SPSS‐Praxisleitfaden

Exemplarische Fragestellungen und mögliche Lösungsmethoden

Dieser Leitfaden orientiert sich an den Kursinhalten der SPSS‐Einführung, erhebt jedoch keinen Anspruch 
auf Vollständigkeit und stellt keine Zusammenfassung dar. Die Bedienung von SPSS, wie bspw. das 
Bearbeiten der Grafiken, der Tabellen und die theoretischen Grundlagen sind nicht Bestandteil dieses 
Dokuments. 

Aufgehend von praxisnahen Fragestellungen, die in dieser Form auch in der Hausarbeit zu lösen sein 
könnten, wird ein exemplarischer Lösungsweg in SPSS beschrieben. Es wird angenommen, dass die 
Datenquelle in einer Form vorliegt, welche die direkte Verarbeitung möglich macht. In der Praxis sind jedoch 
häufig vorherige Analysen, bspw. auf Ausreißer, oder Umkodierungen, das Gewichten von Fällen, etc. 
notwendig. Dies muss bei der Anwendung beachtet werden. 

Inhalt
1  Eine kategoriale Variable ............................................................................................................................. 2 
1.1  Kommen alle Kategorien gleich häufig vor? ........................................................................................ 2 
1.1.1  Numerische Beschreibung ........................................................................................................... 2 
1.1.2  Grafische Beschreibung ............................................................................................................... 2 
1.1.3  Statistische Analyse ..................................................................................................................... 4 
1.2  Entsprechen Häufigkeiten bestimmten Vorgaben? ............................................................................ 5 
1.2.1  Numerische und grafische Beschreibung .................................................................................... 5 
1.2.2  Statistische Analyse ..................................................................................................................... 5 
2  Mehrere kategoriale Variablen ................................................................................................................... 6 
2.1  Datenbeschreibung ............................................................................................................................. 6 
2.1.1  Numerische Beschreibung ........................................................................................................... 6 
2.1.2  Grafische Beschreibung ............................................................................................................... 7 
2.2  Sind zwei kategoriale Variablen unabhängig? ..................................................................................... 9 
2.2.1  Datenbeschreibung ..................................................................................................................... 9 
2.2.2  Unabhängigkeitstest .................................................................................................................... 9 
3  Eine metrische Variable ............................................................................................................................. 10 
3.1  Wie kann man die Verteilung einer metrischen Variablen beschreiben? ......................................... 10 
3.1.1  Klassifizieren, Tabellen und Histogramme ................................................................................ 10 
3.1.2  Maßzahlen zur Beschreibung der Verteilung ............................................................................ 12 
3.1.3  Boxplott ..................................................................................................................................... 13 
4  Mehrere metrische Variablen ................................................................................................................... 13 
4.1  Wie stark ist der Zusammenhang zwischen zwei metrischen Variablen? ......................................... 13 

Einführung in SPSS / SS 2010 – HAW Hamburg – René Reineke  1 
 
 4.1.1  Grafiscche Beschreiibung ................................................................................................................ 13 
4.1.22  Korrelationskoeffizzient nach Peearson und SSpearman ................................................................. 14 
 

1 Ein
ne katego
oriale Varriable
Dieses Kaapitel beschrränkt sich auf Fragestelluungen in Zusaammenhang
g mit einer eiinzelnen kate
egorialen 
Variable. 

1.1 Ko
ommen allle Katego
orien gleiich häufig
g vor?
1.1.1 N Numerische e Beschreib bung
Analysierren ‐> Deskriiptive Statistiiken ‐> Häufifigkeiten … ‐>
> markieren d
der auszuweertenden Varriable (siehe 
Abb.)‐> H
Häkchen bei H Häufigkeitstaabellen setzeen ‐> OK. 

 
A
Abbildung 1: Diie auszuwerten
nde Variable wiird per Doppelklick oder Klick
ken+Ziehen in ddie rechte Spaltte gelegt 

In der Au
usgabe sind in den ersten
n beiden Spa lten die (abssoluten) Häufigkeiten undd Prozentwe
erte enthalteen. 

1.1.2 GGrafische Beschreibunng

Balkendiagramm  Diagrammee ‐> Diagram
mmerstellung
g ‐> Galerie (B
Balken) ‐> Dooppelklick au
uf einfaches 
Balkendiagramm ‐> unttersuchende Variable in X
X‐Achse zieh en ‐> OK. 
 

Einführun
ng in SPSS / SSS 2010 – HA
AW Hamburgg – René Reineke  2 
 
  
Abbildu
ung 2: Zu unterrsuchende Varia
able wird per K
Klicken+Ziehen  auf die X‐Achsse gezogen 
 
Anschließend öffnet sicch das Ausgabefenster vo
on SPSS und  man erhält ddas 
Balkendiagramm, welchhes anschließ ßend ggf. we
eiterbearbeittet werden kkann. 
 

 
Abbildung 3: Häufi gkeitsverteilun
ng einer katego
orialen Variablee als Balkendiagramm 
 
Kreisdiaggramm  Eine alterna
ative Form sttellt das Kreisdiagramm dar. Die Kateegorien sind hierbei die 
Kreissegme ente, deren FFläche propoortional die H
Häufigkeitsveerteilung derr einzelnen 

Einführun
ng in SPSS / SSS 2010 – HA
AW Hamburgg – René Reineke  3 
 
 Merkmale d darstellt. 
 
Diagrammee ‐> Diagram mmerstellung
g ‐> Galerie (K
Kreis/Polar)  ‐> Doppelklick auf 
Kreisdiagra
amm ‐> unterrsuchende V Variable in Au
ufteilen nachh ziehen ‐> OKK. 
 

 
Abbildung 4: U
Unbearbeitetes Kreisdiagram
mm 
 
Nachteilig ist, dass sich  die tatsächlichen Häufiggkeiten nicht t ablesen lasssen und feinee 
Unterschied de schwer zuu erkennen ssind. Über An npassungen  an der Darsttellung lassen 
sich allerdin
ngs Beschrifttungen auf d der Kreisfläch
he nachtrageen, um die Au ussagekraft 
deutlich zu erhöhen. 
 

1.1.3 S Statistischee Analyse

Über eineen Ein‐Stichpproben‐Chi‐QQuadrat‐Testt kann die Frrage beantwo ortet werdenn, ob eine Au
usprägung 
signifikan
nt häufiger auftritt oder a
alle Auspräg ungen gleich
h verteilt sind
d. 

Analysierren ‐> Nichtp
parametrisch
he Tests ‐> Chhi‐Quadrat ‐>
> untersuche
ende Variable
le zu Testvariiablen ziehen
n ‐
> OK. 

Die „Erwaartete Anzahhl“ in der mitttleren Spalt e gibt die erwarteten (ab
bsoluten) Hääufigkeiten b
bei einer 
Gleichverrteilung an. D
Das Residuum ist die Diffferenz der errsten beidenn Spalten. 

Einführun
ng in SPSS / SSS 2010 – HA
AW Hamburgg – René Reineke  4 
 
  
Abbildung 55: Chi‐Quadratt‐Ausgabe von S
SPSS 

Die asym erpretieren,  ob die zuvorr aufgestelltee 

mptotische Siggnifikanz ist gleich dem pp‐Wert und llässt uns inte
Nullhypo
othese verwoorfen wird od der beizubehhalten ist (näähere Informationen hierrzu in der PowerPoint‐
Präsentattion). 

1.2 En
ntspreche
en Häufigk
keiten beestimmten
n Vorgabe
en?
Statt einee kategorialee Variable au
uf eine Gleichhverteilung zzu überprüfeen, kann auchh auf eine be
estimmte 
Verteilunng geprüft weerden. Beisp piel: Erste Kattegorie 30%,, zweite Kate
egorie 60%, ddritte Katego
orie 10%. Diee 
statistische Frage ist dann, ob diee Anteile vonn einzelnen KKategorien in
n einer Stichpprobe den taatsächlichen 
Anteilen in der Population entsprrechen.  

1.2.1 N Numerischee und grafissche Beschrreibung

ommen alle Kategorien ggleich häufig  vor?“, S. 2.
Siehe „Ko

1.2.2 S Statistische e Analyse

Ähnlich zzum vorheriggen Fall, jedo
och ist die Nuullhypothese
e in diesem Fall, dass die  Verteilung in
n bestimmteer 
Form festtgelegt ist. 

Die Berecchnung erfollgt über: 

Analysierren ‐> Nichtp
parametrisch he Tests ‐> Chhi‐Quadrat ‐>
> untersuche
ende Variable
le zu Testvariiablen ziehen
n ‐
> Erwarteete Werte markieren ‐> in das Feld W Werte der Reiihe nach die erwarteten rrelativen Häufigkeiten (aalso 
in Prozen
nt!) einfügen,, jeweils per Hinzufügen  bestätigen ‐> OK.  

Einführun
ng in SPSS / SSS 2010 – HA
AW Hamburgg – René Reineke  5 
 
  
Abbildung 6: Der  Reihe nach we
erden die Werte
e eingeben 

Der Outpput gibt nun aan der Stelle
e „Erwartete  Anzahl“ die,, auf Grund d
der eben ein gegeben erw
warteten 
relativen  Häufigkeiten, die erwartteten absoluuten Häufigkeiten aus. 

Die Interpretation erffolgt identiscch zum vorheerigen Fall.

2 Me
ehrere ka
ategoriale Variabllen
Im Gegen
nsatz zum 1. Kapital werd
den einzelnee kategoriale
e Variablen nicht für sich  untersucht, sondern dass 
gemeinsaame Auftreteen von zweie ben und zu annalysieren. 
en oder mehhr Variablen zzu beschreib

2.1 Da
atenbesch
hreibung
 

2.1.1 N Numerische e Beschreib bung

Ein schneeller numerisscher Überbllick kann übeer die Erzeuggung einer Krreuztabelle ((auch: Kontin
ngenztabellee) 
erhalten werden. Erggebnis in eine
e Matrix, in dder relative w
wie auch abssolute Häufiggkeiten ausgegeben 
werden. 

Analysierren ‐> Deskriiptive Statistiiken ‐> Kreuzztabellen ‐> u
untersuchende Variablenn in Zeilenvarriable und 
Spaltenvaariable einfü
ügen ‐> Butto on „Zellen…“  “ ‐> Häkchen bei „Beobacchtet“ setzenn im Feld „Hä
äufigkeiten“ ‐‐> 
Optional:: Häkchen beei Prozentweerten setzen ‐‐> Klick auf W Weiter ‐> Klicck auf OK 

Einführun
ng in SPSS / SSS 2010 – HA
AW Hamburgg – René Reineke  6 
 
  
Abbilduung 7: Dialog der Kreuztabelle
e 

Das Ergeb
bnis sieht istt daraufhin ähnlich der foolgenden Darstellung: 

 
Abbildungg 8: Exemplarissche Kreuztabe
elle 

2.1.2 G Grafische Beschreibun ng

nen sich idealerweise gruuppierte oder gestapelte Balkendiagrramme. Exem
Zur Darsttellung eigen mplarisch wirrd 
im Folgennden die Ersttellung einess gestapeltenn Balkendiaggramms wied
dergegeben.  Dieses wird folgt erzeuggt: 

Einführun
ng in SPSS / SSS 2010 – HA
AW Hamburgg – René Reineke  7 
 
Diagramm me ‐> Diagra ammerstellung ‐> in Galeerie Balken a auswählen ‐> > Doppelklickk auf „gestap
pelte Balken““ ‐> 
Variable 1 in die X‐Acchse ziehen ‐>
> Variable 2  in das Feld „„Stapel: Farb
be festlegen““ ziehen ‐> OK 

 
Abbildungg 9: Gestapeltess Balkendiagram
mm 

Um die A
Aussagekraft zu erhöhen,, kann es ma nchmal nützzlich sein dass Diagramm aauf 100% zu skalieren. 
Dazu empfiehlt sich d
die folgende Vorgehensw
weise: 

Doppelkliick auf das D
Diagramm ‐>
> Optionen ‐>> Auf 100% skalieren 

 
Abbild
dung 10: Gestaapeltes Balkend
diagramm, auf 100% skaliert 

Einführun
ng in SPSS / SSS 2010 – HA
AW Hamburgg – René Reineke  8 
 
Durch dieese Form der Darstellungg ist ein Verggleich wesentlich einfacher möglich. 

2.2 Sind zwei k

kategorialle Variabllen unabh
hängig?
Gruppenunabhängig wird die Frage gestellt, oob zwischen zwei kategorialen Variabblen eine Bezziehung 
oder nicht. In
besteht o n der Ausganngssituation  können bspw
w. zwei ordin
nalskalierte V
Variablen in Form einer 
Likertskala untersuchht werden. 

2.2.1 D Datenbesch hreibung

Orientierrung an „Datenbeschreib bung“, S. 6 zuur Anfertigun
ng einer Kreu
uztabelle. Beei der graphisschen Form 
eignet sicch hier das gruppierte Ba
alkendiagram mm. 

2.2.2 U Unabhängig gkeitstest

Zum Einssatz kommt d
der Chi‐Quaddrat‐Unabhä ngigkeitstestt, der folgendes Hypotheesenpaar auffstellt: 

ä . 

ä . 

Analysierren ‐> Deskriiptive Statistiiken ‐> Kreuzztabellen ‐> u
untersuchende Variablenn in Zeilen un nd Spalten 
ziehen ‐>> Klick auf „Sttatistiken“ ‐>
> Häkchen beei „Chi‐Quad drat“ setzen ‐‐> Weiter ‐>  Klick auf OK 

 
Abb
bildung 11: Varriablen per Kliccken + Ziehen e
einsetzen, dann
n auf „Statistikeen“ klicken 

Wir erhalten daraufhin eine Tabe elle als Outpuut, die uns Aufschluss über den p‐Weert gibt und e
eine 
Interprettation der Erggebnisse erm
möglicht. Dieeser kann als Wert unter „Asymptotissche Signifikaanz“ in der 
Zeile Chi‐‐Quadrat nacch Pearson aabgelesen weerden. 

Einführun
ng in SPSS / SSS 2010 – HA
AW Hamburgg – René Reineke  9 
 
  
Abbildung 12
2: Exemplarischhes Ergebnis ein
nes Chi‐Quadra
at‐Homogenitättstests 

Anschließ
ßend folgt eine Interprettation des p‐W
Werts. 

3 Ein
ne metrissche Variiable
3.1 W
Wie kann m
man die V
Verteilungg einer me
etrischen Variablen
n beschre
eiben?
Folgendee Punkte können betrachtet werden,  wenn man d
die Verteilun
ng einer metrrischen Varia
ablen 
untersuchen möchte: 

 In welchem B Bereich die D
Daten liegen,, 
 ddie Verteilung der Werte innerhalb d ieses Bereich hes, also wo sie stärker uund weniger ausgeprägt 
ssind, 
 oob es ein Zen
ntrum oder m mehrere Zenttren gibt und d ob 
 ddie Daten stäärker oder weniger stark  variieren. 

3.1.1 K Klassifizieren, Tabelle en und Histo ogramme

Klassifizieeren  Wen nn nur wenigge Beobacht ungen vorlie egen, kann eine einfache  e Häufigkeitsvverteilung 
wie bei einer me etrischen Va riable vorgenommen we erden. 
 
Diess ist allerdinggs nicht prakktikabel, sobaald mehr als ca. fünf Aus prägungen vvorliegen. In 
der Praxis trifft mman häufig eeher auf eine e große Anza ahl von Auspprägungen (>100+), so 
dasss per man Hä äufigkeitsverrteilung keine aussagekrä äftige Darsteellung mehr erhält.  Als 
Worrkaround bie etet es sich aan eine Klassifizierung der Daten durcch Intervalle 
vorzzunehmen. D Die Anzahl deer Klassen kaann sich an fo olgenden Foormeln orienttieren, mit 
Klasssenzahl k be ei n Beobachttungen: 
 
5 20
 
2 √  
 
In SPSS kann über die Funktiion „Visuelle es Klassieren“ eine derarttige Einteilun
ng 
vorggenommen w werden, wobbei die grafische Verteilung direkt im  Dialogfenster angezeigtt 
wirdd. 
 
Trannsformieren ‐> Visuelles KKlassieren ‐> > untersuchende Variablee auswählen ‐> neue, 
klasssierte Variab ble bezeichneen unter „Kla assierte Variable“ ‐> Trennnwerte einggeben oder 
autoomatisch übeer „Trennwe rte erstellen…“ anlegen ‐‐> OK 
 

Einführun
ng in SPSS / SSS 2010 – HA
AW Hamburgg – René Reineke  10 
 
 Abbilddung 13: Einste
ellungen für visuelles Klassiereen 
Es ggilt die Trennwerte so zu  wählen, dass konzentriertere Bereic he durch kle einere 
Inteervalle klassie
ert werden, aals die übrigen Bereiche.. 
 
Tabellen  Die zuvor klassie erte Variablee kann nun über eine reguläre Häufiggkeitstabelle ausgewertet 
werrden: 
 
Anaalysieren ‐> DDeskriptive Sttatistiken ‐> Häufigkeiten
n ‐> untersucchende Varia
able 
ausw wählen ‐> OK K 
 
Histogram
mme  Alteernativ kann, ohne eine vvorherige maanuelle Klassierung, ein H Histogramm zur 
grapphischen Darrstellung erzeeugt werden n. Im Unterscchied zum Baalkendiagram
mm, erfolgt 
die Darstellung o ohne Zwischhenräume, daa eine metrissche Variablee als Datenquelle dient. 
Einee Klassierungg findet hier aautomatisch h statt. 
 
Diag gramm ‐> Diagrammersttellung ‐> Kategorie Histo ogramm ‐> D Doppelklick a
auf 
„einnfaches Histoogramm“ ‐> uuntersuchende, metrische Variable inn die X‐Achsee ziehen ‐> 
Optiional: Klasseenzahl‐ oder bbreite manuell setzen. Im
m Fenster „Ellementeigenschaften auff 
„Parrameter festtlegen…“ kliccken, anschlieeßend Werte e eingeben ‐>> OK 
 

Einführun
ng in SPSS / SSS 2010 – HA
AW Hamburgg – René Reineke  11 
 
 Abbildung 114: Optionales ffestlegen der K
Klassenbreite‐ ooder zahl 
 

3.1.2 M Maßzahlen zur Beschrreibung derr Verteilung g

Zur Besch
hreibung ein
ner metrische
en Variablen  können aucch Lagemaße
e und Streuu ngsmaße verwendet 
werden, um Angaben n über die Ve
erteilung zu ttreffen. 

Analysierren ‐> Deskriiptive Statistiiken ‐> Häufifigkeiten ‐> u
untersuche Va
ariable ausw
wählen und in
n die rechte 
ungsmaße auuswählen ‐> Weiter ‐> OK
Spalte zieehen ‐> Klick auf „Statistiiken…“ ‐> rellevante Lagee‐ und Streuu K. 

 
Abbildung 15: Auswahl voon zu berechne
enden Lage‐ und Streuungsmaaßen 

Einführun
ng in SPSS / SSS 2010 – HA
AW Hamburgg – René Reineke  12 
 
3.1.3 B Boxplott
Der Boxp
plott stellt ein
ne weitere M
Methode zur  graphischen n Visualisieru
ung dar. Er errlaubt einen schnellen 
Überblickk über die Veerteilung und
d wird besonnders aussaggekräftig, wenn zwei Variiablenverteilungen 
miteinander verglicheen werden. D Darüber hinaaus lassen sicch Ausreißerr besonders eeinfach Iden
ntifizieren. 

 
A
Abbildung 16: B
Boxplott 

Innerhalbb der Box befinden sich 5
50% der Dateen und, eingeschlossen vvon Box inkl.  Whiskern, d
der Großteil d
der 
Daten. MModerater Auusreißer werdden per Krei s und Zeilenzahl gekennzzeichnet, exttreme Ausre
eißer mit eineem 
Stern. 

Diagrammme ‐> Diagra
ammerstellung ‐> in Galeerie Boxplottt auswählen ‐> Doppelklicck auf 1D‐Bo
oxplott ‐> 
untersuch
hende Variab
ble in X‐Achsse ziehen ‐> O
OK. 

4 Me
ehrere me
etrische Variable
en

4.1 W
Wie stark ist der Zussammenh
hang zwisschen zwe
ei metriscchen Varia
ablen?
4.1.1 G Grafische Beschreibun ng
Zur Darsttellung eigneen sich Streudiagramme.  Die Werte e
einer Variablen werden jeeweils auf de
er X‐ und Y‐
Achse dargestellt.  

Diagramm me ‐> Diagra ammerstellung ‐> in Galeerie „Streu‐/P Punktdiagram mm“ auswähhlen ‐> Dopp pelklick auf 

„einfachees Streudiagrramm“ ‐> Va ariable 1 in XX‐Achse zieheen, Variable 2
2 in Y‐Achse  ziehen ‐> op
ptional: 
Punktbesschriftung üb ber Klick auf Registerreiteer Punkt/Gruuppen‐ID, dan nn „Punkt‐IDD‐Beschriftunng“ anklicken n 
und Variaable 3 in dass neue Feld ziiehen ‐> OK.

Einführun
ng in SPSS / SSS 2010 – HA
AW Hamburgg – René Reineke  13 
 
  
Abbildung 117: Exemplariscches Streudiagrramm 

4.1.2 KKorrelation nskoeffiziennt nach Peaarson und SSpearman

Zur numeerischen Beschreibung veerwendet m an den Korre
elationskoefffizienten, deer normiert isst und sich im
m 
Wertebereich zwischen  1 1 bewegtt. 

Die Berecchnung erfollgt über: 

Analysierren ‐> Korrela
ation ‐> Biva
ariat ‐> zwei zzu korreliereende Variablee auswählenn und in die reechte Spalte 
ziehen ‐>> relevante Ko
orrelationskooeffizienten  auswählen p per Klick auf Checkbox ‐>> OK. 

 
Abbildung 18: Eigens chaftendialog ffür Korrelationskoeffizienten  

Der ausgegebene p‐W
Wert kann an
nschließend  interpretiertt werden. 

Einführun
ng in SPSS / SSS 2010 – HA
AW Hamburgg – René Reineke  14