Quantitative Datenanalyse. Diskriminanzanalysen, Streudiagramme und deskriptive und inferenzstatistische Analysen mit SPSS - Stefan S. - E-Book

Quantitative Datenanalyse. Diskriminanzanalysen, Streudiagramme und deskriptive und inferenzstatistische Analysen mit SPSS E-Book

Stefan S.

0,0
7,99 €

-100%
Sammeln Sie Punkte in unserem Gutscheinprogramm und kaufen Sie E-Books und Hörbücher mit bis zu 100% Rabatt.
Mehr erfahren.
Beschreibung

Einsendeaufgabe aus dem Jahr 2022 im Fachbereich Psychologie - Allgemeines, Note: 1,0, SRH Fernhochschule, Sprache: Deutsch, Abstract: Das erste Kapitel befasst sich mit den Fragestellungen der Diskriminanzanalyse, die mithilfe der Statistik- und Analyse-Software "Statistical Package for the Social Sciences" (SPSS) angewendet werden soll. Vorerst wird jedoch der theoretische Aspekt behandelt, indem in Unterkapitel 1 die Fragestellungen und Grundlagen definiert werden, damit in Unterkapitel 2 der inhaltliche und mathematische Ablauf der Analyse erläutert wird. Aufbauend auf der Theorie, soll in Unterkapitel 3 die Durchführung einer Diskriminanzanalyse an einem beispielhaften Datensatz durch SPSS demonstriert werden. Das Vorgehen und die Ergebnisse werden anhand von Screenshots erläutert und interpretiert. ln dem zweiten Kapitel wird das Streudiagramm näher erläutert, indem es vorerst theoretisch aufgearbeitet und anschließend mithilfe von SPSS erstellt wird. Das Unterkapitel 2.1 widmet sich dem theoretischen Teil und thematisiert den Einsatzbereich und Nutzen eines Streudiagramms sowie dessen Zusammenhänge mit einem prototypischen statistischen Kennwert. Daraufhin soll in Unterkapitel 2.2 mithilfe weniger Screenshots die Erstellung eines Streudiagramms in SPSS veranschaulicht werden.

Das E-Book können Sie in einer beliebigen App lesen, die das folgende Format unterstützt:

PDF
Bewertungen
0,0
0
0
0
0
0
Mehr Informationen
Mehr Informationen
Legimi prüft nicht, ob Rezensionen von Nutzern stammen, die den betreffenden Titel tatsächlich gekauft oder gelesen/gehört haben. Wir entfernen aber gefälschte Rezensionen.


Ähnliche