Bewertung:

Das Buch wird als einführendes Lehrbuch für die multivariate Datenanalyse gut aufgenommen und für seine Klarheit und konzeptionellen Erklärungen mit minimalem Rückgriff auf komplexe Mathematik geschätzt.
Vorteile:Gute Klarheit, geeignet für Anfänger und Lehrer, gut geschrieben, deckt wesentliche Themen ab und vermittelt ein konzeptionelles Verständnis mit minimaler Mathematik.
Nachteile:Der anfängliche Zugang zu den Online-Materialien war aufgrund veralteter Links problematisch.
(basierend auf 5 Leserbewertungen)
Analysis of Multivariate Social Science Data
Basierend auf den vielfältigen Erfahrungen der Autoren, die in diesem Bereich arbeiten und lehren, vermittelt Analysis of Multivariate Social Science Data, Second Edition ein grundlegendes Verständnis für die Anwendung wichtiger multivariater Methoden in den Sozialwissenschaften. Mit Aktualisierungen in jedem Kapitel erweitert diese Ausgabe ihre Themen um Regressionsanalyse, konfirmatorische Faktorenanalyse, Strukturgleichungsmodelle und Mehrebenenmodelle.
Nachdem in den ersten Kapiteln der Schwerpunkt auf der Zusammenfassung von Daten liegt, konzentrieren sich die Autoren auf die Regressionsanalyse. Dieses Kapitel stellt ein Bindeglied zwischen den beiden Hälften des Buches dar und signalisiert den Übergang von deskriptiven zu inferentiellen Methoden und von Interdependenz zu Abhängigkeit. Der Rest des Textes befasst sich mit modellbasierten Methoden, die in erster Linie Rückschlüsse auf Prozesse ziehen, die Daten erzeugen.
Anhand von numerischen Beispielen geben die Autoren einen Einblick in den Zweck und die Funktionsweise der Methoden sowie in die Interpretation der Daten. Viele dieser Beispiele werden durchgängig verwendet, um die Zusammenhänge zwischen den Methoden zu veranschaulichen. In den meisten Kapiteln geben die Autoren Anregungen für die weitere Arbeit, die über die herkömmlichen Übungen hinausgehen und den Leser ermutigen, neue Wege in der sozialwissenschaftlichen Forschung zu beschreiten.
Dieses Buch, das nur minimale mathematische und statistische Kenntnisse voraussetzt, zeigt, wie verschiedene multivariate Methoden unterschiedliche Aspekte von Daten aufdecken und so helfen, wesentliche Forschungsfragen zu beantworten.