HTS-Berichte des ZTD - 01/2002 Vergleichsuntersuchung WILDE-Intelligenz-Test - Daten BFW Leipzig Bearbeiterin: A. Bettinville

Größe: px
Ab Seite anzeigen:

Download "HTS-Berichte des ZTD - 01/2002 Vergleichsuntersuchung WILDE-Intelligenz-Test - Daten BFW Leipzig Bearbeiterin: A. Bettinville"

Transkript

1 UNIVERSITÉ DE FRIBOURG SUISSE UNIVERSITÄT FREIBURG SCHWEIZ ZENTRUM FÜR TESTENTWICKLUNG UND DIAGNOSTIK AM DEPARTEMENT FÜR PSYCHOLOGIE CENTRE POUR LE DEVELOPPEMENT DE TESTS ET LE DIAGNOSTIC AU DEPARTEMENT DE PSYCHOLOGIE RTE D ENGLISBERG GRANGES-PACCOT +41(26) (26) HTS-Berichte des ZTD - 1/22 Vergleichsuntersuchung WILDE-Intelligenz-Test - Daten BFW Leipzig Bearbeiterin: A. Bettinville 1. Untersuchungsgegenstand und Fragestellungen Der Bericht bezieht sich auf eine Mediums-Vergleichsuntersuchung zum WILDE-Intelligenztest (WIT). Die verwendeten Daten stammen vom Berufsförderungswerk (BFW) Leipzig (Rabenberg u.m.). Die erste Fragestellung bezieht sich darauf, ob die zwei Testmedien und dasselbe messen (strukturellen Äquivalenz). Die zweite Fragestellung betrifft die normative Äquivalenz, d.h. ob signifikante Leistungsunterschiede in den einzelnen Untertests und im Testgesamtwert gefunden werden, die eine nach getrennte Normierung nach sich ziehen. 2. Beschreibung der Stichprobe Insgesamt lagen vom BFW Leipzig Rohdaten von N=127 Probanden der -Gruppe vor, in der -Gruppe waren es N=311 Probanden. Für die Untersuchung wurden Probanden ausgeschlossen, für die keine Daten zum WILDE-Intelligenztest vorlagen oder die grössere Datenlücken aufwiesen. Mit den verbleibenden Probanden (N=126 bzw. N=146) wurden anhand der e des CFT zwei parallele Gruppen (- und -Gruppe) gebildet, die hinsichtlich Geschlecht, Altersgruppe und CFT-Leistungen gleich verteilt sind. Die Verteilungen sind in der Tabelle 1 zusammengefasst. Total Geschlecht Altersgruppe jünger als 3 älter als 3 Gruppe männlich weiblich Jahre Jahre N=4 N=81 N=23 N=31 N=73 N=4 N=81 N=23 N=31 N=73 Tabelle 1: Zusammensetzung der Stichprobe Während der Analyse ist aufgefallen, dass etwa 18% der Personen in der -Gruppe den Untertest WG Wortgewandtheit nicht durchgeführt hatten. Dies liegt wahrscheinlich daran, dass dieser Untertest mit dem Versuchsleiter durchgeführt werden muss. Im Mittelwertsvergleich zeigten sich keine signifikanten Unterschiede in den übrigen Untertests zwischen den Personen, die den Untertest Wortgewandtheit nicht durchgeführt hatten und den Personen, die ihn durchgeführt hatten, so dass diese von der weiteren Analyse nicht ausgeschlossen werden müssen. 3. Fragestellung 1: Strukturelle Äquivalenz Die strukturelle Äquivalenz lässt sich graphisch und statistisch untersuchen. Die graphische Analyse erfolgt durch ein Streudiagramm, bei der die Daten des CFT (wonach wie in 2. die Gruppen gleichverteilt wurden) und die Testgesamtwerte des WIT pro Gruppe in ein rechtwinkliges Koordinatensystem übertragen und durch eine Regressionsgerade ergänzt werden. Eine erste Abschätzung der strukturellen Äquivalenz kann so durch den visuellen Vergleich der Punktwolken geschehen. Die Abbildungen 1 und 2 zeigen diese graphischen Auswertungen auf. Es zeigt sich, dass die Punktwolken ziemlich vergleichbar sind.

2 CFT total CFT total WIT total Abbildung 1: Streudiagramm -Gruppe WIT total Abbildung 2: Streudiagramm -Gruppe Für eine genauere Abschätzung der strukturellen Äquivalenz werden die einzelnen Untertests und der Testgesamtwert mit dem CFT-Gesamtwert korreliert. Da der CFT die Grundintelligenz erhebt, werden signifikante Korrelationen erwartet. Die Ergebnisse in Tabelle 2 zeigen schön auf, dass diese Erwartung für beide Gruppen in allen Untertests und dem Testgesamtwert zutrifft. Es kann also davon ausgegangen werden, dass die einzelnen Untertests verschiedene Anteile dieser Grundintelligenz messen. Das Ausmass dieser Varianzaufklärung lässt sich dem R 2 entnehmen. So zeigt sich z.b., dass der Untertest BR Buchstabenreihen 46% bzw. 3% der Varianz aufklärt. Korrelationen CFT Total Pearson N Correlation Sig. (2-tailed) R 2 GR 4.372**..139 Grundrechnen 4.389**..11 GW Gleiche 4.394**..1 Wortbedeutung 4.412**..17 AL Analogien SCH Schätzen SW Sprichwörter ZN Zahlenreihen SP Spiegelbilder 4.83** ** ** ** ** ** ** ** ** **..21 ER Eingekleidete 4.482**..232 Rechenaufgaben 4.22**..272 BR 4.68**..463 Buchstabenreihen 4.92**..3 BO Beobachtung 4.63** **..343 WG 4.437**..191 Wortgewandtheit **

3 4.614**..377 AW Abwicklungen 4.64**..318 GDT Gedächtnis WIT Total 4.348** ** ** **..46 Tabelle 2: Korrelationen der WIT-Untertests und Gesamttestwert mit CFT Um die strukturelle Äquivalenz sicherzustellen, sind die einzelnen Korrelationen der beiden Gruppen miteinander zu vergleichen. Dazu werden die Korrelationswerte in Fishers-Z-Werte transformiert und so miteinander vergleichbar gemacht. Die statistische Analyse (siehe Tabelle 3) ergab keine signifikanten Unterschiede zwischen den beiden Gruppen in den Korrelationswerten, d.h. die Korrelationen sind jeweils gleich gross. Nullhypothese: ρ 1 =ρ 2 z krit (%):±1.96; z krit (1%):±2.8 N r Fishers-Z σ (Z1-Z2) z WIT total 3.77** **.9 GR Grundrechnen 4.372** **.41 GW Gleiche 4.394**.42 Wortbedeutung 4.412**.44 AL Analogien 4.83** **.76 SCH Schätzen 4.39** **.46 SW Sprichwörter 4.613** **.3 ZN Zahlenreihen 4.38**.6 4.4**.49 SP Spiegelbilder 4.8** **.48 ER Eingekleidete 4.482**.3 Rechenaufgaben 4.22**.8 BR 4.68**.83 Buchstabenreihen 4.92**.68 BO Beobachtung 4.63** **.67 WG Wortgewandtheit 4.437** **.2 AW Abwicklungen 4.614** **.64 GDT Gedächtnis 4.348** ** Tabelle 3: Vergleich der Korrelationen 3

4 Anhand einer Reliabilitätsanalyse lässt sich berechnen, wie gut sich die einzelnen Untertests zu einem Testgesamtwert verrechnen lassen. Ein Cronbach-Alpha um.8 würde auf einen sinnvollen Testgesamtwert hinweisen. Für die -Gruppe ergab sich ein Alpha von.79, für die - Gruppe ein Alpha von.77, was beides gute und vergleichbare Werte darstellen. Ohne den Untertest WG Wortgewandtheit würde das Alpha in beiden Gruppen noch um einiges besser:.87 für,.86 für. Zusammengefasst lässt sich sagen, dass die beiden Testformen dasselbe messen, die strukturelle Äquivalenz ist also gegeben. 4. Fragestellung 2: Normative Äquivalenz Zur Überprüfung der normativen Äquivalenz werden Mittelwertsvergleiche für die einzelnen Untertests und dem Gesamtwert gemacht. Beim verwendeten statistischen Verfahren handelt es sich um t-tests für unabhängige Stichproben. Zu Beginn werden die everteilungen der einzelnen Untertests untersucht. Den Abbildungen des Anhangs A ist zu entnehmen, dass einzelne Personen beider Gruppen in einigen Untertests den aufweisen. Dies könnte auf ein Problem hinweisen (z.b. Verständnis der Instruktionen), wodurch die Gültigkeit des Tests für die betreffenden Personen in Frage gestellt wäre. Statistische Analysen haben aber gezeigt, dass sich die Ergebnisse der Mittelwertsvergleiche mit oder ohne diese betreffenden Personen für keinen der Untertest und den Gesamttestwert nicht unterscheiden. Die in der Tabelle 4 dargestellten Ergebnisse der Mittelwertsvergleiche beruhen daher auf der in Tabelle 1 beschriebenen Stichprobe. Die Ergebnisse der t-tests zeigen, dass es einen hochsignifikanten Unterschied zwischen den Testmedien im Testgesamtwert gibt. Die Mehrheit der Untertests ( GR Grundrechnen, AL Analogien, SW Sprichwörter, ZN Zahlenreihen, SP Spiegelbilder, BR Buchstabenreihen, WG Wortgewandtheit, AW Abwicklungen ) unterscheiden sich ebenfalls in signifikanter Weise. Bei den restlichen Untertests ( GW Gleiche Wortbedeutung, SCH Schätzen, ER Eingekleidete Rechenaufgaben, BO Beobachtung, GDT Gedächtnis zeigen sich zwischen den Testmedien keine signifikanten Unterschiede. Es zeigt sich ebenfalls, dass die -Gruppe in den meisten ( von 13) Untertests schlechter abschnitten. Signifikant besser schnitt die -Gruppe nur im Untertest BR Buchstabenreihen ab. Dies könnte ein Hinweis darauf sein, dass dieser Untertest auf dem Bildschirm besser handhabbar ist. WIT total Mittelwertsvergleiche Standardabweichung N Mittelwert t 1 1 Sig. (2- df tailed) ** GR Grundrechnen GW Gleiche Wortbedeutung AL Analogien SCH Schätzen SW Sprichwörter ZN Zahlenreihen SP Spiegelbilder ER Eingekleidete Rechenaufgaben ** * ** ** *

5 BR Buchstabenreihen BO Beobachtung WG Wortgewandtheit ** ** AW Abwicklungen * GDT Gedächtnis Varianzhomogenität geprüft (Levene); ** auf 1%-Niveau signifikant; * auf %-Niveau signifikant Tabelle 4: T-Test für unabhängige Stichproben. Schlussfolgerungen Die graphische, korrelative und Reliabilitätsanalyse haben alle ergeben, dass die beiden Testmedien dasselbe messen. Die strukturelle Äquivalenz ist somit gegeben. Die Untersuchung der normativen Äquivalenz hat gezeigt, dass signifikante Mittelwertsunterschiede sowohl im Testgesamtwert als auch in den meisten der Untertests zwischen den zwei Testmedien vorliegen. Eine separate Normierung der form ist angeraten. Diese Unterschiede sind nicht durch eine unterschiedliche Stichprobenzusammensetzung pro Gruppe zu erklären, da für die Analysen zwei parallele Gruppen gebildet wurden. Tendenziell schnitten die Probanden der -Gruppe in den einzelnen Untertests und daher auch im Gesamtwert jeweils besser ab. Diese Unterschiede sind wahrscheinlich durch den Einfluss des s zu erklären. Hierbei könnte es sein, dass der ungewohnte Umgang mit dem zu den schlechteren Resultaten in der -Gruppe geführt hat. Für eine genauere Analyse dieser Ergebnisse wäre es von Vorteil, die Probanden bereits bei der Datenerhebung verschiedenen Gruppen aufgrund der Diagnose zuzuordnen, die dann einzeln untersucht werden. Es wurde zwar versucht, hinsichtlich Alter, Geschlecht und CFT-Leistung gleichverteilte Gruppen zu bilden. Die Rehabilitanden stellen aber in sich eine sehr heterogene Teilpopulation dar, die je nach Diagnose verschiedene leistungsbezogene Störungen aufweisen könnten, was auf die Ergebnisse signifikanten Einfluss haben kann. So könnte es hier der Fall sein, dass nicht so sehr das selbst, sondern auch die vermutete unterschiedliche Gruppenzusammenstellung (indem z.b. in der -Gruppe überzufällig häufig das kognitive Defizit X zu beobachten wäre) zu den Ergebnissen geführt hat. Aufgrund der aufgezeigten Mittelwertsunterschiede ist es sinnvoll, für die einzelnen Medien getrennte Normen zu entwickeln und anzuwenden. Es ist möglich, dies auf der Grundlage der vorhandenen Daten zu machen. Eine genauere Einstufung der Leistung wäre durch die Bildung von Subpopulationen aufgrund der Diagnose erbracht. Für weitere Analysen wäre es deshalb empfehlenswert, solche Daten ebenfalls mitzuerheben. Als Vorschlag für die Normen werden nach Geschlecht und Altersgruppe getrennte Normtabellen zu empfehlen. Für einzelne Subgruppen (insbesondere Frauen) liegen jedoch zu wenig Daten vor, um zu diesem Zeitpunkt sinnvolle Normen entwickeln zu können. Es wäre daher von Vorteil, vor der Normentwicklung weitere Daten abzuwarten, um grössere Stichproben bilden zu können.

6 t t Anhang A: everteilungen der einzelnen Untertests des WILDE-Intelligenztests 1,,, 1, GR Grundrechnen 1,,, 1, GW Gleiche Wortbedeutung 1 6,,, 1, 2, AL Analogien

7 t t t 1,,, 1, SCH Schätzen 1,,, 1, SW Sprichwörter 1,,, 1, ZN Zahlenreihen 7

8 t t ,,, 1, 2, 2, SP Spiegelbilder 2 1,,, 1, ER Eingekleidete Rechenaufgaben 1,,, 1, BR Buchstabenreihen 8

9 Rohw ert ,,, 1, 2, 2, 3, 3, 4, BO Beobachtung 2 1,,, 1, AW Abwicklungen ,,, 1, 2, 2, 3, GDT Gedächtnis 9

10 Rohw ert 6 4 2,, 2, 3, 4,, 6, 7, 8, 9,, WG Wortgewandtheit

Webergänzung zu Kapitel 10

Webergänzung zu Kapitel 10 Webergänzung zu Kapitel 10 10.1.4 Varianzanalyse (ANOVA: analysis of variance) Im Kapitel 10 haben wir uns hauptsächlich mit Forschungsbeispielen beschäftigt, die nur zwei Ergebnissätze hatten (entweder

Mehr

6. METRISCHE UND KATEGORIALE MERKMALE

6. METRISCHE UND KATEGORIALE MERKMALE 6. METRISCHE UND KATEGORIALE MERKMALE wenn an einer Beobachtungseinheit eine (oder mehrere) metrische und eine (oder mehrere) kategoriale Variable(n) erhoben wurden Beispiel: Haushaltsarbeit von Teenagern

Mehr

Standardab er des. Testwert = 145.5 95% Konfidenzintervall. T df Sig. (2-seitig) Differenz Untere Obere -2.011 698.045-5.82-11.50 -.14.

Standardab er des. Testwert = 145.5 95% Konfidenzintervall. T df Sig. (2-seitig) Differenz Untere Obere -2.011 698.045-5.82-11.50 -.14. Aufgabe : einfacher T-Test Statistik bei einer Stichprobe Standardfehl Standardab er des Mittelwert weichung Mittelwertes 699 39.68 76.59 2.894 Test bei einer Sichprobe Testwert = 45.5 95% Konfidenzintervall

Mehr

Übungsserie Nr. 10 mit Lösungen

Übungsserie Nr. 10 mit Lösungen Übungsserie Nr. 10 mit Lösungen 1 Ein Untersuchungsdesign sieht einen multivariaten Vergleich einer Stichprobe von Frauen mit einer Stichprobe von Männern hinsichtlich der Merkmale X1, X2 und X3 vor (Codierung:

Mehr

Prüfen von Mittelwertsunterschieden: t-test

Prüfen von Mittelwertsunterschieden: t-test Prüfen von Mittelwertsunterschieden: t-test Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) t-test

Mehr

Varianzanalyse ANOVA

Varianzanalyse ANOVA Varianzanalyse ANOVA Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/23 Einfaktorielle Varianzanalyse (ANOVA) Bisher war man lediglich in der Lage, mit dem t-test einen Mittelwertsvergleich für

Mehr

Grundlagen von Versuchsmethodik und Datenanalyse

Grundlagen von Versuchsmethodik und Datenanalyse Grundlagen von Versuchsmethodik und Datenanalyse Der Anfang: Hypothesen über Ursache-Wirkungs-Zusammenhänge Ursache Wirkung Koffein verbessert Kurzzeitgedächtnis Gewaltfilme führen zu aggressivem Verhalten

Mehr

Multiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren)

Multiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren) Multiple Regression 1 Was ist multiple lineare Regression? Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren) Annahme: Der Zusammenhang

Mehr

Varianzanalytische Methoden Zweifaktorielle Versuchspläne 4/13. Durchführung in SPSS (File Trait Angst.sav)

Varianzanalytische Methoden Zweifaktorielle Versuchspläne 4/13. Durchführung in SPSS (File Trait Angst.sav) Zweifaktorielle Versuchspläne 4/13 Durchführung in SPSS (File Trait Angst.sav) Analysieren > Allgemeines Lineares Modell > Univariat Zweifaktorielle Versuchspläne 5/13 Haupteffekte Geschlecht und Gruppe

Mehr

Tabelle 6a: Deskriptive Statistiken der metrischen Variablen

Tabelle 6a: Deskriptive Statistiken der metrischen Variablen Ergebnisse 77 5 Ergebnisse Das folgende Kapitel widmet sich der statistischen Auswertung der Daten zur Ü- berprüfung der Hypothesen. Die hier verwendeten Daten wurden mit den in 4.3 beschriebenen Instrumenten

Mehr

Korrelation - Regression. Berghold, IMI

Korrelation - Regression. Berghold, IMI Korrelation - Regression Zusammenhang zwischen Variablen Bivariate Datenanalyse - Zusammenhang zwischen 2 stetigen Variablen Korrelation Einfaches lineares Regressionsmodell 1. Schritt: Erstellung eines

Mehr

Auswertung und Darstellung wissenschaftlicher Daten (1)

Auswertung und Darstellung wissenschaftlicher Daten (1) Auswertung und Darstellung wissenschaftlicher Daten () Mag. Dr. Andrea Payrhuber Zwei Schritte der Auswertung. Deskriptive Darstellung aller Daten 2. analytische Darstellung (Gruppenvergleiche) SPSS-Andrea

Mehr

Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit<-read.table("c:\\compaufg\\kredit.

Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit<-read.table(c:\\compaufg\\kredit. Lösung 16.3 Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit

Mehr

Anhang A: Fragebögen und sonstige Unterlagen

Anhang A: Fragebögen und sonstige Unterlagen Anhang Anhang A: Fragebögen und sonstige Unterlagen A.: Flyer zur Probandenrekrutierung 46 A.: Fragebogen zur Meditationserfahrung 47 48 A.3: Fragebogen Angaben zur Person 49 5 5 A.4: Termin- und Einladungsschreiben

Mehr

Univariate Lineare Regression. (eine unabhängige Variable)

Univariate Lineare Regression. (eine unabhängige Variable) Univariate Lineare Regression (eine unabhängige Variable) Lineare Regression y=a+bx Präzise lineare Beziehung a.. Intercept b..anstieg y..abhängige Variable x..unabhängige Variable Lineare Regression y=a+bx+e

Mehr

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte

Mehr

Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel

Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel 16.11.01 MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 1 Gliederung Datenanalyse (inferenzstatistisch)

Mehr

Zum Einfluss des Computers auf die Raumvorstellung eine differenzielle Analyse bei Studierenden von Computerwissenschaften

Zum Einfluss des Computers auf die Raumvorstellung eine differenzielle Analyse bei Studierenden von Computerwissenschaften Zum Einfluss des Computers auf die Raumvorstellung eine differenzielle Analyse bei Studierenden von Computerwissenschaften Claudia Quaiser-Pohl, Wolfgang Lehmann, Kirsten Jordan, Jörg R.J. Schirra Otto-von-Guericke-Universität

Mehr

Stichprobenauslegung. für stetige und binäre Datentypen

Stichprobenauslegung. für stetige und binäre Datentypen Stichprobenauslegung für stetige und binäre Datentypen Roadmap zu Stichproben Hypothese über das interessierende Merkmal aufstellen Stichprobe entnehmen Beobachtete Messwerte abbilden Schluss von der Beobachtung

Mehr

2. Korrelation, lineare Regression und multiple Regression

2. Korrelation, lineare Regression und multiple Regression multiple 2.2 Lineare 2.2 Lineare 1 / 130 2.2 Lineare 2 / 130 2.1 Beispiel: Arbeitsmotivation Untersuchung zur Motivation am Arbeitsplatz in einem Chemie-Konzern 25 Personen werden durch Arbeitsplatz zufällig

Mehr

Dr. Heidemarie Keller

Dr. Heidemarie Keller Reliabilität und Validität der deutschen Version der OPTION Scale Dr. Heidemarie Keller Abteilung für Allgemeinmedizin, Präventive und Rehabilitative Medizin Philipps-Universität Marburg EbM & Individualisierte

Mehr

Auswertung mit dem Statistikprogramm SPSS: 30.11.05

Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Seite 1 Einführung SPSS Was ist eine Fragestellung? Beispiel Welche statistische Prozedur gehört zu welcher Hypothese? Statistische Berechnungen mit

Mehr

Inhaltsverzeichnis. Regressionsanalyse. http://mesosworld.ch - Stand vom: 20.1.2010 1

Inhaltsverzeichnis. Regressionsanalyse. http://mesosworld.ch - Stand vom: 20.1.2010 1 Inhaltsverzeichnis Regressionsanalyse... 2 Lernhinweise... 2 Einführung... 2 Theorie (1-8)... 2 1. Allgemeine Beziehungen... 3 2. 'Best Fit'... 3 3. 'Ordinary Least Squares'... 4 4. Formel der Regressionskoeffizienten...

Mehr

Varianzanalyse * (1) Varianzanalyse (2)

Varianzanalyse * (1) Varianzanalyse (2) Varianzanalyse * (1) Einfaktorielle Varianzanalyse (I) Die Varianzanalyse (ANOVA = ANalysis Of VAriance) wird benutzt, um Unterschiede zwischen Mittelwerten von drei oder mehr Stichproben auf Signifikanz

Mehr

Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero?

Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Manche sagen: Ja, manche sagen: Nein Wie soll man das objektiv feststellen? Kann man Geschmack objektiv messen? - Geschmack ist subjektiv

Mehr

Kommentierter SPSS-Ausdruck zur logistischen Regression

Kommentierter SPSS-Ausdruck zur logistischen Regression Daten: POK V AG 3 (POKV_AG3_V07.SAV) Kommentierter SPSS-Ausdruck zur logistischen Regression Fragestellung: Welchen Einfluss hat die Fachnähe und das Geschlecht auf die interpersonale Attraktion einer

Mehr

Willkommen zur Vorlesung Statistik

Willkommen zur Vorlesung Statistik Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Varianzanalyse Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr. Wolfgang

Mehr

Beispiel für eine multivariate Varianzanalyse (MANOVA) Daten: POKIV_Terror_V12.sav

Beispiel für eine multivariate Varianzanalyse (MANOVA) Daten: POKIV_Terror_V12.sav Beispiel für eine multivariate Varianzanalyse () Daten: POKIV_Terror_V12.sav Es soll überprüft werden, inwieweit das ATB-Syndrom (Angst vor mit den drei Subskalen affektive Angst von, Terrorpersistenz,

Mehr

V A R I A N Z A N A L Y S E

V A R I A N Z A N A L Y S E V A R I A N Z A N A L Y S E Ziel / Funktion: statistische Beurteilung des Einflusses von nominal skalierten (kategorialen) Faktoren auf intervallskalierte abhängige Variablen Vorteil: die Wirkung von mehreren,

Mehr

12. Vergleich mehrerer Stichproben

12. Vergleich mehrerer Stichproben 12. Vergleich mehrerer Stichproben Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Häufig wollen wir verschiedene Populationen, Verfahren, usw. miteinander vergleichen. Beipiel: Vergleich

Mehr

SPSS-Beispiel zu Kapitel 6: Methoden der Reliabilitätsbestimmung 1

SPSS-Beispiel zu Kapitel 6: Methoden der Reliabilitätsbestimmung 1 SPSS-Beispiel zu Kapitel 6: Methoden der Reliabilitätsbestimmung 1 Karin Schermelleh-Engel & Christina S. Werner Inhaltsverzeichnis 1 Empirischer Datensatz... 1 2 Interne Konsistenz... 2 3 Split-Half-Reliabilität...

Mehr

Marktliquidität von Aktien

Marktliquidität von Aktien Marktliquidität von Aktien Inauguraldissertation zur Erlangung der Würde eines Doctor rerum oeconomicarum der Wirtschafts- und Sozialwissenschaftlichen Fakultät der Universität Bern Lukas Roth Die Fakultät

Mehr

Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt!

Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! 1 Einführung 2 Wahrscheinlichkeiten kurz gefasst 3 Zufallsvariablen und Verteilungen 4 Theoretische Verteilungen (Wahrscheinlichkeitsfunktion)

Mehr

Gewichtsentwicklung. der Vorarlberger Kindergartenkinder 2010 / 11 bis 2013 / 14

Gewichtsentwicklung. der Vorarlberger Kindergartenkinder 2010 / 11 bis 2013 / 14 Gewichtsentwicklung der Vorarlberger Kindergartenkinder 2010 / 11 bis 2013 / 14 und der Schülerinnen und Schüler aus Vorarlberger Volks- und Mittelschulen sowie polytechnischen und sonderpädagogischen

Mehr

Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell

Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell Einfaktorielle Versuchspläne 27/40 Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell Abweichung Einfach Differenz Helmert Wiederholt Vergleich Jede Gruppe mit Gesamtmittelwert

Mehr

Quantitative Methoden der Bildungsforschung

Quantitative Methoden der Bildungsforschung Glieung Wieholung Korrelationen Grundlagen lineare Regression Lineare Regression in SPSS Übung Wieholung Korrelationen Standardisiertes Zusammenhangsmaß (unstandardisiert: Kovarianz) linearer Zusammenhang

Mehr

Zusammenhänge zwischen metrischen Merkmalen

Zusammenhänge zwischen metrischen Merkmalen Zusammenhänge zwischen metrischen Merkmalen Darstellung des Zusammenhangs, Korrelation und Regression Daten liegen zu zwei metrischen Merkmalen vor: Datenpaare (x i, y i ), i = 1,..., n Beispiel: x: Anzahl

Mehr

Korrelation. Übungsbeispiel 1. Übungsbeispiel 4. Übungsbeispiel 2. Übungsbeispiel 3. Korrel.dtp Seite 1

Korrelation. Übungsbeispiel 1. Übungsbeispiel 4. Übungsbeispiel 2. Übungsbeispiel 3. Korrel.dtp Seite 1 Korrelation Die Korrelationsanalyse zeigt Zusammenhänge auf und macht Vorhersagen möglich Was ist Korrelation? Was sagt die Korrelationszahl aus? Wie geht man vor? Korrelation ist eine eindeutige Beziehung

Mehr

29. Mai 2006. 5. Bei Unterschleif gilt die Klausur als nicht bestanden und es erfolgt eine Meldung an das Prüfungsamt.

29. Mai 2006. 5. Bei Unterschleif gilt die Klausur als nicht bestanden und es erfolgt eine Meldung an das Prüfungsamt. L. Fahrmeir, C. Belitz Department für Statistik Bitte für die Korrektur freilassen! Aufgabe 1 2 3 4 Punkte Klausur zur Vorlesung Statistik III für Studenten mit Wahlfach Statistik 29. Mai 2006 Hinweise:

Mehr

2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen

2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen 4. Datenanalyse und Modellbildung Deskriptive Statistik 2-1 2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen Für die Auswertung einer Messreihe, die in Form

Mehr

Multinomiale logistische Regression

Multinomiale logistische Regression Multinomiale logistische Regression Die multinomiale logistische Regression dient zur Schätzung von Gruppenzugehörigkeiten bzw. einer entsprechenden Wahrscheinlichkeit hierfür, wobei als abhänginge Variable

Mehr

9. Schätzen und Testen bei unbekannter Varianz

9. Schätzen und Testen bei unbekannter Varianz 9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,

Mehr

Berufsbezogene Leistungsmotivation und Leistungsorientierung älterer Arbeitnehmer

Berufsbezogene Leistungsmotivation und Leistungsorientierung älterer Arbeitnehmer Berufsbezogene Leistungsmotivation und Leistungsorientierung älterer Arbeitnehmer - Ergebnisse eines explorativen Forschungsprojektes - Fachtagung: Chancen für Ältere? Neue Forschungsergebnisse zur Arbeitsmarktsituation

Mehr

M2: Eignungstest für kaufmännische Berufe und mittleren Dienst

M2: Eignungstest für kaufmännische Berufe und mittleren Dienst M2: Eignungstest für kaufmännische Berufe und mittleren Dienst Verfahrenshinweise nach DIN 33430 Berlin Düsseldorf Hannover Leipzig Stuttgart 1 1 Zielsetzung und Anwendungsbereich Der Eignungstest M2 ist

Mehr

3.2 Bivariate Verteilungen

3.2 Bivariate Verteilungen 3.2 Bivariate Verteilungen zwei Variablen X, Y werden gemeinsam betrachtet (an jedem Objekt i, i = 1,..., n, werden gleichzeitig zwei Merkmale beobachtet) Beobachtungswerte sind Paare/Kombinationen von

Mehr

Fibonacci Retracements und Extensions im Trading

Fibonacci Retracements und Extensions im Trading Fibonacci Retracements und Extensions im Trading Einführung Im 12. Jahrhundert wurde von dem italienischem Mathematiker Leonardo da Pisa die Fibonacci Zahlenfolge entdeckt. Diese Zahlenreihe bestimmt ein

Mehr

Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest

Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest Universität Wien Institut für Mathematik Wintersemester 2009/2010 Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest Seminar Angewandte Mathematik Ao. Univ. Prof. Dr. Peter Schmitt von Nadja Reiterer

Mehr

Faktorenanalyse. 1. Grundlegende Verfahren. Bacher, SoSe2007

Faktorenanalyse. 1. Grundlegende Verfahren. Bacher, SoSe2007 Faktorenanalyse Bacher, SoSe2007 1. Grundlegende Verfahren explorative FA (EXFA): Für eine Menge von Variablen/Items werden zugrunde liegende gemeinsame (latente) Dimensionen/Faktoren gesucht, die Faktorstruktur

Mehr

Das Multi-Channel. Channel-Verhalten der Online-Shopper - Empirische Ergebnisse zu den Wechselwirkungen. zwischen Vertriebskanälen im Handel -

Das Multi-Channel. Channel-Verhalten der Online-Shopper - Empirische Ergebnisse zu den Wechselwirkungen. zwischen Vertriebskanälen im Handel - Das Multi-Channel Channel-Verhalten der Online-Shopper - Empirische Ergebnisse zu den Wechselwirkungen zwischen Vertriebskanälen im Handel - Dipl.-Kfm. Sebastian van Baal, MBA Köln, 01. Juni 2004 Agenda

Mehr

Allgemeines Lineares Modell: Univariate Varianzanalyse und Kovarianzanalyse

Allgemeines Lineares Modell: Univariate Varianzanalyse und Kovarianzanalyse Allgemeines Lineares Modell: Univariate Varianzanalyse und Kovarianzanalyse Univariate Varianz- und Kovarianzanlyse, Multivariate Varianzanalyse und Varianzanalyse mit Messwiederholung finden sich unter

Mehr

Varianzanalyse. Seminar: Multivariate Verfahren Dr. Thomas Schäfer. Datum: 25. Mai 2010

Varianzanalyse. Seminar: Multivariate Verfahren Dr. Thomas Schäfer. Datum: 25. Mai 2010 Varianzanalyse Seminar: Multivariate Verfahren Dozent: Dr. Thomas Schäfer Referenten: Ralf Hopp, Michaela Haase, Tina Giska Datum: 25. Mai 2010 Gliederung I Theorieteil 1. Das Prinzip der Varianzanalyse

Mehr

Kapitel 3: Interpretationen

Kapitel 3: Interpretationen Kapitel 3: 1. Interpretation von Outputs allgemein... 1 2. Interpretation von Signifikanzen... 1 2.1. Signifikanztests / Punktschätzer... 1 2.2. Konfidenzintervalle... 2 3. Interpretation von Parametern...

Mehr

Übungsaufgaben zu Kapitel 5. Aufgabe 101. Inhaltsverzeichnis:

Übungsaufgaben zu Kapitel 5. Aufgabe 101. Inhaltsverzeichnis: Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 5... 1 Aufgabe 101... 1 Aufgabe 102... 2 Aufgabe 103... 2 Aufgabe 104... 2 Aufgabe 105... 3 Aufgabe 106... 3 Aufgabe 107... 3 Aufgabe 108... 4 Aufgabe 109...

Mehr

8. Methoden der klassischen multivariaten Statistik

8. Methoden der klassischen multivariaten Statistik 8. Methoden der klassischen multivariaten Statistik 8.1. Darstellung von Daten Voraussetzungen auch in diesem Kapitel: Grundgesamtheit (Datenraum) Ω von Objekten (Fällen, Instanzen), denen J-Tupel von

Mehr

Modul G.1 WS 07/08: Statistik 17.01.2008 1. Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen.

Modul G.1 WS 07/08: Statistik 17.01.2008 1. Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen. Modul G.1 WS 07/08: Statistik 17.01.2008 1 Wiederholung Kovarianz und Korrelation Kovarianz = Maß für den linearen Zusammenhang zwischen zwei Variablen x und y Korrelation Die Korrelation ist ein standardisiertes

Mehr

Leistungsmotivation in Zusammenhang mit Selbstständigkeit, Geschlecht und elterlichem Einfluss

Leistungsmotivation in Zusammenhang mit Selbstständigkeit, Geschlecht und elterlichem Einfluss Universität Regensburg WS 2007 / 2008 Institut für Psychologie Lehrstuhl Prof. Lukesch Dozent: Prof. Lukesch Pflichtwahlpraktikum: Medienpädagogik Leistungsmotivation in Zusammenhang mit Selbstständigkeit,

Mehr

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 1 Einführung in die statistische Datenanalyse Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 2 Gliederung 1.Grundlagen 2.Nicht-parametrische Tests a. Mann-Whitney-Wilcoxon-U Test b. Wilcoxon-Signed-Rank

Mehr

Welch-Test. Welch-Test

Welch-Test. Welch-Test Welch-Test Welch-Test Test auf Lageunterschied zweier normalverteilter Grundgesamtheiten mit unbekannten Varianzen durch Vergleich der Mittelwerte zweier unabhängiger Zufallsstichproben. Beispiel Im Labor

Mehr

Kapitel 7: Varianzanalyse mit Messwiederholung

Kapitel 7: Varianzanalyse mit Messwiederholung Kapitel 7: Varianzanalyse mit Messwiederholung Durchführung einer einfaktoriellen Varianzanalyse mit Messwiederholung 1 Durchführung einer zweifaktoriellen Varianzanalyse mit Messwiederholung auf einem

Mehr

Diskriminanzanalyse Beispiel

Diskriminanzanalyse Beispiel Diskriminanzanalyse Ziel bei der Diskriminanzanalyse ist die Analyse von Gruppenunterschieden, d. h. der Untersuchung von zwei oder mehr Gruppen hinsichtlich einer Vielzahl von Variablen. Diese Methode

Mehr

T-TEST BEI EINER STICHPROBE:

T-TEST BEI EINER STICHPROBE: Kapitel 19 T-Test Mit Hilfe der T-TEST-Prozeduren werden Aussagen über Mittelwerte getroffen. Dabei wird versucht, aus den Beobachtungen einer Stichprobe Rückschlüsse auf die Grundgesamtheit zu ziehen.

Mehr

Varianzananalyse. How to do

Varianzananalyse. How to do Varianzananalyse How to do Die folgende Zusammenfassung zeigt beispielhaft, wie eine Varianzanalyse mit SPSS durchgeführt wird und wie die Ergebnisse in einem Empra-Bericht oder in einer Bachelor- oder

Mehr

PRAKTIKUM Experimentelle Prozeßanalyse 2. VERSUCH AS-PA-2 "Methoden der Modellbildung statischer Systeme" Teil 2 (für ausgewählte Masterstudiengänge)

PRAKTIKUM Experimentelle Prozeßanalyse 2. VERSUCH AS-PA-2 Methoden der Modellbildung statischer Systeme Teil 2 (für ausgewählte Masterstudiengänge) FACHGEBIET Systemanalyse PRAKTIKUM Experimentelle Prozeßanalyse 2 VERSUCH AS-PA-2 "Methoden der Modellbildung statischer Systeme" Teil 2 (für ausgewählte Masterstudiengänge) Verantw. Hochschullehrer: Prof.

Mehr

ANHANG ZUM TITEL. von Clemens Zumhasch

ANHANG ZUM TITEL. von Clemens Zumhasch ANHANG ZUM TITEL SCHULLEISTUNGEN, SELBSTKONZEPTE SOWIE UNTERRICHTSKLIMATISCHE EINSTELLUNGEN DEUTSCHER UND ITALIENISCHER SCHÜLER Quer- und Längsschnittbefunde zu einem bilingualen Schulversuch von Clemens

Mehr

Elisabeth Raab-Steiner/Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS/PASW-Auswertung. 2., aktualisierte Auflage. facultas.

Elisabeth Raab-Steiner/Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS/PASW-Auswertung. 2., aktualisierte Auflage. facultas. Elisabeth Raab-Steiner/Michael Benesch Der Fragebogen Von der Forschungsidee zur SPSS/PASW-Auswertung 2., aktualisierte Auflage facultas.wuv Inhaltsverzeichnis 1 Elementare Definitionen 11 1.1 Deskriptive

Mehr

Wechsel der Zusatzversicherung

Wechsel der Zusatzversicherung Wechsel der Zusatzversicherung Oktober 2012 Umfrage-Basics/ Studiensteckbrief: _ Methode: Computer Assisted Web Interviews (CAWI) _ Instrument: Online-Interviews über die Marketagent.com research Plattform

Mehr

Vergleichende Untersuchungen der Sarstedt Blutsenkungssysteme. S-Monovette BSG und S-Sedivette und der Messgeräte Sediplus S 200 und S 2000

Vergleichende Untersuchungen der Sarstedt Blutsenkungssysteme. S-Monovette BSG und S-Sedivette und der Messgeräte Sediplus S 200 und S 2000 Vergleichende Untersuchungen der Sarstedt Blutsenkungssysteme S-Monovette BSG und S-Sedivette und der Messgeräte Sediplus S 200 und S 2000 Einleitung: Für Blutentnahmen einer BSG Bestimmung bietet Sarstedt

Mehr

25. Januar 2010. Ruhr-Universität Bochum. Methodenlehre III, WS 2009/2010. Prof. Dr. Holger Dette. 4. Multivariate Mittelwertvergleiche

25. Januar 2010. Ruhr-Universität Bochum. Methodenlehre III, WS 2009/2010. Prof. Dr. Holger Dette. 4. Multivariate Mittelwertvergleiche Ruhr-Universität Bochum 25. Januar 2010 1 / 75 2 / 75 4.1 Beispiel: Vergleich von verschiedenen Unterrichtsmethoden Zwei Zufallsstichproben (A und B) mit je 10 Schülern und 8 Schülern Gruppe A wird nach

Mehr

Einfache Statistiken in Excel

Einfache Statistiken in Excel Einfache Statistiken in Excel Dipl.-Volkswirtin Anna Miller Bergische Universität Wuppertal Schumpeter School of Business and Economics Lehrstuhl für Internationale Wirtschaft und Regionalökonomik Raum

Mehr

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben

Mehr

Modellierung von Korrelationen zwischen Kreditausfallraten für Kreditportfolios. Bernd Rosenow, 3. Kölner Workshop Quantitative Finanzmarktforschung

Modellierung von Korrelationen zwischen Kreditausfallraten für Kreditportfolios. Bernd Rosenow, 3. Kölner Workshop Quantitative Finanzmarktforschung Modellierung von Korrelationen zwischen Kreditausfallraten für Kreditportfolios Bernd Rosenow Rafael Weißhaupt Frank Altrock Universität zu Köln West LB AG, Düsseldorf Gliederung Beschreibung des Datensatzes

Mehr

Nach Vorwürfen der Bundesebene und in den Medien: Krankenhäuser im Land Bremen weisen Vorwürfe der systematischen Falschabrechnung zurück!

Nach Vorwürfen der Bundesebene und in den Medien: Krankenhäuser im Land Bremen weisen Vorwürfe der systematischen Falschabrechnung zurück! Bremen, den 20.04. 2011 Mitteilung für die Presse Nach Vorwürfen der Bundesebene und in den Medien: Krankenhäuser im Land Bremen weisen Vorwürfe der systematischen Falschabrechnung zurück! In den letzten

Mehr

Kundenbefragung 2014 Landkreis Osterholz

Kundenbefragung 2014 Landkreis Osterholz Kundenbefragung 2014 Landkreis Osterholz Projekt an der Hochschule für Verwaltung in Niedersachsen Projektleitung: Prof. Dr. Jan Schilling Projektteammitglieder: Natalie Bonsack, Melissa Just, Sarah Klinkosch,

Mehr

Angewandte Ökonometrie, WS 2012/13, 1. Teilprüfung am 6.12.2012 - Lösungen. Das folgende Modell ist ein GARCH(1,1)-Modell:

Angewandte Ökonometrie, WS 2012/13, 1. Teilprüfung am 6.12.2012 - Lösungen. Das folgende Modell ist ein GARCH(1,1)-Modell: Angewandte Ökonometrie, WS 2012/13, 1. Teilprüfung am 6.12.2012 - Lösungen LV-Leiterin: Univ.Prof.Dr. Sylvia Frühwirth-Schnatter 1 Wahr oder falsch? 1. Das folgende Modell ist ein GARCH(1,1)-Modell: Y

Mehr

Ein Online- Tool zur Selbstevalua4on und Weiterbildung. Dr. Anne- Françoise Gilbert Zentrum für Hochschuldidak=k Universität Freiburg (CH)

Ein Online- Tool zur Selbstevalua4on und Weiterbildung. Dr. Anne- Françoise Gilbert Zentrum für Hochschuldidak=k Universität Freiburg (CH) Ein Online- Tool zur Selbstevalua4on und Weiterbildung Dr. Anne- Françoise Gilbert Zentrum für Hochschuldidak=k Universität Freiburg (CH) Projekt E- qual+ E- qual «Lehre, Gender, Qualität» (2008-2010)

Mehr

Übungen zur Veranstaltung Statistik 2 mit SPSS

Übungen zur Veranstaltung Statistik 2 mit SPSS Raum 22, Tel. 39 4 Aufgabe 5. Wird der neue Film MatchPoint von Woody Allen von weiblichen und männlichen Zuschauern gleich bewertet? Eine Umfrage unter 00 Kinobesuchern ergab folgende Daten: Altersgruppe

Mehr

Klausur zur Vorlesung Statistik III für Studenten mit dem Wahlfach Statistik

Klausur zur Vorlesung Statistik III für Studenten mit dem Wahlfach Statistik Ludwig Fahrmeir, Nora Fenske Institut für Statistik Bitte für die Korrektur freilassen! Aufgabe 1 2 3 4 Punkte Klausur zur Vorlesung Statistik III für Studenten mit dem Wahlfach Statistik 29. März 21 Hinweise:

Mehr

Häufigkeitstabellen. Balken- oder Kreisdiagramme. kritischer Wert für χ2-test. Kontingenztafeln

Häufigkeitstabellen. Balken- oder Kreisdiagramme. kritischer Wert für χ2-test. Kontingenztafeln Häufigkeitstabellen Menüpunkt Data PivotTable Report (bzw. entsprechendes Icon): wähle Data Range (Zellen, die die Daten enthalten + Zelle mit Variablenname) wähle kategoriale Variable für Spalten- oder

Mehr

Berliner Intelligenzstrukturtest BIS 4 SS 2009 1

Berliner Intelligenzstrukturtest BIS 4 SS 2009 1 Berliner Intelligenzstrukturtest BIS 4 SS 2009 1 SS 2009 2 SS 2009 3 Eigenschaften des BIS 4 Ein kompliziertes (konstruktivistisches) Theorieverständnis Eine komplexe (multimodale, hierarchische) Intelligenztheorie

Mehr

Univariate/ multivariate Ansätze. Klaus D. Kubinger. Test- und Beratungsstelle. Effektgrößen

Univariate/ multivariate Ansätze. Klaus D. Kubinger. Test- und Beratungsstelle. Effektgrößen Univariate/ multivariate Ansätze Klaus D. Kubinger Effektgrößen Rasch, D. & Kubinger, K.D. (2006). Statistik für das Psychologiestudium Mit Softwareunter-stützung zur Planung und Auswertung von Untersuchungen

Mehr

Die Auswertung dyadischer Daten anhand des Partner-Effekt-Modells

Die Auswertung dyadischer Daten anhand des Partner-Effekt-Modells Die Auswertung dyadischer Daten anhand des Partner-Effekt-Modells Dorothea E. Dette-Hagenmeyer Was sind dyadische Daten? Dyadische Daten sind Daten von zwei oder mehreren Personen, die etwas miteinander

Mehr

G2: Eignungstest für gewerbliche, medizinische und soziale Berufe

G2: Eignungstest für gewerbliche, medizinische und soziale Berufe G2: Eignungstest für gewerbliche, medizinische und soziale Berufe Verfahrenshinweise nach DIN 33430 Berlin Düsseldorf Hannover Leipzig Stuttgart 1 1 Zielsetzung und Anwendungsbereich Der Eignungstest G2

Mehr

9. StatistischeTests. 9.1 Konzeption

9. StatistischeTests. 9.1 Konzeption 9. StatistischeTests 9.1 Konzeption Statistische Tests dienen zur Überprüfung von Hypothesen über einen Parameter der Grundgesamtheit (bei einem Ein-Stichproben-Test) oder über die Verteilung einer Zufallsvariablen

Mehr

Institut für Soziologie. Methoden 2. Regressionsanalyse I: Einfache lineare Regression

Institut für Soziologie. Methoden 2. Regressionsanalyse I: Einfache lineare Regression Institut für Soziologie Methoden 2 Regressionsanalyse I: Einfache lineare Regression Programm Anwendungsbereich Vorgehensweise Interpretation Annahmen Zusammenfassung Übungsaufgabe Literatur # 2 Anwendungsbereich

Mehr

Universität Greifswald. Forsch. Projekt/ KFD. Landesamt für Innere Verwaltung (Statistisches Amt) M-V

Universität Greifswald. Forsch. Projekt/ KFD. Landesamt für Innere Verwaltung (Statistisches Amt) M-V Rostocker Zentrum zur Erforschung des demographischen Wandels/ Universität Rostock/ Max- Planck-Institut für demografische Forschung Rostock Universität Greifswald Forsch. Projekt/ KFD Max-Planck-Institut

Mehr

Wechselbewegungen durch Zusatzbeitrag Welchen Einfluss hat der Preis auf die Mitgliederbewegungen?

Wechselbewegungen durch Zusatzbeitrag Welchen Einfluss hat der Preis auf die Mitgliederbewegungen? Gesundheit Mobilität Bildung Wechselbewegungen durch Zusatzbeitrag Welchen Einfluss hat der Preis auf die Mitgliederbewegungen? Dr. Karsten Neumann Auszug aus dem Vortrag bei den Gesundheitsforen Leipzig:»Finanzen

Mehr

14.01.14 DAS THEMA: INFERENZSTATISTIK II. Standardfehler Konfidenzintervalle Signifikanztests. Standardfehler

14.01.14 DAS THEMA: INFERENZSTATISTIK II. Standardfehler Konfidenzintervalle Signifikanztests. Standardfehler DAS THEMA: INFERENZSTATISTIK II INFERENZSTATISTISCHE AUSSAGEN Standardfehler Konfidenzintervalle Signifikanztests Standardfehler der Standardfehler Interpretation Verwendung 1 ZUR WIEDERHOLUNG... Ausgangspunkt:

Mehr

Klausur Wirtschaftsmathematik Lösungshinweise

Klausur Wirtschaftsmathematik Lösungshinweise Klausur Wirtschaftsmathematik Lösungshinweise Prüfungsdatum: 27. Juni 2015 Prüfer: Etschberger Studiengang: Wirtschaftsingenieurwesen Aufgabe 1 16 Punkte Anton Arglos hat von seiner Großmutter 30 000 geschenkt

Mehr

Kundenzufriedenheitsbefragung 2014

Kundenzufriedenheitsbefragung 2014 Kundenzufriedenheitsbefragung 2014 Auswertungsband über alle bisher erhobenen Augenoptiker Anton Optik e.k. Februar 2015, V100 Label TÜV SÜD Management Service GmbH 1 1 2 Hintergrund der Erhebung Zusammenfassung

Mehr

Jenaer Sportmanagement Survey

Jenaer Sportmanagement Survey Jenaer Sportmanagement Survey Kurzreport Olympische Winterspiele 2018 seit 1558 Sportökonomie Einführung Sportliche Megaevents sind seit jeher eine besondere Angelegenheit, sei es für Veranstalter, beteiligte

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Übung 2 28.02.2008 1 Inhalt der heutigen Übung Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben 2.1: Häufigkeitsverteilung 2.2: Tukey Boxplot 25:Korrelation

Mehr

Das Trendbarometer der digitalen Wirtschaft

Das Trendbarometer der digitalen Wirtschaft Das Trendbarometer der digitalen Wirtschaft Die neue Handygeneration April 2006 Beispiel-Seiten aus der Studie Inhaltsverzeichnis Einleitung S. 3 Keyfindings S. 4 Flatrate: Bedarf und Zahlungsbereitschaft

Mehr

Auswertung der Befragung zum Bürgerhaushalt in Jena

Auswertung der Befragung zum Bürgerhaushalt in Jena Auswertung der Befragung zum Bürgerhaushalt in Jena Beteiligungsverfahren 2014 Autoren: Dipl.-Volkswirt Arndt Lautenschläger Prof. Dr. Heiko Haase Auftraggeber: Stadtverwaltung Jena Dezernat Finanzen,

Mehr

Statistik Musterlösungen

Statistik Musterlösungen Statistik Musterlösungen Regina Tüchler & Achim Zeileis Institut für Statistik & Mathematik Wirtschaftsuniversität Wien 1 Grundbegriffe (1.23) Skript Reaktionen auf Videofilm. Aussagen M, E, P, S h(m)

Mehr

4 DISKUSSION 4.1 Tinnitusbelastung, psychische Belastung und Krankheitsbewältigung

4 DISKUSSION 4.1 Tinnitusbelastung, psychische Belastung und Krankheitsbewältigung DISKUSSION Seite 48 4 DISKUSSION Im Folgenden werden die Ergebnisse vor dem Hintergrund des aktuellen Forschungsstandes diskutiert. Mit einer durchschnittlichen Tinnitusbelastung von 39 Punkten im Tinnitus-

Mehr

CITIES AGAINST RACISM RESPONSIBILITIES OF CITIES IN COUNTERACTING RACISM SUSTAINABILITY. Evaluation der Plakatkampagne der Stadt Graz gegen Rassismus

CITIES AGAINST RACISM RESPONSIBILITIES OF CITIES IN COUNTERACTING RACISM SUSTAINABILITY. Evaluation der Plakatkampagne der Stadt Graz gegen Rassismus CITIES AGAINST RACISM RESPONSIBILITIES OF CITIES IN COUNTERACTING RACISM SUSTAINABILITY Evaluation der Plakatkampagne der Stadt Graz gegen Rassismus Durchgeführt durch das ETC Graz März 2013 - 2 - Inhalt

Mehr

Das Dialogfeld für die Regressionsanalyse ("Lineare Regression") findet sich im Statistik- Menu unter "Regression"-"Linear":

Das Dialogfeld für die Regressionsanalyse (Lineare Regression) findet sich im Statistik- Menu unter Regression-Linear: Lineare Regression Das Dialogfeld für die Regressionsanalyse ("Lineare Regression") findet sich im Statistik- Menu unter "Regression"-"Linear": Im einfachsten Fall werden mehrere Prädiktoren (oder nur

Mehr

Persönlichkeitsstruktur und Motive von Ironman-Teilnehmern im Vergleich zu Marathon-Läufern

Persönlichkeitsstruktur und Motive von Ironman-Teilnehmern im Vergleich zu Marathon-Läufern Persönlichkeitsstruktur und Motive von Ironman-Teilnehmern im Vergleich zu Marathon-Läufern Was bewegt einen Menschen dazu, an einem Marathon teilzunehmen? Warum absolviert jemand eine Langdistanz (Ironman)?

Mehr

Frühintervention: Zielgruppen und Zuständigkeiten. Frühintervention bei jugendlichen Rauschtrinkern

Frühintervention: Zielgruppen und Zuständigkeiten. Frühintervention bei jugendlichen Rauschtrinkern Frühintervention: Zielgruppen und Zuständigkeiten Frühintervention bei jugendlichen Rauschtrinkern Funktioneller Landesverband der Landwirtschaftlichen Krankenkassen & Pflegekassen in Bayern Bayerische

Mehr

Kommentierter SPSS-Output für die multiple Regressionsanalyse (SPSS-Version 17)

Kommentierter SPSS-Output für die multiple Regressionsanalyse (SPSS-Version 17) R.Niketta Multiple Regressionsanalyse Kommentierter SPSS-Output für die multiple Regressionsanalyse (SPSS-Version 17) Daten: Selbstdarstellung und Kontaktsuche in studi.vz (POK VIII, AG 3) Fragestellung:

Mehr