Die Fax-Nummer der Zentrale von Enel SpA in Rom ist: 00390683052033 oder 00390683055028. Der Direktor für Communications heißt Ryan O'Keeffe.

Es ist bedauerlich, dass ich keine freie E-Mail Adresse finden kann. Es gibt zwar die PEC Mail Adresse 'servizio.clienti@pec.servizioelettriconazionale.it', aber ich weiß nicht, wie man von Deutschland aus eine PEC Mail schicken kann. Das ist das italienische System für rechtsverbindliche Mails.

Was ich auch bedauerlich finde: Das Formular für die Anmeldung für "Bollet@Online" (Verschicken der Enel Post per E-Mail statt per Briefpost) akzeptiert die Eingabe von nicht-italienischen Handy-Nummern nicht, und ohne die funktioniert die Anmeldung nicht.

Du wirst die Antworten mit 1 bis 5 kodiert haben. Diese Skala stellt nur die Rangreihe der Antworten dar. Daher ganz klar: ordinalskaliert. Trotzdem werden traditionell bei solchen Statement-Fragebögen statistische Methoden wie Faktorenanalyse benutzt, die nur gegenüber linearen Transformationen invariant sind. Die Begründung dafür ist, dass die Ergebnisse bei anderen Ordinalskalen mit guter Näherung dieselben sind. Aber für z.B. den t-Test gibt es gleichwertige Rang-Tests, also verwendet man diese.

Eine sehr ausführliche Arbeit zu diesem Thema ist von Gunter Sachs http://www.amazon.de/Die-Akte-Astrologie-Gunter-Sachs/dp/3442150329.

Da sind Statistiken der Sternzeichen aus verschiedenen Populationen international zusammengetragen. Die Unterschiede der Häufigkeiten liegen allerdings im Promille-Bereich. Und die Schlussfolgerungen bezüglich des Zusammenhangs zwischen Sternzeichen und Eigenschaften, Berufen usw. sind trotz des statistischen Aufwands leider falsch, weil verschiedene Einflüsse auf die Geburtenrate (z.B. Anzahl der Wochenenden in Zeugungsperioden oder Geburtsperioden) nicht berücksichtigt wurden. Gunter Sachs hat an die Astrologie geglaubt und kommerziell mit diesem Buch viel Geld verdient, weitaus mehr als die beiden beteiligten Statistiker. Und das ist am Ende des Tages aus seiner damaligen Sicht ja auch nicht eben unwichtig.

Wenn Du nur eine abhängige und eine unabhängige Variable hast, müssen Beta und r gleich groß sein. Nur wenn Du mehrere unabhängige Variablen hast, z.B. Angebot Kinderbetreuung ("AK") und Freie Wahl des Arbeitsorts ("FWA") und Bezahlung ("B"), gibt es Unterschiede. Nehmen wir an, dass die Korrelation von AK und FWA ungefähr 1 ist, und dass beide mit B ungefähr mit 0 korrelieren, und dass AK und damit auch FWA mit Z (Zufriedenheit) mit 0,4 korrelieren. Dann ist die sowohl durch AK wie auch FWA in Z je für sich erklärte Varianz 16 Prozent. Wenn man beide Variablen als unabhängige Variablen in eine Regressionsgleichung aufnimmt, erklären sie auch nicht mehr als 16 Prozent Varianz. Dem entspricht, dass ihre Betas in der standardisierten Regressionsgleichung jeweils 0,2 sein müssen, damit zusammengenommen ihr Anteil an der Schätzung von Z insgesamt 0,4*AK ist. Für beide Variablen AK und FWA ist also Beta 0,2, aber die Korrelation mit Z 0,4.

Gleichverteilung heißt bei einer kontinuierlichen Zufallsvariablen, dass die Wahrscheinlichkeit für gleich lange Intervalle immer gleich ist. Das ist bei Geburtszeitpunkten näherungsweise der Fall. Die Folge ist, dass die Häufigkeit für Geburten in gleich langen Monaten ungefähr gleich sein sollte. Die empirische Verteilungsfunktion sollte linear ansteigen. Das Histogramm sollte waagerecht sein.

Die Zahlen oben sind die Regressionskoeffizienten beta. Die Sternchen sind wohl klar, Signifikanzniveaus. In Klammern stehen die Standardfehler der betas. Das ist in der Legende auch beschrieben: "We report White's (1980) heteroskedasticity consistent standard errors in parentheses." Das drückt die Unsicherheit beim Schätzen der Regressionskoeffizienten aus.

Wenn man mit x die Hunde bezeichnet und mit y die der Hühner, hat man die 2 Gleichungen: 4x+2y=68 und x+y=26;

also x=26-y, eingesetzt

4(26-y)+2y=68

104-2y=68

36=2y

y=18

x=26-18=8

Also 8 Hunde und 18 Hühner.

Ich antworte jetzt im Hauptzweig, weil ich nicht gefunden habe, wie man im Nebenzweig antworten kann.

Mit p=0,5 testest Du sicher sehr konservativ, weil ich davon ausgehe, dass die sozialen Väter in der Minderzahl sind. Andererseits könnten bei Deiner Auswahl von Delikt-Familien auch Selektionskriterien wirksam sein, z.B. Mutter-bezogene, die wichtiger als der Status der Väter sind. Doch bin ich insgesamt sicher, dass bei den sozialen Vätern die Inzest-Hemmung wegfällt, und die Verantwortung für die Schutzbefohlene deutlich schwächer ist, weshalb ich den von Dir vermuteten Effekt ganz sicher annehme. Da braucht es m.E. keinen Signifikanztest. Ich finde, dass deskriptive Statistiken wichtiger als der Signifikanztest sind.

Vorsicht! Das Problem ist weniger, einen Signifikanztest zu finden (es gibt z.B. auch den Ein-Stichproben-Chiquadrat-Test), sondern eher eine vernünftige Nullhypothese bzw. ein stochastisches Modell zu finden. Der Signifikanztest liefert ja nur eine Methode, die Nullhypothese zu verwerfen.

In der Bevölkerung gibt es sicher viel mehr biologische als soziale Väter (auch wenn das bei Scheidungsverfahren von den Männern gelegentlich angezweifelt wird). Der p0-Wert für die Nullhypothese, die Grundwahrscheinlichkeit für "biologischer Vater" ist dann sicher nicht 0.5 sondern vielleicht 0.9. Das muss man aber empirisch heraussuchen.

Ich würde für sinnvoller halten, den Unterschied "biologisch vs sozial" in Abhängigkeit von verschiedenen Delikten zu untersuchen. Dann prüfst Du mit dem Mehr-Stichproben-Chiquadrat-Test.

Messwiederholungsvariable

Ich weiß nicht, was Du genau mit Korrelationstests meinst. Ich nehme an, es geht Dir z.B. um den Zusammenhang einiger persönlicher Variablen X1, X2, ... wie Alter, Länge der Ausbildung, Einkommen usw. und Einstellungsvariablen Y1, Y2, ... wie Religiosität, Konsumorientierung usw. Vielleicht hast Du bisher die Korrelationen von X1 mit Y1, Y2, ... und X2 mit Y1, Y2, ... gerechnet und nachgesehen, ob diese signifikant sind.

Du hast Recht mit der Vermutung, dass man Probleme bekommt, wenn man diese Signifikanztests jeweils einzeln interpretiert. Wenn jeder einzelne Signifikanztest auf dem 5%-Niveau durchgeführt wird, ist die Wahrscheinlichkeit deutlich höher als 5%, dass wenigstens eine Korrelation "signifikant wird", auch wenn alle X-Variablen von allen Y-Variablen stochastisch unabhängig wären. Wie groß diese Verfälschung ist, hängt von der Interkorrelation der X-Variablen und der Y-Variablen ab.

Es gibt für die beschriebene Situation eine Methode, die Kanonische Korrelation, die natürlich nur unter bestimmten Voraussetzungen anwendbar ist, aber dann Dein Problem löst.

Manuel, beim Konzept der Skalenniveaus geht es um den funktionalen Zusammenhang zwischen einer Messung und einer latenten Variablen, die man messen will. Bei Dir ist nur von Messungen die Rede, die für sich selbst stehen, solange Du nur die Messung als Variable betrachtest. Ich nehme an, dass Du im Hinterkopf die Stevens-Einteilung Ratioskala, Intervallskala, Ordinalskala und Nominalskala hast. Du hast keines der Probleme, die Du mit den "schlechteren" Skalen hättest. Also kannst Du die Statistiken verwenden, die Ratioskalen oder Intervallskalen voraussetzen.

Wenn Du Signifikanztests einsetzt, musst Du aber die Verteilungsvoraussetzungen der Tests berücksichtigen, die z.B. beim t-Test Normalverteilung innerhalb der zu vergleichenden Subpopulationen verlangen. Obwohl der t-Test robust gegen die Verletzung dieser Voraussetzung ist (d.h. er führt zur richtigen Entscheidung unter nur mäßig anderen Wahrscheinlichkeiten alpha und beta), würde ich vielleicht lieber einen Rangtest verwenden, wenn Dein/e Betreuer/in ein statistischer Pfennigfuchser ist.

Überlege mal, warum sich jemand die Mühe macht, die Installation des Programms zu knacken und dann anderen anzubieten? Das ist big Business - Du bezahlst durch die Installation mit Deinem PC, der dann für kriminelle Aktivitäten ferngesteuert wird.

Wenn Du Zugang zu 80 Euro für ein Programm hast, das kommerziell tausende Euros kostet, würde ich zupacken. Außerdem kannst Du überall an den Unis PC-Pools nutzen, wo SPSS installiert ist.

Nein, das arithmetische Mittel der Klassenobergrenze und Klassenuntergrenze.

compute Fachkraft = 0.

if (Angestellte EQ 1) Fachkraft = 1.

if (Beamter EQ 1) Fachkraft = 2.

value labels Fachkraft 0 "keine Fachkraft" 1 "Angestellte normal" 2 "Beamte mittl.Dienst".

So müsste es gehen.

Ich kenne Mehrfachantwortvariablen zwar nicht in Excel, aber z.B. in SPSS. Es würde mich interessieren, ob und wie man die in Excel realisieren kann.

Bei SPSS gibt es zwei Arten, wie man die Mehrfachantworten kodieren kann:

a) Durch eine Gruppe einzelner Variablen, von denen jede für eine einzelne Motivation steht. Im Beispiel Motivation für das Motiv "Selbstverwirklichung" eine Variable, die mit ja/nein beantwortet wird, und ebenso für das Motiv "Wirtschaftlicher Erfolg" mit ja/nein usw. Diese Kodierung hat den Vorteil, dass ich den Zusammenhang zwischen Studienrichtung und jeweils einem Motiv allein darstellen und mit einem Signifikanztest prüfen kann.

b) Bei der zweiten Art der Kodierung nummeriert man die möglichen Motive durch (1="Selbstverwirklichung", 2="Wirtschaftlicher Erfolg", 3=..., 17=...). Man vereinbart z.B. drei Variablen, mit denen sie im Datensatz kodiert werden. Die erste Variable nimmt man z.B. für das zuerst genannte Motiv (in der Annahme, dass es das wichtigste ist), die zweite für das zweitgenannte usw. Diese Kodierung ist sparsamer, wenn man viele mögliche Motive aber wenige Nennungen hat. Wenn man die Kreuztabelle für Studienrichtung x erste Variable auswertet, sieht man den Zusammenhang von Studienrichtung mit wichtigstem Motiv und kann dafür auch einen Signifikanztest durchführen.

SPSS ermöglicht, alle Häufigkeiten aus beiden Arten der Kodierung auszuzählen. Für die Prozentzahlen kann man als Basis die Zahl der Nennungen von Motiven auswählen, aber auch die Zahl der Befragten.

AnnJabusch hat auf die Ausschüttung von VG Wort hingewiesen. Das sind aber nur die Sekundäreinkünfte für die Autoren aus Abgaben von Kopierern usw. Sie bekommen aber zunächst vom Verlag Anteile vom Erlös ihrer Bücher. Für wissenschaftliche Bücher bekommt man zwischen 5 und 10 Prozent des Ladenpreises. Bei einem jährlichen Verkauf von 3000 Büchern (was im wissenschaftlichen Bereich sehr viel ist) je 20 Euro Verkaufspreis sind das 3000 Euro im Jahr, wovon aber die Kosten und Steuern abgehen. Man arbeitet meist die ganzen Semesterferien daran, also 5 Monate Arbeit. Da bleibt etwa 1 Euro pro Stunde netto. Entscheidend ist, dass man viel höhere Verkaufszahlen hinbekommt, was aber nicht einfach ist und nur wenigen gelingt. Ich empfehle daher, Bücher nur nebenberuflich zu schreiben, damit man für sich und die Familie ein vernünftiges Auskommen hat.

Das ist nicht einfach, wie Du auch daraus ablesen kannst, dass noch niemand geantwortet hat. Du sprichst von der Geburtenrate. Dahinter steht das stochastische Modell, dass jeder Einwohner mit konstanter Wahrscheinlichkeit pro Jahr ein Kind gebiert. Wenn das so wäre, dann könnte man mit einem Chiquadrattest die Nullhypothese "Wahrscheinlichkeit in Hamburg ohne den Stadtteil versus Wahrscheinlichkeit im Stadtteil sind gleich" prüfen. Dazu müsste man wissen, wie groß der Stadtteil im Vergleich zu Hamburg ist. Aber da sind folgende Probleme: Erstens muss geklärt werden, wem die Geburten zuzuordnen sind, der Frau oder dem Mann oder beiden. Zweitens nimmt die Geburtenrate mit der Anzahl früher geborener Kinder ab. D.h. die bedingte Wahrscheinlichkeit späterer Geburten unter der Bedingung früherer Geburten ist nicht gleich der unbedingten Wahrscheinlichkeit einer ersten Geburt. Drittens setzt der Signifikanztest voraus, dass man die Größe der Gesamtheit kennt.

Du kannst Dich aber mit gutem Recht auf den Standpunkt stellen, dass die Wahrscheinlichkeiten vorgegeben sind, also als bekannt vorausgesetzt wird, und deshalb die Nullhypothese gleicher Wahrscheinlichkeiten nicht zutrifft. Also erübrigt sich der Signifikanztest.

Wenn Du Dir die Frage nicht selbst gestellt hättest, sondern sie von einer anderen Person gestellt wurde, rate ich Dir, Dich von ihr fernzuhalten, jedenfalls was wissenschaftliche Fragestellungen angeht.

"Schauen" ist ein nicht sehr genau bestimmte Tätigkeit. Das müsste man präzisieren. Z.B. kann man versuchen, den BMI durch die vielen genannten Prädiktoren zu schätzen. Je mehr Prädiktoren man einbezieht, desto genauer kann man den BMI schätzen, aber leider gilt das nur für die Stichprobe, mit der man rechnet. Dabei ist das Skalenniveau der Messungen dann ohne Belang, wenn man die Aussage auf die Messungen bezieht und nicht auf irgend welche "latente Variablen" oder dahinter stehenden Konstrukte.

Wenn man über die Stichprobe hinaus Aussagen machen möchte, muss man Inferenzstatistik betreiben. D.h. man versucht, aus der Stichprobe Schlüsse auf eine Population zu ziehen (Modell oder größere Gesamtheit), aus der die Stichprobe nach bestimmten Methoden gezogen wurde. Wenn man das will, kann man wiederum eine multiple Regression mit all den Variablen als Prädiktoren rechnen, deren Werte für die Mehrheit der Stichprobe bekannt sind. Die Variablen würde ich weglassen, die nur unter der Bedingung "falls ja" erhoben wurden. Dann gibt es für den Gesamtzusammenhang einen Signifikanztest wie auch für die Beiträge der einzelnen Prädiktoren zusätzlich zum Beitrag der anderen Prädiktoren.

Man kann natürlich auch als inferenzstatistische Methode t-Tests rechnen: abhängige Variable BMI, Gruppenbildung aus den Prädiktoren. Das Problem ist dabei nur die Inflation des Signifikanzniveaus, weshalb man sog. Multiple t-Tests verwenden muss, bei denen das globale Signifikanzniveau eingehalten wird. Macht man nämlich 10 unabhängige t-Tests auf dem 5%-Niveau, wird mit Wahrscheinlichkeit von ungefähr 1/2 wenigstens einer der Signifikanztests positiv ausfallen, auch wenn das Kriterium mit all den Prädiktoren gar nichts zu tun hat.

Ich habe eine Tabelle der absoluten Häufigkeiten von Sternzeichen gefunden, deren Herkunft ich nicht mehr weiß:

     Dld 1966-76  Schweiz 54-76  Großbritannien 1938-79

Widder 674142 230547 2696253
Stier 644898 223847 2600366
Zwillinge 678693 223510 2738137
Krebs 645425 208867 2595212
Löwe 644432 209519 2606939
Jungfrau 623665 207509 2559415
Waage 575727 205386 2404725
Skorpion 564443 187298 2333536
Schütze 545710 185615 2266066
Steinbock 586155 205906 2428008
Wasserm 608864 217218 2520537
Fische 603662 213621 2552121

Man müsste das eigentlich noch aufbereiten. Aber: Das häufigste Sternzeichen hängt also vom Land bzw. vom Geburtsjahr ab. Es gibt keine allgemeine Regel.