Datenqualität mit SPSS:
Saved in:
| Main Author: | |
|---|---|
| Format: | Book |
| Language: | German |
| Published: |
München [u.a.]
Oldenbourg
2007
|
| Subjects: | |
| Online Access: | Inhaltstext Inhaltsverzeichnis |
| Item Description: | Literaturverz. S. [417] - 436 |
| Physical Description: | XVII, 472 S. graph. Darst. |
| ISBN: | 9783486582147 3486582143 |
Staff View
MARC
| LEADER | 00000nam a2200000 c 4500 | ||
|---|---|---|---|
| 001 | BV022265207 | ||
| 003 | DE-604 | ||
| 005 | 20090407 | ||
| 007 | t | ||
| 008 | 070212s2007 d||| |||| 00||| ger d | ||
| 015 | |a 07,N08,0065 |2 dnb | ||
| 016 | 7 | |a 98287782X |2 DE-101 | |
| 020 | |a 9783486582147 |c Gb. : ca. EUR 34.80 |9 978-3-486-58214-7 | ||
| 020 | |a 3486582143 |c Gb. : ca. EUR 34.80 |9 3-486-58214-3 | ||
| 024 | 3 | |a 9783486582147 | |
| 035 | |a (OCoLC)220304207 | ||
| 035 | |a (DE-599)BVBBV022265207 | ||
| 040 | |a DE-604 |b ger |e rakddb | ||
| 041 | 0 | |a ger | |
| 049 | |a DE-20 |a DE-859 |a DE-824 |a DE-945 |a DE-92 |a DE-91G |a DE-1049 |a DE-12 |a DE-1050 |a DE-1051 |a DE-29 |a DE-19 |a DE-863 |a DE-573 |a DE-384 |a DE-91S |a DE-B1533 |a DE-11 |a DE-2070s |a DE-706 | ||
| 082 | 0 | |a 005.55 |2 22/ger | |
| 084 | |a ST 601 |0 (DE-625)143682: |2 rvk | ||
| 084 | |a 004 |2 sdnb | ||
| 084 | |a DAT 307f |2 stub | ||
| 100 | 1 | |a Schendera, Christian F. G. |e Verfasser |0 (DE-588)12874202X |4 aut | |
| 245 | 1 | 0 | |a Datenqualität mit SPSS |c von Christian FG Schendera |
| 264 | 1 | |a München [u.a.] |b Oldenbourg |c 2007 | |
| 300 | |a XVII, 472 S. |b graph. Darst. | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 500 | |a Literaturverz. S. [417] - 436 | ||
| 650 | 0 | 7 | |a Qualitätsmanagement |0 (DE-588)4219057-5 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a SPSS |0 (DE-588)4056588-9 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Datenanalyse |0 (DE-588)4123037-1 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Datenqualität |0 (DE-588)1036653315 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Datenmanagement |0 (DE-588)4213132-7 |2 gnd |9 rswk-swf |
| 689 | 0 | 0 | |a SPSS |0 (DE-588)4056588-9 |D s |
| 689 | 0 | 1 | |a Datenmanagement |0 (DE-588)4213132-7 |D s |
| 689 | 0 | 2 | |a Qualitätsmanagement |0 (DE-588)4219057-5 |D s |
| 689 | 0 | |5 DE-604 | |
| 689 | 1 | 0 | |a SPSS |0 (DE-588)4056588-9 |D s |
| 689 | 1 | 1 | |a Datenanalyse |0 (DE-588)4123037-1 |D s |
| 689 | 1 | |5 DE-604 | |
| 689 | 2 | 0 | |a SPSS |0 (DE-588)4056588-9 |D s |
| 689 | 2 | 1 | |a Datenqualität |0 (DE-588)1036653315 |D s |
| 689 | 2 | 2 | |a Qualitätsmanagement |0 (DE-588)4219057-5 |D s |
| 689 | 2 | |8 1\p |5 DE-604 | |
| 856 | 4 | 2 | |q text/html |u http://deposit.dnb.de/cgi-bin/dokserv?id=2912651&prov=M&dok_var=1&dok_ext=htm |3 Inhaltstext |
| 856 | 4 | 2 | |m Digitalisierung UB Bayreuth |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=015475787&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 883 | 1 | |8 1\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
| 943 | 1 | |a oai:aleph.bib-bvb.de:BVB01-015475787 | |
Record in the Search Index
| DE-BY-863_location | 1000 |
|---|---|
| DE-BY-FWS_call_number | 1000/ST 601 S69 S324st |
| DE-BY-FWS_katkey | 318706 |
| DE-BY-FWS_media_number | 083101078812 |
| _version_ | 1824555547292073985 |
| adam_text |
Inhalt
Vorwort
V
1 Einführung: Sechs erste Kriterien 1
2 Zielsetzung, Konzept und Grundlagen 15
3 Vollständigkeit 25
3.1 Kontrollmöglichkeiten auf der Ebene der Anzahl der Datensätze.26
3.2 Kontrollmöglichkeiten auf der Ebene der Anzahl der Fälle (Zeilen).29
3.3 Kontrollmöglichkeiten auf der Ebene der Anzahl der Variablen (Spalten).30
3.4 Kontrollmöglichkeiten auf der Ebene von Werten bzw.
Missings
.31
4 Einheitlichkeit - Vereinheitlichen von u.a. Zahlen, Zeiteinheiten und
Strings
37
4.1 Ein erstes einfaches Beispiel: Uneinheitliche Daten.40
4.2 Identifizieren von Uneinheitlichkeit: Prüfen auf Variationen bei
Strings
.43
4.3 Vereinheitlichung von
Strings
1 :
REPLACE.
45
4.4 Vereinheitlichung von
Strings
2: UPC
ASE,
LTRIM, DO-IF,
IF,
INDEX
undSUBSTR.47
4.5 Vereinheitlichung von Symbolen oder Sonderzeichen.50
4.6 Vereinheitlichung von Währungen und Messeinheiten.52
4.7 Vereinheitlichung über Akronyme.53
4.8 Vereinheitlichung über Entfernen von identischen Zeichenfolgen.55
4.9 Vereinheitlichung über Zählen von String-Schablonen.56
4.9.1 Vereinheitlichung über eine Schablone (Schleife,
LOOP)
.56
4.9.2 Vereinheitlichung über mehrere Schablonen (Makro).57
4.10 Vereinheitlichung von gemischten Zeichenketten (Telefonnummern).58
4.10.1 Vollständig ausgefüllte Felder
(LOOP-END LOOP).
58
4.10.2 Unvollständig ausgefüllte Felder
(IF)
.60
XIV
Inhalt
4.11 Vereinheitlichung von Zeit-und Datumsangaben.62
4.11.1 Datumsangaben: Die besondere Rolle des Datumsformats.62
4.11.2 Zeitangaben: Drei klassische Fehler: Ein typisches Beispiel
für uneinheitliche Zeitangaben.64
4.12 Einheitlichkeit von Interpunktion bzw. Nachkommastellen.66
4.12.1 Hinzufügen von Interpunktion bzw. Nachkommastellen.66
4.12.2 Entfernen der Interpunktion aus
Strings
.72
4.12.3 Vereinheitlichung der „Interpunktion" von Datumsvariablen.77
4.13 Einheitlichkeit von
Missings
.78
4.14 Einheitlichkeit von Analysen und Designs (SET, SHOW und anderes).80
4.14.1 Repräsentative Einheitlichkeit
^Corporate
Design').81
4.14.2 Technisch-methodische Einheitlichkeit (,Technical Design').84
5 Doppelte Werte und mehrfache Datenzeilen 91
5.1 Ursachen und Folgen von Doppelten.92
5.2 Überprüfung auf Doppelte: Sein oder Nichtsein?.95
5.2.1 Situation 1: Der Datensatz enthält einen Fall pro Datenzeile.95
5.2.2 Situation 2: Der Datensatz enthält mehrere gleiche Fälle.97
5.3 Entfernen doppelter Datenzeilen nur über
ID-
Variable.98
5.4 Entfernen doppelter Datenzeilen über mehrere Variablen (auch exkl.
ID)
.102
5.5 Informationen über Art und Anzahl von Doppelten (Identifikation).103
5.6 Anzeigen von gefilterten und doppelten Datenzeilen.110
5.7 Identifikation von Doppelten beim Einlesen von Datenzeilen (gruppierte Daten). 113
5.8 Identifikation von Doppelten beim Einlesen von Datenzeilen (genestete Daten) .115
6
Missings
119
6.1 Ursachen (Muster), Folgen, Ausmaß und Mechanismen.120
6.1.1 Ursachen und Muster von
Missings
.121
6.1.2 Folgen von
Missings
.126
6.1.3 Mechanismen von
Missings
.132
6.2 Welche
Missings
sollten nicht durch Werte ersetzt bzw. gelöscht werden?.134
6.3 Löschen von
Missings
.135
6.3.1 Paarweises
vs.
listenweises Löschen.136
6.3.2 Technische Probleme als Ursache von
Missings
-
Löschen komplett leerer Zeilen.137
6.4 Rekonstruktion und Ersetzen von
Missings
.140
6.4.1
Cold deck-Imputation.
141
6.4.2 Zufallsbasiertes Vorgehen.142
6.4.3 Logisches Vorgehen.146
Inhalt_
XV
6.4.4 Stereotypengeleitetes Vorgehen.148
6.4.5 Univariate Schätzung.148
6.4.6 Multivariate Ähnlichkeit
(Hot deck-Imputation)
.151
6.4.7 Multivariate Schätzung.155
6.4.8 Fazit.159
6.5 Rechnen mit
Missings
.160
7 Ausreißer - Erkennen, Interpretieren und Umgehen 163
7.1 Merkmale von Ausreißern.165
7.1.1 Die Perspektive entscheidet mit („Frames").165
7.1.2 Univariat oder/und multivariat.169
7.1.3 Die Daten sind schuld: Welche Daten?.169
7.2 Univariate Ausreißer.170
7.2.1 Identifikation über Maße.171
7.2.2 Identifikation über Regeln.174
7.2.3 Identifikation über Tests.174
7.2.4 Identifikation über Diagramme.176
7.3 Multivariate Ausreißer.183
7.3.1 Identifikation über Maße.183
7.3.2 Identifikation über Regeln.187
7.3.3 Besonderheiten bei (bivariaten) Messwertreihen.188
7.3.4 Identifikation über Diagramme.192
7.4 Ursachenforschung: Ausreißer oder nicht?.196
7.5 Das Umgehen mit Ausreißern.198
8 Plausibilität 201
8.1 Formales und inhaltliches Vorgehen.202
8.2 Die praktische Überprüfung der Plausibilität von Daten.208
8.2.1 Plausibilität einer Variablen.209
8.2.2 Plausibilität zweier oder mehr Variablen: „Qualitativer" Ansatz.213
8.2.3 Multivariate Datenplausibilität (Erkennen von Anomalien):
„Quantitativer" Ansatz.219
9 Mehr Effizienz 239
9.1 Daten validieren: Grundlegende Prüfungen.242
9.2 Laden und Anwenden vordefinierter Validierungsregeln für einzelne Variablen .248
9.2.1 Per Maus.248
9.2.2 Per Syntax.254
9.2.3 Erläuterung der VALIDATEDATA Syntax.262
9.3 Anlegen und Ausführen eigener Regeln für einzelne Variablen.267
XVI Inhalt
9.4 Programmieren und Ausfuhren von Regeln
fur
mehrere Variablen.274
9.5 Weitere Beispiele für Prüfregeln (unkommentiert).279
9.6 Prüfen von Regeln (Bedingungen).283
10 Mehr Flexibilität:
Screenen
und mehr 285
10.1 Zähl- und
ID-
Variablen: Möglichkeiten des „Durchzählens" eines Datensatzes. 287
10.2
Screenings
innerhalb einer Spalte (Variablen).290
10.3
Screenings
innerhalb mehrer Spalten (Variablen).302
10.3.1 Zählen bestimmter Werte,
Strings
oder
Missings
.303
10.3.2 Zählen der Kombinatorik mehrerer Variablen - Analyse der
Merkmalsausprägungen in mehreren Variablen.306
10.3.3 Spaltenweise Analyse auf absolute Übereinstimmung.309
10.3.4 Spalten- und zeilenweise Analyse mehrerer numerischer Daten.310
10.3.5 Rekodieren von Werten und
Missings in
mehreren Variablen.312
10.3.6 Einheitliches „Auffüllen" von mehreren Datenzeilen (LAG-Funktion).315
10.3.7 Umbenennen zahlreicher Variablennamen (Präfixe, Suffixe).315
11 Arbeit mit mehreren (separaten) Datensätzen 319
11.1 Prüfregeln zum Zusammenfügen.320
11.2 Das Überprüfen mehrer Datensätze auf Vollständigkeit.322
11.2.1 Überprüfung fortlaufend gespeicherter Daten.323
11.2.2 Überprüfung segmentiert gespeicherter Daten.325
11.3
Screenen
separater fortlaufend bezeichneter Datensätze (Makro).327
11.4 Zusammenfügen fortlaufend bezeichneter Datensätze (Makro).328
11.5 Vergleich strukturell gleicher Datensätze auf absolut identische Inhalte.329
11.6 Makro zum Vereinheitlichen von Werten in separaten Datensätzen.331
11.7 Aufteilen eines Datensatzes.332
11.7.1 Aufteilen eines Datensatzes nach Kategorien (z.B.
IDs)
(Makro).332
11.7.2 Aufteilen eines Datensatzes in einheitlich gefilterte Subdatensätze.334
11.8 Arbeiten mit mehreren Dateien (SPSS Befehl DATASET).336
11.8.1 Sinn und Grenzen des DATASET-Ansatzes.336
11.8.2 Beispiele für häufige Anwendungen.338
11.8.3 Eine Übersicht über die DATASET-Syntax.344
11.9 Exkurs: Das Arbeiten mit FILE HANDLE.347
12 Zeit- bzw. datumsbezogene Probleme - Erkennen und Lösen 351
12.1 Einsichten durch Zeitdifferenzen.352
12.2 Überprüfung von Datumseingaben (Zahlendreher).355
Inhalt_
XVII
12.3 Varianten zum Beheben des „Jahr
ŽOOCT-Problems
(ISO 8601, Y2K).357
12.4 Zeitstempel.361
13 Weitere Kriterien für die Datenqualität 363
14 Eine kleine Übungsaufgabe 369
15 Ein Programmbeispiel für eine erste Strategie 371
16 Hinweise zu Clementine 377
17 Hinweise für Macintosh User 385
18 Checkliste (Prüfdokumentation) 387
19 Kommunikation von Qualität 391
19.1 Kriterien für die Qualität der Daten.393
19.2 Kriterien für die Qualität der Datenanalyse.398
19.3 Kriterien für die Qualität der Kommunikation der Ergebnisse.404
19.4 Kriterien für „Todsünden" professionellen Arbeitens.413
20 Literatur 417
21 Ihre Meinung zu diesem Buch 437
22 Autor 439
Syntaxverzeichnis 441
Sachverzeichnis 449 |
| adam_txt |
Inhalt
Vorwort
V
1 Einführung: Sechs erste Kriterien 1
2 Zielsetzung, Konzept und Grundlagen 15
3 Vollständigkeit 25
3.1 Kontrollmöglichkeiten auf der Ebene der Anzahl der Datensätze.26
3.2 Kontrollmöglichkeiten auf der Ebene der Anzahl der Fälle (Zeilen).29
3.3 Kontrollmöglichkeiten auf der Ebene der Anzahl der Variablen (Spalten).30
3.4 Kontrollmöglichkeiten auf der Ebene von Werten bzw.
Missings
.31
4 Einheitlichkeit - Vereinheitlichen von u.a. Zahlen, Zeiteinheiten und
Strings
37
4.1 Ein erstes einfaches Beispiel: Uneinheitliche Daten.40
4.2 Identifizieren von Uneinheitlichkeit: Prüfen auf Variationen bei
Strings
.43
4.3 Vereinheitlichung von
Strings
1 :
REPLACE.
45
4.4 Vereinheitlichung von
Strings
2: UPC
ASE,
LTRIM, DO-IF,
IF,
INDEX
undSUBSTR.47
4.5 Vereinheitlichung von Symbolen oder Sonderzeichen.50
4.6 Vereinheitlichung von Währungen und Messeinheiten.52
4.7 Vereinheitlichung über Akronyme.53
4.8 Vereinheitlichung über Entfernen von identischen Zeichenfolgen.55
4.9 Vereinheitlichung über Zählen von String-Schablonen.56
4.9.1 Vereinheitlichung über eine Schablone (Schleife,
LOOP)
.56
4.9.2 Vereinheitlichung über mehrere Schablonen (Makro).57
4.10 Vereinheitlichung von gemischten Zeichenketten (Telefonnummern).58
4.10.1 Vollständig ausgefüllte Felder
(LOOP-END LOOP).
58
4.10.2 Unvollständig ausgefüllte Felder
(IF)
.60
XIV
Inhalt
4.11 Vereinheitlichung von Zeit-und Datumsangaben.62
4.11.1 Datumsangaben: Die besondere Rolle des Datumsformats.62
4.11.2 Zeitangaben: Drei klassische Fehler: Ein typisches Beispiel
für uneinheitliche Zeitangaben.64
4.12 Einheitlichkeit von Interpunktion bzw. Nachkommastellen.66
4.12.1 Hinzufügen von Interpunktion bzw. Nachkommastellen.66
4.12.2 Entfernen der Interpunktion aus
Strings
.72
4.12.3 Vereinheitlichung der „Interpunktion" von Datumsvariablen.77
4.13 Einheitlichkeit von
Missings
.78
4.14 Einheitlichkeit von Analysen und Designs (SET, SHOW und anderes).80
4.14.1 Repräsentative Einheitlichkeit
^Corporate
Design').81
4.14.2 Technisch-methodische Einheitlichkeit (,Technical Design').84
5 Doppelte Werte und mehrfache Datenzeilen 91
5.1 Ursachen und Folgen von Doppelten.92
5.2 Überprüfung auf Doppelte: Sein oder Nichtsein?.95
5.2.1 Situation 1: Der Datensatz enthält einen Fall pro Datenzeile.95
5.2.2 Situation 2: Der Datensatz enthält mehrere gleiche Fälle.97
5.3 Entfernen doppelter Datenzeilen nur über
ID-
Variable.98
5.4 Entfernen doppelter Datenzeilen über mehrere Variablen (auch exkl.
ID)
.102
5.5 Informationen über Art und Anzahl von Doppelten (Identifikation).103
5.6 Anzeigen von gefilterten und doppelten Datenzeilen.110
5.7 Identifikation von Doppelten beim Einlesen von Datenzeilen (gruppierte Daten). 113
5.8 Identifikation von Doppelten beim Einlesen von Datenzeilen (genestete Daten) .115
6
Missings
119
6.1 Ursachen (Muster), Folgen, Ausmaß und Mechanismen.120
6.1.1 Ursachen und Muster von
Missings
.121
6.1.2 Folgen von
Missings
.126
6.1.3 Mechanismen von
Missings
.132
6.2 Welche
Missings
sollten nicht durch Werte ersetzt bzw. gelöscht werden?.134
6.3 Löschen von
Missings
.135
6.3.1 Paarweises
vs.
listenweises Löschen.136
6.3.2 Technische Probleme als Ursache von
Missings
-
Löschen komplett leerer Zeilen.137
6.4 Rekonstruktion und Ersetzen von
Missings
.140
6.4.1
Cold deck-Imputation.
141
6.4.2 Zufallsbasiertes Vorgehen.142
6.4.3 Logisches Vorgehen.146
Inhalt_
XV
6.4.4 Stereotypengeleitetes Vorgehen.148
6.4.5 Univariate Schätzung.148
6.4.6 Multivariate Ähnlichkeit
(Hot deck-Imputation)
.151
6.4.7 Multivariate Schätzung.155
6.4.8 Fazit.159
6.5 Rechnen mit
Missings
.160
7 Ausreißer - Erkennen, Interpretieren und Umgehen 163
7.1 Merkmale von Ausreißern.165
7.1.1 Die Perspektive entscheidet mit („Frames").165
7.1.2 Univariat oder/und multivariat.169
7.1.3 Die Daten sind schuld: Welche Daten?.169
7.2 Univariate Ausreißer.170
7.2.1 Identifikation über Maße.171
7.2.2 Identifikation über Regeln.174
7.2.3 Identifikation über Tests.174
7.2.4 Identifikation über Diagramme.176
7.3 Multivariate Ausreißer.183
7.3.1 Identifikation über Maße.183
7.3.2 Identifikation über Regeln.187
7.3.3 Besonderheiten bei (bivariaten) Messwertreihen.188
7.3.4 Identifikation über Diagramme.192
7.4 Ursachenforschung: Ausreißer oder nicht?.196
7.5 Das Umgehen mit Ausreißern.198
8 Plausibilität 201
8.1 Formales und inhaltliches Vorgehen.202
8.2 Die praktische Überprüfung der Plausibilität von Daten.208
8.2.1 Plausibilität einer Variablen.209
8.2.2 Plausibilität zweier oder mehr Variablen: „Qualitativer" Ansatz.213
8.2.3 Multivariate Datenplausibilität (Erkennen von Anomalien):
„Quantitativer" Ansatz.219
9 Mehr Effizienz 239
9.1 Daten validieren: Grundlegende Prüfungen.242
9.2 Laden und Anwenden vordefinierter Validierungsregeln für einzelne Variablen .248
9.2.1 Per Maus.248
9.2.2 Per Syntax.254
9.2.3 Erläuterung der VALIDATEDATA Syntax.262
9.3 Anlegen und Ausführen eigener Regeln für einzelne Variablen.267
XVI Inhalt
9.4 Programmieren und Ausfuhren von Regeln
fur
mehrere Variablen.274
9.5 Weitere Beispiele für Prüfregeln (unkommentiert).279
9.6 Prüfen von Regeln (Bedingungen).283
10 Mehr Flexibilität:
Screenen
und mehr 285
10.1 Zähl- und
ID-
Variablen: Möglichkeiten des „Durchzählens" eines Datensatzes. 287
10.2
Screenings
innerhalb einer Spalte (Variablen).290
10.3
Screenings
innerhalb mehrer Spalten (Variablen).302
10.3.1 Zählen bestimmter Werte,
Strings
oder
Missings
.303
10.3.2 Zählen der Kombinatorik mehrerer Variablen - Analyse der
Merkmalsausprägungen in mehreren Variablen.306
10.3.3 Spaltenweise Analyse auf absolute Übereinstimmung.309
10.3.4 Spalten- und zeilenweise Analyse mehrerer numerischer Daten.310
10.3.5 Rekodieren von Werten und
Missings in
mehreren Variablen.312
10.3.6 Einheitliches „Auffüllen" von mehreren Datenzeilen (LAG-Funktion).315
10.3.7 Umbenennen zahlreicher Variablennamen (Präfixe, Suffixe).315
11 Arbeit mit mehreren (separaten) Datensätzen 319
11.1 Prüfregeln zum Zusammenfügen.320
11.2 Das Überprüfen mehrer Datensätze auf Vollständigkeit.322
11.2.1 Überprüfung fortlaufend gespeicherter Daten.323
11.2.2 Überprüfung segmentiert gespeicherter Daten.325
11.3
Screenen
separater fortlaufend bezeichneter Datensätze (Makro).327
11.4 Zusammenfügen fortlaufend bezeichneter Datensätze (Makro).328
11.5 Vergleich strukturell gleicher Datensätze auf absolut identische Inhalte.329
11.6 Makro zum Vereinheitlichen von Werten in separaten Datensätzen.331
11.7 Aufteilen eines Datensatzes.332
11.7.1 Aufteilen eines Datensatzes nach Kategorien (z.B.
IDs)
(Makro).332
11.7.2 Aufteilen eines Datensatzes in einheitlich gefilterte Subdatensätze.334
11.8 Arbeiten mit mehreren Dateien (SPSS Befehl DATASET).336
11.8.1 Sinn und Grenzen des DATASET-Ansatzes.336
11.8.2 Beispiele für häufige Anwendungen.338
11.8.3 Eine Übersicht über die DATASET-Syntax.344
11.9 Exkurs: Das Arbeiten mit FILE HANDLE.347
12 Zeit- bzw. datumsbezogene Probleme - Erkennen und Lösen 351
12.1 Einsichten durch Zeitdifferenzen.352
12.2 Überprüfung von Datumseingaben (Zahlendreher).355
Inhalt_
XVII
12.3 Varianten zum Beheben des „Jahr
ŽOOCT-Problems
(ISO 8601, Y2K).357
12.4 Zeitstempel.361
13 Weitere Kriterien für die Datenqualität 363
14 Eine kleine Übungsaufgabe 369
15 Ein Programmbeispiel für eine erste Strategie 371
16 Hinweise zu Clementine 377
17 Hinweise für Macintosh User 385
18 Checkliste (Prüfdokumentation) 387
19 Kommunikation von Qualität 391
19.1 Kriterien für die Qualität der Daten.393
19.2 Kriterien für die Qualität der Datenanalyse.398
19.3 Kriterien für die Qualität der Kommunikation der Ergebnisse.404
19.4 Kriterien für „Todsünden" professionellen Arbeitens.413
20 Literatur 417
21 Ihre Meinung zu diesem Buch 437
22 Autor 439
Syntaxverzeichnis 441
Sachverzeichnis 449 |
| any_adam_object | 1 |
| any_adam_object_boolean | 1 |
| author | Schendera, Christian F. G. |
| author_GND | (DE-588)12874202X |
| author_facet | Schendera, Christian F. G. |
| author_role | aut |
| author_sort | Schendera, Christian F. G. |
| author_variant | c f g s cfg cfgs |
| building | Verbundindex |
| bvnumber | BV022265207 |
| classification_rvk | ST 601 |
| classification_tum | DAT 307f |
| ctrlnum | (OCoLC)220304207 (DE-599)BVBBV022265207 |
| dewey-full | 005.55 |
| dewey-hundreds | 000 - Computer science, information, general works |
| dewey-ones | 005 - Computer programming, programs, data, security |
| dewey-raw | 005.55 |
| dewey-search | 005.55 |
| dewey-sort | 15.55 |
| dewey-tens | 000 - Computer science, information, general works |
| discipline | Informatik |
| discipline_str_mv | Informatik |
| format | Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>00000nam a2200000 c 4500</leader><controlfield tag="001">BV022265207</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20090407</controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">070212s2007 d||| |||| 00||| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">07,N08,0065</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">98287782X</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783486582147</subfield><subfield code="c">Gb. : ca. EUR 34.80</subfield><subfield code="9">978-3-486-58214-7</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3486582143</subfield><subfield code="c">Gb. : ca. EUR 34.80</subfield><subfield code="9">3-486-58214-3</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783486582147</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)220304207</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV022265207</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rakddb</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-20</subfield><subfield code="a">DE-859</subfield><subfield code="a">DE-824</subfield><subfield code="a">DE-945</subfield><subfield code="a">DE-92</subfield><subfield code="a">DE-91G</subfield><subfield code="a">DE-1049</subfield><subfield code="a">DE-12</subfield><subfield code="a">DE-1050</subfield><subfield code="a">DE-1051</subfield><subfield code="a">DE-29</subfield><subfield code="a">DE-19</subfield><subfield code="a">DE-863</subfield><subfield code="a">DE-573</subfield><subfield code="a">DE-384</subfield><subfield code="a">DE-91S</subfield><subfield code="a">DE-B1533</subfield><subfield code="a">DE-11</subfield><subfield code="a">DE-2070s</subfield><subfield code="a">DE-706</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">005.55</subfield><subfield code="2">22/ger</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 601</subfield><subfield code="0">(DE-625)143682:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">004</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">DAT 307f</subfield><subfield code="2">stub</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Schendera, Christian F. G.</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)12874202X</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Datenqualität mit SPSS</subfield><subfield code="c">von Christian FG Schendera</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">München [u.a.]</subfield><subfield code="b">Oldenbourg</subfield><subfield code="c">2007</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XVII, 472 S.</subfield><subfield code="b">graph. Darst.</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Literaturverz. S. [417] - 436</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Qualitätsmanagement</subfield><subfield code="0">(DE-588)4219057-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">SPSS</subfield><subfield code="0">(DE-588)4056588-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Datenanalyse</subfield><subfield code="0">(DE-588)4123037-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Datenqualität</subfield><subfield code="0">(DE-588)1036653315</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Datenmanagement</subfield><subfield code="0">(DE-588)4213132-7</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">SPSS</subfield><subfield code="0">(DE-588)4056588-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Datenmanagement</subfield><subfield code="0">(DE-588)4213132-7</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Qualitätsmanagement</subfield><subfield code="0">(DE-588)4219057-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">SPSS</subfield><subfield code="0">(DE-588)4056588-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Datenanalyse</subfield><subfield code="0">(DE-588)4123037-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="2" ind2="0"><subfield code="a">SPSS</subfield><subfield code="0">(DE-588)4056588-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2="1"><subfield code="a">Datenqualität</subfield><subfield code="0">(DE-588)1036653315</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2="2"><subfield code="a">Qualitätsmanagement</subfield><subfield code="0">(DE-588)4219057-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2=" "><subfield code="8">1\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="q">text/html</subfield><subfield code="u">http://deposit.dnb.de/cgi-bin/dokserv?id=2912651&prov=M&dok_var=1&dok_ext=htm</subfield><subfield code="3">Inhaltstext</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">Digitalisierung UB Bayreuth</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=015475787&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-015475787</subfield></datafield></record></collection> |
| id | DE-604.BV022265207 |
| illustrated | Illustrated |
| index_date | 2024-07-02T16:44:05Z |
| indexdate | 2025-02-20T07:09:24Z |
| institution | BVB |
| isbn | 9783486582147 3486582143 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-015475787 |
| oclc_num | 220304207 |
| open_access_boolean | |
| owner | DE-20 DE-859 DE-824 DE-945 DE-92 DE-91G DE-BY-TUM DE-1049 DE-12 DE-1050 DE-1051 DE-29 DE-19 DE-BY-UBM DE-863 DE-BY-FWS DE-573 DE-384 DE-91S DE-BY-TUM DE-B1533 DE-11 DE-2070s DE-706 |
| owner_facet | DE-20 DE-859 DE-824 DE-945 DE-92 DE-91G DE-BY-TUM DE-1049 DE-12 DE-1050 DE-1051 DE-29 DE-19 DE-BY-UBM DE-863 DE-BY-FWS DE-573 DE-384 DE-91S DE-BY-TUM DE-B1533 DE-11 DE-2070s DE-706 |
| physical | XVII, 472 S. graph. Darst. |
| publishDate | 2007 |
| publishDateSearch | 2007 |
| publishDateSort | 2007 |
| publisher | Oldenbourg |
| record_format | marc |
| spellingShingle | Schendera, Christian F. G. Datenqualität mit SPSS Qualitätsmanagement (DE-588)4219057-5 gnd SPSS (DE-588)4056588-9 gnd Datenanalyse (DE-588)4123037-1 gnd Datenqualität (DE-588)1036653315 gnd Datenmanagement (DE-588)4213132-7 gnd |
| subject_GND | (DE-588)4219057-5 (DE-588)4056588-9 (DE-588)4123037-1 (DE-588)1036653315 (DE-588)4213132-7 |
| title | Datenqualität mit SPSS |
| title_auth | Datenqualität mit SPSS |
| title_exact_search | Datenqualität mit SPSS |
| title_exact_search_txtP | Datenqualität mit SPSS |
| title_full | Datenqualität mit SPSS von Christian FG Schendera |
| title_fullStr | Datenqualität mit SPSS von Christian FG Schendera |
| title_full_unstemmed | Datenqualität mit SPSS von Christian FG Schendera |
| title_short | Datenqualität mit SPSS |
| title_sort | datenqualitat mit spss |
| topic | Qualitätsmanagement (DE-588)4219057-5 gnd SPSS (DE-588)4056588-9 gnd Datenanalyse (DE-588)4123037-1 gnd Datenqualität (DE-588)1036653315 gnd Datenmanagement (DE-588)4213132-7 gnd |
| topic_facet | Qualitätsmanagement SPSS Datenanalyse Datenqualität Datenmanagement |
| url | http://deposit.dnb.de/cgi-bin/dokserv?id=2912651&prov=M&dok_var=1&dok_ext=htm http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=015475787&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |
| work_keys_str_mv | AT schenderachristianfg datenqualitatmitspss |
Description
THWS Würzburg Zentralbibliothek Lesesaal
| Call Number: |
1000 ST 601 S69 S324st |
|---|---|
| Copy 1 | ausleihbar Available Place a Hold |