Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel"

Transkript

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

2 Gliederung Datenanalyse (inferenzstatistisch) in MS Excel Verfahrensauswahl Durchführungsvoraussetzungen Durchführung Interpretation MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse

3 Hypothese Wirkt sich die Ausprägung der Persönlichkeitseigenschaft Sensation Seeking bei der Bewältigung einer motorischen Aufgabe unter Unsicherheit bei gleichzeitig hoher Bedeutung auf das Entscheidungsverhalten aus? AV = Distanz zum Ziel (cm) im Durchgang mit hoher Wichtigkeit UV = AISS-D MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 3

4 Verfahrensauswahl Was wird für die Auswahl des richtigen Verfahrens benötigt? Skalenniveau, Stichprobenanzahl MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 4

5 Auswertungsverfahren Wie lautet die statistische Frage zum Experiment? - Sind die empirischen Mittelwertsdifferenz signifikant? Welches Skalenniveau liegt vor? - Proportionsskalen Welches Auswertungsverfahren wird angewandt? MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 5

6 Verfahren Verteilung parameterfrei Skala Stichproben mehr als Stichproben unabhängig abhängig unabhängig abhängig Nominal Chi-Quadrat Ordinal McNemar Vorzeichentest parameterfrei Mann- Withney (U) Wilcoxon Chi-Quadrat Kruskal-Wallis (H) Cochran (Q) Friedman parametrisch* Intervall t-test t-test Varianzanalyse Varianzanalyse * Bestimmte Kenwerte müssen herangezogen werden MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 6

7 Entscheidungsdiagramm ja Ist das zu untersuchende Merkmal intervallskaliert? Handelt es sich um unabhängige oder abhängige Stichproben? unabhängige nein t-test für unabhängige Stichproben Auswahl eines Prüfverfahrens laut Systematik abhängige ja Sind die Varianzen homogen? Entscheidung durch F-Test (Exkurs) t-test für homogene Varianzen nein t-test für heterogene Varianzen t-test für abhängige Stichproben MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 7

8 t-test Grundprinzip: Durch die Prüfgröße t wird die Mittelwertsdifferenz der beiden Stichproben an den vorgefundenen Streuungen relativiert. Oder anders ausgedrückt: Bei einem großen mittleren Unterschied zwischen zwei Messungen und geringen Streuungen innerhalb der Gruppen kann auf eine überzufällige Unterschiedlichkeit der beiden Messungen geschlossen werden MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 8

9 t-test für unabhängige Stichproben Problemstellung: Unterscheiden sich die Mittelwerte zweier unabhängiger Zufallsstichproben voneinander? Beispiel: Vor Beginn einer experimentellen Untersuchung im Sportunterricht, bei der Klasse A ein Fitness-Trainingsprogramm absolviert und Klasse B als Kontrollgruppe dient, gilt es die Frage zu untersuchen, ob beide Gruppen zu Beginn der Untersuchung hinsichtlich des interessierenden Merkmals parallel sind. Dazu wird mit beiden Klassen ein Fitnesstest absolviert MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 9

10 Hypothesen H 0 : Der Unterschied zwischen den beiden Stichproben ist rein zufällig. H 1 : Der Unterschied ist bei einem Signifikanzniveau von 5% überzufällig. Beispiel: H 0 : Die beiden Schulklassen A und B unterscheiden sich nicht hinsichtlich ihrer Fitnessleistung. Aufgetretene Unterschiede sind rein zufällig. H 1 : Zwischen beiden Schulklassen A und B besteht ein signifikanter Unterschied im Fitnesstest MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 10

11 Voraussetzungen und Einschränkungen Die Messwerte müssen Intervallskalenniveau haben. Die Varianzen der beiden Stichproben müssen homogen sein (bei gleich großen Stichproben ist diese Voraussetzung weniger wichtig als bei ungleich großen). Die Überprüfung erfolgt mit dem F-Test. Die Messwerte in der Population, aus denen die Stichproben stammen, müssen normalverteilt sein. Der t-test ist relativ unempfindlich gegen die Verletzung dieser Bedingung. Im Beispiel wird eine Möglichkeit der Überprüfung dargestellt. Eine andere, häufig eingesetzte Technik ist der Kolmogorow-Smirnov-Test. x 1, x, s 1, s, n 1, n sind bekannt MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 11

12 Beispiel unabhängige Stichproben intervallskalierte Daten Varianzhomogenität? Normalverteilung? Klasse A und B Testpunktwerte vor Anwendung des t-tests überprüfen! MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 1

13 Exkurs: Überprüfung der Varianzhomogenität Problemstellung F-Test: Unterscheiden sich die Varianzen zweier oder mehrerer Stichproben signifikant voneinander oder weisen sie Homogenität (Gleichheit) auf? Hypothesen: H 0 : Der empirische Unterschied zwischen den Stichprobenvarianzen ist rein zufällig. H 1 : Der Unterschied zwischen den Stichprobenvarianzen ist überzufällig MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 13

14 Häufigkeitsverteilung und Kennwerte der Testpunkte Klasse A (n 1 = 3) x 1 = 19.5 s 1 = 4.36 Schiefe = 0.65 Exzeß =.85 Klasse B (n = 1) x = 0.71 s = 5.83 Schiefe = 1.30 Exzeß = MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 14

15 Klasse A (n 1 = 3) Häufigkeitsverteilung und Kennwerte der Testpunkte x 1 = 19.5 s 1 = 4.36 Schiefe = 0.65 Exzeß =.85 Klasse B A (n 1 = 1) 3) x 1 = s 1 = Schiefe = Exzeß = Klasse B (n = 1) Ost 40 x = 0.71 s = 30 Nord 5.83 Schiefe = 1.30 Exzeß = Qrtl.. Qrtl. 3. Qrtl. 4. Qrtl. West MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 15

16 Berechnung F größere Varianz Max s s 5.83 F s kleinerevarianz Min s theoretischer F-Wert: Tabelle C5a (p =.05) oder C5b (p =.01) in Bös et al. (000) df 1 = n 1-1 = 0; df = n - 1 = p =.05; F =.03; p =.01; F = Signifikanzprüfung & formale Entscheidung: empirischer F-Wert < theoretischer F-Wert H 0 beibehalten Achtung! H 0 erwünscht Varianzen sind homogen MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 16

17 Prüfgrößen für Schiefe und Exzess (Kurtosis) t Schiefe 6 n t Exzeß 6 n empirische t-werte und Signifikanz (p =.01) Schiefe Exzeß Stichprobe n. sign n. sign. Stichprobe.54 n. sign..46 n. sign. formale Entscheidung: Normalverteilung ist gegeben MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 17

18 Entscheidungsdiagramm Ist das zu untersuchende Merkmal intervallskaliert? ja Handelt es sich um unabhängige oder abhängige Stichproben? unabhängige t-test für unabhängige Stichproben ja Sind die Varianzen homogen? t-test für homogene Varianzen MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 18

19 t-test für unabhängige Stichproben bei Varianzhomogenität Berechnung empirischer t-wert: t n 1 s n 1 1 n 1 1 n x 1 x s 1 n 1 1 n x 1, x s 1, s n 1, n Stichprobenmittelwerte Stichprobenvarianzen Stichprobengrößen Beispiel: t = MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 19

20 Signifikanzprüfung und formale Entscheidung Die Signifikanzprüfung erfolgt durch Vergleich des errechneten t-wertes mit dem theoretischen t-wert (vgl. Tab. C4; Bös et al., 000) unter Berücksichtigung des Signifikanzniveaus (ein- oder zweiseitige Fragestellung) und der entsprechenden Freiheitsgrade. Freiheitsgrade: df = (n 1-1) + (n - 1) = n 1 + n - empirischer t-wert theoretischer t-wert H 0 beibehalten empirischer t-wert theoretischer t-wert H 1 annehmen MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 0

21 Beispiel empirischer t-wert = 0.77 df = n 1 + n - = = 4 bei p =.05 theoretischer t-wert =.0 (vgl. Tab. C4; Bös et al., 000) empirischer t-wert theoretischer t-wert H 0 beibehalten Es besteht kein statistisch signifikanter Unterschied zwischen den beiden Schulklassen. Interpretation: Die beiden Schulklassen unterscheiden sich nicht in der Fitnessleistung. Sie können bezüglich des interessierenden Merkmals als parallel angesehen werden MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 1

22 t-wert-berechnung empirischer t-wert: x1 x t t n s 1 s 1 1 n theoretischer t-wert: t t 1 s1 t n 1 1 s1 n 1 1 s n 1 s n 1 t MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse

23 t-test für abhängige Stichproben Problemstellung: Eine Lehrerin führt mit einem Teil ihrer Klasse (n = 15) ein Trainingsprogramm durch und möchte wissen, ob dieses Training tatsächlich einen positiven Effekt auf die Ergebnisse in einem Leistungstest ausübt oder nicht. Hypothesen: H 0 : Der Unterschied zwischen den beiden Messzeitpunkten ist zufällig. H 1 : Das Trainingsprogramm übt einen positiven Einfluss aus, die Mittelwerte unterscheiden sich bei einem Signifikanzniveau von.05 überzufällig (einseitige Fragestellung) MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 3

24 Beispiel Vpn Testwert vor dem Training Testwert nach dem Training Differenz d Summe Mittelwert d² MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 4

25 Empirischer t-wert t t d di n d n n 1 d di n d n n 1 d i = individuelle Differenz d = Mittelwerte der Diffe d i = individuelle Differenzen d = Mittelwerte der Differenzen t MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 5

26 Signifikanzprüfung df = n - 1 = 15-1 = 14 theoretischer t-wert = 1.76 empirischer t-wert theoretischer t-wert H1 annehmen t Interpretation: Es besteht ein signifikanter Unterschied zwischen den beiden Messzeitpunkten. Die Werte nach dem Trainingsprogramm sind besser. Die beobachteten Unterschiede lassen sich auf das Training zurückzuführen MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 6

27 Arbeitsauftrag I (MS Excel) Mediansplit durchführen Neues Datenblatt erstellen mit: Spalte 1 = Ergebnis in cm (Low SS) Spalte = Ergebnis in cm (High SS) Prüfung auf Varianzhomogenität Berechnung von MW, SD, s² Vergleich theoretischer und empirischer F-Wert Prüfung Normalverteilung t-test-berechnung Vergleich theoretischer und empirischer t-wert MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 7

28 Berechnung F größere Varianz Max s s F s kleinerevarianz Min s theoretischer F-Wert: Tabelle C5a (p =.05) oder C5b (p =.01) in Bös et al. (000) df 1 = n 1-1 = 31; df = n - 1 = 31 p =.05; F = 1.6; p =.01; F =.01 Signifikanzprüfung & formale Entscheidung: empirischer F-Wert > theoretischer F-Wert H 0 verworfen Achtung! H 0 erwünscht Varianzen sind nicht homogen! MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 8

29 Prüfgrößen für Schiefe und Exzess (Kurtosis) t Schiefe 6 n t Exzeß 6 n empirische t-werte und Signifikanz (p =.01) Schiefe Exzeß Stichprobe n. sign n. sign. Stichprobe -.96 sign n. sign. formale Entscheidung: Normalverteilung nicht gegeben t-test jedoch robust gegen diese Verletzung! MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 9

30 Entscheidungsdiagramm ja Ist das zu untersuchende Merkmal intervallskaliert? Handelt es sich um unabhängige oder abhängige Stichproben? unabhängige t-test für unabhängige Stichproben Sind die Varianzen homogen? Entscheidung durch F-Test (Exkurs) nein t-test für heterogene Varianzen MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 30

31 t-test für heterogene Varianzen MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 31

32 Ergebnisse sign. = 0.90 Es besteht kein statistisch signifikanter Unterschied zwischen den beiden Gruppen (L-SS/H-SS). Interpretation: Die beiden Gruppen mit unterschiedlich stark ausgeprägtem Sensation Seeking unterscheiden sich nicht in der Ausführung einer motorischen Aufgabe unter Unsicherheit. Sie können bezüglich des interessierenden Merkmals als parallel angesehen werden MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 3

33 MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 33

34 Welche Fragen gibt es noch? MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 34

35 Ausblick 5. Termin Einführung in die Datenanalyse mit IBM SPSS MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 35

36 Literaturverzeichnis Bös, K., Hänsel, F. & Schott, N. (004). Empirische Untersuchungen in der Sportwissenschaft. Hamburg: Czwalina. Bortz, J. (005). Statistik für Human- und Sozialwissenschaftler. Berlin: Springer. Bortz, J. & Döring, N. (006). Forschungsmethoden und Evaluation: für Human- und Sozialwissenschaftler. Berlin: Springer. Singer, R & Willimczik, K. (00). Sozialwissenschaftliche Forschungsmethoden in der Sportwissenschaft. Hamburg: Czwalina MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 36

Business Value Launch 2006

Business Value Launch 2006 Quantitative Methoden Inferenzstatistik alea iacta est 11.04.2008 Prof. Dr. Walter Hussy und David Tobinski UDE.EDUcation College im Rahmen des dokforums Universität Duisburg-Essen Inferenzstatistik Erläuterung

Mehr

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

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

Mehr

Prüfen von Mittelwertsunterschieden: t-test

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

Mehr

Übungsserie Nr. 10 mit Lösungen

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

Mehr

METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER

METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER DAS THEMA: INFERENZSTATISTIK IV INFERENZSTATISTISCHE AUSSAGEN FÜR ZUSAMMENHÄNGE UND UNTERSCHIEDE Inferenzstatistik für Zusammenhänge Inferenzstatistik für Unterschiede

Mehr

Willkommen zur Vorlesung Statistik

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

Mehr

Überblick über die Verfahren für Ordinaldaten

Überblick über die Verfahren für Ordinaldaten Verfahren zur Analyse ordinalskalierten Daten 1 Überblick über die Verfahren für Ordinaldaten Unterschiede bei unabhängigen Stichproben Test U Test nach Mann & Whitney H Test nach Kruskal & Wallis parametrische

Mehr

3. Der t-test. Der t-test

3. Der t-test. Der t-test Der t-test 3 3. Der t-test Dieses Kapitel beschäftigt sich mit einem grundlegenden statistischen Verfahren zur Auswertung erhobener Daten: dem t-test. Der t-test untersucht, ob sich zwei empirisch gefundene

Mehr

3. Der t-test. Der t-test

3. Der t-test. Der t-test 3 3. Der t-test Dieses Kapitel beschäftigt sich mit einem grundlegenden statistischen Verfahren zur Auswertung erhobener Daten: dem t-test. Der t-test untersucht, ob sich zwei empirisch gefundene Mittelwerte

Mehr

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

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

Mehr

6. METRISCHE UND KATEGORIALE MERKMALE

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

Mehr

Grundlagen von Versuchsmethodik und Datenanalyse

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

Mehr

Tabelle 6a: Deskriptive Statistiken der metrischen Variablen

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

Mehr

Bitte schreiben Sie in Druckbuchstaben und vergessen Sie nicht zu unterschreiben. Name, Vorname:. Studiengang/ Semester:. Matrikelnummer:..

Bitte schreiben Sie in Druckbuchstaben und vergessen Sie nicht zu unterschreiben. Name, Vorname:. Studiengang/ Semester:. Matrikelnummer:.. Institut für Erziehungswissenschaft der Philipps-Universität Marburg Prof. Dr. Udo Kuckartz Arbeitsbereich Empirische Pädagogik/Methoden der Sozialforschung Wintersemester 004/005 KLAUSUR FEBRUAR 005 /

Mehr

Nichtparametrische statistische Verfahren

Nichtparametrische statistische Verfahren Nichtparametrische statistische Verfahren (im Wesentlichen Analyse von Abhängigkeiten) Kategorien von nichtparametrischen Methoden Beispiel für Rangsummentests: Wilcoxon-Test / U-Test Varianzanalysen 1-faktorielle

Mehr

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst Excel Edition ^ Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3

Mehr

Grundlagen der Inferenzstatistik

Grundlagen der Inferenzstatistik Grundlagen der Inferenzstatistik (Induktive Statistik oder schließende Statistik) Dr. Winfried Zinn 1 Deskriptive Statistik versus Inferenzstatistik Die Deskriptive Statistik stellt Kenngrößen zur Verfügung,

Mehr

(VU) Übungen zur Einführung in die statistische Datenanalyse II. Inhalte Statistik I. Inhalte Statistik I Deskriptive Statistik

(VU) Übungen zur Einführung in die statistische Datenanalyse II. Inhalte Statistik I. Inhalte Statistik I Deskriptive Statistik II Übungen zur II Organisatorische Hinweise Keine Anwesenheitspflicht (aber empfehlenswert) Einführung in die statistische Datenanalyse II (VU) Lehrinhalte (.ppt Folien): elearning.univie.ac.at 3 Prüfungstermine:

Mehr

Auswertung mit dem Statistikprogramm SPSS: 30.11.05

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

Mehr

Webergänzung zu Kapitel 10

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

Mehr

2.1 Die Normalverteilung

2.1 Die Normalverteilung . INFERENZSTATISTIK Inferenzstatistik bedeutet übersetzt schließende Statistik. Damit ist der Schluss von den erhobenen Daten einer Stichprobe auf Werte in der Population gemeint..1 Die Normalverteilung

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungsfreie Verfahren Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

9. Schätzen und Testen bei unbekannter Varianz

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

Mehr

Einfache Varianzanalyse für abhängige

Einfache Varianzanalyse für abhängige Einfache Varianzanalyse für abhängige Stichproben Wie beim t-test gibt es auch bei der VA eine Alternative für abhängige Stichproben. Anmerkung: Was man unter abhängigen Stichproben versteht und wie diese

Mehr

Von der Untersuchungsfrage zu statistischen Hypothesen, und wie war das nochmal mit dem α- und

Von der Untersuchungsfrage zu statistischen Hypothesen, und wie war das nochmal mit dem α- und Von der Untersuchungsfrage zu statistischen Hypothesen, und wie war das nochmal mit dem α- und β-fehler? Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de

Mehr

Florian Frötscher und Demet Özçetin

Florian Frötscher und Demet Özçetin Statistische Tests in der Mehrsprachigkeitsforschung Aufgaben, Anforderungen, Probleme. Florian Frötscher und Demet Özçetin florian.froetscher@uni-hamburg.de SFB 538 Mehrsprachigkeit Max-Brauer-Allee 60

Mehr

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

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

Mehr

J. Bortz/N. Döring: Forschungsmethoden und Evaluation (jeweils neueste Auflage) Springer, Berlin S. 463ff

J. Bortz/N. Döring: Forschungsmethoden und Evaluation (jeweils neueste Auflage) Springer, Berlin S. 463ff J. Bortz/N. Döring: Forschungsmethoden und Evaluation (jeweils neueste Auflage) Springer, Berlin S. 463ff Signifikanztests Zur Logik des Signifikanztests Tests zur statistischen Überprüfung von Hypothesen

Mehr

Hypothesentests mit SPSS. Beispiel für einen t-test

Hypothesentests mit SPSS. Beispiel für einen t-test Beispiel für einen t-test Daten: museum-f-v04.sav Hypothese: Als Gründe, in ein Museum zu gehen, geben mehr Frauen als Männer die Erweiterung der Bildung für Kinder an. Dies hängt mit der Geschlechtsrolle

Mehr

Messung von Veränderungen. Dr. Julia Kneer Universität des Saarlandes

Messung von Veränderungen. Dr. Julia Kneer Universität des Saarlandes von Veränderungen Dr. Julia Kneer Universität des Saarlandes Veränderungsmessung Veränderungsmessung kennzeichnet ein Teilgebiet der Methodenlehre, das direkt mit grundlegenden Fragestellungen der Psychologie

Mehr

ÜBUNGSAUFGABEN ZU INFERENZSTATISTIK II

ÜBUNGSAUFGABEN ZU INFERENZSTATISTIK II ÜBUNGSAUFGABEN ZU INFERENZSTATISTIK II 1.1 Durch welche Elemente lässt sich laut der Formel für die multiple Regression der Wert einer Person auf einer bestimmten abhängigen Variable Y vorhersagen? a)

Mehr

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau

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

Mehr

12. Vergleich mehrerer Stichproben

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

Mehr

Eine Einführung in R: Statistische Tests

Eine Einführung in R: Statistische Tests Eine Einführung in R: Statistische Tests Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws12/r-kurs/

Mehr

Grundlagen der Datenanalyse am Beispiel von SPSS

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

Mehr

Statistik II für Betriebswirte Vorlesung 2

Statistik II für Betriebswirte Vorlesung 2 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 2 21. Oktober 2014 Verbundene Stichproben Liegen zwei Stichproben vor, deren Werte einander

Mehr

Ein bisschen Statistik

Ein bisschen Statistik Prof. Dr. Beat Siebenhaar ein bisschen Statistik 1 Ein bisschen Statistik (orientiert an Hüsler/Zimmermann (006) mit Umsetzung auf die linguistische Fragen) 1. Datentypen und Grafik Grafische Darstellungen

Mehr

Einfache statistische Auswertungen mit dem Programm SPSS

Einfache statistische Auswertungen mit dem Programm SPSS Einfache statistische Auswertungen mit dem Programm SPSS Datensatz: fiktive_daten.sav Dipl. Päd. Anne Haßelkus Dr. Dorothea Dette-Hagenmeyer 11/2011 Überblick 1 Deskriptive Statistiken; Mittelwert berechnen...

Mehr

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

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

Mehr

E ektgrößen Metaanalysen. Zusammenhänge und Unterschiede quantifizieren E ektgrößen

E ektgrößen Metaanalysen. Zusammenhänge und Unterschiede quantifizieren E ektgrößen DAS THEMA: EFFEKTGRÖßEN UND METAANALYSE E ektgrößen Metaanalysen Zusammenhänge und Unterschiede quantifizieren E ektgrößen Was ist ein E ekt? Was sind E ektgrößen? Berechnung von E ektgrößen Interpretation

Mehr

Einfaktorielle Rangvarianzanalyse mit Messwiederholungen

Einfaktorielle Rangvarianzanalyse mit Messwiederholungen Einfaktorielle Rangvarianzanalyse mit Messwiederholungen Inhaltsverzeichnis Einfaktorielle Rangvarianzanalyse mit Messwiederholungen... 2 Lernhinweise... 2 Einführung... 3 Theorie (1-3)... 3 Teil 1 -

Mehr

Einführung in die statistische Datenanalyse I

Einführung in die statistische Datenanalyse I Einführung in die statistische Datenanalyse I Inhaltsverzeichnis 1. EINFÜHRUNG IN THEORIEGELEITETES WISSENSCHAFTLICHES ARBEITEN 2 2. KRITIERIEN ZUR AUSWAHL STATISTISCH METHODISCHER VERFAHREN 2 3. UNIVARIATE

Mehr

Mann-Whitney-U-Test für zwei unabhängige Stichproben

Mann-Whitney-U-Test für zwei unabhängige Stichproben Mann-Whitney-U-Test für zwei unabhängige Stichproben Wir haben bis jetzt einen einzigen Test für unabhängige Stichproben kennen gelernt, nämlich den T-Test. Wie wir bereits wissen, sind an die Berechnung

Mehr

Aufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97.

Aufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97. Aufgabenblock 4 Aufgabe ) Da s = 8. cm nur eine Schätzung für die Streuung der Population ist, müssen wir den geschätzten Standardfehler verwenden. Dieser berechnet sich als n s s 8. ˆ = = =.88. ( n )

Mehr

Computergestützte Methoden. Master of Science Prof. Dr. G. H. Franke WS 07/08

Computergestützte Methoden. Master of Science Prof. Dr. G. H. Franke WS 07/08 Computergestützte Methoden Master of Science Prof. Dr. G. H. Franke WS 07/08 1 Seminarübersicht 1. Einführung 2. Recherchen mit Datenbanken 3. Erstellung eines Datenfeldes 4. Skalenniveau und Skalierung

Mehr

Varianzanalyse ANOVA

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

Mehr

Einfache statistische Testverfahren

Einfache statistische Testverfahren Einfache statistische Testverfahren Johannes Hain Lehrstuhl für Mathematik VIII (Statistik) 1/29 Hypothesentesten: Allgemeine Situation Im Folgenden wird die statistische Vorgehensweise zur Durchführung

Mehr

Erstsemester Master. Studiengangsspezifische Beratung. Master

Erstsemester Master. Studiengangsspezifische Beratung. Master Erstsemester Dr. Andreas Hoffmann WS 08/09 Studiengangsspezifische Beratung Master Finnenbahn & Nebenplatz Dr. Andreas Hoffmann Beachvolleyball Kraftraum Seminarraum II Sporthalle Alberstr. Stadion P Turnhalle

Mehr

Marktforschung I. Marktforschung I 2

Marktforschung I. Marktforschung I 2 Marktforschung I Marktforschung I Einführung in die Testtheorie (Toporowski) Mathematische Grundlagen (Toporowski) Varianzanalyse (Toporowski) Regressionsanalyse (Boztuğ) Diskriminanzanalyse (Hammerschmidt)

Mehr

Varianzanalyse (ANOVA: analysis of variance)

Varianzanalyse (ANOVA: analysis of variance) Varianzanalyse (AOVA: analysis of variance) Einfaktorielle VA Auf der Basis von zwei Stichproben wird bezüglich der Gleichheit der Mittelwerte getestet. Variablen müssen Variablen nur nominalskaliert sein.

Mehr

Motivation. Wilcoxon-Rangsummentest oder Mann-Whitney U-Test. Wilcoxon Rangsummen-Test Voraussetzungen. Bemerkungen

Motivation. Wilcoxon-Rangsummentest oder Mann-Whitney U-Test. Wilcoxon Rangsummen-Test Voraussetzungen. Bemerkungen Universität Karlsruhe (TH) Forschungsuniversität gegründet 825 Wilcoxon-Rangsummentest oder Mann-Whitney U-Test Motivation In Experimenten ist die Datenmenge oft klein Daten sind nicht normalverteilt Dann

Mehr

Sitzung 4: Übungsaufgaben für Statistik 1

Sitzung 4: Übungsaufgaben für Statistik 1 1 Sitzung 4: Übungsaufgaben für Statistik 1 Aufgabe 1: In einem Leistungstest werden von den Teilnehmern folgende Werte erzielt: 42.3; 28.2; 30.5, 32.0, 33.0, 38.8. Geben Sie den Median, die Spannweite

Mehr

Varianzananalyse. How to do

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

Mehr

Analytische Statistik I. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2009/10

Analytische Statistik I. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2009/10 Analytische Statistik I Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2009/10 Testen Anpassungstests (goodness of fit) Weicht eine gegebene Verteilung signifikant von einer bekannten

Mehr

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.) ue biostatistik: nichtparametrische testverfahren / ergänzung 1/6 h. Lettner / physik Statistische Testverfahren Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Mehr

Kapitel 7: Varianzanalyse mit Messwiederholung

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

Mehr

5.2. Nichtparametrische Tests. 5.2.1. Zwei unabhängige Stichproben: U- Test nach MANN- WHITNEY

5.2. Nichtparametrische Tests. 5.2.1. Zwei unabhängige Stichproben: U- Test nach MANN- WHITNEY 5.2. Nichtparametrische Tests 5.2.1. Zwei unabhängige Stichproben: U- Test nach MANN- WHITNEY Voraussetzungen: - Die Verteilungen der beiden Grundgesamtheiten sollten eine ähnliche Form aufweisen. - Die

Mehr

Allgemeines Lineares Modell: Univariate Varianzanalyse und Kovarianzanalyse

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

Mehr

VS PLUS

VS PLUS VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen Inferenzstatistik 2 [Übungsaufgaben und Lösungenn - Inferenzstatistik 2] ÜBUNGSAUFGABEN

Mehr

Studiendesign/ Evaluierungsdesign

Studiendesign/ Evaluierungsdesign Jennifer Ziegert Studiendesign/ Evaluierungsdesign Praxisprojekt: Nutzerorientierte Evaluierung von Visualisierungen in Daffodil mittels Eyetracker Warum Studien /Evaluierungsdesign Das Design einer Untersuchung

Mehr

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

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

Mehr

Statistik II für Betriebswirte Vorlesung 3

Statistik II für Betriebswirte Vorlesung 3 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 3 5. November 2013 Beispiel: Aktiensplit (Aczel & Sounderpandan, Aufg. 14-28) Ein Börsenanalyst

Mehr

Lösungen zu den Übungsaufgaben in Kapitel 10

Lösungen zu den Übungsaufgaben in Kapitel 10 Lösungen zu den Übungsaufgaben in Kapitel 10 (1) In einer Stichprobe mit n = 10 Personen werden für X folgende Werte beobachtet: {9; 96; 96; 106; 11; 114; 114; 118; 13; 14}. Sie gehen davon aus, dass Mittelwert

Mehr

? Unterscheiden sich Burschen und Mädchen im Ausmaß der Mithilfe im Haushalt?

? Unterscheiden sich Burschen und Mädchen im Ausmaß der Mithilfe im Haushalt? 341 i Metrische und kategoriale Merkmale An einer Beobachtungseinheit werden metrische und kategoriale Variable erhoben. Beispiel: Hausarbeit von Teenagern (Stunden/Woche) 25 15 STUNDEN 5-5 weiblich männlich?

Mehr

Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt!

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

Mehr

Korrelation - Regression. Berghold, IMI

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

Mehr

9. StatistischeTests. 9.1 Konzeption

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

Mehr

Ablaufschema beim Testen

Ablaufschema beim Testen Ablaufschema beim Testen Schritt 1 Schritt 2 Schritt 3 Schritt 4 Schritt 5 Schritt 6 Schritt 7 Schritt 8 Schritt 9 Starten Sie die : Flashanimation ' Animation Ablaufschema Testen ' siehe Online-Version

Mehr

Inhaltsverzeichnis. Vorwort 1. Kapitel 1 Einführung 3. Kapitel 2 Messtheorie und deskriptive Statistik 13

Inhaltsverzeichnis. Vorwort 1. Kapitel 1 Einführung 3. Kapitel 2 Messtheorie und deskriptive Statistik 13 Inhaltsverzeichnis Vorwort 1 Kapitel 1 Einführung 3 1.1 Ziele... 4 1.2 Messtheorie und deskriptive Statistik... 8 1.3 Grundlagen der Wahrscheinlichkeitsrechnung... 9 1.4 Inferenzstatistik... 9 1.5 Parametrische

Mehr

Versuchsplanung. Teil 1 Einführung und Grundlagen. Dr. Tobias Kiesling Einführung in die Versuchsplanung

Versuchsplanung. Teil 1 Einführung und Grundlagen. Dr. Tobias Kiesling <kiesling@stat.uni-muenchen.de> Einführung in die Versuchsplanung Versuchsplanung Teil 1 Einführung und Grundlagen Dr. Tobias Kiesling Inhalt Einführung in die Versuchsplanung Hintergründe Grundlegende Prinzipien und Begriffe Vorgehensweise

Mehr

R-WORKSHOP II. Inferenzstatistik. Johannes Pfeffer

R-WORKSHOP II. Inferenzstatistik. Johannes Pfeffer R-WORKSHOP II Inferenzstatistik Johannes Pfeffer Dresden, 25.1.2011 01 Outline Lösung der Übungsaufgabe Selbstdefinierte Funktionen Inferenzstatistik t-test Kruskal-Wallis Test Übungsaufgabe TU Dresden,

Mehr

Einleitung 19. Teil I Datenanalyse und Modellbildung Grundlagen 25

Einleitung 19. Teil I Datenanalyse und Modellbildung Grundlagen 25 Inhaltsverzeichnis Einleitung 19 Zu diesem Buch 19 Konventionen in diesem Buch 20 Was Sie nicht lesen müssen 21 Falsche Voraussetzungen 21 Wie dieses Buch aufgebaut ist 21 Teil I: Datenanalyse und Grundlagen

Mehr

8. Methoden der klassischen multivariaten Statistik

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

Mehr

Welch-Test. Welch-Test

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

Mehr

Standardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen. Standardisierung von Daten

Standardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen. Standardisierung von Daten DAS THEMA: TABELLEN UND ABBILDUNGEN Standardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen Standardisierung von Daten z-standardisierung Standardnormalverteilung 1 DIE Z-STANDARDISIERUNG

Mehr

Wahrscheinlichkeitsrechnung und Statistik für Biologen 5. Der zwei-stichproben-t-test. und der Wilcoxon-Test

Wahrscheinlichkeitsrechnung und Statistik für Biologen 5. Der zwei-stichproben-t-test. und der Wilcoxon-Test Wahrscheinlichkeitsrechnung und Statistik für Biologen 5. Der zwei-stichproben-t-test (t-test für ungepaarte Stichproben) und der Wilcoxon-Test Dirk Metzler 22. Mai 2015 Inhaltsverzeichnis 1 Wiederholung:

Mehr

Messgeräte: Mess-System-Analyse und Messmittelfähigkeit

Messgeräte: Mess-System-Analyse und Messmittelfähigkeit Messgeräte: Mess-System-Analyse und Messmittelfähigkeit Andreas Berlin 14. Juli 2009 Bachelor-Seminar: Messen und Statistik Inhalt: 1 Aspekte einer Messung 2 Mess-System-Analyse 2.1 ANOVA-Methode 2.2 Maße

Mehr

Inhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden

Inhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse

Mehr

Statistik. Jan Müller

Statistik. 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

Mehr

Test-Finder. Inhalt. Orientierung im Test-Chaos Dipl.-Psych. Dr. Guido Strunk

Test-Finder. Inhalt. Orientierung im Test-Chaos Dipl.-Psych. Dr. Guido Strunk Test-Finder 1 Test-Finder Orientierung im Test-Chaos Dipl.-Psych. Dr. Guido Strunk Inhalt 1 Grundlagen... 2 2 Maße der zentralen Tendenz vergleichen Zwei Gruppen... 3 2.1 T-Test für unabhängige Daten...

Mehr

Einführung in statistische Testmethoden

Einführung in statistische Testmethoden Einführung in statistische Testmethoden und die Bearbeitung von Messdaten mit Excel 1. Beispielhafte Einführung in den Gebrauch von Testmethoden 2. Typen von Messwerten, Verteilungen 3. Mittelwert, Varianz,

Mehr

Biostatistik, Winter 2011/12

Biostatistik, Winter 2011/12 Biostatistik, Winter 2011/12 Vergleich zweier Stichproben, nichtparametrische Tests Prof. Dr. Achim Klenke http://www.aklenke.de 11. Vorlesung: 27.01.2012 1/86 Inhalt 1 Tests t-test 2 Vergleich zweier

Mehr

Melanie Kaspar, Prof. Dr. B. Grabowski 1

Melanie Kaspar, Prof. Dr. B. Grabowski 1 7. Hypothesentests Ausgangssituation: Man muss sich zwischen 2 Möglichkeiten (=Hypothesen) entscheiden. Diese Entscheidung soll mit Hilfe von Beobachtungen ( Stichprobe ) getroffen werden. Die Hypothesen

Mehr

Angewandte Statistik 3. Semester

Angewandte 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

Mehr

Eine computergestützte Einführung mit

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

Mehr

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

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

Mehr

Hypothesenprüfung. Darüber hinaus existieren zahlreiche andere Testverfahren, die alle auf der gleichen Logik basieren

Hypothesenprüfung. Darüber hinaus existieren zahlreiche andere Testverfahren, die alle auf der gleichen Logik basieren Hypothesenprüfung Teil der Inferenzstatistik Befaßt sich mit der Frage, wie Hypothesen über eine (in der Regel unbekannte) Grundgesamtheit an einer Stichprobe überprüft werden können Behandelt werden drei

Mehr

DSR Daten, Statistik, Risikobewertung AUSWERTUNG GAHS. Intervention + BMI

DSR Daten, Statistik, Risikobewertung AUSWERTUNG GAHS. Intervention + BMI DSR Daten, Statistik, Risikobewertung AUSWERTUNG GAHS + BMI Sophie-Helene Narath Klemens Fuchs Günter Polt Bericht Nr.: B09_003_DSR Freigegeben im April 09 Österreichische Agentur für Gesundheit und Ernährungssicherheit

Mehr

5. Schließende Statistik. 5.1. Einführung

5. Schließende Statistik. 5.1. Einführung 5. Schließende Statistik 5.1. Einführung Sollen auf der Basis von empirischen Untersuchungen (Daten) Erkenntnisse gewonnen und Entscheidungen gefällt werden, sind die Methoden der Statistik einzusetzen.

Mehr

Aufgaben zu Kapitel 5:

Aufgaben zu Kapitel 5: Aufgaben zu Kapitel 5: Aufgabe 1: Ein Wissenschaftler untersucht, in wie weit die Reaktionszeit auf bestimmte Stimuli durch finanzielle Belohnung zu steigern ist. Er möchte vier Bedingungen vergleichen:

Mehr

Parametrische Statistik

Parametrische Statistik Statistik und ihre Anwendungen Parametrische Statistik Verteilungen, maximum likelihood und GLM in R Bearbeitet von Carsten F. Dormann 1. Auflage 2013. Taschenbuch. xxii, 350 S. Paperback ISBN 978 3 642

Mehr

Jost Reinecke. 7. Juni 2005

Jost Reinecke. 7. Juni 2005 Universität Bielefeld 7. Juni 2005 Testtheorie Test für unabhängige Stichproben Test für abhängige Stichproben Testtheorie Die Testtheorie beinhaltet eine Reihe von Testverfahren, die sich mit der Überprüfung

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike

Mehr

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 LÖSUNG 3A Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Mit den Berechnungsfunktionen LG10(?) und SQRT(?) in "Transformieren", "Berechnen" können logarithmierte Werte sowie die Quadratwurzel

Mehr

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

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

Mehr

Teil II: Einführung in die Statistik

Teil II: Einführung in die Statistik Teil II: Einführung in die Statistik (50 Punkte) Bitte beantworten Sie ALLE Fragen. Es handelt sich um multiple choice Fragen. Sie müssen die exakte Antwortmöglichkeit angeben, um die volle Punktzahl zu

Mehr

Einführung in die Statistik mit EXCEL und SPSS

Einführung in die Statistik mit EXCEL und SPSS Christine Duller Einführung in die Statistik mit EXCEL und SPSS Ein anwendungsorientiertes Lehr- und Arbeitsbuch Zweite, überarbeitete Auflage Mit 71 Abbildungen und 26 Tabellen Physica-Verlag Ein Unternehmen

Mehr

Überblick über die Tests

Überblick über die Tests Anhang A Überblick über die Tests A.1 Ein-Stichproben-Tests A.1.1 Tests auf Verteilungsannahmen ˆ Shapiro-Wilk-Test Situation: Test auf Normalverteilung H 0 : X N(µ, σ 2 ) H 1 : X nicht normalverteilt

Mehr

Stichprobenauslegung. für stetige und binäre Datentypen

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

Mehr

Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche

Häufigkeitsauszählungen, 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

Mehr