| utb 3969 |  |
Eine Arbeitsgemeinschaft der Verlage
Böhlau Verlag • Wien • Köln • Weimar
Verlag Barbara Budrich • Opladen • Toronto
facultas • Wien
Wilhelm Fink • Paderborn
A. Francke Verlag • Tübingen
Haupt Verlag • Bern
Verlag Julius Klinkhardt • Bad Heilbrunn
Mohr Siebeck • Tübingen
Nomos Verlagsgesellschaft • Baden-Baden
Ernst Reinhardt Verlag • München • Basel
Ferdinand Schöningh • Paderborn
Eugen Ulmer Verlag • Stuttgart
UVK Verlagsgesellschaft • Konstanz, mit UVK/Lucius • München
Vandenhoeck & Ruprecht • Göttingen • Bristol
Waxmann • Münster • New York
Christian FG Schendera
Deskriptive Statistik verstehen
UVK Verlagsgesellschaft mbH • Konstanz
mit UVK/Lucius • München
Dr. Christian FG Schendera ist SAS / SPSS Experte, Statistical Analyst und Scientific Consultant. Mehr Informationen zum Autor finden Sie auf Seite 382.
Abbildungen
Die Abbildungen des Buches finden Sie in Teilen auch online unter
Online-Angebote oder elektronische Ausgaben sind erhältlich unter
Bibliografische Information der Deutschen Bibliothek Die Deutsche Bibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über <http://dnb.ddb.de> abrufbar.
Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlages unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen.
© UVK Verlagsgesellschaft mbH, Konstanz und München 2015
Lektorat: Rainer Berger
Umschlagmotiv: © sukruengshop – fotolia.com
Einbandgestaltung: Atelier Reichert, Stuttgart
UVK Verlagsgesellschaft mbH
Schützenstr. 24 · 78462 Konstanz
Tel. 07531/9053-0 · Fax 07531/9053-98
UTB-Nr. 3969
E-Book ISBN 978-3-8463-3969-5
eBook-Herstellung und Auslieferung:
Brockhaus Commission, Kornwestheim
Vorwort
„Wenn man mir die Freude am Fußball nimmt, hört der Spaß bei mir auf.“
Thomas Häßler
Was für ein Sommer!
Deutschland ist Fußballweltmeister, Miro Klose ist nun alleiniger Rekordtorschütze bei Fußballweltmeisterschaften, und Manuel Neuer erhielt den Goldenen Handschuh als bester Torhüter des Turniers. Deutschland überholte außerdem mit 223 Treffern bei Weltmeisterschaften den bisherigen Rekordhalter Brasilien, und führt wegen der Siege v.a. in der WM-Endrunde seitdem auch die Weltrangliste an.
Man darf mit einiger Berechtigung annehmen, dass Fußball, mindestens jedes Wochenende, umso mehr an internationalen Wettbewerben wie z.B. Champions League, Europa- oder Weltmeisterschaft, deutlich beliebter als Mathematik und Statistik sein könnte. Was liegt da näher, als die Faszination am Fußball auch ein wenig auf die deskriptive Statistik scheinen zu lassen? Umso mehr, da das DFB-Team während der WM Big-Data-Analysen einsetzte, die eben auch auf deskriptiver Statistik basiert (vgl. SAP News, 2014; Stier, 2014). Die deskriptive Statistik ist ebenfalls ein Teamsport: Sie funktioniert nach Regeln, nach Erfolgen (Titeln, Renommee, Punkten oder Toren), erfordert Koordination und Zusammenspiel, die Leistungen Einzelner tragen zum Ganzen bei, und sie kann auch eine breite Öffentlichkeit haben, z.B. in der Gestalt eines anspruchsvollen Publikums oder des Teams selbst. Also, los geht’s…
Dieses Schema gibt den Aufbau des Buches wieder:
| Inhalt | Ziel | |
| 1 | Deskriptive | ■ Überblick |
| Statistik | ■ Disziplin | |
| 2 | „Heimspiel“ | ■ Beispiel: Bundesligatabelle |
| Grundlagen | ■ Zahlen, Ziffern und Werte | |
| innerhalb einer | ■ Messniveaus | |
| Datentabelle | ■ Konsequenzen des Messniveaus | |
| 3 | „Vor dem Anpfiff“ | ■ Datenerhebung |
| Vor dem | ■ Verborgene Strukturen | |
| Beschreiben | ■ Datenqualität | |
| außerhalb einer | ■ Strukturierung und Verarbeitung | |
| Datentabelle | ■ Werte und Missings | |
| 4 | „Das Herz“ | ■ Mengen / Anteile |
| Maßzahlen | ■ Lage-, Streu-, Formmaße | |
| ■ Grenzen und Bereiche | ||
| ■ ROC | ||
| ■ Zeit | ||
| ■ Prozesse | ||
| 5 | „Für das Auge“ Tabellen und Grafiken | ■ Tabellenkonstruktion: 0 ×– bis höher klassierte Tabellen■ Grafiken: je nach Daten, Zweck (Aussage) und Skalenniveau |
| 6 | „Dream-Teatm“ | ■ Vollständigkeit |
| Datenqualität | ■ Einheitlichkeit | |
| ■ Doppelte | ||
| ■ Fehlende Werte | ||
| ■ Ausreißer | ||
| ■ Plausibilität | ||
| 7 | „Jonglieren“ | ■ Gewichte |
| ■ Zahlen als Text | ||
| 8 | „Werkzeuge“ Einführungen | ■ SAS Enterprise Guide (kurz: EG) |
| ■ IBM SPSS Statistics (kurz: SPSS) | ||
| 9 |
|