Zusammenfassung
SPSS bietet eine Reihe von Möglichkeiten, Daten zu transformieren. Damit kann man in erster Linie Berechnungen durchführen. Aus den Werten verschiedener Variablen können neue Ergebnisvariablen berechnet werden. Das wird man z.B. verwenden, wenn ein Überschuß oder Verlust aus der Differenz zwischen Einnahmen und Ausgaben zu ermitteln ist. Oder man ermittelt die monatlich für einen Kredit zu zahlende Rate aus Kredithöhe und Zins. Die Berechnung kann sich auch auf die Zuweisung eines festen Wertes beschränken. Weiter kann man Datentransformationen benötigen, wenn die Daten nicht den Bedingungen der statistischen Analyse entsprechen, sie z.B. nicht linear oder orthogonal sind, auch wenn unvergleichbare Maßstäbe vorliegen. Verschiedene Transformationsmöglichkeiten, wie z-Transformation, Logarithmieren u.ä. können hier Abhilfe schaffen (solche Funktionen stellen auch verschiedene Statistikprozeduren zur Verfügung). Es ist auch möglich, solche Berechnungen jeweils für ausgewählte Fälle, die eine bestimmte Bedingung erfüllen, durchzuführen. Das benötigt man beispielsweise, um eine Gewichtungsvariable zu konstruieren (➾ Kap. 2.7). Von großer Bedeutung ist schließlich die Möglichkeit, Daten umzukodieren. Man kann dabei anstelle der alten Werte neue Werte setzen. Dies nutzt man insbesondere zur Zusammenfassung mehrerer Werte oder großer Wertebereiche zu Werteklassen.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1994 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Janssen, J., Laatz, W. (1994). Datentransformation. In: Statistische Datenanalyse mit SPSS für Windows. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-13046-9_5
Download citation
DOI: https://doi.org/10.1007/978-3-662-13046-9_5
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-58522-0
Online ISBN: 978-3-662-13046-9
eBook Packages: Springer Book Archive