Grundlagen der Statistik mit SPSS (Präsenz), Komplett - Seminar / Kurs von DHL Data Science Seminare GmbH

Dieser SPSS-Kurs bietet eine verständnisorientierte Einführung in die statistischen Standardverfahren der deskriptiven und angewandten Statistik unter Anwendung des Statistikprogramms SPSS.

Der Kurs "Grundlagen der Statistik mit SPSS”  bietet als Weiterbildung eine verständnisorientierte Einführung in die zentralen statistischen Verfahren der deskriptiven Statistik, der schließenden Statistik und der angewandten Statistik. Neben den statistischen Inhalten steht SPSS lernen im Vordergrund: Sie erhalten eine fundierte Einführung in die grundlegenden Funktionen der Statistiksoftware IBM SPSS Statistics mit den gängigen Methoden und Verfahren des Datenimports, der Datenaufbereitung, der Datenanalyse und der Präsentation von Ergebnissen. Die Weiterbildung erfolgt unter Zuhilfenahme professioneller Didaktik durch den Wechsel von Input und anwendungsbezogenen Übungen mit SPSS vermittelt.

Der Nutzen des Seminars besteht darin, dass durch den Kurs auch Anfänger innerhalb einer Woche in die Lage versetzt werden, Daten mit den statistischen Standardverfahren zu analysieren und deren Ergebnisse korrekt zu interpretieren. Es wird dabei die führende Statistik-Software SPSS eingesetzt, die seit 1964 fortlaufend entwickelt wird und als eine Referenz zur Beurteilung anderer Statistikprogramme gilt.Die Übungsaufgaben erfolgen mit der Statistiksoftware IBM SPSS Statistics.

Durch intensives Trainieren mit ständigen Übungen und Wiederholungen anhand von über einem Dutzend Datensätzen aus den Bereichen der Markt- und Meinungsforschung, der medizinischen Forschung und der Technik/Produktion wird ein vertieftes Verständnis der statistischen Verfahren und ein sicherer Umgang mit SPSS sichergestellt.

Dieser SPSS-Kurs vermittelt über die Einführung in statistische Grundlagen hinaus Expertenwissen für statistische Datenanalysen. Es werden reale Daten mit typischen Stolpersteinen verwendet und es wird dabei aufgezeigt, wie durch unachtsame Anwendung der Standardverfahren verzerrte oder sogar nicht zutreffende und falsche Ergebnisse entstehen können.

Modularer Aufbau des Kurses

Der fünftägige Komplettkurs besteht ais einem zweitägigen Basiskurs und einem dreitägigen Aufbaukurs. Dieser Kurs ist der fünftägige Komplettkurs.

Das zweitägige Basistraining vom SPSS-Kurs bietet eine Einführung in die Grundfunktionen der statistischen Analysesoftware IBM SPSS Statistics und in die deskriptive Statistik mit den folgenden statistischen Konzepten und Grundbegriffen und deren Umsetzung mit Hilfe von SPSS lernen: Grundgesamtheit, Stichprobe, Variablen, Häufigkeiten, Dateneingabe, Datenimport, Datenaufbereitung, Datenanalyse, deskriptive Statistik (Beschreibung von Stichproben mit Häufigkeitstabellen und Zentral-, Streuungs- und Zusammenhangsmaßen) und die Darstellung von statistischen Ergebnissen mit Grafiken wie Histogramme, Balkendiagramme, Kreisdiagramme, Boxplots, Streudiagramme und Liniendiagramme. Des Weiteren gibt es eine Einführung in die Syntax von SPSS. Danach können die Teilnehmer selbst entscheiden, ob sie die Übungsaufgaben lieber mit der Oberfläche oder mit der Syntax lösen möchten.

In dem dreitägigen Aufbautraining vom SPSS-Kurs wird in die schließende Statistik und die Anwendung von statistischen Tests (auch Signifikanztests oder Hypothesentests genannt) und dem multivariaten Verfahren der Varianzanalyse mit den folgenden statistischen Methoden und deren Umsetzung mit SPSS lernen eingeführt: parametrische und verteilungsfreie Signifikanztests (inkl. Kontingenzanalysen) und das multivariate Verfahren der Varianzanalyse. Die Varianzanalyse erlaubt die simultane Analyse einer Vielzahl von Mittelwerten verschiedener Einflussgrößen bzw. (Teil-) Stichproben und ist hinsichtlich Präzision und Arbeitsaufwand ein Vielfaches dem t-Test für den Mittelwertsvergleich überlegen. Die Varianzanalyse ist außerdem das Verfahren der ersten Wahl zur Evaluation von Änderungen, Maßnahmen und Interventionen und zur Auswertung von randomisierten kontrollierten Studien im Rahmen von Pretest-Posttest-Designs mit einer Kontrollstichprobe.

Agenda

• Einführung in IBM SPSS Statistics
  • Optionen und Grundeinstellungen von SPSS
  • Arbeiten mit dem Variablen-, Daten-, Diagramm- und Syntaxeditor
  • Anlegen und Definieren von Variablen und Attributen
  • Einführung in die SPSS-Syntax
• Datenimport/-export und Datenaufbereitung
  • Daten importieren und exportieren
  • Daten transformieren und umkodieren
  • Kategoriale Variablen erstellen
  • Fälle auswählen und Datei aufteilen
• Deskriptive Statistik
  • Zentralmaße, Streuungsmaße und Häufigkeiten
  • Häufigkeitstabellen und Kreuztabellen
  • Erstellen von Tabellen mit deskriptiven Kennwerten
  • Korrelationen und Zusammenhangsmaße
  • Behandlung von Ausreißern und Extremwerten
  • Diagramme erstellen (Balkendiagramme, Kreisdiagramme, Histogramme, Boxplots, Liniendiagramme und Streudiagramme)

• Einführung in die schließende Statistik (Signifikanztests)
  • Statistisches Testen anhand von Stichproben
  • Wahrscheinlichkeitsverteilungen (Normalverteilung)
  • Hypothesentests nach Fisher und Neyman-Pearson (Signifikanztests)
  • p-Werte, Effektgrößen (Cohens d, Hedges g) und Konfidenzintervalle
• Parametrische Verfahren
  • z-Test und t-Test für eine Stichprobe zur Prüfung der Abweichung eines Mittelwerts von einem vorgegebenen Wert
  • t-Test zur Signifikanzprüfung des Unterschieds zweier Mittelwerte aus unabhängigen oder verbundenen Stichproben
  • Levene-Test zur Signifikanzprüfung von Varianzen und Standardabweichungen
  • Kolmogoroff-Smirnow-Test und Shapiro-Wilk-Test zur Signifikanzprüfung der Normalverteilungsannahme
  • Prüfung der Wirksamkeit von Aktionen, Maßnahmen, Interventionen und anderen Veränderungen mit t-Tests (Pretest-Posttest-Designs mit Kontrollstichprobe)
• Nichtparametrische Verfahren
  • U-Test von Wilcoxon-Mann-Whitney und Wilcoxon-(Vorzeichenrang-)Test zur Signifikanzprüfung von Medianen
  • Binomialtest und exakter Test nach Fisher zur Signifikanzprüfung von Häufigkeiten
  • Kontingenzanalyse mit Chi-Quadrat-Test zur Signifikanzprüfung von Häufigkeiten einer Kreuztabelle
• Varianzanalysen
  • ein-, zwei- und mehrfaktorielle Varianzanalyse (inkl. Epsilon- und Omega-Quadrat)
  • Messwiederholungsdesigns (mixed ANOVA) und Kontrolle von Störeinflüssen (ANCOVA)
  • t-Tests im Rahmen der Varianzanalyse (Post-hoc-Mehrfachvergleiche: Tukey HSD, Games-Howell HSD, Duncans MRT, Dunnetts Test; paarweise Einzelvergleiche mit Alphafehler-Korrektur: Bonferroni, Sidak, Jianjun Li)
  • Interaktionsanalyse (Wechselwirkungen aufgrund sich verstärkender oder hemmender Effekte)
  • Statistische Auswertung von Pretest-Posttest-Designs mit Varianzanalysen

Lernziele

Nutzen der Weiterbildung: Der Nutzen des Seminars besteht darin, dass Sie innerhalb einer Woche in die Lage versetzt werden, Daten mit Hilfe von SPSS aufbereiten, analysieren, interpretieren und visualisieren zu können. Damit dies gelingt, wird nicht nur das theoretische Hintergrundwissen vermittelt, sondern auch die praktische Anwendung und Umsetzung mit dem weltweit führenden Statistikprogramm IBM SPSS Statistics. Damit Sie den vollen Nutzen des Seminars erfahren können, empfiehlt es sich, den kompletten Kurs mit beiden Teilkursen zu belegen.

Lernziele der Weiterbildung: die Grundfunktionen von IBM SPSS Statistics beherrschen, die Grundlagen der Statistik verstehen und anwenden können, Daten importieren, aufbereiten und auswerten können, statistische Auswertungen und statistische Datenanalysen durchführen können, Ergebnisse von deskriptiven Statistiken, Signifikanztests und Varianzanalysen mit Grafiken darstellen, erläutern und interpretieren können

Zielgruppen

Diese Weiterbildung ist für Personen mit wenig oder keinen Erfahrungen in Statistik, Datenanalysen und der Anwendung der Statistik-Software IBM SPSS Statistics konzipiert, die eine Einführung in die statistische Grundlagen suchen und SPSS lernen möchten. Inhaltlich richtet sich das SPSS-Seminar an Anwender, Fachkräfte, Doktoranden und Studierende aus den Bereichen der Sozial- und Marktforschung, der Betriebswirtschaft (Marketing, Business Intelligence) und der psychologischen, klinischen, pharmazeutischen und biologischen Forschung. Die Verfahren sind dabei in allen empirischen Wissenschaften anwendbar.

Inhaltliche Voraussetzungen zur Kursteilnahme

Es werden für das Basis-Training bzw. für das Komplett-Training allgemeine Computerkenntnisse (Erfahrung in der Anwendung von Textverarbeitungs- und Tabellenkalkulationsprogrammen) und Grundkenntnisse in der Mathematik (Grundkenntnisse in der Statistik sind von Vorteil, aber nicht erforderlich) vorausgesetzt.

Keine technischen Voraussetzungen zur Kursteilnahme

In dieser Präsenzveranstaltung werden Ihnen Schulungsunterlagen und ein Schulungslaptop mit der erforderlichen Software im Seminarraum zur Verfügung gestellt.