffekten (Kontrolle von Störeinflüssen) und Interaktionseffekten zwischen kontinuierlichen und kategorialen Einflussgrößen (Populationsunterschiede); Verfahren zur Auswahl von Prognosevariablen (Betagewichte, Toleranzen) und der Ermittlung des am besten an die Daten angepassten Modells (schrittweise Regression mit AIC/BIC); Residualdiagnostik, Prüfung der Modellprämissen (Angemessenheit des Modells, Multikollinearität, Homoskedastizität und Normalverteilung der Residuen, Erkennung von einflussreichen Datenpunkten) und Maßnahmen bei Verletzungen (Ausschluss ungeeigneter Fälle, Selektion und Aggregation von Variablen)
  • Logistische Regression: Regressionsmodelle für kategoriale Variablen, Interpretation der Koeffizienten der logistischen Regressionsfunktion (Logits, Odds und Wahrscheinlichkeiten), Berechnung von Odds Ratio und relatives Risiko; Konfusionstabellen mit Trefferquote, Spezifität und Sensitivität, ROC-Kurven und Ermittlung des optimalen Trennwerts; Prüfung des Gesamtmodells und der Merkmalsvariablen (AUC, Likelihood-Ratio-Test und Pseudo R-Quadrat-Statistiken)

• 2-tägiges Aufbau-Training: strukturentdeckende Verfahren

  • Clusteranalyse: Hierarchische Clusteranalyse (Distanz- und Ähnlichkeitsmaße, Fusionierungs-Algorithmen: Single-Linkage, Complete-Linkage, Ward, Bestimmung der optimalen Clusterzahl), k-Means-Clusteranalyse, Two-Step-Clusteranalyse
  • Dimensionsreduzierende Verfahren: Faktorenanalyse (EFA, Explorative Factor Analysis) und Hauptkomponentenanalyse (PCA, Principal Component Analysis), Variablenauswahl, Extraktion und Rotation der Dimensionen, Berechnung von Faktorwerten
  • Reliabilitätsanalyse: Indikatorreliabilität (Faktorladungen, Kommunalitäten, Cronbachs Alpha (ohne Item), Item-To-Skala-Korrelation), Faktorreliabilität (Cronbachs Alpha, Einfachstruktur)

Ausführliche Informationen und Buchungsmöglichkeiten zu den Teilkursen finden Sie auf der → Veranstaltungsseite zum Seminar.