Üb erblick: l nwei tiven date...l niklas dipl.‐s © junge itera 2., ak kompe s jungerm oz. ulrike...
TRANSCRIPT
L
NiklasDipl.‐S©Junge
Litera
2.,ak
Kompe
sJungermSoz.Ulrike
ermann&S
aturhi
ktuali
Die
etenzzent
ande
mann,M.A.eSchwab
Schwabe2
Üb
inwei
Date
isierte
seÜbersi
trumsfür
erUnivers
.Soz.e
017
berbli
ise zu
enana
eAufl
ichtistim
Empirisc
sitätKass
ck:
ur qua
alyse
age:A
mRahmen
cheForsch
selentsta
antita
April2
ndes
hungsme
nden.
ativen
2017
thoden
n
Diese Übersicht wurde von den wissenschaftlichen Mitarbeitenden der Professur fürMethodenderEmpirischenSozialforschunganderUniversitätKasselerstellt:
Kontakt:UniversitätKasselNiklasJungermann,M.A.Soz.E‐Mail:niklas.jungermann@uni‐kassel.deWeblink:https://www.uni‐kassel.de/go/jungermannDipl.‐Soz.UlrikeSchwabeE‐Mail:ulrike.schwabe@uni‐kassel.deWeblink:https://www.uni‐kassel.de/go/schwabeWir danken den studentischen Mitarbeiterinnen an der Professur für Methoden derEmpirischen Sozialforschung, Marie Sophie Jestadt und Alessandra Kuntz, für ihreUnterstützung bei der Überarbeitung und Aktualisierung der ersten Version aus demSommersemester2015.
DanielKleinseibesondersherzlich fürwertvolleLiteraturhinweisesowiedemZugangzuaktuellenArtikelndesStataJournalsgedankt.
EmpfohleneZitation:Jungermann,Niklas;Schwabe,Ulrike(2017):Überblick:LiteraturhinweisezurquantitativenDatenanalyse.UniversitätKassel/KompetenzzentrumfürEmpirischeForschungsmethoden:InternerBericht.2.,aktualisierteAuflage.
Inhalt
1.TestenvonHypothesen...............................................................................................................................1
2.UmgangmitfehlendenWerten................................................................................................................2
2.1AllgemeineEinführung.........................................................................................................................2
2.2Gewichtung................................................................................................................................................2
2.3Imputation.................................................................................................................................................3
3.DatenreduzierendeVerfahrenundAnwendungen.........................................................................4
3.1AllgemeineEinführung.........................................................................................................................4
3.1ExploratorischeFaktorenanalyse....................................................................................................4
3.2KonfirmatorischeFaktorenanalyse................................................................................................5
3.3Clusteranalyse..........................................................................................................................................5
3.3ANOVA(AnalysisofVariance)..........................................................................................................6
3.4Diskriminanzanalyse.............................................................................................................................6
4.AnalysestrategienundModellaufbau....................................................................................................6
4.1Brutto‐Netto‐Modell..............................................................................................................................6
4.2Mediatoranalyse......................................................................................................................................7
4.3Moderatoranalyse...................................................................................................................................7
4.4Interaktionen............................................................................................................................................7
5.Regressionsverfahren..................................................................................................................................8
5.1Allgemeines...............................................................................................................................................8
5.2LineareRegression.................................................................................................................................8
5.3LogistischeRegression.........................................................................................................................9
5.4MultinominaleRegression...............................................................................................................10
5.5OrdinaleRegression............................................................................................................................11
5.6Panelregression....................................................................................................................................12
5.7Mehrebenenanalysen.........................................................................................................................12
6.Strukturgleichungsmodellierung.........................................................................................................13
7.GestaltungvonRegressionsergebnissenmitGrafikenundTabellen...................................14
7.1GrafischeDarstellung.........................................................................................................................14
7.2TabellarischeDarstellung................................................................................................................14
8.HilfreicheLinksundOnlinehilfenzurpraktischenAnwendung............................................16
8.1Online‐ZugangzurLiteratur...........................................................................................................16
8.2PraktischeAnwendung.....................................................................................................................16
9.LehrbücherfürStatistiksoftwareStataundSPSS.........................................................................17
10.VollständigeLiteraturliste....................................................................................................................18
©Junge
Überbli
1.Tes
GrundlBehnkeEineEinSozialw94–10
BehnkeEineEinSozialw316–3
DiekmaAnwend704–7
SchnellSozialfo437–4
FortgesBernardSignificResearc
KühnelWolf,ChWiesba165–1
PraktisKohler,Datena195–2
Rabe‐HUsingS68–71
ermann&S
ick:Literat
stenvonH
lagene,Joachim;nführungfwissenschaf00.(Kapitel
e,Joachim;nführungfwissenschaf325.(Kapite
ann,Andreadungen.7.A723.(Kapite
,Rainer;Horschung.1444.(Kapite
schrittendi,Fabriziocance‘:Thech.In:Euro
,SteffenMhristof;Besaden:VSVe190.(Kapite
scheAnwenUlrich;Krenalyseund246.(Kapite
Hesketh,SopStata.2.Auf1.(Kapitel2
Schwabe2
urhinweise
Hypothes
Behnke,NafürPolitikwften.l9)
Behnke,NafürPolitikwften.el23)
as(2013).Auflage.ReielXIV;9.6)
ill,PaulB.;10.Auflage.el9.4)
o;Chakhaia(Mis)UseofopeanSocio
.;Krebs,Dast,HenningerlagfürSoel8)
ndungeuter,Frauihrepraktiel8)
phia;Skronflage.Colleg2.6)
017
ezurquant
sen
athalie(20wissenschaft
athalie(20wissenschaft
Empirischeinbeckbei
Esser,ElkeMünchen:
a,Lela;LeopfStatisticalologicalRes
agmar(201g(Hg.).Hanzialwissen
uke(2012).ischeAnwe
ndal,AndergeStation:
titativenDa
06).Grundtler.1.Aufl
06).Grundtler.1.Aufl
eSozialforsHamburg:
e(2013).MOldenbour
pold,LiliyalSignificansearch33:
10).Grundlndbuchderschaften.
.Datenanalndung.4.A
rs(2008).MStataPres
atenanalys
dlagendersage.Wiesb
dlagendersage.Wiesb
chung.GruRowohlt.
MethodendergVerlag.
a(2017).‚SceTestingi1–15.
lagendesssozialwisse
lysemitStaAuflage.Mü
Multilevelas.
e
statistischenaden:VSV
statistischenaden:VSV
ndlagen,M
erempirisc
ingMeaSoinEuropean
tatistischenenschaftlich
ata.Allgemeünchen:Old
andLongitu
nDatenanaVerlagfür
nDatenanaVerlagfür
Methoden,
chen
ongwithSonSociologi
nSchließenhenDatena
eineKonzepdenbourgV
udinalMode
Seite|1
alyse.
alyse.
ocialical
ns.In:analyse.
ptederVerlag.
eling
©Junge
Überbli
2.Um
2.1All
GrundlEngel,UBlasiusSpringe331–3
Jann,Be267.
SchnellSozialfo458–4
Spieß,MHenninVerlagf117–1
FortgesAllison,http://w01.04.2
King,Gaevil:WhAmeric
2.2Ge
GrundlKiesl,Hderemp349–3
Spieß,MHenninVerlagf120–1
ermann&S
ick:Literat
gangmit
lgemeine
lagenUwe;Schm,Jörg(Hg.)erVS.348.(Kapite
en(2007).
,Rainer;Horschung.1461.(Kapite
Martin(20ng(Hg.).HafürSozialw120/129–
schritten,PaulD.(2www.statis2017.
ary;HonakhattodoabcanPolitica
wichtung
lagenHans(2014)pirischenSo341.(Kapite
Martin(20ng(Hg.).HafürSozialw124/132–
Schwabe2
urhinweise
tfehlend
Einführu
idt,BjörnO.Handbuch
el23)
Statatip44
ill,PaulB.;10.Auflage.el9.6)
10).DerUmandbuchderwissenschaf–130.(Kapi
014).Listwsticalhorizo
ker,James;boutmissinglScienceA
g
).Gewichtuozialforschuel24)
10).DerUmandbuchderwissenschaf–134.(Kapi
017
ezurquant
enWerte
ng
O.(2014).UhMethoden
4:Getahan
Esser,ElkeMünchen:
mgangmitrsozialwissften.itel6)
wiseDeletioons.com/li
Joseph,AngdatainpAssociation.
ung.In:Bauung.Wiesb
mgangmitrsozialwissften.itel6)
titativenDa
en
Unit‐undItnderempir
ndleonyou
e(2013).MOldenbour
fehlendensenschaftlic
n:It’sNOTstwise‐dele
ne;Scheveoliticalscie.
ur,Nina;Blbaden:Spri
fehlendensenschaftlic
atenanalys
tem‐NonrerischenSozi
ursample.
MethodendergVerlag.
Werten.InchenDatena
Evil.Unteretion‐its‐no
,Kenneth(ence.Bosto
lasius,JörgngerVS.
Werten.InchenDatena
e
sponse.In:ialforschung
In:StataJo
erempirisc
n:Wolf,Chranalyse.Wi
r:ot‐evil.Letz
(1998).Listn:AnnualM
(Hg.).Hand
n:Wolf,Chranalyse.Wi
:Baur,Ninag.Wiesbad
ournal7:26
chen
ristof;Best,iesbaden:V
zterZugriff
twisedeletiMeetingof
dbuchMeth
ristof;Best,iesbaden:V
Seite|2
a;den:
66–
VS
f:
ionisthe
hoden
VS
©Junge
Überbli
FortgesGabler,HenninVerlagf143–1
PraktisAcock,APress.289–2
2.3Im
GrundlAcock,APress.393–4
FortgesSpieß,MHenninVerlagf124–1
White,chained399.
PraktisAcock,APress.393–4
Lüdtke,fehlend103–1
ReineckAdolesc–3334.
SocialSStata“.U01.04.2
ermann&S
ick:Literat
schrittenSiegfried;
ng(Hg.).HafürSozialw164.(Kapite
scheAnwenAlanC.(20
290.(Kapite
mputation
lagenAlanC.(20
412.(Kapite
schrittenMartin(20ng(Hg.).HafürSozialw128/130–
IanR.;Roydequations
scheAnwenAlanC.(20
412.(Kapite
,Oliver;RodenWerten117.
ke,Jost;Wecence:ACo.
ScienceComUnter:http2017.
Schwabe2
urhinweise
Ganninger,andbuchderwissenschafel7)
ndung014).AGent
el10.8)
014).AGent
el13)
10).DerUmandbuchderwissenschaf–131.(Kapi
yston,Patrics:Issuesan
ndung014).AGent
el13)
obitzsch,Alninderpsy
eins,Corneomparison
mputingCops://www.s
017
ezurquant
,Matthias(rsozialwissften.
tleIntroduc
tleIntroduc
mgangmitrsozialwissften.itel6)
ck;Wood,Andguidance
tleIntroduc
exander;Tychologisch
lia(2013).ofMissing
ooperativessc.wisc.ed
titativenDa
(2010).Gewsenschaftlic
ctiontoSta
ctiontoSta
fehlendensenschaftlic
AngelaM.(eforpracti
ctiontoSta
Trautwein,UhenForschu
TheDevelDataTechn
(2017).Ondu/sscc/pub
atenanalys
wichtung.IchenDatena
ata.4.Aufla
ata.4.Aufla
Werten.InchenDatena
(2011).Muice.In:Stat
ata.4.Aufla
Ulrich;Köllung.In:Psy
opmentofniques.In:
nline‐Kurs„bs/stata_m
e
In:Wolf,Chanalyse.Wi
age.College
age.College
n:Wolf,Chranalyse.Wi
ltipleimpuisticsinMe
age.College
ler,Olaf(20ychologisch
DelinquenQuality&Q
„MultipleImmi_intro.htm
hristof;Besiesbaden:V
eStation:S
eStation:S
ristof;Best,iesbaden:V
utationusinedicine30:
eStation:S
007):UmgheRundscha
ncyDuringQuantity47
mputationm.LetzterZ
Seite|3
st,VS
tata
tata
VS
ng377‐
tata
angmitau58:
7:3319
inZugriff:
©Junge
Überbli
3.Dat
3.1All
Acock,APress.378–3
MoosbrKonfirm(Hg.).T307–3
SchnellSozialfo146–1
3.1Exp
GrundlBlasiusMethod1051–
BühnerMünche179–2
Kopp,JoEinführ84–96
FortgesBackhaAnalyse385–4
Wolff,HFaktoreDatena333–3
ermann&S
ick:Literat
tenreduz
lgemeine
AlanC.(20
382.(Kapite
rugger,HelmatorischeTesttheorie324.(Kapite
,Rainer;Horschung.1155.(Kapite
ploratori
lagen,Jörg(201denderemp1062.(Kap
r,Markus(2en:Pearson234.(Kapite
ohannes;Lrung.2.Auf6.(Kapitel5
schrittenaus,Klaus;Eemethoden.452.(Kapite
Hans‐Georgenanalyse.nalyse.Wie366.(Kapite
Schwabe2
urhinweise
ierendeV
Einführu
014).AGent
el12.5)
lfried;ScheFaktorenaundFragebel13)
ill,PaulB.;10.Auflage.el4.3.2.2.3)
scheFakt
4).SkalierupirischenSopitel83)
2006).EinfnStudium.el5)
Lois,Danielflage.Wiesb5.2und5.3)
Erichson,BEineAnweel7)
g;Bacher,JIn:Wolf,Chesbaden:VSel15)
017
ezurquant
Verfahre
ng
tleIntroduc
ermelleh‐Enanalyse(CFbogenkonst
Esser,ElkeMünchen:)
torenanal
ungsverfahozialforschu
führungind
(2014).Sobaden:VSV)
Bernd;Plinkendungsorie
ohan(2010hristof;BesSVerlagfü
titativenDa
enundAn
ctiontoSta
ngel,KarinFA).In:Mootruktion.He
e(2013).MOldenbour
lyse
hren.In:Baung.Wiesb
dieTest‐un
ozialwissensVerlagfürS
ke,Wulff;WentierteEin
0).HauptkostHenningrSozialwis
atenanalys
nwendun
ata.4.Aufla
(2007).Exosbrugger,eidelberg:S
MethodendergVerlag.
ur,Nina;Baden:Sprin
ndFragebog
schaftlicheSozialwisse
Weiber,Rolnführung.1
omponente.Handbuchssenschafte
e
ngen
age.College
xploratoriscHelfried;KSpringer.
erempirisc
lasius,JörgngerVS.
genkonstru
Datenanalyenschaften.
lf(2016).M14.Auflage.
enanalyseuhdersozialwen.
eStation:S
che(EFA)uKeleva,Aug
chen
g(Hg.).Han
uktion.2.A
lyse.Eine.
Multivariate.Berlin:Sp
undexplorwissenschaf
Seite|4
tata
undustin
ndbuch
uflage.
eringer.
ativeaftlichen
©Junge
Überbli
3.2Ko
GrundlBühnerMünche235–2
FortgesBackhaAnalyse589–5
ReinckeBerlin:137–1
3.3Clu
GrundlBacher,AnwendOldenb15–34
FortgesBacher,AnwendOldenb35–50
BackhaAnalyse453–5
WiedenHenninSozialw525–5
ermann&S
ick:Literat
onfirmato
lagenr,Markus(2en:Pearson298.(Kapite
schrittenaus,Klaus;Eemethoden.596.(Kapite
e,Jost(201DeGruyter182.(Kapite
usteranaly
lagen,Johann;PödungsorienourgVerla4.(Kapitel1
schritten,Johann;PödungsorienourgVerla02.(Kapitel
aus,Klaus;Eemethoden.516.(Kapite
nbeck,Michng.Handbucwissenschaf552.(Kapite
Schwabe2
urhinweise
rischeFa
2006).EinfnStudium.el6)
Erichson,BEineAnweel12)
14).Struktur.el7)
yse
öge,AndretierteEinfüg.1)
öge,AndretierteEinfüg.l2–20)
Erichson,BEineAnweel8)
hael;Zull,Cchdersoziaften.el21)
017
ezurquant
ktorenan
führungind
Bernd;Plinkendungsorie
urgleichung
as;WenzigührunginK
as;WenzigührunginK
Bernd;Plinkendungsorie
Cornelia(20alwissensch
titativenDa
nalyse
dieTest‐un
ke,Wulff;WentierteEin
gsmodellein
g,Knut(201Klassifikatio
g,Knut(201Klassifikatio
ke,Wulff;WentierteEin
010).ClusthaftlichenD
atenanalys
ndFragebog
Weiber,Rolnführung.1
ndenSozia
10).Clusteronsverfahre
10).Clusteronsverfahre
Weiber,Rolnführung.1
eranalyse.Datenanalys
e
genkonstru
lf(2016).M14.Auflage.
alwissenscha
ranalyse.en.3.Auflag
ranalyse.en.3.Auflag
lf(2016).M14.Auflage.
In:Wolf,Chse.Wiesbad
uktion.2.A
Multivariate.Berlin:Sp
aften.2.Au
ge.Münche
ge.Münche
Multivariate.Berlin:Sp
hristof;Besden:VSVer
Seite|5
uflage.
eringer.
uflage.
en:
en:
eringer.
st,rlagfür
©Junge
Überbli
3.3AN
GrundlAcock,APress.215–2
FortgesVölkle,ChristoWiesba455–4
PraktisAcock,APress.215–2
Rabe‐HUsingS8–11.
3.4Dis
BackhaAnalyse215–2
Decker,Wolf,ChWiesba495–5
4.Ana
4.1Bru
GrundlKopp,JoEinführ134–1
ermann&S
ick:Literat
NOVA(Ana
lagenAlanC.(20
266.(Kapite
schrittenManuelC.;of;Best,Henaden:VSVe494.(Kapite
scheAnwenAlanC.(20
266.(Kapite
Hesketh,SopStata.2.Auf(Kapitel1.4
skriminan
aus,Klaus;Eemethoden.282.(Kapite
,Reinhold;hristof;Besaden:VSVe524.(Kapite
alysestra
utto‐Nett
lagenohannes;Lrung.2.Auf139.(Kapite
Schwabe2
urhinweise
alysisofV
014).AGent
el9)
Erdfelder,nning(Hg.)erlagfürSoel19)
ndung014).AGent
el9)
phia;Skronflage.Colleg4)
nzanalyse
Erichson,BEineAnweel4)
Rašković,st,HenningerlagfürSoel20)
ategienun
o‐Modell
Lois,Danielflage.Wiesbel7.1)
017
ezurquant
Variance)
tleIntroduc
Edgar(20).Handbuchzialwissen
tleIntroduc
ndal,AndergeStation:
e
Bernd;Plinkendungsorie
Silvia;Brung(Hg.).Hanzialwissen
ndMode
(2014).Sobaden:VSV
titativenDa
ctiontoSta
10).Varianhdersozialschaften.
ctiontoSta
rs(2008).MStataPres
ke,Wulff;WentierteEin
nsiek,Kathndbuchderschaften.
llaufbau
ozialwissensVerlagfürS
atenanalys
ata.4.Aufla
nz‐undKovlwissenscha
ata.4.Aufla
Multilevelas.
Weiber,Rolnführung.1
hrin(2010)sozialwisse
schaftlicheSozialwisse
e
age.College
varianzanaaftlichenDa
age.College
andLongitu
lf(2016).M14.Auflage.
.Diskriminenschaftlich
Datenanalyenschaften.
eStation:S
alyse.In:Watenanalyse
eStation:S
udinalMode
Multivariate.Berlin:Sp
nanzanalyshenDatena
lyse.Eine.
Seite|6
tata
olf,e.
tata
eling
eringer.
se.In:analyse.
©Junge
Überbli
FortgesUrban,Anwend112–1
4.2Me
GrundlKopp,JoEinführ139–1
FortgesUrban,Anwend303–3
4.3Mo
GrundlKopp,JoEinführ150–1
FortgesUrban,Anwend294–3
4.4Int
GrundlKohler,Datena292–2
FortgesLohmanRegress(Hg.).HSozialw677–7
ermann&S
ick:Literat
schrittenDieter;Madung.4.Auf115.(Kapite
ediatoran
lagenohannes;Lrung.2.Auf150.(Kapite
schrittenDieter;Madung.4.Auf311.(Kapite
oderatora
lagenohannes;Lrung.2.Auf157.(Kapite
schrittenDieter;Madung.4.Auf303.(Kapite
teraktion
lagenUlrich;Krnalyseund296.(Kapite
schrittennn,Henninsion. InteraHandbuchdwissenschaf706.(Kapite
Schwabe2
urhinweise
yerl,Jochenflage.Wiesel2.4)
nalyse
Lois,Danielflage.Wiesbel7.2)
yerl,Jochenflage.Wiesel5.3)
analyse
Lois,Danielflage.Wiesbel7.3)
yerl,Jochenflage.Wiesel5.2)
en
reuter,Frauihrepraktiel9.4.2)
ng(2010).Naktionseffedersozialwiften.el26)
017
ezurquant
n(2011).Rbaden:VSV
(2014).Sobaden:VSV
n(2011).Rbaden:VSV
(2014).Sobaden:VSV
n(2011).Rbaden:VSV
uke(2012)ischeAnwe
Nicht‐Lineaekte,Polynoissenschaftl
titativenDa
RegressionsVerlagfür
ozialwissensVerlagfürS
RegressionsVerlagfür
ozialwissensVerlagfürS
RegressionsVerlagfür
).Datenanandung.4.A
aritatundNomeundSplichenDate
atenanalys
sanalyse.ThSozialwisse
schaftlicheSozialwisse
sanalyse.ThSozialwisse
schaftlicheSozialwisse
sanalyse.ThSozialwisse
alysemitStaAuflage.Mü
Nicht‐Additplines.In:Wenanalyse.W
e
heorieTechenschaften
Datenanalyenschaften.
heorieTechenschaften
Datenanalyenschaften.
heorieTechenschaften
ata.Allgemünchen:Old
tivitatindeWolf,ChristWiesbaden
hnikundn.
lyse.Eine.
hnikundn.
lyse.Eine.
hnikundn.
meineKonzedenbourgV
ermultipletof;Best,H:Verlagfür
Seite|7
eptederVerlag.
nHenningr
©Junge
Überbli
PraktisKohler,Datena292–2
Rabe‐HUsingS26–29
5.Reg
5.1All
BackhaAnalyse63–13
Urban,Anwend115–1
PraktisAcock,APress.267–2
5.2Lin
GrundlKopp,JoEinführ107–1
WenzelMethodMünche7–38.
Wolf,ChHenninfürSozi607–6
ermann&S
ick:Literat
scheAnwenUlrich;Krenalyseund296.(Kapite
Hesketh,SopStata.2.Auf9.(Kapitel1
gressions
lgemeines
aus,Klaus;Eemethoden.34.(Kapitel
Dieter;Madung.4.Auf176.(Kapite
scheAnwenAlanC.(20
288.(Kapite
neareReg
lagenohannes;Lrung.2.Auf132.(Kapite
lburger,GedenfürPoliten:Oldenb(Kapitel2)
hristof;Besng(Hg.).Haialwissensc638.(Kapite
Schwabe2
urhinweise
ndungeuter,Frauihrepraktiel9.4.2)
phia;Skronflage.Colleg1.8)
sverfahre
s
Erichson,BEineAnwel1)
yerl,Jochenflage.Wiesel3)
ndung014).AGent
el10–Kap
gression
Lois,Danielflage.Wiesbel6)
eorg;JäckletikwissenscourgVerla
st,Henningandbuchderchaften.el24)
017
ezurquant
uke(2012).ischeAnwe
ndal,AndergeStation:
en
Bernd;Plinkendungsorie
n(2011).Rbaden:VSV
tleIntroduc
itel10.7)
(2014).Sobaden:VSV
,Sebastianchaftler.Eing.
g(2010).Lirsozialwiss
titativenDa
.Datenanalndung.4.A
rs(2008).MStataPres
ke,Wulff;WentierteEin
RegressionsVerlagfür
ctiontoSta
ozialwissensVerlagfürS
n;König,Paneanwendu
ineareRegsenschaftlic
atenanalys
lysemitStaAuflage.Mü
Multilevelas.
Weiber,Rolnführung.14
sanalyse.ThSozialwisse
ata.4.Aufla
schaftlicheSozialwisse
ascal(2014ungsbezoge
ression.InchenDatena
e
ata.Allgemeünchen:Old
andLongitu
lf(2016).M4.Auflage.
heorieTechenschaften
age.College
Datenanalyenschaften.
).WeiterfüeneEinführ
:Wolf,Chrianalyse.Wi
eineKonzepdenbourgV
udinalMode
MultivariateBerlin:Spr
hnikundn.
eStation:S
lyse.Eine.
ührendestarungmitSta
istof;Best,iesbaden:V
Seite|8
ptederVerlag.
eling
eringer.
tata
tistischeata.
Verlag
©Junge
Überbli
FortgesOhr,DieWolf,ChWiesba639–6
WindziSpringe17–38
WooldrEdition22–67
PraktisAcock,APress.267–2
Kohler,Datena247–2
5.3Log
GrundlKopp,JoEinführ161–1
WenzelMethodMünche55–90
FortgesBackhaAnalyse283‐3
BehnkeSpringe
ermann&S
ick:Literat
schritteneter(2010hristof;Besaden:VSVe676.(Kapite
o,MichaelerVS.8.(Kapitel2
ridge,Jeffren.South‐We7.(Kapitel2
scheAnwenAlanC.(20
272.(Kapite
Ulrich;Krenalyseund253.(Kapite
gistische
lagenohannes;Lrung.2.Auf186.(Kapite
lburger,GedenfürPoliten:Oldenb0.(Kapitel4
schrittenaus,Klaus;Eemethoden.56.(Kapite
e,Joachim(er.
Schwabe2
urhinweise
).LineareRst,HenningerlagfürSoel25)
(2013).Reg
2)
eyM.(2013estern:Cen2)
ndung014).AGent
el10–Kap
euter,Frauihrepraktiel9.1)
Regressio
Lois,Danielflage.Wiesbel8)
eorg;JäckletikwissenscourgVerla4)
Erichson,BEineAnweel5)
(2015).Log
017
ezurquant
Regressiong(Hg.).Hanzialwissen
gressionsm
3).IntroducngageLearn
tleIntroduc
itel10.3)
uke(2012).ischeAnwe
on
(2014).Sobaden:VSV
,Sebastianchaftler.Eing.
Bernd;Plinkendungsorie
gistischeRe
titativenDa
n.Modellanndbuchderschaften.
modellefürZ
ctoryEcononing.
ctiontoSta
.Datenanalndung.4.A
ozialwissensVerlagfürS
n;König,Paneanwendu
ke,Wulff;WentierteEin
egressionsa
atenanalys
nahmenunsozialwisse
Zuständeun
ometrics.A
ata.4.Aufla
lysemitStaAuflage.Mü
schaftlicheSozialwisse
ascal(2014ungsbezoge
Weiber,Rolnführung.1
nalyse.Eine
e
ndRegressienschaftlich
ndEreignis
ModernAp
age.College
ata.Allgemeünchen:Old
Datenanalyenschaften.
).WeiterfüeneEinführ
lf(2016).M14.Auflage.
eEinführun
ionsdiagnohenDatena
sse.Wiesba
pproach.Fif
eStation:S
eineKonzepdenbourgV
lyse.Eine.
ührendestarungmitSta
Multivariate.Berlin:Sp
ng.Wiesba
Seite|9
ostik.In:analyse.
aden:
fth
tata
ptederVerlag.
tistischeata.
eringer.
den:
©Junge
Überbli
Best,HeLogit‐u64:377
Mood,CDo,and
WindziSpringe39–78
Wolf,ChHenninfürSozi827–8
PraktisAuspurabhängBildung
Acock,APress.329–3
Kohler,Datena325–3
Long,SVariabl133–1
5.4Mu
GrundlKohler,Datena369–3
FortgesKühnelWolf,ChWiesba855–8
ermann&S
ick:Literat
enning;WoundProbit‐7–395.
Carina(201dWhatWe
o,MichaelerVS.8.(Kapitel3
hristof;Besng(Hg.).Haialwissensc854.(Kapite
scheAnwenrg,Katrin;HgigenVariabgschancen
AlanC.(20
360(Kapite
Ulrich;Krenalyseund366.(Kapite
cottJ.;FreeleUsingSta184.(Kapite
ultinomin
lagenUlrich;Krenalyseund372.(Kapite
schritten,SteffenMhristof;Besaden:VSVe886.(Kapite
Schwabe2
urhinweise
olf,Christof‐Regression
10):LogistiCanDoAb
(2013).Reg
3)
st,Henningandbuchderchaften.el31)
ndungHinz,Thomblen–ProbimKohorte
014).AGent
el11)
euter,Frauihrepraktiel10.1–Ka
ese,Jeremyata.3.Auflael4)
naleRegre
euter,Frauihrepraktiel10.7.2).
.;Krebs,Dast,HenningerlagfürSoel32)
017
ezurquant
f(2012):Mnen.In:Köl
icRegressioutIt.In:E
gressionsm
g(2010).Lorsozialwiss
mas(2011):blemeundenverlauf.I
tleIntroduc
uke(2012).ischeAnweapitel10.6)
y(2014).Reage.College
ession
uke(2012).ischeAnwe
agmar(201g(Hg.).Hanzialwissen
titativenDa
ModellvergllnerZeitsch
ion:WhyWEuropeanSo
modellefürZ
ogistischeRsenschaftlic
GruppenvFehleinschIn:Zeitschr
ctiontoSta
.Datenanalndung.4.A)
egressionMeStation:S
.Datenanalndung.4.A
10).Multinndbuchderschaften.
atenanalys
leichundEhriftfürSoz
WeCannotDociological
Zuständeun
RegressionchenDatena
vergleichebhätzungenariftfürSozio
ata.4.Aufla
lysemitStaAuflage.Mü
ModelsforCtataPress.
lysemitStaAuflage.Mü
ominaleunsozialwisse
e
rgebnisinteziologieund
DoWhatWReview26:
ndEreignis
n.In:Wolf,Canalyse.Wi
beiRegressamBeispielologie40:6
age.College
ata.Allgemeünchen:Old
Categorical
ata.Allgemeünchen:Old
ndordinaleenschaftlich
S
erpretationdSozialpsyc
WeThinkW:67–82.
sse.Wiesba
Christof;Biesbaden:V
sionenmitblvon62–73.
eStation:S
eineKonzepdenbourgV
lDependent
eineKonzepdenbourgV
eRegressiohenDatena
eite|10
ninchologie
eCan
aden:
est,Verlag
binären
tata
ptederVerlag.
t
ptederVerlag.
n.In:analyse.
©Junge
Überbli
WindziSpringe223–2
PraktisKohler,Datena369–3
Long,SVariabl227–3
5.5Or
GrundlKohler,Datena372–3
FortgesKühnel,Wolf,ChWiesba855–8
WindziSpringe209–2
PraktisKohler,Datena372–3
Long,SVariabl185–2
ermann&S
ick:Literat
o,MichaelerVS.254.(Kapite
scheAnwenUlrich;Krenalyseund372.(Kapite
cottJ.;FreeleUsingSta308.(Kapite
dinaleRe
lagenUlrich;Krenalyseund375.(Kapite
schritten,SteffenM.hristof;Besaden:VSVe886.(Kapite
o,MichaelerVS.221.(Kapite
scheAnwenUlrich;Krenalyseund375.(Kapite
cottJ.;FreeleUsingSta225.(Kapite
Schwabe2
urhinweise
(2013).Reg
el9)
ndungeuter,Frauihrepraktiel10.7.2)
ese,Jeremyata.3.Auflael8)
egression
euter,Frauihrepraktiel10.7.3)
.;Krebs,Dast,HenningerlagfürSoel32)
(2013).Reg
el8)
ndungeuter,Frauihrepraktiel10.7.3)
ese,Jeremyata.3.Auflael7)
017
ezurquant
gressionsm
uke(2012).ischeAnwe
y(2014).Reage.College
uke(2012).ischeAnwe
agmar(201g(Hg.).Hanzialwissen
gressionsm
uke(2012).ischeAnwe
y(2014).Reage.College
titativenDa
modellefürZ
.Datenanalndung.4.A
egressionMeStation:S
.Datenanalndung.4.A
10)Multinondbuchderschaften.
modellefürZ
.Datenanalndung.4.A
egressionMeStation:S
atenanalys
Zuständeun
lysemitStaAuflage.Mü
ModelsforCtataPress.
lysemitStaAuflage.Mü
ominaleunsozialwisse
Zuständeun
lysemitStaAuflage.Mü
ModelsforCtataPress.
e
ndEreignis
ata.Allgemeünchen:Old
Categorical
ata.Allgemeünchen:Old
dordinaleenschaftlich
ndEreignis
ata.Allgemeünchen:Old
Categorical
S
sse.Wiesba
eineKonzepdenbourgV
lDependent
eineKonzepdenbourgV
RegressionhenDatena
sse.Wiesba
eineKonzepdenbourgV
lDependent
eite|11
aden:
ptederVerlag.
t
ptederVerlag.
n.In:analyse.
aden:
ptederVerlag.
t
©Junge
Überbli
5.6Pan
GrundlBrüder(Hg.).HSozialw963–9
GiesselmPanelda
FortgesGiesselmEffectsKölnerZ
5.7Me
GrundlLanger,2.AuflaLanger,Best,HeVerlagf741–7
PötschkHandbu1001–
WenzelMethodMünche91–11
FortgesRabe‐HUsingS
ermann&S
ick:Literat
nelregres
lagenl,Josef(20Handbuchdwissenschaf994.(Kapite
mann,Maraten.Wiesb
schrittenmann,MarParadigmaZeitschriftf
ehrebenen
lagen,Wolfgangage.Wiesba
,Wolfgangenning(HgfürSozialw774.(Kapite
ke,ManuelauchMethod1116.(Kap
lburger,GedenfürPoliten:Oldenb18.(Kapitel
schrittenHesketh,SopStata.2.Auf
Schwabe2
urhinweise
ssion
10).Kausadersozialwiften.el36)
rco;Windizbaden:VSV
rco;WindziaundempirfürSoziolog
nanalysen
(2009).Meaden:VSVe
(2010).Meg.).Handbuwissenschafel28)
a(2014).Mdenderemppitel87)
eorg;JäckletikwissenscourgVerlal5)
phia;Skronflage.Colleg
017
ezurquant
lanalysemissenschaftl
zio,MichaelVerlagfürS
io,MichaelrischePraxgieundSoz
n
ehrebenenaerlagfürSo
ehrebenenchdersoziaften.
MehrebenenpirischenSo
,Sebastianchaftler.Eing.
ndal,AndergeStation:
titativenDa
mitPaneldatlichenDate
l(2012).ReSozialwisse
(2014):PaxisinPanelzialpsycholo
analyse.Einozialwissen
analysemialwissensch
nanalyse.Iozialforschu
n;König,Paneanwendu
rs(2008).MStataPres
atenanalys
ten.In:Woenanalyse.W
egressionsenschaften.
aneldateninlregressionogie66:95
neEinführunschaften.
itQuerschnhaftlichenD
n:Baur,Niung.Wiesb
ascal(2014ungsbezoge
Multilevelas.
e
lf,Christof;Wiesbaden
modellezu
nderSozionundEreig–113.
ungfürFors
nittsdaten.Datenanaly
na;Blasiusaden:Sprin
).WeiterfüeneEinführ
andLongitu
S
;Best,Hen:VSVerlag
urAnalysev
ologie:Fixegnisanalyse
schungund
In:Wolf,Chyse.Wiesba
s,Jörg(Hg.)ngerVS.
ührendestarungmitSta
udinalMode
eite|12
ninggfür
von
de.In:
dPraxis.
hristof;den:VS
).
tistischeata.
eling
©Junge
Überbli
6.Stru
GrundlArzheimEinführ
Urban,diePrax
WenturEinführ195–2
WernerStruktuundEva945–9
FortgesGiesselmPanelda183–2
ReineckBest,HeVerlagf775–8
PraktisChrist,Opraktisc
ReinckeBerlin:341–3
WeiberanwendundSPS
ermann&S
ick:Literat
ukturglei
lagenmer,Kai(2rung.1.Auf
Dieter;Maxis.Wiesba
ra,Dirk;Porung.Wiesb218.(Kapite
r,Christinaurgleichungaluationin974.(Kapite
schrittenmann,Maraten.Wiesb212.(Kapite
ke,Jost;Pöenning(HgfürSozialw804.(Kapite
scheAnwenOliver;SchcheEinführ
e,Jost(201DeGruyter364.(Kapite
r,Rolf;MühdungsorientSS.2.Auflag
Schwabe2
urhinweise
ichungsm
016).Strukflage.Wiesb
yerl,Jochenaden:Sprin
ospeschill,Mbaden:Spriel13)
aS.;Schermgsmodelle.denSozial‐el17)
rco;Windzibaden:VSVel8)
ge,Andreag.).Handbuwissenschafel29)
ndunghlüter,Elmarung.Münc
14).Struktur.el10)
hlhaus,DantierteEinfüge.Berlin:
017
ezurquant
modellier
kturgleichubaden:Spr
n(2014).Sger.
Markus(20inger.
melleh‐EngeIn:Döring,‐undHuma
io,MichaelVerlagfürS
s(2010).Schdersoziaften.
ar(2012).Schen:Olden
urgleichung
niel(2014).ührungindiSpringer.
titativenDa
rung
ungsmodelleinger.
Strukturgle
015).Multiv
el,Karin;G,Nicola;Boanwissensch
(2012).ReSozialwisse
Strukturglealwissensch
StrukturglenbourgVer
gsmodellein
.StrukturglieKausalan
atenanalys
e.Eineanw
ichungsmo
variateDat
erhard,Carortz,Jürgenhaften.Ber
egressionsmenschaften.
ichungsmohaftlichenD
eichungsmorlag.
ndenSozia
leichungsmnalysemitH
e
wendungsor
dellierung.
tenanalyse.
rla;Gäde,Jan(Hg.).Forslin:Springe
modellezurA
odelle.In:WDatenanaly
odellemitM
alwissenscha
modelle.EineHilfevonAM
S
rientierte
EinRatgeb
Einekomp
anaC.(201schungsmeer.
Analysevo
Wolf,Christyse.Wiesba
Mplus.Eine
aften.2.Au
eMOS,Smart
eite|13
berfür
pakte
16).thoden
n
tof;den:VS
uflage.
tPLS
©Junge
Überbli
7.Ges
GrundlFriedricBaur,NWiesba259–2
7.1Gra
Bauer,GWolf,ChWiesba905–9
Frey,TiLiteratuhttps://3–9.
PraktisJann,Be14:708
Jann,Behttp://01.04.2
Kohler,Datena119‐1
MitchelCollege
7.2Ta
Frey,TiLiteratuhttps://10–13
ermann&S
ick:Literat
staltungv
lagenchs,JürgenNina;Blasiuaden:Sprin262.(Kapite
afischeDa
Gerrit(201hristof;Besaden:VSVe930.(Kapite
imotheos(urverweisen/timfrey.fil
scheAnwenen(2014):8–737.
en(2017):repec.sowi2017.
Ulrich;Krenalyseund56.(Kapite
ll,MichaelNeStation:St
bellarisch
imotheos(urverweisen/timfrey.fil3.
Schwabe2
urhinweise
vonRegr
n(2014).Erus,Jörg(HggerVS.el16)
arstellun
10).Graphist,HenningerlagfürSoel34)
2007).Gruninwissensles.wordpr
ndungPlottingre
Plottingrei.unibe.ch/f
euter,Frauihrepraktiel6)
N.(2012).ItataPress.
heDarste
2007).Gruninwissensles.wordpr
017
ezurquant
essionse
rgebnisprä.).Handbuc
g
scheDarstg(Hg.).Hanzialwissen
undlagendeschaftlicheness.com/20
egressionc
egressioncfiles/wp1/
uke(2012).ischeAnwe
Interpreting
ellung
undlagendeschaftlicheness.com/20
titativenDa
ergebniss
sentationichMethode
tellungregrndbuchderschaften.
erDarstellunDokumen008/04/gr
oefficients
oefficients/jann‐2013
.Datenanalndung.4.A
ngandVisua
erDarstellunDokumen008/04/gr
atenanalys
senmitG
nderquanenderempi
ressionsanasozialwisse
ungvonGranten.Unterraph.pdf.Le
andother
andother‐coefplot.p
lysemitStaAuflage.Mü
alizingReg
ungvonGranten.Unterraph.pdf.Le
e
Grafikenu
ntitativenFirischenSoz
alytischerEenschaftlich
afiken,Tabe:etzterZugr
estimates.
estimatesipdf.Letzter
ata.Allgemeünchen:Old
ressionMo
afiken,Tabe:etzterZugr
S
undTabe
Forschung.zialforschu
ErgebnissehenDatena
ellenund
riff:01.04.2
In:StataJo
inStata.UnZugriff:
eineKonzepdenbourgV
odelsUsingS
ellenund
riff:01.04.2
eite|14
ellen
In:ng.
e.In:analyse.
2017.
ournal
nter:
ptederVerlag.
Stata.
2017.
©Junge
Überbli
PraktisJann,Be
Kohler,Datena301–3
SocialStablesiZugriff:
ermann&S
ick:Literat
scheAnwenen(2007).
Ulrich;Krenalyseund311.(Kapite
ScienceComnStata“.Un:01.04.201
Schwabe2
urhinweise
ndungMakingreg
euter,Frauihrepraktiel9.5)
mputingConter:https17.
017
ezurquant
gressionta
uker(2012)ischeAnwe
ooperative://www.ss
titativenDa
ablessimpli
).Datenanandung.4.A
(2017).Onsc.wisc.edu
atenanalys
ified.In:St
alysemitStAuflage.Mü
nline‐Kurs„/sscc/pubs
e
ataJournal
tata.Allgemünchen:Old
„CreatingPs/stata_tab
S
l7:227‐24
meineKonzedenbourgV
Publication‐bles.htm.Le
eite|15
4.
eptederVerlag.
‐Qualityetzter
©Junge
Überbli
8.Hilf
8.1On
Springehttp://
Vielevezugäng
8.2Pra
StataMhttp://w
Stata‐H
SPSSMftp://pulient/M
SPSS‐Hdahinte
Univershttp://
DieUnivieleFrDieseFmöglich
Hilfeste
ermann&S
ick:Literat
freicheLi
nline‐Zuga
erLinklink.spring
erwendetelichundste
aktischeA
Manualwww.stata
Handbuch
Manualublic.dhe.ibManuals/IBM
Handbuch,erstehende
sityofCalifstats.idre.u
iversityofCragestellunFragenwerdh,dasVorg
ellungenwe
Schwabe2
urhinweise
inksund
angzurLi
ger.com/
LiteraturaehenzumD
Anwendu
a.com/man
mitBefehls
bm.com/soM_SPSS_Sta
welchesjeSyntaxein
ifornia,Losucla.edu/
California,ngen,diebedenanschagehenaufd
erdensowo
017
ezurquant
dOnlineh
iteratur
ngabensinDownloada
ung
uals13/u.p
ssyntaxun
oftware/anatistics_Cor
dochvielmngeht.
sAngeles(
LosAngeleeiderDatenaulichanBeerUCLA‐W
ohlfürStat
titativenDa
hilfenzur
ndfürMitglalspdfber
dErläuteru
nalytics/spsre_System_
mitderMen
(UCLA)
es(UCLA),bnanalysemeispieleneWebsiteauf
taalsauch
atenanalys
rpraktisc
liederderUeit.
ungenzud
ss/docume_User_Guid
nüstruktur
bietetumfamitgängigerrklärtunddieeigene
SPSSsowie
e
chenAnw
Universität
enjeweilig
ntation/stae.pdf
arbeitetun
angreicheArStatistiksooftmalsistnAnalysen
eRundSAS
S
wendung
tKasselfrei
genBefehle
atistics/22
ndweniga
Antwortenoftwareautesproblemnzuübertra
Sangebote
eite|16
g
i
en.
2.0/de/c
aufdie
aufftreten.mlosagen.
en.
©Junge
Überbli
9.Leh
StataAcock,APress.
Kohler,Datena
Mitchel
PevalinBerksh
SPSSAkremiFortgesunderw
Angele,bamber
FrommVerfahrSozialw
ermann&S
ick:Literat
hrbücher
AlanC.(20
Ulrich;Krenalyseund
ll,MichaelN
n,DavidJ.;Rire:OpenU
i,Leila;Bauschrittene1weiterteAu
,German(2rg.de/filead
m,Sabine(2renfürQuerwissenschaf
Schwabe2
urhinweise
fürStati
014).AGent
euter,Frauihreprakti
N.(2015).S
Robson,KaUniversityP
ur,Nina;Fr1:Datenaufuflage.Wies
2016).SPSSdmin/rz/sp
012).Daterschnittsdaften.
017
ezurquant
istiksoftw
tleIntroduc
uke(2012).ischeAnwe
Stataforth
ren(2009)Press.
romm,Sabifbereitungusbaden:VS
SStatisticspss/skript.
nanalysematen.2.Aufl
titativenDa
wareStat
ctiontoSta
.Datenanalndung.4.A
heBehavior
).TheStata
ne(Hg.)(2unduni‐unSVerlagfür
24.EineEi.pdf.Letzte
mitSPSSfürlage.Wiesb
atenanalys
taundSP
ata.4.Aufla
lysemitStaAuflage.Mü
ralSciences
aSurvivalM
2011).DatendbivariaterSozialwiss
nführung.UerZugriff:0
rFortgeschrbaden:VSV
e
PSS
age.College
ata.Allgemeünchen:Old
s.CollegeSt
Manual.Mai
nanalysemeStatistik.3senschaften
Unter:http01.04.2017.
rittene2:MVerlagfür
S
eStation:S
eineKonzepdenbourgV
tation:Stat
idenhead,
mitSPSSfür3.,überarben.
ps://www.u.
Multivariate
eite|17
tata
ptederVerlag.
taPress.
reitete
uni‐
e
©Junge
Überbli
10.VoAcock,APress.
AkremiFortgesunderw
Allison,http://w01.04.2
Angele,bamber
ArzheimEinführ
AuspurabhängBildung
Bacher,AnwendOldenb
BackhaAnalyse
Bauer,GWolf,ChWiesba
Baur,NWiesba
BehnkeEineEinSozialw
BehnkeSpringe
BernardSignificResearc
ermann&S
ick:Literat
ollständigAlanC.(20
i,Leila;Bauschrittene1weiterteAu
,PaulD.(2www.statis2017.
,German(2rg.de/filead
mer,Kai(2rung.1.Auf
rg,Katrin;HgigenVariabgschancen
,Johann;PödungsorienourgVerla
aus,Klaus;Eemethoden.
Gerrit(201hristof;Besaden:VSVe
Nina;Blasiuaden:Sprin
e,Joachim;nführungfwissenschaf
e,Joachim(er.
di,Fabriziocance‘:Thech.In:Euro
Schwabe2
urhinweise
geLitera014).AGent
ur,Nina;Fr1:Datenaufuflage.Wies
014).Listwsticalhorizo
2016).SPSSdmin/rz/sp
016).Strukflage.Wiesb
Hinz,Thomblen–ProbimKohorte
öge,AndretierteEinfüg.
Erichson,BEineAnwe
10).Graphist,HenningerlagfürSo
us,Jörg(201gerVS.
Behnke,NafürPolitikwften.
(2015).Log
o;Chakhaia(Mis)UseoopeanSocio
017
ezurquant
aturlistetleIntroduc
romm,Sabifbereitungusbaden:VS
wiseDeletioons.com/li
SStatisticspss/skript.
kturgleichubaden:Spr
mas(2011).blemeundenverlauf.I
as;WenzigührunginK
Bernd;Plinkendungsorie
scheDarstg(Hg.).Hanzialwissen
14).Handb
athalie(20wissenschaft
gistischeRe
a,Lela;LeopofStatisticaologicalRes
titativenDa
ctiontoSta
ne(Hg.)(2unduni‐unSVerlagfür
n:It’sNOTstwise‐dele
24.EineEi.pdf.Letzte
ungsmodelleinger.
GruppenvFehleinschIn:Zeitschr
g,Knut(201Klassifikatio
ke,Wulff;WentierteEin
tellungregrndbuchderschaften.9
buchMetho
06).Grundtler.1.Aufl
egressionsa
pold,LiliyaalSignificansearch33:1
atenanalys
ata.4.Aufla
2011).DatendbivariaterSozialwiss
Evil.Unteretion‐its‐no
nführung.UerZugriff:0
e.Eineanw
ergleichebhätzungenariftfürSozio
10).Clusteronsverfahre
Weiber,Rolnführung.1
ressionsanasozialwisse
905–930.
denderem
dlagendersage.Wiesb
nalyse.Eine
a(2017).‚SnceTesting1–15.
e
age.College
nanalysemeStatistik.3senschaften
r:ot‐evil.Letz
Unter:http01.04.2017.
wendungsor
beiRegressamBeispielologie40:6
ranalyse.en.3.Auflag
lf(2016).M14.Auflage.
alytischerEenschaftlich
mpirischenS
statistischenaden:VSV
eEinführun
ingMeaSoginEurope
S
eStation:S
mitSPSSfür3.,überarben.
zterZugriff
ps://www.u.
rientierte
ionenmitblvon62–73.
ge.Münche
Multivariate.Berlin:Sp
ErgebnissehenDatena
Sozialforsch
nDatenanaVerlagfür
ng.Wiesba
ongwithSoeanSociolo
eite|18
tata
reitete
f:
uni‐
binären
en:
eringer.
e.In:analyse.
hung.
alyse.
den:
ocialgical
©Junge
Überbli
Best,HeLogit‐u64:377
BlasiusMethod
Brüder(Hg.).HSozialw
BühnerMünche
Christ,Opraktisc
Decker,Wolf,ChWiesba
DiekmaAnwend
Döring,undHu
Engel,UBlasiusSpringe
Frey,TiLiteratuhttps://
FriedricBaur,NWiesba
FrommVerfahrSozialw
Gabler,HenninVerlagf
ermann&S
ick:Literat
enning;WoundProbit‐7–395.
,Jörg(201denderemp
l,Josef(20Handbuchdwissenschaf
r,Markus(2en:Pearson
Oliver;SchcheEinführ
,Reinhold;hristof;Besaden:VSVe
ann,Andreadungen.7.A
,Nicola;Bomanwissen
Uwe;Schm,Jörg(Hg.)erVS.331–
imotheos(urverweisen/timfrey.fil
chs,JürgenNina;Blasiuaden:Sprin
m,Sabine(2renfürQuerwissenschaf
Siegfried;ng(Hg.).HafürSozialw
Schwabe2
urhinweise
olf,Christof‐Regression
4).SkalierupirischenSo
10).Kausadersozialwiften.963–
2006).EinfnStudium.
hlüter,Elmarung.Münc
Rašković,st,HenningerlagfürSo
as(2013).Auflage.Re
ortz,Jürgennschaften.B
idt,BjörnO.Handbuch–348.
2007).Gruninwissensles.wordpr
n(2014).Erus,Jörg(HggerVS.259
012).Daterschnittsdaften.
Ganninger,andbuchderwissenschaf
017
ezurquant
f(2012).Mnen.In:Köl
ungsverfahozialforschu
lanalysemissenschaftl994.
führungind
ar(2012).Schen:Olden
Silvia;Brung(Hg.).Hanzialwissen
Empirischeeinbeckbei
n(2017).FoBerlin:Sprin
O.(2014).UhMethoden
undlagendeschaftlicheness.com/20
rgebnisprä.).Handbuc9–262.
nanalysematen.2.Aufl
,Matthias(rsozialwissften.143–
titativenDa
ModellvergllnerZeitsch
hren.In:Baung.Wiesb
mitPaneldatlichenDate
dieTest‐un
StrukturglenbourgVer
nsiek,Kathndbuchderschaften.4
eSozialforsHamburg:
orschungsmnger.
Unit‐undItnderempir
erDarstellunDokumen008/04/gr
sentationichMethode
mitSPSSfürlage.Wiesb
(2010).Gewsenschaftlic164.
atenanalys
eichundEhriftfürSoz
ur,Nina;Baden:Sprin
ten.In:Woenanalyse.W
ndFragebog
eichungsmorlag.
hrin(2010)sozialwisse
495–524.
chung.GruRowohlt.
methodenu
tem‐NonrerischenSozi
ungvonGranten.Unterraph.pdf.Zu
nderquanenderempi
rFortgeschrbaden:VSV
wichtung.IchenDatena
e
rgebnisinteziologieund
lasius,JörgngerVS.10
lf,Christof;Wiesbaden
genkonstru
odellemitM
.Diskriminenschaftlich
ndlagen,M
ndEvaluati
sponse.In:ialforschung
afiken,Tabe:ugegriffen:
ntitativenFirischenSoz
rittene2:MVerlagfür
In:Wolf,Chanalyse.Wi
S
erpretationdSozialpsyc
g(Hg.).Han051–1062
;Best,Hen:VSVerlag
uktion.2.A
Mplus.Eine
nanzanalyshenDatena
Methoden,
tionindenS
:Baur,Ninag.Wiesbad
ellenund
01.04.201
Forschung.zialforschu
Multivariate
hristof;Besiesbaden:V
eite|19
ninchologie
ndbuch.
ninggfür
uflage.
se.In:analyse.
Sozial‐
a;den:
7.
In:ng.
e
st,VS
©Junge
Überbli
GiesselmPanelda
GiesselmEffectsKölnerZ
Jann,Be
Jann,Be267.
Jann,Be14:708
Jann,Behttp://01.04.2
Kiesl,Hderemp
King,Gaevil:WhAmeric
Kohler,Datena
Kopp,JoEinführ
KühnelWolf,ChWiesba
KühnelWolf,ChWiesba
Langer,2.AuflaLanger,Best,HeVerlagf
ermann&S
ick:Literat
mann,Maraten.Wiesb
mann,MarParadigmaZeitschriftf
en(2007).
en(2007).
en(2014).8–737.
en(2017).repec.sowi2017.
Hans(2014)pirischenSo
ary;HonakhattodoabcanPolitica
Ulrich;Krnalyseund
ohannes;Lrung.2.Auf
,SteffenMhristof;Besaden:VSVe
,SteffenMhristof;Besaden:VSVe
,Wolfgangage.Wiesba
,Wolfgangenning(HgfürSozialw
Schwabe2
urhinweise
rco;Windizbaden:VSV
rco;WindziaundempirfürSoziolog
Makingreg
Statatip44
Plottingre
Plottingrei.unibe.ch/f
).Gewichtuozialforschu
ker,James;boutmissinglScienceA
reuter,Frauihreprakti
Lois,Danielflage.Wiesb
.;Krebs,Dast,HenningerlagfürSo
.;Krebs,Dast,HenningerlagfürSo
(2009).Meaden:VSVe
(2010).Meg.).Handbuwissenschaf
017
ezurquant
zio,MichaelVerlagfürS
io,MichaelrischePraxgieundSoz
gressionta
4:Getahan
egressionco
egressioncofiles/wp1/
ung.In:Bauung.Wiesb
Joseph,AngdatainpAssociation.
uke(2012)ischeAnwe
(2014).Sobaden:VSV
agmar(201g(Hg.).Hanzialwissen
agmar(201g(Hg.).Hanzialwissen
ehrebenenaerlagfürSo
ehrebenenchdersoziaften.741–
titativenDa
l(2012).ReSozialwisse
(2014):PaxisinPanelzialpsycholo
ablessimpli
ndleonyou
oefficients
oefficients/jann‐2013
ur,Nina;Blbaden:Spri
ne;Scheveoliticalscie.
).Datenanandung.4.A
ozialwissensVerlagfürS
10).Grundlndbuchderschaften.1
10).Grundlndbuchderschaften.8
analyse.Einozialwissen
analysemialwissensch774.
atenanalys
egressionsmenschaften.
aneldateninlregressionogie66:95
ified.In:St
ursample.
andother
andother‐coefplot.p
lasius,JörgngerVS.34
,Kenneth(ence.Bosto
alysemitStaAuflage.Mü
schaftlicheSozialwisse
lagendesssozialwisse
165–190.
lagendesssozialwisse
855–886.
neEinführunschaften.
itQuerschnhaftlichenD
e
modellezur
nderSozionundEreig–113.
ataJournal
In:StataJo
estimates.
estimatesipdf.Letzter
(Hg.).Hand49–341.
(1998).Listn:AnnualM
ata.Allgemünchen:Old
Datenanalyenschaften.
tatistischenenschaftlich
tatistischenenschaftlich
ungfürFors
nittsdaten.Datenanaly
S
rAnalysevo
ologie:Fixegnisanalyse
l7:227‐24
ournal7.26
In:StataJo
inStata.UnZugriff:
dbuchMeth
twisedeletiMeetingof
meineKonzedenbourgV
lyse.Eine.
nSchließenhenDatena
nSchließenhenDatena
schungund
In:Wolf,Chyse.Wiesba
eite|20
on
de.In:
4.
66–
ournal
nter:
hoden
ionisthe
eptederVerlag.
ns.In:analyse.
ns.In:analyse.
dPraxis.
hristof;den:VS
©Junge
Überbli
LohmanRegress(Hg.).HSozialw
Long,SVariabl
Lüdtke,fehlend103–1
MitchelCollege
Mitchel
Mood,CDo,and
MoosbrKonfirm(Hg.).T
Ohr,DieWolf,ChWiesba
PevalinBerksh
PötschkHandbu
Rabe‐HUsingS
ReineckBest,HeVerlagf
ReineckAdolesc3334.
ReinckeBerlin:
ermann&S
ick:Literat
nn,Henninsion. InteraHandbuchdwissenschaf
cottJ.;FreeleUsingSta
,Oliver;RodenWerten117.
ll,MichaelNeStation:St
ll,MichaelN
Carina(201dWhatWe
rugger,HelmatorischeTesttheorie
eter(2010hristof;Besaden:VSVe
n,DavidJ.;Rire:OpenU
ke,ManuelauchMethod
Hesketh,SopStata.2.Auf
ke,Jost;Pöenning(HgfürSozialw
ke,Jost;Wecence:ACom
e,Jost(201DeGruyter
Schwabe2
urhinweise
ng(2010).Naktionseffedersozialwiften.677–
ese,Jeremyata.3.Aufla
obitzsch,Alninderpsy
N.(2012).ItataPress.
N.(2015).S
10).LogistiCanDoAb
lfried;ScheFaktorenaundFrageb
).LineareRst,HenningerlagfürSo
Robson,KaUniversityP
a(2014).Mdenderemp
phia;Skronflage.Colleg
ge,Andreag.).Handbuwissenschaf
eins,Cornemparisonof
14).Struktur.
017
ezurquant
Nicht‐Lineaekte,Polynoissenschaftl706.
y(2014).Reage.College
exander;Tychologisch
Interpreting
Stataforth
icRegressioutIt.In:E
ermelleh‐Enanalyse(CFbogenkonst
Regressiong(Hg.).Hanzialwissen
ren(2009)Press.
MehrebenenpirischenSo
ndal,AndergeStation:
s(2010).Schdersoziaften.775–
lia(2013).fMissingD
urgleichung
titativenDa
aritatundNomeundSplichenDate
egressionMeStation:S
Trautwein,UhenForschu
ngandVisua
heBehavior
on:WhyWEuropeanSo
ngel,KarinFA).In:Mootruktion.He
n.Modellanndbuchderschaften.6
).TheStata
nanalyse.Iozialforschu
rs(2008).MStataPres
Strukturglealwissensch804.
TheDeveloDataTechni
gsmodellein
atenanalys
Nicht‐Additplines.In:Wenanalyse.W
ModelsforCtataPress.
Ulrich;Köllung.In:Psy
alizingReg
ralSciences
WeCannotDociological
(2007).Exosbrugger,eidelberg:S
nahmenunsozialwisse
639–676.
aSurvivalM
n:Baur,Niung.Wiesb
Multilevelas.
ichungsmohaftlichenD
opmentofDiques.In:Qu
ndenSozia
e
tivitatindeWolf,ChristWiesbaden
Categorical
ler,Olaf(20ychologisch
ressionMo
s.CollegeSt
DoWhatWReview26:
xploratoriscHelfried;KSpringer.3
ndRegressienschaftlich
Manual.Mai
na;Blasiusaden:Sprin
andLongitu
odelle.In:WDatenanaly
Delinquencyuality&Qu
alwissenscha
S
ermultipletof;Best,H:Verlagfür
lDependent
007).UmgaheRundscha
odelsUsingS
tation:Stat
WeThinkWe:67–82.
che(EFA)uKeleva,Aug07–324.
ionsdiagnohenDatena
idenhead,
s,Jörg(Hg.)ngerVS.
udinalMode
Wolf,Christyse.Wiesba
yDuringuantity47:
aften.2.Au
eite|21
nHenningr
t
angmitau58:
Stata.
taPress.
eCan
undustin
ostik.In:analyse.
).
eling
tof;den:VS
3319–
uflage.
©Junge
Überbli
SchnellSozialfo
SocialSStata“.U01.04.2
SocialSTablesZugriff:
Spieß,MHenninVerlagf131.
Urban,Anwend
Urban,diePrax
Völkle,ChristoWiesba
WeiberanwendundSPS
WenturEinführ
WenzelMethodMünche
WernerStruktuundEva
White,chained399.
WiedenHenninSozialw
ermann&S
ick:Literat
,Rainer;Horschung.1
ScienceComUnter:http2017.
ScienceCominStata“.U:01.04.201
Martin(20ng(Hg.).HafürSozialw
Dieter;Madung.4.Auf
Dieter;Maxis.Wiesba
ManuelC.;of;Best,Henaden:VSVe
r,Rolf;MühdungsorientSS.2.Auflag
ra,Dirk;Porung.Wiesb
lburger,GedenfürPoliten:Oldenb
r,Christinaurgleichungaluationin
IanR.;Roydequations
nbeck,Michng.Handbucwissenschaf
Schwabe2
urhinweise
ill,PaulB.;10.Auflage.
mputingCops://www.s
mputingCoUnter:https17.
10).DerUmandbuchderwissenschaf
yerl,Jochenflage.Wies
yerl,Jochenaden:Sprin
Erdfelder,nning(Hg.)erlagfürSo
hlhaus,DantierteEinfüge.Berlin:
ospeschill,Mbaden:Spri
eorg;JäckletikwissenscourgVerla
aS.;Schermgsmodelle.denSozial‐
yston,Patrics:Issuesan
hael;Zull,Cchdersoziaften.525–
017
ezurquant
Esser,ElkeMünchen:
ooperativessc.wisc.ed
ooperatives://www.ss
mgangmitrsozialwissften.117–
n(2011).Rbaden:VSV
n(2014).Sger.
Edgar(20).Handbuchzialwissen
niel(2014)ührungindiSpringer.
Markus(20inger.
,Sebastianchaftler.Eing.
melleh‐EngeIn:Döring,‐undHuma
ck;Wood,Andguidance
Cornelia(2alwissensch552.
titativenDa
e(2013).MOldenbour
(2017).Ondu/sscc/pub
(2017).Onsc.wisc.edu
fehlendensenschaftlic142.120–
RegressionsVerlagfür
Strukturgle
10).Varianhdersozialschaften.4
).StrukturgieKausalan
015).Multiv
n;König,Paneanwendu
el,Karin;G,Nicola;Boanwissensch
AngelaM.(eforpracti
010).ClusthaftlichenD
atenanalys
MethodendergVerlag.
nline‐Kurs„bs/stata_m
nline‐Kurs„u/sscc/pub
Werten.InchenDatena–124/132
sanalyse.ThSozialwisse
ichungsmo
nz‐undKovlwissenscha455–494.
gleichungsmnalysemitH
variateDat
ascal(2014ungsbezoge
erhard,Carortz,Jürgenhaften.Ber
(2011).Muice.In:Stat
teranalyse.Datenanalys
e
erempirisc
„MultipleImmi_intro.htm
„CreatingPbs/stata_tab
n:Wolf,Chranalyse.Wi–134.124
heorieTechenschaften
dellierung.
varianzanaaftlichenDa
modelle.EinHilfevonAM
tenanalyse.
).WeiterfüeneEinführ
rla;Gäde,Jan(Hg.).Forslin:Springe
ltipleimpuisticsinMe
In:Wolf,Cse.Wiesbad
S
chen
mputationm.LetzterZ
Publication‐bles.htm.L
ristof;Best,iesbaden:V4–128/13
hnikundn.
EinRatgeb
alyse.In:Watenanalyse
neMOS,Smart
Einekomp
ührendestarungmitSta
anaC.(201schungsmeer.
utationusinedicine30:3
Christof;Beden:VSVer
eite|22
inZugriff:
‐Qualityetzter
VS30–
berfür
olf,e.
tPLS
pakte
tistischeata.
16).thoden
ng377–
est,rlagfür
©Junge
Überbli
WindziSpringe
Wolf,ChDatena
Wolf,ChHenninfürSozi
Wolf,ChHenninfürSozi
Wolff,HFaktoreDatena
WooldrEdition
ermann&S
ick:Literat
o,MichaelerVS.
hristof;Besnalyse.Wie
hristof;Besng(Hg.).Haialwissensc
hristof;Besng(Hg.).Haialwissensc
Hans‐Georgenanalyse.nalyse.Wie
ridge,Jeffren.South‐We
Schwabe2
urhinweise
(2013).Reg
st,Henningesbaden:VS
st,Henningandbuchderchaften.60
st,Henningandbuchderchaften.82
g;Bacher,JIn:Wolf,Chesbaden:VS
eyM.(2013estern:Cen
017
ezurquant
gressionsm
g(2010).HSVerlagfü
g(2010).Lirsozialwiss07–638.
g(2010).Lorsozialwiss7–854.
ohan(2010hristof;BesSVerlagfü
3).IntroducngageLearn
titativenDa
modellefürZ
HandbuchderSozialwis
ineareRegsenschaftlic
ogistischeRsenschaftlic
0).HauptkostHenningrSozialwis
ctoryEcononing.
atenanalys
Zuständeun
ersozialwisssenschafte
ression.InchenDatena
RegressionchenDatena
omponente.Handbuchssenschafte
ometrics.A
e
ndEreignis
ssenschaftlien.
:Wolf,Chrianalyse.Wi
n.In:Wolf,Canalyse.Wi
enanalyseuhdersozialwen.333–36
ModernAp
S
sse.Wiesba
lichen
istof;Best,iesbaden:V
Christof;Biesbaden:V
undexplorwissenschaf66.
pproach.Fif
eite|23
aden:
Verlag
est,Verlag
ativeaftlichen
fth