und Lageorientierung und Intentions-Verhaltens Handlungs-und Verhaltens- Beziehungen TRA und TPB TRA und TPB

Größe: px
Ab Seite anzeigen:

Download "und Lageorientierung und Intentions-Verhaltens Handlungs-und Verhaltens- Beziehungen TRA und TPB TRA und TPB"

Transkript

1 Seminar 12644: Methoden theoriegeleiteter gesundheitspsychologischer Forschung Handlungs-und und Lageorientierung und Intentions-Verhaltens Verhaltens- Beziehungen Urte Scholz & Benjamin Schüz berlin.de/gesund/ /gesund/schuezschuez TRA und TPB TRA (Ajzen & Fishbein, 1980) sagt Intentionen aus Einstellungen und subjektiver Norm vorher Norman et al. unterscheiden zwischen einstellungskontrolliertem und normkontrolliertem Verhalten Einstellungen und Normen sagen zwischen 50 u. 60% Varianz in Intentionen TRA und TPB Einbezug von PBC für Verhalten, das nicht vollständig unter volitionaler Kontrolle ist Intentionen als notwendige aber nicht hinreichende Bedingung für Verhalten (Bagozzi, 1993) Unterscheidung von motivationaler und volitionaler Phase

2 Theorie der Handlungskontrolle (Kuhl) Intentionen sind internen und externen Einflüssen unterworfen Diese Einflüsse können alternative Handlungstendenzen hervorrufen Einflüsse? Theorie der Handlungskontrolle (Kuhl) Selbstregulation: Stärken der Intention und Abschirmen von Alternativtendenzen Handlungskontrollprozesse Handlungsorientierte Aufmerksamkeit Handlungsorientiertes Gedächtnis Gefühlskontrolle Umweltkontrolle Sparsame Informationsverarbeitung Theorie der Handlungskontrolle (Kuhl) Wirksamker Einsatz der Handlungskontrollprozesse hängt von Handlungs- bzw. Lageorientierung der Person ab Handlungs- vs. Lageorientierung als Persönlichkeitseigenschaft Handlungsorientierte Fokussieren gleichzeitig auf gegenwärtigen und zukünftigen (=intendierten) Status sowie Diskrepanzen und Möglichkeiten und Handlungsalternativen, diese zu überbrücken Theorie der Handlungskontrolle (Kuhl) Handlungsorientierte Finden Entscheidungen schneller Fokussieren auf Handlung und Problemlösen Lageorientierte Konzentrieren sich auf gegenwärtigen ODER intendierten zukünftigen Status Finden daher keine Handlungsalternativen Tendenz zum Zögern und zum Fokussieren auf Ziele

3 Handlungs- und Lageorientierung Lageorientierung: Wg. Grübeln kann intendiertes Verhalten nicht begonnen werden Handlungsorientierung: Hohe selbstregulative Kapazität Handlungs- und Lageorientierung hängt von situationalen und dispositionellen Faktoren ab. Dispositionell: Kann über FB erfasst werden Erfassung ACS-90 (deutsche Fassung: HOT aus dem HAKEMP-90); Handlungsorientierung bei Tätigkeit Handlungs- und Lageorientierung Hypothese: Ausprägungen auf dem ACS moderieren den Zusammenhang zwischen Intentionen und Verhalten dahingehend, dass handlungsorientierte Personen einen stärkeren Zusammenhang zeigen Bislang konnte diese Hypothese nur widerlegt werden Methodische Probleme? Der Vergleich von Korrelationskoeffizienten zwischen zwei Gruppen könnte Gruppenunterschiede in Varianz oder Reliabilität der Instrumente mit Moderatoreffekten konfundieren Angebracht wäre die Analyse von Moderatoren nach Baron und Kenny (1986)

4 Methodische Probleme? Alle Studien bislang haben betweensubjects-analysen (zwischen-subjekt- Analysen) zur Vorhersage einzelnder Verhaltensweisen verwendet Kompatibiltätsprinzip? Persönlichkeitsvariable kann Intentions-Verhaltenszusammenhang nicht erklären Methodische Probleme? Handlungsorientierte Personen sollten über eine ganze Reihe von Verhaltensweisen engere Zshg. zeigen Analysestrategie: Innerhalb-Subjekt Intentions-Verhaltens-Zusammenhang nicht im Versuchspersonenraum, sondern im Verhaltensweisenraum Correlations intentt1 Pearson Correlation Sig. (2-tailed) N zahn2wo2 Wie oft haben Sie in den letzten zwei Wochen Zahnseide intentt1 benutzt? 1,443, Within/Between- Analysen Hypothesen zahn2wo2 Wie oft Pearson Correlation,443 1 haben Sie in den Sig. (2-tailed) letzten zwei Wochen Zahnseide benutzt? N, between-subject- Design Jeder Punkt= 1 Person within-subject: Jeder Punkt= 1 Verhalten Effekte sind nicht konsistent über alle Verhaltensweisen Lageorientierte engagieren sich demnach lieber in external kontrollierten Verhaltensweisen, um ihre niedrigen Selbstregulationsfähigkeiten zu kompensieren Stärkere Zusammenhänge für Handlunsgorientierte bei einstellungskontrolliertem Verhalten Bei Lageorientierten: normativ kontrolliertes Verhalten

5 Hypothesen 1. Handlungs- und Lageorientierung moderiert den Intentions-Verhaltens-Zusammenhang 2. Für einstellungskontrollierte Verhalten werden stärkere Intentions-Verhaltens- Zusammenhänge bei Handlungsorientierten erwartet 3. Für normativ kontrollierte Verhalten ist der Zusammenhang bei Lageorientierten stärker 4. Es wird ein positiver Zusammenhang zwischen dem ACS-Score und den Innerhalb- Subjekt-Korrelationen erwartet, wenn das Verhalten einstellungskontrolliert ist Methode Pilotstudie, um relevante Verhaltensweisen herauszufinden 211 Teilnehmer, T2 zwei Wochen nach T1 TPB-Items auf 7-stufigen Skalen Verhalten dichotom mit Anker Between-subjects: Lineare Regression, moderierte logistische Regression; Within-subjects: Korrelationen Moderation Ausprägung einer Variable M verändert den Zusammenhang von X (Prädiktor) und Y (Kriterium) Im Extremfall besteht zwischen X und Y überhaupt kein Einfluss, sondern der Zusammenhang wird nur über den Moderator hergestellt In der Varianzanalyse: Interaktionsterm

6 Moderation Interaktion zwischen Prädiktor und Faktor, der die Bedingungen für die Wirksamkeit des Prädiktors bestimmt Erweiterung von y = bx + c zu y = d + ax + bm + cxm + E Potentielle Moderatoren sollten vor Prädiktoren gemessen werden Toller Text dazu: Baron, R. M., & Kenny, D. A. (1986). The mediator-moderator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51, Überprüfung von Moderatoreffekten (nach Baron & Kenny, 1986) Moderation: Kausale Beziehung zwischen Variablen verändert sich als Funktion der Moderatorvariable Funktion kann verschiedene Formen annehmen Niveau der Moderatorvariablen und der unabhängigen Variablen bestimmt Analyseprozedur Überprüfung von Moderatoreffekten (nach Baron & Kenny, 1986) 1. Moderator und UV kategorial: 2*2- ANOVA, Moderation wird durch Interaktion angezeigt 2. Dichotomer Moderator (z.b. Geschlecht), UV kontinuierlich: Mehrgruppenmodell, bzw. Vergleich von Regressionskoeffizienten 3. Kontinuierlicher Moderator, dichotome UV: komplizierter

7 Überprüfung von Moderatoreffekten (nach Baron & Kenny, 1986) Bilden von Interaktionstermen aus Prädiktor und Moderator Hierarchische logistische Regressionsanalyse: Prädiktor Haupteffekt Moderator + Interaktionseffekt Moderator Aiken & West (1991): Unbedingt zentrieren, um Multikollinearität in der Regressionsgleichung zu vermeiden Logistische Regression Verletzung der Annahme normalverteilter Fehler in der linearen Regression Interpretation als Verhaltenswahrscheinlichkeiten: Geschätzte Werte könnten >1 oder <0 sein Beispiel: Kaufentscheidungen UV: Geschlecht und Einkommen AV: Kauf ja/nein (1/0)

8 Beispiel: Kaufentscheidungen Logistische Regression Nichtlineares Modell Ŷ ist die geschätzte Auftretenswahrscheinlichkeit einer der beiden Ausprägungen der AV Basiert auf einer nichtlinearen Funktion der besten Linearkombination der Prädiktoren Logistische Regression Grundgleichung: ˆ u e Yi = 1 + e Wobei ŷ i die Wahrscheinlichkeit ist, dass der ite Fall in einer der Kategorien liegt Und u die übliche Lineargleichung u = A+ B1X1+ B2X BnXn u Logistische Regression Diese lineare Gleichung ergibt den Logarithmus der Wahrscheinlichkeit, in einer Gruppe zu landen geteilt durch die Wahrscheinlichkeit, in der anderen Gruppe zu landen Maximum-Likelihood-Schätzung Finden der besten Linearkombination von Prädiktoren, um die beobachteten AV-Werte zu erhalten

9 Beispiel: Kaufentscheidungen Beispiel: Kaufentscheidungen Beispiel: Kaufentscheidungen

10 Moderatoreffekte Können bis auf Einnahme von Vitaminpillen nicht nachgewiesen werden Schwache Haupteffekte der ACS-Skalen Intentionen klären zwischen 6 und 60% Verhaltensvarianz auf Keine Unterschiede zwischen einstellungs- und normkontrollierten Verhaltensweisen Innerhalb-Subjekt-Analysen Berechnen einer innerhalb-subjekt- Korrelation zwischen Intentionen und zukünftigem Verhalten r Z-Transformation der Korrelationskoeffizienten (logarithmische Transformation, erlaubt Vergleiche) Korrelation der innerhalb-subjekt- Korrelationen mit AOD-Scores Innerhalb-Subjekt-Analysen Eine signifikant positive Korrelation würde auf eine Moderation des Intention-Verhaltens-Zusammenhangs durch die AOD-Skalen hindeuten Leider nichtsignifikant Für einstellungs- vs. normkontrollierte Verhalten: Negative Korrelation für normkontrolliertes Verhalten Diskussion Zeitintervall zu kurz Signifikantes Ergebnis kann durch mehrere Tests auch Fehler sein Möglicherweise bessere Ergebnisse für volitionale Prozesse als für breite Persönlichkeitseigenschaft Ungleiche Verteilung durch Ankern der AV

11 Eure Kommentare Within/between-subject-Analyse Auswahl der Verhaltensweisen nach Beta-Gewichten? Warum keine Faktorenanalyse? Auswahl der Verhaltensweisen Keine Berücksichtigung früheren Verhaltens Gewagtes Abstract Eure Kommentare Diskussionspunkt mit Zeitraum Darstellung der Hypothesen Praktischer Nutzen? Kennwerte aus der logistischen Regression? Beschreibung der Stichprobe Fragebogen zu T2? Eure Kommentare Diskussion des Effekts für normkontrollierte Verhaltensweisen 2003 waren schon deutlich mehr Erklärungsansätze für die Intentions- Verhaltens-Lücke auf dem Markt Darstellung nichtsignifikanter Ergebnisse sehr positiv! Regressionskoeffizienten? Eure Kommentare Widersprüche in den Hypothesen Wo bleibt das Applied aus dem Journal of Applied Social Psychology? Unterscheidung anhand der Betas Missing Values? Dropouts?

12 Meine Kommentare Einteilung der Verhaltensweisen nach norm- bzw. einstellungskontrolliert anhand der Vorhersage von Intentionen Perceived behavioural control?

Volitionale Faktoren und Theory of Planned Behaviour: Moderatoranalysen

Volitionale Faktoren und Theory of Planned Behaviour: Moderatoranalysen Seminar 12644: Methoden theoriegeleiteter gesundheitspsychologischer Forschung Volitionale Faktoren und Theory of Planned Behaviour: Moderatoranalysen Urte Scholz & Benjamin Schüz www.fu-berlin.de berlin.de/gesund/

Mehr

Motivationale und volitionale Prozesse in der Handlungsinitiierung (Orbell & Sheeran, 2000)

Motivationale und volitionale Prozesse in der Handlungsinitiierung (Orbell & Sheeran, 2000) Seminar 12644: Methoden theoriegeleiteter gesundheitspsychologischer Forschung Motivationale und volitionale Prozesse in der Handlungsinitiierung (Orbell & Sheeran, 2000) Urte Scholz & Benjamin Schüz www.fu-berlin.de

Mehr

Activity Behaviors: Personal Agency. Warum Heranwachsende? Erweiterung der Theory of Planned Behaviour

Activity Behaviors: Personal Agency. Warum Heranwachsende? Erweiterung der Theory of Planned Behaviour Seminar 12644: Methoden theoriegeleiteter gesundheitspsychologischer Forschung Predicting Adolescent Eating and Activity Behaviors: The Role of Social Norms and Personal Agency Urte Scholz & Benjamin Schüz

Mehr

Informationen zur KLAUSUR am

Informationen zur KLAUSUR am Wiederholung und Fragen 1 Informationen zur KLAUSUR am 24.07.2009 Raum: 032, Zeit : 8:00 9:30 Uhr Bitte Lichtbildausweis mitbringen! (wird vor der Klausur kontrolliert) Erlaubte Hilfsmittel: Alle Unterlagen,

Mehr

rungsversuche des Safersexverhaltens der Risikogruppe Gay Erklärungsversuche tsgenese Identitätsgenese Identitäskrise

rungsversuche des Safersexverhaltens der Risikogruppe Gay Erklärungsversuche tsgenese Identitätsgenese Identitäskrise Seminar 12644: Methoden theoriegeleiteter gesundheitspsychologischer Forschung Vorhersage von Dentalhygiene: TRA und Selbstwirksamkeit Urte Scholz & Benjamin Schüz www.fu-berlin.de berlin.de/gesund/ /gesund/schuezschuez

Mehr

Regression ein kleiner Rückblick. Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate

Regression ein kleiner Rückblick. Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate Regression ein kleiner Rückblick Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate 05.11.2009 Gliederung 1. Stochastische Abhängigkeit 2. Definition Zufallsvariable 3. Kennwerte 3.1 für

Mehr

Stadienspezifische Effekte einer Intervention zur Handlungskontrolle

Stadienspezifische Effekte einer Intervention zur Handlungskontrolle Stadienspezifische Effekte einer Intervention zur Handlungskontrolle Benjamin Schüz 1, Falko Sniehotta² & Amelie Wiedemann 1 1 Freie Universität Berlin ²University of Aberdeen, UK Stadienmodelle des Gesundheitsverhaltens

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

Forschungsstatistik I

Forschungsstatistik I Psychologie Prof. Dr. G. Meinhardt 6. Stock, TB II R. 06-206 (Persike) R. 06-321 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/

Mehr

5. Lektion: Einfache Signifikanztests

5. Lektion: Einfache Signifikanztests Seite 1 von 7 5. Lektion: Einfache Signifikanztests Ziel dieser Lektion: Du ordnest Deinen Fragestellungen und Hypothesen die passenden einfachen Signifikanztests zu. Inhalt: 5.1 Zwei kategoriale Variablen

Mehr

Teil: lineare Regression

Teil: lineare Regression Teil: lineare Regression 1 Einführung 2 Prüfung der Regressionsfunktion 3 Die Modellannahmen zur Durchführung einer linearen Regression 4 Dummyvariablen 1 Einführung o Eine statistische Methode um Zusammenhänge

Mehr

Kapitel 3 Schließende lineare Regression Einführung. induktiv. Fragestellungen. Modell. Matrixschreibweise. Annahmen.

Kapitel 3 Schließende lineare Regression Einführung. induktiv. Fragestellungen. Modell. Matrixschreibweise. Annahmen. Kapitel 3 Schließende lineare Regression 3.1. Einführung induktiv Fragestellungen Modell Statistisch bewerten, der vorher beschriebenen Zusammenhänge auf der Basis vorliegender Daten, ob die ermittelte

Mehr

Statistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS

Statistik 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

Mehr

Musterlösung. Modulklausur Multivariate Verfahren

Musterlösung. Modulklausur Multivariate Verfahren Musterlösung Modulklausur 31821 Multivariate Verfahren 25. September 2015 Aufgabe 1 (15 Punkte) Kennzeichnen Sie die folgenden Aussagen zur Regressionsanalyse mit R für richtig oder F für falsch. F Wenn

Mehr

Prüfungsliteratur: Rudolf & Müller S , 342

Prüfungsliteratur: Rudolf & Müller S , 342 1 Korrelations- und Regressionsanalyse 1.1 Grundlagen und allgemeiner Überblick 1.2 Einfache lineare Regression 1.2.1 Modell 1.2.2 Methode der kleinsten Quadrate 1.2.3 Voraussetzungen 1.2.4 Varianzzerlegung

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-06) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden I Dr. Malte Persike persike@uni-mainz.de

Mehr

Empirische Analysen mit dem SOEP

Empirische Analysen mit dem SOEP Empirische Analysen mit dem SOEP Methodisches Lineare Regressionsanalyse & Logit/Probit Modelle Kurs im Wintersemester 2007/08 Dipl.-Volksw. Paul Böhm Dipl.-Volksw. Dominik Hanglberger Dipl.-Volksw. Rafael

Mehr

Multiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren)

Multiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren) Multiple Regression 1 Was ist multiple lineare Regression? Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren) Annahme: Der Zusammenhang

Mehr

Regressionsanalysen mit Stata

Regressionsanalysen mit Stata Regressionsanalysen mit Stata Wiederholung: Deskriptive Analysen - Univariate deskriptive Analysen (Häufigkeitsauszählungen einer Variablen) - Multivariate deskriptive Analysen (Untersuchung gemeinsamer

Mehr

Familiäre Prädiktoren bilingualer Sprachkenntnisse

Familiäre Prädiktoren bilingualer Sprachkenntnisse Familiäre Prädiktoren bilingualer Sprachkenntnisse Masterthesis in der AE Entwicklungspsychologie: Jana Baumann Betreuung: Frau Prof. Dr. Leyendecker Überblick 1. 2. 1. Deskriptive Beobachtungen 2. Hypothese

Mehr

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Diese Übung beschäftigt sich mit der Skalierung von Variablen in Regressionsanalysen und mit asymptotischen Eigenschaften von OLS. Verwenden

Mehr

Analyse kategorialer Variablen Schriftliche Ausarbeitung des Referats vom 23. Mai 2002

Analyse kategorialer Variablen Schriftliche Ausarbeitung des Referats vom 23. Mai 2002 Universität Tübingen Tübingen, im Mai 2002 Geographisches Institut Sommersemester 2002 Seminar Verarbeitung Geographischer Daten Dozent: Dr. H.-J. Rosner Referenten: Katrin Oehlkers, Helke Neuendorff,

Mehr

Seminar zur Energiewirtschaft:

Seminar zur Energiewirtschaft: Seminar zur Energiewirtschaft: Ermittlung der Zahlungsbereitschaft für erneuerbare Energien bzw. bessere Umwelt Vladimir Udalov 1 Modelle mit diskreten abhängigen Variablen 2 - Ausgangssituation Eine Dummy-Variable

Mehr

Lineare Regression II

Lineare Regression II Lineare Regression II Varianzanalyse als multiple Regession auf Designvariablen Das lineare Regressionsmodell setzt implizit voraus, dass nicht nur die abhängige, sondern auch die erklärenden Variablen

Mehr

Inhaltsverzeichnis. Vorwort

Inhaltsverzeichnis. Vorwort V Vorwort XI 1 Zum Gebrauch dieses Buches 1 1.1 Einführung 1 1.2 Der Text in den Kapiteln 1 1.3 Was Sie bei auftretenden Problemen tun sollten 2 1.4 Wichtig zu wissen 3 1.5 Zahlenbeispiele im Text 3 1.6

Mehr

Der Einfluss von Materialismus und Sozialen Vergleichen auf den Facebookkonsum Vorstellung zweier Priming-Studien

Der Einfluss von Materialismus und Sozialen Vergleichen auf den Facebookkonsum Vorstellung zweier Priming-Studien Der Einfluss von Materialismus und Sozialen Vergleichen auf den Facebookkonsum Vorstellung zweier Priming-Studien Phillip Ozimek Jenseits von gut und böse - Die selbstregulatorische Funktion von Haben

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 2. Stock, Nordflügel R. 02-429 (Persike) R. 02-431 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/

Mehr

Die Regressionsanalyse

Die Regressionsanalyse Die Regressionsanalyse Zielsetzung: Untersuchung und Quantifizierung funktionaler Abhängigkeiten zwischen metrisch skalierten Variablen eine unabhängige Variable Einfachregression mehr als eine unabhängige

Mehr

Ziel: Vorhersage eines Kriteriums/Regressand Y durch einen Prädiktor/Regressor X.

Ziel: Vorhersage eines Kriteriums/Regressand Y durch einen Prädiktor/Regressor X. Lineare Regression Einfache Regression Beispieldatensatz: trinkgeld.sav Ziel: Vorhersage eines Kriteriums/Regressand Y durch einen Prädiktor/Regressor X. H0: Y lässt sich nicht durch X erklären, das heißt

Mehr

Tutorial. Moderationsanalyse mit PROCESS

Tutorial. Moderationsanalyse mit PROCESS Tutorial Moderationsanalyse mit PROCESS stefan.pfattheicher@uni-ulm.de Das Konzept Moderation Ein Moderator verändert den Zusammenhang zwischen unabhängiger Variable (folgend X) und einer abhängigen Variable

Mehr

Name Vorname Matrikelnummer Unterschrift

Name Vorname Matrikelnummer Unterschrift Dr. Hans-Otfried Müller Institut für Mathematische Stochastik Fachrichtung Mathematik Technische Universität Dresden Klausur Statistik II (Sozialwissenschaft, Nach- und Wiederholer) am 26.10.2007 Gruppe

Mehr

Hypothesentests mit SPSS

Hypothesentests mit SPSS Beispiel für eine einfache Regressionsanalyse (mit Überprüfung der Voraussetzungen) Daten: bedrohfb_v07.sav Hypothese: Die Skalenwerte auf der ATB-Skala (Skala zur Erfassung der Angst vor terroristischen

Mehr

Testtheorie und Gütekriterien von Messinstrumenten. Objektivität Reliabilität Validität

Testtheorie und Gütekriterien von Messinstrumenten. Objektivität Reliabilität Validität Testtheorie und Gütekriterien von Messinstrumenten Objektivität Reliabilität Validität Genauigkeit von Messungen Jede Messung zielt darauf ab, möglichst exakte und fehlerfreie Messwerte zu erheben. Dennoch

Mehr

Deskription, 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 Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische

Mehr

Vorlesung: Multivariate Statistik für Psychologen

Vorlesung: Multivariate Statistik für Psychologen Vorlesung: Multivariate Statistik für Psychologen 6. Vorlesung: 28.04.2003 Organisatorisches Terminverlegung Übungsgruppen Gruppe 5 alter Termin: Donnerstag, 01.05.03, 12 14 Uhr, IfP SR 9 neuer Termin:

Mehr

Übung Methodenlehre II, SS 2010

Übung Methodenlehre II, SS 2010 nlehre II nlehre II, Anwendungsbeispiel 1 Ruhr-Universität Bochum 15. Juni 2010 1 / 21 Quelle nlehre II Mobbing und Persönlichkeit: Unterschiede in grundlegenden Persönlichkeitsdimensionen zwischen Betroffenen

Mehr

Die Funktion f wird als Regressionsfunktion bezeichnet.

Die Funktion f wird als Regressionsfunktion bezeichnet. Regressionsanalyse Mit Hilfe der Techniken der klassischen Regressionsanalyse kann die Abhängigkeit metrischer (intervallskalierter) Zielgrößen von metrischen (intervallskalierten) Einflussgrößen untersucht

Mehr

John Komlos Bernd Süssmuth. Empirische Ökonomie. Eine Einführung in Methoden und Anwendungen. 4y Springer

John Komlos Bernd Süssmuth. Empirische Ökonomie. Eine Einführung in Methoden und Anwendungen. 4y Springer John Komlos Bernd Süssmuth Empirische Ökonomie Eine Einführung in Methoden und Anwendungen 4y Springer 1 Einführung 1 1.1 Ökonometrie 1 2 Vorüberlegungen und Grundbegriffe 7 2.1 Statistik als Grundlage

Mehr

1 Einführung Ökonometrie... 1

1 Einführung Ökonometrie... 1 Inhalt 1 Einführung... 1 1.1 Ökonometrie... 1 2 Vorüberlegungen und Grundbegriffe... 7 2.1 Statistik als Grundlage der Empirischen Ökonomie... 7 2.2 Abgrenzung und Parallelen zu den Naturwissenschaften...

Mehr

und Augenabdeckung Augenabdeckung Protection Motivation Theory

und Augenabdeckung Augenabdeckung Protection Motivation Theory Seminar 12644: Methoden theoriegeleiteter gesundheitspsychologischer Forschung Protection Motivation Theory und Augenabdeckung Urte Scholz & Benjamin Schüz www.fu-berlin.de berlin.de/gesund/ /gesund/schuezschuez

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Prof. Dr. G. Meinhardt Methodenlehre Mathematische und statistische Methoden I Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-06 Dr. Malte Persike persike@uni-mainz.de

Mehr

Übungen (HS-2010): Urteilsfehler. Autor: Siegfried Macho

Übungen (HS-2010): Urteilsfehler. Autor: Siegfried Macho Übungen (HS-2010): Urteilsfehler Autor: Siegfried Macho Inhaltsverzeichnis i Inhaltsverzeichnis 1. Übungen zu Kapitel 2 1 Übungen zu Kontingenz- und Kausalurteile 1 Übung 1-1: 1. Übungen zu Kapitel 2 Gegeben:

Mehr

Korrelation Regression. Wenn Daten nicht ohne einander können Korrelation

Korrelation Regression. Wenn Daten nicht ohne einander können Korrelation DAS THEMA: KORRELATION UND REGRESSION Korrelation Regression Wenn Daten nicht ohne einander können Korrelation Korrelation Kovarianz Pearson-Korrelation Voraussetzungen für die Berechnung die Höhe der

Mehr

Diagnostik von Regressionsmodellen (1)

Diagnostik von Regressionsmodellen (1) Diagnostik von Regressionsmodellen (1) Bei Regressionsanalysen sollte immer geprüft werden, ob das Modell angemessen ist und ob die Voraussetzungen eines Regressionsmodells erfüllt sind. Das Modell einer

Mehr

Inhaltsverzeichnis. Über die Autoren Einleitung... 21

Inhaltsverzeichnis. Über die Autoren Einleitung... 21 Inhaltsverzeichnis Über die Autoren.... 7 Einleitung... 21 Über dieses Buch... 21 Was Sie nicht lesen müssen... 22 Törichte Annahmen über den Leser... 22 Wie dieses Buch aufgebaut ist... 23 Symbole, die

Mehr

Eike Fittig, Johannes Schweizer & Udo Rudolph Technische Universität Chemnitz/ Klinikum Chemnitz. Dezember 2005

Eike Fittig, Johannes Schweizer & Udo Rudolph Technische Universität Chemnitz/ Klinikum Chemnitz. Dezember 2005 Lebenszufriedenheit bei chronischen Erkrankungen: Zum wechselseitigen Einfluss von Strategien der Krankheitsbewältigung, Depression und sozialer Unterstützung Technische Universität Chemnitz/ Klinikum

Mehr

Unsystematische Störvariablen

Unsystematische Störvariablen wirken auf AV, variieren aber nicht mit UV haben keinen Einfluss auf Unterschiede zwischen den Bedingungen Unsystematische Störvariablen (Eid, Gollwitzer & Schmitt, 2010, S. 56f) Es gibt individuelle Unterschiede

Mehr

Statistik II Übung 1: Einfache lineare Regression

Statistik II Übung 1: Einfache lineare Regression Statistik II Übung 1: Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (16-24 Jahre alt) und der Anzahl der

Mehr

9 Faktorenanalyse. Wir gehen zunächst von dem folgenden Modell aus (Modell der Hauptkomponentenanalyse): Z = F L T

9 Faktorenanalyse. Wir gehen zunächst von dem folgenden Modell aus (Modell der Hauptkomponentenanalyse): Z = F L T 9 Faktorenanalyse Ziel der Faktorenanalyse ist es, die Anzahl der Variablen auf wenige voneinander unabhängige Faktoren zu reduzieren und dabei möglichst viel an Information zu erhalten. Hier wird davon

Mehr

FÜHRUNGSKRÄFTEMANGEL IN LANDWIRTSCHAFTLICHEN UNTERNEHMEN: EINE GESCHLECHTSSPEZIFISCHE ANALYSE DER ER- WARTUNGEN UND ZIELE VON NACHWUCHSKRÄFTEN

FÜHRUNGSKRÄFTEMANGEL IN LANDWIRTSCHAFTLICHEN UNTERNEHMEN: EINE GESCHLECHTSSPEZIFISCHE ANALYSE DER ER- WARTUNGEN UND ZIELE VON NACHWUCHSKRÄFTEN FÜHRUNGSKRÄFTEMANGEL IN LANDWIRTSCHAFTLICHEN UNTERNEHMEN: EINE GESCHLECHTSSPEZIFISCHE ANALYSE DER ER- WARTUNGEN UND ZIELE VON NACHWUCHSKRÄFTEN 17.02.2016, Halle (Saale) Fachkonferenz Landwirtschaft: Arbeitsplatz

Mehr

Arbeitszeit, Schlafdauer und Unfallrisiko Untersuchung direkter und indirekter Effekte mit Hilfe von Strukturgleichungsmodellen

Arbeitszeit, Schlafdauer und Unfallrisiko Untersuchung direkter und indirekter Effekte mit Hilfe von Strukturgleichungsmodellen Arbeitszeit, Schlafdauer und Unfallrisiko Untersuchung direkter und indirekter Effekte mit Hilfe von Strukturgleichungsmodellen Anna Arlinghaus Gesellschaft für Arbeits-, Wirtschafts- und Organisationspsychologische

Mehr

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik

fh 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

Mehr

Logistische Regression

Logistische Regression Logistische Regression Teil 2: Beispiel Dirk Enzmann Fortgeschrittene quantitative Methoden der Kriminologie 29.04.206 Universität Hamburg Dirk Enzmann (Hamburg) Logistische Regression UHH, 29.04.206 /

Mehr

Statistik II Übung 3: Hypothesentests Aktualisiert am

Statistik II Übung 3: Hypothesentests Aktualisiert am Statistik II Übung 3: Hypothesentests Aktualisiert am 12.04.2017 Diese Übung beschäftigt sich mit der Anwendung diverser Hypothesentests (zum Beispiel zum Vergleich der Mittelwerte und Verteilungen zweier

Mehr

Methodenlehre. Vorlesung 5. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. Vorlesung 5. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg Methodenlehre Vorlesung 5 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ 20.2.13 Einführung, Verteilung der Termine 1 25.9.13 Psychologie

Mehr

Befehl: Analysieren > Deskriptive Statistiken > Häufigkeiten. Unter: Statistiken: Angabe Kurtosis/ Schiefe/ andere Lagemasse

Befehl: Analysieren > Deskriptive Statistiken > Häufigkeiten. Unter: Statistiken: Angabe Kurtosis/ Schiefe/ andere Lagemasse Grundeinstellungen Befehl: Bearbeiten >Optionen > Allgemein: Namen anzeigen Häufigkeiten Befehl: Analysieren > Deskriptive Statistiken > Häufigkeiten Unter: Statistiken: Angabe Kurtosis/ Schiefe/ andere

Mehr

Statistik II Übung 1: Einfache lineare Regression

Statistik II Übung 1: Einfache lineare Regression Statistik II Übung 1: Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (16-24 Jahre alt) und der Anzahl der

Mehr

Prüfungsliteratur: Rudolf & Müller S

Prüfungsliteratur: Rudolf & Müller S 1 Beispiele zur univariaten Varianzanalyse Einfaktorielle Varianzanalyse (Wiederholung!) 3 Allgemeines lineares Modell 4 Zweifaktorielle Varianzanalyse 5 Multivariate Varianzanalyse 6 Varianzanalyse mit

Mehr

Bindung und Dropout von Jugendlichen im vereinsorganisierten Sport

Bindung und Dropout von Jugendlichen im vereinsorganisierten Sport LSB (Sankt Augustin) 46(2005)2, 142-146 Hoffmann, Antje 1 (3. Preisträgerin Referate wissenschaftlicher Nachwuchs) Bindung und Dropout von Jugendlichen im vereinsorganisierten Sport Summary Based on the

Mehr

Marco Vannotti (Autor) Die Zusammenhänge zwischen Interessenkongruenz, beruflicher Selbstwirksamkeit und verwandten Konstrukten

Marco Vannotti (Autor) Die Zusammenhänge zwischen Interessenkongruenz, beruflicher Selbstwirksamkeit und verwandten Konstrukten Marco Vannotti (Autor) Die Zusammenhänge zwischen Interessenkongruenz, beruflicher Selbstwirksamkeit und verwandten Konstrukten https://cuvillier.de/de/shop/publications/2438 Copyright: Cuvillier Verlag,

Mehr

Statistik II Übung 3: Hypothesentests

Statistik II Übung 3: Hypothesentests Statistik II Übung 3: Hypothesentests Diese Übung beschäftigt sich mit der Anwendung diverser Hypothesentests (zum Beispiel zum Vergleich der Mittelwerte und Verteilungen zweier Stichproben). Verwenden

Mehr

New Leadership in Unternehmen Die Wirkung von charismatischer Führung auf Mitarbeiter

New Leadership in Unternehmen Die Wirkung von charismatischer Führung auf Mitarbeiter Perikles Karipidis New Leadership in Unternehmen Die Wirkung von charismatischer Führung auf Mitarbeiter disserta Verlag Inhaltsverzeichnis Zusammenfassung 5 Inhaltsverzeichnis 7 1 Einleitung 11 2 Theorie

Mehr

Statistik II. IV. Hypothesentests. Martin Huber

Statistik II. IV. Hypothesentests. Martin Huber Statistik II IV. Hypothesentests Martin Huber 1 / 22 Übersicht Weitere Hypothesentests in der Statistik 1-Stichproben-Mittelwert-Tests 1-Stichproben-Varianz-Tests 2-Stichproben-Tests Kolmogorov-Smirnov-Test

Mehr

Einführung in die Maximum Likelihood Methodik

Einführung in die Maximum Likelihood Methodik in die Maximum Likelihood Methodik Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Alfred Weber Institut Ruprecht Karls Universität Heidelberg Gliederung 1 2 3 4 2 / 31 Maximum Likelihood

Mehr

Anwendung von Multi-Level Moderation in Worst Performance Analysen

Anwendung von Multi-Level Moderation in Worst Performance Analysen Anwendung von Multi-Level Moderation in Worst Performance Analysen Präsentation auf der FGME 2015 - Jena Gidon T. Frischkorn, Anna-Lena Schubert, Andreas B. Neubauer & Dirk Hagemann 16. September 2015

Mehr

Statistische Methoden in der Geographie

Statistische Methoden in der Geographie Statistische Methoden in der Geographie Band 2.; Multivariate Statistik Von Dr. rer. nat. Gerhard Bahrenberg Professor an der Universität Bremen Dr. rer. nat. Ernst Giese Professor an der Universität Gießen

Mehr

Signifikanzprüfung. Peter Wilhelm Herbstsemester 2014

Signifikanzprüfung. Peter Wilhelm Herbstsemester 2014 Signifikanzprüfung Peter Wilhelm Herbstsemester 2014 1.) Auswahl des passenden Tests 2.) Begründete Festlegung des Alpha- Fehlers nach Abschätzung der Power 3.) Überprüfung der Voraussetzungen 4.) Durchführung

Mehr

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS Sommersemester 2009 Statistik mit SPSS 15. Mai 2009 15. Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Überblick 1. Korrelation vs. Regression 2. Ziele der Regressionsanalyse 3. Syntax für

Mehr

Multivariate Statistische Methoden

Multivariate Statistische Methoden Multivariate Statistische Methoden und ihre Anwendung in den Wirtschafts- und Sozialwissenschaften Von Prof. Dr. Hans Peter Litz Carl von Ossietzky Universität Oldenburg v..v.-'... ':,. -X V R.Oldenbourg

Mehr

Ungleichheit und nachhaltiger Konsum: Modell auf der Grundlage des Capability Ansatzes und empirische Analyse

Ungleichheit und nachhaltiger Konsum: Modell auf der Grundlage des Capability Ansatzes und empirische Analyse Torsten Masson Dr. Ortrud Leßmann I.P.A. Institut für Personal und Arbeit : Modell auf der Grundlage des Capability Ansatzes und empirische Analyse Forschungsseminar des ifz Salzburg 20.11.2014 1 1. Modellierung

Mehr

Inhaltsverzeichnis. 1 Über dieses Buch Zum Inhalt dieses Buches Danksagung Zur Relevanz der Statistik...

Inhaltsverzeichnis. 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

Mehr

Vorlesung: Statistik II für Wirtschaftswissenschaft

Vorlesung: Statistik II für Wirtschaftswissenschaft Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 6 Genzwertsätze Einführung 1 Wahrscheinlichkeit: Definition und Interpretation

Mehr

Institut für Soziologie Christian Ganser. Methoden 2. Regressionsanalyse II: Lineare multiple Regression

Institut für Soziologie Christian Ganser. Methoden 2. Regressionsanalyse II: Lineare multiple Regression Institut für Soziologie Christian Ganser Methoden 2 Regressionsanalyse II: Lineare multiple Regression Inhalt 1. Anwendungsbereich 2. Vorgehensweise bei multipler linearer Regression 3. Beispiel 4. Modellannahmen

Mehr

Institut für Soziologie Dipl.-Soz. Benjamin Gedon. Methoden 2. Logistische Regression II

Institut für Soziologie Dipl.-Soz. Benjamin Gedon. Methoden 2. Logistische Regression II Institut für Soziologie Dipl.-Soz. Methoden 2 Logistische Regression II Bringen Sie zur nächsten Übung und in die Klausur einen (nicht programmierbaren) Taschenrechner mit! # 2 Programm Wiederholung der

Mehr

AUSBLICK AUF WEITERE ANALYSEVERFAHREN IN DER STATISTIK 1

AUSBLICK AUF WEITERE ANALYSEVERFAHREN IN DER STATISTIK 1 AUSBLICK AUF WEITERE ANALYSEVERFAHREN IN DER STATISTIK 1 1 Hier wird nicht der Anspruch erhoben, eine exhaustive Abhandlung zu geben Unterscheidung: Deskriptive vs. Inferenzstatistik Deskriptive Statistik:

Mehr

2. Generieren Sie deskriptive Statistiken (Mittelwert, Standardabweichung) für earny3 und kidsunder6yr3 und kommentieren Sie diese kurz.

2. Generieren Sie deskriptive Statistiken (Mittelwert, Standardabweichung) für earny3 und kidsunder6yr3 und kommentieren Sie diese kurz. Statistik II Übung : Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (6-24 Jahre alt) und der Anzahl der unter

Mehr

Drittvariablenkontrolle in der linearen Regression: Trivariate Regression

Drittvariablenkontrolle in der linearen Regression: Trivariate Regression Drittvariablenkontrolle in der linearen Regression: Trivariate Regression 14. Januar 2002 In der Tabellenanalyse wird bei der Drittvariablenkontrolle für jede Ausprägung der Kontrollvariablen eine Partialtabelle

Mehr

Multivariate Statistische Methoden und ihre Anwendung

Multivariate Statistische Methoden und ihre Anwendung Multivariate Statistische Methoden und ihre Anwendung in den Wirtschafts- und Sozialwissenschaften Von Prof. Dr. Hans Peter Litz Carl von Ossietzky Universität Oldenburg R. Oldenbourg Verlag München Wien

Mehr

Bonus-Lektion: Prüfung der Voraussetzungen und Transformationen

Bonus-Lektion: Prüfung der Voraussetzungen und Transformationen Seite 1 von 8 Bonus-Lektion: Prüfung der Voraussetzungen und Transformationen Ziel dieser Lektion: Du weißt, wie Du die einzelnen Voraussetzungen für die Signifikanztests und komplexeren Modelle prüfen

Mehr

Standardisierte 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 Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten

Mehr

Bivariate Analyseverfahren

Bivariate Analyseverfahren Bivariate Analyseverfahren Bivariate Verfahren beschäftigen sich mit dem Zusammenhang zwischen zwei Variablen Beispiel: Konservatismus/Alter Zusammenhangsmaße beschreiben die Stärke eines Zusammenhangs

Mehr

Multivariate Verfahren

Multivariate Verfahren Multivariate Verfahren Oliver Muthmann 31. Mai 2007 Gliederung 1 Einführung 2 Varianzanalyse (MANOVA) 3 Regressionsanalyse 4 Faktorenanalyse Hauptkomponentenanalyse 5 Clusteranalyse 6 Zusammenfassung Komplexe

Mehr

Dr. Matthias Rudolf: M3 Multivariate Statistik Vorlesung LogRA. Folie Nr. 1

Dr. Matthias Rudolf: M3 Multivariate Statistik Vorlesung LogRA. Folie Nr. 1 2.1 Beispiele 2.2 Odds Ratio 2.3 Modell der logistischen Regression 2.3.1 Modellgleichung 2.3.2 Voraussetzungen 2.4 Schätzungen, Tests und Modellgüte 2.4.1 Schätzung der logistischen Regressionskoeffizienten

Mehr

1.1. Zusammenhänge und Vorhersagen

1.1. Zusammenhänge und Vorhersagen 1.1. Zusammenhänge und Vorhersagen In diesem Kapitel dreht sich alles um Zusammenhänge und Vorhersagen. Anstatt uns zu fragen Was ist größer / mehr / ausgeprägter?, versuchen wir Aussagen zu treffen wie

Mehr

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 8.-10. Januar 2010 BOOTDATA.GDT: 250 Beobachtungen für die Variablen... cm:

Mehr

Modul G.1 WS 07/08: Statistik

Modul G.1 WS 07/08: Statistik Modul G.1 WS 07/08: Statistik 10.01.2008 1 2 Test Anwendungen Der 2 Test ist eine Klasse von Verfahren für Nominaldaten, wobei die Verteilung der beobachteten Häufigkeiten auf zwei mehrfach gestufte Variablen

Mehr

Logistische Regression I. Odds, Logits, Odds Ratios, Log Odds Ratios

Logistische Regression I. Odds, Logits, Odds Ratios, Log Odds Ratios Logistische Regression I. Odds, Logits, Odds Ratios, Log Odds Ratios PD Dr.Gabriele Doblhammer, Fortgescrittene Methoden, SS2004 Logistische Regression Tabelle 2 Alter und Symptome von Herz-/Kreislauferkrankung(CD)

Mehr

Statistik II. II. Univariates lineares Regressionsmodell. Martin Huber 1 / 20

Statistik II. II. Univariates lineares Regressionsmodell. Martin Huber 1 / 20 Statistik II II. Univariates lineares Regressionsmodell Martin Huber 1 / 20 Übersicht Definitionen (Wooldridge 2.1) Schätzmethode - Kleinste Quadrate Schätzer / Ordinary Least Squares (Wooldridge 2.2)

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

Familiäre Pflege: Welche Bedeutung haben Ressourcen für pflegende Angehörige? Assessment zur Erfassung Ressourcen pflegender Angehöriger (RPA)

Familiäre Pflege: Welche Bedeutung haben Ressourcen für pflegende Angehörige? Assessment zur Erfassung Ressourcen pflegender Angehöriger (RPA) Familiäre Pflege: Welche Bedeutung haben Ressourcen für pflegende Angehörige? Assessment zur Erfassung Ressourcen pflegender Angehöriger (RPA) Prof. Dr. rer. medic. Claudia Mischke, MPH Swiss Congress

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

Zusammenhänge zwischen metrischen Merkmalen

Zusammenhänge zwischen metrischen Merkmalen Zusammenhänge zwischen metrischen Merkmalen Darstellung des Zusammenhangs, Korrelation und Regression Daten liegen zu zwei metrischen Merkmalen vor: Datenpaare (x i, y i ), i = 1,..., n Beispiel: x: Anzahl

Mehr

Annahmen des linearen Modells

Annahmen des linearen Modells Annahmen des linearen Modells Annahmen des linearen Modells zusammengefasst A1: Linearer Zusammenhang: y = 0 + 1x 1 + 2x 2 + + kx k A2: Zufallsstichprobe, keine Korrelation zwischen Beobachtungen A3: Erwartungswert

Mehr

Quantitative Methoden der Bildungsforschung

Quantitative Methoden der Bildungsforschung Glieung Wieholung Korrelationen Grundlagen lineare Regression Lineare Regression in SPSS Übung Wieholung Korrelationen Standardisiertes Zusammenhangsmaß (unstandardisiert: Kovarianz) linearer Zusammenhang

Mehr

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9.

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9. Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9. Januar 2011 BOOTDATA11.GDT: 250 Beobachtungen für die Variablen...

Mehr

Mehrebenenanalyse. Seminar: Multivariate Analysemethoden Referentinnen: Barbara Wulfken, Iris Koch & Laura Früh

Mehrebenenanalyse. Seminar: Multivariate Analysemethoden Referentinnen: Barbara Wulfken, Iris Koch & Laura Früh Mehrebenenanalyse Seminar: Multivariate Analysemethoden Referentinnen: Barbara Wulfken, Iris Koch & Laura Früh Inhalt } Einführung } Fragestellung } Das Programm HLM } Mögliche Modelle } Nullmodell } Random

Mehr

1 Inhaltsverzeichnis. 1 Einführung...1

1 Inhaltsverzeichnis. 1 Einführung...1 1 Inhaltsverzeichnis 1 Einführung...1 1.1 Arten der stochastischen Abhängigkeit...2 1.2 Wo kommen regressive Abhängigkeiten vor?...3 1.3 Hauptaufgaben von Regressionsmodellen...3 1.4 Wissenschaftstheoretische

Mehr

Hypothesentests mit SPSS

Hypothesentests mit SPSS Beispiel für eine zweifaktorielle Varianzanalyse mit Messwiederholung auf einem Faktor (univariate Lösung) Daten: POKIII_AG4_V06.SAV Hypothese: Die physische Attraktivität der Bildperson und das Geschlecht

Mehr