Einführung in Quantitative Methoden
|
|
- Christel Holzmann
- vor 7 Jahren
- Abrufe
Transkript
1 in Quantitative Methoden Mag. Dipl.Ing. Dr. Pantelis Christodoulides & Mag. Dr. Karin Waldherr SS 2014 Waldherr / Christodoulides in Quantitative Methoden- 1.VO 1/54
2 Inhalte Bedeutung der Psychologischen Methodenlehre und Statistik für Psychologie Versuchsplanung - kurze Beschreibende Statistik (Deskriptivstatistik): Aufbereitung von Daten mittels Tabellen, Grafiken, statistischen Kennzahlen. Zusammenhangsmaße. Grundlagen der Wahrscheinlichkeitstheorie und wichtige Wahrscheinlichkeitsverteilungen Statistische Schlüsse (Inferenzstatistik) Parameterschätzung Logik des Hypothesentestens (ausgewählte statistische Testverfahren) Waldherr / Christodoulides in Quantitative Methoden- 1.VO 2/54
3 begleitende Übungen Unterlagen und Hilfsmittel Ergänzende Literatur Prüfung begleitende Übungen mehrere Parallelveranstaltungen, Anwesenheitspflicht Beispiele sind vorzubereiten, werden auf der Homepage zum Download bereitgestellt ( Berechnungen händisch und mit Statistik-Programm SPSS SPSS: erhältlich im Rechenzentrum der Universität Wien, Tutorien zur Vorlesung und zu den Übungen: s. Homepage ( Kontakt: alle Anfragen betreffend Übungen ausschließlich an das Sekretariat Forschungsmethoden Waldherr / Christodoulides in Quantitative Methoden- 1.VO 3/54
4 begleitende Übungen Unterlagen und Hilfsmittel Ergänzende Literatur Prüfung Unterlagen und Hilfsmittel Vorlesungsunterlagen: Folien werden zum Download zur Verfügung gestellt. Die Folien ersetzen nicht den Vorlesungsbesuch! Prüfungsrelevant sind die Inhalte, die in der Vorlesung gebracht werden! Die Folien unterliegen einem Copyright. Homepage: Waldherr / Christodoulides in Quantitative Methoden- 1.VO 4/54
5 begleitende Übungen Unterlagen und Hilfsmittel Ergänzende Literatur Prüfung Bücher (nicht verpflichtend!): Bortz, J. & Döring, N. (2006). Forschungsmethoden und Evaluation für Human- und Sozialwissenschaftler. (4. Auflage). Berlin: Springer. Bühner, M. & Ziegler, M. (2009). Statistik für Psychologen und Sozialwissenschaftler. München: Pearson Studium. Eid, M., Gollwitzer, M, & Schmitt, M. (2010). Statistik und Forschungsmethoden. Mit Online-Materialien. Weinheim: Beltz. Kubinger, K.D., Rasch, D. & Yanagida, T. (2011). Statistik in der Psychologie: Vom skurs bis zur Dissertation. Göttingen: Hogrefe. Sedlmeier, P. & Renkewitz, F. (2008). Forschungsmethoden und Statistik in der Psychologie. Pearson Studium. Zusätzliche Materialien Waldherr / Christodoulides in Quantitative Methoden- 1.VO 5/54
6 begleitende Übungen Unterlagen und Hilfsmittel Ergänzende Literatur Prüfung Prüfung schriftliche Prüfung 4 Prüfungstermine (Juni, Oktober, November/Dezember, Jänner), s. Homepage für genaue Termine ( Verstehen von Zusammenhängen verschiedener theoretischer Grundlagen,Praktische Anwendung Prüfungszeit: 60 Minuten; 4-5 Beispiele; mind. 50% der Punkte für positive Note, Unterlagen dürfen verwendet werden (genaue Details im Juni) Sprechstunde: nach Vereinbarung ausschließlich über Sekretariat Forschungsmethoden Psychologie ( method.psychologie@univie.ac.at) Waldherr / Christodoulides in Quantitative Methoden- 1.VO 6/54
7 Psychologie = empirische Wissenschaft (auf Erfahrung beruhend): Bortz & Döring: Empirische Forschung sucht nach Erkenntnissen durch systematische Auswertung von Erfahrungen. Psychologische Methodenlehre beschäftigt sich mit Fragen der Planung und Auswertung empirischer Untersuchungen Gute Untersuchungsplanung entscheidend für Aussagekraft der Ergebnisse einer empirischen Untersuchung! Waldherr / Christodoulides in Quantitative Methoden- 1.VO 7/54
8 Warum benötigt eine Klinische Psychologin und Gesundheitspsychologin in freier Praxis, die nicht selbst empirische Untersuchungen durchführen möchte, Kenntnisse der Psychologischen Methodenlehre und Statistik? Psychologisches Gutachten: Zur Auswahl geeigneter psychologischer Testverfahren und der Interpretation der Ergebnisse (Umgang mit Normtabellen) Kenntnisse der Statistik notwendig. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 8/54
9 Behandlung: Anwendung evidenzbasierter Behandlungsmethoden = Behandlungsmethoden, deren Wirksamkeit in Studien mit entsprechendem Studiendesign gezeigt werden konnte. Notwendigkeit, die Qualität einer Studie, Untersuchungsdesign, statistische Auswertung und Interpretation, nachzuvollziehen und kritisch zu bewerten. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 9/54
10 RCT Goldstandard in der medizinischen und psychologischen Forschung sind randomisiert kontrollierte Studien ( randomized controlled trials, RCT s) = klassisches experimentelles Design. Kontrolliert, weil die Ergebnisse in der Studiengruppe mit denen einer Kontrollgruppe ohne Intervention oder einer Kontrollintervention verglichen werden. Kontrollintervention: bisher wirksamste Maßnahme oder Scheinintervention (Placebo). Studiengruppe wird auch als Versuchs-, Prüf-, Interventions-, Behandlungs- oder Verumgruppe (lateinisch Verum, das Wahre ) bezeichnet. Kontrollgruppe wird auch als Vergleichs- oder Placebogruppe (sofern Placebos eingesetzt werden) bezeichnet. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 10/54
11 Randomisierung: Zuordnung der Teilnehmer/innen zur Behandlungsgruppe oder Vergleichsgruppe nach dem Zufallsprinzip. Beispiel: Mobilitätsintervention für Bewohner/innen von Pensionistenwohnhäusern. Behandlungsgruppe: von Ergotherapeutin entwickeltes Programm zur Verbesserung bzw. Erhaltung der Beweglichkeit und v.a. Sicherheit (Sturzprophylaxe). Vergleichsgruppe: Teilnahme am bisher üblichen Animationsprogramm der Pensionistenwohnhäuser. Frage: Ist Mobilitätsintervention effektiv, d.h. sind die Teilnehmer/innen am Ende des Programms im Vergleich zur Vergleichsgruppe beweglicher bzw. sicherer? Waldherr / Christodoulides in Quantitative Methoden- 1.VO 11/54
12 randomisierte Zuteilung Es wird eine Liste aller Bewohner/innen erstellt. Die Bewohner/innen werden mittels eines Computerprogramms zufällig auf die Behandlungs- und die Vergleichsgruppe aufgeteilt. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 12/54
13 Zweck der Randomisierung: 1. Ausschluss der Einflussnahme der Untersucherin / des Untersuchers (Befangenheit) auf die Zuordnung einer Behandlung und dadurch auf die Studienergebnisse. 2. Gleichmäßige Verteilung von bekannten und nicht bekannten Einflussfaktoren auf alle Gruppen. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 13/54
14 Blind-, Doppelblind-, Dreifachblind-Studie: Blindstudie: Teilnehmer/innen wissen nicht, welcher Gruppe sie zugeordnet sind (Teilnehmer/innen sind blind ): z.b. bei Medikamentenstudie: Teilnehmer/innen wissen nicht, ob sie Medikament oder Placebo erhalten Doppelblindstudie: auch Behandler/in weiß nicht, welcher Gruppe die einzelnen Personen zugeordnet sind (Behandler/in und Teilnehmer/innen sind blind ), z.b. Medikamentenstudie: Teilnehmer/innen und behandelnder Arzt wissen nicht, wer Medikament und wer Placebo erhält Dreifachblindstudie: auch die auswertende Person weiß nicht, welcher Gruppe die einzelnen Personen zugeordnet sind (Behandler/in, Teilnehmer/in und Auswerter/in sind blind ), die Person, die abschließende Untersuchung der Teilnehmer/innen durchführt weiß nicht, wer Medikament und wer Placebo erhalten hat. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 14/54
15 Form und Durchführung der Randomisierung müssen in der Studie angeführt werden. Zuordnung muss dokumentiert werden und unter Verschluss gehalten werden. Quelle: Bortz,J. & Döring,N. Forschungsmethoden und Evaluation. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 15/54
16 Objektivität: Ergebnisse sollen unabhängig von Untersucher/in sein. Reliabilität = Zuverlässigkeit, Genauigkeit. Validität = Gültigkeit, Aussagekraft (Campbell & Stanley, 1963): 1. Interne Validität = Interpretationseindeutigkeit (keine alternativen Erklärungen möglich): höchste interne Validität besitzt ein RCT (am besten Dreifachblind-Studie). 2. Externe (ökologische) Validität = Verallgemeinerbarkeit der Ergebnisse auf andere Personen, Situationen und/oder Zeitpunkte. Man unterscheidet auch zwischen efficacy (= Wirksamkeit einer Intervention gezeigt in einem RCT) und effectiveness (= Wirksamkeit im Alltag) Waldherr / Christodoulides in Quantitative Methoden- 1.VO 16/54
17 Deskriptivstatistik und Inferenzstatistik Deskriptivstatistik oder Beschreibende Statistik: zusammenfassende Beschreibung der Daten, explorative Datenanalyse (Suchen von Strukturen und Zusammenhängen) Inferenzstatistik oder Schließende Statistik: Vollständige Befragung der interessierenden Grundgesamtheit meist nicht möglich mit Hilfe der Inferenzstatistik werden aufgrund von Beobachtungen in einer Teilmenge von Personen Rückschlüsse auf Gegebenheiten in der interessierenden Grundgesamtheit gezogen. Rückschlüsse sind mit gewisser Fehlerwahrscheinlichkeit behaftet = Wahrscheinlichkeitsaussagen. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 17/54
18 Population und Stichprobe (1) Aus Grundgesamtheit aller interessierenden Personen = Population wird eine Teilmenge von Personen ausgewählt = Stichprobe und aufgrund der Beobachtungen in dieser Stichprobe auf die Grundgesamtheit geschlossen. Quelle: Waldherr / Christodoulides in Quantitative Methoden- 1.VO 18/54
19 Population und Stichprobe (2) Beispiel aus dem Alltag: Wenn Sie Spaghetti kochen, werden Sie vielleicht zunächst einige davon aus dem Wasser nehmen um zu überprüfen, ob sie bereits al dente sind. Trifft dies für diese Stichprobe zu, werden Sie daraus schließen, dass das mit hoher Wahrscheinlichkeit auch für die Grundgesamtheit aller von Ihnen ins Wasser gelegten Spaghetti zutrifft. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 19/54
20 Population und Stichprobe (3) Verallgemeinerung auf Population ist nur mit inferenzstatistischen Verfahren zulässig, Deskriptivstatistik macht nur Aussagen über die erhobene Stichprobe. Inferenzschluss nur bei Zufallsauswahl gültig. Population muss eindeutig definiert sein. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 20/54
21 Population und Stichprobe (4) Beispiel: Epidemiologische Studie zur Prävalenzrate von Essstörungen bei Jährigen in Wien: Liste aller Wiener Schulen, Zufallsauswahl von Schulen, Testung von zufällig gewählten Schülerinnen und Schülern in diesen Schulen. Schluss auf Prävalenzrate in der Grundgesamtheit. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 21/54
22 Merkmale und Variablen (1) Die Psychologie interessiert sich für Variation von Eigenschaften in der Population bzw. für gemeinsame Variation mehrerer Merkmale (die Veränderung eines Merkmales in Abhängigkeit von einem anderen). In Experimenten wird Veränderung eines Merkmales durch aktive Manipulation eines anderen Merkmales untersucht Beispiel: In einem verkehrspsychologischen Experiment wird untersucht wie sich die Konzentrationsfähigkeit und die Reaktionsgeschwindigkeit von Personen unter verschieden starkem Alkoholeinfluss verändern. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 22/54
23 Merkmale und Variablen (2) Interessierende Merkmale (Eigenschaften) der Personen, welche verschiedene Ausprägungen annehmen können, werden als Variablen bezeichnet. Eine Variable ist ein Symbol für eine Menge von Merkmalsausprägungen. (Bortz & Döring) Variablen werden üblicherweise mit lateinischen Großbuchstaben gekennzeichnet, die konkreten Ausprägungen (Realisierungen) mit Kleinbuchstaben. Beispiel: Variable X, Geschlecht, steht für die möglichen Merkmalsausprägungen x 1, weiblich, oder x 2, männlich Waldherr / Christodoulides in Quantitative Methoden- 1.VO 23/54
24 Unterscheidung von Variablen Man unterscheidet Variablen bezüglich ihrer funktionalen Bedeutung in der Studie ihrer empirischen Zugänglichkeit der Art der Merkmalsausprägungen ihres Skalenniveaus Waldherr / Christodoulides in Quantitative Methoden- 1.VO 24/54
25 Funktionale Bedeutung von Variablen (1) Unabhängige Variablen (UV): Variablen, deren Einfluss auf eine oder mehrere andere Variablen untersucht wird (auch Faktoren genannt). Abhängige Variablen (AV): Variablen, auf die ein Einfluss der Veränderung der unabhängigen Variablen vermutet wird. Beispiel: Im verkehrspsychologischen Experiment wäre Alkoholeinfluss die unabhängige Variable, Konzentrationsfähigkeit und Reaktionsgeschwindigkeit die abhängigen Variablen. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 25/54
26 Funktionale Bedeutung von Variablen (2) Moderierende Variablen oder Moderatorvariablen sind Variablen, die das Ergebnis beeinflussen, indem sie die Wirkung einer unabhängigen Variablen auf die abhängige Variable verändern (sie beeinflussen Richtung und Stärke des Zusammenhanges zwischen UV und AV). Beispiel: Im verkehrspsychologischen Experiment könnte die gleichzeitige Einnahme von Medikamenten die Alkoholwirkung beeinflussen. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 26/54
27 Funktionale Bedeutung von Variablen (3) Mediierende Variablen oder Mediatorvariablen sind Variablen, die den Zusammenhang zwischen zwei Variablen vermitteln (erklären). Beispiel: Gestaltung des Unterrichts in Form von eigenverantwortlichem Lernen führt über höhere Lernmotivation zu besserem Lernerfolg bei Schüler/innen. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 27/54
28 Funktionale Bedeutung von Variablen (4) Quelle: Faller, H. & Lang, H. (2006). Medizinische Psychologie und Soziologie (2. Auflage, S.51). Heidelberg: Springer Medizin Verlag. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 28/54
29 Funktionale Bedeutung von Variablen (5) Störvariablen sind Variablen, die das Untersuchungsergebnis beeinflussen können, aber nicht berücksichtigt wurden. Möglichkeiten zur Ausschaltung von Störvariablen (vgl. Bortz & Döring): Randomisierung. Paarbildung (matched samples): Bei zwei Untersuchungsgruppen werden aufgrund der Ausprägung(en) der möglichen Störvariable(n) Paare von UntersuchungsteilnehmerInnen gebildet; je eine Person der Kontrollgruppe wird einer Person der Studiengruppe zugeordnet. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 29/54
30 Funktionale Bedeutung von Variablen (6) Mögliche Störvariable als zusätzliche Variable erheben und bei der statistischen Auswertung als Kontrollvariable berücksichtigen. Nur Personen mit einer bestimmten Ausprägung dieser Variable untersuchen (z.b. nur Personen, die keine Medikamente eingenommen haben); d.h. die Variable konstant halten. Außerdem sollte man dafür sorgen, dass die Untersuchung in allen Vergleichsgruppen störungsfrei verläuft (= Ausschalten von Störfaktoren). Waldherr / Christodoulides in Quantitative Methoden- 1.VO 30/54
31 Empirische Zugänglichkeit von Variablen Manifeste Variablen sind direkt beobachtbar. Z.B. Alkoholmenge, Gewicht, Geschlecht, usw. Latente Variablen sind nicht beobachtbar (sichtbar). Z.B. Konzentrationsfähigkeit, Intelligenz, etc. Hierbei handelt es sich um sog. hypothetische Konstrukte, welche nur indirekt gemessen werden können. Aufgrund der Ausprägungen von manifesten Variablen wird auf die latente Eigenschaft geschlossen. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 31/54
32 Arten von Merkmalsausprägungen Numerische oder Quantitative Variablen: Ausprägungen sind Zahlenwerte. Z.B. Gewicht, Alter, etc. Kategoriale oder Qualitative Variablen: Ausprägungen sind Zustände oder Kategorien. Z.B. Geschlecht, Familienstand, Staatsbürgerschaft. Ausprägungen quantitativer Variablen lassen sich durch Messen, Zählen, Wiegen erfassen und unterscheiden sich durch ihre Größe. Ausprägungen qualitativer Variablen unterscheiden sich durch ihre Art und lassen sich nicht durch Messen, Zählen, Wiegen erfassen. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 32/54
33 Arten qualitativer und quantitativer Variablen Weiters unterscheidet man: Bei quantitativen Variablen zwischen diskreten Variablen, welche nur ganzzahlige Ausprägungen haben (1,2,3,... ) und stetigen oder kontinuierlichen Variablen, die beliebig fein abstufbar sind. Bei qualitativen Variablen zwischen dichotomen Variablen = Variablen mit nur zwei Ausprägungen (z.b. Geschlecht) und polytomen Variablen = Variablen mit mehr als zwei Ausprägungen. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 33/54
34 Skalenniveau (1) Um ein Merkmal zu messen, werden den einzelnen Ausprägungen Messwerte (Zahlen) auf einer Skala zugeordnet. Eine Skala ist eine Vorschrift, die jeder Person der Stichprobe einen Beobachtungswert zuordnet, der die Ausprägung des interessierenden Merkmales angibt. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 34/54
35 Messen Messen = homomorphe Abbildung eines empirischen Relativs in ein numerisches Relativ Waldherr / Christodoulides in Quantitative Methoden- 1.VO 35/54
36 Skalenniveau (2) In diesem Sinne lassen sich auch qualitative Merkmale messen ; man nennt diese Zuordnung von Zahlen zu den Merkmalsausprägungen auch Kodierung. Bei der Zuordnung der Zahlen ist zu beachten, dass unterschiedlichen Merkmalsausprägungen unterschiedliche Zahlen zugeordnet werden und jeder möglichen Merkmalsausprägung eindeutig eine Zahl zuordenbar ist. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 36/54
37 Waldherr / Christodoulides in Quantitative Methoden- 1.VO 37/54
38 Skalenniveau (3) Nominalskala: Die Skala mit dem niedrigsten Niveau. Rangordnung der Ausprägungen nicht möglich oder sinnvoll, auch wenn ihnen Zahlen zugeordnet werden. Beurteilt nur Gleichheit und Verschiedenheit von Merkmalsausprägungen. Beispiele: Geschlecht, Familienstand, Staatsbürgerschaft. Nominalskalierte Variablen heissen nominale Merkmale. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 38/54
39 Skalenniveau (4) Ordinalskala oder Rangskala: Ausprägungen weisen natürliche Rangordnung auf. Macht Größer-Kleiner-Aussagen. Die Abstände zwischen den verschiedenen Werten einer ordinalskalierten Variablen lassen sich jedoch nicht interpretieren; die Ordinalskala macht keine Aussage über die Größe der Unterschiede zwischen den Ausprägungen. Solange die Größer-Kleiner-Relationen erhalten bleiben sind die Zahlen beliebig wählbar. Typisches Beispiel einer Ordinalskala: Platzierungen bei sportlichen Wettkämpfen. Platzierung gibt nur Auskunft darüber wer z.b. am schnellsten war, nicht über Zeitabstände zwischen den einzelnen Rangplätzen. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 39/54
40 Skalenniveau (5) Metrische Variablen: Ausprägungen unterliegen nicht nur Rangordnung, sondern Differenzen sind sinnvoll interpretierbar. Gleich große Zahlendifferenzen entsprechen auch gleich großen Unterschieden zwischen den Ausprägungen. Beispiele sind: Gewicht, Größe, Alter. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 40/54
41 Skalenniveau (7) Metrische Skalen können weiters noch unterteilt werden in Intervallskala: kein natürlicher Nullpunkt (z.b. Kalender, Temperatur in Grad Celsius); Verhältnisse können nicht interpretiert werden. In der Psychologie wird für Psychologische Tests angenommen, dass die Messwerte intervallskaliert sind. Rationalskala: absoluter (natürlicher) Nullpunkt, Verhältnisse können interpretiert werden (Gewicht, Alter, Größe, Anzahl der Kinder, Temperatur in Kelvin, usw.) Waldherr / Christodoulides in Quantitative Methoden- 1.VO 41/54
42 Univariat, Bivariat, Multivariat Univariat: nur eine Variable wird betrachtet. Bivariat: zwei Variablen werden gemeinsam betrachtet. Multivariat: mehr als zwei Variablen werden gemeinsam betrachtet. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 42/54
43 Hypothesengenerierende und Hypothesenprüfende Untersuchungen Hypothesenprüfende Untersuchungen: aufgrund von Vorinformationen aus bisherigen Untersuchungen können wissenschaftliche Hypothesen formuliert und statistisch geprüft werden. Hypothesengenerierende Untersuchungen: bei neuen Forschungsgebieten, für welche zu wenige Informationen vorliegen um Hypothesen zu formulieren, werden zunächst hypothesenerkundende Untersuchungen durchgeführt. Ziel ist die Formulierung wissenschaftlicher Hypothesen, die in einer anschließenden hypothesenprüfenden Untersuchung statistisch geprüft werden. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 43/54
44 Wissenschaftliche Hypothesen (1) Eine wissenschaftliche Hypothese behauptet eine mehr oder weniger präzise Beziehung zwischen zwei oder mehr Variablen, die für eine bestimmte Population vergleichbarer Objekte oder Ereignisse gelten soll. (Bortz & Döring) Die Hypothesen müssen im Rahmen der Untersuchungsplanung vor der Datenerhebung formuliert werden! Waldherr / Christodoulides in Quantitative Methoden- 1.VO 44/54
45 Wissenschaftliche Hypothesen (2) Wissenschaftliche Hypothesen (im Gegensatz zu Alltagsvermutungen) beziehen sich auf reale Sachverhalte, die empirisch überprüfbar sind, sind allgemeingültige, über den Einzelfall hinausgehende Behauptungen, müssen durch Erfahrung widerlegbar (falsifizierbar) sein, müssen widerspruchsfrei sein, sollen möglichst präzise formuliert sein, müssen theoriegeleitet sein. (vgl. Bortz & Döring) Waldherr / Christodoulides in Quantitative Methoden- 1.VO 45/54
46 Notation Summenzeichen Notation Die Anzahl der Personen in der Stichprobe = Stichprobenumfang wird mit n bzw. N bezeichnet. Die Merkmalsausprägungen der einzelnen Personen in der Stichprobe bei Variable X (beobachtete Werte) werden mit x 1,..., x i,..., x n (oder in anderer Schreibweise x i, i = 1,..., n) bezeichnet. Die möglichen Ausprägungen eines Merkmales X werden mit x 1,..., x j,..., x k (oder in anderer Schreibweise: x j, j = 1,..., k) bezeichnet. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 46/54
47 Notation Summenzeichen Hat man nur ein Merkmal erhoben und notiert die Befragungsergebnisse in der Reihenfolge der Befragung oder zufällig, bezeichnet man die entstehende Liste als Urliste oder Beobachtungsreihe. Beispiel: Erhobene Variable X : Anzahl der Kinder, Stichprobenumfang n = 15. Urliste: x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 x 11 x 12 x 13 x 14 x x 2 = 1 bedeutet, dass die in die Urliste an zweiter Stelle eingetragene Person ein Kind hat. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 47/54
48 Notation Summenzeichen Hat man mehrere Merkmale (Variablen) erhoben, fasst man diese in Form einer Datenmatrix zusammen. Die Matrix besteht aus n Zeilen für die Personen und p Spalten für die erhobenen Variablen (n p Matrix). Beispiel einer Datenmatrix für n = 50 Personen und erhobene Variablen Geschlecht (1=weiblich, 2=männlich), Kinderanzahl, Alter Variable Geschlecht Kinder Alter Person Waldherr / Christodoulides in Quantitative Methoden- 1.VO 48/54
49 Notation Summenzeichen Beispiel einer Datenmatrix in allgemeiner Notation: Variable k... p Person 1 x 11 x x 1k... x 1p 2 x 21 x x 2k... x 2p i x i1 x i2... x ik... x ip n x n1 x n2... x nk... x np Zeile i enthält die beobachteten Merkmalsausprägungen der i ten Person, Spalte k enthält die bei den n Personen beobachteten Ausprägungen des Merkmales K. Die Eintragungen x 11,..., x np bezeichnen die Ausprägungen der einzelnen Merkmale bei den einzelnen Personen: x 11 steht für die Merkmalsausprägung der ersten Person beim ersten Merkmal. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 49/54
50 Notation Summenzeichen Summenzeichen In der Statistik benötigt man sehr oft die Summe von Messwerten, z.b. in der Gesamtstichprobe oder einer Teilstichprobe. Zum Beispiel: Summe aller Messwerte x i für i = 1 bis n. x 1 + x 2 + x x n Hat eine Summe sehr viele Summanden, ist es zweckmäßig das Summenzeichen (griech. Sigma) zu verwenden. Waldherr / Christodoulides in Quantitative Methoden- 1.VO 50/54
51 Notation Summenzeichen Zusatzmaterial: Waldherr / Christodoulides in Quantitative Methoden- 1.VO 51/54
52 Notation Summenzeichen Beispiel 1: Summe der Kinder aller Personen aus unserer Urliste n x i = = 27 i=1 Beispiel 2: Summe der Kinder der ersten 5 Personen aus der Urliste 5 x i = = 8 i=1 Beispiel 3: Summe der Kinder der letzten 5 Personen aus der Urliste (also Personen 11 bis 15) 15 i=11 = = 7 Waldherr / Christodoulides in Quantitative Methoden- 1.VO 52/54
53 Notation Summenzeichen Laufindex ist beliebig wählbar n n x i = x j = n i=1 j=1 l=1 Aber! n x i n i=1 j=1 n n n (x i +y i ) = (x 1 +y 1 )+(x 2 +y 2 )+...+(x n +y n ) = x i + i=1 i=1 i=1 n x i + y i = (x 1 + x x n ) + y i i=1 Waldherr / Christodoulides in Quantitative Methoden- 1.VO 53/54 x i x l y i
54 Notation Summenzeichen n a = a + a + a +... = na i=1 (a ist eine Konstante) n ax i = (ax 1 +ax ax n ) = a(x 1 +x x n ) = a i=1 Es gelten die allgemeinen Rechenregeln für Additionen Zusatzmaterial: n i=1 x i Waldherr / Christodoulides in Quantitative Methoden- 1.VO 54/54
Einführung in Quantitative Methoden
in Quantitative Methoden Mag. Dipl.Ing. Dr. Pantelis Christodoulides & Mag. Dr. Karin Waldherr SS 2011 Waldherr / Christodoulides in Quantitative Methoden- 1.VO 1/49 Bedeutung der Psychologischen Methodenlehre
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
MehrPsychologische Methodenlehre und Statistik I
Psychologische Methodenlehre und Statistik I Karin Waldherr & Pantelis Christodoulides 4. November 2009 Karin Waldherr & Pantelis Christodoulides Psychologische Methodenlehre und Statistik I 1/56 Informationen,
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: Messen Heute: Hypothesen Warum Hypothesen? Menschliches Erleben und Verhalten? Alltag vs. Wissenschaft Alltagsvermutung Wissenschaftliche
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
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
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
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
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
MehrAlle weiteren Messoperationen schließen die Klassifikation als Minimaloperation ein.
1 unterschiedliche Skalenniveaus Wir haben zuvor schon kurz von unterschiedlichen Skalenniveaus gehört, nämlich dem: - Nominalskalenniveau - Ordinalskalenniveau - Intervallskalenniveau - Ratioskalenniveau
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
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
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
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.
MehrEinführung in die Statistik Einführung
Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Einführung Professur E-Learning und Neue Medien www.tu-chemnitz.de/phil/imf/elearning
MehrGlossar. Cause of Effects Behandelt die Ursache von Auswirkungen. Debriefing Vorgang der Nachbesprechung der experimentellen Untersuchung.
Abhängige Variable Die zu untersuchende Variable, die von den unabhängigen Variablen in ihrer Ausprägung verändert und beeinflusst wird (siehe auch unabhängige Variable). Between-Subjects-Design Wenn die
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
MehrStatistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS
Statistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS Verena Hofmann Dr. phil. des. Departement für Sonderpädagogik Universität Freiburg Petrus-Kanisius-Gasse 21
Mehr3. Merkmale und Daten
3. Merkmale und Daten Ziel dieses Kapitels: Vermittlung des statistischen Grundvokabulars Zu klärende Begriffe: Grundgesamtheit Merkmale (Skalenniveau etc.) Stichprobe 46 3.1 Grundgesamtheiten Definition
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.
MehrWahrscheinlichkeitsrechnung und Statistik
9. Vorlesung - 2017 Monte Carlo Methode für numerische Integration Sei g : [0, 1] R stetige Funktion; man möchte 1 0 g(t)dt numerisch approximieren mit Hilfe von Zufallszahlen: Sei (U n ) n eine Folge
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
MehrEmpirische Methoden der Politikwissenschaft
JOACHIM BEHNKE / NINA BAUR / NATHALIE BEHNKE Empirische Methoden der Politikwissenschaft 2., aktualisierte Auflage FERDINAND SCHÖNINGH Inhaltsverzeichnis Einleitung 13 Methoden im empirischen Forschungsprozess
MehrTEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG
TEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG GLIEDERUNG Statistik eine Umschreibung Gliederung der Statistik in zwei zentrale Teilbereiche Deskriptive Statistik Inferenzstatistik
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
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
MehrJOACHIM BEHNKE / NINA BAUR / NATHALIE BEHNKE. Empirische Methoden der Politikwissenschaft
JOACHIM BEHNKE / NINA BAUR / NATHALIE BEHNKE Empirische Methoden der Politikwissenschaft 1 Einleitung 13 2 Methoden im empirischen Forschungsprozess 17 2.1 Methoden und wissenschaftliche Theorie 17 2.2
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
MehrVS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik I Deskriptive und Explorative Datenanalyse 2010 Übungsaufgaben und Lösungen Erkenntn nisgewinnung und Datenerhebung in der Psychologie [Übungsaufgaben
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
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
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
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:
MehrBA-Studium Erziehungswissenschaft
BA-Studium Erziehungswissenschaft KM2: Quantitative Forschungsmethoden Statistik I 1/12 Einführung / Skalierungsniveaus Dr. Damian Miller dmiller@paed.uzh.ch 1 Überblick 1. Aufbau der Lehrveranstaltung
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
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.
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
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
MehrStatistik. Herzlich willkommen zur Vorlesung. Grundlagen Häufigkeiten Lagemaße Streuung Inferenzstatistik Kreuztabellen Gruppenunterschiede
FB 1 W. Ludwig-Mayerhofer Statistik 1 Herzlich willkommen zur Vorlesung Statistik FB 1 W. Ludwig-Mayerhofer Statistik 2 Vorlesung Statistik für wen? BA Social Science/BA Sozialwissenschaften (Pflicht)
MehrGibt es einen Zusammenhang zwischen Merkmalen? Korrelationen
Arbeitsblatt SPSS Kapitel 8 Seite Gibt es einen Zusammenhang zwischen Merkmalen? Korrelationen Wie in allen Kapiteln gehen wir im Folgenden davon aus, dass Sie die Datei elporiginal.sav geöffnet haben.
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
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine Universität Düsseldorf 14. Oktober 2010 Übungen Aufgabenblatt 1 wird heute Nachmittag auf das Weblog gestellt. Geben Sie die Lösungen dieser
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
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
MehrStatistik I und II Einführung in die deskriptive Statistik und Inferenzstatistik mit SPSS
Statistik I und II Einführung in die deskriptive Statistik und Inferenzstatistik mit SPSS Verena Hofmann Dr. phil. des. Departement für Heil- und Sonderpädagogik Universität Freiburg Petrus-Kanisius-Gasse
MehrGASTVORTRAG IM RAHMEN DER: EINFÜHRUNG IN DIE EMPIRISCHE HUMAN- UND SOZIALFORSCHUNG. Mag. a Andrea Schaffar
GASTVORTRAG IM RAHMEN DER: EINFÜHRUNG IN DIE EMPIRISCHE HUMAN- UND SOZIALFORSCHUNG Mag. a Andrea Schaffar Inhalte der heutigen VO-Einheit 2 Projektabläufe: Gegenüberstellung Forschung und Praxisprojekte
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....................
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
MehrAllgemeines Lineares Modell Seminarüberblick
Allgemeines Lineares Modell Seminarüberblick zu meiner Person maik.beege@phil.tu-chemnitz.de Rawema-Haus, Straße der Nationen 12, Raum 209 0371 / 531 31758 Sprechstunde nach Vereinbarung (oder einfach
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
MehrStatistik Grundbegriffe
Kapitel 2 Statistik Grundbegriffe 2.1 Überblick Im Abschnitt Statistik Grundbegriffe werden Sie die Bedeutung von statistischen Grundbegriffen wie Stichprobe oder Merkmal kennenlernen und verschiedene
MehrSkalenniveaus =,!=, >, <, +, -
ZUSAMMENHANGSMAßE Skalenniveaus Nominalskala Ordinalskala Intervallskala Verhältnisskala =,!= =,!=, >, < =,!=, >, ,
MehrWATCHING YOUR STEP - Clinical Trial Process
WATCHING YOUR STEP - Clinical Trial Process Kritische Bewertung wissenschaftlicher Literatur Bewertung einer quantitativen Querschnittstudie über die Anwendung von Forschungsergebnissen in der Pflegepraxis
MehrMathematische Statistik. Zur Notation
Mathematische Statistik dient dazu, anhand von Stichproben Informationen zu gewinnen. Während die Wahrscheinlichkeitsrechnung Prognosen über das Eintreten zufälliger (zukünftiger) Ereignisse macht, werden
MehrForschungsmethoden VORLESUNG SS 2018
Forschungsmethoden VORLESUNG SS 2018 SOPHIE LUKES Übersicht Letzte Sitzung: Psychologie als empirische Wissenschaft Heute: Nachtrag Messen Forschungsethik Freiwilligkeit, Aufklärung nicht möglich/nötig,
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
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
MehrMethodenlehre. Vorlesung 11. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 11 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 03.12.13 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie
MehrUntersuchungsarten im quantitativen Paradigma
Untersuchungsarten im quantitativen Paradigma Erkundungsstudien / Explorationsstudien, z.b.: Erfassung der Geschlechterrollenvorstellungen von Jugendlichen Populationsbeschreibende Untersuchungen, z.b.:
MehrForschungsmethoden VORLESUNG SS 2018
Forschungsmethoden VORLESUNG SS 2018 SOPHIE LUKES Organisatorisches Letztes Mal: Versuchspläne Heute: Stichprobenziehung und Stichprobeneffekte Heute: Stichprobenziehung und Stichprobeneffekte Warum brauchen
MehrInhaltsverzeichnis. Test nach Cochran. - Stand vom:
Inhaltsverzeichnis Test nach Cochran... 2 Lernhinweise... 2 Einführung... 2 Theorie & Fallbeispiel (1-4)... 2 1. Ausgangslage und Fragestellung... 2 2. Voraussetzungen, Arbeits- und Alternativhypothesen...
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
MehrStatistik I und II. Einführung in die deskriptive Statistik und Inferenzstatistik mit SPSS. Verena Hofmann
Statistik I und II Einführung in die deskriptive Statistik und Inferenzstatistik mit SPSS Verena Hofmann Dr. phil. Departement für Sonderpädagogik Universität Freiburg Petrus-Kanisius-Gasse 21 CH-1700
MehrInhaltsverzeichnis. 1 Über dieses Buch Zum Inhalt dieses Buches Danksagung Zur Relevanz der Statistik...
Inhaltsverzeichnis 1 Über dieses Buch... 11 1.1 Zum Inhalt dieses Buches... 13 1.2 Danksagung... 15 2 Zur Relevanz der Statistik... 17 2.1 Beispiel 1: Die Wahrscheinlichkeit, krank zu sein, bei einer positiven
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
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
MehrGrundlagen sportwissenschaftlicher Forschung Deskriptive Statistik 2 Inferenzstatistik 1
Grundlagen sportwissenschaftlicher Forschung Deskriptive Statistik 2 Inferenzstatistik 1 Dr. Jan-Peter Brückner jpbrueckner@email.uni-kiel.de R.216 Tel. 880 4717 Rückblick: Besonders wichtige Themen Wissenschaftstheoretischer
MehrPhasen des Forschungsprozesses (hypothesenprüfende Studie)
Phasen des Forschungsprozesses (hypothesenprüfende Studie) Konzeptspezifikation/ Operationalisierung/Messung rot: Planungsphase Auswahl des Forschungsproblems Theoriebildung Auswahl der Untersuchungseinheiten
MehrWas heißt messen? Konzeptspezifikation Operationalisierung Qualität der Messung
Was heißt messen? Ganz allgemein: Eine Eigenschaft eines Objektes wird ermittelt, z.b. die Wahlabsicht eines Bürgers, das Bruttosozialprodukt eines Landes, die Häufigkeit von Konflikten im internationalen
MehrStatistik Einführung // Kategoriale Daten 10 p.2/26
Statistik Einführung Kategoriale Daten Kapitel 10 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // Kategoriale Daten
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Pantelis Christodoulides & Karin Waldherr 4. Juni 2014 Christodoulides / Waldherr Einführung in Quantitative Methoden 1/35 Ein- und Zweiseitige Hypothesen H 0 : p =
MehrEmpirische Methoden zur Analyse gesprochener Sprache
Empirische Methoden zur Analyse gesprochener Sprache Prinzip der Hypothesenprüfung (am Beispiel des t-tests für unabhängige Stichproben) Statistische Verfahren: Einordnung Deskriptive (beschreibende) Statistik:
MehrGrundkurs Statistik für Politologen und Soziologen
Grundkurs Statistik für Politologen und Soziologen Bearbeitet von Uwe W Gehring, Cornelia Weins 5., überarbeitete Auflage 2010. Buch. 345 S. Softcover ISBN 978 3 531 16269 0 Format (B x L): 14,8 x 21 cm
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
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/
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
MehrForschungsmethoden VORLESUNG SS 2018
Forschungsmethoden VORLESUNG SS 2018 SOPHIE LUKES Überblick Letzte Woche: - Hypothesen Heute: -Versuchspläne Rückblick Hypothesentesten Merkmale von Hypothesen verschiedene Arten von Hypothesen Logik des
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
MehrStatistik für Dummies
Bearbeitet von Deborah Rumsey, Reinhard Engel 3. aktualisierte Auflage 2015. Buch. 368 S. Softcover ISBN 978 3 527 71156 7 Format (B x L): 17,6 x 24 cm Wirtschaft > Betriebswirtschaft: Theorie & Allgemeines
MehrEmpirische Forschungsmethoden
Winfried Stier Empirische Forschungsmethoden Zweite, verbesserte Auflage Mit 22 Abbildungen und 53 Tabellen Springer L Inhaltsverzeichnis I. Grundlagen 1 1.1. Methoden, Methodologie, Empirie 1 1.2. Einige
MehrModul 04: Messbarkeit von Merkmalen, Skalen und Klassierung. Prof. Dr. W. Laufner Beschreibende Statistik
Modul 04: Messbarkeit von Merkmalen, Skalen und 1 Modul 04: Informationsbedarf empirische (statistische) Untersuchung Bei einer empirischen Untersuchung messen wir Merkmale bei ausgewählten Untersuchungseinheiten
MehrInferenzstatistik Vortrag: Alpha und Beta Fehler
Inferenzstatistik Vortrag: Alpha und Beta Fehler Dresden, 18.11.08 01 Fehlerquelle Hypothesen Unbekannte Wirklichkeit H0 ist richtig H0 ist falsch Schlussfolgerung aus dem Test unserer Stichprobe Ho annehmen
MehrPrävention und Intervention im Bereich der vorschulischen Bildung. WS 08/09 Michael Lichtblau 3. VA
Prävention und Intervention im Bereich der vorschulischen Bildung WS 08/09 Michael Lichtblau 3. VA 30.10.2008 Thema Diagnostische Verfahren für den Elementarbereich. Human- und sozialwissenschaftliche
MehrDer χ 2 -Test (Chiquadrat-Test)
Der χ 2 -Test (Chiquadrat-Test) Der Grundgedanke Mit den χ 2 -Methoden kann überprüft werden, ob sich die empirischen (im Experiment beobachteten) Häufigkeiten einer nominalen Variable systematisch von
MehrAnalyse von Kontingenztafeln
Analyse von Kontingenztafeln Mit Hilfe von Kontingenztafeln (Kreuztabellen) kann die Abhängigkeit bzw. die Inhomogenität der Verteilungen kategorialer Merkmale beschrieben, analysiert und getestet werden.
MehrSozialwissenschaftliche Methoden und Methodologie. Begriffe, Ziele, Systematisierung, Ablauf. Was ist eine Methode?
Sozialwissenschaftliche Methoden und Methodologie WiSe 2007/ 08 Prof. Dr. Walter Hussy Veranstaltung 1 Begriffe, Ziele, Systematisierung, Ablauf 24.01.2008 1 Was ist eine Methode? Eine Methode ist eine
MehrStatistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn
Statistikpraktikum Carsten Rezny Institut für angewandte Mathematik Universität Bonn Sommersemester 2016 Anmeldung in Basis: 06. 10.06.2016 Organisatorisches Einführung Statistik Analyse empirischer Daten
MehrForschungsmethoden VORLESUNG SS 2017
Forschungsmethoden VORLESUNG SS 2017 SOPHIE LUKES Überblick Letzte Woche: - Gütekriterien I Heute: -Gütekriterien II Rückblick Gütekriterien der qualitativen Forschung Gütekriterien der quantitativen Forschung:
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)
MehrStichprobenumfangsplanung
Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Stichprobenumfangsplanung Überblick Einführung Signifikanzniveau Teststärke Effektgröße
MehrDatenerhebung, Skalenniveaus und Systemdatei
Datenerhebung, Skalenniveaus und Systemdatei Institut für Geographie 1 Beispiele für verschiedene Typen von Fragen in einer standardisierten Befragung (3 Grundtypen) Geschlossene Fragen Glauben Sie, dass
MehrAufgaben und Ziele der Wissenschaften
Aufgaben und Ziele der Wissenschaften Beschreibung: Der Otto sitzt immer nur still da und sagt nichts. Erklärung:Weil er wegen der Kündigung so bedrückt ist. Vorhersage: Wenn das so weitergeht, zieht er
MehrStatistik II: Signifikanztests /1
Medien Institut : Signifikanztests /1 Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Noch einmal: Grundlagen des Signifikanztests 2. Der chi 2 -Test 3. Der t-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
MehrMethodenlehre I Organisatorisches Wiederholung. Überblick Methodenlehre II. Thomas Schäfer. methodenlehre ll Einführung und Überblick
Methodenlehre II Thomas Schäfer Thomas Schäfer SS 2009 1 Organisatorisches Wiederholung Methodenlehre I Überblick Methodenlehre II Thomas Schäfer SS 2009 2 1 Organisatorisches Übung zur Vorlesung Friederike
Mehr