ALLBUS-Bibliographie 25. Fassung, Stand - SSOAR

GESIS Technical Report 2011|06 499
schen West- und Ostdeutschen, zwischen verschiedenen Immigrantengruppen (Türken,
Jugoslawen, Südeuropäer bzw. Italiener, Aussiedler) und zwischen Immigranten
mit unterschiedlicher Aufenthaltsdauer in Deutschland werden anhand der Daten des
ALLBUS 1996 überprüft
Aufgenommen: 19. Fassung, November 2003
Kühnel, Steffen M. und Krebs, Dagmar, (2001). Statistik für die Sozialwissenschaften.
Grundlagen, Methoden, Anwendungen. Reinbek bei Hamburg: Rohwohlt.
Abstract: "Dieses Lehrbuch bietet eine anwendungsorientierte Einführung in die sozialwissenschaftliche
Statistik und stellt in verständlicher Form die Grundzüge der
statistischen Datenanalyse dar. Um die Voraussetzungen und Interpretationsmöglichkeiten
von Analyseverfahren zu schaffen, wird stets die Beziehung zu der zugrunde
liegenden Logik statistischer Argumentation hergestellt. Statt mit komplexen
mathematischen Ableitungen wird mit Analogien und Beispielen gearbeitet. Da Datenanalysen
letztlich generelle Aussagen anstreben, steht die Vermittlung umfassender
Informationen über die Möglichkeiten und Grenzen der Generalisierung von
Stichprobendaten auf Eigenschaften einer Population im Mittelpunkt. Die Methoden
der Datenanalyse werden anhand von Anwendungsbeispielen aus der sozialwissenschaftlichen
Umfrageforschung erläutert, wobei die gleichen Daten unter unterschiedlichen
Auswertungsverfahren wiederholt analysiert werden. Abschließend
wird ein Überblick über multivariate Analysemodelle gegeben. Ein unentbehrliches
Handbuch für angehende Politikwissenschaftler, Psychologen und Soziologen sowie
für alle, die Stichproben erheben. [...] Zur Verdeutlichung der Logik und Vorgehensweisen
in der statistischen Datenanalyse werden eine Reihe von empirischen
Beispielen vorgestellt. Datenbasis aller Beispiele ist die Allgemeine Bevölkerungsumfrage
der Sozialwissenschaften (ALLBUS) 1996 [...]."
Aufgenommen: 18. Fassung, Juli 2002
Kühnel, Steffen M. und Krebs, Dagmar, (2010). Multinomiale und ordinale Regression.
S. 855- 886, in: Wolf, Christof und Best, Henning (Hrsg.), Handbuch der sozialwissenschaftlichen
Datenanalyse. Wiesbaden: VS Verlag für Sozialwissenschaften.
Abstract: "Das multiple Regressionsmodell verlangt metrisches Messniveau bei der
abhängigen Variablen. Bei nominal- oder ordinalskalierten abhängigen Variablen
können logistische Regressionsmodelle für kategoriale abhängige Variablen angewendet
werden. In diesen Modellen werden die Realisierungswahrscheinlichkeiten
der Ausprägungen der abhängigen Variablen als Funktionen der erklärenden Variablen
dargestellt, wobei bei nominalskalierten abhängigen Variablen mit K Ausprägungen
eine erklärende Variable mit bis zu K - 1 Regressionskoeffizienten auf die abhängige
Variable wirken kann. Die Nichtlinearität und Multidimensionalität der Regressionsfunktion
erschwert die Interpretation eines kategorialen Logitmodells auf der