IBM SPSS Syntax (PDF)

IBM SPSS Statistics gehört zu den populärsten Statistikprogrammen im Studium, in der Forschung und in der Praxis. Leider führen viele Anwender ihre Analysen ausschließlich mit Hilfe der grafischen Benutzeroberfläche von SPSS durch. Dabei können über die Steuersprache SPSS Syntax viele Prozeduren schneller und eleganter realisiert werden. Der souveräne Umgang mit der SPSS Syntax bietet einen unschätzbaren Vorteil für die tägliche Arbeit von Anwendern, die mit der Analyse von Daten zu tun haben.

Das Buch ist eine integrierte Einführung in die Steuersprache von IBM SPSS Statistics. Neben den notwendigen Syntax-Grundlagen behandelt es die Themengebiete Datenaufbereitung, Datentransformation und -modifikation sowie die Makro- und Matrixsprache, die in der 3. Auflage grundlegend überarbeitet wurden. Die Neuauflage wurde den Entwicklungen von SPSS angepasst, sprachlich verbessert und um weitere Anwendungsbeispiele ergänzt, die anhand realer Daten u. a. des J. D. Power and Associates Customer Satisfaction Index veranschaulicht werden. Das Buch legt besonderen Wert auf die gute Nachvollziehbarkeit der Beispiele durch begleitende Übungen. Die verwendeten Datensätze sind als kostenfreies Zusatzmaterial erhältlich. Das Buch bietet eine prägnante und umfassende Anleitung zur effizienteren Arbeit mit IBM SPSS Statistics und ist sowohl als Einstiegsliteratur für Programmieranfänger, als auch als Nachschlagewerk für fortgeschrittene Anwender geeignet.

Das Buch wurde auf Grundlage der Version 25.0 von IBM SPSS Statistics erstellt, kann aber auch für andere Versionen verwendet werden.

Prof. Dr. Marko Sarstedt ist Professor für Marketing an der Otto-von-Guericke-Universität Magdeburg. Prof. Dr. Tobias Schütz ist Professor für Marketing und Customer Science an der ESB Business School Reutlingen. Prof. Dr. Sascha Raithel ist Professor für Marketing an der Freien Universität Berlin.

Das Buch richtet sich an Studierende, Forscher (Wirtschaftswissenschaften, Wirtschaftsingenieurwesen, Soziologie, Psychologie und Statistik) sowie an Praktiker (Strategie, Consulting, Business Analytics, Data Science, etc.).