SPSS-FORUM.DE

[analyzor]

Berechnung von within subjects Korrelationen in SPSS: wie geht man hier vor?
Aufgabe: N = 123 Fälle (Probanden) - gemessen wurden 8 Werte für Variable 1 (x) und 8 Werte für Variable 2 (y). Mich interessiert der pro Fall (=Pb.) existente individuelle Zusammenhang der Variablen x mit Varablen y - ausgegeben als individueller Pearson Korrelationskoeffizinet r pro Fall (= pro Pb; enstrpich N = 123 Korrelationskoeffizienten zw. x und y). Dieses "Köhärenzmaß" möchte ich als individuelle Variabale weiter für folgende statistche Analysen verwenden.
Wie geht man hier ökonomisch vor - ohne für jeden Fall eine eigene Tabelle (= 123 !) anfertigen zu müssen und die r-Koeffizeinten alle aous dem Output file per Hand in die SPSS Hauptabelle ientragen zu müssen..? Gibt es hierzu eine Syntaxvorlage oder eine verständliche und detaillierte Beschreibung des Vorgehens?
Bin sehr dankbar für eine genaue Beschreibung zum Voregehen.

[ponderstibbons]

Wie ist die Datendatei strukturiert?

Mit freundlichen Grüßen

PonderStibbons

[analyzor]

Danke für die schnelle Rückmeldung: Die Datei ist wie meist üblich strukturtiert: Einzelfälle gelistet links (y Achse) und Variablen gelistet rechts( x Achse) in SPSS Format.

[analyzor]

sorry, typo in meiner Beschreibung: ..."KOhärenzmaß"...aber dies ist nicht so bedeutsam im Moment

[ponderstibbons]

Danke für die schnelle Rückmeldung: Die Datei ist wie meist üblich strukturtiert: Einzelfälle gelistet links (y Achse) und Variablen gelistet rechts( x Achse) in SPSS Format.

Was meinst Du mit X-Achse und Y-Achse? Beziehst Du Dich auf Zeilen und Spalten im Datenblatt?
Meinst Du damit, jede Person hat 1 Zeile und es gibt 16 Spalten (Variablen)?

Das müsstest Du ersteinmal umstrukturieren.

Am besten wäre es, eine weitere Datei anzulegen (Befehl "Datei umstrukturieren" = > (Variablen zu Fällen umstrukturieren), in der jede Person 8 Zeilen bekommt und es 2 Spalten gibt, eine für die Variable 1 und eine für Variable 2 . Dann könntest Du mit "Datei aufteilen" dafür sorgen, dass 123 Korrelationen in einem Aufwasch gerechnet werden. Dann verwendest Du lineare Regression und kreuzt dort im Fenster "Speichern" an: "Koeffizientstatistik erstellen" und "Neue Datendatei speichern" (Namen angeben).

In der Datendatei, die die Ergebnisse der 123 Regressionen enthält, löscht Du die Spalte CONT_ sowie alle Zeilen, die bei ROWTYPE_ nicht den Eintrag EST haben.


Mit freundlichen Grüßen

PonderStibbons

[strukturmarionette]

Hi,

die genauen Vorgehensbeschreibungen sind bei SPSS einfach nachzulesen.
Du kannst die Anleitungen dann auf Deine Sachverhalte, die du hier nur vage skizzierst, anwenden.

Gruß
S.

[analyzor]

Danke ponderstibbons.
(ja ich meinte mit y Achse Zeilen und mit x Achse Spalten) Das ist hilfreich. Dies habe ich bereits an einer Kurzversion der größeren Data sheets ausprobiert. Da es sich um weitere größere Datenamounts handelt, wäre es prima, wenn man mit syntaxen und oms Steuerung arbeiten könnte ohne zig Zwischenschritte zu brauchen und copy and paste's - gibt es hierzu eine Idee, ggf. einen Hinweis dazu oder Querverweis auf ein spezifisches tutorial zum benannten Thema? - Man könnte ggf auch ICC berechnen welche durch Umstruktierung der FÄlle und Variablen dann zu intraindividuellen r`s führen ganz ähnlicher Art; aber auch hier benötigt man eine völlige Umstrukturierung der data sheets mit etlichen manuellen Zwischenschritten - könnte man dies ggf. über OMS lösen/automatisieren und wenn ja wie (ggf. gibt es schon im Forum eine Syntax dafür?) ?
Das Problem ist ja nicht so sehr die finale Berechnung von Zusammenhangsmaßen, sondern die Automatiserung der vielen manuellen Zwischenschritte bis dahin.
Danke noch einmal für einen Rat.

[ponderstibbons]

Du kannst das, was Du in den Fenstern machst (Datei Umstrukturieren, Datei Aufteilen, Regression berechnen und Ergebnisse in eine externe Datei schreiben, diese Datei aufrufen, überflüssige Daten löschen) in ein SPSS-Syntaxfenster schreiben lassen.

Mit freundlichen Grüßen

PonderStibbons

[strukturmarionette]

Hi,

was ist denn oms Steuerung?

Gruß
S.

[analyzor]

Vielen Dank.