Regressionsanalyse mit SPSS - Christian F G Schendera Gebunden

Geneigter Rezensions-Rezipient - wenn Dir folgende Situation bekannt vorkommt: Auf dem Wege zur Promotion (z.B. in der Medizin)a) hast Du mühsam einen SPSS-Datensatz erhoben, der Dir nun in seiner ganzen Pracht vorliegt...b) es wurde eine Forschungshypothese (mehrere evtl.) formuliert (aber so richtig verstanden hast Du noch nicht, wie Du die mit Deinen Daten prüfen sollst)...c) man hat Dir gesagt, dass eine Form der Survivalanalyse die Methode der Wahl hinsichtlich einer statistischen Hypothesenprüfung wäre...ABERd) Du hast noch nicht wirklich verstanden, was sich hinter dieser Methode verbirgt, wie sie funktioniert und welche Möglichkeiten sie bietete) fragst Dich, ob Deine Daten und deine Forschungsfragen und die Survivalanalyse wirklich zusammenpassen und wie Du vorzugehen hast,um aus Deiner Datenflut nicht nur "kleine Krebse" sondern einen "ordentlichen Hecht" herauszufiltern(Bspl.: Kaplan-Meier-Schätzer oder Cox-Regression? Univariate oder multivariate Analyse? Kategoriale oder metrische Variablen? Effektstärke oder Signifikanz? Metrische oder kategoriale Variable? Zeitabhängiges oder nicht zeitabhängiges Modell? Mit Interaktionsfaktoren - wenn ja, wie? - oder ohne? Welche Stichprobengröße brauche ich? Was sind zensierte und unzensierte Ereignisse? uvm.), wann Du welchen Hypothesentest nehmen darfst/solltest, welche Annahmen Du a priori prüfen solltest, wie andere, die diese Methode verwendet haben, auf ihre Ergebnisse gekommen sind (Interpretation der Ergebnisse wissenschaftlicher Untersuchungen anderer) usw. usf. ....f) und hast einen schieren HORROR vor SPSS (d.h. Du denkst bei jedem Anlauf zur Datenanalyse: das "A" fehlt nicht ohne Grund!) DANN: GREIFE zu CFG Schendera und seiner "Regressionsanalyse mit SPSS"!!!Mit (u.a.) diesem Buch habe ich mich aus dem "Tal des Todes" herausgearbeitet, es hat verhindert, dass ich meine Dissertation aufgegeben habe, bevor ich durch die Lektüre einschließlich der (mir) dadurch "auf einmal plötzlich möglichen Analyse" herausgefunden hatte, dass ich einen wirklich guten Datensatz vorzuliegen habe, mit dem meine Forschungsfragen untersuchbar sind - und wie man das macht!Also - wenn es Euch ähnlich geht, dann kauft diesen ausgesprochen anwendungsorientierten "Retter aller SPSS-Verzweifelten" und Ihr werdet daraufhin mit wieder mit freudig leuchtenden Augen an Eurer Datenanalyse arbeiten! SPSS macht SP(A)SS! Wenn man weiß, wie.Viel Vergnügen! Und gutes Gelingen!

Das Buch behandelt folgende Themen:1 Korrelation (S.1-34)2 Lineare und nichtlineare Regression (S.35-138)3 Logistische und ordinale Regression (S.139-228)4 Survivalanalysen (S.229-348)5 Weitere Anwendungsgebiete der Regressionsanalyse (S.349-392)6 Weitere Ansätze und Modelle (Ausblick) (S.393-404)Nun gibt es wohl schon unzählige Bücher zur Regressionsanalyse. Warum also ein weiteres?Das Thema Regressionsanalyse wird hier schon im Titel ausdrücklich mit der Anwendung in SPSS verknüpft. Und das ist auch der Fokus dieses Buches: Anwendung !Das Buch ist sicher nichts für Hardcore-Statistiker, die sich am wohlsten in Formelwelten fühlen. Für diese ist es wohl auch nicht gedacht.Die große Stärke des Buches ist, das Thema Regressionsanalyse sehr anwendungsorientiert zu behandeln. In betont verständlicher Sprache wird anhand von vielen Beispielen der Umgang im SPSS erläutert. Dabei wird sowohl die menügesteuerte (Mausclick) Bedienung erläutert, als auch die syntaxorientierte Analyse erklärt.Die bei der Analyse erzeugten Outputs (Statistken, Prüfgrößen, Grafiken) werden an vielen Stellen im Buch aufgegriffen und erklärt.So schafft es das Buch das umfangreiche Thema Regression dem Anwender mit vielen Beispielen nahe zu bringen, ohne vorab mit unzähligen Formeln abweisend zu wirken. Dabei soll explizit darauf hingewiesen werden, dass der dargestellte theoretische Hintergrund nicht vernachlässigt wird, sondern dieser erfolgreich mit der SPSS-Anwendung verknüpft wird.Dieses Buch kann sowohl Einsteigern, die einen leichten und erfolgreichen Einstieg in SPSS suchen, empfohlen werden, aber auch Anwendern, die regelmäßig in der täglichen Arbeit mit dem Thema Regressionsanalyse zu tun haben.Für anwendungsorientierte Analytiker eine klare Empfehlung.