W. Ludwig-Mayerhofer – Literaturempfehlungen Statistik

Fast durchgängig empfehlenswert sind die Bände der Reihe »Quantitative Applications in the Social Sciences« von Sage. Sie behandeln jeweils spezifische Teilprobleme, von einfacher deskriptiver Statistik bis hin zu komplexen Auswertungsstrategien. Wenn es zu einem Sie interessierenden Problem in dieser Reihe ein Buch gibt, werden Sie fast nie enttäuscht sein, soweit Sie eine gut verständliche, eher kurze und mathematisch nicht allzu tiefe Einführung suchen.

Die nachfolgenden Empfehlungen beziehen sich auf Bücher, die ebenfalls einführenden Charakter haben, aber meist ein größeres Gebiet umfassen und entsprechend umfangreich sind.

Agresti, Alan & Finlay, Barbara (2009): Statistical Methods for the Social Sciences (Fourth Edition). Upper Saddle River, NJ: Pearson Prentice Hall

Das Buch, das den besten Kompromiss zwischen Exaktheit und Verständlichkeit bietet und obendrein sehr ausführlich ist. Mit diesem Buch liegen Sie definitiv richtig, wenn Sie die Grundlagen der Inferenzstatistik nichts bis ins letzte Detail verstehen müssen. Leider nicht ganz billig.

Fahrmeir, Ludwig, Künstler, Rita, Pigeot, Iris & Tutz, Gerhard (1997): Statistik. Der Weg zur Datenanalyse. Berlin: Springer (seither mehrere weitere Auflagen).

Das derzeit wohl beste deutschsprachige Statistik-Lehrbuch am Markt – insbesondere für Statistiker bzw. Leute, die es werden wollen. In der Behandlung der Grundlagen unübertroffen.

Gehring, Uwe W. & Weins, Cornelia (2009): Grundkurs Statistik für Politologen und Soziologen. Wiesbaden: VS Verlag (5. Auflage)

Ein Buch, das sehr auf Verständlichkeit achtet. Es hat allerdings einen Nachteil: Die Inferenzstatistik wird sehr spät eingeführt, so dass sich im deskriptiven Teil einige Themen finden, über deren inferenzstatistische Aspekte man überhaupt nichts erfährt. Daher als alleiniges Lehrbuch nicht geeignet. Aber sehr gut zum Einstieg.

Kühnel, Steffen & Krebs, Dagmar (6. Auflage 2012): Statistik für die Sozialwissenschaften. Grundlagen, Methoden, Anwendungen. Reinbek bei Hamburg: Rowohlt.

Für SozialwissenschaftlerInnen leidlich empfehlenswerte Einführung, auch wegen des günstigen Preises. Allerdings mit ungünstigem Buchformat (relativ kleine Seiten). In der 6. Auflage sind immerhin einige Verfahren dazugekommen, die ich vorher vermisst habe.
Die erste Auflage enthielt diverse Flüchtigkeitsfehler. Es gab mal eine Liste derselben im Internet, sie wurde irgendwann entfernt. Ich habe nicht nachgeprüft, ob diese Fehler in neueren Ausgaben eliminiert sind, will das aber mal annehmen. Trotzdem: Ein paar Tausend Leute haben die fehlerhafte Version gekauft, es wäre schon nett, wenn man diesen die Fehlerliste zugänglich machen würde.

Ludwig-Mayerhofer, Wolfgang, Liebeskind, Uta & Geißler, Ferdinand (2014): Statistik. Eine Einführung für Sozialwissenschaftler. Weinheim, Basel: Beltz Juventa.

Auf wertende Bemerkungen verzichte ich in diesem Fall.

Backhaus, Klaus, Erichson, Bernd, Plinke, Wulff & Weiber, Rolf (2003): Multivariate Analysemethoden. Eine anwendungsorientierte Einführung. Zehnte, neu bearbeitete und erweiterte Auflage. Berlin, Heidelberg, New York: Springer.

Tabachnick, Barbara G. & Fidell, Linda S. (2001): Using Multivariate Statistics (4. Auflage). Boston: Allyn & Bacon.

Schnell, Rainer (1994): Graphisch gestützte Datenanalyse. München, Wien: Oldenbourg.

Schnell, Rainer (2000): Less frequently asked questions: Nutzen und Notwendigkeit grafisch gestützter Datenanalyse, Österreichische Zeitschrift für Soziologie, 25: 5-25.

Tufte, Edward (1983): The Visual Display of Quantitative Information. Cheshire: Graphics Press.

Krämer, Walter (1991): So lügt man mit Statistik. Frankfurt/New York: Campus.

Krämer, Walter (1994): So überzeugt man mit Statistik. Frankfurt/New York: Campus.

Krämer (von dessen Büchern es sicher neuere Auflagen gibt) hat viel von Tufte übernommen – und das ist gut so, denn dessen Buch wird, so scheint es, wenig gelesen. Dadurch versäumen allerdings viele Menschen etwas, denn es ist hoch informativ und unterhaltsam zugleich und außerdem (Tuftes eigenen Maximen getreu) ästhetisch ansprechend.

Bortz, Jürgen, Lienert, Gustav A. & Boehnke, Klaus (2000): Verteilungsfreie Methoden in der Biostatistik. 2., korrigierte und aktualisierte Auflage. Berlin, Heidelberg, New York: Springer.

Sehr umfassend – für Einsteiger sicher zu viel auf einmal, aber als Werk von großer Informationsbreite herausragend.

Clauß, Günter, Finze, Falk-Rüdiger & Partzsch, Lothar (2002): Statistik. Für Soziologen, Pädagogen, Psychologen und Mediziner. Grundlagen. Frankfurt a: M.: Harri Deutsch.

Eigentlich ist das Buch als Einführung in "die" Statistik konzipiert, doch für SozialwissenschaftlerInnen gibt es da Besseres (siehe oben). Da das Buch jedoch viele gut nachvollziehbare Beispiele präsentiert, empfehle ich es hier wegen einiger nicht-parametrischer Tests, die in den oben genannten Einführungsbüchern vernachlässigt werden.

Kohler, Ulrich & Kreuter, Frauke (2006): Datenanalyse mit STATA. München, Wien: Oldenbourg (2. Auflage; 2008 ist die 3., 2012 die 4. (erweiterte) Auflage erschienen).

Soweit ich sehe, ist das die einzige deutschsprachige Einführung zu Stata. Mehr sind auch gar nicht nötig. Die 2. Auflage entspricht der Stata-Version 9. In der 3. Auflage ist eine Einführung in den Graphik-Editor sowie in neue Datumsformate hinzugekommen.

Acock, Alan (5. Auflage 2016): A Gentle Introduction to Stata. College Station, Texas: Stata Press.

Die englischsprachige Alternative.

Kabacoff, Robert I. (2011). R in Action: Data Analysis and Graphics with R. Shelter Island, NY: Manning (2. Auflage 2015).

Für Personen, die sich dem Thema "Statistik" eher mit Vorsicht nähern, vermutlich das beste verfügbare Buch über R. Vom gleichen Autor gibt es auch eine ausgezeichnete Webseite.

Groß, Jürgen (2010): Grundlegende Statistik mit R. Eine anwendungsorientierte Einführung in die Verwendung der Statistik Software R. Wiesbaden: Vieweg+Teubner/Springer Fachmedien.

Dieses Buch ist auch für den Einstieg geeignet – zumindest wenn man bereits grundsätzlich weiß, worum es bei softwaregestützter Datenanalyse geht.

Venables, W. N. & Ripley, B. D. (2002): Modern Applied Statistics with S (4. Aufl.). New York, Berlin, Heidelberg: Springer.

Breiter Überblick über die statistische Modellierung mit S.

Zu keiner Statistik-Software gibt es so viele Bücher wie zu SPSS. Die meisten sind ihr Geld nicht wert. Dennoch mag es immer wieder mal brauchbare Bücher geben, die ich nicht kenne. Unter den hier vorgestellten Büchern scheint mir das erste mit Abstand am besten als Einführung geeignet.

Akremi, Leila, Baur, Nina & Fromm, Sabine (Hrsg.) (3. Auflage 2011): Datenanalyse mit SPSS für Fortgeschrittene 1. Datenaufbereitung und uni- und bivariate Statistik. Wiesbaden: VS Verlag für Sozialwissenschaften/Springer Fachmedien.

Eine größtenteils brauchbare Handreichung. Der Titel ist etwas irreführend; das Buch scheint mir eher für Einsteiger sinnvoll, soweit diese mehr vorhaben als nur Daten einzugeben, während für eine "fortgeschrittene" Datenanalyse die hier vorgestellten Grundlagen definitiv nicht ausreichen. – Gerade für Datenaufbereitungen und Datentransformationen sehr hilfreich.

Wittenberg, Reinhard & Cramer, Hans (2000): Datenanalyse mit SPSS für Windows (2. Auflage; 3. Auflage ist 2003 erschienen). Stuttgart: Lucius & Lucius (UTB 1841).

Auch dieses Buch ist in Ordnung, wenngleich nicht ohne Schwächen (müssen die Flächen in Graphiken denn unbedingt mit möglichst viel schwarzer Farbe gefüllt sein?). Es liest sich etwas besser als das vorgenannte, ist aber an vielen Stellen weniger ausführlich.

Die folgenden Bücher können Hilfestellung bei Datenaufbereitungen geben. Meiner bescheidenen Meinung nach sind sie allesamt zu teuer, die einen mehr, die anderen weniger. Wer aber genug Geld hat, oder wer eines der Bücher in einer Bibliothek ergattert, tut jedenfalls keinen Fehlgriff.

Brosius, Felix (2005): SPSS-Programmierung. Effizientes Datenmanagement und Automatisierung mit der SPSS-Syntax. Bonn: mitp.

Der Titel klingt etwas großspurig – es geht im wesentlichen um Datenaufbereitung und -modifikation. Die Darstellung ist recht ausführlich, reicht tiefer als im folgenden Buch, dafür ist sie manchmal unübersichtlicher. Aufgrund des größeren Umfanges ist dieses Buch auch nochmal deutlich teurer.

Sarstedt, Marko & Schütz, Tobias (2006): SPSS Syntax. Eine anwendungsorientierte Einführung. München: Vahlen.

Eine gut lesbare, übersichtliche Einführung in das Arbeiten mit der SPSS-Syntax. Im Gegensatz zu den obigen Texten für Sozialwissenschaftler konzentriert sich der Text weitgehend auf die Datenaufbereitung und -transformation; die Erläuterungen sind gut verständlich, aber manchmal reichen die Ausführungen nicht sehr tief. Statistikprozeduren werden nur sehr selektiv und kurz diskutiert. Es gibt auch ein Kapitel, das in die Makro-Sprache von SPSS einführt.

Schendera, Christian F. G. (2005): Datenmanagement mit SPSS. Kontrollierter und beschleunigter Umgang mit Datensätzen, Texten und Werten. Berlin, Heidelberg, New York: Springer.

Erklären gehört nicht zu den Stärken des Autors. Das beginnt damit, dass die Befehle SELECT IF und FILTER zwar auftauchen, aber nirgends der (äußerst gravierende!) Unterschied erklärt wird. Auch sonst fallen die Erläuterungen oft sehr kurz und wenig erhellend aus. Trotzdem: Wer öfter mit komplexeren Aufgaben des Datenmanagements oder der Datenaufbereitung zu tun hat, kann hier mal reinschauen, es stehen viele Dinge drin, die man in anderen Büchern deutscher Sprache nicht findet. Für Einsteiger aber nicht geeignet.

Zöfel, Peter (2002): SPSS-Syntax. Die ideale Ergänzung für effiziente Datenanalyse. München: Pearson Studium.

Im Bereich der Datentransformationen recht umfassend, allerdings nicht viele Beispiele. Hat auch ein längeres Kapitel über Auswertungsverfahren, in dem sehr viele Prozeduren angesprochen werden, überwiegend freilich viel zu oberflächlich. Auch wenn das Buch absolut gesehen zu den billigeren gehört, ist das Preis-Leistungsverhältnis hier m.E. am ungünstigsten.

Bitte beachten Sie: Die Tatsache, dass ich hier auf Bücher zu Excel hinweise, heißt nicht, dass ich das Arbeiten mit Excel empfehle. Vielmehr ist davor ausdrücklich zu warnen (siehe http://www.burns-stat.com/pages/Tutor/spreadsheet_addiction.html, http://people.umass.edu/evagold/excel.html, sowie http://homepages.ulb.ac.be/~gmelard/rech/gmelard_csda23.pdf ).

Matthäus, Heidrun & Matthäus, Wolf-Gert (2016): Statistik und Excel. Elementarer Umgang mit Daten. Wiesbaden: Springer Fachmedien.

Monka, Michael & Voß, Werner (2002): Statistik am PC. Lösungen mit Excel. Hanser (seither mehrere Neuauflagen).

Das zweite Buch ist etwas wortreicher als das erste und enthält im Gegensatz zu diesem keine Hinweise auf die Grenzen und Fehler von Excel. Allerdings sind diese Hinweise auch im ersten Buch teilweise missverständlich, denn der Abschnitt "Excel scheint manchmal falsch zu rechnen" endet mit der Auflösung: Stimmt gar nicht, alles in Ordnung. Das gilt aber nur für das gewählte Beispiel, während die nachgewiesenen Fehler von Excel keine Erwähnung finden.

Weitere auf Literatur zur Statistik – auch zu spezielleren Themen – finden Sie in meinem Internet-Lexikon der Methoden der Empirischen Sozialforschung (dort rechts oben auf "Literatur" klicken).