Skip to main content

Diskriminanzanalyse

  • Chapter

Zusammenfassung

Die Beantwortung gesellschaftlicher, politischer, wirtschaftlicher oder psychologischer Fragen erfordert oftmals die gezielte Strukturierung komplexer Zusammenhänge sowie die Identifikation entscheidungs- oder planungsrelevanter Faktoren. Hierbei kann es sich z. B. um Analysen handeln, bei denen der Wert einer nominal skalierten (kategorialen), abhängigen Variable mittels verschiedener metrisch skalierter, unabhängiger Variablen erklärt oder prognostiziert werden soll. Die Bestimmung und Erklärung der Zugehörigkeit eines Untersuchungsobjekts zu einer von zwei oder mehreren Kategorien bzw. Gruppen ist z.B. bei der Entwicklung zielgruppenspezifischer Maßnahmen (etwa im Marketing oder in der Drogenaufklärung) von Bedeutung. Analyseziel ist hier die Identifikation der wesentlichen Unterschiede zwischen den Untersuchungsobjekten, Personen oder Organisationen, anhand geeigneter Merkmalsvariablen. Ein mögliches Instrument zur Bewältigung dieser Aufgabe ist die Diskriminanzanalyse. Ihre methodischen Grundlagen sowie ihr diagnostischer oder prognostischer Einsatz in den Sozialwissenschaften sind Gegenstand des vorliegenden Kapitels. Zunächst erfolgt eine Beschreibung der grundsätzlichen Zielsetzung und Anwendungsmöglichkeiten der Diskriminanzanalyse sowie der damit verbundenen methodischen Voraussetzungen. Des Weiteren wird ein Überblick über verschiedene Arten der Diskriminanzanalyse gegeben. Die sich anschließenden Ausführungen zur Vorgehensweise bei der Durchführung einer solchen Analyse bilden die substanzielle Basis für die mathematisch-statistischen Grundlagen der Diskriminanzanalyse. Hierzu zählen insbesondere die Bestimmung und Beurteilung von Diskriminanzfunktionen sowie der Einsatz alternativer Klassifikationskonzepte. Die praktische Anwendung der Methodik wird anhand eines kleinen Fallbeispiels auf Basis des kumulierten ALLBUS-Datensatzes veranschaulicht. Das Kapitel schließt nach einer kurzen Diskussion von Problemen und Fehlern, die bei der Anwendung und Interpretation einer Diskriminanzanalyse auftreten können, mit einigen Literaturempfehlungen.

This is a preview of subscription content, access via your institution.

Buying options

Chapter
USD   29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD   89.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Learn about institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  • Backhaus, K., Erichson, B., Plinke, W., & Weiber, R. (2008). Multivariate Analysemethoden. Eine anwendungsorientierte Einführung. Berlin: Springer, 12. Auflage.

    Google Scholar 

  • Bartlett, M. S. (1947). Multivariate Analysis. Journal of the Royal Statistical Society, 9, 176–197.

    Google Scholar 

  • Brosius, F. (2006). SPSS 14. Heidelberg: Mitp-Verlag.

    Google Scholar 

  • Bühl, A. (2008). SPSS 16: Einführung in die moderne Datenanalyse. München: Pearson Studium, 11. Auflage.

    Google Scholar 

  • Cooley, W. W. & Lohnes, P. R. (1971). Multivariate Data Analysis. New York: John Wiley & Sons, Inc.

    Google Scholar 

  • Decker, R. & Temme, T. (2000). Diskriminanzanalyse. In A. Herrmann & C. Homburg (Hg.), Handbuch Marktforschung. Methoden -Anwendungen -Praxisbeispiele(S. 295–335). Wiesbaden: Gabler, 2. Auflage.

    Google Scholar 

  • Fahrmeir, L., Häußler, W., & Tutz, G. (1996). Diskriminanzanalyse. In A. Hamerle & G. Tutz (Hg.), Multivariate statistische Verfahren(S. 357–435). Berlin: de Gruyter, 2. Auflage.

    Google Scholar 

  • Fisher, R. A. (1936). The Use of Multiple Measurements in Taxonomic Problems. Anals of Eugenics, 7, 179–188.

    CrossRef  Google Scholar 

  • Frenzen, H. & Krafft, M. (2008). Logistische Regression und Diskriminanzanalyse. In A. Herrmann, C. Homburg, & M. Klarmann (Hg.), Handbuch Marktforschung. Methoden -Anwendungen -Praxisbeispiele(S. 607–649). Wiesbaden: Gabler, 3. Auflage.

    Google Scholar 

  • Hair, J. F., Black, W. C., Babin, B. J., & Anderson, P. E. (2009). Multivariate Data Analysis -A Global Perspective. Upper Saddle River: Pearson, 7. Auflage.

    Google Scholar 

  • Handl, A. (2002). Multivariate Analysemethoden. Theorie und Praxis multivariater Verfahren unter besonderer Berücksichtigung von S-PLUS. Berlin: Springer.

    Google Scholar 

  • Hastie, T., Tibshirrani, R., & Friedman, J. (2009). The Elements of Statistical Learning. Data Mining, Inference, and Prediction. New York: Springer, 2. Auflage.

    Google Scholar 

  • Janssen, J. & Laatz, W. (2007). Statistische Datenanalyse mit SPSS für Windows. Eine anwendungsorientierte Einführung in das Basissystem und das Modul Exakte Tests. Berlin: Springer, 6. Auflage.

    Google Scholar 

  • Klecka, W. R. (1980). Discriminant Analysis, Band 07-019 von Quantitative Applications in the Social Sciences. Beverly Hills: Sage Publications.

    Google Scholar 

  • Mardia, K. V. (1970). Measures of Multivariate Skewness an Kurtosis with Applications. Biometrika, 57, 519–530.

    CrossRef  Google Scholar 

  • Mardia, K. V. (1974). Applications of Some Measures of Multivariate Skewness and Kurtosis for Testing Normality and Robustness Studies. Sankhya: Indian Journal of Statistics, 36, 115–128.

    Google Scholar 

  • Mika, S., Rätsch, G., Weston, J., Schölkopf, B., & Müller, K.-R. (1999). Fisher Discriminant Analysis with Kernels. In Neural Networks for Signal Processing IX. Proceedings of the 1999 IEEE Signal Processing Society Workshop(S. 41–48). Madison: Institute of Electrical & Electronics Engineers.

    Google Scholar 

  • Morrison, D. (1969). On the Interpretation of Discriminant Analysis. Journal of Marketing Research, 6 (2), 156–163.

    CrossRef  Google Scholar 

  • Schneider, H. (2007). Nachweis und Behandlung von Multikollinearität. In Methodik der empirischen Forschung(S. 183–198). Wiesbaden: Gabler, 2. Auflage.

    CrossRef  Google Scholar 

  • Seber, G. (1984). Multiple Observations. New York: Wiley.

    CrossRef  Google Scholar 

  • Tatsuoka, M. M. (1988). Multivariate Analysis -Techniques for Educational and Psychological Research. New York: Macmilllan Publishing Company, 2. Auflage.

    Google Scholar 

  • Terwey, M., Bens, A., & Baltzer, S. (2007). Datenhandbuch ALLBUS 1980–2006. Köln: GESIS.

    Google Scholar 

  • Yildiz, O. T. & Alpaydin, E. (2005). Linear Discriminant Trees. International Journal of Pattern Recognition, 19, 323–353.

    CrossRef  Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Editor information

Editors and Affiliations

Rights and permissions

Reprints and Permissions

Copyright information

© 2010 VS Verlag fur Sozialwissenschaften | Springer Fachmedien Wiesbaden GmbH

About this chapter

Cite this chapter

Decker, R., Rašković, S., Brunsiek, K. (2010). Diskriminanzanalyse. In: Wolf, C., Best, H. (eds) Handbuch der sozialwissenschaftlichen Datenanalyse. VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-531-92038-2_20

Download citation

  • DOI: https://doi.org/10.1007/978-3-531-92038-2_20

  • Publisher Name: VS Verlag für Sozialwissenschaften

  • Print ISBN: 978-3-531-16339-0

  • Online ISBN: 978-3-531-92038-2

  • eBook Packages: Humanities, Social Science (German Language)