8 Anhang Inhaltsverzeichnis

Größe: px
Ab Seite anzeigen:

Download "8 Anhang Inhaltsverzeichnis"

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

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

Mehr

Tabelle 1: Design der ersten Hypothese, Verlaufsanalyse. Kommunikation/Verlaufsanalyse Hypothese 1a positiv _ negativ _.

Tabelle 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

Mehr

Faktorenanalysen mit SPSS. Explorative Faktorenanalyse als Instrument der Dimensionsreduktion. Interpretation des SPSS-Output s

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

Mehr

Faktorenanalysen mit SPSS. Explorative Faktorenanalyse als Instrument der Dimensionsreduzierung. Interpretation des SPSS-Output s

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

Mehr

Angewandte Statistik 3. Semester

Angewandte Statistik 3. Semester Angewandte Statistik 3. Semester Übung 5 Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines Beispieles Häufigkeitsauswertungen Grafiken Statistische Grundlagen

Mehr

7 Ergebnisse 43. Die Interrater Reliabilität, welche auch mittels Intraclasscorrelation errechnet wurde, betrug n=10; ICC>0,6.

7 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

Mehr

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1. LÖSUNG 13 a.

Lösungen 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.

Mehr

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1

Lösungen 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.

Mehr

Hypothesentests mit SPSS

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

Mehr

6-Variablen-Fall. Dipl.-Ök. John Yun Bergische Universität Wuppertal Gaußstraße Wuppertal

6-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

Mehr

6-Variablen-Fall. Dipl.-Ök. John Yun Bergische Universität Wuppertal Gaußstraße Wuppertal

6-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

Mehr

1 Übungsaufgaben zur Regressionsanalyse

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

Mehr

SPSS V Gruppenvergleiche ( 2 Gruppen) abhängige (verbundene) Stichproben

SPSS 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

Mehr

TESTTHEORIE UND TESTKONSTRUKTION - PRAKTISCHE ANWENDUNG - TEIL 3

TESTTHEORIE 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

Mehr

SPSS-Ausgabe 1: Univariate Varianzanalyse. Profildiagramm. [DatenSet1] D:\Sozialwiss2006_7\STAT2\Daten\mathsalaries.sav. Seite 1

SPSS-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

Mehr

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

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse

Mehr

2. Deskriptive Datenanalyse

2. 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

Mehr

Bestimmung der Zuverlässigkeit / Reliabilität einer additiven Itemskala. Cronbach s. 1 (k 1)r

Bestimmung 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,

Mehr

10. Medizinische Statistik

10. 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.

Mehr

Inhaltsverzeichnis. Vorwort

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

Mehr

Methodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. 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

Mehr

Mehrfaktorielle Varianzanalyse

Mehrfaktorielle 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

Mehr

Forschungspraktikum Gruppenbezogene Menschenfeindlichkeit

Forschungspraktikum Gruppenbezogene Menschenfeindlichkeit Forschungspraktikum Gruppenbezogene Menschenfeindlichkeit Reliabilität in der klassischen (psychometrischen) Testtheorie Statistisches Modell Realisierung mit der SPSS-Prozedur Reliability Klassische Testtheorie:

Mehr

Informationen zur KLAUSUR am

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

Mehr

Der 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 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,

Mehr

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

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

Mehr

Vergleich zweier Stichproben

Vergleich 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

Mehr

Die Datenerhebung erfolgte in Form einer voll standardisierten schriftlichen Befragung. [...]

Die 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

Mehr

Signifikanzprüfung. Peter Wilhelm Herbstsemester 2016

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

Mehr

Evaluation von Kontextfaktoren:

Evaluation 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

Mehr

Zweifache Varianzanalyse

Zweifache 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

Mehr

Softwaretechnik. 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 Softwaretechnik Prof. Dr. Rainer Koschke Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen Wintersemester 2010/11 Überblick I Statistik bei kontrollierten Experimenten

Mehr

Beispiel 1: Zweifache Varianzanalyse für unabhängige Stichproben

Beispiel 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)

Mehr

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

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

Mehr

Forschungsstatistik II, SS2009

Forschungsstatistik 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

Mehr

Tabelle A 1 Physische und psychische Symptome zum ersten Messzeitpunkt Symptomschwere. Symptom Nicht Gering Mäßig Stark Sehr stark

Tabelle 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%

Mehr

Hypothesentests mit SPSS. Beispiel für eine einfaktorielle Varianzanalyse Daten: museum_m_v05.sav

Hypothesentests 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

Mehr

Anwendungsaufgaben. Effektgröße bei df Zähler = df A = 1 und N = 40 (zu berechnen aus df Nenner ): Der aufgedeckte Effekt beträgt also etwa 23 %.

Anwendungsaufgaben. 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

Mehr

Kapitel 6: Zweifaktorielle Varianzanalyse

Kapitel 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

Mehr

Methodenlehre. Vorlesung 11. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. 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

Mehr

Modulklausur Multivariate Verfahren

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

Mehr

Exploratorische Faktorenanalyse. Exploratorische Faktorenanalyse. Exploratorische Faktorenanalyse

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)

Mehr

Signifikanzprüfung. Peter Wilhelm Herbstsemester 2014

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

Mehr

Münch, Hübner, Reinecke, & Schmidt: Informationsgrad Sexualität und Verhütung 1

Münch, 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,

Mehr

Musterlösung. Modulklausur Multivariate Verfahren

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

Mehr

Inhaltsverzeichnis Einführung und deskriptive Statistik Grundlagen der Inferenzstatistik 1: Zufallsvariablen

Inhaltsverzeichnis 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...

Mehr

5. Seminar Statistik

5. 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

Mehr

Statistik für Naturwissenschaftler

Statistik 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

Mehr

ÜBUNGSAUFGABEN ZU INFERENZSTATISTIK II

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

Mehr

Statistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS

Statistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS Statistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS Verena Hofmann Dr. phil. des. Departement für Sonderpädagogik Universität Freiburg Petrus-Kanisius-Gasse 21

Mehr

VS PLUS

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

Mehr

Testplanung zur statistischen Prüfung psychologischer Hypothesen

Testplanung 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

Mehr

1. Es sind einfach zu viele! Varianzanalytische Verfahren.

1. 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

Mehr

Formelsammlung für das Modul. Statistik 2. Bachelor. Sven Garbade

Formelsammlung 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

Mehr

Webergänzung zu Kapitel 10

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

Mehr

Methodenlehre. Vorlesung 6. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. 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

Mehr

Unternehmenskultur als

Unternehmenskultur als Gregor Schönborn Unternehmenskultur als Erfolgsfaktor der Corporate Identity Die Bedeutung der Unternehmenskultur für den ökonomischen Erfolg von Unternehmen ^ Springer VS Inhaltsverzeichnis Abbildungsverzeichnis

Mehr

Aufgaben zu Kapitel 7:

Aufgaben 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

Mehr

Probleme bei kleinen Stichprobenumfängen und t-verteilung

Probleme 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

Mehr

Kapitel 5: Einfaktorielle Varianzanalyse

Kapitel 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

Mehr

Kapitel 5: Einfaktorielle Varianzanalyse

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

Mehr

Statistik II. IV. Hypothesentests. Martin Huber

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

Mehr

Einführung in SPSS. Sitzung 4: Bivariate Zusammenhänge. Knut Wenzig. 27. Januar 2005

Einführung 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

Mehr

11. Sitzung Auswertungsstrategien; Darstellung von Forschungsergebnissen

11. 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

Mehr

Kapitel 5: Einfaktorielle Varianzanalyse

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

Mehr

Klausur zur Vorlesung Analyse mehrdimensionaler Daten, Lösungen WS 2010/2011; 6 Kreditpunkte, 90 min

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,

Mehr

Statistik im Klartext Für Psychologen, Wirtschaftsund Sozialwissenschaftler. Fabian Heimsch Rudolf Niederer Peter Zöfel

Statistik 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

Mehr

4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers

4.1. 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

Mehr

Statistik II: Signifikanztests /1

Statistik 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

Mehr

Stichprobenumfangsplanung

Stichprobenumfangsplanung Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Stichprobenumfangsplanung Überblick Einführung Signifikanzniveau Teststärke Effektgröße

Mehr

Differentielle Affekt-Skala DAS

Differentielle 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

Mehr

6. Faktorenanalyse (FA) von Tests

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...

Mehr

Statistik. Jan Müller

Statistik. Jan Müller Statistik Jan Müller Skalenniveau Nominalskala: Diese Skala basiert auf einem Satz von qualitativen Attributen. Es existiert kein Kriterium, nach dem die Punkte einer nominal skalierten Variablen anzuordnen

Mehr

Arbeitstagung Wissenschaftliche Begleitung. Inklusive berufliche Bildung in Bayern am

Arbeitstagung 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

Mehr

Inhaltsverzeichnis. Über die Autoren Einleitung... 21

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

Mehr

Elisabeth 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 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

Mehr

5. 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 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

Mehr

Stichwortverzeichnis. E Extrapolation, außerhalb des Datenbereichs 230

Stichwortverzeichnis. 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

Mehr

Empirische Wirtschaftsforschung

Empirische Wirtschaftsforschung Empirische Wirtschaftsforschung Prof. Dr. Bernd Süßmuth Universität Leipzig Institut für Empirische Wirtschaftsforschung Volkswirtschaftslehre, insbesondere Ökonometrie 1 4. Basiskonzepte der induktiven

Mehr

INHALTSVERZEICHNIS Inhaltsverzeichnis Tabellenverzeichnis Abbildungsverzeichnis Anhangsverzeichnis Abkürzungsverzeichnis. 1.

INHALTSVERZEICHNIS 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

Mehr

Exkurs: Eigenwertproblem

Exkurs: 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

Mehr

Lebensqualität bei Menschen mit Demenz. der valider Endpunkt pflegewissenschaftlicher Studien? Dr. Johannes Gräske 12/04/15. Dr.

Lebensqualität 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

Mehr

Methodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. 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

Mehr

limhatewerzeoelhiniii

limhatewerzeoelhiniii 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

Mehr

Musterlösung. Modulklausur Multivariate Verfahren

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

Mehr

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

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

Mehr

Statistik-Quiz Sommersemester

Statistik-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

Mehr

Messwiederholungen und abhängige Messungen

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

Mehr

Aufbau des Testberichts. 1. Problemstellung / inhaltliche Einführung. 2. Methode

Aufbau 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

Mehr

STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG

STATISTISCHE 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

Mehr

Aufgabensammlung (Nicht-MC-Aufgaben) Klausur Ökonometrie WS 2017/18. ( = 58 Punkte)

Aufgabensammlung (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

Mehr

Maria Rupprecht. Innovatives Verhalten. bei Diversität in

Maria 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

Mehr

Kapitel 5: Einfaktorielle Varianzanalyse

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

Mehr

Inferenzstatistik verstehen

Inferenzstatistik 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

Mehr

Statistik für Naturwissenschaftler

Statistik 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

Mehr

Einführung in die Varianzanalyse mit SPSS

Einführung 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