Forschungsmethoden und Statistik in der Psychologie

Größe: px
Ab Seite anzeigen:

Download "Forschungsmethoden und Statistik in der Psychologie"

Transkript

1 Peter Sedlmeier Frank Renkewitz Forschungsmethoden und Statistik in der Psychologie PEARSON Studium ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam

2 Inhaltsübersicht Vorwort XIX Teill Kapitel 1 Kapitel 2 Kapitel 3 Kapitel 4 Kapitel 5 Grundlagen und Konzepte Alltagspsychologie vs. wissenschaftliche Psychologie Wissenschaftstheorie, Theorien und Hypothesen Messen und Testen Datenerhebung: Befragung und Beobachtung Experimentelle Designs Teil ll Kapitel 6 Kapitel 7 Kapitel 8 Kapitel 9 Deskriptive und explorative Datenanalyse Lage- und Streuungsmaße Korrelation Lineare Regression Effektgrößen Teil III Kapitel 10 Kapitel 11 Kapitel 12 Kapitel 13 Kapitel 14 Inferenzstatistik Grundlagen der Inferenzstatistik Konfidenzintervalle Signifikanztests t-tests Der F-Test in der einfaktoriellen Varianzanalyse

3 Kapitel 15 Weitere F-Tests 461 Kapitel 16 Kontrastanalyse 507 Kapitel 17 Verfahren zur Analyse nominalskalierter Daten: Chi-Quadrat (x 2 -)Tests 549 Kapitel 18 Verfahren zur Analyse ordinalskalierter Daten 579 Kapitel 19 Inferenzstatistik: Erweiterungen und Ergänzungen 595 Teil IV Weitere Verfahren der Datenerhebung und Datenanalyse 619 Kapitel 20 Explorative Datenanalyse (EDA): Weitere Verfahren 621 Kapitel 21 Effektgrößen: Erweiterungen und Ergänzungen 643 Kapitel 22 Metaanalyse 661 Kapitel 23 Besonderheiten der Datenerhebung 681 Kapitel 24 Computermodellierung als Forschungsmethode 701 Kapitel 25 Qualitative Methoden 741 Teil V Reflexion 773 Kapitel 26 Methoden und Psychologie 775 Anhang 787 Anhang A: Tabellen 788 Anhang B: Bibliografie 807 Anhang C: Register 825

4 Inhaltsverzeichnis Vorwort XIX Teil I Grundlagen und Konzepte 1 Kapitel 1 Alltagspsychologie vs. wissenschaftliche Psychologie Die Fallstricke der Alltagspsychologie Fehler beim Wahrnehmen Fehler beim Erinnern Fehler beim logischen Denken Fehler beim Umgang mit Wahrscheinlichkeiten ll 1.2 Sprachgebrauch in Alltag und Wissenschaft Missverständnisse beim Verstehen von Sprache im Alltag Präzisierung der Sprache in der Wissenschaft Die wissenschaftliche Methode Theorien, Hypothesen und ihre Präzisierung Design Durchführung von Studien Datenanalyse und -interpretation Was gewinnen wir durch die wissenschaftliche Vorgehensweise? 18 Kapitel 2 Wissenschaftstheorie, Theorien und Hypothesen Was ist die Wirklichkeit und wie können wir sie erkennen? Das Leib-Seele Problem Induktion vs. Deduktion Wissenschaftstheoretische Ansätze im Überblick Konventionelle Ansätze Wirklichkeit als Konstruktion Spezialprobleme der Psychologie Latente Variablen Verhältnis zwischen Forscher und Erforschten" Woher kommen Theorien? Bed, Bathroom and Bicycle Die systematische Suche nach Theorien Von Theorien zu Hypothesen Wie sehen Theorien in der Psychologie aus? Von der Theorie zur Hypothesenprüfung: Grundlegende Vorgehensweise Von der Theorie zur Hypothesenprüfung: Beispiele Hypothesenprüfung und Wissenschaftstheorie 48

5 Kapitel 3 Messen und Testen Was ist Messen? 3.2 Messtheorie Messtheoretische Probleme Skalenniveaus Nominalskala Ordinalskala Intervallskala Verhältnisskala Absolutskala Tests Gütekriterien beim Testen und Messen Objektivität Rehabilität Validität 76 Kapitel 4 Datenerhebung: Befragung und Beobachtung Befragung: Unterschiedliche Perspektiven Mündlich oder schriftlich? Freie oder festgelegte Antwortmöglichkeiten? Einzel- oder Gruppenbefragung? Wie sehr standardisieren? Befragung: Fehlermöglichkeiten und Gegenmaßnahmen Potenzielle Probleme bei der Gestaltung und Anordnung von Items Potenzielle Probleme bei der Durchführung der Befragung Befragung: Ein kurzes Resumée Wann welche Art von Befragung? Einige abschließende Hinweise Beobachtung: Unterschiedliche Perspektiven Beobachtung: Fehlermöglichkeiten und Gegenmaßnahmen Beobachtung: Ein kurzes Resumée Wann welche Form von Beobachtung? Einige abschließende Hinweise Generalisierbarkeit von Befragungs- und Beobachtungsergebnissen Auswahl der Situation Auswahl der Studienteilnehmer 120 Kapitel 5 Experimentelle Designs Warum werden Experimente durchgeführt? Die Logik des Experiments Grundlage für Kausalschlüsse Interne Validität Kontrolltechniken, Kontrolle personengebundener Störvariablen Kontrolle von Störvariablen in der Versuchssituation

6 5.4 Externe Validität Wie wichtig ist die externe Validität? Wie kann die externe Validität erhöht werden? Within-subjects Designs Warum werden within-subjects Designs eingesetzt? Positionseffekte und ihre Kontrolle Carry-Over-Effekte Mehrfaktorielle Designs Haupteffekte und Interaktionen in 2 x 2-Designs Komplexere Designs Interaktionen und externe Validität Quasi-Experimente 176 Teil ll Deskriptive und explorative Datenanalyse 181 Kapitel 6 Lage- und Streuungsmaße Warum brauchen wir Streuungsmaße? Lage und Streuung auf einen Blick Stamm-Blatt-Diagramme Box-Plots Lagemaße im Detail Arithmetisches Mittel Median und Quantile Modalwert Weitere Lagemaße Streuungsmaße im Detail Standardabweichung und Varianz Interquartilsabstand und andere Quantilsabstände Weitere Streuungsmaße Wann welches Maß? Skalenniveau Form der Verteilung Standardisierung: z-werte Population vs. Stichprobe 202 Kapitel 7 Korrelation Die grafische Darstellung von Korrelationen: Streudiagramme Korrelationsmuster Lineare und kurvilineare Zusammenhänge Richtung und Stärke von Zusammenhängen Die Bedeutung des Korrelationsmusters für die weitere Analyse Der Produkt-Moment-Korrelationskoeffizient z-werte und der Produkt-Moment-Korrelationskoeffizient 222

7 7.4 Verzerrungen des Produkt-Moment-Korrelationskoeffizienten Ausreißerwerte Einschränkungen der Variabilität Zusammenfassung von heterogenen Untergruppen Korrelation und Kausalität Partialkorrelation Andere Zusammenhangsmaße Korrelation zweier dichotomer Merkmale - der Phi-Koeffizient Korrelation zweier ordinalskalierter Merkmale - Kendalls Tau Kapitel 8 Lineare Regression Grundbegriffe der Regressionsrechnung Prädiktor und Kriterium Deterministische Zusammenhänge und die Geradengleichung Stochastische Zusammenhänge und die Regressionsgerade Das Kriterium der kleinsten Quadrate Bestimmung der Regressionsgeraden Die Beziehung zwischen der Korrelation und dem Regressionsgewicht fe Regression mit z-standardisierten Variablen Der Regressionseffekt Die Vorhersage von X aus y Die Güte der Vorhersage Varianzzerlegung Der Determinationskoeffizient r Der Standardschätzfehler Probleme und Verzerrungen in der Regressionsrechnung Ein Ausblick auf die multiple Regression Multiple Regression mit z-standardisierten Variablen Eine Illustration mit zwei Prädiktoren Gütemaße in der multiplen Regression 281 Kapitel 9 Effektgrößen Was sind Effektgrößen?, Abstandsmaße, Zusammenhangsmaße Effektgrößen aus Effektgrößen Abstandsmaße aus Abstandsmaßen Korrelationen aus Abstandsmaßen Abstandsmaße aus Korrelationen Wie bedeutsam ist eine Effektgröße? Weitere Effektgrößen-Maße 301

8 Teil III Inferenzstatistik 303 Kapitel 10 Grundlagen der Inferenzstatistik Wahrscheinlichkeiten, kurz gefasst Was ist Wahrscheinlichkeit? Wahrscheinlichkeit von Konjunktionen und bedingte Wahrscheinlichkeiten Von der Population über Stichproben zur Stichprobenverteilung Simulationsbeispiel für Anteile Simulationsbeispiel für Mittelwerte Die tatsächliche Vorgehensweise: Von der Stichprobe zur Population Stichprobenverteilung für Anteile Binomialverteilung per Hand" Binomialverteilung mit Binomialformel Lage- und Streuungsmaße von Stichprobenverteilungen Binomialverteilung Stichprobenverteilungen für Mittelwerte Der Einfluss der Stichprobengröße auf die Stichprobenverteilung Empirisches Gesetz der großen Zahlen Zentraler Grenzwertsatz Rekapitulation und Ausblick 335 Kapitel 11 Konfidenzintervalle Was ist ein Konfidenzintervall? Wahrscheinlichkeitsintervalle: Ein Gedankenexperiment Konfidenzintervalle für Anteile Auswirkungen der Höhe der Konfidenz und der Stichprobengröße Die Berechnung von Konfidenzintervallen Konfidenzintervalle für Mittelwerte Konfidenzintervalle für Mittelwertsunterschiede Unabhängige Messungen Abhängige (gepaarte) Messungen Die Interpretation von Konfidenzintervallen 361 Kapitel 12 Signifikanztests Wie funktioniert ein Signifikanztest? Vorgehensweise nach R. A. Fisher Beispiel 1: Vorzeichentest Beispiel 2: Mest für Mittelwert Probleme mit der Vorgehensweise nach Fisher 373

9 12.3 Neymans & Pearsons Verbesserungsvorschläge Warum braucht man die Alternativhypothese und wie wird sie bestimmt? Fehler erster und zweiter Art (a und ß ) Die Verhaltensinterpretation" des Signifikanztestergebnisses Welche Faktoren beeinflussen das Ergebnis eines Signifikanztests? Populations-Effektgröße Stichprobengröße Abwägung der Fehler erster und zweiter Art Minimierung des experimentellen Fehlers" Homogenität der Population(en) Poweranalyse Die Suche nach der Stichprobengröße: A priori Analyse" Die Suche nach einem Kompromiss zwischen a und β Die Suche nach weiteren Interpretationsmöglichkeiten: Post hoc Analyse" Vorgehensweise nach Neyman und Pearson Beispiel 1: Vorzeichentest nach Neyman und Pearson Beispiel 2: t-test nach Neyman und Pearson Akzeptanz des Ansatzes in der Psychologie Das konventionelle Verfahren: Der Hybrid" Bestandteile Vorgehensweise und Ergebnisinterpretation Signifikanztests: Was man noch wissen sollte Spezifikation von Null- und Alternativhypothese Wie man p-werte nicht interpretieren sollte Signifikanztest und Konfidenzintervall Allgemeine Hinweise und Empfehlungen 400 Kapitel 13 t-tests Unterschied zwischen zwei Mittelwerten Unabhängige Stichproben Abhängige Stichproben Weitere f-tests Korrelation Regression Effektgrößenberechnung aus Testergebnissen von t-tests Generelle Idee Eine Stichprobe (Mittelwert vs. vorgegebener Wert) Zwei unabhängige Stichproben Zwei abhängige Stichproben Korrelation und Regression 422

10 Kapitel 14 Der F-Test in der einfaktoriellen Varianzanalyse Warum nicht mehrere t-tests? Die Logik der Varianzanalyse Zwei Wege zu einer Schätzung der Populationsvarianz Varianzzerlegung Voraussetzungen der einfaktoriellen Varianzanalyse Post-hoc Tests Effektgrößen in der einfaktoriellen Varianzanalyse Power in der einfaktoriellen Varianzanalyse 455 Kapitel 15 Weitere F-Tests Mehrfaktorielle Varianzanalyse Varianzzerlegung in der zweifaktoriellen Varianzanalyse ANOVA-Tabelle Varianzanalysen mit mehr als zwei Faktoren Voraussetzungen der mehrfaktoriellen Varianzanalyse Mehrfaktorielle Varianzanalysen mit ungleichen Stichprobengrößen Effektgrößen in der mehrfaktoriellen Varianzanalyse Power in der mehrfaktoriellen Varianzanalyse Varianzanalyse mit abhängigen Stichproben Varianzzerlegung in der einfaktoriellen Varianzanalyse mit abhängigen Stichproben ANOVA-Tabelle Voraussetzungen der Varianzanalyse mit abhängigen Stichproben Effektgrößen in der Varianzanalyse mit abhängigen Stichproben Power in der Varianzanalyse mit abhängigen Stichproben Erweiterungen zur Varianzanalyse mit abhängigen Stichproben Der F-Test in der Regressionsrechnung Weitere Varianten der Varianzanalyse 503 Kapitel 16 Kontrastanalyse Kontraste vs. Omnibus-Hypothesen" Die Problematik von Omnibus-Hypothesen Kontraste als präzise Hypothesen Kontrastanalyse für unabhängige Stichproben F Kontrast und t Kontrast Orthogonale Kontraste Effektgrößen bei der Kontrastanalyse für unabhängige Stichproben Poweranalyse bei der Kontrastanalyse für unabhängige Stichproben 526

11 16.3 Kontrastanalyse für unabhängige Stichproben bei komplexen Fragestellungen Haupteffekte" und Interaktionen" Beliebige Fragestellungen Kontrastanalyse für abhängige Stichproben Bestimmen der zusammengefassten Werte t-test für die Kontrastanalyse bei abhängigen Stichproben Effektgrößen bei der Kontrastanalyse für abhängige Stichproben Poweranalyse bei der Kontrastanalyse für abhängige Stichproben Vergleich zweier Hypothesen mit Hilfe der Kontrastanalyse Unabhängige Stichproben Abhängige Stichproben 543 Kapitel 17 Verfahren zur Analyse nominalskalierter Daten: Chi-Quadrat (x 2 -)Tests Der x 2 -Test für eine Variable Die Gleichverteilungsannahme als Nullhypothese Der x 2 -Wert x2-verteilung und Freiheitsgrade Andere Verteilungsannahmen als Nullhypothese Effektgrößen Power Derx2-Testfür zwei Variablen Die Unabhängigkeitsannahme als Nullhypothese Berechnung des x 2 -Werts Freiheitsgrade und Signifikanzprüfung Effektgrößen Power Voraussetzungen der x 2 -Tests 574 Kapitel 18 Verfahren zur Analyse ordinalskalierter Daten Voraussetzungsverletzungen in parametrischen Tests Der U-Test Zuordnung der Rangplätze Null- und Alternativhypothese Der U-Wert Signifikanzprüfung in kleinen Stichproben Signifikanzprüfung in großen Stichproben Rangbindungen Der Wilcoxon-Test Durchführung des Wilcoxon-Tests Eine Voraussetzung des Wilcoxon-Tests Powerbestimmung im U-Test und Wilcoxon-Test 592

12 Kapitel 19 Inferenzstatistik: Erweiterungen und Ergänzungen Der Bootstrap: Inferenz nach Münchhausen-Art Grundlegende Idee und Vorgehensweise Vorteile des Bootstrap Anwendungsbeispiele Praktische Vorgehensweise Der Bayesianische Ansatz: Hypothesen erhalten Wahrscheinlichkeiten Illustration der grundlegenden Idee und Vorgehensweise Signifikanztesten vs. Bayesianisches Hypothesentesten Test mehrerer Hypothesen Auswirkung der Priorverteilung Wiederholtes Testen: Die Replikation von Studien Einfluss der Stichprobengröße Komplexere Verfahren Bayes-Statistik in der Praxis Inferenzstatistik in der Psychologie Klassisch vs. Bayesianisch Was kann Inferenzstatistik nicht? 616 Teil IV Weitere Verfahren der Datenerhebung und Datenanalyse 619 Kapitel 20 Explorative Datenanalyse (EDA): Weitere Verfahren Robustheit von EDA-Verfahren: Box-Plots Varianten von Streuungsdiagrammen Streuungsdiagramme mit Box-Plots Influence-Plot Bubble-Plot Aufspüren" und Geradebiegen" nichtlinearer Zusammenhänge Lowess Potenzleiter Multivariate Zusammenhänge auf einen Blick: Die Streuungsdiagramm-Matrix Mehrdimensionale grafische Klassifikation von Personen oder Objekten Rechteck-Icons Histogramm- und Profilplots Star-Plots Chernoff-Gesichter EDA im Kontext 639

13 Kapitel 21 Effektgrößen: Erweiterungen und Ergänzungen Effektgrößenschätzung bei unvollständigen Angaben Nur p-werte und Stichprobengröße(n) angegeben Nur globale" Angaben Die Vergleichbarkeit von Effektgrößen Effektgrößen aus Rohdaten vs. Signifikanztestergebnisse Die Vergleichbarkeit von unterschiedlichen korrelativen Maßen Abstandsmaße vs. korrelative Maße Unabhängige vs. abhängige Stichproben Signifikanztest auf Unterschied zweier Effektgrößen Konfidenzintervalle für Effektgrößen Approximative Konfidenzintervalle für rund g Bootstrap-Konfidenzintervalle Exakte Konfidenzintervalle 658 Kapitel 22 Metaanalyse Metaanalyse in Grundzügen Empirische Stichprobenverteilungen als Ausgangsbasis Metaanalyse vs. Signifikanzen-Zählen" Wichtige Einflussgrößen Praktische Durchführung Suche nach passenden Studien Auswahl von Studien: Kriterien Berechnung und Kombination von Effektgrößen Analyse potenzieller Moderatorvariablen Potenzielle Probleme und Möglichkeiten zu ihrer Kontrolle Selektive Auswahl von Studien: Funnel-Plot Äpfel und Birnen": Psychometrische Metaanalyse Metaanalyse im Kontext Varianten von Metaanalysen Verhältnis von Einzelstudien und Metaanalysen Die Aussagekraft von gemittelten Effektgrößen 679 Kapitel 23 Besonderheiten der Datenerhebung Verfälschte Stichproben Selektive Stichproben Nonsampling Error": Verfälschung durch Nichtziehen" Ziehen nach Ergebnis Unverfälschte Antworten bei sensiblen Fragen: Randomized Response Randomized Response für Anteile Randomized Response für Anteile II Randomized Response für Mittelwerte Schätzen von Gruppen- und Populationsgrößen: Sampling-Resampling

14 Kapitel 24 Computermodellierung als Forschungsmethode Warum Computermodellierung? Reichere" Modelle Präzisere Vorhersagen Aufhebung künstlicher Trennungen Was kann man wie modellieren? Art der Repräsentation: Symbolisch vs. subsymbolisch Art der modellierten Prozesse: Kognition, Sozialverhalten und Evolution Produktionssysteme Architektur und Funktionsweise Ein spezifisches Modell: ACT-R Wofür sind Produktionssystem-Modelle geeignet? Verteilte Modelle Architektur und Funktionsweise Beispiele Wofür sind einfache verteilte Modelle geeignet? Neuronale Netzwerke Architektur und Funktionsweise Beispiele Wofür sind neuronale Netzwerke geeignet? Genetische Algorithmen Architektur und Funktionsweise Beispiele Wofür sind genetische Algorithmen geeignet? Praktische Vorgehensweise Bewertung von Simulationsergebnissen Programmierung Simulationsumgebungen Möglichkeiten und Grenzen der Computermodellierung 737 Kapitel 25 Qualitative Methoden Qualitative Methoden im Überblick Zielstellung qualitativer Forschung: Drei Sichtweisen Die wissenschaftliche Methode: Qualitative Version Die Vielfalt qualitativer Ansätze Spezifische Ansätze: Eine Auswahl Qualitative Inhaltsanalyse Grounded Theory Diskursanalyse Der qualitative Forschungsprozess Datensammlung Datenanalyse Gütekriterien 763

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

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

Statistik im Bachelor-Studium der BWL und VWL

Statistik im Bachelor-Studium der BWL und VWL Max C. Wewel Statistik im Bachelor-Studium der BWL und VWL Methoden, Anwendung, Interpretation Mit herausnehmbarer Formelsammlung ein Imprint von Pearson Education München Boston San Francisco Harlow,

Mehr

Eine computergestützte Einführung mit

Eine computergestützte Einführung mit Thomas Cleff Deskriptive Statistik und Explorative Datenanalyse Eine computergestützte Einführung mit Excel, SPSS und STATA 3., überarbeitete und erweiterte Auflage ^ Springer Inhaltsverzeichnis 1 Statistik

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

Veranstaltungsort Bildungsherberge der Studierendenschaft der FernUniversität Hagen

Veranstaltungsort Bildungsherberge der Studierendenschaft der FernUniversität Hagen Bildungsurlaub-Seminare: Lerninhalte und Programm Seminartitel SPSS für Psychologen/innen (BH15113) Termin Mo, den 18.05.bis Fr, den 22.05.2015 (40 UStd.) Veranstaltungsort Bildungsherberge der Studierendenschaft

Mehr

Grundlagen der Datenanalyse am Beispiel von SPSS

Grundlagen der Datenanalyse am Beispiel von SPSS Grundlagen der Datenanalyse am Beispiel von SPSS Einführung Dipl. - Psych. Fabian Hölzenbein hoelzenbein@psychologie.uni-freiburg.de Einführung Organisatorisches Was ist Empirie? Was ist Statistik? Dateneingabe

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

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

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

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

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

3 Deskriptive Statistik in R (univariat)

3 Deskriptive Statistik in R (univariat) (univariat) Markus Burkhardt (markus.burkhardt@psychologie.tu-chemnitz.de) Inhalt 3.1 Ziel... 1 3.2 Häufigkeiten... 1 3.3 Deskriptive Kennziffern I Lagemaße... 2 3.4 Streuungsmaße... 5 3.5 Standardisierung:

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

Quantitative empirische Sozialforschung

Quantitative empirische Sozialforschung Heinz-Günter Micheel Quantitative empirische Sozialforschung Mit 37 Abbildungen und 34 Tabellen Ernst Reinhardt Verlag München Basel Dr. Heinz-Günter Micheel ist Privatdozent an der Fakultät für Erziehungswissenschaft

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

0 Einführung: Was ist Statistik

0 Einführung: Was ist Statistik 0 Einführung: Was ist Statistik 1 Datenerhebung und Messung Die Messung Skalenniveaus 2 Univariate deskriptive Statistik 3 Multivariate Statistik 4 Regression 5 Ergänzungen Grundbegriffe Statistische Einheit,

Mehr

Inhaltsverzeichnis. I Einführung in STATISTICA 1. 1 Erste Schritte in STATISTICA 3

Inhaltsverzeichnis. I Einführung in STATISTICA 1. 1 Erste Schritte in STATISTICA 3 I Einführung in STATISTICA 1 1 Erste Schritte in STATISTICA 3 2 Datenhaltung in STATISTICA 11 2.1 Die unterschiedlichen Dateitypen in STATISTICA....... 11 2.2 Import von Daten......... 12 2.3 Export 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

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

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

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

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

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

Verteilungsanalyse. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/35

Verteilungsanalyse. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/35 Verteilungsanalyse Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/35 Datentypen Als Sammeln von Daten bezeichnet man in der Statistik das Aufzeichnen von Fakten. Erhobene Daten klassifziert man

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

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

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

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

Grundbegriffe der Statistik

Grundbegriffe der Statistik Grundbegriffe der Statistik Quelle: Statistica (2003). Auszug aus dem elektronischen Handbuch des Statistikprogramms Statistica 6.1. Tula, OK: StatSoft, Inc. 1 Inhaltsverzeichnis Überblick über Grundbegriffe

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

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

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

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

Skript zur Übung: Grundlagen der empirischen Sozialforschung - Datenanalyse

Skript zur Übung: Grundlagen der empirischen Sozialforschung - Datenanalyse Skript zur Übung: Grundlagen der empirischen Sozialforschung - Datenanalyse Phasen des Forschungsprozesses Auswahl des Forschungsproblems Theoriebildung Theoretische Phase Konzeptspezifikation / Operationalisierung

Mehr

Inhaltsverzeichnis. a. Standorte...3 1. Minitab... 6. A. Minitab... 6 B. R...14. C. Statistik...16

Inhaltsverzeichnis. a. Standorte...3 1. Minitab... 6. A. Minitab... 6 B. R...14. C. Statistik...16 2 Inhaltsverzeichnis a. Standorte...3 1. Minitab... 6 A. Minitab... 6 i. Statistik für Ingenieure mit Minitab... 6 ii. Statistische Qualitätskontrolle mit Minitab...8 iii. Statistische Versuchsplanung

Mehr

5.2 Optionen Auswahl der Statistiken, die bei der jeweiligen Prozedur zur Verfügung stehen.

5.2 Optionen Auswahl der Statistiken, die bei der jeweiligen Prozedur zur Verfügung stehen. 5 Statistik mit SPSS Die Durchführung statistischer Auswertungen erfolgt bei SPSS in 2 Schritten, der Auswahl der geeigneten Methode, bestehend aus Prozedur Variable Optionen und der Ausführung. 5.1 Variablen

Mehr

Claus Ebster, Lieselotte Stalzer, Wissenschaftliches Arbeiten für Wirtschafts- und Sozialwissenschaftler

Claus Ebster, Lieselotte Stalzer, Wissenschaftliches Arbeiten für Wirtschafts- und Sozialwissenschaftler Zusatzmaterialien zum UTB-Band Claus Ebster, Lieselotte Stalzer, Wissenschaftliches Arbeiten für Wirtschafts- und Sozialwissenschaftler bereitgestellt über www.utb-shop.de/9783825238612 Das Buch vermittelt

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

Semester: -- Workload: 300 h ECTS Punkte: 10

Semester: -- Workload: 300 h ECTS Punkte: 10 Modulbezeichnung: Modulnummer: MMET Methodik Semester: -- Dauer: Minimaldauer 1 Semester Modultyp: Pflicht Regulär angeboten im: WS, SS Workload: 300 h ECTS Punkte: 10 keine Unterrichtssprache: Deutsch

Mehr

Roland Bässler. Research & Consultinq

Roland Bässler. Research & Consultinq J 3 z = Roland Bässler Research & Consultinq Roland Bässler QUANTITATIVE FORSCHUNGSMETHODEN Ein Leitfaden zur Planung und Durchführung quantitativer empirischer Forschungsarbeiten (2. überarb. Auflage)

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

Medizinische Biometrie (L5)

Medizinische Biometrie (L5) Medizinische Biometrie (L5) Vorlesung II Daten Deskription Prof. Dr. Ulrich Mansmann Institut für Medizinische Informationsverarbeitung, Biometrie und Epidemiologie mansmann@ibe.med.uni-muenchen.de IBE,

Mehr

Daten- und Entscheidungsanalyse Statistische Methoden PD Dr. Dr. Dipl.-Psych. Guido Strunk

Daten- und Entscheidungsanalyse Statistische Methoden PD Dr. Dr. Dipl.-Psych. Guido Strunk Daten- und Entscheidungsanalyse Statistische Methoden PD Dr. Dr. Dipl.-Psych. Guido Strunk Hidden Features, Making of, and Additional Resources at http://www.complexity-research.com/projektelehre.htm PD

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

Inhaltsverzeichnis. Fragestellungen und Methoden 11. Vorwort 15. Kapitel 1 Einführung 17. Kapitel 2 Statistische Grundbegriffe 23

Inhaltsverzeichnis. Fragestellungen und Methoden 11. Vorwort 15. Kapitel 1 Einführung 17. Kapitel 2 Statistische Grundbegriffe 23 Fragestellungen und Methoden 11 Vorwort 15 Kapitel 1 Einführung 17 1.1 KonzeptiondesBuchs... 18 1.2 AufbaudesBuchs... 19 1.3 Programmversionen von PASW bzw. SPSS..... 20 1.4 WiekanndiesesBuchverwendetwerden?...

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

Kontingenzkoeffizient (nach Pearson)

Kontingenzkoeffizient (nach Pearson) Assoziationsmaß für zwei nominale Merkmale misst die Unabhängigkeit zweier Merkmale gibt keine Richtung eines Zusammenhanges an 46 o jl beobachtete Häufigkeiten der Kombination von Merkmalsausprägungen

Mehr

Einseitig gerichtete Relation: Mit zunehmender Höhe über dem Meeresspiegel sinkt im allgemeinen die Lufttemperatur.

Einseitig gerichtete Relation: Mit zunehmender Höhe über dem Meeresspiegel sinkt im allgemeinen die Lufttemperatur. Statistik Grundlagen Charakterisierung von Verteilungen Einführung Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsverteilungen Schätzen und Testen Korrelation Regression Einführung Die Analyse und modellhafte

Mehr

Seminarangebote zu Methodenkompetenzen

Seminarangebote zu Methodenkompetenzen Seminarangebote zu Methodenkompetenzen Contrastwerkstatt Fotolia.com Inhalt Inhalt... 2 Einführung in Diversity Management... Fehler! Textmarke nicht definiert. Evaluation und Qualitätssicherung in der

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

Data Mining - Wiederholung

Data Mining - Wiederholung Data Mining - Wiederholung Norbert Fuhr 9. Juni 2008 Problemstellungen Problemstellungen Daten vs. Information Def. Data Mining Arten von strukturellen Beschreibungen Regeln (Klassifikation, Assoziations-)

Mehr

Grundlagen wissenschaftlichen Arbeitens

Grundlagen wissenschaftlichen Arbeitens 1 Physiotherapie und Wissenschaft 11 1.1 Physiotherapie als Wissenschaft 12 1.2 Wissenschaftliche Fundierung der Physiotherapie 14 1.2.1 Handlungsfeld Physiotherapie 14 Voraussetzungen im Bereich Physiotherapie

Mehr

Health Care Professional MBA

Health Care Professional MBA Dipl.-Psych. Dr. Guido Strunk Statistische Methoden 1 Health Care Professional MBA Statistische Methoden Dipl.-Psych. Dr. Guido Strunk guido.strunk@complexity-research.com www.complexity-research.com Themenübersicht

Mehr

SFB 833 Bedeutungskonstitution. Kompaktkurs. Datenanalyse. Projekt Z2 Tübingen, Mittwoch, 18. und 20. März 2015

SFB 833 Bedeutungskonstitution. Kompaktkurs. Datenanalyse. Projekt Z2 Tübingen, Mittwoch, 18. und 20. März 2015 SFB 833 Bedeutungskonstitution Kompaktkurs Datenanalyse Projekt Z2 Tübingen, Mittwoch, 18. und 20. März 2015 Messen und Skalen Relativ (Relationensystem): Menge A von Objekten und eine oder mehrere Relationen

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

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

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

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

Verteilungsanalyse. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/31

Verteilungsanalyse. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/31 Verteilungsanalyse Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/31 Datentypen Als Sammeln von Daten bezeichnet man in der Statistik das Aufzeichnen von Fakten. Erhobene Daten klassifziert man

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

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

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

18.04.2013. Prinzipien der Fragebogenkonstruktion. Allgemeine Bestandteile. Richtlinien zur Formulierung. Die 10 Gebote der Frageformulierung (II)

18.04.2013. Prinzipien der Fragebogenkonstruktion. Allgemeine Bestandteile. Richtlinien zur Formulierung. Die 10 Gebote der Frageformulierung (II) Prinzipien der Fragebogenkonstruktion Seminar: Patricia Lugert, Marcel Götze 17.04.2012 Medien-Bildung-Räume Inhalt Fragebogenerstellung Grundlagen Arten von Fragen Grundlegende Begriffe: Merkmal, Variable,

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

Grundlagen der empirischen Sozialforschung

Grundlagen der empirischen Sozialforschung Grundlagen der empirischen Sozialforschung Sitzung 1 Jan Finsel Lehrstuhl für empirische Sozialforschung Prof. Dr. Petra Stein 20. Oktober 2008 1 / 28 Online-Materialien Die Materialien zur Vorlesung finden

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

Einführung in die Statistik mir R

Einführung in die Statistik mir R Einführung in die Statistik mir R ww w. syn t egris.de Überblick GESCHÄFTSFÜHRUNG Andreas Baumgart, Business Processes and Service Gunar Hofmann, IT Solutions Sven-Uwe Weller, Design und Development Jens

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

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

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

Feature-based Programming

Feature-based Programming Stefan Richter Feature-based Programming Planung, Programmierung, Projekt-Management: Über die Kunst systematisch zu planen und mit Agilität umzusetzen ADDISON-WESLEY An imprint of Pearson Education München

Mehr

1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18

1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18 3. Deskriptive Statistik Ziel der deskriptiven (beschreibenden) Statistik (explorativen Datenanalyse) ist die übersichtliche Darstellung der wesentlichen in den erhobenen Daten enthaltene Informationen

Mehr

Deskriptive Statistik

Deskriptive Statistik Deskriptive Statistik In der beschreibenden Statistik werden Methoden behandelt, mit deren Hilfe man Daten übersichtlich darstellen und kennzeichnen kann. Die Urliste (=Daten in der Reihenfolge ihrer Erhebung)

Mehr

6. Sitzung. Methoden der Politikwissenschaft: Metatheorien, Werturteilsproblematik und politikwissenschaftliche Methoden

6. Sitzung. Methoden der Politikwissenschaft: Metatheorien, Werturteilsproblematik und politikwissenschaftliche Methoden 6. Sitzung Methoden der Politikwissenschaft: Metatheorien, Werturteilsproblematik und politikwissenschaftliche Methoden Inhalt der heutigen Veranstaltung 1. Metatheorien/Paradigmen 2. Die so genannte Drei-Schulen

Mehr

Fragen und Antworten zu Kapitel 18

Fragen und Antworten zu Kapitel 18 Fragen und Antworten zu Kapitel 18 (1) Nennen Sie verschiedene Zielsetzungen, die man mit der Anwendung der multiplen Regressionsanalyse verfolgt. Die multiple Regressionsanalyse dient der Kontrolle von

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

Neuerungen in Minitab 16

Neuerungen in Minitab 16 Neuerungen in Minitab 16 minitab@additive-net.de - Telefon: 06172 / 5905-30 Willkommen zu Minitab 16! Die neueste Version der Minitab Statistical Software umfasst mehr als siebzig neue Funktionen und Verbesserungen,

Mehr

3 Zusammenhangsmaße Zusammenhangshypothesen

3 Zusammenhangsmaße Zusammenhangshypothesen 3 Zusammenhangsmaße Zusammenhangshypothesen Zusammenhänge (zwischen 2 Variablen) misst man mittels Korrelationen. Die Wahl der Korrelation hängt ab von: a) Skalenniveau der beiden Variablen: 1) intervallskaliert

Mehr

Einführung in die Kovarianzanalyse (ANCOVA)

Einführung in die Kovarianzanalyse (ANCOVA) Arbeitsunterlage Einführung in die Kovarianzanalyse (ANCOVA) ARGE-Bildungsforschung 2 Einführung in die Kovarianzanalyse (ANCOVA) 1 Die Varianzanalyse ist ein Verfahren, das die Wirkung einer (oder mehrerer)

Mehr

Qualitative Politikanalyse

Qualitative Politikanalyse Joachim K. Blatter Frank Janning Claudius Wagemann Qualitative Politikanalyse Eine Einfuhrung in Forschungsansatze und Methoden VSVERLAG FUR SOZIALWISSENSCHAFTEN Inhaltsverzeichnis Vorwort der Reihenherausgeber

Mehr

Beispiel: Sonntagsfrage. Einführung in die induktive Statistik. Statistische Tests. Statistische Tests

Beispiel: Sonntagsfrage. Einführung in die induktive Statistik. Statistische Tests. Statistische Tests Beispiel: Sonntagsfrage Vier Wochen vor der österreichischen Nationalratswahl 1999 wurde 499 Haushalten die Sonntagsfrage gestellt: Falls nächsten Sonntag Wahlen wären, welche Partei würden Sie wählen?

Mehr

9 Resümee. Resümee 216

9 Resümee. Resümee 216 Resümee 216 9 Resümee In der vorliegenden Arbeit werden verschiedene Methoden der Datenreduktion auf ihre Leistungsfähigkeit im sozialwissenschaftlichstatistischen Umfeld anhand eines konkreten Anwendungsfalls

Mehr

1. Biometrische Planung

1. Biometrische Planung 1. Biometrische Planung Die biometrische Planung ist Teil der Studienplanung für wissenschaftliche Studien, in denen eine statistische Bewertung von Daten erfolgen soll. Sie stellt alle erforderlichen

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

Der Internetdienst für Ihre Online-Umfragen. Leitfaden statistische Auswertung

Der Internetdienst für Ihre Online-Umfragen. Leitfaden statistische Auswertung Der Internetdienst für Ihre Online-Umfragen Leitfaden statistische Auswertung Weitere in dieser Reihe bei 2ask erschienene Leitfäden Allgemeiner Leitfaden zur Fragebogenerstellung Sie möchten einen Fragebogen

Mehr

Analyse bivariater Kontingenztafeln

Analyse bivariater Kontingenztafeln Analyse bivariater Kontingenztafeln Werden zwei kategoriale Merkmale mit nicht zu vielen möglichen Ausprägungen gemeinsam analysiert, so kommen zur Beschreibung der gemeinsamen Verteilung im allgemeinen

Mehr

1.1.3 Kausale Hypothesen... 11. 1.2.3 Exhaustion... 21 1.3 Praktisches Vorgehen... 22 1.3.1 Statistische Hypothesenprüfung... 23

1.1.3 Kausale Hypothesen... 11. 1.2.3 Exhaustion... 21 1.3 Praktisches Vorgehen... 22 1.3.1 Statistische Hypothesenprüfung... 23 IX Inhaltsverzeichnis Zu diesem Buch......................... XVII 1 Empirische Forschung im Überblick...... 1 1.1 Begriffe und Regeln der empirischen Forschung........................ 2 1.1.1 Variablen

Mehr

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

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

Mehr

Regressionsanalysen. Zusammenhänge von Variablen. Ziel der Regression. ( Idealfall )

Regressionsanalysen. Zusammenhänge von Variablen. Ziel der Regression. ( Idealfall ) Zusammenhänge von Variablen Regressionsanalysen linearer Zusammenhang ( Idealfall ) kein Zusammenhang nichtlinearer monotoner Zusammenhang (i.d.regel berechenbar über Variablentransformationen mittels

Mehr

Dr. habil. Rüdiger Jacob Methoden und Techniken der empirischen Sozialforschung Vorlesung mit Diskussion

Dr. habil. Rüdiger Jacob Methoden und Techniken der empirischen Sozialforschung Vorlesung mit Diskussion Dr. habil. Rüdiger Jacob Methoden und Techniken der empirischen Sozialforschung Vorlesung mit Diskussion 4. Messtheorie Messen in den Sozialwissenschaften, Operationalisierung und Indikatoren, Messniveaus,

Mehr

Lean Six Sigma Green Belt - Deutsch

Lean Six Sigma Green Belt - Deutsch Lean Six Sigma Green Belt - Deutsch Inhalt des aktuellen Kurses Voraussichtliche Gesamtdauer in Stunden: 80.00 Sitzung 1: Einführung in Lean Six Sigma (4 Stunden) Einführung Anatomie einer erfolgreichen

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

Christian FG Schendera. Regressionsanalyse. mit SPSS. 2. korrigierte und aktualisierte Auflage DE GRUYTER OLDENBOURG

Christian FG Schendera. Regressionsanalyse. mit SPSS. 2. korrigierte und aktualisierte Auflage DE GRUYTER OLDENBOURG Christian FG Schendera Regressionsanalyse mit SPSS 2. korrigierte und aktualisierte Auflage DE GRUYTER OLDENBOURG Inhalt Vorworte V 1 Korrelation 1 1.1 Einführung 1 1.2 Erste Voraussetzung: Das Skalenniveau

Mehr

Schätzer (vgl. Kapitel 1): Stichprobenmittel X N. Stichprobenmedian X N

Schätzer (vgl. Kapitel 1): Stichprobenmittel X N. Stichprobenmedian X N Prof. Dr. J. Franke Statistik II für Wirtschaftswissenschaftler 8.1 Schätzer für Lage- und Skalenparameter und Verteilungsmodellwahl Lageparameter (l(x + a) = l(x) + a): Erwartungswert EX Median von X

Mehr

Datenanalyse und Statistik

Datenanalyse und Statistik Datenanalyse und Statistik p. 1/44 Datenanalyse und Statistik Vorlesung 2 (Graphik I) K.Gerald van den Boogaart http://www.stat.boogaart.de Datenanalyse und Statistik p. 2/44 Daten Schätzung Test Mathe

Mehr

Statistische Methoden: Tests, Regression und multivariate Verfahren

Statistische Methoden: Tests, Regression und multivariate Verfahren (CM)²-Nachwuchsring, Workshop Statistik, 25.Januar 2013 Statistische Methoden: Tests, Regression und multivariate Verfahren Ralf Korn ((CM)², TU Kaiserslautern, Fraunhofer ITWM) 0. Einige Probleme aus

Mehr

Abhängigkeit zweier Merkmale

Abhängigkeit zweier Merkmale Abhängigkeit zweier Merkmale Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/33 Allgemeine Situation Neben der Untersuchung auf Unterschiede zwischen zwei oder mehreren Untersuchungsgruppen hinsichtlich

Mehr

Nichtparametrische Datenanalyse

Nichtparametrische Datenanalyse Statistik und ihre Anwendungen Nichtparametrische Datenanalyse Unverbundene Stichproben von Edgar Brunner, Ullrich Munzel 1. Auflage Nichtparametrische Datenanalyse Brunner / Munzel schnell und portofrei

Mehr