10 Designfragen: Planung von Evaluationsuntersuchungen
|
|
- Karin Scholz
- vor 7 Jahren
- Abrufe
Transkript
1 1 Designfragen: Planung von Evaluationsuntersuchungen / K16*8a6*15( B8&6.'1 Kb&567%&.,'1, +'1 +,. / 1 3 5,+,,,.,/,,1,,3,,5.+.,.../ /+ Sa(& Abbildung 1.1. Durchschnittlich registrierte Anzahl der Überstunden vor und nach dem Motivations-Event der Firma SuperSoft 1
2 1 Abbildung 1.. Vergleich zweier unabhängiger Variablen: Eine neue und eine alte form (UV1) werden sowohl im Sommer als auch im (UV ) miteinander verglichen. Man erkennt zum einen einen Effekt der UV1: Die alte kann die depressive Verstimmtheit weniger gut lindern als die neue. Zum anderen erkennt man einen Effekt der UV: Im Sommer ist die depressive Verstimmtheit bei beiden formen generell niedriger ist als im Sommer 8 depressive Verstimmtheit 6 x = 7 x1 = 6 neue alte
3 1 Sommer depressive Verstimmtheit 8 6 x = 7 x1 = 5 neue alte Abbildung 1.3. Ordinale Interaktion zwischen unabhängiger und Störvariable. Interaktion zwischen der UV ansatz (alt/ neu) und der Störvariable Jahreszeit (/Sommer) auf die AV depressive Verstimmtheit: Die neue wirkt generell besser als die alte (niedrigerer Wert depressiver Verstimmtheit), aber dieser Effekt ist im Sommer stärker als im 3
4 1 Sommer 8 Abbildung 1.. Disordinale Interaktion zwischen unabhängiger und Störvariable. Interaktion zwischen der UV ansatz (neu/alt) und der Störvariable Jahreszeit (/ Sommer): Die neue wirkt nur im Sommer, die alte wirkt nur im. Würde man die UV Jahreszeit nicht beachten, würde man gar keinen Unterschied zwischen den beiden formen beobachten können depressive Verstimmtheit 6 x = 5 x = 5 neue alte
5 K16*8a6*15(B8&6 / ac))& ;. :,'.3 81)& ;, : +'3 %7c)5c)*66-*c)& >=a)- A +'1 > +,. / 1 3 5,+,,,.,/,,1,,3,,5.+.,.../ /+ Sa( Abbildung 1.5. Abhängige Variable und Störvariablen. Vergleich der ÜberstundenMittelwerte zwischen den sechs Tagen vor und nach dem Motivations-Event der Firma SuperSoft: Vorher werden durchschnittlich,87 Überstunden geleistet, nachher durchschnittlich 1,7 Stunden. Allerdings sind die Störvariablen ungleichmäßig verteilt: Vor dem Event war das Wetter ungewöhnlich schön (A) und der Chef hatte Geburtstag und gab den Nachmittag frei (D). Nachher sorgten ein Unwetter (B) und ein Projektabschluss (C) für mehr Überstunden. Diese Störvariablen beeinflussen die Überstundenwerte an den jeweiligen Tagen und sorgen für vorher-nachher-unterschiede in der erwarteten Richtung, haben aber mit dem MotivationsEvent überhaupt nichts zu tun 5
6 perfekte positive Korrelation zwi- Null-Korrelation zwischen - schen ansatz und Jahreszeit 1 Sommer ansatz und Jahreszeit Sommer neue n = n= neue n = 1 n=8 alte n= n = alte n = 1 n=8 (Φ = 1) (Φ = ) Abbildung 1.6. Verteilung von Personen auf vier Kombinationen aus den UV en ansatz (neu/alt) und Jahreszeit (Sommer/ ): Die linke Tabelle zeigt eine unbalancierte, die rechte eine balancierte Verteilung. Links 1 ist die Korrelation zwischen ansatz und Jahreszeit ausgedrückt über den Phi-Koeffizienten perfekt positiv (Φ = 1); rechts ist diese Korrelation Null (Φ = ) 6
7 Motivation A 3 B + C +1 D 3 E F + G + H I + J A B s x1,86 x1 =, A B E G D F H I s x,86 x =,5 Abbildung 1.7. Parellelisierung einer Störvariable. Zehn Klienten (A J) werden gemäß ihrer Ausprägung auf der (zuvor gemessenen) Störvariablen motivation entweder der bedingung A oder der Bedingung B zugeordnet. Ziel der Zuordnung ist eine Gleichverteilung der Motivationswerte (d. h. gleicher Mittelwert, gleiche Streuungen) in beiden bedingungen 7
8 1-wöchiges Soziale Kompetenz-Training Sommerferien x Abbildung 1.8. Selektiver Drop-out der schlimmsten Schüler: Beim Post-Test nach den Sommerferien fehlen die drei Schüler mit den niedrigsten Werten im Sozialverhalten, weil sie sitzen geblieben sind. Wenn dies nicht beachtet wird, sieht es so aus, als habe sich das Training ausgezahlt, weil der Mittelwert des Post-Tests ( x ) höher liegt als der Mittelwert des Prä-Tests ( x1 ). Dabei haben sich die Werte des Sozialverhaltens der anderen Schüler nicht verbessert; es sind nur die drei schlechtesten Werte aus dem Mittelwert des Post-Tests heraus gefallen x1 sitzen gebliebene Schüler Sozialverhalten Post-Test Sozialverhalten Prä-Test 8
9 Abbildung 1.9. Solomon--Gruppen-Plan (Solomon, 199): Gruppen A und B sind in der Interventions-, die Gruppen C und D in der Kontrollgruppe. Die AV ist der Post-Test. Ein Prä-Test wird nur in den Gruppen A und C durchgeführt. Mit diesem Versuchsplan können drei Effekte ermittelt werden: (1) ein Haupteffekt der UV Bedingung, () ein Haupteffekt der UV Prä-Test, (3) die Wechselwirkung zwischen Bedingung und Prä-Test Prä-Test ja nein Interventionsgruppe A B Kontrollgruppe C D 9
10 Kontrollgruppe 3 3,8 Interventionsgruppe 3,67 3 5, erfolg erfolg 5 Kontrollgruppe Interventionsgruppe 7,35, , n = 39 n = 11 n = 53 n = 9 n = 197 Männer Frauen nn == 8 39 Männer und Frauen 3 UV Bedingung Kontrollgruppe UV Geschlecht N = 5 Interventionsgruppe % n xk Männer 81,8 39 3,8 Frauen 18, 53 Gesamt 1 9 % n xi ,67 11, ,1 7,35 1 8,68 Abbildung 1.1. Simpson-Paradox: Jeweils 5 Männer und Frauen werden entweder einer Interventions- oder einer Kontrollgruppe zugewiesen, wobei die Zuweisung sehr unbalanciert ist. Betrachtet man Männer und Frauen getrennt ( 1 ), scheint die wirksam gewesen zu sein: Sowohl Männer als auch Frauen haben in der Interventionsgruppe höhere Werte in der AV erfolg ( xi ) als Personen der Kontrollgruppe ( xk ; siehe auch ). Betrachtet man Männer und Frauen jedoch gemeinsam ( 3 ), kehrt sich dieser Effekt um: Plötzlich sind die erfolgswerte in der gruppe niedriger als in der Kontrollgruppe 1
11 soziale Kompetenz Follow-Test Abbildung Selektives Kohortendesign für drei Jahrgänge (Kohorten A, 9 Kohorte C B & C) und drei MesszeitPost-Test punkte (September 5, 8 Kohorte B 6 & 7). Kohorte A ist im September 5 in 7 Kohorte A Klasse 5, im September 6 in Klasse 6 und im SeptemPrä-Test Zwei-Jahres-Effekt ber 7 in Klasse 7. Kurzder Kohorte A fristige (oder Ein-Jahres -) Effekte des Sozialen KompeKlasse 7 Ein-Jahres-Effekt tenz-trainings in der Koder Kohorte A horte A lassen sich testen, Klasse 6 wenn man den Post-Test der Kohorte A mit dem PräTest der Kohorte B verklasse 5 gleicht. Langfristige (oder Soziale Kompetenz-Training Zwei-Jahres -)Effekte in der Kohorte A kann man September 5 September 6 September 7 messen, indem man das Follow-Up der Kohorte A mit dem Prä-Test der Kohorte C vergleicht. Reifungs- oder Alterseffekte kommen als Alternativerklärungen nicht in Frage, weil man zwei Kohorten vergleicht, die hinsichtlich Alter, Erfahrung und Entwicklungsstand ähnlich sind 11
Methodenlehre. Vorlesung 6. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 6 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
MehrThema 2: Forschungsstrategien & Forschungsdesigns. PD Dr. Maximilian Sailer
Thema 2: Forschungsstrategien & Forschungsdesigns PD Dr. Maximilian Sailer Lernziele Funktion Forschungsstrategien und Forschungsdesigns in den Sozialwissenschaften Experimentelle Forschung Versuchspläne
MehrBeobachtung und Experiment II
Beobachtung und Experiment II Methodologie der Psychologie Thomas Schmidt & Lena Frank Wintersemester 2003/2004 Georg-Elias-Müller-Institut für Psychologie Uni Göttingen Was ist ein Experiment? kontrollierte
MehrVS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen Inferenzstatistik 2 [Übungsaufgaben und Lösungenn - Inferenzstatistik 2] ÜBUNGSAUFGABEN
MehrEmpirische Forschung. Übung zur Vorlesung Kognitive Modellierung. Kognitive Modellierung Dorothea Knopp Angewandte Informatik/ Kognitve Systeme
Empirische Forschung Übung zur Vorlesung Kognitive Modellierung S. 1 Überblick: Forschungsprozess Theoriebil dung Auswertung Interpretation Operationalisierung Erhebung S. 2 Versuchsplanung Festlegung
MehrMethodenlehre. Vorlesung 5. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 5 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ 20.2.13 Einführung, Verteilung der Termine 1 25.9.13 Psychologie
MehrGrundlagen sportwissenschaftlicher Forschung Untersuchungsplanung 2 und Grundlagen des Messens
Grundlagen sportwissenschaftlicher Forschung Untersuchungsplanung 2 und Grundlagen des Messens Dr. Jan-Peter Brückner jpbrueckner@email.uni-kiel.de R.216 Tel. 880 4717 AUFGABE 1. Beschreibe einen experimentellen
MehrRegressionsanalysen mit Stata
Regressionsanalysen mit Stata Wiederholung: Deskriptive Analysen - Univariate deskriptive Analysen (Häufigkeitsauszählungen einer Variablen) - Multivariate deskriptive Analysen (Untersuchung gemeinsamer
MehrVIII Experimentelle und quasi-experimentelle Designs
VIII Experimentelle und quasi-experimentelle Designs Varianzkontrolle für die abhängige Variable Bestimmung von Vergleichsgruppen Modus für die Aufteilung der Versuchspersonen Vergleichsgruppen bestimmen
MehrUnsystematische Störvariablen
wirken auf AV, variieren aber nicht mit UV haben keinen Einfluss auf Unterschiede zwischen den Bedingungen Unsystematische Störvariablen (Eid, Gollwitzer & Schmitt, 2010, S. 56f) Es gibt individuelle Unterschiede
MehrBOXPLOT 1. Begründung. Boxplot A B C
BOXPLOT 1 In nachstehender Tabelle sind drei sortierte Datenreihen gegeben. Zu welchem Boxplot gehört die jeweilige Datenreihe? Kreuze an und begründe Deine Entscheidung! Boxplot A B C Begründung 1 1 1
MehrTHEMA: ZUSAMMENHANGSANALYSEN FÜR KATEGORIALE VARIABLEN " TORSTEN SCHOLZ
W THEMA: ZUSAMMENHANGSANALYSEN FÜR KATEGORIALE VARIABLEN " TORSTEN SCHOLZ HERZLICH WILLKOMMEN BEI W Moderation Anne K. Bogner-Hamleh SAS Institute GmbH Education Consultant Training Dr. Torsten Scholz
MehrÜBUNGSAUFGABEN ZU INFERENZSTATISTIK II
ÜBUNGSAUFGABEN ZU INFERENZSTATISTIK II 1.1 Durch welche Elemente lässt sich laut der Formel für die multiple Regression der Wert einer Person auf einer bestimmten abhängigen Variable Y vorhersagen? a)
MehrStatistik für Studenten der Sportwissenschaften SS 2008
Statistik für Studenten der Sportwissenschaften SS 008 Aufgabe 1 Man weiß von Rehabilitanden, die sich einer bestimmten Gymnastik unterziehen, dass sie im Mittel µ=54 Jahre (σ=3 Jahre) alt sind. a) Welcher
MehrStatistik II. IV. Hypothesentests. Martin Huber
Statistik II IV. Hypothesentests Martin Huber 1 / 22 Übersicht Weitere Hypothesentests in der Statistik 1-Stichproben-Mittelwert-Tests 1-Stichproben-Varianz-Tests 2-Stichproben-Tests Kolmogorov-Smirnov-Test
MehrGrundlagen sportwissenschaftlicher Forschung Inferenzstatistik 2
Grundlagen sportwissenschaftlicher Forschung Inferenzstatistik 2 Dr. Jan-Peter Brückner jpbrueckner@email.uni-kiel.de R.216 Tel. 880 4717 Statistischer Schluss Voraussetzungen z.b. bzgl. Skalenniveau und
MehrParametrische vs. Non-Parametrische Testverfahren
Parametrische vs. Non-Parametrische Testverfahren Parametrische Verfahren haben die Besonderheit, dass sie auf Annahmen zur Verteilung der Messwerte in der Population beruhen: die Messwerte sollten einer
MehrQuantitative Auswertung II. Korpuslinguistik Heike Zinsmeister
Quantitative Auswertung II Korpuslinguistik Heike Zinsmeister 16.12.2011 Unterschiedstest Fall 1: unabhängige Stichproben Daten eine unabhängige Variable auf Nominal- oder Kategorialniveau eine abhängige
MehrKipp/Opitz UdS 2007/08. Experimentalmethodik
Experimentalmethodik Alltagspsychologie & Wissenschaftliche Psychologie nicht systematisch trennend zw. Richtigem und Falschem nicht methodisch kontrolliert geeignete Werkzeuge nicht kritische Überprüfung
MehrQuasiexperimentelle Ansätze der Ergebnisevaluation
Sozialpsychologie und Politische Psychologie HBM6: Evaluation (051105) Sitzung 10: Quasiexperimentelle Ansätze der Ergebnisevaluation Überblick über heutige Sitzung Quasiexpe erimentelle Ansätze der Er
MehrKapitel 5 - Einfaktorielle Experimente mit festen und zufälligen Effekten
Kapitel 5 - Einfaktorielle Experimente mit festen und zufälligen Effekten 5.1. Einführung Einfaktorielle Varianzanalyse Überprüft die Auswirkung einer gestuften (s), unabhängigen Variable X, auch Faktor
MehrBivariater Zusammenhang in der Vierfeldertafel PEΣO
Bivariater Zusammenhang in der Vierfeldertafel PEΣO 12. Oktober 2001 Zusammenhang zweier Variablen und bivariate Häufigkeitsverteilung Die Bivariate Häufigkeitsverteilung gibt Auskunft darüber, wie zwei
MehrMehrfaktorielle Varianzanalyse
Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Mehrfaktorielle Varianzanalyse Überblick Einführung Empirische F-Werte zu einer zweifaktoriellen
MehrSTATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik
Kapitel 11 Diskrete Zufallsvariablen 11.1. Wahrscheinlichkeits- und diskret Wahrscheinlichkeitsverteilungen Wahrscheinlichkeitsfunktion von X Nimmt abzählbare Anzahl von Ausprägungen an (z.b. Zählvariablen)
MehrErgebnisse der schriftlichen Zwischenprüfung Frühjahr 2018 Gärtner/Gärtnerin - Fachrichtung Garten- und Landschaftsbau Zuständige Stelle: Gartenbauzen
2000000885 2 2 4 5 6 5 4 4 2000003796 3 3 2 4 4 2 2 3 2000008262 2 2 2 6 5 5 3 2 2000010756 3 3 2 5 5 4 5 3 2000030386 2 3 1 5 5 3 4 4 2000040144 4 4 4 4 6 4 4 3 2000047293 1 4 3 2 6 5 5 4 2000062196 1
MehrMathematische und statistische Methoden I
Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 6-6) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden I Dr. Malte Persike persike@uni-mainz.de
MehrKurzzusammenfassung der Einführungsvorlesung zum emp. Praktikum
Kurzzusammenfassung der Einführungsvorlesung zum emp. Praktikum Arten von Hypothesen Unterschiedshypothesen Behauptung, dass sich die Variation einer Variablen (der unabhängigen Variablen, UV) auf mindestens
MehrAufgaben zu Kapitel 5:
Aufgaben zu Kapitel 5: Aufgabe 1: Ein Wissenschaftler untersucht, in wie weit die Reaktionszeit auf bestimmte Stimuli durch finanzielle Belohnung zu steigern ist. Er möchte vier Bedingungen vergleichen:
MehrAufgaben zu Kapitel 8
Aufgaben zu Kapitel 8 Aufgabe 1 a) Berechnen Sie einen U-Test für das in Kapitel 8.1 besprochene Beispiel mit verbundenen n. Die entsprechende Testvariable punkte2 finden Sie im Datensatz Rangdaten.sav.
MehrInhaltsverzeichnis. Vorwort
V Vorwort XI 1 Zum Gebrauch dieses Buches 1 1.1 Einführung 1 1.2 Der Text in den Kapiteln 1 1.3 Was Sie bei auftretenden Problemen tun sollten 2 1.4 Wichtig zu wissen 3 1.5 Zahlenbeispiele im Text 3 1.6
MehrAnnahmen des linearen Modells
Annahmen des linearen Modells Annahmen des linearen Modells zusammengefasst A1: Linearer Zusammenhang: y = 0 + 1x 1 + 2x 2 + + kx k A2: Zufallsstichprobe, keine Korrelation zwischen Beobachtungen A3: Erwartungswert
MehrForschungsstatistik II, SS2009
Forschungsstatistik II, SS29 Abschlussklausur Inferenzstatistik Name: Matrikel-Nr.: Bonuspunkte: ja nein Forschungsstatistik II SS29 Abschlussklausur Aufgabe 1: (6 Punkte 1%) Welche dieser Matrizen können
MehrTabelle 4 : Berechnete Konzeptionen pro Monat aus den Ausgangsdaten Lebendgeburten pro Monat am Beispiel der gesamten Kontrollen.
5 Ergebnisse 5.1 Analyse der Kontrollgruppe 5.1.1 Bestimmung des Konzeptionstermins Entsprechend dem unter 4.2.2 geschilderten Verfahren wurden aus den Ausgangsdaten, d.h. der Aufschlüsselung der Lebendgeburten
MehrEinführung in Techniken wissenschaftlichen Arbeitens
Einführung in Techniken wissenschaftlichen Arbeitens Hypothesen und Versuchspläne Julia Rodriguez Buritica Wissenschaftliche Mitarbeiterin AG Emotionspsychologie und affektive Neurowissenschaften Berlin
MehrVorlesung: Multivariate Statistik für Psychologen
Vorlesung: Multivariate Statistik für Psychologen 7. Vorlesung: 05.05.2003 Agenda 2. Multiple Regression i. Grundlagen ii. iii. iv. Statistisches Modell Verallgemeinerung des Stichprobenmodells auf Populationsebene
MehrSchätzverfahren, Annahmen und ihre Verletzungen, Standardfehler. Oder: was schiefgehen kann, geht schief
Schätzverfahren, Annahmen und ihre Verletzungen, Standardfehler. Oder: was schiefgehen kann, geht schief Statistik II Literatur Kategoriale Unabhängige, Interaktion, nicht-lineare Effekte : Schätzung Statistik
MehrSchätzverfahren, Annahmen und ihre Verletzungen, Standardfehler. Oder: was schiefgehen kann, geht schief. Statistik II
Schätzverfahren, Annahmen und ihre Verletzungen, Standardfehler. Oder: was schiefgehen kann, geht schief Statistik II Wiederholung Literatur Kategoriale Unabhängige, Interaktion, nicht-lineare Effekte
MehrDer Einfluss von Materialismus und Sozialen Vergleichen auf den Facebookkonsum Vorstellung zweier Priming-Studien
Der Einfluss von Materialismus und Sozialen Vergleichen auf den Facebookkonsum Vorstellung zweier Priming-Studien Phillip Ozimek Jenseits von gut und böse - Die selbstregulatorische Funktion von Haben
MehrForschungsmethoden: Definition
Forschungsmethoden: Definition Unter Forschungsmethoden versteht man die generelle Vorgehensweise beim Aufstellen der Fragestellung, bei der Planung, der Durchführung und der Auswertung einer Untersuchung.
MehrKapitel 5 - Einfaktorielle Experimente mit festen und zufälligen Effekten
Kapitel 5 - Einfaktorielle Experimente mit festen und zufälligen Effekten 5.1. Einführung Einfaktorielle Varianzanalyse Überprüft die Auswirkung einer gestuften (s), unabhängigen Variable X, auch Faktor
MehrÜberwindung von Dropout durch emotionale Bindung und Spaß am Sport
Überwindung von Dropout durch emotionale Bindung und Spaß am Sport Prof. Dr. Darko Jekauc ARBEITSBEREICH: GESUNDHEITSBILDUNG UND SPORTPSYCHOLOGIE INSTITUT FÜR SPORT UND SPORTWISSENSCHAFT FAKULTÄT FÜR GEISTES-
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Karin Waldherr & Pantelis Christodoulides 11. Juni 2014 Waldherr / Christodoulides Einführung in Quantitative Methoden 1/46 Anpassungstests allgemein Gegeben: Häufigkeitsverteilung
MehrStatistisches Testen
Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall
MehrBei näherer Betrachtung des Diagramms Nr. 3 fällt folgendes auf:
18 3 Ergebnisse In diesem Kapitel werden nun zunächst die Ergebnisse der Korrelationen dargelegt und anschließend die Bedingungen der Gruppenbildung sowie die Ergebnisse der weiteren Analysen. 3.1 Ergebnisse
MehrMessprotokoll: Aufnahme der Quantenzufallszahl
Messprotokoll: Aufnahme der Quantenzufallszahl Am 19. Juni 2009 wurden für Max Mustermann um 8:35 Uhr mit Hilfe von einzelnen Photonen 993.097 Zufallszahlen generiert. Der Zufallsgenerator steht im Quantenoptiklabor
MehrBeispiel 1: Zweifache Varianzanalyse für unabhängige Stichproben
Beispiel 1: Zweifache Varianzanalyse für unabhängige Stichproben Es wurden die Körpergrößen von 3 Versuchspersonen, sowie Alter und Geschlecht erhoben. (Jeweils Größen pro Faktorstufenkombination). (a)
MehrEinfaktorielle Varianzanalyse
Kapitel 16 Einfaktorielle Varianzanalyse Im Zweistichprobenproblem vergleichen wir zwei Verfahren miteinander. Nun wollen wir mehr als zwei Verfahren betrachten, wobei wir unverbunden vorgehen. Beispiel
MehrVS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen - Inferenzstatistik 1 [Übungsaufgaben und Lösungenn - Inferenzstatistik 1] ÜBUNGSAUFGABEN
Mehr4. Ergebnisbeschreibung
4. Ergebnisbeschreibung 4.1. Charakterisierung der Stichprobe Tab.4 Charakteristik der Gruppen zum Prä-Messzeitpunkt (Basline), ie Konrollgruppe (n0 = 14), Galileo-Gruppe (n1 = 15) und Power-Plate-Gruppe
MehrStatistische Auswertung (Signifikanzen) Projekt: Evaluation der Langzeitauswirkung des Imago Paartherapie Workshops
Auswertung: Irina Zamfirescu Auftraggeber: Mag. Klaus Brehm Statistische Auswertung (Signifikanzen) Projekt: Evaluation der Langzeitauswirkung des Imago Paartherapie Workshops Fragestellung: Wirkt sich
MehrPsychologische Methodenlehre Statistik
RAINER LEONHART Psychologische Methodenlehre Statistik Mit 21 Abbildungen und 40 Tabellen Mit 64 Ubungsfragen Ernst Reinhardt Verlag Miinchen Basel Inhalt Vorwort 9 1 Einfuhrung in die Forschungsmethoden
MehrExperimentalpsychologisches Praktikum
Experimentalpsychologisches l i h Praktikum Prof. Dr. Adrian Schwaninger Fachhochschule Nordwestschweiz Hochschule für Angewandte Psychologie +41 (0) 76 393 24 46 Adrian.Schwaninger@fhnw.ch 3. Sitzung
MehrMathe macht stark/lesen macht stark Evaluationsdesign
Hector-Institut für Empirische Bildungsforschung Mathe macht stark/lesen macht stark Evaluationsdesign Benjamin Nagengast, Tobias Dörfler, Andreas Schulz, Sven Rieger Auftaktveranstaltung, Hedwig-Dohm-Schule,
MehrHypothesentests mit SPSS
Beispiel für eine zweifaktorielle Varianzanalyse mit Messwiederholung auf einem Faktor (univariate Lösung) Daten: POKIII_AG4_V06.SAV Hypothese: Die physische Attraktivität der Bildperson und das Geschlecht
MehrVarianzanalyse (ANOVA: analysis of variance)
Varianzanalyse (AOVA: analysis of variance) Einfaktorielle VA Auf der Basis von zwei Stichproben wird bezüglich der Gleichheit der Mittelwerte getestet. Variablen müssen Variablen nur nominalskaliert sein.
Mehr0,04. b) Antworten A und C bleiben übrig. Diese waren von 36+4 = 40% des Publikums genannt worden.
Aufgabe 1: In der Fernsehsendung Wer wird Millionär ist ein Kandidat bei der 16000-Euro-Frage völlig ahnungslos und zieht den Publikumsjoker. Es resultieren die folgenden Abstimmungsergebnisse für die
MehrBremer Institut für Pädagogik und Psychologie (bipp)
Bremer Institut für Pädagogik und Psychologie (bipp) www.bipp-bremen.de Schule an der N.N. Str. - Förderzentrum - 28309 Bremen März 2004 Evaluation der Fördermaßnahme zur Senkung der Wiederholerquote sowie
MehrKennwerteverteilungen von Häufigkeiten und Anteilen
Kennwerteverteilungen von Häufigkeiten und Anteilen SS200 6.Sitzung vom 29.05.200 Die hypergeometrische Verteilung Wahrscheinlichkeitsverteilung der Häufigkeit eines binären Merkmals bei Einfacher Zufallsauswahl
MehrTabelle 1: Altersverteilung der Patienten (n = 42) in Jahren
3. Ergebnisse Die 42 Patienten (w= 16, m= 26) hatten ein Durchschnittsalter von 53,5 Jahren mit einem Minimum von und einem Maximum von 79 Jahren. Die 3 Patientengruppen zeigten hinsichtlich Alters- und
MehrKostenentwicklung bei IT-gestütztem Monitoring von unerwünschten Arzneimittelwirkungen in der stationären Altenpflege
Kostenentwicklung bei IT-gestütztem Monitoring von unerwünschten Arzneimittelwirkungen in der stationären Altenpflege Abschlussveranstaltung MADRIC Modellprojekt zur Weiterentwicklung der Pflegeversicherung
MehrSkript zum Kurz-Referat:
Prof. Dr. Klaus-Jürgen Tillmann/ Michael Lenz WS 2001/02 Fakultät für Pädagogik (AG 4) der Universität Bielefeld Seminar: Anlage und : Der pädagogische Streit seit den 50er-Jahren 7. Sitzung: Die Erblichkeit
Mehr2 Die Niederschlagsverteilung für Deutschland im Jahr 2004 - Überblick
2 Die Niederschlagsverteilung für Deutschland im Jahr 2004 - Überblick Das Hauptziel dieser Arbeit ist einen hochaufgelösten Niederschlagsdatensatz für Deutschland, getrennt nach konvektivem und stratiformem
MehrSchulversuch Fotometrie und Wirkungsgrad von verschiedenen künstlichen Lichtquellen
Schulversuch Fotometrie und Wirkungsgrad von verschiedenen künstlichen Lichtquellen Erstellt von: Michael Lötsch und Gerd Krizek Version vom: 12. Juni 2016 Inhaltsverzeichnis 1 Motivation 2 2 Theorie zur
MehrJavaScript Schere, Stein, Papier
JavaScript Schere, Stein, Papier Zwei Personen suchen sich jeweils ein Symbol aus und nennen es gleichzeitig. Haben beide Spieler das gleiche Symbol, ist die Runde unentschieden. Ansonsten gelten folgende
MehrForschungsstatistik I
Psychologie Prof. Dr. G. Meinhardt 6. Stock, TB II R. 06-206 (Persike) R. 06-321 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrWebergänzung zu Kapitel 10
10.1.5 Varianzanalyse (ANOVA: analysis of variance ) Im Kapitel 10 haben wir uns hauptsächlich mit Forschungsbeispielen beschäftigt, die nur zwei Ergebnissätze hatten (entweder werden zwei unterschiedliche
MehrForschungsstatistik I
Psychologie Prof. Dr. G. Meinhardt 6. Stock, TB II R. 06-206 (Persike) R. 06-321 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
Mehr6.4 Der Kruskal-Wallis Test
6.4 Der Kruskal-Wallis Test Der Test von Kruskal und Wallis, auch H-Test genannt, ist ein Test, mit dem man die Verteilungen von Teilstichproben auf Unterschiede untersuchen kann. Bei diesem Test geht
MehrDeskriptive Beschreibung linearer Zusammenhänge
9 Mittelwert- und Varianzvergleiche Mittelwertvergleiche bei k > 2 unabhängigen Stichproben 9.4 Beispiel: p-wert bei Varianzanalyse (Grafik) Bedienungszeiten-Beispiel, realisierte Teststatistik F = 3.89,
MehrStatistik I für Betriebswirte Vorlesung 10
Statistik I für Betriebswirte Vorlesung 10 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 15. Juni 2017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 10 Version: 13.
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009, Statistik mit SPSS
Sommersemester 2009, Statistik mit SPSS 26. August 2009 26. August 2009 Statistik Dozentin: mit Anja SPSS Mays 1 1. Ziel der Kreuztabellierung 2. Übersicht CROSSTABS - Syntax 3. 2x2 Kreuztabellen Überblick
Mehr1 x 1 y 1 2 x 2 y 2 3 x 3 y 3... n x n y n
3.2. Bivariate Verteilungen zwei Variablen X, Y werden gemeinsam betrachtet (an jedem Objekt werden gleichzeitig zwei Merkmale beobachtet) Beobachtungswerte sind Paare von Merkmalsausprägungen (x, y) Beispiele:
MehrC) Erkläre alle Haupt- und Interaktionseffekte inkl. Richtiger formaler Statistik-Darstellung.
Gedächtnisprotokoll EEP WS 18/19 1. Termin Offene Fragen: (Insgesamt 28 offene) 1) Es wurde eine Studie zum Thema Anstrengung und BDNF-(Nervenwachstumshormon) Gehalt im Blut durchgeführt. Die Versuchspersonen
MehrForschungsdesigns und Untersuchungsformen
Forschungsdesigns und Untersuchungsformen Ziel: Überprüfung von Hypothesen Experimentelle Anordnung: Überprüfung von Hypothesen kann als Experiment verstanden werden Verfahrensmöglichkeit zur Überprüfung
MehrSTATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG
STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG Statistische Methoden In der vorliegenden fiktiven Musterstudie wurden X Patienten mit XY Syndrom (im folgenden: Gruppe XY) mit Y Patienten eines unauffälligem
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS
Sommersemester 2009 Statistik mit SPSS 15. Mai 2009 15. Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Überblick Kreuztabellen 1. Ziel der Kreuztabellierung 2. Übersicht CROSSTABS - Syntax
MehrMathematische und statistische Methoden I
Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-06) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden I Dr. Malte Persike persike@uni-mainz.de
MehrTutorial. Moderationsanalyse mit PROCESS
Tutorial Moderationsanalyse mit PROCESS stefan.pfattheicher@uni-ulm.de Das Konzept Moderation Ein Moderator verändert den Zusammenhang zwischen unabhängiger Variable (folgend X) und einer abhängigen Variable
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 2. Stock, Nordflügel R. 02-429 (Persike) R. 02-431 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrInstitut für Soziologie Dipl.-Soz. Benjamin Gedon. Methoden 2. Ausblick; Darstellung von Ergebnissen; Wiederholung
Institut für Soziologie Dipl.-Soz. Methoden 2 Ausblick; Darstellung von Ergebnissen; Wiederholung Ein (nicht programmierbarer) Taschenrechner kann in der Klausur hilfreich sein. # 2 Programm Ausblick über
Mehratharina Simbeck, HTW Berlin
atharina Simbeck, HTW Berlin Agenda HR Analytics 7 Probleme Schlussfolgerungen HR Analytics Welche Mitarbeiter werden demnächst kündigen? Quelle der Abbildungen: open.sap.com Data Science in Action - Building
MehrTEIL 4: FORSCHUNGSDESIGNS UND UNTERSUCHUNGSFORMEN
TEIL 4: FORSCHUNGSDESIGNS UND UNTERSUCHUNGSFORMEN GLIEDERUNG Forschungsdesign Charakterisierung Grundbegriffe Verfahrensmöglichkeit Störfaktoren Graphische Darstellung Arten von Störfaktoren Techniken
MehrErgebnisbericht. Öffentlicher Bericht
Ergebnisbericht Öffentlicher Bericht Kurs-Evaluation WiSe 2013 Kurs Design sozialwissenschaftlicher Untersuchungen, Gruppe 1 Prof. Dr. Ulrich Kohler Fragebogen Fakultät WiSo - Online Befragungszeitraum
MehrTechniken zum Erreichen von Konstanz
Wozu Konstanz? Techniken zum Erreichen von Konstanz Um interne Gültigkeit zu erreichen, muss man Techniken benutzen, die den differenziellen Einfluss von Störvariablen ausschalten. Möglichkeiten dazu:
MehrDemographische Situation in Schalkenmehren. Überblick. Historische Bevölkerungsentwicklung
Demographische Situation in Schalkenmehren Überblick langfristig gewachsene Ortsgemeinde Die OG Schalkenmehren hat seit 1962 deutlich an Bevölkerung gewonnen. Dass sich das langfristig zu beobachtende
MehrSkript zur Vorlesung Statistik 2
Weder die Autorin noch der Fachschaftsrat Psychologie übernimmt Irgendwelche Verantwortung für dieses Skript. Das Skript soll nicht die Lektüre der Prüfungsliteratur ersetzen. Verbesserungen und Korrekturen
MehrEvaluation & Forschungsstrategien
Evaluation & Forschungsstrategien SS2015 Prof. Dr. G. Meinhardt Johannes Gutenberg Universität Mainz Evaluation & Forschungsstrategien Seminar Anwendung statistischer Verfahren in Überblick Grundprinzip
MehrAnwendungsaufgaben. a. Anhand des Streudiagramms (. Abb. 1) lässt sich ein linearer Zusammenhang vermuten. Aufgabe 1. Anhang 1: Lösungen der Aufgaben
Anhang 1: Lösungen der Aufgaben 15 +1). Korrelationskoeffizienten unterschiedlicher Stichproben oder verschiedener Variablen können so miteinander verglichen werden, was mit der Kovarianz nicht möglich
MehrMesswiederholungen und abhängige Messungen
Messwiederholungen und abhängige Messungen t Tests und Varianzanalysen für Messwiederholungen Kovarianzanalyse Thomas Schäfer SS 009 1 Messwiederholungen und abhängige Messungen Bei einer Messwiederholung
MehrZweifache Varianzanalyse
Zweifache Varianzanalyse Man kann mittels VA auch den (gleichzeitigen) Einfluss mehrerer Faktoren (unabhängige Variablen) auf ein bestimmtes Merkmal (abhängige Variable) analysieren. Die Wirkungen werden
MehrGlück ist machbar - vom Sinn und Nutzen Beruflicher Rehabilitation. Mag. Roman Pöschl
Glück ist machbar - vom Sinn und Nutzen Beruflicher Rehabilitation Mag. Roman Pöschl Glück ist machbar Ergebnisse der Evaluationsstudie von SYNTHESISFORSCHUNG und IBE Im Auftrag des BBRZ Mai 2015 Was wir
MehrForschungsmethoden. Versuchspläne. Florian Kobylka
Forschungsmethoden Versuchspläne Florian Kobylka 09.12.2016 Rückblick Einordnung Erkenntnisgewinn Realitiätsprüfung Fragestellung Umsetzung... 09.12.2016 2 / 27 Versuchsplan Design Aufbau, Kontrolle und
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Pantelis Christodoulides & Karin Waldherr 5. Juni 2013 Christodoulides / Waldherr Einführung in Quantitative Methoden- 11. VO 1/48 Anpassungstests allgemein Gegeben:
MehrINFORMATIONSVERARBEITUNGSPROZESSE BEI PATIENTEN MIT POSTTRAUMATISCHER VERBITTERUNGSSTÖRUNG
INFORMATIONSVERARBEITUNGSPROZESSE BEI PATIENTEN MIT POSTTRAUMATISCHER VERBITTERUNGSSTÖRUNG Dissertation zur Erlangung des akademischen Grades Doctor rerum naturalium (Dr. rer. nat.) im Fach Psychologie
MehrS erum -C reatinin unter T orasem id. A E Mittelwert+/- Stabw. am Beob.-anfang
3. Ergebnisse Allgemein soll bereits an dieser Stalle darauf hingewiesen werden, dass neben den in den folgenden Abschnitten gezeigten Abbildungen weitere Tabellen und graphische Darstellungen zur Verbildlichung
MehrPATIENTENKOMPETENZ IN DER HAUSARZTPRAXIS: ORALE ANTIKOAGULATION
Jean-François Chenot Manar Abu Abed Thanh Duc Hua Simon Schneider Tim Friede Stefan Viktor Vormfelde PATIENTENKOMPETENZ IN DER HAUSARZTPRAXIS: ORALE ANTIKOAGULATION gefördert durch: HINTERGRUND Orale Antikoagulation
Mehr3 Randomisierungs-Tests
28 3 Randomisierungs-Tests 3.1 Einführendes Beispiel a Hagel-Experiment:( GrossversuchIV imnapfgebiet1978-1983) Verringert das Impfen von potenziellen Hagelwolken mit Silberiodid die Hagelenergie? (Einfache
MehrSitzung 4: Übungsaufgaben für Statistik 1
1 Sitzung 4: Übungsaufgaben für Statistik 1 Aufgabe 1: In einem Leistungstest werden von den Teilnehmern folgende Werte erzielt: 42.3; 28.2; 30.5, 32.0, 33.0, 38.8. Geben Sie den Median, die Spannweite
Mehr