Gut nachvollziehbar und anwendungsorientiert werden in diesem Lehrbuch multivariate Verfahren behandelt, die für die Auswertung empirischer Untersuchungen besonders wichtig sind. In jedem Kapitel werden zunächst die Grundlagen der Verfahren unter Verwendung kleiner Beispieldatensätze dargestellt. Anhand der gleichen Datensätze wird anschließend schrittweise die praktische Umsetzung des Verfahrens in SPSS beschrieben. Für die Analyse linearer Strukturgleichungsmodelle wird AMOS verwendet. Zahlreiche Bildschirmausdrucke, Interpretationshilfen und eine lückenlose Darstellung der Analyseschritte ermöglichen das selbständige Studium und die Anwendung der Verfahren auf eigene Fragestellungen. Leserinnen und Leser, die mit SPSS oder AMOS nicht vertraut sind, werden in die notwendigen Grundlagen eingeführt.Alle im Text verwendeten Beispieldatensätze sowie die SPSS-Syntax-Dateien aller Analysen und kommentierte R-Skripte sind auf der Web-Seite zum Buch enthalten. Zu jedem Kapitel werden außerdem Datensätze, Syntax-Dateien, kommentierte R-Skripte, Auswertungen und Ergebnisinterpretationen aus Forschungsprojekten zur Verfügung gestellt, deren Themen von arbeitspsychologischen bis zu epidemiologischen Untersuchungen reichen.Folgende Verfahren werden behandelt: Regressionsanalyse, Varianzanalyse, Diskriminanzanalyse, Faktorenanalyse, Clusteranalyse, logistische Regressionsanalyse, Analyse loglinearer Modelle, Zeitreihenanalyse, Analyse linearer Strukturgleichungsmodelle.Für die 3. Auflage wurden alle Kapitel aktualisiert und in verschiedenen Details erweitert. Die Abschnitte zur Arbeit mit der Statistik-Software wurden komplett überarbeitet und basieren nun auf den Programmversionen SPSS 25 bzw. AMOS 25. Zusätzlich stehen für die Umsetzung der Verfahren mit R auf der Web-Seite zum Buch kommentierte R-Skripte zur Verfügung.

Für die Auswertung empirischer Untersuchungen werden oftmals spezialisierte Verfahren benötigt, die sich für bestimmte Datenmuster und Fragestellungen eignen. Dieses Lehrbuch wendet sich an alle, die einen Einstieg in komplexe regressionsanalytische Methoden und deren praktische Umsetzung suchen. Dabei werden wichtige Fragen beantwortet, die sich häufig bei der Auswertung komplexer Daten stellen: Wie wertet man Daten hierarchisch geordneter Ebenen aus? Wie werden Datenanalysen durchgeführt, wenn die Kriteriumsvariablen nicht normalverteilt oder kategorial sind? Wie geht man bei regressionsanalytischen Untersuchungen mit Messwiederholungen oder mit sehr vielen Prädiktoren vor?Folgende Verfahren werden im Buch thematisiert: Verallgemeinerte lineare Modelle, verallgemeinerte Schätzgleichungen, Mehrebenenmodelle, ordinale und multinomiale logistische Regression, kanonische Korrelation, Ridge-Regression, Regression mit partiellen kleinsten Quadraten.Alle im Text verwendeten Beispieldatensätze, kommentierte R-Skripte sowie kommentierte SPSS-Syntax-Dateien aller Analysen sind online verfügbar.

Gut nachvollziehbar und anwendungsorientiert werden in diesem Lehrbuch multivariate Verfahren behandelt, die für die Auswertung empirischer Untersuchungen besonders wichtig sind. In jedem Kapitel werden zunächst die Grundlagen der Verfahren unter Verwendung kleiner Beispieldatensätze dargestellt. Anhand der gleichen Datensätze wird anschließend schrittweise die praktische Umsetzung des Verfahrens in SPSS beschrieben. Für die Analyse linearer Strukturgleichungsmodelle wird AMOS verwendet. Zahlreiche Bildschirmausdrucke, Interpretationshilfen und eine lückenlose Darstellung der Analyseschritte ermöglichen das selbständige Studium und die Anwendung der Verfahren auf eigene Fragestellungen. Leserinnen und Leser, die mit SPSS oder AMOS nicht vertraut sind, werden in die notwendigen Grundlagen eingeführt.Alle im Text verwendeten Beispieldatensätze sowie die SPSS-Syntax-Dateien aller Analysen und kommentierte R-Skripte sind auf der Web-Seite zum Buch enthalten. Zu jedem Kapitel werden außerdem Datensätze, Syntax-Dateien, kommentierte R-Skripte, Auswertungen und Ergebnisinterpretationen aus Forschungsprojekten zur Verfügung gestellt, deren Themen von arbeitspsychologischen bis zu epidemiologischen Untersuchungen reichen.Folgende Verfahren werden behandelt: Regressionsanalyse, Varianzanalyse, Diskriminanzanalyse, Faktorenanalyse, Clusteranalyse, logistische Regressionsanalyse, Analyse loglinearer Modelle, Zeitreihenanalyse, Analyse linearer Strukturgleichungsmodelle.Für die 3. Auflage wurden alle Kapitel aktualisiert und in verschiedenen Details erweitert. Die Abschnitte zur Arbeit mit der Statistik-Software wurden komplett überarbeitet und basieren nun auf den Programmversionen SPSS 25 bzw. AMOS 25. Zusätzlich stehen für die Umsetzung der Verfahren mit R auf der Web-Seite zum Buch kommentierte R-Skripte zur Verfügung.

Für die Auswertung empirischer Untersuchungen werden oftmals spezialisierte Verfahren benötigt, die sich für bestimmte Datenmuster und Fragestellungen eignen. Dieses Lehrbuch wendet sich an alle, die einen Einstieg in komplexe regressionsanalytische Methoden und deren praktische Umsetzung suchen. Dabei werden wichtige Fragen beantwortet, die sich häufig bei der Auswertung komplexer Daten stellen: Wie wertet man Daten hierarchisch geordneter Ebenen aus? Wie werden Datenanalysen durchgeführt, wenn die Kriteriumsvariablen nicht normalverteilt oder kategorial sind? Wie geht man bei regressionsanalytischen Untersuchungen mit Messwiederholungen oder mit sehr vielen Prädiktoren vor?Folgende Verfahren werden im Buch thematisiert: Verallgemeinerte lineare Modelle, verallgemeinerte Schätzgleichungen, Mehrebenenmodelle, ordinale und multinomiale logistische Regression, kanonische Korrelation, Ridge-Regression, Regression mit partiellen kleinsten Quadraten.Alle im Text verwendeten Beispieldatensätze, kommentierte R-Skripte sowie kommentierte SPSS-Syntax-Dateien aller Analysen sind online verfügbar.

Gut nachvollziehbar und anwendungsorientiert werden in diesem Lehrbuch multivariate Verfahren behandelt, die für die Auswertung empirischer Untersuchungen besonders wichtig sind. In jedem Kapitel werden zunächst die Grundlagen der Verfahren unter Verwendung kleiner Beispieldatensätze dargestellt. Anhand der gleichen Datensätze wird anschließend schrittweise die praktische Umsetzung des Verfahrens in SPSS beschrieben. Für die Analyse linearer Strukturgleichungsmodelle wird AMOS verwendet. Zahlreiche Bildschirmausdrucke, Interpretationshilfen und eine lückenlose Darstellung der Analyseschritte ermöglichen das selbständige Studium und die Anwendung der Verfahren auf eigene Fragestellungen. Leserinnen und Leser, die mit SPSS oder AMOS nicht vertraut sind, werden in die notwendigen Grundlagen eingeführt.Alle im Text verwendeten Beispieldatensätze sowie die SPSS-Syntax-Dateien aller Analysen und kommentierte R-Skripte sind auf der Web-Seite zum Buch enthalten. Zu jedem Kapitel werden außerdem Datensätze, Syntax-Dateien, kommentierte R-Skripte, Auswertungen und Ergebnisinterpretationen aus Forschungsprojekten zur Verfügung gestellt, deren Themen von arbeitspsychologischen bis zu epidemiologischen Untersuchungen reichen.Folgende Verfahren werden behandelt: Regressionsanalyse, Varianzanalyse, Diskriminanzanalyse, Faktorenanalyse, Clusteranalyse, logistische Regressionsanalyse, Analyse loglinearer Modelle, Zeitreihenanalyse, Analyse linearer Strukturgleichungsmodelle.Für die 3. Auflage wurden alle Kapitel aktualisiert und in verschiedenen Details erweitert. Die Abschnitte zur Arbeit mit der Statistik-Software wurden komplett überarbeitet und basieren nun auf den Programmversionen SPSS 25 bzw. AMOS 25. Zusätzlich stehen für die Umsetzung der Verfahren mit R auf der Web-Seite zum Buch kommentierte R-Skripte zur Verfügung.

Für die Auswertung empirischer Untersuchungen werden oftmals spezialisierte Verfahren benötigt, die sich für bestimmte Datenmuster und Fragestellungen eignen. Dieses Lehrbuch wendet sich an alle, die einen Einstieg in komplexe regressionsanalytische Methoden und deren praktische Umsetzung suchen. Dabei werden wichtige Fragen beantwortet, die sich häufig bei der Auswertung komplexer Daten stellen: Wie wertet man Daten hierarchisch geordneter Ebenen aus? Wie werden Datenanalysen durchgeführt, wenn die Kriteriumsvariablen nicht normalverteilt oder kategorial sind? Wie geht man bei regressionsanalytischen Untersuchungen mit Messwiederholungen oder mit sehr vielen Prädiktoren vor?Folgende Verfahren werden im Buch thematisiert: Verallgemeinerte lineare Modelle, verallgemeinerte Schätzgleichungen, Mehrebenenmodelle, ordinale und multinomiale logistische Regression, kanonische Korrelation, Ridge-Regression, Regression mit partiellen kleinsten Quadraten.Alle im Text verwendeten Beispieldatensätze, kommentierte R-Skripte sowie kommentierte SPSS-Syntax-Dateien aller Analysen sind online verfügbar.

Gut nachvollziehbar und anwendungsorientiert werden in diesem Lehrbuch multivariate Verfahren behandelt, die für die Auswertung empirischer Untersuchungen besonders wichtig sind. In jedem Kapitel werden zunächst die Grundlagen der Verfahren unter Verwendung kleiner Beispieldatensätze dargestellt. Anhand der gleichen Datensätze wird anschließend schrittweise die praktische Umsetzung des Verfahrens in SPSS beschrieben. Für die Analyse linearer Strukturgleichungsmodelle wird AMOS verwendet. Zahlreiche Bildschirmausdrucke, Interpretationshilfen und eine lückenlose Darstellung der Analyseschritte ermöglichen das selbständige Studium und die Anwendung der Verfahren auf eigene Fragestellungen. Leserinnen und Leser, die mit SPSS oder AMOS nicht vertraut sind, werden in die notwendigen Grundlagen eingeführt.Alle im Text verwendeten Beispieldatensätze sowie die SPSS-Syntax-Dateien aller Analysen und kommentierte R-Skripte sind auf der Web-Seite zum Buch enthalten. Zu jedem Kapitel werden außerdem Datensätze, Syntax-Dateien, kommentierte R-Skripte, Auswertungen und Ergebnisinterpretationen aus Forschungsprojekten zur Verfügung gestellt, deren Themen von arbeitspsychologischen bis zu epidemiologischen Untersuchungen reichen.Folgende Verfahren werden behandelt: Regressionsanalyse, Varianzanalyse, Diskriminanzanalyse, Faktorenanalyse, Clusteranalyse, logistische Regressionsanalyse, Analyse loglinearer Modelle, Zeitreihenanalyse, Analyse linearer Strukturgleichungsmodelle.Für die 3. Auflage wurden alle Kapitel aktualisiert und in verschiedenen Details erweitert. Die Abschnitte zur Arbeit mit der Statistik-Software wurden komplett überarbeitet und basieren nun auf den Programmversionen SPSS 25 bzw. AMOS 25. Zusätzlich stehen für die Umsetzung der Verfahren mit R auf der Web-Seite zum Buch kommentierte R-Skripte zur Verfügung.

Für die Auswertung empirischer Untersuchungen werden oftmals spezialisierte Verfahren benötigt, die sich für bestimmte Datenmuster und Fragestellungen eignen. Dieses Lehrbuch wendet sich an alle, die einen Einstieg in komplexe regressionsanalytische Methoden und deren praktische Umsetzung suchen. Dabei werden wichtige Fragen beantwortet, die sich häufig bei der Auswertung komplexer Daten stellen: Wie wertet man Daten hierarchisch geordneter Ebenen aus? Wie werden Datenanalysen durchgeführt, wenn die Kriteriumsvariablen nicht normalverteilt oder kategorial sind? Wie geht man bei regressionsanalytischen Untersuchungen mit Messwiederholungen oder mit sehr vielen Prädiktoren vor?Folgende Verfahren werden im Buch thematisiert: Verallgemeinerte lineare Modelle, verallgemeinerte Schätzgleichungen, Mehrebenenmodelle, ordinale und multinomiale logistische Regression, kanonische Korrelation, Ridge-Regression, Regression mit partiellen kleinsten Quadraten.Alle im Text verwendeten Beispieldatensätze, kommentierte R-Skripte sowie kommentierte SPSS-Syntax-Dateien aller Analysen sind online verfügbar.