Multivariate Datenanalysen untersuchen Datensatze mit Beobachtungen von in der Regel drei oder mehr Variablen. Die jeweiligen Analyseverfahren sind Interdependenz- oder Dependenzverfahren. Dependenzverfahren erfordern mindestens zwei abhangige Variablen. Die "Multivariate Datenanalyse" stellt diese Verfahren am Beispiel eines einheitlichen Datensatzes vor. Alle Anwendungen nutzen Prozeduren des statistischen Programmpakets SPSS. Im Einzelnen unterscheidet die "Multivariate Datenanlyse" zwischen explorativen und konfirmatorischen Verfahren. Alle Verfahren werden in einer einheitlichen Darstellungsform prasentiert. So wird vom Ziel uber Daten, Vorbereitung und Modell zum eigentlichen statischen Verfahren vorangeschritten. Anschliessend wird jeweils mit Hilfe des statistischen Programmpakets SPSS ein Beispiel vorgestellt, dessen Interpretation das jeweilige Kapitel abschliesst.

"

Regressionsanalysen erlauben vielfaltige Aussagen Uber Bezie- hungen zwischen quantitativen Variablen. Angewandte Regressi- onsanalysen werden mit vorliegenden Datensatzen auf elektroni- schen Rechenanlagen durchgefUhrt. Dort installierte statisti- sche Programmpakete wie SPSS (Statistical Package for Social Sciences) verfUgen in der Regel Uber Regressionsprozeduren. Diese Prozeduren liefern dem Nutzer das Ergebnis einer Regres- sionsanalyse in Form von Standardausdrucken, die es zu inter- pretieren gilt. Teilweise bedingt durch die Vielfalt ausgedruck- ter Ergebnisse, sind viele Nutzer mit einer solchen Interpreta- tion Uberfordert. Die "Angewandte Regressionsanalyse mit SPSS" soll hier eine auch auf andere statistische Prograrnrnpakete Ubertragbare Hilfestellung geben. Dabei steht die statistische Analyse und nicht eine Beschreibung des genutzten Programmpa- kets, namlich SPSS/PC+, im Vordergrund. Die "Angewandte Regressionsanalyse mit SPSS" gliedert sich in vier Kapitel. In der EinfUhrung (Kapitel 1) werden die Grundla- gen fUr eine solche Analyse vorgestellt. Das sind die SPSS-Pro- zedur REGRESSION, ein fUr die Analyse genutzter Datensatz sowie das Standardmodell der linearen Regression. Die anschlieBenden beiden Kapitel beziehen sich auf einfache lineare Regressions- analysen. Kapitel 2 liefert diesbezUglich eine klassische ag- gregierte Analyse, Kapitel 3 die zugehorige, auch auf einzelne Beobachtungsfalle bezogene Modelldiagnose. In Kapitel 4 werden Analyse und Diagnose auf mehrfache lineare Regressionen verall- gemeinert. Eine Behandlung des Problems der Kollinearitat kommt hinzu. Daneben finden sich in Kapitel 4 Verbindungen der Re- gressions- zur Kovarianz- und Varianzanalyse. Der Anhang umfaBt einige wichtige statistische und mathematische Hilfs ittel fUr angewandte Regressionsanalysen, zusatzlich einen Ablaufplan fUr solche Analysen und ein Symbolverzeichnis.