Vergleich der zentralen Tendenz in zwei abhängigen Stichprobenerhebungen
|
|
- Irma Bruhn
- vor 6 Jahren
- Abrufe
Transkript
1 Vergleich der zentralen Tendenz in zwei abhängigen Stichprobenerhebungen
2
3 Inhaltsverzeichnis Vergleich der zentralen Tendenz in zwei abhängigen Stichprobenerhebungen... 2 Lernhinweise... 2 Einführung... 2 Theorie... 7 Fallbeispiel... 8 Lernkontrolle Stand vom:
4 Vergleich der zentralen Tendenz in zwei abhängigen Stichprobenerhebungen Lernhinweise In diesem Lernschritt wird der Test nach Wilcoxon besprochen. Er erlaubt den Vergleich von zwei abhängigen Stichprobenerhebungen bezüglich ihrer zentralen Tendenz. An einem einfachsten Fallbeispiel werden die theoretischen Grundlagen erarbeitet und praktisch umgesetzt. Benötigte Vorkenntnisse Eigenschaften der Skalenniveaus In welchen Situationen werden nichtparametrische Verfahren eingesetzt? Grundprinzip entscheidungsstatistischer Verfahren Parametrische Prüfverfahren Geschätzte Bearbeitungszeit Haben Sie den in Ihrem Curriculum vorgesehenen Vorbereitungstext gelesen, so lässt sich dieser Lernschritt in ca. 40 Minuten bearbeiten. Einführung Hat sich ein Gruppentraining sozialer Kompetenzen positiv auf die kognitive Verarbeitung von Erfolgssituationen ausgewirkt? Lic. phil. Martin Huber, welcher als Dozent für Gesundheitsberufe tätig ist, wollte überprüfen, ob das Konzept des Gruppentrainings sozialer Kompetenzen (GSK) auch für Auszubildende für medizinisch-therapeutische Berufe erfolgreich angewendet werden kann. Er hat deshalb bei einer kleinen Stichprobe von 30 Auszubildenden geprüft, ob das Gruppentraining sozialer Kompetenzen tatsächlich einen Einfluss auf die kognitive Komponente hat, mit welcher soziale Situationen bewertet werden. Er interessiert sich dafür, ob die Auszubildenden nach dem Training höhere Werte in - Stand vom:
5 "internaler stabiler Erfolgsattribution" aufweisen, d.h. mehr Selbstvertrauen in ihre Kompetenzen erlangt haben. Die Auszubildenden sollen Erfolge im Berufsalltag nach dem Training vermehrt auf die eigene Fähigkeit ("Ich kann das!") und nicht auf glückliche Umstände ("Ich habe einfach Glück gehabt!") zurückführen. Dazu hat Martin Huber die 30 Versuchspersonen vor und nach dem Gruppentraining sozialer Kompetenzen mittels des Fragebogens IE-SV-F (s. Items mit zugehöriger Skala zur "internalen stabilen Erfolgsattribution") befragt. Bei der Auswertung kann Martin Huber aus den Antworten der Probanden den Ausprägungsgrad der Variablen "internale stabile Erfolgsattribution" einschätzen (s. Werte im Vor- und Nachtest und dazugehöriger Codeplan). Für die statistische Auswertung beabsichtigt Martin Huber, den t-test für abhängige Stichproben einzusetzen. Die gewählte Skala (s. Codeplan) kann als näherungsweise intervall-skaliert angenommen werden, womit eine Voraussetzung für den Einsatz des t-tests erfüllt ist. Um einen ersten Überblick zu erhalten, berechnet Martin Huber den arithmetischen Mittelwert und die Standardabweichung der Variable "internale stabile Erfolgsattribution" im Vor- bzw. Nachtest und lässt sich die Häufigkeitsverteilung der erreichten Werte grafisch darstellen. Aufgrund der Häufigkeitsverteilung der Differenzen zwischen Nachtest und Vortest ist sich Martin Huber jedoch nicht mehr sicher, ob angenommen werden darf, dass die Differenzen in der Grundgesamtheit wirklich normalverteilt sind. Da der t-test für abhängige Stichproben bei kleineren Stichprobenumfängen voraussetzt, dass die Differenzen in der Grundgesamtheit näherungsweise normalverteilt sind, scheint der t-test für abhängige Stichproben nicht geeignet zu sein. Für diesen Fall Intervallskalierung, keine Normalverteilung der Differenzen in der Grundgesamtheit bietet sich ein anderes Verfahren an: Der Wilcoxon-Test. Bemerkung: Unter Fallbeispiel wird dieses fiktive Beispiel wieder aufgenommen und mit dem Wilcoxon-Test ausgewertet. Codeplan und Datensatz Nachfolgend ist der Codeplan und der Datensatz zu den zwei neu gebildeten Variablen (Erfolgsattribution im "Prätest" und "Posttest") aufgeführt. Codeplan zu den zwei neu gebildeten Variablen Auschnitt aus dem Datensatz mit den zwei neu gebildeten Variablen In der ersten und der zweiten Spalte sind die erreichten Punktzahlen im Vor- und Nachtest zu Erfolgsattribution aufgeführt. In der dritten Spalte ist die Differenz zwischen den erreichten Werten angegeben. - Stand vom:
6 - Stand vom:
7 Kennwerte Die wichtigsten Kennwerte (M, SD) zur Erfolgsattribution vor und nach dem Training Arithmetischer Mittelwert und Standardabweichung im Vor- und Nachtest N Mean Std. Deviation Werte im Vortest Werte Nachtest Valid (listwise) im N Grafische Darstellung der Häufigkeitsverteilung der erreichten Punktzahlen zur Erfolgsattribution im Vor- und Nachtest - Stand vom:
8 Grafische Darstellung der Differenzen der erreichten Punktzahlen zwischen Nachtest und Vortest Zusätzlich ist noch die Normalverteilungskurve angegeben. - Stand vom:
9 Theorie Die Theorie zum Wilcoxon-Test wird an einem einfachen Zahlenbeispiel veranschaulicht. Zur Bearbeitung des Theorieteils stehen Ihnen zwei Möglichkeiten zur Verfügung: A) Drucken Sie den Theorieteil als PDF aus und folgen Sie den Instruktionen im ausgedruckten Text. Der Theorieteil beschreibt das Wilcoxon-Testverfahren in sieben Schritten. Jeden Schritt können Sie online am Bildschirm ausführen. Das -Symbol zeigt Ihnen an, wann Sie das Lesen unterbrechen und den beschriebenen Schritt des Wilcoxon- Verfahrens online am Bildschirm ausführen sollen. Folgen Sie hierzu den Instruktionen im ausgedruckten Text des Theorieteils. Nachdem Sie den Theorieteil als PDF ausgedruckt haben, klicken Sie mit dem "Weiter"-Pfeil auf die nächste Seite, um das Zahlenbeispiel anzuzeigen. B) Wenn Sie keinen Drucker verfügbar haben, önnen Sie den Theorieteil als PDF in einem neuen Fenster öffnen. Es wird empfohlen, parallel dazu das Zahlenbeispiel online am Bildschirm zu lösen. Am besten ordnen Sie die beiden Fenster so an, dass sie das PDF-Dokument mit dem Theorieteil neben dem OLAT-Fenster mit dem Zahlenbeispiel angezeigt wird. Das - Stand vom:
10 -Symbol im Theorieteil zeigt Ihnen an, wann Sie das Lesen des Theorieteils unterbrechen und den beschriebenen Schritt des Wilcoxon-Verfahrens im andern Browserfenster ausführen sollen. Nachdem Sie den Theorieteil als PDF geöffnet bzw. ausgedruckt haben, öffnen Sie die interaktive Übung "Manuelle Durchführung des Wilcoxon-Tests an einem einfachsten Datensatz"! Dieses Element (Animation, Video etc.) kann in der PDF version nicht dargestellt werden und ist nur in der online Version sichtbar. [link] Fallbeispiel Dieses Element (Animation, Video etc.) kann in der PDF version nicht dargestellt werden und ist nur in der online Version sichtbar. [link] Martin Hubers Überlegungen zu seiner kleinen Studie an 30 Auszubildenden für medizinisch-therapeutische Berufe (s. Einführung) soll hier wieder aufgegriffen und aufgezeigt werden, wie Martin Huber seine Daten ausgewertet hat. Wie aus der Einführung hervorgegangen ist, will Martin Huber mit dem Wilcoxon-Test überprüfen, ob die Auszubildenden nach dem Training mehr Selbstvertrauen in ihre Kompetenzen erlangt haben, d.h. höhere Werte in "internaler stabiler Erfolgsattribution" aufweisen. Obwohl Martin Huber sich bereits für den Wilcoxon-Test vorentschieden hat, möchte er die Wahl des Verfahrens noch einmal überprüfen und will deshalb in folgenden Schritten vorgehen: 1. Zusammenstellung der Voraussetzungen, 2. Auswahl des Verfahrens, 3. Formulierung der Arbeitshypothese und der Alternativhypothese, 4. Beurteilung der Auswertungen, d.h. des SPSS-Outputs, 5. Interpretation der Befunde. Zur (1) Zusammenstellung der Voraussetzungen Messwiederholung: abhängige Stichproben durch gepaarte Daten in Vor- und Nachtest, als Antwortskalen wurden Likert-Skalen eingesetzt, welche als intervall-skaliert interpretiert werden können (wie aus dem Codeplan entnommen werden kann), kleine Stichprobe von n=30, Messwert-Differenzen in der Population evtl. nicht normalverteilt (s. grafische Darstellung). - Stand vom:
11 Zur (2) Auswahl des Verfahrens Der t-test für abhängige Stichproben wird nicht gewählt, weil dieser eine Normalverteilung der Messwert- Differenzen in der Grundgesamtheit voraussetzt und die Verteilung der Messwert-Differenzen für Martin Hubers Untersuchung andeutet, dass diese Voraussetzung nicht erfüllt ist. Es wird der Wilcoxon-Test eingesetzt, weil dieser keine Voraussetzung bezüglich Verteilung dieser Differenz in der Population macht. Zur (3) Formulierung der Arbeitshypothese H0 und der Alternativhypothese H1 Die Arbeitshypothese H 0 lautet wie folgt: Die beiden Datensätze stammen aus Populationen, die bezüglich des Merkmals "internale stabile Erfolgsattribution" die selbe zentrale Tendenz aufweisen. Alternativhypothese H 1 : Die inhaltliche Fragestellung ist gerichtet. So lautet die Alternativhypothese H 1 wie folgt: Die Daten der zweiten Erhebung stammen aus einer Population, in der das Merkmal "internale stabile Erfolgsattribution" eine höhere zentrale Tendenz aufweist als die Population, aus der die Daten der ersten Erhebung stammen. Zur (4) Beurteilung des SPSS-Outputs: - Stand vom:
12 Zur (4) Beurteilung des SPSS-Outputs m Nachtest weist die Stichprobe höhere Werte im Merkmal "internale stabile Erfolgsattribution" auf (M Nachtest =54.2, M Vortest =47.5). - Stand vom:
13 Die Ränge der Differenzen zeigen dies auch auf: Insgesamt 17-mal wurden im Nachtest höhere Werte als im Vortest erreicht. Nur 8-mal wurden demgegenüber höhere Werte im Vortest als im Nachtest erreicht. Insgesamt 5-mal erzielten die Versuchspersonen im Vor- und Nachtest die gleichen Werte. Der Computerausgabe kann weiter entnommen werden, dass der ermittelte Ausprägungsgrad der Prüfgrosse zweiseitig mit einer Wahrscheinlichkeit p = 0.1% erreicht oder überschritten wird. Da die Prüfverteilung symmetrisch ist, entspricht die gesuchte einseitige Überschreitungswahrscheinlichkeit der Hälfte der ausgedruckten zweiseitigen Wahrscheinlichkeit (sig. 2-tailed). Dies bedeutet, dass bei der Interpretation der höheren zentralen Tendenz in der 2. Erhebung der Zufall mit einer Irrtumswahrscheinlichkeit von p < 0.1% ausgeschlossen werden kann. Zur (5) Interpretation Das Gruppentraining sozialer Kompetenzen scheint für die Auszubildenen für medizinisch-therapeutische Berufe nützlich gewesen zu sein, da sich die Versuchspersonen durch das Training hinsichtlich "internaler stabiler Erfolgsattribution" signifikant verbessern. Zumindest kurz nach dem Training weisen die Auszubildenden mehr Selbstvertrauen in ihre Kompetenzen auf. Ob dieser Effekt auch noch einige Wochen oder Monate nach dem Training feststellbar ist, kann (zumindest mit dieser Studie) nicht beantwortet werden. Lernkontrolle Beurteilen Sie zum Schluss die folgenden Statements. Welche Aussagen sind korrekt? 1. Die Prüfgrösse T entspricht den summierten Rangdifferenzen 2. Die Prüfgrösse T entspricht den summierten Rangplätzen der Rangdifferenzen mit dem selteneren Vorzeichen 3. Der Wilcoxon-Test wird in Untersuchungsdesigns mit Messwiederholungen angewendet 4. Der Wilcoxon-Test wird in Untersuchungsdesigns ohne Messwiederholungen angewendet 5. Der Wilcoxon-Test wird nur für ordinalskalierte Daten angewendet - Stand vom:
Inhaltsverzeichnis. 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...
MehrStichproben- & Populations- Standardabweichung
Stichproben- & Populations- Standardabweichung Inhaltsverzeichnis Stichproben- & Populations-Standardabweichung... 2 Lernhinweise... 2 Einführung... 3 Theorie (1-8)... 3 1. Ausgangslage... 4 2. Inhaltliche
Mehrt-test für abhängige Stichproben
Inhaltsverzeichnis t-test für abhängige Stichproben... 2 Lernhinweise... 2 Einführung... 3 Theorie (1-7)... 4 1. Inhaltliche Fragestellung... 4 2. Statistisch bearbeitbare Fragestellung... 5 3. Prüfgrösse...
MehrStatistik-Quiz Wintersemester
Statistik-Quiz Wintersemester Seite 1 von 8 Statistik-Quiz Wintersemester Die richtigen Lösungen sind mit gekennzeichnet. 1a Für 531 Personen liegen Daten zu folgenden Merkmalen vor. Welche der genannten
MehrEntscheidungsstatistische Verfahren
Inhaltsverzeichnis Entscheidungsstatistische Verfahren... 2 Lernhinweise... 2 Theorie (1-8)... 2 1. Der Ausgangspunkt: Eine inhaltliche Fragestellung... 3 2. Formulierung der Fragestellung so, dass sie
MehrVergleich der Varianzen aus zwei unabhängigen Stichproben: F-Test
Vergleich der Varianzen aus zwei unabhängigen Stichproben: F-Test Inhaltsverzeichnis Vergleich der Varianzen aus zwei unabhängigen Stichproben: F-Test... 2 Lernhinweise... 2 Einführung... 3 Tehorie (1-8)...
MehrIn welchen Situationen sind nichtparametrische oder verteilungsfreie Verfahren angezeigt?
In welchen Situationen sind nichtparametrische oder verteilungsfreie Verfahren angezeigt? Inhaltsverzeichnis In welchen Situationen sind nichtparametrische oder verteilungsfreie Verfahren angezeigt?...
MehrVergleich der zentralen Tendenz in zwei unabhängigen Stichprobenerhebungen
Vergleich der zentralen Tendenz in zwei unabhängigen Stichprobenerhebungen Inhaltsverzeichnis Vergleich der zentralen Tendenz in zwei unabhängigen Stichprobenerhebungen... 2 Lernhinweise... 2 Theorie
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
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
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)
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
MehrAufgaben zu Kapitel 8
Aufgaben zu Kapitel 8 Aufgabe 1 a) Berechnen Sie einen U-Test für das in Kapitel 8.1 besprochene Beispiel mit verbundenen Rängen. Die entsprechende Testvariable punkte2 finden Sie im Datensatz Rangdaten.sav.
MehrUnivariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung: Test nach McNemar
Univariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung: Test nach McNemar Inhaltsverzeichnis Univariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung:
Mehr5. Seminar Statistik
Sandra Schlick Seite 1 5. Seminar 5. Seminar Statistik 30 Kurztest 4 45 Testen von Hypothesen inkl. Übungen 45 Test- und Prüfverfahren inkl. Übungen 45 Repetitorium und Prüfungsvorbereitung 15 Kursevaluation
MehrBiometrieübung 7 t-test (gepaarte Daten) & Wilcoxon-Test
Biometrieübung 7 (t-test gepaarte Daten & Wilcoxon-Test) - Aufgabe Biometrieübung 7 t-test (gepaarte Daten) & Wilcoxon-Test Aufgabe 1 Hirschläufe An 10 Hirschen wurde die Länge der rechten Vorder- und
MehrKapitel 8: Verfahren für Rangdaten
Kapitel 8: Verfahren für Rangdaten Der Mann-Whitney U-Test 1 Der Wilcoxon-Test 3 Der Kruskal-Wallis H-Test 4 Vergleich von Mann-Whitney U-Test und Kruskal-Wallis H-Test 6 Der Mann-Whitney U-Test In Kapitel
MehrFH- Management & IT. Constantin von Craushaar FH-Management & IT Statistik Angewandte Statistik (Übungen)
FH- Management & IT Folie 1 Rückblick Häufigkeiten berechnen Mittelwerte berechnen Grafiken ausgeben Grafiken anpassen und als Vorlage abspeichern Variablenoperationen Fälle vergleichen Fälle auswählen
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrComputergestützte 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
MehrStatistik in der Praxis
Peter Zöfel Statistik in der Praxis Zweite, überarbeitete Auflage 48 Abbildungen, 118 Tabellen und 22 Tafeln I Gustav Fischer Verlag Stuttgart Inhaltsverzeichnis Vorwort V 1. Allgemeine Grundlagen 1 1.1
MehrInhalt. Vorwort Univariate Verteilungen Verteilungen Die Normalverteilung... 47
Inhalt Vorwort... 9 1 Einleitung: Grundlagen der Statistik... 11 1.1 Die statistische Fragestellung im Forschungsprozess... 11 1.2 Grundbegriffe der Statistik... 13 1.3 Voraussetzung jeder Statistik: Die
MehrSozialwissenschaftlerInnen II
Statistik für SozialwissenschaftlerInnen II Henning Best best@wiso.uni-koeln.de Universität zu Köln Forschungsinstitut für Soziologie Statistik für SozialwissenschaftlerInnen II p.1 Testen von Hypothesen
MehrKonkretes Durchführen einer Inferenzstatistik
Konkretes Durchführen einer Inferenzstatistik Die Frage ist, welche inferenzstatistischen Schlüsse bei einer kontinuierlichen Variablen - Beispiel: Reaktionszeit gemessen in ms - von der Stichprobe auf
Mehr12 Rangtests zum Vergleich zentraler Tendenzen
12 Rangtests zum Vergleich zentraler Tendenzen 12.1 Allgemeine Bemerkungen 12.2 Gepaarte Stichproben: Der Wilcoxon Vorzeichen- Rangtest 12.3 Unabhängige Stichproben: Der Wilcoxon Rangsummentest und der
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests Nach Verteilungsannahmen: verteilungsabhängig: parametrischer [parametric] Test verteilungsunabhängig: nichtparametrischer [non-parametric] Test Bei parametrischen Tests
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
MehrAufgaben zu Kapitel 8
Aufgaben zu Kapitel 8 Aufgabe 1 a) Berechnen Sie einen U-Test für das in Kapitel 8.1 besprochene Beispiel mit verbundenen n. Die entsprechende Testvariable punkte2 finden Sie im Datensatz Rangdaten.sav.
MehrAufgaben zu Kapitel 3
Aufgaben zu Kapitel 3 Aufgabe 1 a) Berechnen Sie einen t-test für unabhängige Stichproben für den Vergleich der beiden Verarbeitungsgruppen strukturell und emotional für die abhängige Variable neutrale
MehrWahrscheinlichkeit 1-α: richtige Entscheidung - wahrer Sachverhalt stimmt mit Testergebnis überein. Wahrscheinlichkeit α: falsche Entscheidung -
wahrer Sachverhalt: Palette ist gut Palette ist schlecht Entscheidung des Tests: T K; Annehmen von H0 ("gute Palette") positive T > K; Ablehnen von H0 ("schlechte Palette") negative Wahrscheinlichkeit
MehrPrüfen von Unterschiedshypothesen für ordinale Variablen: Mann-Whitney Test und Ko
Prüfen von Unterschiedshypothesen für ordinale Variablen: Mann-Whitney Test und Ko Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik
MehrLösungen zur Biomathe-Klausur Gruppe C Montag, den 16. Juli 2001
Lösungen zur Biomathe-Klausur Gruppe C Montag, den 16. Juli 2001 1. Normalverteilung Der diastolische Blutdruck bei einer Gruppe von jungen Männern ist normalverteilt mit einem Erwartungswert von 65 mmhg
MehrStatistik Prüfung 24. Jänner 2008
Statistik Prüfung 24. Jänner 2008 February 10, 2008 Es ist immer nur EINE Antwort richtig, bei falsch beantworteten Fragen gibt es KEINEN Punktabzug. Werden mehrere Antworten bei einer Frage angekreuzt,
MehrStatistik K urs SS 2004
Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Post Hoc Tests A priori Tests (Kontraste) Nicht-parametrischer Vergleich von Mittelwerten 50 Ergebnis der ANOVA Sprossdichte der Seegräser 40 30 20 10
MehrLösungen zur Biomathe-Klausur Gruppe B Montag, den 16. Juli 2001
Lösungen zur Biomathe-Klausur Gruppe B Montag, den 16. Juli 2001 1. α-fehler und ß-Fehler Welche Aussage ist richtig? A. Der ß-Fehler ist unabhängig von α-fehler. Falsch. Je größer der α-fehler, umso kleiner
MehrStatistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de
rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent
MehrStatistik II für Betriebswirte Vorlesung 2
Statistik II für Betriebswirte Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 26. Oktober 2016 Prof. Dr. Hans-Jörg Starkloff Statistik II für Betriebswirte Vorlesung
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
MehrAblaufschema 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
MehrBereiche der Statistik
Bereiche der Statistik Deskriptive / Exploratorische Statistik Schließende Statistik Schließende Statistik Inferenz-Statistik (analytische, schließende oder konfirmatorische Statistik) baut auf der beschreibenden
MehrSommersemester Marktforschung
Dipl.-Kfm. Sascha Steinmann Universität Siegen Lehrstuhl für Marketing steinmann@marketing.uni-siegen.de Sommersemester 2010 Marktforschung Übungsaufgaben zu den Themen 3-6 mit Lösungsskizzen Aufgabe 1:
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
MehrKonfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert
Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir
MehrKlausur Statistik I Dr. Andreas Voß Wintersemester 2005/06
Klausur Statistik I Dr. Andreas Voß Wintersemester 2005/06 Hiermit versichere ich, dass ich an der Universität Freiburg mit dem Hauptfach Psychologie eingeschrieben bin Name: Mat.Nr.: Unterschrift: Bearbeitungshinweise:
MehrModul 141 Statistik. 1. Studienjahr 11. Sitzung Signifikanztests
Modul 141 Statistik 1. Studienjahr 11. Sitzung Signifikanztests Inhalt der 11. Sitzung 1. Parametrische Signifikanztests 2. Formulierung der Hypothesen 3. Einseitige oder zweiseitige Fragestellung 4. Signifikanzniveau
MehrMathematische und statistische Methoden II
Statistik & 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
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrT-Test für unabhängige Stichproben
T-Test für unabhängige Stichproben Wir gehen von folgendem Beispiel aus: Wir erheben zwei Zufallstichproben, wobei nur die Probanden der einen Stichprobe einer speziellen experimentellen Behandlung (etwa
MehrBasis-Kurs Statistik und SPSS für Mediziner Lösungen. SPSS-Übung Statistische Tests
Basis-Kurs Statistik und SPSS für Mediziner Lösungen SPSS-Übung Statistische Tests Testentscheidung: Deskriptive Statistik Basis-Kurs Statistik und SPSS für Mediziner 2 Mit Datensatz Daten_SPSS_Kurs_I.sav
MehrHypothesentests 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
MehrLösungen zur Biomathe-Klausur Gruppe A Montag, den 16. Juli 2001
Lösungen zur Biomathe-Klausur Gruppe A Montag, den 16. Juli 2001 1. Sensitivität und Spezifität In einer medizinischen Ambulanz haben 30 % der Patienten eine akute Appendizitis. 80 % dieser Patienten haben
Mehr10. Medizinische Statistik
10. Medizinische Statistik Projektplanung Deskriptive Statistik Inferenz-Statistik Literatur: Hüsler, J. und Zimmermann, H.: Statistische Prinzipien für medizinische Projekte, Verlag Hans Huber, 1993.
MehrJost 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
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
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
MehrStatistik II. IV. Hypothesentests. Martin Huber
Statistik II IV. Hypothesentests Martin Huber 1 / 22 Übersicht Weitere Hypothesentests in der Statistik 1-Stichproben-Mittelwert-Tests 1-Stichproben-Varianz-Tests 2-Stichproben-Tests Kolmogorov-Smirnov-Test
MehrMacht des statistischen Tests (power)
Macht des statistischen Tests (power) Realer Treatment ja Ergebnis der Studie H 0 verworfen statistisch signifikant O.K. Macht H 0 beibehalten statistisch nicht signifikant -Fehler Effekt nein -Fehler
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/
MehrStatistik I für Betriebswirte Vorlesung 14
Statistik I für Betriebswirte Vorlesung 14 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 13. Juli 017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 14 Version: 8. Juli
MehrStatistik. Für Sozialwissenschaftler. Dritte, neu bearbeitete Auflage Mit 71 Abbildungen und 224 Tabellen
Jürgen Bortz Statistik Für Sozialwissenschaftler Dritte, neu bearbeitete Auflage Mit 71 Abbildungen und 224 Tabellen Springer-Verlag Berlin Heidelberg Newlfork London Paris Tokyo Inhaltsverzeichnis Einleitung
Mehr'+4 Elisabeth Raab-Steiner / Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS-Auswertung. 4., aktualisierte und überarbeitete Auflage
'+4 Elisabeth Raab-Steiner / Michael Benesch Der Fragebogen Von der Forschungsidee zur SPSS-Auswertung 4., aktualisierte und überarbeitete Auflage facultas «4 Inhaltsverzeichnis 1 Elementare Definitionen
MehrGrundlagen der Statistik
Grundlagen der Statistik Übung 15 009 FernUniversität in Hagen Alle Rechte vorbehalten Fachbereich Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe
MehrStatistik 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
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrSo berechnen Sie einen Schätzer für einen Punkt
htw saar 1 EINFÜHRUNG IN DIE STATISTIK: SCHÄTZEN UND TESTEN htw saar 2 Schätzen: Einführung Ziel der Statistik ist es, aus den Beobachtungen eines Merkmales in einer Stichprobe Rückschlüsse über die Verteilung
Mehr1 Univariate Statistiken
1 Univariate Statistiken Im ersten Kapitel berechnen wir zunächst Kenngrößen einer einzelnen Stichprobe bzw. so genannte empirische Kenngrößen, wie beispielsweise den Mittelwert. Diese können, unter gewissen
MehrMacht des statistischen Tests (power)
Macht des statistischen Tests (power) Realer Treatment ja Ergebnis der Studie H 0 verworfen statistisch signifikant O.K. Macht H 0 beibehalten statistisch nicht signifikant -Fehler Effekt nein -Fehler
Mehr2. Formulieren von Hypothesen. Nullhypothese: H 0 : µ = 0 Gerät exakt geeicht
43 Signifikanztests Beispiel zum Gauß-Test Bei einer Serienfertigung eines bestimmten Typs von Messgeräten werden vor der Auslieferung eines jeden Gerätes 10 Kontrollmessungen durchgeführt um festzustellen,
MehrBereiche der Statistik
Bereiche der Statistik Deskriptive / Exploratorische Statistik Schließende Statistik Schließende Statistik Inferenz-Statistik (analytische, schließende oder konfirmatorische Statistik) baut auf der beschreibenden
MehrAussagen hierzu sind mit einer unvermeidbaren Unsicherheit behaftet, die statistisch über eine Irrtumswahrscheinlichkeit bewertet wird.
Stichprobenumfang Für die Fragestellung auf Gleichheit von ein oder zwei Stichproben wird auf Basis von Hypothesentests der notwendige Stichprobenumfang bestimmt. Deshalb werden zunächst die Grundlagen
Mehr3) Testvariable: T = X µ 0
Beispiel 4.9: In einem Molkereibetrieb werden Joghurtbecher abgefüllt. Der Sollwert für die Füllmenge dieser Joghurtbecher beträgt 50 g. Aus der laufenden Produktion wurde eine Stichprobe von 5 Joghurtbechern
MehrEinfaktorielle Rangvarianzanalyse mit Messwiederholungen
Einfaktorielle Rangvarianzanalyse mit Messwiederholungen Inhaltsverzeichnis Einfaktorielle Rangvarianzanalyse mit Messwiederholungen... 2 Lernhinweise... 2 Einführung... 3 Theorie (1-3)... 3 Teil 1 -
MehrNicht-parametrische Statistik Eine kleine Einführung
Nicht-parametrische Statistik Eine kleine Einführung Überblick Anwendung nicht-parametrischer Statistik Behandelte Tests Mann-Whitney U Test Kolmogorov-Smirnov Test Wilcoxon Test Binomialtest Chi-squared
MehrChi-Quadrat-Verfahren (ohne Messwiederholung)
Chi-Quadrat-Verfahren (ohne Messwiederholung) Inhaltsverzeichnis Chi-Quadrat-Verfahren (ohne Messwiederholung)... 2 Lernhinweise... 2 Einführung... 2 Theorie (1-4)... 5 1. Grundkonzept aller Verfahren...
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Korrelationsanalysen Kreuztabellen und χ²-test Themen Korrelation oder Lineare Regression? Korrelationsanalysen - Pearson, Spearman-Rang, Kendall s Tau
MehrStatistik II. Weitere Statistische Tests. Statistik II
Statistik II Weitere Statistische Tests Statistik II - 19.5.2006 1 Überblick Bisher wurden die Test immer anhand einer Stichprobe durchgeführt Jetzt wollen wir die statistischen Eigenschaften von zwei
MehrStatistik II (Sozialwissenschaften)
Dr. Hans-Otfried Müller Institut für Mathematische Stochastik Fachrichtung Mathematik Technische Universität Dresden http://www.math.tu-dresden.de/sto/mueller/ Statistik II (Sozialwissenschaften) 2. Konsultationsübung,
MehrStatistische Messdatenauswertung
Roland Looser Statistische Messdatenauswertung Praktische Einführung in die Auswertung von Messdaten mit Excel und spezifischer Statistik-Software für naturwissenschaftlich und technisch orientierte Anwender
MehrLösungen 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
MehrUnterschiedshypothesen für maximal 2 Gruppen, wenn die Voraussetzungen für parametrische Verfahren nicht erfüllt sind
Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 6 Seite 1 Unterschiedshypothesen für maximal 2 Gruppen, wenn die Voraussetzungen für parametrische
Mehr10 Der statistische Test
10 Der statistische Test 10.1 Was soll ein statistischer Test? 10.2 Nullhypothese und Alternativen 10.3 Fehler 1. und 2. Art 10.4 Parametrische und nichtparametrische Tests 10.1 Was soll ein statistischer
MehrKapitel 8: Verfahren für Rangdaten
Kapitel 8: Verfahren für Rangdaten Anmerkung 1 Mann-Whitney U-Test 1 Wilcoxon-Test 3 Kruskal-Wallis H-Test 3 Literatur 6 Anmerkung In Kapitel 8 der Bücher wird erwähnt, dass für nichtparametrische Daten
MehrInhaltsverzeichnis Einführung und deskriptive Statistik Grundlagen der Inferenzstatistik 1: Zufallsvariablen
Inhaltsverzeichnis 1 Einführung und deskriptive Statistik... 1 1.1 Wichtige mathematische Schreibweisen... 1 1.1.1 Das Summenzeichen... 1 1.1.2 Mengentheoretische Schreibweisen... 3 1.1.3 Variablentransformationen...
MehrNicht-parametrische Verfahren 2 unabhängige Stichproben: Mediantest 1/7
unabhängige Stichproben: Mediantest /7 Mediantestprüft unabhängige Stichproben auf Unterschiede in ihrer zentralen Tendenz (ist neben U-Test einenicht-parametrische Entsprechung zum t-test für unabhängige
MehrEinführung in die Statistik für Politikwissenschaftler Sommersemester 2011
Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011 Es können von den Antworten alle, mehrere oder keine Antwort(en) richtig sein. Nur bei einer korrekten Antwort (ohne Auslassungen
MehrStatistik 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
MehrStatistisches Testen
Statistisches Testen Universität Duisburg-Essen, Fak. 4, FG Instrumentelle Analytik 7. Juni 2007 Statistisches Testen Inhaltsverzeichnis Schätzverfahren und Testverfahren sind Anwendungen der Stichprobentheorie.
MehrAllgemeines zu Tests. Statistische Hypothesentests
Statistische Hypothesentests Allgemeines zu Tests Allgemeines Tests in normalverteilten Grundgesamtheiten Asymptotische Tests Statistischer Test: Verfahren Entscheidungsregel), mit dem auf Basis einer
MehrAnpassungstests VORGEHENSWEISE
Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel
MehrStatistische Überlegungen: Eine kleine Einführung in das 1 x 1
Statistische Überlegungen: Eine kleine Einführung in das 1 x 1 PD Dr. Thomas Friedl Klinik für Frauenheilkunde und Geburtshilfe, Universitätsklinikum Ulm München, 23.11.2012 Inhaltsübersicht Allgemeine
MehrHypothesenprüfung. 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
MehrSTATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik
Kapitel 15 Statistische Testverfahren 15.1. Arten statistischer Test Klassifikation von Stichproben-Tests Einstichproben-Test Zweistichproben-Test - nach der Anzahl der Stichproben - in Abhängigkeit von
MehrStatistische Tests für unbekannte Parameter
Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung
Mehr3.Wiederholung: Toleranzbereiche Für EX Geg:
3.Wiederholung: Toleranzbereiche Für EX Geg: Vl. 24.2.2017 Schätzfunktion für Güte: Ist X Problem: Feb 17 13:21 > Wir berechnen Bereiche (Toleranzbereiche) für sind untere und obere Grenzen, berechnet
MehrGeostatistik I Übungen mit R im WS 2011/2012
Universität Augsburg Fakultät für Angewandte Informatik Institut für Physische Geographie und Quantitative Methoden Prof. Dr. Jucundus Jacobeit Geostatistik I Übungen mit R im WS 2011/2012 Donnerstag 11.45
MehrKorrelation, Regression und Signifikanz
Professur Forschungsmethodik und Evaluation in der Psychologie Übung Methodenlehre I, und Daten einlesen in SPSS Datei Textdaten lesen... https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://d15cw65ipcts
Mehr