8 Anhang Inhaltsverzeichnis
|
|
- Kasimir Abel
- vor 7 Jahren
- Abrufe
Transkript
1 8 Anhang Inhaltsverzeichnis Anhang A:Einverständniserklärung Anhang B:Anleitungen für die Untersuchungsdurchführung: Telefonprotokollbogen Protokollbögen für die Sitzungen Interviewleitfäden Instruktionen für das Speech Sample Instruktionen für die Video-Interaktion Anhang C:Fragebögen: Interaktionsnachbefragung Kommunikationsfragebogen Partnerschaftsfragebogen Problemliste Anhang D:Ergebnistabellen: D/1 Darstellung der Ergebnisse der Faktorenanalysen und der Reliabilitätsanalysen D/2 Graphik, Hypothese 1c, Rollenverteilung bei Forderung und Rückzug D/3 Bewältigen der partnerschaftlichen Interaktion und Partnerschaftszufriedenheit: Desgn B, Daten der Gesamtgruppe D/4 Selbst- und Fremdbild, Vollständige Korrelationstabellen - Alle Personen der Gesamtgruppe - Personen mit positivem Gesprächsverlauf - Personen mit negativem Gesprächsverlauf - Beispiele mit Angabe der Varianzen Rechnungen auf Basis von Differenzwerten D/5 Zusatzrechnung: Unterschiede zwischen Glücklichen und unglücklichen bezüglich der faktoriell gruppierten Items, Fremdratings D/6 vollständige Tabelle für die Geschlechstdifferenzen bei den KFB-Skalen D/7 Geschlechsunterschiede bezüglich der faktoriell
2 gruppierten Items Tabelle 66: Darstellung der Eigenwerte, die größer als 1 sind, für die Faktoren der Selbsteinschätzung in der ersten Sitzung Faktor Eigenwert aufgeklärte Kummulierte auf- Varianz geklärte Varianz Graphik 20: Eigenwerte der Faktorenanalyse für die Selbsteinschätzungen in der 1. Sitzung E i g e n w e r t e
3 Tabelle 67: Rotierte Faktormatritzen, Selbsteinschätzung in der 1. Sitzung Faktor 1 Faktor 2 Faktor 3 Faktor 4 verhalten wie sonst freundlich selbst- sicher inter- essiert offen kritisch ärgerlich verständ- nisvoll Gedan- ken kontrol- liert kompro- mißbereit hinein- versetzen Einigung zufrieden
4 zurückge- halten: belastet bewältigt Tabelle 68: Faktorlösungen für die Selbsteinschätzung in der ersten Sitzung faktoriell gruppierte Items Items Faktor 1: positives Klima freundlich interessiert verständnisvoll kompromißbereit hineinversetzen Faktor 2: Sicherheit selbstsicher kritisch einigen zufrieden Faktor 3: Kontrollversuche kontrolliert zurückgehalten Faktor 4: Belastung weitere Gedanken belastet Tabelle 69: Itemmittelwerte und Standardabweichungen der Items des ersten Faktors "positives Klima" der Selbsteinschätzung in der 1. Sitzung Item Mittelwert Standardabweichung n freundlich verständnisvoll kompromißbereit
5 hineinversetzen interessiert Tabelle 70: Item-Statistik der Reliabilitätsanalyse für den Faktor 1 "positives Klima" der Selbsteinschätzungen in der ersten Sitzung Faktor 1, ohne das Item ohne das Item korrigier- Selbstein- berechneter berechnete te Item-To- schätzung, Skalenmittel- Skalenvarianz tal-korre- 1. Sitzung lation freundlich verständ- nisvoll kompromiß- bereit hineinver- setzen interessiert Reliabilitätskoeffizient der 5 Items: Alpha =.7959 Tabelle 71: Itemmittelwerte und Standardabweichungen der Items des zweiten Faktors der ersten Sitzung "Sicherheit" der Selbsteinschätzungen in Item Mittelwert Standardabweichung n einigen selbstsicher kritisch zufrieden
6 Tabelle 72: Item-Statistik der Reliabilitätsanalyse für den Faktor 2 "Sicherheit" der Selbsteinschätzungen in der ersten Sitzung Faktor 2, ohne das Item ohne das Item korrigier- Selbstein- berechneter berechnete te Item-To- schätzung, Skalenmittel- Skalenvarianz tal-korre- 1. Sitzung lation einigen selbst- sicher kritisch zufrieden Reliabilitätskoeffizient der 4 Items: Alpha =.6389 Tabelle 73: Itemmittelwerte und Standardabweichungen der Items des Faktor 3 "Kontrollversuch" der Selbsteinschätzungen in der ersten Sitzung Item Mittelwert Standardabweichung n kontrolliert zurückgehalten Tabelle 74: Item-Statistik der Reliabilitätsanalyse für den Faktor 3 "Kontrollversuch" der Selbsteinschätzungen in der ersten Sitzung Faktor 3, ohne das Item ohne das Item korrigier- Selbstein- berechneter berechnete te Item-To- schätzung, Skalenmittel- Skalenvarianz tal-korre- 1. Sitzung lation
7 kontrolliert zurückge- halten Reliabilitätskoeffizient der 2 Items: Alpha =.6038 Tabelle 75: Itemmittelwerte und Standardabweichungen der Items des Faktor 4 "Belastung" der Selbsteinschätzungen in der ersten Sitzung Item Mittelwert Standardabweichung n weitere Be- schäftigung belastet Tabelle 76: Item-Statistik der Reliabilitätsanalyse für den Faktor 4 "Belastung" der Selbsteinschätzungen in der ersten Sitzung Faktor 4, ohne das Item ohne das Item korrigier- Selbstein- berechneter berechnete te Item-To- schätzung, Skalenmittel- Skalenvarianz tal-korre- 1. Sitzung lation weitere Be- schäftigung belastet Reliabilitätskoeffizient der 2 Items: Alpha =.5297 Tabelle 77: Darstellung der Eigenwerte, die größer als 1 sind, für die Faktoren der Fremdeinschätzung in der ersten Sitzung Faktor Eigenwert aufgeklärte Kummulierte auf-
8 Varianz geklärte Varianz Graphik 21: Eigenwerte der Faktorenanalyse für die Fremdeinschätzungen in der 1. Sitzung E i g e n w e r t e Tabelle 78: Rotierte Faktormatritzen, Fremdeinschätzung in der 1. Sitzung Faktor 1 Faktor 2 Faktor 3 verhalten wie sonst
9 freundlich selbst- sicher inter- essiert offen kritisch ärgerlich verständ- nisvoll Gedanken kontrol- liert kompro- mißbereit hinein- versetzen Tabelle 79: Faktorlösungen für die Fremdeinschätzung in der ersten Sitzung faktoriell gruppierte Items Items Faktor 1: positives Klima freundlich verständnisvoll kompromißbereit hineinversetzen Faktor 2: Offenheit verhalten wie sonst selbstsicher offen kontrolliert Faktor 3: negative Kommu- weitere Gedanken nikation ärgerlich
10 kritisch Tabelle 80: Itemmittelwerte und Standardabweichungen der Items des ersten Faktors "positives Klima" der Fremdeinschätzungen in der ersten Sitzung Item Mittelwert Standardabweichung n freundlich verständnisvoll kompromißbereit hineinversetzen Tabelle 81: Item-Statistik der Reliabilitätsanalyse Faktor 1, ohne das Item ohne das Item korrigier- Fremdein- berechneter berechnete te Item-To- schätzung, Skalenmittel- Skalenvarianz tal-korre- 1. Sitzung lation freundlich verständ- nisvoll kompromiß- bereit hineinver- setzen Reliabilitätskoeffizient der 4 Items: Alpha =.8182 Tabelle 82: Itemmittelwerte und Standardabweichungen der Items des zweiten Faktors "Offenheit" der Fremdeinschätzungen in der ersten Sitzung
11 Item Mittelwert Standardabweichung n verhalten wie sonst selbstsicher offen kontrolliert Tabelle 83: Item-Statistik der Reliabilitätsanalyse für den Faktor 2 "Offenheit" der Fremdeinschätzungen in der ersten Sitzung Faktor 2, ohne das Item ohne das Item korrigier- Fremdein- berechneter berechnete te Item-To- schätzung, Skalenmittel- Skalenvarianz tal-korre- 1. Sitzung lation verhalten wie sonst selbstsicher offen kontrolliert Reliabilitätskoeffizient der 3 Items: Alpha = Tabelle 84: Itemmittelwerte und Standardabweichungen des dritten Faktors "negative Kommunikation" der Fremdeinschätzungen in der ersten Sitzung Item Mittelwert Standardabweichung n kritisch ärgerlich weitere Gedanken
12 Tabelle 85: Item-Statistik der Reliabilitätsanalyse für den Faktor 3 "negative Kommunikation" der Fremdeinschätzungen in der ersten Sitzung Faktor 3, ohne das Item ohne das Item korrigier- Fremdein- berechneter berechnete te Item-To- schätzung, Skalenmittel- Skalenvarianz tal-korre- 1. Sitzung lation kritisch ärgerlich weitere Ge- danken Reliabilitätskoeffizient der 2 Items: Alpha =
13 Graphik 22: Eigenwerte der Faktorenanalyse für die Selbsteinschätzung in der 2. Sitzung E i g e n w e r t e Tabelle 86: Itemmittelwerte und Standardabweichungen der Items des ersten Faktors "positives Klima" der Selbsteinschätzungen in der zweiten Sitzung
14 Item Mittelwert Standardabweichung n freundlich verständnisvoll kompromißbereit bewältigt Tabelle 87: Item-Statistik der Reliabilitätsanalyse für den Faktor 1 "positives Klima" der Selbsteinschätzungen in der zweiten Sitzung Faktor 1, ohne das Item ohne das Item korrigier- Selbstein- berechneter berechnete te Item-To- schätzung, Skalenmittel- Skalenvarianz tal-korre- 2. Sitzung lation freundlich verständ- nisvoll kompromiß- bereit bewältigt Reliabilitätskoeffizient der 4 Items: Alpha =.7710 Tabelle 88: Itemmittelwerte und Standardabweichungen der Items des zweiten Faktors der Selbsteinschätzung, 2. Sitzung Item Mittelwert Standardabweichung n verhalten wie sonst selbstsicher kritisch
15 Tabelle 89: Item-Statistik der Reliabilitätsanalyse für den Faktor 2 "Sicherheit" der Selbsteinschätzung, 2. Sitzung Faktor 2, ohne das Item ohne das Item korrigier- Selbstein- berechneter berechnete te Item-To- schätzung, Skalenmittel- Skalenvarianz tal-korre- 2. Sitzung lation verhalten wie sonst selbstsicher kritisch Reliabilitätskoeffizient der 3 Items: Alpha =.6616 Tabelle 90: Itemmittelwerte und Standardabweichungen des dritten Faktors "Problemlösen" der Selbsteinschätzungen in der zweiten Sitzung Item Mittelwert Standardabweichung n hineinversetzen einigen zufrieden Tabelle 90: Item-Statistik der Reliabilitätsanalyse für den Faktor 3 "Problemlösen" der Selbsteinschätzungen in der zweiten Sitzung Faktor 3, ohne das Item ohne das Item korrigier- Selbstein- berechneter berechnete te Item-To- schätzung, Skalenmittel- Skalenvarianz tal-korre- 2. Sitzung lation hineinver- setzen
16 einigen zufrieden Reliabilitätskoeffizient der 3 Items: Alpha =.6833 Tabelle 92: Itemmittelwerte und Standardabweichungen der Items des vierten Faktors "Kontrollversuch" der Selbsteinschätzungen in der zweiten Sitzung Item Mittelwert Standardabweichung n kontrolliert rücksichtsvoll Tabelle 93: Item-Statistik der Reliabilitätsanalyse für den Faktor 4 "Kontrollversuch" der Selbsteinschätzungen in der zweiten Sitzung Faktor 4, ohne das Item ohne das Item korrigier- Selbstein- berechneter berechnete te Item-To- schätzung, Skalenmittel- Skalenvarianz tal-korre- 2. Sitzung lation kontrolliert zurückge- halten Reliabilitätskoeffizient der 2 Items: Alpha =.5988 Tabelle 94: Itemmittelwerte und Standardabweichungen des fünften Faktors der Selbsteinschätzung, 2. Sitzung Item Mittelwert Standardabweichung n
17 ärgerlich belastet Tabelle 95: Item-Statistik der Reliabilitätsanalyse für den Faktor 5 der Selbsteinschätzung, 2. Sitzung Faktor 5, ohne das Item ohne das Item korrigier- Selbstein- berechneter berechnete te Item-To- schätzung, Skalenmittel- Skalenvarianz tal-korre- 2. Sitzung lation ärgerlich belastet Reliabilitätskoeffizient der 2 Items: Alpha =.7071 Tabelle 96: Darstellung der Eigenwerte, die größer als 1 sind, Für die Faktoren der Fremdeinschätzung in der zweiten Sitzung Faktor Eigenwert aufgeklärte Kummulierte auf- Varianz geklärte Varianz Graphik 23: Eigenwerte der Faktorenanalyse für die Fremdeinschätzung der 2. Sitzung E i g
18 e n w e r t e Tabelle 97: Rotierte Faktormatritzen, Fremdeinschätzung in der 2. Sitzung Faktor 1 Faktor 2 verhalten wie sonst freundlich selbst- sicher inter- essiert offen kritisch ärgerlich verständ- nisvoll Gedanken kontrol- liert
19 kompro- mißbereit hinein- versetzen In den Tabellen mit den rotierten Faktormatritzen sind diese eindeutigen Fakorladungen der Items durch Einbettung in ein Kästchen gekennzeichnet. Der in der Eigenwerttabelle verzeichnete dritte Faktor wird hier, da er nur aus einem Item mit eindeutiger Faktorladung ("weitere Gedanken") besteht, nicht aufgeführt. Tabelle 98: Faktorlösungen für die Fremdeinschätzung in der zweiten Sitzung faktoriell gruppierte Items Items Faktor 1: positives Klima freundlich interessiert ärgerlich (negativ ge- wichtet) verständnisvoll kompromißbereit Faktor 2: Offenheit selbstsicher offen kritisch Tabelle 99: Itemmittelwerte und Standardabweichungen der Items des ersten Faktors "positives Klima" der Fremdeinschätzung in der zweiten Sitzung Item Mittelwert Standardabweichung n freundlich ärgerlich VERSTS2
20 kompromißbereit interessiert Tabelle 100: Item-Statistik der Reliabilitätsanalyse für den Faktor 1 "positives Klima" der Fremdeinschätzung, 2. Sitzung Faktor 1, ohne das Item ohne das Item korrigier- Fremdein- berechneter berechnete te Item-To- schätzung, Skalenmittel- Skalenvarianz tal-korre- 2. Sitzung lation einigen selbst- sicher verständ- nisvoll S2 kritisch zufrieden Reliabilitätskoeffizient der 5 ITEMS ALPHA =.3047 Tabelle 101: Itemmittelwerte und Standardabweichungen des zweiten Faktors "Offenheit" der Fremdeinschätzung, 2. Sitzung Item Mittelwert Standardabweichung n selbstsicher offen kritisch Tabelle 102: Item-Statistik der Reliabilitätsanalyse für den Faktor 2 "Offenheit" der Fremdeinschätzung, 2. Sitzung
21 Faktor 2, ohne das Item ohne das Item korrigier- Fremdein- berechneter berechnete te Item-To- schätzung, Skalenmittel- Skalenvarianz tal-korre- 2. Sitzung lation selbstsicher offen kritisch Reliabilitätskoeffizient der 3 Items: Alpha =.6995 Tabelle 103: Glückseinschätzung und Interaktionsverlauf Interaktionsgruppenzugehoerigkeit, 2. Messung positiv positiv asymmetrisch Geschlecht Geschlecht Mann Frau Mann Frau PFB-Glückseinschätzg M SD SEM Min Max n Interaktionsgruppenzugehoerigkeit, 2. Messung negativ negativ asymmetrisch Geschlecht Geschlecht Mann Frau Mann Frau
22 PFB-Glückseinschätzg M SD SEM Min Max n Legende M Mittelwert Min Minimum SD Standardabweichung Max Maximum SEM n Anzahl der Ver- suchspersonen Graphik 24: Hypothese 1c, Rollenverteilung bei Forderung und Rückzug Tabelle 104: Hypothese 2, endgültiges Design C, einzelne Items verhalten wie sonst Haupteffekt Partnerschaftsqualität Haupteffekt Sitzung.019 (GP).002 (1).075 freundlich.009 (GP).001 (2).879 selbstsicher interessiert.092 (GP) offen.069 (GP).005 (1).199 kritisch (1).150 Interaktion Partnerschaftsqualität Sitzung ärgerlich.001 (HP).000 (1).002 weitere Beschäftigung.047 (GP).000 (2) (1) kontrolliert.012 (HP) verständnisvoll kompromißbereit.054 (GP).000 (2).024 hineinversetzt.002 (GP).005 (2).091
23 einigen.016 (GP).000 (2).356 zufrieden.038 (GP) zurückgehalten.033 (HP) belastet.052 (HP).000 (1).094 bewältigt.032 (GP).003 (2).686 Die Legende befindet sich im Anschluß an Tabelle 105. Tabelle 105: Hypothese 2, endgültiges Design C, nach inhaltlichen Überlegungen gruppierte Items negatives Verhalten positives Verhalten Haupteffekt Partnerschaftsqualität Haupteffekt Sitzung Interaktion Partnerschaftsqualität Sitzung.058 (HP).000 (1) (GP).000 (2).023 Leichtigkeit der Gesprächssituation.005 (GP).001 (2) Legende für die Ergebnistabellen 104 und 105 In Feldern wird als erstes die Überschreitungswahr- scheinlichkeit von F angegeben. In den danach aufgeführten Klammern wird bei signi- fikanten Haupteffekten der kleinere Wert angegeben: Bei dem Haupteffekt "Partnerschaftszufriedenheit" steht "GP" für die Personen aus den gestörten Partnerschaften und "HP" für die in harmonischen Partnerschaften lebenden Personen. Beim Haupteffekt "Sitzung" steht "1" für die erste Sitzung und "2" für die zweite Sitzung. Als drittes wird die Signifikanz des F-Wertes einge- ordnet: Effekte mit einer Überschreitungswahrschein- lichkeit <.1 sind mit, <.01 mit und <.001 mit gekennzeichnet.
24 Tabelle 106: Hypothese 2, Zusatzrechnung mit faktoriell gruppierten Items, Fremdrating, 1.Sitzung faktoriell gruppierte Items Mann-Whitney- kleine- und Partnerschaftsqualität U-Test rer Wert Faktor 1: positives Klima p =.0043 GP Faktor 2: Offenheit p =.0388 GP Faktor 3: negative Kommu- p = nikation Legende: Faktorbenennung Items Faktor 1: positives Klima freundlich verständnisvoll kompromißbereit hineinversetzen Faktor 2: Offenheit verhalten wie sonst selbstsicher offen kontrolliert Faktor 3: negative Kommu- weitere Gedanken nikation ärgerlich kritisch GP Personen aus gestörten Partnerschaften HP Personen aus harmonischen Partnerschaften p<.1 bei zweiseitigem Signifikanzniveau Tabelle 107: Hypothese 2, Zusatzrechnung mit faktoriell gruppierten Items, Fremdrating, 2.Sitzung faktoriell gruppierte Items Mann-Whitney- kleine- und Partnerschaftsqualität U-Test rer Wert Faktor 1: positives Klima p = Faktor 2: Offenheit p =
25 Legende: Faktorbenennung Items Faktor 1: positives Klima freundlich interessiert ärgerlich (negativ ge- wichtet) verständnisvoll kompromißbereit Faktor 2: Offenheit selbstsicher offen kritisch GP Personen aus gestörten Partnerschaften HP Personen aus harmonischen Partnerschaften p<.1 bei zweiseitigem Signifikanzniveau Tabelle 108: Hypothese 2, Design B: Haupteffekte der dreifaktoriellen Varianzanalyse für die Items der INTERNA (Selbsteinschätzung, 2. Sitzung) für die Gesamtgruppe, Angabe nur der relevanten Haupteffekte 1 Interaktionsnachbefragung Haupteffekt Gesprächsverlauf Haupteffekt Geschlecht Haupteffekt Sitzung verhalten wie sonst p =.002 (1) freundlich p =.105 (NV) selbstsicher interessiert p =.000 (2) offen p =.009 (1) kritisch p =.000 (PV) ärgerlich p =.000 (1) verständnisvoll p =.000 (2)
26 weitere Beschäftigung p =.069 (NV) kontrolliert p =.017 (PV) p =.000 (1) kompromißbereit p =.000 (2) hineinversetzen p =.004 (2) Tabelle 108 (Forts.): Hypothese 2, Design B: Haupteffekte der dreifaktoriellen Varianzanalyse für die Items der INTERNA (Selbsteinschätzung, 2. Sitzung) mit allen Personen der Gesamtgruppe, Angabe nur der relevanten Haupteffekte Interaktionsnachbefragung Haupteffekt Gesprächsverlauf Haupteffekt Geschlecht Haupteffekt Sitzung einigen p =.000 (2) zufrieden p =.001 (2) zurückgehalten p =.099 (disordina-le Interaktion) belastet p =.000 (1) bewältigt p =.000 (2) Tabelle 109: Auszug aus Tabelle 108: Haupteffekte der
27 unabhängigen Variable Gesprächsverlauf, Angabe nur der relevanten Haupteffekte 1 Varianzanlyse, Design B freundlich Ge- Haupteffekt sprächsverlauf p =.105 (NV) kritisch p =.000 (PV) weitere Beschäftigung p =.069 (NV) kontrolliert p =.017 (PV) Tabelle 110: Hypothese 2, Design B: Interaktionen der dreifaktoriellen Varianzanalyse für die Items der INTERNA (Selbstrating, 2. Sitzung) mit allen Personen der Gesamtgruppe, Angabe nur der relevanten Interaktionen 1 verhalten wie sonst freundlich selbstsicher Interaktion Gesprächsverlauf Geschlecht Interaktion Gesprächsverlauf Sitzung Interaktion Geschlecht Sitzung Interaktion Verlauf Sitzung Ge-schlecht interessiert p =.128 offen p =.024 kritisch ärgerlich p =.069 kontrolliert p =.082 verständnisvoll weitere Beschäftigung kompromiß- p =.089
28 bereit hineinversetzen einigen p =.111 zufrieden p =.102 zurückgehalten p =.009 p =.085 belastet p =.080 bewältigt p =.123 Graphik 25: Hypothese 2, Design B, Interaktion erster Ordnung Verlauf Sitzung bei dem Item "offen" Graphik 26: Hypothese 2, Design B, Interaktion erster Ordnung Geschlecht Sitzung bei dem Item "verständnisvoll" Graphik 27: Hypothese 2, Design B, Interaktion erster Ordnung Verlauf Geschlecht bei dem Item "weitere Beschäftigung" Graphik 28: Hypothese 2, Design B, Interaktion erster Ordnung Verlauf Geschlecht bei dem Item "kontrolliert" Graphik 29: Hypothese 2, Design B, Interaktion erster Ordnung Verlauf Sitzung bei dem Item "zurückgehalten" Graphik 30: Hypothese 2, Design B, Interaktion erster Ordnung Geschlecht Sitzung bei dem Item "zurückgehalten" Graphik 31: Hypothese 2, Design B, Interaktion erster Ordnung Verlauf Geschlecht bei dem Item "einigen" (p =.111) Graphik 32: Hypothese 2, Design B, Interaktion erster Ordnung Verlauf Sitzung bei dem Item "zufrieden" (p =.102)
29 Graphik 33: Hypothese 2, Design B, Interaktion erster Ordnung Geschlecht Sitzung bei dem Item "belastet" Tabelle 111: Hypothese 2, Design B: Haupteffekte der dreifaktoriellen Varianzanalyse für die nach inhaltlichen Überlegungen gruppierten Items der INTERNA (Selbstrating, 2. Sitzung) mit allen Personen der Gesamtgruppe, Angabe nur der relevanten Haupteffekte 1 Haupteffekt Gesprächsverlauf negatives Verhalten p =.114 (PV) Haupteffekt Geschlecht Haupteffekt Sitzung p =.000 (1) positives Verhalten p =.001 (2) Leichtigkeit der Gesprächssituation p =.001 (2) Tabelle 112: Hypothese 2, Design B: Interaktionen der dreifaktoriellen Varianzanalyse für die nach inhaltlichen Überlegungen gruppierten Items der INTERNA (Selbstrating, 2. Sitzung) mit allen Personen der Gesamtgruppe, Angabe nur der relevanten Interaktionen negatives Verhalten positives Verhalten Interaktion Gesprächsverlauf Geschlecht Interaktion Gesprächsverlauf Sitzung Interaktion Geschlecht Sitzung Leichtigkeit der Gesprächsp =.085 Interaktion Verlauf Sitzung Geschlecht
30 situation Legende für die Ergebnistabellen In Feldern wird als erstes die Überschreitungswahr- scheinlichkeit von F angegeben. In den danach aufgeführten Klammern wird bei signi- fikanten Haupteffekten der kleinere Wert angegeben: Bei dem Haupteffekt "Interaktionsverlauf" steht "NV" für die Personen, deren Gespräche negativ verlaufen sind und "PV" für die Personen, deren Gespräche positiv verlaufen sind. Beim Haupteffekt "Sitzung" steht "1" für die erste Sitzung und "2" für die zweite Sitzung. Als drittes wird die Signifikanz des F-Wertes einge- ordnet: Effekte mit einer Überschreitungswahrschein- lichkeit <.1 sind mit, <.01 mit und <.001 mit gekennzeichnet. Graphik 34: Hypothese 2, Design B, Interaktion erster Ordnung bei der Itemgruppierung "Leichtigkeit der Gesprächssituation" Geschlecht Sitzung Tabelle 113: Hypothese 3a, vollständige Korrelationstabelle, Gesamtgruppe Alle Personen verhalten wie sonst Mann selbst, Frau fremd 1. Sitzung Frau selbst, Mann fremd 1. Sitzung p =.021 Mann selbst, Frau fremd 2. Sitzung freundlich p =.015 Frau selbst, Mann fremd 2. Sitzung p =.027
31 selbstsicher p =.064 interessiert.3619 p = p =.014 offen p = p = p = kritisch ärgerlich p =.001 verständnisvoll.4262 p = p = p = p = kontrolliert weitere Beschäftigung kompromiß-bereit hineinver-setzen in den anderen p = p = p = Legende: Siehe Tabelle 114. Tabelle 114: Hypothese 3a, vollständige Korrelationstabelle, Personen mit positivem Gesprächsverlauf Personen mit positivem Gesprächsverlauf verhalten wie sonst Mann selbst, Frau fremd 1. Sitzung Frau selbst, Mann fremd 1. Sitzung Mann selbst, Frau fremd 2. Sitzung Frau selbst, Mann fremd 2. Sitzung freundlich p = p =.008
32 selbstsicher interessiert p =.097 bereit Gefühle zu zeigen.3582 p = kritisch ärgerlich auf den Partner verständnisvoll p = p = p = p = kontrolliert p = p =.058 weitere Beschäftigung mit dem Gespräch kompromiß-bereit hineinver-setzen in den anderen In Feldern wird als erstes die Größe der Korrelation angegeben. Danach wird die Überschreitungswahrschein- lichkeit dafür, daß die Korrelation signifikant von null abweicht, aufgeführt. Und als drittes wird die Signifikanz eingeordnet: Effekte mit einer Über- schreitungswahrscheinlichkeit <.1 sind mit, <.01 mit und <.001 mit gekennzeichnet. Tabelle 115: Hypothese 3a, vollständige Korrelationstabelle, Personen mit negativem Gesprächsverlauf Personen mit negativem Gesprächsverlauf verhalten wie sonst Mann selbst, Frau fremd 1. Sitzung.4022 p =.055 Frau selbst, Mann fremd 1. Sitzung.4209 p =.046 Mann selbst, Frau fremd 2. Sitzung Frau selbst, Mann fremd 2. Sitzung freundlich
33 selbstsicher.3322 p =.096 interessiert.5796 p =.007 offen.2837 p = p = p = p = p = p = p = kritisch p =.092 ärgerlich p =.007 verständnisvoll.6557 p = p = p = p = kontrolliert weitere Beschäftigung kompromißbereit hineinver-setzen p = p = p = p = Legende: Siehe Tabelle 114.
34 Tabelle 116: Beispielhaft ausgewählte Korrelationen Beispiel: Korrelationen in der 1. und in der 2. Sitzung interessiert, 1. Sitzung interessiert, 2. Sitzung ärgerlich, 1. Sitzung Selbsteinschätzung: Männer mit negativem Gesprächsverlauf/ Fremdeinschätzung: Partnerin.5796 p = p =.022 Selbsteinschätzung: Frauen mit negativem Gesprächsverlauf/ Fremdeinschätzung: Partner.6411 p =.003 ns p =.007 Selbsteinschätzung: Männer mit positivem Gesprächsverlauf/ Fremdeinschätzung: Partnerin ns. ns p =.097 ns. Selbsteinschätzung: Frauen mit positivem Gesprächsverlauf/ Fremdeinschätzung: Partner ns p =.079 ärgerlich, ns Sitzung p =.002 p =.019 p =.058 In Feldern wird als erstes die Größe der Korrelation angegeben. Danach wird die Überschreitungswahrschein- lichkeit dafür, daß die Korrelation signifikant von null abweicht, aufgeführt. ns. Tabelle 117: Mittelwerte und Varianzen für die in Tabelle 116 dargestellten Selbsteinschätzungsitems Beispiel: Mittelwerte und Varian-zen Männer mit negativem Gesprächsverlauf Frauen mit negativem Gesprächsverlauf Männer mit positivem Gesprächsverlauf Frauen mit positivem Gesprächsverlauf interessiert, 1. Sitzung M = 4.12 SD = 1.27 M = 4.35 SD = 1.22 M = 4.41 SD = 1.00 M = 4.24 SD = 1.09 interessiert, 2. Sitzung M = 4.65 SD = 1.11 M = 3.82 SD = 1.33 M = 4.47 SD =.87 M = 4.35 SD = 1.17 ärgerlich auf den Partner, 1. Sitzung M = 1.24 SD =.56 M = 1.47 SD =.72 M = 1.12 SD =.33 M = 1.18 SD =.53 ärgerlich auf den Partner, 2. Sitzung M = 2.29 SD = 1.16 M = 2.82 SD = 1.74 M = 2.29 SD =.35 M = 2.53 SD =.33
35 Legende: M = Mittelwert und SD = Standardabweichung. Tabelle 118: Hypothese 3a, Differenz zwischen den Selbsteinschätzungen von Männern und den Fremdeinschätzungen der jeweiligen Partnerinnen, 1. Sitzung Differenz zwischen den Selbsteinschätzungen von Männern und den Fremdeinschätzungen der jeweiligen Partnerinnen, 1. Sitzung Mann- Whitney- U-Test verhalten wie sonst p = freundlich p = Kleinerer Wert (Interaktionsverlauf) selbstsicher p =.2265 negativ interessiert p =.3870 offen p =.3109 kritisch p =.5576 ärgerlich p =.1235 positiv verständnisvoll p =.9551 weitere Beschäftigung p =.3726 kontrolliert p =.2480 kompromißbereit p =.0203 positiv hineinversetzen p =.5869 Tabelle 119: Hypothese 3a, Differenz zwischen den Selbsteinschätzungen von Frauen und den Fremdeinschätzungen der jeweiligen Partner, 1. Sitzung Differenz zwischen den Selbsteinschätzungen von Frauen und den Fremd-einschätzungen der jeweiligen Partner, 1. Sitzung Mann-Whitney- U-Test verhalten wie sonst p =.7405 freundlich p =.9120 Kleinerer Wert (Interaktionsverlauf) selbstsicher p =.0151 negativ interessiert p =.1779 negativ offen p =.0256 negativ
36 kritisch p =.7203 ärgerlich p =.1364 positiv verständnisvoll p =.9555 weitere Beschäftigung p =.1288 negativ kontrolliert p =.9568 kompromißbereit P =.9711 hineinversetzen p =.7373 Tabelle 120: Hypothese 3a, Differenz zwischen den Selbsteinschätzungen von Männern und den Fremdeinschätzungen der jeweiligen Partnerinnen, 2. Sitzung Differenz zwischen den Selbsteinschätzungen von Männern und den Fremdeinschätzungen der jeweiligen Partnerinnen, 2. Sitzung Mann-Whitney- U-Test verhalten wie sonst p =.7596 freundlich p =.4152 selbstsicher p =.7190 Kleinerer Wert (Interaktionsverlauf) interessiert p =.1950 positiv offen p =.6723 kritisch p =.5453 ärgerlich p =.4682 verständnisvoll p =.5022 weitere Beschäftigung p =.2911 kontrolliert p =.9571 kompromißbereit p =.6685 hineinversetzen p =.5347 Tabelle 121: Hypothese 3a, Differenz zwischen den Selbsteinschätzungen von Frauen und den Fremdeinschätzungen der jeweiligen Partner, 2. Sitzung Differenz zwischen den Selbsteinschätzungen von Frauen und den Fremdeinschätzungen der jewei- Mann-Whitney- U-Test Kleinerer Wert (Interaktionsverlauf)
37 ligen Partner, 2. Sitzung verhalten wie sonst p =.3495 freundlich p = selbstsicher p =.6596 interessiert p =.8230 offen p =.0584 negativ kritisch p =.1391 (negativ) ärgerlich p =.6082 verständnisvoll p =.6617 weitere Beschäftigung p =.3750 kontrolliert p =.2605 kompromißbereit p =.3756 hineinversetzen p =.8315 Tabelle 124: Geschlechtsunterschiede bezüglich der KFB-Subskalen Subskalen Geschlecht Gegenseitige konstruktive Kommunikation.8634 Gesamtwert für Forderung und Rückzug.9951 Mann: Forderung Frau: Rückzug.4169 Frau: Forderung Mann: Rückzug.8106 Rollenvertei- lung bei Forde- rung-rückzug.7773 Gegenseitige Vermeidung und.0275 Starrheit (Frauen) Legende: In Klammern ist die Gruppe, die den kleineren Wert erzielt hat, aufgeführt.
38 Tabelle 125: Geschlechtsunterschiede bei den gruppierten Items KFB und Partner- Mann-Whitney- kleinerer schaftsqualität U-Test Wert negatives Verhalten p = positives Verhalten p =.2280 (Frauen) Leichtigkeit der Gesprächssituation p =.2051 (Frauen) Legende: In Klammern ist die Gruppe, die den kleineren Wert erzielt hat, aufgeführt. Tabelle 126: Geschlechtsunterschiede bezüglich der faktoriell gruppierten Items faktoriell gruppierte Items, Geschlechtsunterschiede Selbstrating, 1.Sitzung, Faktor 1, positives Klima Selbstrating, 1.Sitzung, Faktor 2, Sicherheit Selbstrating, 1.Sitzung, Faktor 3, Kontrollversuch Selbstrating, 1.Sitzung, Faktor 4, Belastung Fremdrating, 1.Sitzung, Faktor 1, positives Klima Fremdrating, 1.Sitzung, Faktor 2, Offenheit Fremdrating, 1.Sitzung, Faktor 3, negative Kommunikation Selbstrating, 2.Sitzung, Faktor 1, positives Klima Selbstrating, 2.Sitzung, Faktor 2, Sicherheit Mann-Whitney- U-Test p =.5967 p =.1864 p =.8467 p =.8798 p =.8583 p =.5486 p =.2767 p =.3754 p =.2112 kleinerer Wert (Männer) (Frauen)
39 Selbstrating, 2.Sitzung, Faktor 3, Problemlösen Selbstrating, 2.Sitzung, Faktor 4, Kontrollversuch Fremdrating, 2.Sitzung, Faktor 1, positives Klima p =.7024 p =.2684 p =.1455 (Frauen) Fremdrating, 2.Sitzung, Faktor p = , Offenheit Legende: In Klammern ist die Gruppe, die den kleineren Wert erzielt hat, aufgeführt.
Tabelle 33: Hypothese 1a: Partnerschaftsqualität und Interaktionsverlauf
4 Ergebnisse 4.1 Ergebnisse zu den Hypothesen 4.1.1 Unterschiede in der Interaktionsqualität glücklicher und unglücklicher Paare Die Hypothese 1a, die postuliert, daß die Gespräche über konflikthafte Themen
MehrTabelle 1: Design der ersten Hypothese, Verlaufsanalyse. Kommunikation/Verlaufsanalyse Hypothese 1a positiv _ negativ _.
3. Methoden 3.1 Überblick Die Fragestellung soll in einem quasiexperimentellen Design anhand zweier Gruppen von in festen Partnerschaften lebenden Paaren, welche entweder mit ihrer Partnerschaft zufrieden
MehrFaktorenanalysen 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
MehrFaktorenanalysen 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
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
Mehr7 Ergebnisse 43. Die Interrater Reliabilität, welche auch mittels Intraclasscorrelation errechnet wurde, betrug n=10; ICC>0,6.
7 Ergebnisse 43 7 Ergebnisse 7.1 Überprüfung der Messungen auf Reliabilität 7.1.1 Retest Die Retest Reliabilität, welche mittels Intraclasscorrelation (ICC, SHROUT und FLEISS 1979) errechnet wurde, stellte
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1. LÖSUNG 13 a.
Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 LÖSUNG 13 a. Die Variablen sollten hoch miteinander korrelieren. Deshalb sollten die einfachen Korrelationskoeffizienten hoch ausfallen.
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1
LÖSUNG 13 a) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Die Variablen sollten hoch miteinander korrelieren. Deshalb sollten die einfachen Korrelationskoeffizienten hoch ausfallen.
MehrHypothesentests 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
Mehr6-Variablen-Fall. Dipl.-Ök. John Yun Bergische Universität Wuppertal Gaußstraße Wuppertal
Dipl.-Ök. John Yun Bergische Universität Wuppertal Gaußstraße 20 42097 Wuppertal Allgemein 6 Konstrukte: - Preisorientierung (6 Items) - Werbeakzeptanz (6 Items) - Qualitätsbewusstsein (6 Items) - Trendbewusstsein
Mehr6-Variablen-Fall. Dipl.-Ök. John Yun Bergische Universität Wuppertal Gaußstraße Wuppertal
Dipl.-Ök. John Yun Bergische Universität Wuppertal Gaußstraße 20 42097 Wuppertal Allgemein 6 Konstrukte: - soziale Kontakte (6 Items) - Markenbewusstsein (6 Items) - Werbeakzeptanz (6 Items) - materielle
Mehr1 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
MehrSPSS V Gruppenvergleiche ( 2 Gruppen) abhängige (verbundene) Stichproben
SPSS V Gruppenvergleiche ( 2 Gruppen) abhängige (verbundene) Stichproben ÜBERSICHT: Testverfahren bei abhängigen (verbundenen) Stichproben parametrisch nicht-parametrisch 2 Gruppen t-test bei verbundenen
MehrTESTTHEORIE UND TESTKONSTRUKTION - PRAKTISCHE ANWENDUNG - TEIL 3
TESTTHEORIE UND TESTKONSTRUKTION - PRAKTISCHE ANWENDUNG - TEIL 3 Prof. Dr. Franke SS2012 Hochschule Magdeburg-Stendal (FH) M.Sc. Rehabilitationspsychologie Gliederung Reliabilität 1. Überblick 2. Berechnung
MehrSPSS-Ausgabe 1: Univariate Varianzanalyse. Profildiagramm. [DatenSet1] D:\Sozialwiss2006_7\STAT2\Daten\mathsalaries.sav. Seite 1
SPSS-Ausgabe : Univariate Varianzanalyse [DatenSet] D:\Sozialwiss2006_7\STAT2\Daten\mathsalaries.sav Tests der Zwischensubjekteffekte Abhängige Variable: Einkommen Quelle Korrigiertes Modell Konstanter
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
Mehr2. Deskriptive Datenanalyse
6 2. Deskriptive Datenanalyse 2.1 Zu den ISA-Subtests Zahlenreihen fortsetzen (ZR), Beziehungen herstellen (BEZ), Waren merken (WM) Tabelle 51: Ergebnisse und Bearbeitungszeiten für die ISA-Subtests Ergebnisse
MehrBestimmung der Zuverlässigkeit / Reliabilität einer additiven Itemskala. Cronbach s. 1 (k 1)r
Dr. Wolfgang Langer - Methoden V: Explorative Faktorenanalyse SoSe 1999-1 Bestimmung der Zuverlässigkeit / Reliabilität einer additiven Itemskala Für die Schätzung der Zuverlässigkeit einer additiven Itemskala,
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.
MehrInhaltsverzeichnis. 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
MehrMethodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 12 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
MehrMehrfaktorielle Varianzanalyse
Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Mehrfaktorielle Varianzanalyse Überblick Einführung Empirische F-Werte zu einer zweifaktoriellen
MehrForschungspraktikum Gruppenbezogene Menschenfeindlichkeit
Forschungspraktikum Gruppenbezogene Menschenfeindlichkeit Reliabilität in der klassischen (psychometrischen) Testtheorie Statistisches Modell Realisierung mit der SPSS-Prozedur Reliability Klassische Testtheorie:
MehrInformationen 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,
MehrDer Zusammenhang zwischen funktionellem Status und Krankheitseinsicht nach Schädel- Hirn-Trauma: Eine Längsschnittstudie
Der Zusammenhang zwischen funktionellem Status und Krankheitseinsicht nach Schädel- Hirn-Trauma: Eine Längsschnittstudie Michael Schönberger, Ph.D, Dipl.-Psych. Jennie Ponsford, Adam McKay, Dana Wong,
MehrFamiliäre 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
MehrVergleich zweier Stichproben
zurück zum Inhaltsverzeichnis Die Werte sind verbunden, abhängig oder korreliert. Beispiel: Eine Probe wird mit zwei Messgeräten bestimmt. Es gibt eine paarweise Zuordnung. Die Werte sind unabhängig also
MehrDie Datenerhebung erfolgte in Form einer voll standardisierten schriftlichen Befragung. [...]
Methodenlehreklausur 3/0 Name: 1 Bearbeitungszeit: 2 Stunden 30 Minuten Zugelassene Hilfsmittel: Taschenrechner Teil I: Offenes Beispiel Eva Neumann, Hans Werner Bierhoff (2004): Ichbezogenheit versus
MehrSignifikanzprüfung. 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
MehrEvaluation von Kontextfaktoren:
Evaluation von Kontextfaktoren: Ergebnisse einer experimentellen Studie I. Bülau, M. Bassler, A. Kobelt 25. Reha-Kolloquium Aachen, 01.03.2016 Einführung ICF-Orientierung in der Rehabilitation: systematische
MehrZweifache Varianzanalyse
Zweifache Varianzanalyse Man kann mittels VA auch den (gleichzeitigen) Einfluss mehrerer Faktoren (unabhängige Variablen) auf ein bestimmtes Merkmal (abhängige Variable) analysieren. Die Wirkungen werden
MehrSoftwaretechnik. Prof. Dr. Rainer Koschke. Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen
Softwaretechnik Prof. Dr. Rainer Koschke Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen Wintersemester 2010/11 Überblick I Statistik bei kontrollierten Experimenten
MehrBeispiel 1: Zweifache Varianzanalyse für unabhängige Stichproben
Beispiel 1: Zweifache Varianzanalyse für unabhängige Stichproben Es wurden die Körpergrößen von 3 Versuchspersonen, sowie Alter und Geschlecht erhoben. (Jeweils Größen pro Faktorstufenkombination). (a)
MehrMarco 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,
MehrForschungsstatistik II, SS2009
Forschungsstatistik II, SS29 Abschlussklausur Inferenzstatistik Name: Matrikel-Nr.: Bonuspunkte: ja nein Forschungsstatistik II SS29 Abschlussklausur Aufgabe 1: (6 Punkte 1%) Welche dieser Matrizen können
MehrTabelle A 1 Physische und psychische Symptome zum ersten Messzeitpunkt Symptomschwere. Symptom Nicht Gering Mäßig Stark Sehr stark
6 Anhang 6.1 Ergänzende Tabellen Tabelle A 1 Physische und psychische Symptome zum ersten Messzeitpunkt Symptomschwere Symptom Nicht Gering Mäßig Stark Sehr stark 01 Durchschlafstörungen 39,7% 18,1% 21,6%
MehrHypothesentests mit SPSS. Beispiel für eine einfaktorielle Varianzanalyse Daten: museum_m_v05.sav
Beispiel für eine einfaktorielle Varianzanalyse Daten: museum_m_v05.sav Hypothese: Die Beschäftigung mit Kunst ist vom Bildungsgrad abhängig. 1. Annahmen Messniveau: Modell: Die Skala zur Erfassung der
MehrAnwendungsaufgaben. Effektgröße bei df Zähler = df A = 1 und N = 40 (zu berechnen aus df Nenner ): Der aufgedeckte Effekt beträgt also etwa 23 %.
Anhang A: Lösungen der Aufgaben 39 beiden Kombinationen sehr hoch ist. (Dieses Ergebnis wäre aber in diesem Beispiel nicht plausibel.) 5. Der Faktor A und die Wechselwirkung werden signifikant: Lärm hat
MehrKapitel 6: Zweifaktorielle Varianzanalyse
Kapitel 6: Zweifaktorielle Varianzanalyse Berechnen der Teststärke a priori bzw. Stichprobenumfangsplanung 1 Teststärkebestimmung a posteriori 4 Berechnen der Effektgröße f² aus empirischen Daten und Bestimmung
MehrMethodenlehre. Vorlesung 11. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 11 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 03.12.13 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie
MehrModulklausur 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
MehrExploratorische 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)
MehrSignifikanzprüfung. 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
MehrMünch, Hübner, Reinecke, & Schmidt: Informationsgrad Sexualität und Verhütung 1
Münch, Hübner, Reinecke, & Schmidt: Informationsgrad Sexualität und Verhütung 1 1 Überblick Zusammenfassung Der vorliegende Fragebogen erfasst den Grad der Informiertheit über Bereiche aus Sexualität,
MehrMusterlösung. 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
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...
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
MehrStatistik für Naturwissenschaftler
Hans Walser Statistik für Naturwissenschaftler Haupt Verlag Bern Stuttgart Wien Inhaltsverzeichnis Vorwort 13 1 Beschreibende Statistik 15 1.1 Mittelwerte 15 1.1.1 Minimum der Abstände 15 1.1.2 Der Mediän
MehrÜBUNGSAUFGABEN 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)
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
MehrVS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen Inferenzstatistik 2 [Übungsaufgaben und Lösungenn - Inferenzstatistik 2] ÜBUNGSAUFGABEN
MehrTestplanung zur statistischen Prüfung psychologischer Hypothesen
Testplanung zur statistischen Prüfung psychologischer Hypothesen Die Ableitung von Vorhersagen und die Kontrolle der Determinanten des statistischen Tests von Willi Hager Hogrefe Verlag für Psychologie
Mehr1. Es sind einfach zu viele! Varianzanalytische Verfahren.
1. Es sind einfach zu viele! Varianzanalytische Verfahren. 1.3. Vorbereitung des Datensatzes Auch wenn im Kapitel zur Einfaktoriellen ANOVA nur ein kleiner Unterschied im Gehalt zwischen den Herkunftsländern
MehrFormelsammlung für das Modul. Statistik 2. Bachelor. Sven Garbade
Version 2015 Formelsammlung für das Modul Statistik 2 Bachelor Sven Garbade Prof. Dr. phil. Dipl.-Psych. Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de
MehrWebergänzung 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
MehrMethodenlehre. Vorlesung 6. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 6 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
MehrUnternehmenskultur als
Gregor Schönborn Unternehmenskultur als Erfolgsfaktor der Corporate Identity Die Bedeutung der Unternehmenskultur für den ökonomischen Erfolg von Unternehmen ^ Springer VS Inhaltsverzeichnis Abbildungsverzeichnis
MehrAufgaben zu Kapitel 7:
Aufgaben zu Kapitel 7: Aufgabe 1: In einer Klinik sollen zwei verschiedene Therapiemethoden miteinander verglichen werden. Zur Messung des Therapieerfolges werden die vorhandenen Symptome einmal vor Beginn
MehrProbleme bei kleinen Stichprobenumfängen und t-verteilung
Probleme bei kleinen Stichprobenumfängen und t-verteilung Fassen wir zusammen: Wir sind bisher von der Frage ausgegangen, mit welcher Wahrscheinlichkeit der Mittelwert einer empirischen Stichprobe vom
MehrKapitel 5: Einfaktorielle Varianzanalyse
Kapitel 5: Einfaktorielle Varianzanalyse Durchführung einer einfaktoriellen Varianzanalyse ohne Messwiederholung Dieser Abschnitt zeigt die Durchführung der in Kapitel 5 vorgestellten einfaktoriellen Varianzanalyse
MehrKapitel 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
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
MehrEinführung in SPSS. Sitzung 4: Bivariate Zusammenhänge. Knut Wenzig. 27. Januar 2005
Sitzung 4: Bivariate Zusammenhänge 27. Januar 2005 Inhalt der letzten Sitzung Übung: ein Index Umgang mit missing values Berechnung eines Indexes Inhalt der letzten Sitzung Übung: ein Index Umgang mit
Mehr11. Sitzung Auswertungsstrategien; Darstellung von Forschungsergebnissen
11. Sitzung Auswertungsstrategien; Darstellung von Forschungsergebnissen 1 Gliederung der Vorlesung 1. Probleme der Auswertung bei quantitativem Vorgehen 2. Probleme der Auswertung bei qualitativem Vorgehen
MehrKapitel 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
MehrKlausur 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,
MehrStatistik im Klartext Für Psychologen, Wirtschaftsund Sozialwissenschaftler. Fabian Heimsch Rudolf Niederer Peter Zöfel
Statistik im Klartext Für Psychologen, Wirtschaftsund Sozialwissenschaftler 2., aktualisierte und erweiterte Aulage Fabian Heimsch Rudolf Niederer Peter Zöfel Statistik im Klartext - PDF Inhaltsverzeichnis
Mehr4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers
4. Statistik im multiplen Regressionsmodell In diesem Kapitel wird im Abschnitt 4.1 zusätzlich zu den schon bekannten Standardannahmen noch die Annahme von normalverteilten Residuen hinzugefügt. Auf Basis
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
MehrStichprobenumfangsplanung
Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Stichprobenumfangsplanung Überblick Einführung Signifikanzniveau Teststärke Effektgröße
MehrDifferentielle Affekt-Skala DAS
Differentielle Affekt-Skala DAS Apl. Prof. Dr. Jörg Merten Prof. Dr.Rainer Krause Fachrichtung 6.4 Psychologie Universität des Saarlandes Im Stadtwald 6600 Saarbrücken Die differentielle Affektskala DAS
Mehr6. 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...
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
MehrArbeitstagung Wissenschaftliche Begleitung. Inklusive berufliche Bildung in Bayern am
Arbeitstagung Wissenschaftliche Begleitung des Schulversuchs IBB Inklusive berufliche Bildung in Bayern am 10.03.2015 Zwischenergebnisse aus dem Evaluationszeitraum Herbst 2013/14 Januar 2015 Inhalt FEEE
MehrInhaltsverzeichnis. 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
MehrElisabeth Raab-Steiner/ Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS-Auswertung. 3., aktualisierte und überarbeitete Auflage
Elisabeth Raab-Steiner/ Michael Benesch Der Fragebogen Von der Forschungsidee zur SPSS-Auswertung 3., aktualisierte und überarbeitete Auflage facultas.wuv Inhaltsverzeichnis 1 Elementare Definitionen 13
Mehr5. Diskussion Dieses Kapitel beginnt mit der Erörterung der Konsistenzen und Inkonsistenzen von Selbstberichts- und Beobachtungsdaten. Verschiedene Er
5. Diskussion Dieses Kapitel beginnt mit der Erörterung der Konsistenzen und Inkonsistenzen von Selbstberichts- und Beobachtungsdaten. Verschiedene Erklärungen für das Dargestellte werden dann diskutiert
MehrStichwortverzeichnis. E Extrapolation, außerhalb des Datenbereichs 230
335 Stichwortverzeichnis A Abweichung 12 mittlere 13 Additivität 141 Anova siehe Varianzanalyse Anpassungsgüte 252, 279 χ 2 -Test zur 270 279 mehr als zwei Klassen 272 274 Anpassungstest (χ 2 ) 270 278
MehrEmpirische Wirtschaftsforschung
Empirische Wirtschaftsforschung Prof. Dr. Bernd Süßmuth Universität Leipzig Institut für Empirische Wirtschaftsforschung Volkswirtschaftslehre, insbesondere Ökonometrie 1 4. Basiskonzepte der induktiven
MehrINHALTSVERZEICHNIS Inhaltsverzeichnis Tabellenverzeichnis Abbildungsverzeichnis Anhangsverzeichnis Abkürzungsverzeichnis. 1.
INHALTSVERZEICHNIS Inhaltsverzeichnis Tabellenverzeichnis Abbildungsverzeichnis Anhangsverzeichnis Abkürzungsverzeichnis I IV IX X XI 1. Einleitung 1 2. Literaturrückblick 5 2.1 Die biographische Methode
MehrExkurs: Eigenwertproblem
1 von 7 29.11.2008 16:09 Exkurs: Eigenwertproblem Bei der Faktorenanalyse tritt das Eigenwertproblem auf. Man spricht von einem Eigenwertproblem wenn das Produkt zwischen einer Matrix und einem Vektor
MehrLebensqualität bei Menschen mit Demenz. der valider Endpunkt pflegewissenschaftlicher Studien? Dr. Johannes Gräske 12/04/15. Dr.
Seite 1 Lebensqualität bei Menschen mit Demenz der valider Endpunkt pflegewissenschaftlicher Studien? Dr. Johannes Gräske 12/04/15 Seite 2 Lebensqualität - Messung Lebensqualität als Outcome von Interventionsstudien
MehrMethodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 12 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie als Wissenschaft
Mehrlimhatewerzeoelhiniii
limhatewerzeoelhiniii Vorwort 13 Kapitel 1 Einleitung 15 1.1 Wozu brauchen wir Statistik? 16 1.2 Medizinische Statistik 16 1.3 Beschreibende und schließende Statistik 17 1.4 Das Buch in Kürze 17 Kapitel
MehrMusterlösung. 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
MehrWeitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell
Einfaktorielle Versuchspläne 27/40 Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell Abweichung Einfach Differenz Helmert Wiederholt Vergleich Jede Gruppe mit Gesamtmittelwert
MehrStatistik-Quiz Sommersemester
Statistik-Quiz Sommersemester Seite 1 von 8 Statistik-Quiz Sommersemester Die richtigen Lösungen sind mit gekennzeichnet. 1 In einer Gruppe von 337 Probandinnen und Probanden wurden verschiedene Merkmale
MehrMesswiederholungen 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
MehrAufbau des Testberichts. 1. Problemstellung / inhaltliche Einführung. 2. Methode
Aufbau des Testberichts Titelblatt (Beliebig) Zusammenfassung Inhaltsverzeichnis Einführung / theoretisch-inhaltlicher Hintergrund Methode: Konstruktion und Aufbau des Tests, Datenerhebung Ergebnisse Diskussion
MehrSTATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG
STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG Statistische Methoden In der vorliegenden fiktiven Musterstudie wurden X Patienten mit XY Syndrom (im folgenden: Gruppe XY) mit Y Patienten eines unauffälligem
MehrAufgabensammlung (Nicht-MC-Aufgaben) Klausur Ökonometrie WS 2017/18. ( = 58 Punkte)
Aufgabe 3 (14 + 2 + 7 + 7 + 3 + 5 + 9 + 11 = 58 Punkte) Hinweis: Beachten Sie die Tabellen mit Quantilen am Ende der Aufgabenstellung! Mit Hilfe der Statistiksoftware R soll der Datensatz HousePrices aus
MehrMaria Rupprecht. Innovatives Verhalten. bei Diversität in
Maria Rupprecht Innovatives Verhalten bei Diversität in U nternehmensberatungsteams Verlag Dr. Kovac Hamburg 2014 INHALTSVERZEICHNIS VORWORT 5 INHALTSVERZEICHNIS 7 ZUSAMMENFASSUNG 15 ABSTRACT 17 A) EINLEITUNG
MehrKapitel 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
MehrInferenzstatistik verstehen
Markus Janczyk Roland Pfister Inferenzstatistik verstehen Von A wie Signifikanztest bis Z wie Konfidenzintervall ^ Springer Spektrum vii 1 Einführung und deskriptive Statistik 1 1.1 Wichtige mathematische
MehrStatistik für Naturwissenschaftler
Hans Walser Statistik für Naturwissenschaftler 9 t-verteilung Lernumgebung Hans Walser: 9 t-verteilung ii Inhalt 1 99%-Vertrauensintervall... 1 2 95%-Vertrauensintervall... 1 3 Akkus... 2 4 Wer ist der
MehrEinführung in die Varianzanalyse mit SPSS
Einführung in die Varianzanalyse mit SPSS SPSS-Benutzertreffen am URZ Carina Ortseifen 6. Mai 00 Inhalt. Varianzanalyse. Prozedur ONEWAY. Vergleich von k Gruppen 4. Multiple Vergleiche 5. Modellvoraussetzungen
Mehr