BM 23 Forschungspraktikum - Empirisch-quantitative Verfahren am Modell eines konkreten Forschungsvorhabens I SE
|
|
- Linus Stieber
- vor 7 Jahren
- Abrufe
Transkript
1 BM 23 Forschungspraktikum Empirisch-quantitative Verfahren am Modell eines konkreten Forschungsvorhabens I Mag. Dr. Rudolf Beer Lindenberg, A u. Wagner, I.: Statistik macchiatto. 2007, S. 19
2 S p e z i e l l e Vo ra u s s e t z u n g e n Voraussetzungen fundierte Kenntnisse empirischer Forschungsmethoden, Teamkompetenz, Interesse an quantitativer Forschung, Notebook + Programmpaket (systematischer Verwendung des Statistik Programms für Sozialwissenschaften / SPSS / PASW!) w e r p u n k t e I n h a l t l i c h e S c h Ziele Mitarbeit an einem konkreten empirisch-quantitative Forschungsvorhaben im Forschungsfeld Schule/Unterricht/Bildung Forschungspraktikum mit Feldforschung an einem vorgegeben Themenbündel Literaturrecherche, Forschungsfragen, Forschungsdesign, Hypothesen, Prüfhypothesen, Testungen, Befragungen, Datenmanagement, Auswertungen, Reflexion, Forschungsberichte für Teilaspekte
3 o r m a t i o n e n A l l g e m e i n e I n f Diese Lehrveranstaltung soll fundierte Kenntnisse empirischer Forschungsmethoden aufbauen und erweitern, Anregung/Anleitung zu selbständigem kritisch- wissenschaftlichen Reflektieren und Arbeiten bieten und modellhaft systematisch eine empirisch-quantitative Untersuchungen durchführen/auswerten/verschriftlichen Forschungsmethoden: Bortz, J. u. Döring, N.: Forschungsmethoden und Evaluation.. Berlin Heidelberg, Lienert, G.: Testaufbau und Testanalyse.. München Weinheim, Atteslander, P.: Methoden der empirischen Sozialforschung.. Berlin New York, Eder, A.: Statistik für Sozialwissenschaftler.. Wien, 2003 Diekmann, A.: Empirische Sozialforschung.. Reinbek Hamburg, 2009 Weiß, C.: Basiswissen Medizinische Statistik.. Berlin Heidelberg New York, 2002 Schwetz, H. et al.: Einführung in das quantitativ orientierte Forschen.. Wien, 2010 Forschungsdesigns best practise: Beer, G.: Leadership. Eine quantitative empirische Studie an Pflichtschulen,, Wien Berlin Münster, Beer, R. u. Steiner, A.: Qualitätsentwicklung im Mathematikunterricht ein regionales Projekt, Ztschr. Erziehung und Unterricht, 157/1-2, , 144, Beer, R.: Bildungsstandards: Einstellungen von Lehrerinnen und Lehrern,, Wien Berlin Münster, Beer, R.: Standards guter Bildung Kinder im Zentrum der Innovation. Ztschr. Erziehung und Unterricht, 160. Jahrgang, Heft 3 4, , 227, Beer, R.: Kinder forschen, Ztschr. Erziehung und Unterricht, 161/3-4, , u.a.
4 l a n u n g S e m e s t e r p Prüfungsimmanente Lehrveranstaltung/Anwesenheit Mitarbeit an praktischen Übungen Selbststudium Erhebungen im Feld Präsentationen/Referate Abschlussklausur BAC-ArbeitArbeit Lindenberg, A u. Wagner, I.: Statistik macchiatto. 2007, S. 183 o r m a t i o n e n A l l g e m e i n e I n f NIG Hörsaal 3D, NIG Universitätsstraße 7/Stg. II/3. Stock, 1010 Wien Mo: Internetplattform zum Seminar: bea.meier87@gmail.com rudolf.beer@univie.ac.at
5 Das Problem als Ausgangspunkt sozialwissenschaftlicher Forschung von der Fragestellung zur Hypothese Forschungsidee Literaturstudium Fragestellung Haupttestung Hypothese Itemselektion/revision Merkmalsanalyse Aufgabenanalyse Forschungsdesign Aufgabenkonstruktion Vortestung Vorrevision
6 wissenschaftliches Forschen Fragestellung hermeneutische Methode empirisch- qualitative Methode empirisch- quantitative Methode weitere Forschungsfeld Forschungsidee Fragestellung Hypothesen Methode Quantitativ, Fragebogenerhebung
7 Rechercheauftrag Information Literaturstudium Hypothese: Annahme über einen realen (empirisch erfassbaren) Sachverhalt in Form eines Konditionalsatzes ( Wenn- Dann -Satz, Je-Desto Desto -Satz). Wissenschaftliche Hypothesen müssen über den Einfall hinausgehen (Generalisierbarkeit, Allgemeinheitsgrad) und anhand von Beobachtungsdaten falsifizierbar sein (Bortz u. Döring 2002, S. 679).
8 Bedingungen / Hypothese allgemein widerspruchsfrei empirische überprüfbar neu Hypothese: Annahme über einen realen (empirisch erfassbaren) Sachverhalt in Form eines Konditionalsatzes ( Wenn-Dann Dann -Satz, Je-Desto Desto -Satz) (Bortz u. Döring 2002, S. 679). Wenn-Dann Dann-Hypothesen: abhängige und unabhängige Variable dichotom Je-Desto-Hypothesen: abhängige und unabhängige Variable mindestens ordinalskaliert Wissenschaftliche Hypothesen müssen über den Einzelfall hinausgehen (Generalisierbarkeit, Allgemeinheitsgrad) und anhand von Beobachtungsdaten falsifizierbar sein (Bortz u. Döring 2002, S. 679).
9 Grundgesamtheit empirische Sozialforschung soziale Phänomene (?) Aussagen über die Gesellschaft Gesamtheit aller Menschen, über die ein Sachverhalt/Phänomen erklärt wird Population Stichprobe (n=zahl) untersuchte Population, Teil der Grundgesamtheit repräsentativ = der Zielpopulation entsprechend, dann Schluss auf Gesamtpopulation möglich Zufallsstichprobe = unverzerrte Stichprobe Größe der Stichprobe möglichst groß!
10 Randomisierung Zufällige Zuordnung von Untersuchungsobjekten zu Untersuchungsbedingungen bzw. den Untersuchungsleiter. Die Randomisierung ist das kennzeichnende Merkmal einer experimentellen Untersuchung (Borz u. Doring 2002, S. 688) Schritte eines empirisch quantitativen Forschungsvorhabens Begriffe
11 empirische Forschung eine auf, aus der Erfahrung, der Beobachtung erwachsenen bzw. dem Experiment entnommenen Erkenntnissen basierende Wissenschaft (Erkenntniswissenschaft) empirisch auf Erfahrung beruhend Quantitative Forschung: Empirische Forschung, die mit besonderen Datenerhebungsverfahren in erster Linie quantitative Daten erzeugt und statistisch verarbeitet, um dadurch neue Effekte zu entdecken (Exploration), Populationen zu beschreiben und Hypothesen zu prüfen (Explanation) (Bortz u. Döring 2002, S. 687). Quantitative Daten: Den Merkmalsausprägungen werden Zahlen zugewiesen, es wird gemessen. Die Menge aller Merkmalsmessungen bezeichnet man als (quantitative) Daten (Samac 2008, S. 4). Quantitative Variable sind kontinuierlich. Jeder Person wird ein Wert zugeordnet. (stetige Werte)
12 Quantitative Methoden der Datenerhebung Zählen Messen (Be)Urteilen Testen Variable: Variable sind Ausschnitte aus der Beobachtungsrealität. Sie symbolisieren die Menge der verschiedenen Ausprägungen eines Merkmals. Merkmalsausprägungen können verbal gesammelt (gezählt) werden (qualitative Variable) bzw. kann jeder Merkmalsausprägung eine Zahl zugeordnet werden (quantitative Variable). Bsp.: Variable: Schultyp - Merkmalsausprägungen: VS, HS, AHS, ASO, BMHS, BAKI, HTL, BS, BMS
13 quantitative Variable Messen... individuelle Merkmalsausprägungen werden mit einem Messinstrument erhoben und jedem Objekt bzw. Person zugeordnet (Be)Urteilen... Eigenschaften die sich einer direkten physikalischen Messung entziehen können mit Hilfe der menschlichen Urteilsfähigkeit und -möglichkeit erfasst werden unabhängige Variable abhängige Variable Hypothese behauptet einen Zusammenhang: wenn A, dann B Merkmalsausprägung A Merkmalsausprägung B ausgedrückt/operationalisiert/gemessen unabhängige Variable abhängige Variable
14 Variable unabhängige abhängige Variable unabhängige Variable (X) vermutete Einflussgröße auf Y vorausgesetztes Merkmal wird vom Forscher variiert Bedingung z.b. Intelligenz, soziale Schicht, Unter. Methode, Persönlichkeitsstruktur, Schulklima, Angst, Motivation abhängige Variable (Y oder f(x)) auf diese werden Schlüsse gezogen Auswirkung auf dieses Merkmal Veränderung wird beobachtet Folge, Effekt zeigt sich z. B. Leistung intervenierende Variable = Störvariable unabhängige Variable abhängige Variable intervenierende Variable wirkt auf die abhängige Variable unberücksichtigt ein
15 intervenierende Variable Kontrollvariable unabhängige Variable abhängige Variable Kontrollvariable wirkt auf die abhängige Variable ein, kann konstant gehalten/kontrolliert werden intervenierende Variable wird zur Kontrollvariable Skalenniveau Rationalskala (Verhältnisskala) Intervallskala Ordinalskala (Rangskala) Nominalskala
16 Intervallskala Info über Messwertdifferenz... Temperaturunterschiede, Testscores, Intelligenzscores (?), gleich oder ungleich, beschreibend + größer/kleiner Relationen + Gleichheit von Differenzen... polytom/dichotom Nominalskala Geschlecht, Familienstand, Farbe, ja/nein- Entscheidungen, Nationalität, Sprache, Blutgruppe gleich oder ungleich, beschreibend Rationalskala natürlicher Nullpunkt... Länge, Gewicht, physikalische Größen gleich oder ungleich, beschreibend + größer/kleiner Relationen + Gleichheit von Differenzen + Gleichheit von Verhältnissen Ordinalskala (Rangskala) Ranginformation... Schulnoten, Rangplätze, Ausbildungsabschlüsse, Dienstgrade, Windstärken, Beliebtheit, Befragungsergebnisse (?) gleich oder ungleich, beschreibend + größer/kleiner Relationen Anwendung von Rechenverfahren Rationalskala Intervallskala Ordinalskala Nominalskala arithmetisches Mittel, t-test, Varianzanalyse, ev. parametrische Verfahren ev. nonparametrische Verfahren, U-Test, Rangplätze, Median, Modalwert
17 Ansprüche an ein Testverfahren: Hauptgütekriterien eines Tests Objektivität Reliabilität (Zuverlässigkeit) Validität (Gültigkeit) Objektivität Unter Objektivität eines Tests verstehen wir den Grad, indem die Ergebnisse eines Tests unabhängig vom Untersucher sind (Lienert 1989, S. 13). Durchführungsobjektivität Auswertungsobjektivität Interpretationsobjektivität
18 Reliabilität Unter der Reliabilität eines Tests versteht man den Grad der Genauigkeit, mit dem er ein bestimmtes Persönlichkeits- oder Verhaltensmerkmal misst (Lienert 1989, S. 14). Validität Die Validität des Tests gibt den Grad der Genauigkeit an, mit dem dieser Test dasjenige Persönlichkeitsmerkmal oder diejenigen Verhaltensweisen, das (die) er messen soll oder zu messen vorgibt, tatsächlich misst (Lienert 1989, S. 16). inhaltliche Validität Konstruktvalidität kriteriumsbezogenen Validität
19 Wechselbeziehungen Objektivität Reliabilität Validität Validität Reliabilität Objektivität Nebengütekriterien eines Tests Normierung Vergleichbarkeit Ökonomie Nützlichkeit
20 Normierung versteht man, daß über einen Test Angaben vorliegen sollen, die für die Einordnung des individuellen Testergebnisses als Bezugssystem dienen können (Lienert 1989, S. 18). Einordnung des Pn in die Verteilung (Position) in Bezug auf die Grundgesamtheit, soziale Gruppe, individuelle Aussagen (diagnostische Brauchbarkeit) Vergleichbarkeit Ein Test ist dann vergleichbar, wenn: 1. ein oder mehrere Parallelformen vorhanden sind, 2. validitätsähnliche Tests verfügbar sind (Lienert 1989, S. 18). intraindividuelle Reliabilitätskontrolle interindividuelle Validitätskontrolle
21 Ökonomie Ein Test ist dann ökonomisch, wenn er: 1. eine kurze Durchführungszeit beansprucht, 2. wenig Material verbraucht, 3. einfach zu handhaben, 4. als Gruppentest durchführbar, 5. schnell und bequem auswertbar ist (Lienert 1989, S. 19). Nützlichkeit Ein Test ist dann nützlich, wenn er ein Persönlichkeitsmerkmal mißt, für dessen Untersuchung ein praktisches Bedürfnis besteht (Lienert 1989, S. 19).
22 Konstruktionsschritte und Merkmale eines Fragebogens (FB) existierende Fragebögen? Hinweise - Literatursuche Testkatalog herausgegeben von der Testzentrale (2000) oder unter Psychologische u. pädagogische Tests (Brickenkamp, 1997) Psychosoziale Messinstrumente (Westhoff, 1993) Psychodiagnostische Tests (Hiltmann, 1977)
23 Das Item ist die kleinste Beobachtungseinheit in einem FB, sozusagen der elementare Baustein, aus dem ein FB aufgebaut ist. An einem Item lassen sich zwei Komponenten unterscheiden, nämlich der sogenannte Itemstamm und das Antwortformat. Itemstamm Frage Aussage (Statement) Bild Geschichte Zeichnung Rechenaufgabe, etc.
24 Jedes Item sollte nur einen einzelnen Aspekt ansprechen. direkte oder indirekte Fragen (z.b.:.: Halten Sie sich für rücksichtsvoll? oder Halten Sie mit dem Auto an, wenn eine Person die Fahrbahn überqueren möchte? hypothetischer oder tatsächlicher Sachverhalt (z.b.:.: Was würden Sie tun, wenn... oder Haben Sie schon einmal... getan? konkreter oder abstrakter Sachverhalt (z.b.:.: Sammeln Sie Briefmarken? oder Sammeln Sie gerne irgendwelche Sachen? personalisierte oder depersonalisierte Frage (z.b.:.: Würden Sie gegen ein geplantes Kernkraftwerk demonstrieren? oder Sollten möglichst viele Menschen gegen ein geplantes Kernkraftwerk demonstrieren? freie Antwortformate Die Itemantwort wird von der getesteten Person selbst formuliert. gebundene Antwortformate Vorgefertigtes System von Antwortmöglichkeiten.
25 gebundene Antwortformate hohe Auswertungsobjektivität und Auswertungsökonomie disjunkt d.h. einander ausschließend exhaustiv d.h. den Bereich aller Verhaltensmöglichkeiten ausschöpfend Ratingformate ( = Untergruppe unter den gebundenen Antwortformaten) mehr als zwei abgestufte Antwortkategorien item-unspezifisch formuliert
26 4 Aspekte zur Konstruktion einer Ratingskala 1. Eine Ratingskala kann unipolar, von einem Nullpunkt in eine Richtung gerichtet, oder bipolar, von einem negativen Pol zu einem positiven Pol, aufgebaut sein. 2. Die Verwendung einer mittleren bzw. neutralen Antwortkategorie, oder auch das Verwenden einer ungeraden Anzahl von Stufen ist problematisch. Eine derartige Antwortkategorie kann nämlich für die antwortende Person Verschiedenes bedeuten. 3. Die Anzahl der Stufen spielt eine wichtige Rolle, da dadurch sogenannte Antworttendenzen (oder response sets) auftreten und somit auch vermieden werden können. Unter einem response set versteht man die von der zu messenden Personeneigenschaft unabhängige Neigung einer Person, die Ratingskala in einer bestimmten Art und Weise zu gebrauchen. Zum Beispiel macht sich die Tendenz zu einem extremen Urteil bei einer vierstufigen Skala weniger bemerkbar als bei einer zehnstufigen Skala.
27 4. Benennung der Kategorien: Ratingskalen können rein numerisch, graphisch, symbolisch oder verbal verankert sein. Auch Kombinationen sind möglich. Der Item-Pool entsteht durch Literaturrecherche, etc. Anzahl der zu sammelnden Items hängt von der endgültigen Zahl der FB-Items ab mindestens das Dreifache der letztlich erforderlichen Itemzahl ist nötig jedoch sollte im Zweifelsfall die Qualität vor der Quantität stehen
28 Prinzip der Passung Maximierung der Varianz der Antwortvariablen Das zufällige Auswählen von Items aus einem Item- Pool ist wenig sinnvoll. Items, die von allen Befragten in gleicher Art und Weise beantwortet werden, sind als ungeeignet anzusehen, da sie kaum zur Differenzierung der Probanden beitragen. Die Erstellung einer Präambel übliche Instruktionen für die Beantwortung von FB: alle Items durchzulesen und zu beantworten; die Items nacheinander zu bearbeiten und keine auszulassen; aufrichtig zu antworten Anonymität und ausreichender Datenschutz wird garantiert; möglichst zügig zu antworten; bei Persönlichkeitsfragebögen gibt es keine richtigen oder falschen Antworten, die für alle Vpn zutreffen, sondern nur individuell richtige Antworten; dass die Untersuchung nur zu Forschungszwecken ausgeführt wird und nicht der Bestimmung individueller Diagnose dient;
29 Beeinflussung des Antwortverhaltens durch die Position des Items im Fragebogen durch die Selbstdarstellung des Probanden durch die soziale Erwünschtheit mancher Antwortmöglichkeiten Es existieren Techniken, die diese Tendenz zu reduzieren oder zumindest zu kontrollieren versuchen. z. B.: Lügenfragen Revision im Expertenkreis: Revision der Items, vor allem unter sprachlichen Gesichtspunkten. Diese Revision soll vor allem auf gute Verständlichkeit, auf die notwendige Kürze und Prägnanz der Formulierungen, auf die Fragerichtung und die Reihenfolge der Items im Fragebogen achten. Vortestung der Testvorform an der Zielpopulation Aufgabenanalyse Itemselektion Haupttestung der Testendform an der Zielpopulation
30
31 Erfassung von Daten Strichliste Fragebogen Protokoll Listen
32 Datenansicht Variablenansicht Beschreiben / Zählen / Darstellen Häufigkeitstabellen Diagramme Prozenttabellen Listen
33 Körpergröße (cm) Gültig 156,00 158,00 160,00 163,00 164,00 165,00 166,00 167,00 168,00 169,00 171,00 172,00 174,00 176,00 178,00 180,00 183,00 Gesamt Kumulierte Häufigkeit Prozent Prozente 1 2,8 2,8 1 2,8 5,6 3 8,3 13,9 4 11,1 25,0 1 2,8 27,8 3 8,3 36,1 2 5,6 41,7 2 5,6 47,2 3 8,3 55,6 2 5,6 61,1 1 2,8 63,9 3 8,3 72,2 6 16,7 88,9 1 2,8 91,7 1 2,8 94,4 1 2,8 97,2 1 2,8 100, ,0 Häufigkeitstabelle Gültig weiblich männlich Gesamt Geschlecht Gültige Kumulierte Häufigkeit Prozent Prozente Prozente 32 88,9 88,9 88,9 4 11,1 11,1 100, ,0 100,0 Häufigkeitstabelle Balkendiagramm 40 Kreisdiagramm Geschlecht weiblich männlich 30 Absolute Werte weiblich Geschlecht männlich
34 7 6 Histogramm 5 Häufigke eit ,00 160,00 165,00 170,00 175,00 180,00 185,00 Körpergröße (cm) Mean = 168,3611 Std. Dev. = 6,30715 N = 36 80,00 Geschlecht weiblich männlich 75,00 icht (kg) Körpergewi 70,00 65,00 60,00 55,00 50,00 155,00 160,00 165,00 170,00 175,00 180,00 185,00 Körpergröße (cm) Streudiagramm
35 Beschreiben: Lageparameter (Maße der zentralen Tendenz) Maßzahlen der zentralen Tendenz (Mittelwerte) Maßzahlen der Dispersion (Streuungsmaße) Modalwert: Der in einer Verteilung am häufigsten vertretene Wert (Bortz u. Döring 2002, S. 684). Median: Der Median teilt eine Verteilung mindestens ordinalskalierter Meßwerte in Hälften (Bortz u. Döring 2002, S. 683). Der Median ist die mittlere Maßzahl, in der Größe der Maßzahlen geordneten Fälle (Resch 2001, S. 20). Arithmetisches Mittel: Der Mittelwert (genauer: das arithmetische Mittel) als Summe aller Meßwerte dividiert durch die Anzahl der eingehenden Werte (Bortz u. Döring 2002, S. 684). Geometrisches Mittel: Der geometrische Mittel ist die N te Wurzel aus dem Produkt von N Messwerten (Diekmann 2009, S. 290).
36 Spannweite (range, Variationsbreite): (x max x min ) Differenz zwischen der größten und kleinsten Maßzahl (Resch 2001, S. 36). Mittlere Variation: Summe aller Abweichungen vom Mittelwert, dividiert durch n (Eder 2003, S. 30). Standardabweichung (standard deviation): die Wurzel aus dem Durchschnitt der quadrierten Abweichungen der Maßzahlen von ihrem Mittelwert (Resch 2001, S. 36). Varianz (standard deviation): die Summe der quadrierten Abweichungen aller Einzelwerte von ihren Mittelwert, dividiert durch deren Anzahl (Eder 2003, S. 31). Mittelwert und Streuungsmaße Statistiken N Mittelwert Standardabweichung Varianz Gültig Fehlend Körpergröße Körperge (cm) wicht (kg) , ,1667 6, , ,780 68,657
37 Schritte eines empirisch quantitativen Forschungsvorhabens Darstellung und Auswertung von Daten Darstellung von Daten: Häufigkeitstabelle absolute Häufigkeit relative Häufigkeit prozentuale Häufigkeit kumulierte prozentuale Häufigkeit
38 Arbeit mit SPSS I Anlegen der Datenmaske Codierung der einzelnen Fragebögen Dateneingabe Datenkontrolle/Fehlerkontrolle Fehlerbereinigung
39 Anlegen der Datenmaske: : Variablenansicht pro Variable eine Zeile definieren Codierung der einzelnen Fragebögen Je nach Art des Forschungsdesigns muss eine durchdachte Codierung vorgenommen werden, die es ermöglicht jeden Datensatz einem Fragebogen, aber auch einem Testleiter, einem Untersuchungszeitpunkt, einer Untersuchungsgruppe, zuzuweisen. z.b Zeitpunkt / Gruppe / laufende Nummer od. Testleiter
40 Dateneingabe: Datenansicht je Datensatz (Fragebogen) eine Zeile ausfüllen Datenkontrolle 1. Analysieren 2. Deskriptive Statistiken 3. Häufigkeiten
41 Sie sind dran Lindenberg, A u. Wagner, I.: Statistik macchiatto. 2007, S. 183 Beschreiben / Zählen / Darstellen Häufigkeitstabellen Diagramme Prozenttabellen Listen
42
43 Phasen der Testentwicklung Itemerstellung, Itemselektion, Vortestung, Aufgabenanalyse: Schwierigkeitsindex, Trennschärfeindex
44 Itemerstellung / Itemselektion Festlegungen Validitätsbereich Geltungsbereich Testkonzept (rational bzw. empirisch) Merkmalsanalyse Aufgabenkonstruktion Aufgabenkonzept sprachlicher Aufbau Testaufbau Vorrevision Vortestung Aufgabenanalyse Vortestung(en) Auswahl von Analysestichproben Einzel bzw. Gruppendurchführung Darbietungstechniken Gesamtdarbietung vollständige Gesamtdarbietung unvollständige Gesamtdarbietung Einzeldarbietung unvollständige Gesamtdarbietung mit Zufallsreihung
45 Aufgabenanalyse 1. Revision des Tests in Hinblick auf eine höhere Reliabilität uns Validität durch Ausschaltung und Verbesserung nicht genügend geeigneter Aufgaben. 2. Überprüfung der Testpunkteverteilung hinsichtlich einer höheren Reliabilität und einer besseren Normierbarkeit (Lienert 1989, S. 70). Rohwerteverteilung Schwierigkeitsanalyse Trennschärfeanalyse Validitätskoeffizient Homogenität Dimensionalitätsprüfung Häufigkeitsverteilung der Testwerte: Beispiel: Normalverteilte Testwerte sind erstrebenswert, weil viele ( ) Verfahren normalverteilte Werte voraussetzen (Bortz u. Döring 2002, S. 217). Rohwerteverteilung H ä u fig ke it A L L E 2,0 0 1,9 4 1,8 8 1,8 1 1,7 5 1,6 9 1,6 3 1,5 6 1,5 0 1,4 4 1,3 8 1,3 1 1,2 5 1,1 9 1,1 3 S td.a b w. =,1 5 M itte l = 1,6 6 N = 3 2 6,0 0
46 Schwierigkeitsanalyse Schwierigkeitsindex: Der Schwierigkeitsindex einer Aufgabe ist gleich dem prozentualen Anteil P der auf diese Aufgaben entfallenden richtigen Antworten in einer Analysestichprobe (Lienert u. Raatz 1994, S. 73) Beispiel: P = 85 leichte Aufgabe P = 30 schwierige Aufgabe Schwierigkeitsanalyse Bestimmung des Schwierigkeitsindex: P = 100 N R N Beispiel 1: N = 120 (Anzahl der Probanden) ; NR N = 102 (Anzahl der richtigen Lösungen) P = : 120 = 85 leichte Aufgabe Beispiel 2: N = 120 ; NR N = 36 P = : 120 = 30 schwierige Aufgabe
47 Schwierigkeitsanalyse Bestimmung des zufallskorrigierten Schwierigkeitsindex: P = 100. N R - N N F m - 1 Beispiel 3: N = 120 ; NR N = 102 ; NF N = 18 (Anzahl der falschen Lösungen) ; m = 4 (Anzahl der Antwortmöglichkeiten) P = 100 (102 (18 : 3 )) : 120 = = 100. (102 6 ) : 120 = = : 120 = 80 leichte Aufgabe Schwierigkeitsanalyse Bestimmung des plausibilitätskorrigierten Schwierigkeitsindex: P = 100. N R N F(max) N Beispiel 4: N = 120 ; A = 102 (NR) ; B = 4 ; C = 12 (NF(max));); D = 2 (NF(max) Anzahl der plausibelsten falschen Lösung) P = 100 (102 12) : 120 = = : 120 = 75 leichte Aufgabe
48 Schwierigkeitsanalyse Bestimmung des Schwierigkeitsindex mit Inangriffnahme-Korrektur: P = 100. P = 100. N R - N R N B N B N F m - 1 Beispiel 5: NR = 102 ; NB= 110 P = : 110 = 92,7 Schwierigkeitsindex wird höher, d.h. das Item ist leichter als zunächst angenommen NB Anzahl der Personen die das Item in Angriff genommenen haben) Schwierigkeitsindex: P = 100 N R N Zufallskorrigierter Schwierigkeitsindex: plausibilitätskorrigierter Schwierigkeitsindex: P = 100. N R - N N F m - 1 P = 100. N R N F(max) N
49 Schwierigkeitsanalyse normbezogene Teste lernzielbezogene Tests Die Aufgabenschwierigkeit ist also nicht nur das Merkmal einer bestimmten Aufgabe, sondern auch Merkmal einer bestimmten Stichprobe (Mietzel 1993, S. 322). Danke für Ihre Aufmerksamkeit!
KPH WS pädagogische Forschung Internetplattform zum Seminar: http://pro.kphvie.ac.at/rudolf.beer immanenter Prüfungscharakter Die Studienunterlagen dienen wissenschaftlichen Zwecken und sind ausschließlich
Mehr(quantitativ empirische Methoden) (quantitativ empirische Methoden)
A l l g e m e i n e I n f o r m a t i o n e n Internetplattform zur Übung: http://homepage.univie.ac.at/rudolf.beer Forschungsmethoden: Bortz, J. u. Döring, N.: Forschungsmethoden und Evaluation.. Berlin
MehrVO 2ABGM6 Schulforschung und Unterrichtspraxis
Dr. Rudolf Beer Hochschulprofessor 2018-2019 rudolf.beer@kphvie.ac.at http://www.kphvie.ac.at/pro/rudolfbeer VO 2ABGM6 Schulforschung und Unterrichtspraxis 2 Methodische Grundlagen empirischer Bildungsforschung
MehrVO Schulforschung und Unterrichtspraxis
VO Schulforschung und Unterrichtspraxis Wiederholung Methodische Grundlagen empirischer Bildungsforschung Wissenschaftliche Methode Planmäßig Nachvollziehbar Wiederholbar Dokumentiert Unter einer Methode
MehrGabriele u. Rudolf Beer. Gabriele u. Rudolf Beer
Fragestellung Grundhypothesen Prüfhypothesen Falsifikation der Prüfhypothesen Inverenzstatistische Auswertung Methodisches Vorgehen Test auf Normalverteilung Beschreibung der Stichprobe Erhebungs- instrument
Mehr'+4 Elisabeth Raab-Steiner / Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS-Auswertung. 4., aktualisierte und überarbeitete Auflage
'+4 Elisabeth Raab-Steiner / Michael Benesch Der Fragebogen Von der Forschungsidee zur SPSS-Auswertung 4., aktualisierte und überarbeitete Auflage facultas «4 Inhaltsverzeichnis 1 Elementare Definitionen
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
MehrVO 2ABGM6 Schulforschung und Unterrichtspraxis
Dr. Rudolf Beer Hochschulprofessor 2017/2018 rudolf.beer@kphvie.ac.at http://pro.kphvie.ac.at/rudolfbeer VO 2ABGM6 Schulforschung und Unterrichtspraxis 2 Methodische Grundlagen empirischer Bildungsforschung
MehrGliederung. Ursachen von Ergebnisverfälschung. Antworttendenzen/Urteilsfehler. Empirische Forschungsmethoden
SoSe 2017 6. Sitzung 23. Mai 2017 Gliederung Datenerhebung quantitative Forschung (Planungs- und Erhebungsphase): Urteilsverfälschung/Messfehler Maße der zentralen Tendenz 1 2 6) Quantitative empirische
MehrWelche Gütekriterien sind bei der Bewertung von Lernleistungen
Welche Gütekriterien sind bei der Bewertung von Lernleistungen wichtig? Anne Spensberger; Ramona Dutschke; überarbeitet von Susanne Narciss Eine gerechte Bewertung von Lernleistungen setzt voraus, dass
MehrStatistische Grundlagen I
Statistische Grundlagen I Arten der Statistik Zusammenfassung und Darstellung von Daten Beschäftigt sich mit der Untersuchung u. Beschreibung von Gesamtheiten oder Teilmengen von Gesamtheiten durch z.b.
MehrSE Quantitative Forschungsmethoden
Dr. Rudolf Beer Hochschulprofessor Kirchliche Pädagogische Hochschule Wien/Krems 2015 rudolf.beer@kphvie.ac.at http://pro.kphvie.ac.at/rudolfbeer SE Quantitative Forschungsmethoden Dr. Rudolf Beer Internetplattform
MehrDr. Barbara Lindemann. Fragebogen. Kolloquium zur Externen Praxisphase. Dr. Barbara Lindemann 1
Dr. Barbara Lindemann Fragebogen Kolloquium zur Externen Praxisphase Dr. Barbara Lindemann 1 Überblick 1. Gütekriterien quantitativer Forschungen 2. Fragebogenkonstruktion 3. Statistische Datenanalyse
MehrDatenstrukturen. Querschnitt. Grösche: Empirische Wirtschaftsforschung
Datenstrukturen Datenstrukturen Querschnitt Panel Zeitreihe 2 Querschnittsdaten Stichprobe von enthält mehreren Individuen (Personen, Haushalte, Firmen, Länder, etc.) einmalig beobachtet zu einem Zeitpunkt
MehrSTATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich)
WS 07/08-1 STATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich) Nur die erlernbaren Fakten, keine Hintergrundinfos über empirische Forschung etc. (und ich übernehme keine Garantie) Bei der Auswertung von
MehrElisabeth Raab-Steiner/ Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS-Auswertung. 3., aktualisierte und überarbeitete Auflage
Elisabeth Raab-Steiner/ Michael Benesch Der Fragebogen Von der Forschungsidee zur SPSS-Auswertung 3., aktualisierte und überarbeitete Auflage facultas.wuv Inhaltsverzeichnis 1 Elementare Definitionen 13
MehrForschungsmethoden in der Sozialen Arbeit
Forschungsmethoden in der Sozialen Arbeit Fachhochschule für Sozialarbeit und Sozialpädagogik Alice- Salomon Hochschule für Soziale arbeit, Gesundheit, Erziehung und Bildung University of Applied Sciences
MehrForschungsmethoden VORLESUNG WS 2017/2018
Forschungsmethoden VORLESUNG WS 2017/2018 SOPHIE LUKES Überblick Letzte Woche: - Stichprobenziehung und Stichprobeneffekte Heute: -Gütekriterien I Rückblick Population und Stichprobe verschiedene Arten
MehrMesstherorie Definitionen
Messtherorie Definitionen Begriff Definition Beispiel Relationen Empirisches Relativ eine Menge von Objekten und ein oder mehreren beobachtbaren Relationen zwischen dieses Objekten Menge der Objekte =
Mehr4.2 Grundlagen der Testtheorie. Wintersemester 2008 / 2009 Hochschule Magdeburg-Stendal (FH) Frau Prof. Dr. Gabriele Helga Franke
4.2 Grundlagen der Testtheorie Wintersemester 2008 / 2009 Hochschule Magdeburg-Stendal (FH) Frau Prof. Dr. Gabriele Helga Franke GHF im WiSe 2008 / 2009 an der HS MD-SDL(FH) im Studiengang Rehabilitationspsychologie,
MehrStatistik II: Grundlagen und Definitionen der Statistik
Medien Institut : Grundlagen und Definitionen der Statistik Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Hintergrund: Entstehung der Statistik 2. Grundlagen
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Mag. Dipl.Ing. Dr. Pantelis Christodoulides & Mag. Dr. Karin Waldherr SS 2014 Christodoulides / Waldherr Einführung in Quantitative Methoden- 2.VO 1/57 Die Deskriptivstatistik
MehrBeer - Empirische Forschungsmethoden in der Bildungswissenschaft I - Teil 1 SS 2012 VO+UE
Empirische Forschungsmethoden in der Bildungswissenschaft I - Teil 1 Mag. Dr. Gabriele Beer Mag. Dr. Rudolf Beer Wissenschaftstheoretische Grundlagen Die historische Entwicklung der empirischen Wissenschaftstheorie
MehrKPH SE Quantitative Forschungsmethoden Internetplattform zum Seminar: http://pro.kphvie.ac.at/rudolf.beer Die Studienunterlagen dienen wissenschaftlichen Zwecken und sind ausschließlich für den privaten,
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
Mehrhtw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK
htw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK htw saar 2 Grundbegriffe htw saar 3 Grundgesamtheit und Stichprobe Ziel: Über eine Grundgesamtheit (Population) soll eine Aussage über ein
MehrForschungsmethoden VORLESUNG SS 2017
Forschungsmethoden VORLESUNG SS 2017 SOPHIE LUKES Überblick Letzte Woche: - Stichprobenziehung und Stichprobeneffekte Heute: -Gütekriterien I Rückblick Population und Stichprobe verschiedene Arten der
MehrWiederholung Statistik I. Statistik für SozialwissenschaftlerInnen II p.8
Wiederholung Statistik I Statistik für SozialwissenschaftlerInnen II p.8 Konstanten und Variablen Konstante: Merkmal hat nur eine Ausprägung Variable: Merkmal kann mehrere Ausprägungen annehmen Statistik
MehrAnteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen. Anteile Häufigkeiten Verteilungen
DAS THEMA: VERTEILUNGEN LAGEMAßE - STREUUUNGSMAßE Anteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen Anteile Häufigkeiten Verteilungen Anteile und Häufigkeiten Darstellung
MehrFor o sc s hungsi s d i ee Lit i er e at a urst s udiu i m Frag a es e t s el e l l u l ng H u a pttes e t s ung H p y ot o hes e e
Schreibwerkstatt Konzeption von Forschungs- und Entwicklungsarbeiten in Hinblick auf eine mögliche (empirisch-quantitative) wissenschaftliche Arbeit Inhalt: Konzeption von Forschungs- und Entwicklungsarbeiten
MehrStatistik K urs SS 2004
Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die
MehrEmpirische Forschung. Übung zur Vorlesung Kognitive Modellierung. Kognitive Modellierung Dorothea Knopp Angewandte Informatik/ Kognitve Systeme
Empirische Forschung Übung zur Vorlesung Kognitive Modellierung S. 1 Gliederung 1. Was ist empirische Forschung? 2. Empirie Theorie 3. Gütekriterien empirischer Forschung 4. Sammlung von Daten 5. Beschreibung
MehrStichwortverzeichnis. Symbole
Stichwortverzeichnis Symbole 50ste Perzentil 119 A Absichern, Ergebnisse 203 Abzählbar unendliche Zufallsvariable 146 Alternativhypothese 237 238 formulieren 248 Anekdote 340 Annäherung 171, 191 Antwortquote
MehrVariablen und Skalenniveaus
Analytics Grundlagen Variablen und Skalenniveaus : Photo Credit: Unsplash, Roman Mager Statistik Was ist eigentlich eine Variable? Variable In der Datenanalyse wird häufig die Bezeichnung Variable verwendet.
MehrVerfahren zur Skalierung. A. Die "klassische" Vorgehensweise - nach der Logik der klassischen Testtheorie
Verfahren zur Skalierung A. Die "klassische" Vorgehensweise - nach der Logik der klassischen Testtheorie 1. Daten: z. Bsp. Rating-Skalen, sogenannte "Likert" - Skalen 2. Ziele 1. Eine Skalierung von Items
MehrErmitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:
1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das
MehrEinige Grundbegriffe der Statistik
Einige Grundbegriffe der Statistik 1 Überblick Das Gesamtbild (Ineichen & Stocker, 1996) 1. Ziehen einer Stichprobe Grundgesamtheit 2. Aufbereiten der Stichprobe (deskriptive Statistik) 3. Rückschluss
MehrAngewandte Statistik 3. Semester
Angewandte Statistik 3. Semester Übung 5 Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines Beispieles Häufigkeitsauswertungen Grafiken Statistische Grundlagen
MehrTesttheorie und Gütekriterien von Messinstrumenten. Objektivität Reliabilität Validität
Testtheorie und Gütekriterien von Messinstrumenten Objektivität Reliabilität Validität Genauigkeit von Messungen Jede Messung zielt darauf ab, möglichst exakte und fehlerfreie Messwerte zu erheben. Dennoch
MehrElisabeth 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
MehrMethodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 10 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie als Wissenschaft
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse
MehrKlausur Statistik I Dr. Andreas Voß Wintersemester 2005/06
Klausur Statistik I Dr. Andreas Voß Wintersemester 2005/06 Hiermit versichere ich, dass ich an der Universität Freiburg mit dem Hauptfach Psychologie eingeschrieben bin Name: Mat.Nr.: Unterschrift: Bearbeitungshinweise:
MehrI.3. Computergestützte Methoden 1. Deskriptive Statistik. Master of Science Prof. Dr. G. H. Franke WS 2009/ 2010
I.3. Computergestützte Methoden 1. Deskriptive Statistik Master of Science Prof. Dr. G. H. Franke WS 2009/ 2010 1 Seminarübersicht Nr. Thema 1 Deskriptive Statistik 1.1 Organisation und Darstellung von
MehrForschungsmethoden VORLESUNG WS 2017/2018
Forschungsmethoden VORLESUNG WS 2017/2018 SOPHIE LUKES Übersicht Letzte Sitzung: Psychologie als empirische Wissenschaft Heute: Messen Rückblick: Qualitativer vs. quantitativer Ansatz Qualitativ Quantitativ
MehrGLIEDERUNG Das Messen eine Umschreibung Skalenniveaus von Variablen Drei Gütekriterien von Messungen Konstruierte Skalen in den Sozialwissenschaften
TEIL 3: MESSEN UND SKALIEREN GLIEDERUNG Das Messen eine Umschreibung Skalenniveaus von Variablen Drei Gütekriterien von Messungen Objektivität Reliabilität Validität Konstruierte Skalen in den Sozialwissenschaften
MehrEinführung in die Statistik
Einführung in die Statistik 1. Deskriptive Statistik 2. Induktive Statistik 1. Deskriptive Statistik 1.0 Grundbegriffe 1.1 Skalenniveaus 1.2 Empirische Verteilungen 1.3 Mittelwerte 1.4 Streuungsmaße 1.0
MehrBeispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es
Beispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es beim radioaktiven Zerfall, zwischen 100 und 110 Zerfälle
MehrHäufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche
Lehrveranstaltung Empirische Forschung und Politikberatung der Universität Bonn, WS 2007/2008 Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche 30. November 2007 Michael
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
MehrStatistische Tests (Signifikanztests)
Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)
MehrMethodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 12 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
MehrStatistik. Jan Müller
Statistik Jan Müller Skalenniveau Nominalskala: Diese Skala basiert auf einem Satz von qualitativen Attributen. Es existiert kein Kriterium, nach dem die Punkte einer nominal skalierten Variablen anzuordnen
MehrForschungsmethoden VORLESUNG WS 2017/2018
Forschungsmethoden VORLESUNG WS 2017/2018 SOPHIE LUKES Rückblick Letztes Mal: Erhebungstechniken I Heute: Erhebungstechniken II Rückblick Lehrevaluation Einteilung von Erhebungsmethoden Selbstberichtsverfahren
MehrBitte am PC mit Windows anmelden!
Einführung in SPSS Plan für heute: Grundlagen/ Vorwissen für SPSS Vergleich der Übungsaufgaben Einführung in SPSS http://weknowmemes.com/generator/uploads/generated/g1374774654830726655.jpg Standardnormalverteilung
Mehr3. Deskriptive Statistik
3. Deskriptive Statistik Eindimensionale (univariate) Daten: Pro Objekt wird ein Merkmal durch Messung / Befragung/ Beobachtung erhoben. Resultat ist jeweils ein Wert (Merkmalsausprägung) x i : - Gewicht
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Mag. Dipl.Ing. Dr. Pantelis Christodoulides & Mag. Dr. Karin Waldherr SS 2011 Christodoulides / Waldherr Einführung in Quantitative Methoden- 2.VO 1/62 Summenzeichen
MehrPROC MEANS. zum Berechnen statistischer Maßzahlen (für quantitative Merkmale)
PROC MEAS zum Berechnen statistischer Maßzahlen (für quantitative Merkmale) Allgemeine Form: PROC MEAS DATA=name Optionen ; VAR variablenliste ; CLASS vergleichsvariable ; Beispiel und Beschreibung der
MehrUniv.-Prof. Dr. Georg Wydra
Univ.-Prof. Dr. Georg Wydra Methoden zur Auswertung von Untersuchungen 1 SKALENTYPEN UND VARIABLEN 2 ZUR BEDEUTUNG DER STATISTIK IN DER FORSCHUNG 3 STATISTIK ALS VERFAHREN ZUR PRÜFUNG VON HYPOTHESEN 4
MehrUntersuchungsarten im quantitativen Paradigma
Untersuchungsarten im quantitativen Paradigma Erkundungsstudien / Explorationsstudien, z.b.: Erfassung der Geschlechterrollenvorstellungen von Jugendlichen Populationsbeschreibende Untersuchungen, z.b.:
MehrDaten, Datentypen, Skalen
Bildung kommt von Bildschirm und nicht von Buch, sonst hieße es ja Buchung. Daten, Datentypen, Skalen [main types of data; levels of measurement] Die Umsetzung sozialwissenschaftlicher Forschungsvorhaben
MehrDr. Rudolf Beer. Hochschulprofessor 2017/ SUEinführung in die quantitativempirischen
Dr. Rudolf Beer Hochschulprofessor 2017/2018 rudolf.beer@kphvie.ac.at http://pro.kphvie.ac.at/rudolfbeer SUEinführung in die quantitativempirischen Methoden Internetplattform zum Seminar/ zur Übung: http://pro.kphvie.ac.at/rudolfbeer/kph/
MehrEinstieg in SPSS. Man kann auch für jede Ausprägung einer Variablen ein Wertelabel vergeben.
Einstieg in SPSS In SPSS kann man für jede Variable ein Label vergeben, damit in einer Ausgabe nicht der Name der Variable (der kryptisch sein kann) erscheint, sondern ein beschreibendes Label. Der Punkt
MehrForschungsmethoden VORLESUNG WS 2017/2018
Forschungsmethoden VORLESUNG WS 2017/2018 SOPHIE LUKES Überblick Letzte Woche: Messen Heute: Hypothesen Warum Hypothesen? Menschliches Erleben und Verhalten? Alltag vs. Wissenschaft Alltagsvermutung Wissenschaftliche
MehrGrundlagen der empirischen Sozialforschung
Grundlagen der empirischen Sozialforschung Sitzung 2 Jan Finsel Lehrstuhl für empirische Sozialforschung Prof. Dr. Petra Stein 27. Oktober 2008 1 / 22 Online-Materialien Die Materialien zur Vorlesung finden
MehrMarold Wosnitza & Reinhold S. Jäger (Hrsg.) Daten erfassen, auswerten und präsentieren - aber wie?
Marold Wosnitza & Reinhold S. Jäger (Hrsg.) Daten erfassen, auswerten und präsentieren - aber wie? 1l 14839135 Inhaltsverzeichnis Einführung 1 1 Forschungsmethoden - Ein Überblick (Urban Lissmann) 5 1.1
MehrReliabilitäts- und Itemanalyse
Reliabilitäts- und Itemanalyse In vielen Wissenschaftsdisziplinen stellt die möglichst exakte Messung von hypothetischen Prozessen oder Merkmalen sogenannter theoretischer Konstrukte ein wesentliches Problem
MehrForschungsmethoden VORLESUNG SS 2017
Forschungsmethoden VORLESUNG SS 2017 SOPHIE LUKES Übersicht Letzte Sitzung: Psychologie als empirische Wissenschaft Heute: Messen Rückblick: Qualitativer vs. quantitativer Ansatz Qualitativ Quantitativ
MehrDeskriptive Statistik
Deskriptive Statistik 1 Ziele In der deskriptiven (=beschreibenden) Statistik werden Untersuchungsergebnisse übersichtlich dargestellt, durch Kennzahlen charakterisiert und grafisch veranschaulicht. 2
MehrEigene MC-Fragen Testgütekriterien (X aus 5) 2. Das Ausmaß der Auswertungsobjektivität lässt sich in welcher statistischen Kennzahl angeben?
Eigene MC-Fragen Testgütekriterien (X aus 5) 1. Wenn verschieden Testanwender bei Testpersonen mit demselben Testwert zu denselben Schlussfolgerungen kommen, entspricht dies dem Gütekriterium a) Durchführungsobjektivität
MehrInstitut für Biometrie und klinische Forschung. WiSe 2012/2013
Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie () Überblick. Deskriptive Statistik I - Grundlegende
MehrAufbau des Experiments Reihung von Versuchsitems und Distraktoren
Reihung von Versuchsitems und Distraktoren Reihung von Versuchsitems und Distraktoren Hinweis D1 (Verhältnis Distraktoren:Versuchsitems): Es sollten Distraktoren eingebaut werden, im Falle von Sprecherbefragungen
MehrForschungsmethoden VORLESUNG WS 2016/17
Forschungsmethoden VORLESUNG WS 2016/17 FLORIAN KOBYLKA, SOPHIE LUKES Organisatorisches Termine Raum 231 1 28.10.16 10:15 Sophie Lukes / Florian Einführung Kobylka 2 04.11.16 10:10 Florian Kobylka Psychologie
MehrInhalt. I Einführung. Kapitel 1 Konzept des Buches Kapitel 2 Messen in der Psychologie... 27
Inhalt I Einführung Kapitel 1 Konzept des Buches........................................ 15 Kapitel 2 Messen in der Psychologie.................................. 27 2.1 Arten von psychologischen Messungen....................
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
MehrObjektivität und Validität. Testgütekriterien. Objektivität. Validität. Reliabilität. Objektivität
Objektivität und Objektivität: Inwieweit ist das Testergebnis unabhängig von externen Einflüssen Effekte des Versuchsleiters, Auswertung, Situation, Itemauswahl : Inwieweit misst der Test das, was er messen
MehrDATENERHEBUNG: MESSEN-OPERATIONALISIEREN - SKALENARTEN
DATENERHEBUNG: MESSEN-OPERATIONALISIEREN - SKALENARTEN Was ist Messen? Messen - im weitesten Sinne - ist die Zuordnung von Zahlen zu Objekten und Ereignissen entsprechend einer Regel (Def. nach Stevensen
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung 3. Vorlesung Dr. Jochen Köhler 1 Inhalte der heutigen Vorlesung Ziel: Daten Modellbildung Probabilistisches Modell Wahrscheinlichkeit von Ereignissen Im ersten
MehrForschungsmethoden VORLESUNG WS 2017/2018
Forschungsmethoden VORLESUNG WS 2017/2018 SOPHIE LUKES Rückblick Letztes Mal: Gütekriterien Heute: Erhebungstechniken I Rückblick Validität Nebengütekriterien Heute: Erhebungstechniken Wie kommt man zu
MehrForschungsmethoden VORLESUNG SS 2017
Forschungsmethoden VORLESUNG SS 2017 SOPHIE LUKES Überblick Letzte Woche: Messen Heute: Hypothesen Warum Hypothesen? Menschliches Erleben und Verhalten? Alltag vs. Wissenschaft Alltagsvermutung Wissenschaftliche
MehrDie folgende Tabelle 1 wurde im Rahmen einer Umfrage unter den Studenten eines Statistikseminars erstellt.
Nr. Die folgende Tabelle wurde im Rahmen einer Umfrage unter den Studenten eines Statistikseminars erstellt. Gewicht (x i ) Raucher Geschlecht Lieblingssportart Ausübung des Sports Geld pro Monat Klassenmitte
MehrUnivariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66
Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66 Gabriele Doblhammer: Empirische Sozialforschung Teil II, SS 2004 1/19 Skalenniveaus Skalenniveau Relation
MehrÜberblick der heutigen Sitzung
Rückblick Überblick der heutigen Sitzung Exkursion: Blitzlicht-Methode Moral Session: Hausaufgabe Wissenschaftliches Arbeiten und Forschungsmethoden Arbeiten in den Projektgruppen Wissenschaftliches Arbeiten
MehrStatistik Prüfung 24. Jänner 2008
Statistik Prüfung 24. Jänner 2008 February 10, 2008 Es ist immer nur EINE Antwort richtig, bei falsch beantworteten Fragen gibt es KEINEN Punktabzug. Werden mehrere Antworten bei einer Frage angekreuzt,
MehrMethodenlehre. 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
MehrMethoden der Psychologie Dr. Z. Shi Wiss. Arbeiten
Methoden der Psychologie 14.12.2016 Dr. Z. Shi Wiss. Arbeiten Tree of Knowledge 1. Quantitative vs. Qualitative Forschung 2. Subjektive vs. Objektive Messverfahren 3. Gütekriterien 1. Objektivität 2. Validität
MehrDozent: Dawid Bekalarczyk Universität Duisburg-Essen Fachbereich Gesellschaftswissenschaften Institut für Soziologie Lehrstuhl für empirische
TEIL 3: MESSEN UND SKALIEREN 1 Das Messen eine Umschreibung Feststellung der Merkmalsausprägungen von Untersuchungseinheiten (z.b. Feststellung, wie viel eine Person wiegt oder Feststellung, wie aggressiv
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg 2 R. 06-206 (Persike) R. 06-214 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrAuswertung statistischer Daten 1
Auswertung statistischer Daten 1 Dr. Elke Warmuth Sommersemester 2018 1 / 26 Statistik Untersuchungseinheiten u. Merkmale Grundgesamtheit u. Stichprobe Datenaufbereitung Urliste, Strichliste, Häufigkeitstabelle,
MehrGrundlagen empirischer Forschung. Korpuslinguistik Heike Zinsmeister WS 2009/10
Grundlagen empirischer Forschung Korpuslinguistik Heike Zinsmeister WS 2009/0 Grundlagen Vorbereitung einer empirischen Studie Allgemeine Beschreibung des zu untersuchenden Phänomens Literaturstudien Erkundigungen
MehrGundlagen empirischer Forschung & deskriptive Statistik. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09
Gundlagen empirischer Forschung & deskriptive Statistik Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09 Grundlagen Vorbereitung einer empirischen Studie Allgemeine Beschreibung
MehrSommersemester Marktforschung
Dipl.-Kfm. Sascha Steinmann Universität Siegen Lehrstuhl für Marketing steinmann@marketing.uni-siegen.de Sommersemester 2010 Marktforschung Übungsaufgaben zu den Themen 3-6 mit Lösungsskizzen Aufgabe 1:
Mehr1. Ziehen einer Stichprobe. 3. Rückschluss auf die Grundgesamtheit (induktive Statistik)
Induktive Statistik 1 Überblick 1. Ziehen einer Stichprobe Grundgesamtheit 2. Aufbereiten der Stichprobe (deskriptive Statistik) 3. Rückschluss auf die Grundgesamtheit (induktive Statistik) 2 Begriffe
MehrWas ist ein Test? Grundlagen psychologisch- diagnostischer Verfahren. Rorschach-Test
Was ist ein Test? Ein Test ist ein wissenschaftliches Routineverfahren zur Untersuchung eines oder mehrerer empirisch abgrenzbarer Persönlichkeitsmerkmale mit dem Ziel einer möglichst quantitativen Aussage
MehrGraphische Darstellung einer univariaten Verteilung:
Graphische Darstellung einer univariaten Verteilung: Die graphische Darstellung einer univariaten Verteilung hängt von dem Messniveau der Variablen ab. Bei einer graphischen Darstellung wird die Häufigkeit
MehrTeil I: Methoden der Politikwissenschaft
Teil I: Methoden der Politikwissenschaft (50 Punkte) Gestellt sind sowohl Multiple Choice- als auch offene Fragen. Die offenen Fragen sind kurz und präzise in einem Satz bzw. mit den gesuchten Begriffen
Mehr