SSOAR Logo
    • Deutsch
    • English
  • Deutsch 
    • Deutsch
    • English
  • Einloggen
SSOAR ▼
  • Home
  • Über SSOAR
  • Leitlinien
  • Veröffentlichen auf SSOAR
  • Kooperieren mit SSOAR
    • Kooperationsmodelle
    • Ablieferungswege und Formate
    • Projekte
  • Kooperationspartner
    • Informationen zu Kooperationspartnern
  • Informationen
    • Möglichkeiten für den Grünen Weg
    • Vergabe von Nutzungslizenzen
    • Informationsmaterial zum Download
  • Betriebskonzept
Browsen und suchen Dokument hinzufügen OAI-PMH-Schnittstelle
JavaScript is disabled for your browser. Some features of this site may not work without it.

Download PDF
Volltext herunterladen

(48.96 MB)

Zitationshinweis

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgenden Persistent Identifier (PID):
https://nbn-resolving.org/urn:nbn:de:0168-ssoar-66203

Export für Ihre Literaturverwaltung

Bibtex-Export
Endnote-Export

Statistiken anzeigen
Weiterempfehlen
  • Share via E-Mail E-Mail
  • Share via Facebook Facebook
  • Share via Bluesky Bluesky
  • Share via Reddit reddit
  • Share via Linkedin LinkedIn
  • Share via XING XING

Verallgemeinerte lineare Modelle in der empirischen Sozialforschung: NONMET/ GLIM Workshop, 16.-20.11.81

Generalized linear models in empirical social research: NONMET/ GLIM workshop; November 16 to 20, 1981
[Konferenzband]

Küchler, Manfred
(Hrsg.)

Körperschaftlicher Herausgeber
Zentrum für Umfragen, Methoden und Analysen -ZUMA-

Abstract

'Sozialwissenschaftliche Daten sind in ihrer großen Mehrheit nicht-metrischer Art, d.h. sie stellen keine Meßpunkte auf exakt definierten Skalen dar, sondern drücken i.a. lediglich qualitative Unterschiede aus. Die formale Anwendung klassischer Analysetechniken (multiple Regression, Varianzanalyse, ... mehr

'Sozialwissenschaftliche Daten sind in ihrer großen Mehrheit nicht-metrischer Art, d.h. sie stellen keine Meßpunkte auf exakt definierten Skalen dar, sondern drücken i.a. lediglich qualitative Unterschiede aus. Die formale Anwendung klassischer Analysetechniken (multiple Regression, Varianzanalyse, Faktorenanalyse, etc.) auf solche Daten ist äußerst problematisch, die Gefahr von reinen Methoden-Artefakten hier besonders groß.' Zweck der ZUMA-Arbeitstagung war es, einen formalstatistischen Ansatz vorzustellen, der den klassischen Techniken an Elaboriertheit nicht nachsteht, gleichwohl aber mit realistischen Annahmen hinsichtlich des Meßniveaus auskommt. Dieser Ansatz ist von Nelder und Wedderburn in Großbritannien entwickelt worden und in das GLIM (General Linear Model) Programm umgesetzt worden. GLIM liegt in drei Versionen (Stand 1982) vor. In der Arbeitstagung wurde dieses Programm mit NONMET auf seine Leistungsfähigkeit hin verglichen. In der Einleitung zu den fünf vorliegenden Beiträgen resümiert Küchler: 'Will man ein kurzes inhaltliches Fazit aus dem Verlauf der Arbeitstagung ziehen, so läßt sich feststellen, daß NONMET und GLIM eigentlich keine konkurrierenden Ansätze repräsentieren, sondern der Einsatz des einen oder anderen Programms primär von der statistischen und EDV-mäßigen Vorbildung des potentiellen Benutzers abhängig gemacht werden sollte.' (pmb)... weniger

Thesaurusschlagwörter
statistische Analyse; Programm; Regressionsanalyse; Methodologie; EDV; Daten; empirische Sozialforschung

Klassifikation
Erhebungstechniken und Analysetechniken der Sozialwissenschaften

Methode
Methodenentwicklung; Grundlagenforschung

Sprache Dokument
Deutsch

Publikationsjahr
1982

Erscheinungsort
Köln

Seitenangabe
V,205 S.

Schriftenreihe
ZUMA-Arbeitsbericht, 1982/03

Status
Veröffentlichungsversion; begutachtet

Lizenz
Deposit Licence - Keine Weiterverbreitung, keine Bearbeitung


GESIS LogoDFG LogoOpen Access Logo
Home  |  Impressum  |  Betriebskonzept  |  Datenschutzerklärung
© 2007 - 2025 Social Science Open Access Repository (SSOAR).
Based on DSpace, Copyright (c) 2002-2022, DuraSpace. All rights reserved.
 

 


GESIS LogoDFG LogoOpen Access Logo
Home  |  Impressum  |  Betriebskonzept  |  Datenschutzerklärung
© 2007 - 2025 Social Science Open Access Repository (SSOAR).
Based on DSpace, Copyright (c) 2002-2022, DuraSpace. All rights reserved.