Diplomprüfung Evaluation und Forschungsmethodik SS 2011
|
|
- Kerstin Bösch
- vor 5 Jahren
- Abrufe
Transkript
1 Seite 1 von 5 Seiten Diplomprüfung Evaluation und Forschungsmethodik SS 2011 Alle Fragen müssen beantwortet werden. Eine Möglichkeit zur Auswahl besteht nicht. ACHTUNG: Alle Berechnungsschritte müssen deutlich werden! 1 FAKTORENANALYSE (1) An unterschiedlichen Stellen während einer Faktorenanalyse beeinflussen Entscheidungen der auswertenden Person das Ergebnis der Analyse. Erläutern Sie drei Entscheidungen, die der Anwender während der Auswertung treffen muss und stellen Sie jeweils zwei mögliche Entscheidungsalternativen dar. (3P) (2) Erklären Sie kurz die Begriffe Eigenwert und Kommunalität. (2P) (3) Bei einer Faktorenanalyse wurden nach dem Kaiser-Kriterium drei Faktoren extrahiert. Dabei ergab sich die folgende Tabelle (vor der Rotation). Faktor Eigenwert Varianz kumulierte Varianz (a) Warum ist die Ausgabe fehlerhaft? (b) Wie viele Variablen sind in die Analyse eingegangen (mit Berechnung)? (2P) 2 EPIDEMIOLOGIE In einer Stichprobe von jährigen Personen soll der Zusammenhang zwischen der Persönlichkeitseigenschaft Sensation Seeking (Risikobereitschaft) und dem habituellen Drogenkonsum untersucht werden. Dazu wurden in einem ersten Schritt Personen über ihren Drogenkonsum befragt. (1) Die Punktprävalenz des Drogenkonsums beträgt in der Gesamtstichprobe 12%, die 1-Jahres- Prävalenz 55% und die Lifetime-Prävalenz 99%. Erklären Sie die Bedeutung dieser Aussage und begründen Sie, welches der drei Maße am besten für die Untersuchung des Zusammenhangs mit Sensation Seeking geeignet ist. (2P) (2) Was ist die Inzidenz und wie wird sie berechnet? Warum ist dieses Maß nicht geeignet, um den Zusammenhang mit Sensation Seeking zu prüfen? (2P) Entsprechend dem Ergebnis der Befragung über den Drogenkonsum wurden in einem zweiten Schritt N=5000 Personen (2500 Drogenkonsumenten, 2500 Nicht-Konsumenten) ausgewählt, um bei ihnen die Risikobereitschaft über einen Fragebogen zu messen. (3) Um welche Art von Studienplan handelt es sich hier (mit Erklärung)? (2P) (4) Das Ergebnis ist in der Tabelle dargestellt. Berechnen Sie ein für diesen Studienplan (siehe Teilaufgabe 3) geeignetes Risikomaß, das den Einfluss der Risikobereitschaft auf den Drogenkonsum wiedergibt und interpretieren Sie es. (2P) kein Drogenkonsum Drogenkonsum Gesamt niedrige Risikobereitschaft hohe Risikobereitschaft Gesamt
2 Seite 2 von 5 Seiten 3 CONJOINT ANALYSE Zur Untersuchung der Bedeutung umweltfreundlicher Verpackung wurde als Verfahren eine Conjoint- Analyse gewählt. Folgende Eigenschaften wurden in die Studie einbezogen: - Marke: Valio, Danone - Preis: 1.60, 2.00, Verpackung: Getränkekarton, Plastikflasche 1, Plastikflasche 2 - Verschluss: wieder verschließbar, nicht wieder verschließbar (1) Wie viele Objekte würde ein vollständiges Design ergeben? (1P) (2) Die Marke Valio wurde nicht mit der Verpackung Plastikflasche 2 und die Marke Danone nicht mit der Verpackung Plastikflasche 1 kombiniert. Wie viele Objekte verbleiben, wenn diese Kombinationen ausgeschlossen sind? (1P) Die Versuchsleiter haben sich dafür entschieden, den Probanden insgesamt 14 Sets mit jeweils drei Produkten zur Bewertung vorzulegen: (3) Ist es bei dieser Vorgehensweise möglich, jeder Testperson jede Produktkombination wenigstens einmal vorzulegen? Begründen Sie die Antwort! (2P) (4) Wie viele 3er Sets könnten aus den 24 Produktkombinationen insgesamt gebildet werden? (1P) Unter der Annahme, dass nur zwei Merkmale von den Personen bewertet wurden, ist folgende Rangfolge entstanden (1 = niedrig / 9 = hoch): (5) Welchen Wert hat der Durchschnittsrang? (1P) (6) Wie lauten die Teilnutzenwerte der einzelnen Ausprägungen? (2P) (7) Wie lautet der Gesamtnutzen der folgenden drei Produktvarianten: (a) (1,60 /Karton) (b) (1,60 /Plastikflasche 2) (c) (2,40 /Plastikflasche 1) (3P) 4 QUALITATIVES VORGEHEN (1) Als zentrale Kennzeichen des qualitativen Vorgehens werden häufig das Fremdheitspostulat, das Prinzip der Offenheit sowie das Prinzip der Kommunikation angeführt? Was versteht man hierunter? (3P) (2) Was versteht man unter dem Theoretischen Kodieren? Beschreiben Sie kurz das Vorgehen. (4P)
3 Seite 3 von 5 Seiten 5 REGRESSION In einem Überblicksartikel zur Validität von Eingangstests diskutieren Sackett, Borneman und Conelly (2008) verschiedene Mythen, die sich hartnäckig in der öffentlichen Meinung halten. Ein solcher Mythos besagt: Tests kognitiver Fähigkeiten wie der SAT (Scholastic Assessment Test) trennen nur im unteren Bereich, d.h. sie sagen nur bei Personen mit sehr geringen Fähigkeiten die Abschlussnote vorher. Ab einem bestimmten Fähigkeitsniveau sagen sie keine Kriteriumsunterschiede mehr vorher. Deshalb sei es nicht gerechtfertigt, Personen mit höheren Testscores vor Personen mit niedrigeren Scores zu bevorzugen, sobald dieses bestimmte Fähigkeitsniveau überschritten sei so der Mythos. (1) Skizzieren Sie eine Grafik, die diesen Mythos veranschaulicht. Verwenden Sie als Kriterium die Abschlussnote im Studium. Bitte beschriften Sie die Achsen. (2P) (2) Ein mögliches nichtlineares Regressionsmodell für den Mythos sieht so aus: Note=b 0+b 1 SAT-b 2 (SAT) 2 Empirisch findet sich in großen Studien (wie z.b. Cullen, Hardison & Sackett, 2004) keine Notwendigkeit für den quadratischen Term ein linearer Zusammenhang beschreibt die Daten gut genug. Wie sah der statistische Test aus, der zu diesem Befund führte, d.h. was haben die Autoren mit ihrem Statistikprogramm gemacht? (3P) 6 SIGNALENTDECKUNGSTHEORIE In einem Signalentdeckungsexperiment wird das Antwortkriterium der Versuchsperson experimentell variiert, indem die Versuchspersonen für bestimmte Antworten (Treffer, Verpasser, falsche Alarme, korrekte Zurückweisungen) belohnt oder bestraft werden. Vorgegeben wird folgende Matrix von Geldbeträgen, die die Versuchsperson in Abhängigkeit von der gegebenen Antwort erhält oder zahlen muss. Antwort ja nein S+N N (1) Welche Antworttendenz ist zu erwarten und was bedeutet dies für die Anzahl an Treffern bzw. Falschen Alarmen? (2P) Um den Einfluss von Müdigkeit auf die Entdeckungsleistung zu prüfen mussten 10 Lokführer während einer 4-stündigen nächtlichen Bahnfahrt eine Signalentdeckungsaufgabe bearbeiten. Es ergaben sich im Mittel über die 10 Lokführer im Fahrtverlauf folgende Werte für beta und d. Reaktionsneigung (beta) Reaktionsneigung und Diskrimination Fahrtdauer: 4 Stunden Reaktionsneigung (beta)(l) Diskriminationsindex (d)(r) 0 1, (2) Interpretieren Sie die Ergebnisse kurz im Hinblick auf die Wirkung von Müdigkeit. (2P) Zeit 2,00 1,75 1,50 1,25 Diskriminationsindex (d)
4 Seite 4 von 5 Seiten 7 KONFIGURATIONSFREQUENZANALYSE Die einfachste KFA untersucht Dreifach-Zusammenhänge bei dichotomen Variablen Sie erinnern sich z.b. an den Leuner-Datensatz mit Bewusstseinstrübung, Denkstörung und Affektlachen. Wenn Sie nun die KFA mit der Varianzanalyse vergleichen: (1) Wie viele Faktoren würde die ANOVA hier enthalten? (1P) (2) Für welche Zeilen der ANOVA-Tabelle berechnet die KFA Tests? Für welche Zeilen werden keine Tests berechnet? (2P) (3) Welchem Konzept aus der Varianzanalyse entspricht der Gesamt-Chi-Quadratwert der Tabelle am ehesten? (1P) 8 VARIANZANALYSE In der Zeitschrift CT (6/2010) wurde über eine Gehaltsumfrage unter knapp 4000 Lesern berichtet und dabei nach dem (höchsten) Abschluss in Informatik gefragt (zur Information: Fachinformatiker IHK ist eine klassische Berufsausbildung im dualen System, die es seit 1997 gibt): Abschluss in Informatik Anteil mittleres Gehalt Universität 27% Fachhochschule 22% Berufsakademie 10% Fachinformatiker IHK 26% Quereinsteiger 13% Es ist bekannt, dass das Bruttojahresgehalt auch vom Lebensalter der Personen abhängt: Da Sie wissen möchten, wie rentabel ein Abschluss ist und Sie der Zusammenhang mit dem Alter nicht interessiert, überlegen Sie, den Einfluss des Alters mit einer ANCOVA herauszurechnen. (1) Welche Bedingungen müssen für die Kovariate gelten, damit Sie eine sinnvolle ANCOVA erhalten? Beschreiben Sie die Bedingungen allgemein und diskutieren Sie kurz, ob diese Bedingungen hier wohl erfüllt sind. (6P) Ein weiteres Ergebnis der Umfrage war ein deutlicher Unterschied in den mittleren Gehältern nach Bundesländern (Spitzenreiter Hessen: 58400, Mittelfeld Rheinland-Pfalz: 52000, Schlusslicht Mecklenburg-Vorpommern: ). Sie berechnen interessehalber eine zweifaktorielle ANOVA mit den Faktoren Bundesland und Abschluss und der AV Bruttogehalt. (2) Welches statistische Problem tritt hier auf, und wie wird ihm üblicherweise begegnet? (2P)
5 Seite 5 von 5 Seiten 9 METAANALYSE Elvikk (2011) kommt bei einer Re-Analyse der Metaanalyse von Attewell et al. (2001) zum Ergebnis, dass in deren Studie die Wirksamkeit der Nutzung von Fahrradhelmen von verschiedenen Fehlerquellen beeinflusst ist. Sie nennen z.b. das Problem des Publication Bias. (1) Wie bewerten Sie das Vorgehen, Metaanalysen zu re-analysieren? (1P) (2) Was versteht man unter dem Publication Bias? Was hat dieser Publication Bias möglicherweise zur Folge? (2P) (3) Welche Arten des Publication Bias werden unterschieden? Beschreiben Sie diese kurz. (2P) (4) Wie kann man prüfen, ob ein Publication Bias vorliegt? Beschreiben Sie das Vorgehen am o.g. Beispiel (falls nötig: Bitte Skizze, Formel oder ähnliches angeben). (4P) 10 ALLGEMEIN Als Studienanfänger hat man es schwer, sich in der Fülle der Angebote zurechtzufinden. Daher bieten manche Universitäten Hilfsmittel an, die auf Basis einiger diagnostischer Fragen eine Empfehlung aussprechen (z.b. das Borakel der Ruhr-Uni Bochum). Um diese Systeme auf eine empirische Basis zu stellen, erheben Sie zunächst Stichproben von Studierenden einzelner Studiengänge, die den Fragenkatalog beantworten, und versuchen anschließend, bei einem bestimmten Antwortprofil eines Fragestellers den am ehesten geeigneten Studiengang zuzuordnen. (1) Wenn Sie mit den Fragen quantitative Größen wie Schulnoten oder ähnliches abfragen: Welches statistische Verfahren wäre geeignet, Ihnen beim Bau eines Worakels zu helfen? (1P) (2) Es liegt nahe, dass bestimmte Studiengänge z.b. stärker mathematisch-technisch interessierte Studierende ansprechen als sprachlich-kreative dass also die Antwortprofile eine interpretierbare Struktur aufweisen. Welches Verfahren wäre geeignet, diese Vermutung zu überprüfen? (1P) (3) Die quantitativen Diagnosefragen kommen bei den Studierenden nicht gut an ( weiß ich gerade nicht, müsste ich nachschlagen, seid nicht so neugierig ). Daher erhalten Sie den Auftrag, nur einfache Ja-Nein-Fragen zu stellen und auf Basis der Antworten eine Studiengangsempfehlung auszusprechen. Gibt es ein Verfahren, mit dem Sie den Auftrag erfüllen können (und wenn ja, welches?), oder sind solche Fragen nicht dazu geeignet, eine Studiengangsempfehlung auszusprechen? (2P) ANHANG: TABELLE DER STANDARDNORMALVERTEILUNG p z y p z y p z y p z y ENDE
Diplomprüfung Evaluation und Forschungsmethodik WS 2011/12
Seite 1 von 5 Seiten Alle Fragen müssen beantwortet werden. Eine Möglichkeit zur Auswahl besteht nicht. ACHTUNG: Alle Berechnungsschritte müssen deutlich werden! 1 FAKTORENANALYSE Sie werten einen Datensatz
Diplomprüfung Evaluation und Forschungsmethodik SS 2006
Diplomprüfung Evaluation und Forschungsmethodik SS 2006 Alle Fragen müssen beantwortet werden. Eine Möglichkeit zur Auswahl besteht nicht. ACHTUNG: Alle Berechnungsschritte müssen deutlich werden! 1 FAKTORENANALYSE
Diplomprüfung Evaluation und Forschungsmethodik WS 2009/10
Seite 1 von 5 Seiten Diplomprüfung Evaluation und Forschungsmethodik WS 2009/10 Alle Fragen müssen beantwortet werden. Eine Möglichkeit zur Auswahl besteht nicht. ACHTUNG: Alle Berechnungsschritte müssen
Statistik II. Begriff, Begründung: Statistik II, WS 2003/2004, Seite 1 von 7
Statistik II, WS 2003/2004, Seite 1 von 7 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung im Umfang von
Teilklausur des Moduls Kurs 42221: Vertiefung der Statistik
Name, Vorname Matrikelnummer Teilklausur des Moduls 32741 Kurs 42221: Vertiefung der Statistik Datum Termin: 21. März 2014, 14.00-16.00 Uhr Prüfer: Univ.-Prof. Dr. H. Singer Vertiefung der Statistik 21.3.2014
Teil 1: Theorie des Kaufverhaltens bei Dienstleistungen
Teil 1: Theorie des Kaufverhaltens bei Dienstleistungen Kaufentscheidungen werden mehrheitlich in vier unterschiedliche Arten aufgeteilt. Nennen Sie die vier Arten von Kaufentscheidungen und beschreiben
Diplomprüfung Evaluation und Forschungsmethodik SS 2009
Seite von 5 Seiten Diplomprüfung Evaluation und Forschungsmethodik SS 2009 Alle Fragen müssen beantwortet werden. Eine Möglichkeit zur Auswahl besteht nicht. ACHTUNG: Alle Berechnungsschritte müssen deutlich
Messwiederholungen und abhängige Messungen
Messwiederholungen und abhängige Messungen t Tests und Varianzanalysen für Messwiederholungen Kovarianzanalyse Thomas Schäfer SS 009 1 Messwiederholungen und abhängige Messungen Bei einer Messwiederholung
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
Modulprüfung Methoden der Dienstleistungsforschung
Prof. Dr. M. Benkenstein Prof. Dr. R. Weißbach Dr. Jan Becker Modulprüfung Methoden der Dienstleistungsforschung Wintersemester 2011/12 01.02.2012 8.00 9.30 Uhr Name, Vorname:... Anzahl abgegebener Blätter:...
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
* Neigung, Bereitschaft * Erwartung, Überzeugung. gesucht:
Wahrnehmung/Signalentdeckung: Reaktionsneigung Annahme: Wahrnehmung als Diskriminationsfähigkeit Wahrnehmung als Urteilsfähigkeit der Sinne über die Sinne hinausgehende, kognitive Fähigkeit Entdecken +
1 Übungsaufgaben zur Regressionsanalyse
1 Übungsaufgaben zur Regressionsanalyse 1 1 Übungsaufgaben zur Regressionsanalyse 1.1 Übungsaufgaben zu Seite 1 und 2 1. Wie lautet die Regressionsfunktion? 2. Welche Absatzmenge ist im Durchschnitt bei
Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1
Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,
Masterprüfung. Die Klausur besteht aus 3 Aufgaben, die alle bearbeitet werden müssen.
Fach: Prüfer: Mikroökonometrie Prof. Regina T. Riphahn, Ph.D. Masterprüfung Vorbemerkungen: Bearbeitungszeit: 60 Minuten. Anzahl der Aufgaben: Bewertung: Erlaubte Hilfsmittel: Wichtige Hinweise: Die Klausur
Übungsblatt 3: Bivariate Deskription I (Sitzung 4)
1 Übungsblatt 3: Bivariate Deskription I (Sitzung 4) Aufgabe 1 Eine Kreuztabelle beinhaltet unterschiedliche Verteilungen. a) Geben Sie an, wie diese Verteilungen heißen und was sie beinhalten. b) Welche
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...
entschieden hat, obwohl die Merkmalsausprägungen in der Grundgesamtheit voneinander abhängig sind.
Bsp 1) Die Wahrscheinlichkeit dafür, dass eine Glühbirne länger als 200 Stunden brennt, beträgt 0,2. Wie wahrscheinlich ist es, dass von 10 Glühbirnen mindestens eine länger als 200 Stunden brennt? (Berechnen
Übungsklausur Lineare Modelle. Prof. Dr. H. Toutenburg
Übungsklausur Lineare le Prof. Dr. H. Toutenburg Aufgabe Ein lineares Regressionsmodell mit der abhängigen Variablen Körpergröße und der unabhängigen Variablen Geschlecht wurde einmal mit der dummykodierten
Aufgaben zu Kapitel 4
Aufgaben zu Kapitel 4 Aufgabe 1 a) Berechnen Sie die Korrelation zwischen dem Geschlecht und der Anzahl erinnerter positiver Adjektive. Wie nennt sich eine solche Korrelation und wie lässt sich der Output
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
Mathematik 2 Probeprüfung 1
WWZ Wirtschaftswissenschaftliche Fakultät der Universität Basel Dr. Thomas Zehrt Bitte in Druckbuchstaben ausfüllen: Name Vorname Mathematik 2 Probeprüfung 1 Zeit: 90 Minuten, Maximale Punktzahl: 72 Zur
Marketing III - Angewandte Marktforschung (WS 2017/18)
TECHNISCHE UNIVERSITÄT ILMENAU Fakultät für Wirtschaftswissenschaften und Medien Fachgebiet Marketing Univ.-Prof. Dr. rer. pol. habil. Anja Geigenmüller Marketing III - Angewandte Marktforschung (WS 2017/18)
THEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ
WEBINAR@LUNCHTIME THEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ EINLEITENDES BEISPIEL SAT: Standardisierter Test, der von Studienplatzbewerbern an amerikanischen Unis gefordert
Matrikel-Nummer: (für Studierende anderer Fakultäten) Marketing SoSe Umfang der Klausuraufgabe: 17 Seiten
Prüfungsnummer: (für Studierende der WiSo-Fakultät) Matrikel-Nummer: (für Studierende anderer Fakultäten) Vorname und Name (nur Initial): 010 03 Marketing SoSe 2015 23.05.2015 (1. Termin) Prüfer: Dr. Jan-Michael
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
Statistik 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,
Zehn Jahre Eingangstest Mathematik an Fachhochschulen in Nordrhein-Westfalen
Zehn Jahre Eingangstest Mathematik an Fachhochschulen in Nordrhein-Westfalen Heiko Knospe Abstract. Der Eingangstest Mathematik untersucht die Mathematik-Kenntnisse von Studienanfängern der Ingenieurwissenschaften
Musterlösung. Modulklausur Multivariate Verfahren
Musterlösung Modulklausur 31821 Multivariate Verfahren 27. März 2015 Aufgabe 1 Kennzeichnen Sie die folgenden Aussagen über die beiden Zufallsvektoren ([ ] [ ]) ([ ] [ ]) 2 1 0 1 25 2 x 1 N, x 3 0 1 2
Rudolf Stadler KOMPETENZEN und KOMPETENZMODELL
Rudolf Stadler KOMPETENZEN und KOMPETENZMODELL Bundesseminar Sportkunde 2012 Salzburg/Rif KOMPETENZBEGRIFF Kompetenzen sind längerfristig verfügbare kognitive Fähigkeiten und Fertigkeiten, die von Lernenden
Kapitel 5: Einfaktorielle Varianzanalyse
Rasch, Friese, Hofmann & Naumann (010). Quantitative Methoden. Band (3. Auflage). Heidelberg: Springer. Kapitel 5: Einfaktorielle Varianzanalyse Berechnen der Teststärke a priori bzw. Stichprobenumfangsplanung
Kapitel 5: Einfaktorielle Varianzanalyse
Kapitel 5: Einfaktorielle Varianzanalyse Berechnen der Teststärke a priori bzw. Stichprobenumfangsplanung 1 Teststärkebestimmung a posteriori Berechnen der Effektgröße f aus empirischen Daten und Bestimmung
Tabelle 1.5: Relative Wichtigkeit von Ausprägungen.
4 1 Einleitung nichtern wichtig sind. Zu diesem Zweck werden die Differenzen zwischen der bevorzugten Ausprägung eines Merkmals, also die mit dem höchsten Teilnutzenwert, und der Ausprägung mit dem geringsten
Webergänzung zu Kapitel 10
10.1.5 Varianzanalyse (ANOVA: analysis of variance ) Im Kapitel 10 haben wir uns hauptsächlich mit Forschungsbeispielen beschäftigt, die nur zwei Ergebnissätze hatten (entweder werden zwei unterschiedliche
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:
Lösung Aufgabe 1 (Regression) Es wurden in einer Befragung zwei metrische Merkmale X und Y erhoben. Betrachten Sie dazu die
Statistik für Kommunikationswissenschaftler Wintersemester 2010/2011 Vorlesung Prof. Dr. Nicole Krämer Übung Nicole Krämer, Cornelia Oberhauser, Monia Mahling Lösung Thema 9 Homepage zur Veranstaltung:
Parametrische 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
Marketing WS 2013/14
Prüfungsnummer: (für Studierende der WiSo-Fakultät) Matrikel-Nummer: (für Studierende anderer Fakultäten) Name: Vorname: 010 03 Marketing WS 2013/14 07.12.2013 (1. Termin) Prüfer: Prof. Dr. Franziska Völckner
Aufgaben zu Kapitel 4
Rasch, Friese, Hofmann & aumann (2006). Quantitative Methoden. Band (2. Auflage). Heidelberg: Springer. Aufgaben zu Kapitel 4 Aufgabe a) Berechnen Sie die Korrelation zwischen dem Geschlecht und der Anzahl
Kapitel 6. Zusammenfassung der wichtigsten Ergebnisse dieser Arbeit
Kapitel 6 Zusammenfassung der wichtigsten Ergebnisse dieser Arbeit 159 160 Kapitel 6. Zusammenfassung der Ergebnisse Im Fokus der vorliegenden Arbeit steht die Frage nach der Eignung verschiedener Matchingverfahren
Operatoren. Operatoren. angeben, nennen
angeben, nennen I Objekte, Sachverhalte, Begriffe, Daten ohne nähere en, Begründungen und ohne Darstellung von Lösungsansätzen oder Lösungswegen aufzählen anwenden I - II Einen bekannten Sachverhalt, eine
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
Signifikanzprüfung. Peter Wilhelm Herbstsemester 2016
Signifikanzprüfung Peter Wilhelm Herbstsemester 2016 1.) Auswahl des passenden Tests 2.) Begründete Festlegung des Alpha-Fehlers nach Abschätzung der Power 3.) Überprüfung der Voraussetzungen 4.) Durchführung
Klausur zur Vorlesung Analyse mehrdimensionaler Daten, Lösungen WS 2010/2011; 6 Kreditpunkte, 90 min
Klausur, Analyse mehrdimensionaler Daten, WS 2010/2011, 6 Kreditpunkte, 90 min 1 Prof. Dr. Fred Böker 21.02.2011 Klausur zur Vorlesung Analyse mehrdimensionaler Daten, Lösungen WS 2010/2011; 6 Kreditpunkte,
Prüfung aus Statistik 2 für SoziologInnen
Prüfung aus Statistik 2 für SoziologInnen 11. Oktober 2013 Gesamtpunktezahl =80 Name in Blockbuchstaben: Matrikelnummer: Wissenstest (maximal 16 Punkte) Kreuzen ( ) Sie die jeweils richtige Antwort an.
Diplomprüfung Evaluation und Forschungsmethodik SS 2010
Diplomprüfung Evaluation und Forschungsmethodik SS 200 Seite von 5 Seiten Diplomprüfung Evaluation und Forschungsmethodik SS 200 Alle Fragen müssen beantwortet werden. Eine Möglichkeit zur Auswahl besteht
Statistik EFA I Deskriptive Statistik Montag, 10. Februar 2014
Prof. Dr. Peter Schmidt Wintersemester 2013/14 www.schmidt-bremen.de Statistik EFA I Deskriptive Statistik Montag, 10. Februar 2014 Dieser Klausurteil ist der erste Teil der Gesamtklausur Statistik (Halbmann
Umfrage zum Thema Latein
Umfrage zum Thema Datenbasis: 1.001 Befragte ab 14 besweit Erhebungszeitraum: 29. 30. November 2010 Statistische Fehlertoleranz: +/ 3 Prozentpunkte Auftraggeber: CASIO Europe GmbH, Norderstedt 1. Untersuchungsziel
Klausurvorbereitung Multivariate Statistik
Klausurvorbereitung Multivariate Statistik Aufgabe 1 (15 Punkte) Daten der Erdbeerernte für 20 Betriebe werden untersucht. Angegeben werden die Variablen Größe, Sonne und Ertrag, die die Gröÿe des Anbaugebietes
Probeklausur Optimierung
Universität Hamburg Fakultät für Mathematik, Informatik und Naturwissenschaften Dr. Nico Düvelmeyer Hamburg, 4. Juli 2011 Probeklausur Optimierung Bitte selber ausfüllen: Name: (darf anonymisiert werden)
SoSe 2014 Wiederholungsklausur zur LV : Einführung in 29. September 2014 die Methoden empirischer Forschung. Name: Studiengang: B.A. M.A.
Name: Studiengang: B.A. M.A. Vorname: Studienfächer: Matrikelnummer: Fachsemester: Allgemeine Hinweise: 1. Überprüfen Sie bitte, ob Sie alle Seiten der Klausurangabe vollständig erhalten haben (Gesamtzahl:
Wirtschaftsstatistik-Klausur am
Wirtschaftsstatistik-Klausur am 0.07.017 Aufgabe 1 Ein Handy- und PC-Hersteller verfügt über ein exklusives Filialnetz von 900 Filialen. Der Gewinn (in GE) der Filialen ist in der folgenden Tabelle nach
Exploratorische Faktorenanalyse. Exploratorische Faktorenanalyse. Exploratorische Faktorenanalyse
Exploratorische Faktorenanalyse Der Begriff Faktorenanalyse umfasst eine Gruppe multivariater Analyseverfahren, mit denen zugrundeliegende gemeinsame Dimensionen von Variablenmengen (z.b. Fragebogenitems)
Prof, Dr. Jens Luedtke SoSe Klausur Einführung in die angewandte Statistik für Sozialwissenschaftler/innen. Name Vorname..
Prof, Dr. Jens Luedtke SoSe 2014 Klausur Einführung in die angewandte Statistik für Sozialwissenschaftler/innen Name Vorname.. Matrikelnummer. Übungsleistung bereits erbracht: Ja [ ] Nein [ ] Allgemeine
Musterklausur im Fach Käuferverhalten und Marketingforschung. Prof. Dr. M. Kirchgeorg
Lehrstuhl Marketingmanagement Musterklausur im Fach Käuferverhalten und Marketingforschung Prof. Dr. M. Kirchgeorg Punkteverteilung: Aufgabe max. Punktzahl erreichte Punktzahl I-1 12 I-2 10 I-3 8 Gesamt
Projekt Kaffeemaschine Welche Faktoren beeinflussen das Geschmacksurteil?
AKULTÄT ANGEWANDTE SOZIALWISSENSCHATEN PRO. DR. SONJA HAUG Projekt Kaffeemaschine Welche aktoren beeinflussen das Geschmacksurteil? Ausgehend von der Verkostung an der Hochschule Regensburg und der dabei
Grundlagen sportwissenschaftlicher Forschung Inferenzstatistik 2
Grundlagen sportwissenschaftlicher Forschung Inferenzstatistik 2 Dr. Jan-Peter Brückner jpbrueckner@email.uni-kiel.de R.216 Tel. 880 4717 Statistischer Schluss Voraussetzungen z.b. bzgl. Skalenniveau und
Klausur zur Vorlesung Methoden Verkehrsökonometrie. für Master-Studierende WS 2012/13
Seite: von 4 Klausur zur Vorlesung Methoden Verkehrsökonometrie Aufgabe (50 Punkte) für Master-Studierende WS 202/3 Die Nutzung der ÖV-Angebote verschiedener Städte (mittlere Fahrtenhäufigkeit pro Einwohner
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
Problemlösen. Zahl Ebene und Raum Größen Daten und Vorhersagen. Fachsprache, Symbole und Arbeitsmittel anwenden
Curriculum Mathematik 3. Klasse Aus den Rahmenrichtlinien Die Schülerin, der Schüler kann Vorstellungen von natürlichen, ganzen rationalen Zahlen nutzen mit diesen schriftlich im Kopf rechnen geometrische
Reliabilitäts- und Itemanalyse
Reliabilitäts- und Itemanalyse In vielen Wissenschaftsdisziplinen stellt die möglichst exakte Messung von hypothetischen Prozessen oder Merkmalen sogenannter theoretischer Konstrukte ein wesentliches Problem
Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Dr. Florian Meinfelder Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2010 Aufgabe 1 Für das Merkmal
Faktorenanalysen mit SPSS. Explorative Faktorenanalyse als Instrument der Dimensionsreduktion. Interpretation des SPSS-Output s
Explorative Faktorenanalyse als Instrument der Dimensionsreduktion Beispiel: Welche Dimensionen charakterisieren die Beurteilung des sozialen Klimas in der Nachbarschaft? Variablen: q27a bis q27g im Datensatz
Faktorenanalysen mit SPSS. Explorative Faktorenanalyse als Instrument der Dimensionsreduzierung. Interpretation des SPSS-Output s
Explorative Faktorenanalyse als Instrument der Dimensionsreduzierung Beispiel: Welche Dimensionen charakterisieren die Beurteilung des sozialen Klimas in der Nachbarschaft? Variablen: q27a bis q27g im
Modulklausur Multivariate Verfahren
Name, Vorname Matrikelnummer Modulklausur 31821 Multivariate Verfahren Datum Note Termin: 24. März 2017, 11.30-13.30 Uhr Erstprüfer: Univ.-Prof. Dr. H. Singer Hinweise zur Bearbeitung der Modulklausur
Top-of-Mind Assoziationen (TOMA)
Top-of-Mind Assoziationen (TOMA) Das Marken- und Geschäftwahlverhalten des Konsumenten versuchte man bisher vor allem mit multiattributiven Einstellungsmodellen zu beantworten. Den Befragten wird dabei
2. Mathematik-Schularbeit für die 6. Klasse Autor: Gottfried Gurtner
2. Mathematik-Schularbeit für die 6. Klasse Autor: Gottfried Gurtner Arbeitszeit: 100 Minuten Lernstoff: Mathematische Grundkompetenzen: AG2.1, AG2.2, AG2.3 FA1.1, FA1.5, FA1.6, FA1.7, FA1.9 FA2.1, FA2.2,
Statistik 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
Bachelorarbeit. Was ist zu tun?
Bachelorarbeit Was ist zu tun? Titelseite Zusammenfassung/Summary Inhaltsverzeichnis Abkürzungsverzeichnis Einleitung Material und Methoden Ergebnisse Diskussion Ausblick Literaturverzeichnis Danksagung
W-Seminar: Versuche mit und am Menschen 2017/2019 Skript
3. Deskriptive Statistik Die deskriptive (auch: beschreibende) Statistik hat zum Ziel, [ ] Daten durch Tabellen, Kennzahlen [ ] und Grafiken übersichtlich darzustellen und zu ordnen. Dies ist vor allem
SoSe 2015 Klausur zur LV 36654: Einführung in 28. Juli 2015 die Methoden empirischer Forschung. Name: Studiengang: B.A. M.A.
Name: Studiengang: B.A. M.A. Vorname: Studienfächer: Matrikelnummer: Fachsemester: Allgemeine Hinweise: 1. Überprüfen Sie bitte, ob Sie alle Seiten der Klausurangabe vollständig erhalten haben (Gesamtzahl:
Statistische Methoden in der Wirtschaftsund Sozialgeographie
Statistische Methoden in der Wirtschaftsund Sozialgeographie Ort: Zeit: Multimediapool Rechenzentrum Mittwoch 0.5--45 Uhr Material: http://www.geomodellierung.de Thema: Beschreibung und Analyse Wirtschafts-
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
Deskriptive Beschreibung linearer Zusammenhänge
9 Mittelwert- und Varianzvergleiche Mittelwertvergleiche bei k > 2 unabhängigen Stichproben 9.4 Beispiel: p-wert bei Varianzanalyse (Grafik) Bedienungszeiten-Beispiel, realisierte Teststatistik F = 3.89,
8. Mai Qualitätsmanagement Werkzeuge des Qualitätsmanagements
Qualitätsmanagement Übung 1 8. Mai 2007 Fischgrätendiagramm oder Ishikawa Diagramm Fischgrätendiagramm oder Ishikawa Diagramm es werden möglichst alle Ursachen eines Problems in Form von Haupt- und Nebenästen
M0 BIO - Reaktionszeit
M0 BIO - Reaktionszeit 1 Ziel des Versuches In diesem Versuch haben Sie die Möglichkeit, sich mit Messunsicherheiten vertraut zu machen. Die Analyse von Messunsicherheiten erfolgt hierbei an zwei Beispielen.
Kapitel 5: Einfaktorielle Varianzanalyse
Rasch, Friese, Hofmann & Naumann (006). Quantitative Methoden. Band (. Auflage). Heidelberg: Springer. Kapitel 5: Einfaktorielle Varianzanalyse Berechnen der Teststärke a priori bzw. Stichprobenumfangsplanung
SozialwissenschaftlerInnen II
Statistik für SozialwissenschaftlerInnen II Henning Best best@wiso.uni-koeln.de Universität zu Köln Forschungsinstitut für Soziologie Statistik für SozialwissenschaftlerInnen II p.1 Varianzanalyse Statistik
SoSe 2014 Klausur zur LV 36654: Einführung in 16. Juli 2014 die Methoden empirischer Forschung. Name: Studiengang: B.A. M.A.
Name: Studiengang: B.A. M.A. Vorname: Studienfächer: Matrikelnummer: Fachsemester: Allgemeine Hinweise: 1. Überprüfen Sie bitte, ob Sie alle Seiten der Klausurangabe vollständig erhalten haben (Gesamtzahl:
a) Man bestimme ein 95%-Konfidenzintervall für den Anteil der Wahlberechtigten, die gegen die Einführung dieses generellen
2) Bei einer Stichprobe unter n=800 Wahlberechtigten gaben 440 an, dass Sie gegen die Einführung eines generellen Tempolimits von 100km/h auf Österreichs Autobahnen sind. a) Man bestimme ein 95%-Konfidenzintervall
Statistik I. Aufgabe 1
Statistik I, WS 2004/05, Seite 1 von 8 Statistik I Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - selbst erstellte Formelsammlung
6. Faktorenanalyse (FA) von Tests
6. Faktorenanalyse (FA) von Tests 1 6. Faktorenanalyse (FA) von Tests 1 6.1. Grundzüge der FA nach der Haupkomponentenmethode (PCA) mit anschliessender VARIMAX-Rotation:... 2 6.2. Die Matrizen der FA...
Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2015 Aufgabe 1 In der aktuellen
Kipp/Opitz UdS 2007/08. Experimentalmethodik
Experimentalmethodik Alltagspsychologie & Wissenschaftliche Psychologie nicht systematisch trennend zw. Richtigem und Falschem nicht methodisch kontrolliert geeignete Werkzeuge nicht kritische Überprüfung
1 Beispiele multivariater Datensätze... 3
Inhaltsverzeichnis Teil I Grundlagen 1 Beispiele multivariater Datensätze... 3 2 Elementare Behandlung der Daten... 15 2.1 Beschreibung und Darstellung univariater Datensätze... 15 2.1.1 Beschreibung und
Statistik II. Aufgabe 1
Statistik II, SS 2004, Seite 1 von 7 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung für Statistik II
Teil I: Methoden der Politikwissenschaft
Teil I: Methoden der Politikwissenschaft (50 Punkte) Gestellt sind sowohl Multiple Choice- als auch offene Fragen. Die offenen Fragen sind kurz und präzise in einem Satz bzw. mit den gesuchten Begriffen
Einführung 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
Aufgaben 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.
Stichwortverzeichnis. Symbole
Stichwortverzeichnis Symbole 50ste Perzentil 119 A Absichern, Ergebnisse 203 Abzählbar unendliche Zufallsvariable 146 Alternativhypothese 237 238 formulieren 248 Anekdote 340 Annäherung 171, 191 Antwortquote
Statistik II: Klassifikation und Segmentierung
Medien Institut : Klassifikation und Segmentierung Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Faktorenanalyse 2. Clusteranalyse 3. Key Facts 2 I 14 Ziel
Benutzen Sie nur die für die Antwort vorgesehenen Kästchen und führen Sie Nebenrechnungen auf den Rückseiten der Blätter durch!
Statistik I, SS 2001, Seite 1 von 8 Statistik I Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung im Umfang von einer
Streuungsmaße von Stichproben
Streuungsmaße von Stichproben S P A N N W E I T E, V A R I A N Z, S T A N D A R D A B W E I C H U N G, Q U A R T I L E, K O V A R I A N Z, K O R R E L A T I O N S K O E F F I Z I E N T Zentrale Methodenlehre,
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
Grundlagen der Varianzanalyse
Grundlagen der Varianzanalyse Frank Huber Frederik Meyer Michael Lenzen Grundlagen der Varianzanalyse Konzeption Durchführung Auswertung Frank Huber LS für Marketing I Universität Mainz Mainz, Deutschland
Inhalt. I Einführung. Kapitel 1 Konzept des Buches Kapitel 2 Messen in der Psychologie... 27
Inhalt I Einführung Kapitel 1 Konzept des Buches........................................ 15 Kapitel 2 Messen in der Psychologie.................................. 27 2.1 Arten von psychologischen Messungen....................