Autor des Abschnitts: Sebastian Jentschke

Vergleich, welche Analysen in SPSS und jamovi verfügbar sind

SPSS	jamovi
	Schon auf den ersten Blick wird deutlich, dass jamovi derzeit weniger Funktionen hat als SPSS. ABER: (1) There is a (ever increasing) made available via modules (press the „+“ sign in the right upper corner of the jamovi window to add them). (2) The features implemented already cover „standard“ needs (90% of the most frequently used analyses in psychology). Schauen Sie sich ruhig an, welche Module verfügbar sind: Es gibt auch eine ganze Reihe von Modulen, die Funktionen abdecken, die in SPSS nicht verfügbar, aber sehr nützlich sind (z.B. für Meta-Analysen, Strukturgleichungsmodelle, etc.). Wenn Sie bereit sind, etwas R-Code zu verwenden (z. B. in Verbindung mit dem jamovi-Modul Rj), können Sie (vermutlich) fast jede mögliche Analyse durchführen.
Reports (Berichte)
Berichte → Codebuch	N/A
Reports → OLAP Cubes	N/A
Reports → Case summaries (Zusammenfassung von Fällen)	Exploration → Descriptives hat die gleiche Funktionalität
Reports → Reports Summaries in Rows	N/A
Reports → Reports Summaries in Columns	N/A
Deskriptivstatistik
Descriptive Statistics → Frequencies (Häufigkeiten)	Exploration → Descriptives enthält alle drei Analysen wenn Sie „Frequency tables“ ankreuzen, erhalten Sie eine Ausgabe, die derjenigen von „Frequencies“ in SPSS ähnelt
Descriptive Statistics → Descriptives
Descriptive Statistics → Explore
Descriptive Statistics → Crosstabs (Kreuztabellen)	Frequencies → (Contingency tables) → Independent samples (Kreuztabellen)
Descriptive Statistics → Ratio	N/A
Bayessche Statistik	erfordert 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 / Bayesian Correlation Pairs
Bayesian Statistics → Linear Regression	Regression → Bayesian Linear Regression
Bayesian Statistics → One-way ANOVA	ANOVA → Bayesian ANOVA (kann mehrere Faktoren enthalten / analysieren, während SPSS auf einen Faktor beschränkt ist)
Bayesian Statistics → Log-Linear Models	Frequencies → Bayesian Log-Linear Regression
Mittelwerte vergleichen
Compare Means → Means…	Exploration → Descriptives ersetzt / integriert diese Funktion, wählen Sie das Dropdown-Menü „Statistics“ und setzen Sie die Häkchen bei „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
Allgemeines lineares Modell
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
Generalisierte lineare Modelle	erfordert das jamovi-Modul „GAMLj“
Generalized Linear Models → Generalized Linear Models
Generalized Linear Models → Generalized Estimating Equations
Mixed Models	erfordert das jamovi-Modul „GAMLj“
Mixed Models → Linear
Mixed Models → Generalized Linear
Korrelationen
Correlate → Bivariate	Regression → Correlation Matrix
Correlate → Partial	Regression → Partial Correlation
Correlate → Distances	N/A
Regression
Regression → Automatic Linear Models	N/A
Regression → Linear	Regression → Linear Regression
Regression → Ordinal	Regression → (Logistic Regression) → Ordinal Outcomes
Regression → Curve Estimation	N/A
Regression → Partial Least Squares	N/A
Loglinear
Loglinear → General	Frequencies → Log-Linear Regression
Loglinear → Logit	N/A
Loglinear → Model Selection	N/A
Klassifizieren
Classify → Nearest Neighbor	N/A
Classify → Discriminant	N/A, kann mit R-code and the R-library «MASS» berechnet werden
Classify → TwoStep Cluster	N/A
Classify → Hierarchical Cluster	N/A, kann mit R-code and the R-library «pvclust» berechnet werden
Classify → K-Means Cluster
Dimensionsreduktion
Dimension Reduction → Factor	Factor → (Data reduction) → Principal Component Analysis Factor → (Data reduction) → Exploratory Factor Analysis [1]
Skalen
Scale → Reliability Analysis	Factor → (Scale analysis) → Reliability analysis
Scale → Multidimensional Scaling	N/A
Nichtparametrische Tests
Nonparametric Tests → One Sample	N/A, die Tests selbst sind verfügbar (siehe unten), aber kein gemeinsames Startmenü, das eine Auswahl auf der Grundlage Ihrer Daten ermöglicht (z. B. zwischen oder innerhalb von Probanden)
Nonparametric Tests → Independent Samples
Nonparametric Tests → Related Samples
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	unter Exploration → Descriptives ist der Shapiro-Wilk-Test verfügbar (der ebenfalls auf Abweichung von der Normalverteilung prüft), wählen Sie das Dropdown-Menü „Statistik“ und kreuzen Sie „Shapiro-Wilk“ an (der Kolmogoroff-Smirnov-Test ist über das Zusatzmodul moretests verfügbar)
Nonparametric Tests → Legacy Dialogs → 2 Independent Samples	T-Test → Independent Samples T-Test, kreuzen Sie „Mann-Whitney U“ an
Nonparametric Tests → Legacy Dialogs → 2 Related Samples	T-Test → Paired Samples T-Test, kreuzen Sie „Wilcoxon Rank“ an
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)
Ereigniszeitanalyse	benötigt das jamovi-Modul „Death watch“
Survival → Life Tables
Survival → Kaplan-Meier
Survival → Cox Regression
Survival → Cox w/ Time-Dep Cov
Mehrfachantworten
Multiple Response → Define Variable Sets	N/A
Multiple Response → Frequencies
Multiple Response → Crosstabs
ROC Curve
ROC Curve	N/A, zugänglich über R-Pakete (z. B. ROCR oder pROC)
Simulation
Simulation	N/A
Spatial and Temporal Modeling (Räumliche und zeitliche Modellierung)
Spatial and Temporal Modeling → Spatial Modeling	N/A

[1]

Während SPSS beide Methoden in einer Prozedur zusammenfasst (FACTOR) macht jamovi einen konzeptionellen Unterschied zwischen der Hauptkomponentenanalyse (Principal Component Analysis), die auf die Datenreduktion abzielt (d.h. die Reduzierung der Anzahl der Dimensionen, die zur Beschreibung der Daten erforderlich sind) und der explorativen Faktorenanalyse, die auf die Extraktion der zugrunde liegenden latenten Variablen abzielt.