Vergleich von Analysen

Aus Jamovide
Wechseln zu: Navigation, Suche
SPSS (version 25, beinhaltet nur Funkltionen, die in SPSS Standard 2850$ / Jahr und Lizenz) entahlten sind.
Funktionen in roter Schrift sind Teil von SPSS Base, die in blauer Schrift sind Teil von SPSS Advanced.
jamovi (versjon 1.1.8)
SPSS Analyze.png Jamovi Analyze.png

Bereits auf den ersten Blick wird deutlich, dass Jamovi weniger Funktionen als SPSS hat. Aber:
[1] Die implementierten Funktionen decken bereits "Standard"-Bedürfnisse ab (90% der in der Psychologie am häufigsten verwendeten Analysen).
[2] Es gibt eine (zunehmende) Anzahl von Funktionen, die über Zusatzmodule verfügbar gemacht werden. Dazu gehören neben Modulen, die Funktionen von SPSS ersetzen auch eine ganze Reihe von Modulen, die statistische Prozeduren verfügbar machen, die es in SPSS nicht gibt, die aber sehr nützlich sind (z. B. für Metaanalysen; MAJOR). Um Module hinzuzufügen, drücken Sie das "+"-Zeichen in der rechten oberen Ecke des jamovi-Fensters.
[3] Wenn Sie bereit sind, R-Code zu verwenden (in Verbindung mit dem Jamovi-Modul Rj), können Sie (höchstwahrscheinlich) jede Analyse durchführen, die Sie sich vorstellen können.
Jamovi Modules.png

Reports
Reports → Codebook N/A
Reports → OLAP Cubes N/A
Reports → Case summaries Exploration → Descriptives hat die gleiche Funktionalität
Reports → Reports Summaries in Rows N/A
Reports → Reports Summaries in Columns N/A

Descriptive Statistics
Descriptive Statistics → Frequencies Exploration → Descriptives, wähle / klicke auf «Frequency tables» um eine Ausgabe zu erhalten, die vergleichbar zu der von «Frequencies» in SPSS ist
Descriptive Statistics → Descriptives
Descriptive Statistics → Explore
Descriptive Statistics → Crosstabs Frequencies → (Contingency tables) → Independent samples
Descriptive Statistics → Ratio N/A

Bayesian Statistics
benötigt das jamovi-Modul «jsq»
Bayesian Statistics → One Sample Normal T-Test → Bayesian One Sample T-Test
Bayesian Statistics → One Sample Binomial Frequencies → Bayesian Proportion Test
Bayesian Statistics → One Sample Poisson Frequencies → Bayesian Contingency Tables
Bayesian Statistics → Related Sample Normal T-Test → Bayesian Paired Samples T-Test
Bayesian Statistics → Independent Samples Normal T-Test → Bayesian Independent Samples T-Test
Bayesian Statistics → Pearson Correlation Regression → Bayesian Correlation Matrix
Regression → Bayesian Correlation Pairs
Bayesian Statistics → Linear Regression Regression → Bayesian Linear Regression
Bayesian Statistics → One-way ANOVA ANOVA → Bayesian ANOVA (ist in der Lage eine multifaktorielle ANOVA zu berechnen, während SPSS auf eine einfaktorielle ANOVA limitiert ist)
Bayesian Statistics → Log-Linear Models Frequencies → Bayesian Log-Linear Regression

Compare Means
Compare Means → Means... Exploration → Descriptives ersetzt / integriert diese Funktionen, wähle das Drop-down-Menü «Statistics» und wähle / klicke auf «Mean», «N» und «Std. deviation»
Compare Means → Independent-Samples T Test T-Test → Independent Samples T-Test
Compare Means → Paired-Samples T Test T-Test → Paired Samples T-Test
Compare Means → One-Sample T Test T-Test → One Sample T-Test
Compare Means → One-Way ANOVA ANOVA → One-Way ANOVA

General Linear Model
General Linear Model → Univariate ANOVA → One-Way ANOVA
General Linear Model → Multivariate ANOVA → MANCOVA
General Linear Model → Repeated Measures ANOVA → Repeated Measures ANOVA
General Linear Model → Variance Components N/A

Generalized Linear Models
requires the jamovi-module «GAMLj» (General Analyses for the Linear Model in Jamovi)
Generalized Linear Models → Generalized Linear Models
Generalized Linear Models → Generalized Estimating Equations

Mixed Models
requires the jamovi-module «GAMLj» (General Analyses for the Linear Model in Jamovi)
Mixed Models → Linear
Mixed Models → Generalized Linear

Correlate
Correlate → Bivariate Regression → Correlation Matrix
Correlate → Partial N/A, lässt sich mit R-Code und den R-Bibliotheken «ppcor» oder «psych» berechnen
Correlate → Distances N/A, lässt sich mit R-Code berechnen

Regression
Regression → Automatic Linear Models Create a standard model. → Enhance model accuracy (boosting). → Enhance model stability (bagging).
Regression → Linear Regression → Linear Regression
Regression → Ordinal Regression → (Logistic Regression) → Ordinal Outcomes
Regression → Curve Estimation
Regression → Partial Least Squares

Loglinear
Loglinear → General Frequencies → Log-Linear Regression
Loglinear → Logit
Loglinear → Model Selection

Classify
Classify → Nearest Neighbor N/A
Classify → Discriminant N/A, lässt sich mit R-Code und der R-Bibliothek «MASS» berechnen
Classify → TwoStep Cluster N/A
Classify → Hierarchical Cluster N/A, lässt sich mit R-Code und der R-Bibliothek «pvclust» berechnen
Classify → K-Means Cluster N/A, lässt sich mit R-Code berechnen

Dimension Reduction
Dimension Reduction → Factor Factor → (Data reduction) → Principal Component Analysis
Factor → (Data reduction) → Exploratory Factor Analysis
der wichtigste Unterschied ist, dass «Exploratory Factor Analysis» eine größere Vielzahl von Methoden für die Faktorextraktion anbietet

Scale
Scale → Reliability Analysis Factor → (Scale analysis) → Reliability analysis
Scale → Multidimensional Scaling N/A

Nonparametric Tests
Nonparametric Tests → One Sample N/A, die Tests selbst sind verfügbar (a. unten); es gibt jedoch kein Übersichtsmenü das eine Selektion des angemessenen Test auf der Basis von Angaben zu den Daten erlaubt (z.B., Zwischen- or Innersubjekt-Vergleich)
Nonparametric Tests → Independent Samples N/A, die Tests selbst sind verfügbar (a. unten); es gibt jedoch kein Übersichtsmenü das eine Selektion des angemessenen Test auf der Basis von Angaben zu den Daten erlaubt (z.B., Zwischen- or Innersubjekt-Vergleich)
Nonparametric Tests → Related Samples N/A, die Tests selbst sind verfügbar (a. unten); es gibt jedoch kein Übersichtsmenü das eine Selektion des angemessenen Test auf der Basis von Angaben zu den Daten erlaubt (z.B., Zwischen- or Innersubjekt-Vergleich)
Nonparametric Tests → Legacy Dialogs → Chi-Square Frequencies → (One Sample Proportion Tests) → N Outcomes (x² goodness of fit)
Nonparametric Tests → Legacy Dialogs → Binomial Frequencies → (One Sample Proportion Tests) → 2 Outcomes (Binomial test)
Nonparametric Tests → Legacy Dialogs → Runs N/A
Nonparametric Tests → Legacy Dialogs → 1-Sample K-S N/A, Shapiro-Wilks ist verfügbar unter Exploration → Descriptives; benutze das Drop-down-Menü «Statistics» und wähle / klicke auf «Shapiro-Wilks»
Nonparametric Tests → Legacy Dialogs → 2 Independent Samples T-Test → Independent Samples T-Test, wähle / klicke auf «Mann-Whitney U»
Nonparametric Tests → Legacy Dialogs → 2 Related Samples T-Test → Paired Samples T-Test, wähle / klicke auf «Wilcoxon Rank»
Nonparametric Tests → Legacy Dialogs → K Independent Samples ANOVA → (Non-Parametric) → One-Way ANOVA (Kruskal-Wallis)
Nonparametric Tests → Legacy Dialogs → K Related Samples ANOVA → (Non-Parametric) → Repeated Measures ANOVA (Friedman)

Survival
benötigt das jamovi-Modul «Death watch»
Survival → Life Tables
Survival → Kaplan-Meier
Survival → Cox Regression
Survival → Cox w/ Time-Dep Cov

Multiple Response
Multiple Response → Define Variable Sets N/A
Multiple Response → Frequencies
Multiple Response → Crosstabs

ROC Curve
ROC Curve N/A, zugänglich via R-Pakete (f.eks., ROCR eller pROC)

Simulation
Simulation N/A

Spatial and Temporal Modeling
Spatial and Temporal Modeling → Spatial Modeling N/A