Tabellen und Abbildungen

Größe: px
Ab Seite anzeigen:

Download "Tabellen und Abbildungen"

Transkript

1 Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Tabellen und Abbildungen

2 Überblick Tabellen Abbildungen Polygonzug Histogramm Box-Plot Balkendiagramm Säulendiagramm Streudiagramm Kreisdiagramm Exkurs: Standardabweichung vs. Standardfehler 2

3 Einführung Statistik als Suche nach Mustern in Zahlen Wie stellt man das Ergebnis dieser Suche adäquat dar? Mehrere Möglichkeiten der Ergebnisdarstellung Fließtext: Statistische Kennwerte im Fließtext einfügen Tabellen: Statistische Kennwerte in Tabellen aufbereiten Abbildungen: Statistische Kennwerte in Abbildungen visualisieren 3

4 Empfehlungen zur Gestaltung von Tabellen Weniger ist (oftmals) mehr Tabellen sparsam verwenden Keine oder nur wenige Farben einsetzen Konventionen zur Gestaltung Formatierung nach APA-Richtlinien Nur horizontale Linien verwenden Zu Maßen der zentralen Tendenz immer auch Streuungsmaße (z. B. Standardabweichungen) hinzufügen 4

5 Beispiele für Tabellen in Fachzeitschriften I Quelle: Florax und Plötzner (2010) Quelle: Rey und Steib (2013) 5

6 Beispiele für Tabellen in Fachzeitschriften II Quelle: Bokosmaty, Sweller und Kalyuga (2015) 6

7 Tabellen Was kann man an der unten dargestellten Tabelle kritisieren? A: Unnötiger Einsatz von Farben B: Tabelle enthält keine Streuungsmaße C: Tabelle enthält vertikale Linien D: Tabelle insgesamt überflüssig Rey.participoll.com Gruppengröße Lernleistung Mit Personalisierungen Ohne Personalisierungen A B C D 0 7

8 Abbildungen (z. B. Leonhart, 2013) Formen von Abbildungen Polygonzug Histogramm Box-Plot Balkendiagramm Säulendiagramm Streudiagramm Kreisdiagramm Empfehlungen zur Gestaltung von Abbildungen 8

9 Polygonzug (z. B. Leonhart, 2013) Polygonzug: Abbildung, die alle Ausprägungen einer stetigen Variablen aller Stichprobenmitglieder zeigt Kann bei einer stetigen Variablen mit begrenzter Anzahl an Kategorien sinnvoll sein Beispiel: Altersverteilung einer Stichprobe Häufigkeit Alter 9

10 Histogramm (z. B. Leonhart, 2013) Histogramm: Abbildung, die alle Ausprägungen einer diskreten Variablen aller Stichprobenmitglieder in Säulenform enthält Zusammenfassung der Wertebereiche einer stetigen Variablen in (diskrete) Kategorien Beispiel: Kognitive Belastung auf einer 100-stufigen Ratingskala Häufigkeit Kognitive Belastung 10

11 Box-Plot (z. B. Leonhart, 2013) Box-Plot (auch Box-Whisker-Plot genannt): Abbildung, die Maße der zentralen Tendenz (meist der Median) und Streuungsmaße (meist Quartile der Gruppen) darstellt Beispiel: Vergleich der Lernleistungen zwischen den Gruppen mit und ohne Signalisierungen Lernleistung 100 Median: Linie in der Box Interquartilbereich: Box 70 Q 1 : Unteres Ende der Box Q 3 : Oberes Ende der Box 40 Whiskers: Enthalten alle weiteren Werte, aber ohne 10 0 Ausreißer oder Extremwerte Mit Signalisierungen Ohne Signalisierungen 11

12 Box-Plot (z. B. Leonhart, 2013) Beispiel: Box-Plot mit Ausreißern und Extremwerten Ausreißer (als Kreise dargestellt): Werte zwischen dem 1.5- und 3-fachen Abstand des Interquartilbereichs zu Q 1 bzw. Q 3 Extremwerte (als Kreuze oder Sterne dargestellt): Werte größer als der 3-fache Abstand des Interquartilbereichs zu Q 1 bzw. Q 3 Quelle: Leonhart (2013) 12

13 Balken- und Säulendiagramm (z. B. Leonhart, 2013) Balken- und Säulendiagramm: Abbildung, die Daten in Balken- oder Säulenform visualisiert Häufig werden die Mittelwerte verschiedener Gruppen und die dazugehörigen Streuungen (z. B. Standardabweichungen in Form von Fehlerbalken) dargestellt Beispiel: Experiment zum Split-Attention Effekt von Florax und Plötzner (2010) 13

14 Säulendiagramm Was kann man an dem unten dargestellten Säulendiagramm kritisieren? A: Unklar, was die y-achse inhaltlich repräsentiert B: Fehlende Streuungsmaße C: Fehlende Farben in der Abbildung Rey.participoll.com Quelle: Homer, Plass und Blake (2008, Exp. 2) A B C 0 14

15 Transfer Streudiagramm (z. B. Leonhart, 2013) Streudiagramm (engl. scatter plot oder scattergraph): Abbildung, die den Zusammenhang zwischen zwei stetigen Variablen verdeutlicht Form der Punktwolke liefert Hinweise über den Zusammenhang der beiden Variablen Beispiel: Fiktiver Zusammenhang zwischen Behaltens- und Transferlernleistungen Behalten 15

16 IQ-Test 2 Streudiagramm Was kann man an dem unten dargestellten Streudiagramm kritisieren? A: Achsen beginnen nicht bei Null B: Unnötige farbige Markierungen C: Kreise statt Kreuze als Markierungen D: Unnötige Hilfsgitterlinien Rey.participoll.com IQ-Test 1 0 A B C D 16

17 Kreisdiagramm Kreisdiagramm (auch als Kuchen- oder Tortendiagramm bezeichnet): Abbildung, die Teile eines Ganzen in Kreissektoren anordnet Prozentwerte werden z. T. als Kreisdiagramme visualisiert Beispiel: Prozentuale Aufschlüsselung der Studierenden nach Studienfächern 8% 5% Medienkommunikation 13% 18% 56% Psychologie Pädagogik Soziologie Germanistik 17

18 Empfehlungen zur Gestaltung von Abbildungen (Rey, 2012) Weniger ist (oftmals) mehr Abbildungen äußerst sparsam verwenden Gestaltungsempfehlungen aus der CLT und CTML beachten Keine oder nur wenige Farben einsetzen Wahrheit und Klarheit Zusammenhänge in den Daten nicht vortäuschen Daten in den Vordergrund stellen Verständliche und vollständige Abbildungsbeschriftung (Legende) hinzufügen Abbildungen sollten neben Maßen der zentralen Tendenz auch Streuungsmaße (z. B. Standardabweichungen) enthalten 18

19 Beispiele für Abbildungen (Rey, 2012) Einfarbige vs. mehrfarbige Abbildungen Abbildungen mit vs. ohne Streuungsmaß (hier: Standardabweichung) Zweidimensionale vs. dreidimensionale Abbildungen Abbildungen ohne vs. mit Hilfslinien Lernleistung Lernleistung Trainingsbedingung Kontrollbedingung Trainingsbedingung Kontrollbedingung Quelle: Rey (2012) 19

20 Beispiele für Abbildungen (Rey, 2012) Abbildungen mit vs. ohne Streuungsmaß (hier: Standardabweichung) Abbildungen mit großem vs. kleinem Wertebereich der y-achse Lernleistung 16 Lernleistung 12, , , ,3 8 10,9 6 10,6 4 10,2 2 9,9 0 Trainingsbedingung Kontrollbedingung 9,5 Trainingsbedingung Kontrollbedingung Quelle: Rey (2012) 20

21 Exkurs: Standardabweichung vs. Standardfehler (z. B. Koschack, 2008) Standardabweichung und Standardfehler unterscheiden sich Standardabweichung (engl. standard deviation, SD): Grob gesagt die durchschnittliche Abweichung der Messwerte von ihrem Mittelwert Formel: Standardfehler (engl. standard error of the mean, SEM bzw. SE): Theoretische Streubreite der Gruppenmittelwerte, die sich aus unendlich vielen, aus der Population gezogenen Stichproben ergeben würde Formel: SD n i 1 SD SEM n x i x n 1 2 (Wichtig: SEM über SD (nicht SD²) berechnen) 21

22 Exkurs: Standardabweichung vs. Standardfehler (Koschack, 2008) Vergleich zwischen Standardabweichung und Standardfehler: Standardabweichung (SD) Aussage über die Streuung der erhobenen Werte in einer Stichprobe Abhängig von der Variabilität des zu messenden Konstruktes Deskriptivstatistisches Maß Sehr geringer Einfluss der Stichprobengröße auf dieses Maß Standardfehler (SE bzw. SEM) Aussage über die Genauigkeit des Mittelwerts in einer Stichprobe Abhängig von der Messgenauigkeit Inferenzstatistisches Maß Sehr großer Einfluss der Stichprobengröße auf dieses Maß Empfehlung von Koschack (2008, S. 259): Die Angabe der Standardabweichung ist also auf jeden Fall der des Standardfehlers vorzuziehen. 22

23 Exkurs: Standardabweichung vs. Standardfehler Beispiel für den Unterschied zwischen Standardabweichung und Standardfehler (für ein Experiment mit zwei Gruppen und N = 113): Säulendiagramm mit Standardabweichungen Säulendiagramm mit Standardfehlern Links-Rechts Rechts-Links 0 Links-Rechts Rechts-Links 23

24 Zusammenfassung Fließtext, Tabellen und Abbildungen: Unterschiedliche Möglichkeiten der Ergebnisdarstellung Tabellen sparsam einsetzen und nach gängigen Konventionen gestalten Polygonzug, Histogramm, Box-Plot, Balken- und Säulendiagramm, Streudiagramm und Kreisdiagramm: Ausgewählte Formen von Abbildungen Für Tabellen und Abbildungen gilt: Weniger ist (oftmals) mehr; Wahrheit und Klarheit herstellen Da sich Standardabweichung und Standardfehler unterscheiden, immer angeben, welches Streuungsmaß visualisiert wird 24

25 Prüfungsliteratur Leonhart, R. (2013). Lehrbuch Statistik. Einstieg und Vertiefung (3. Aufl.). Bern: Huber. Grafische Darstellungen (S ) Rasch, B., Friese, M., Hofmann, W., & Naumann, E. (2014). Quantitative Methoden 1: Einführung in die Statistik für Psychologen und Sozialwissenschaftler (4. Aufl.). Heidelberg: Springer. Darstellung von Daten (S. 4-6) Rey, G. D. (2012). Methoden der Entwicklungspsychologie. Datenerhebung und Datenauswertung. Norderstedt bei Hamburg: BoD. Datenvisualisierung (S ) Koschack, J. (2008). Standardabweichung und Standardfehler: der kleine, aber feine Unterschied. Z Allg Med, 84,

26 Weiterführende Literatur Bortz, J., & Schuster, C. (2010). Statistik für Human- und Sozialwissenschaftler (7. Aufl.). Berlin: Springer. Grafische Darstellungen von Merkmalsverteilungen (S ) Eid, M., Gollwitzer, M., & Schmitt, M. (2015). Statistik und Forschungsmethoden (4. Aufl.). Weinheim: Beltz. Univariate Deskriptivstatistik (S ) Tufte, E. R. (2001). The visual display of quantitative information (2. Aufl.). Cheshire, Connecticut: Graphics Press. 26

Tabellen und Abbildungen

Tabellen und Abbildungen Professur Psychologie digitaler Lernmedien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Tabellen und Abbildungen Überblick Tabellen Abbildungen Histogramm und Polygonzug

Mehr

Mittelwert und Standardabweichung

Mittelwert und Standardabweichung Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Mittelwert und Standardabweichung Überblick Mittelwert Standardabweichung Weitere Maße

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

Einfaktorielle Varianzanalyse

Einfaktorielle Varianzanalyse Professur Psychologie digitaler Lernmedien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Einfaktorielle Varianzanalyse Überblick Einführung Alphafehler-Kumulierung Grundprinzip

Mehr

Zusammenfassung. Einführung in die Statistik. Professur E-Learning und Neue Medien. Institut für Medienforschung Philosophische Fakultät

Zusammenfassung. Einführung in die Statistik. Professur E-Learning und Neue Medien. Institut für Medienforschung Philosophische Fakultät Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Zusammenfassung Überblick 2 Überblick Zentrale Tendenz, Streuung und Verteilung Tabellen

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

Einführung in die Statistik Einführung

Einführung in die Statistik Einführung Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Einführung Professur E-Learning und Neue Medien www.tu-chemnitz.de/phil/imf/elearning

Mehr

Gestaltungsempfehlungen

Gestaltungsempfehlungen Professur Psychologie digitaler Lernmedien Institut für Medienforschung Philosophische Fakultät Lehren und Lernen mit Medien I Gestaltungsempfehlungen Überblick Auswahl der Empfehlungen Gestaltungseffekte

Mehr

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg Methodenlehre Vorlesung 10 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

Kreisdiagramm, Tortendiagramm

Kreisdiagramm, Tortendiagramm Kreisdiagramm, Tortendiagramm Darstellung der relativen (absoluten) Häufigkeiten als Fläche eines Kreises Anwendung: Nominale Merkmale Ordinale Merkmale (Problem: Ordnung nicht korrekt wiedergegeben) Gruppierte

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

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien

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

Mehr

Einstieg in SPSS. Man kann auch für jede Ausprägung einer Variablen ein Wertelabel vergeben.

Einstieg in SPSS. Man kann auch für jede Ausprägung einer Variablen ein Wertelabel vergeben. Einstieg in SPSS In SPSS kann man für jede Variable ein Label vergeben, damit in einer Ausgabe nicht der Name der Variable (der kryptisch sein kann) erscheint, sondern ein beschreibendes Label. Der Punkt

Mehr

Weitere Varianzanalysen

Weitere Varianzanalysen Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Weitere Varianzanalysen Überblick Varianzanalyse mit Messwiederholung Kovarianzanalyse

Mehr

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg Methodenlehre Vorlesung 10 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

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung 3. Vorlesung Dr. Jochen Köhler 1 Inhalte der heutigen Vorlesung Ziel: Daten Modellbildung Probabilistisches Modell Wahrscheinlichkeit von Ereignissen Im ersten

Mehr

2. Deskriptive Statistik

2. Deskriptive Statistik Philipps-Universitat Marburg 2.1 Stichproben und Datentypen Untersuchungseinheiten: mogliche, statistisch zu erfassende Einheiten je Untersuchungseinheit: ein oder mehrere Merkmale oder Variablen beobachten

Mehr

Statistik K urs SS 2004

Statistik K urs SS 2004 Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die

Mehr

Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66

Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66 Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66 Gabriele Doblhammer: Empirische Sozialforschung Teil II, SS 2004 1/19 Skalenniveaus Skalenniveau Relation

Mehr

Deskriptive Statistik & grafische Darstellung

Deskriptive Statistik & grafische Darstellung Deskriptive Statistik & grafische Darstellung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Deskriptive

Mehr

Häufigkeitsverteilungen und Statistische Maßzahlen. Häufigkeitsverteilungen und Statistische Maßzahlen. Variablentypen. Stichprobe und Grundgesamtheit

Häufigkeitsverteilungen und Statistische Maßzahlen. Häufigkeitsverteilungen und Statistische Maßzahlen. Variablentypen. Stichprobe und Grundgesamtheit TECHNISCHE UNIVERSITÄT MÜNCHEN-WEIHENSTEPHAN MATHEMATIK UND STATISTIK INFORMATIONS- UND DOKUMENTATIONSZENTRUM R. Häufigkeitsverteilungen und Statistische Maßzahlen Statistik SS Variablentypen Qualitative

Mehr

Einführung. Lehren und Lernen mit Medien II. Professur E-Learning und Neue Medien. Institut für Medienforschung Philosophische Fakultät

Einführung. Lehren und Lernen mit Medien II. Professur E-Learning und Neue Medien. Institut für Medienforschung Philosophische Fakultät Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Lehren und Lernen mit Medien II Einführung Professur E-Learning und Neue Medien www.tu-chemnitz.de/phil/imf/elearning

Mehr

Merkmalstypen Univ.-Prof. Dr. rer. nat. et med. habil. Andreas Faldum

Merkmalstypen Univ.-Prof. Dr. rer. nat. et med. habil. Andreas Faldum 1 Merkmalstypen Quantitativ: Geordnete Werte, Vielfache einer Einheit Stetig: Prinzipiell sind alle Zwischenwerte beobachtbar Beispiele: Gewicht, Größe, Blutdruck Diskret: Nicht alle Zwischenwerte sind

Mehr

Marold Wosnitza & Reinhold S. Jäger (Hrsg.) Daten erfassen, auswerten und präsentieren - aber wie?

Marold Wosnitza & Reinhold S. Jäger (Hrsg.) Daten erfassen, auswerten und präsentieren - aber wie? Marold Wosnitza & Reinhold S. Jäger (Hrsg.) Daten erfassen, auswerten und präsentieren - aber wie? 1l 14839135 Inhaltsverzeichnis Einführung 1 1 Forschungsmethoden - Ein Überblick (Urban Lissmann) 5 1.1

Mehr

Stichwortverzeichnis. Symbole

Stichwortverzeichnis. Symbole Stichwortverzeichnis Symbole 50ste Perzentil 119 A Absichern, Ergebnisse 203 Abzählbar unendliche Zufallsvariable 146 Alternativhypothese 237 238 formulieren 248 Anekdote 340 Annäherung 171, 191 Antwortquote

Mehr

Standardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen. Standardisierung von Daten

Standardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen. Standardisierung von Daten DAS THEMA: TABELLEN UND ABBILDUNGEN Standardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen Standardisierung von Daten z-standardisierung Standardnormalverteilung 1 DIE Z-STANDARDISIERUNG

Mehr

Emotional Design. Lehren und Lernen mit Medien II. Professur E-Learning und Neue Medien. Institut für Medienforschung Philosophische Fakultät

Emotional Design. Lehren und Lernen mit Medien II. Professur E-Learning und Neue Medien. Institut für Medienforschung Philosophische Fakultät Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Lehren und Lernen mit Medien II Emotional Design Überblick Einführung CATLM Vermenschlichung und Farbe Klassifikation

Mehr

Univ.-Prof. Dr. Georg Wydra

Univ.-Prof. Dr. Georg Wydra Univ.-Prof. Dr. Georg Wydra Methoden zur Auswertung von Untersuchungen 1 SKALENTYPEN UND VARIABLEN 2 ZUR BEDEUTUNG DER STATISTIK IN DER FORSCHUNG 3 STATISTIK ALS VERFAHREN ZUR PRÜFUNG VON HYPOTHESEN 4

Mehr

VS PLUS

VS PLUS VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen - Inferenzstatistik 1 [Übungsaufgaben und Lösungenn - Inferenzstatistik 1] ÜBUNGSAUFGABEN

Mehr

Wahrscheinlichkeitsverteilungen

Wahrscheinlichkeitsverteilungen Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet

Mehr

Einführung in die Statistik Testgütekriterien

Einführung in die Statistik Testgütekriterien Professur Psychologie digitaler Lernmedien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Testgütekriterien Überblick Einleitung Objektivität Reliabilität Validität Nebengütekriterien

Mehr

Anteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen. Anteile Häufigkeiten Verteilungen

Anteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen. Anteile Häufigkeiten Verteilungen DAS THEMA: VERTEILUNGEN LAGEMAßE - STREUUUNGSMAßE Anteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen Anteile Häufigkeiten Verteilungen Anteile und Häufigkeiten Darstellung

Mehr

Institut für Biometrie und klinische Forschung. WiSe 2012/2013

Institut für Biometrie und klinische Forschung. WiSe 2012/2013 Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie () Überblick. Deskriptive Statistik I - Grundlegende

Mehr

Bitte am PC mit Windows anmelden!

Bitte am PC mit Windows anmelden! Einführung in SPSS Plan für heute: Grundlagen/ Vorwissen für SPSS Vergleich der Übungsaufgaben Einführung in SPSS http://weknowmemes.com/generator/uploads/generated/g1374774654830726655.jpg Standardnormalverteilung

Mehr

W-Seminar: Versuche mit und am Menschen 2017/2019 Skript

W-Seminar: Versuche mit und am Menschen 2017/2019 Skript 3. Deskriptive Statistik Die deskriptive (auch: beschreibende) Statistik hat zum Ziel, [ ] Daten durch Tabellen, Kennzahlen [ ] und Grafiken übersichtlich darzustellen und zu ordnen. Dies ist vor allem

Mehr

Nonparametrische Verfahren

Nonparametrische Verfahren Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Nonparametrische Verfahren Überblick Einführung Mann-Whitney U-Test Wilcoxon-Test Kruskal-Wallis

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

Grafische Darstellungen. Box-and-Whiskers-Plot (Boxplot) Grafische Darstellungen. Grafische Darstellungen

Grafische Darstellungen. Box-and-Whiskers-Plot (Boxplot) Grafische Darstellungen. Grafische Darstellungen Box-and-Whiskers-Plot (Boxplot) der Boxplot vereinigt bekannte deskriptive Kenngrößen zu einer grafischen Darstellung Box x 0.5, Median, x 0.75 vertikale Linien x 0.5 -.5 IQR x 0.75 +.5 IQR Extremwerte

Mehr

Univariate explorative Datenanalyse in R

Univariate explorative Datenanalyse in R Univariate explorative Datenanalyse in R Achim Zeileis, Regina Tüchler 2006-10-03 1 Ein metrisches Merkmal Wir laden den Datensatz: R> load("statlab.rda") und machen die Variablen direkt verfügbar: R>

Mehr

Statistik I für Betriebswirte Vorlesung 9

Statistik I für Betriebswirte Vorlesung 9 Statistik I für Betriebswirte Vorlesung 9 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik Vorlesung am 8. Juni 2017 im Audi-Max (AUD-1001) Dr. Andreas Wünsche Statistik I für Betriebswirte

Mehr

Deskriptive Statistik

Deskriptive Statistik Deskriptive Statistik Deskriptive Statistik: Ziele Daten zusammenfassen durch numerische Kennzahlen. Grafische Darstellung der Daten. Quelle: Ursus Wehrli, Kunst aufräumen 1 Modell vs. Daten Bis jetzt

Mehr

Grundlagen der empirischen Sozialforschung

Grundlagen der empirischen Sozialforschung Grundlagen der empirischen Sozialforschung Sitzung 10 - Datenanalyseverfahren Jan Finsel Lehrstuhl für empirische Sozialforschung Prof. Dr. Petra Stein 22. Dezember 2008 1 / 21 Online-Materialien Die Materialien

Mehr

Rainer Diaz-Bone. Statistik für. Soziologen. 3M erweiterte Auflage. UVK Verlagsgesellschaft mbh Konstanz mit UVK/Lucius München

Rainer Diaz-Bone. Statistik für. Soziologen. 3M erweiterte Auflage. UVK Verlagsgesellschaft mbh Konstanz mit UVK/Lucius München Rainer Diaz-Bone Statistik für Soziologen 3M erweiterte Auflage UVK Verlagsgesellschaft mbh Konstanz mit UVK/Lucius München 5 Inhalt Vorwort zur dritten Auflage 9 Vorwort zur zweiten Auflage 10 1 Einleitung

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

INFERENZSTATISTISCHE AUSSAGEN FÜR LAGEMAßE UND STREUUNGSMAßE. Inferenzstatistik für Lagemaße Inferenzstatistik für Streuungsmaße

INFERENZSTATISTISCHE AUSSAGEN FÜR LAGEMAßE UND STREUUNGSMAßE. Inferenzstatistik für Lagemaße Inferenzstatistik für Streuungsmaße DAS THEMA: INFERENZSTATISTIK III INFERENZSTATISTISCHE AUSSAGEN FÜR LAGEMAßE UND STREUUNGSMAßE Inferenzstatistik für Lagemaße Inferenzstatistik für Streuungsmaße Inferenzstatistik für Lagemaße Standardfehler

Mehr

Statistik I. Methodologie der Psychologie

Statistik I. Methodologie der Psychologie Statistik I Methodologie der Psychologie Thomas Schmidt & Lena Frank Wintersemester 2003/2004 Georg-Elias-Müller-Institut für Psychologie Uni Göttingen Literatur: Glantz, S.A. (2002). Primer of Biostatistics.

Mehr

Deskriptive Statistik

Deskriptive Statistik Deskriptive Statistik 1 Ziele In der deskriptiven (=beschreibenden) Statistik werden Untersuchungsergebnisse übersichtlich dargestellt, durch Kennzahlen charakterisiert und grafisch veranschaulicht. 2

Mehr

Einführung in Quantitative Methoden

Einführung in Quantitative Methoden Einführung in Quantitative Methoden Mag. Dipl.Ing. Dr. Pantelis Christodoulides & Mag. Dr. Karin Waldherr SS 2014 Christodoulides / Waldherr Einführung in Quantitative Methoden- 2.VO 1/57 Die Deskriptivstatistik

Mehr

Forschungsmethoden VORLESUNG SS 2017

Forschungsmethoden VORLESUNG SS 2017 Forschungsmethoden VORLESUNG SS 2017 SOPHIE LUKES Überblick Letzte Woche: Messen Heute: Hypothesen Warum Hypothesen? Menschliches Erleben und Verhalten? Alltag vs. Wissenschaft Alltagsvermutung Wissenschaftliche

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Prof. Dr. G. Meinhardt Methodenlehre Mathematische und statistische Methoden I Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-206 Dr. Malte Persike persike@uni-mainz.de

Mehr

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19 Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, 2016 6:34 P.M. Page 11 Inhaltsverzeichnis Über die Übersetzerin 9 Einleitung 19 Was Sie hier finden werden 19 Wie dieses Arbeitsbuch aufgebaut ist

Mehr

Korrelation und Regression

Korrelation und Regression Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Korrelation und Regression Überblick Kovarianz und Korrelation Korrelation und Kausalität

Mehr

Beschreibende Statistik

Beschreibende Statistik Beschreibende Statistik Variablentypen Variablentypen Einteilung von Merkmalen Qualitative Merkmale (nominal und ordinal) qualitativ quantitativ Quantitative Merkmale (diskret und stetig) kategorial, artmäßig

Mehr

Verfahren für metrische Variable

Verfahren für metrische Variable Verfahren für metrische Variable Grafische Methoden Histogramm Mittelwertsplot Boxplot Lagemaße Mittelwert, Median, Quantile Streuungsmaße Standardabweichung, Interquartilsabstand Lagemaße und Streumaße

Mehr

Grafische Darstellung von Häufigkeitsverteilungen (1)

Grafische Darstellung von Häufigkeitsverteilungen (1) Grafische Darstellung von Häufigkeitsverteilungen () Grafische Darstellungen dienen... - Einführung - der Unterstützung des Lesens und Interpretierens von Daten. der Veranschaulichung mathematischer Begriffe

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 26.02.2008 1 Warum Statistik und Wahrscheinlichkeits rechnung im Ingenieurwesen? Zusammenfassung der letzten Vorlesung Statistik und Wahrscheinlichkeitsrechnung

Mehr

Simulationen. Lehren und Lernen mit Medien I. Professur E-Learning und Neue Medien. Institut für Medienforschung Philosophische Fakultät

Simulationen. Lehren und Lernen mit Medien I. Professur E-Learning und Neue Medien. Institut für Medienforschung Philosophische Fakultät Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Lehren und Lernen mit Medien I Simulationen Überblick Simulationen Simulationen vs. Lernspiele Probleme beim Lernen

Mehr

Tutorial: Balken- und Tortendiagramm

Tutorial: Balken- und Tortendiagramm Tutorial: Balken- und Tortendiagramm In der Tabelle ist die Notenverteilung von 510 Teilnehmern an Mathematik Proseminaren angegeben (NA bedeutet einen unbekannten Wert). Der Sachverhalt sollte in zwei

Mehr

Lösungen. w58r4p Lösungen. w58r4p. Name: Klasse: Datum:

Lösungen. w58r4p Lösungen. w58r4p. Name: Klasse: Datum: Testen und Fördern Name: Klasse: Datum: 1) Ermittle jeweils das arithmetische Mittel. Ordne die Datenerhebungen nach der Größe der arithmetischen Mittel. Beginne mit dem Größten. 45, 39, 44, 48, 42, 39,

Mehr

htw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK

htw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK htw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK htw saar 2 Grundbegriffe htw saar 3 Grundgesamtheit und Stichprobe Ziel: Über eine Grundgesamtheit (Population) soll eine Aussage über ein

Mehr

Forschungsmethoden VORLESUNG WS 2017/2018

Forschungsmethoden VORLESUNG WS 2017/2018 Forschungsmethoden VORLESUNG WS 2017/2018 SOPHIE LUKES Überblick Letzte Woche: Messen Heute: Hypothesen Warum Hypothesen? Menschliches Erleben und Verhalten? Alltag vs. Wissenschaft Alltagsvermutung Wissenschaftliche

Mehr

Deskriptive Statistik. (basierend auf Slides von Lukas Meier)

Deskriptive Statistik. (basierend auf Slides von Lukas Meier) Deskriptive Statistik (basierend auf Slides von Lukas Meier) Deskriptive Statistik: Ziele Daten zusammenfassen durch numerische Kennzahlen. Grafische Darstellung der Daten. Quelle: Ursus Wehrli, Kunst

Mehr

1. Maße der zentralen Tendenz Beispiel: Variable Anzahl der Geschwister aus Jugend '92. Valid Cum Value Frequency Percent Percent Percent

1. Maße der zentralen Tendenz Beispiel: Variable Anzahl der Geschwister aus Jugend '92. Valid Cum Value Frequency Percent Percent Percent Deskriptive Statistik 1. Verteilungsformen symmetrisch/asymmetrisch unimodal(eingipflig) / bimodal (zweigipflig schmalgipflig / breitgipflig linkssteil / rechtssteil U-förmig / abfallend Statistische Kennwerte

Mehr

0 Einführung: Was ist Statistik

0 Einführung: Was ist Statistik 0 Einführung: Was ist Statistik 1 Datenerhebung und Messung 2 Univariate deskriptive Statistik Häufigkeitsverteilungen Statistische Kennwerte 3 Multivariate Statistik 4 Regression 5 Ergänzungen Deskriptive

Mehr

Arbeitsmarkt in Zahlen. Daten für interregionale Analysen. Daten für interregionale Analysen Analysebeispiele. Dezember 2012

Arbeitsmarkt in Zahlen. Daten für interregionale Analysen. Daten für interregionale Analysen Analysebeispiele. Dezember 2012 Arbeitsmarkt in Zahlen Dezember 2012 Impressum Titel: - Herausgeber: Bundesagentur für Arbeit Statistik Nürnberg Erstellungsdatum: 19. Dezember 2012 Stand Version 1.0, Nürnberg, 2012 Für nichtgewerbliche

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun http://blog.ruediger-braun.net Heinrich-Heine-Universität Düsseldorf 05. Dezember 2014 Termine Mittwoch, 10.12.: Doppelstunde Vorlesung, Ausgabe von Übungsblatt

Mehr

Statistik für Dummies

Statistik für Dummies Bearbeitet von Deborah Rumsey, Reinhard Engel 3. aktualisierte Auflage 2015. Buch. 368 S. Softcover ISBN 978 3 527 71156 7 Format (B x L): 17,6 x 24 cm Wirtschaft > Betriebswirtschaft: Theorie & Allgemeines

Mehr

Empirische Verteilungsfunktion

Empirische Verteilungsfunktion Empirische Verteilungsfunktion H(x) := Anzahl der Werte x ist. Deskriptive

Mehr

1 45, 39, 44, 48, 42, 39, 40, , 31, 46, 35, 31, 42, 51, , 42, 33, 46, 33, 44, 43

1 45, 39, 44, 48, 42, 39, 40, , 31, 46, 35, 31, 42, 51, , 42, 33, 46, 33, 44, 43 1) Ermittle jeweils das arithmetische Mittel. Ordne die Datenerhebungen nach der Größe der arithmetischen Mittel. Beginne mit dem Größten. 1 45, 39, 44, 48, 42, 39, 40, 31 2 35, 31, 46, 35, 31, 42, 51,

Mehr

I.V. Methoden 2: Deskriptive Statistik WiSe 02/03

I.V. Methoden 2: Deskriptive Statistik WiSe 02/03 I.V. Methoden 2: Deskriptive Statistik WiSe 02/03 Vorlesung am 04.11.2002 Figures won t lie, but liars will figure. General Charles H.Grosvenor Dr. Wolfgang Langer Institut für Soziologie Martin-Luther-Universität

Mehr

Forschungsmethoden VORLESUNG WS 2016/17

Forschungsmethoden VORLESUNG WS 2016/17 Forschungsmethoden VORLESUNG WS 2016/17 FLORIAN KOBYLKA, SOPHIE LUKES Organisatorisches Termine Raum 231 1 28.10.16 10:15 Sophie Lukes / Florian Einführung Kobylka 2 04.11.16 10:10 Florian Kobylka Psychologie

Mehr

Korrelation, Regression und Signifikanz

Korrelation, Regression und Signifikanz Professur Forschungsmethodik und Evaluation in der Psychologie Übung Methodenlehre I, und Daten einlesen in SPSS Datei Textdaten lesen... https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://d15cw65ipcts

Mehr

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

Kapitel 1: Deskriptive Statistik

Kapitel 1: Deskriptive Statistik Kapitel 1: Deskriptive Statistik Grafiken 1 Statistische Kennwerte 5 z-standardisierung 7 Grafiken Mit Hilfe von SPSS lassen sich eine Vielzahl unterschiedlicher Grafiken für unterschiedliche Zwecke erstellen.

Mehr

3. Deskriptive Statistik

3. Deskriptive Statistik 3. Deskriptive Statistik Eindimensionale (univariate) Daten: Pro Objekt wird ein Merkmal durch Messung / Befragung/ Beobachtung erhoben. Resultat ist jeweils ein Wert (Merkmalsausprägung) x i : - Gewicht

Mehr

1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte. D. Horstmann: Oktober

1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte. D. Horstmann: Oktober 1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte D. Horstmann: Oktober 2014 4 Graphische Darstellung von Daten und unterschiedliche Mittelwerte Eine Umfrage nach der Körpergröße

Mehr

Streuungsmaße von Stichproben

Streuungsmaße von Stichproben Streuungsmaße von Stichproben S P A N N W E I T E, V A R I A N Z, S T A N D A R D A B W E I C H U N G, Q U A R T I L E, K O V A R I A N Z, K O R R E L A T I O N S K O E F F I Z I E N T Zentrale Methodenlehre,

Mehr

Statistik I. Zusammenfassung und wichtiges zur Prüfungsvorbereitung. Malte Wissmann. 9. Dezember Universität Basel.

Statistik I. Zusammenfassung und wichtiges zur Prüfungsvorbereitung. Malte Wissmann. 9. Dezember Universität Basel. Zusammenfassung und wichtiges zur Prüfungsvorbereitung 9. Dezember 2008 Begriffe Kenntnis der wichtigen Begriffe und Unterscheidung dieser. Beispiele: Merkmal, Merkmalsraum, etc. Skalierung: Nominal etc

Mehr

Angewandte Marktanalyse und Marktforschung

Angewandte Marktanalyse und Marktforschung Angewandte Marktanalyse und Marktforschung #8 Datenaufbereitung und -kontrolle Tobias Berger M.A. Friedrich-Schiller-Universität Jena Fakultät für Sozial- und Verhaltenswissenschaften Institut für Sportwissenschaft

Mehr

Statistik... formeln für Dummies

Statistik... formeln für Dummies Timm Si99 Statistik... formeln für Dummies Fachkorrektur tlon Christoph Maas und Joachim Gaukel WILEY WILEY-VCH Verlag GmbH & Co. KGaA lnhaftsllerzeichnis Einleitun9 17 Teil I Formeln aus der beschreibenden

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Übung 3 1 Inhalt der heutigen Übung Vorrechnen der Hausübung B.7 Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben C.1: Häufigkeitsverteilung C.2: Tukey

Mehr

Grafiken. Tabellen und Diagramme. Daimler Brand & Design Navigator

Grafiken. Tabellen und Diagramme. Daimler Brand & Design Navigator Daimler Brand & Design Navigator 26. August 2016 Grafiken Die grafischen Elemente wie Tabellen und Diagramme, Infografiken sowie Piktogramme sind geprägt durch eine klare, aufgeräumte Darstellung. Grafiken

Mehr

Wozu brauche ich Statistik? Markus Lehmann, DAAD ida Seminar

Wozu brauche ich Statistik? Markus Lehmann, DAAD ida Seminar Wozu brauche ich Statistik? Markus Lehmann, DAAD ida Seminar 14.12.2016 Rückblick Der Forschungsablauf Formulierung und Präzisierung der Fragestellung Planung und Vorbereitung der Erhebung Konstruktion

Mehr

Klausur Statistik I Dr. Andreas Voß Wintersemester 2005/06

Klausur Statistik I Dr. Andreas Voß Wintersemester 2005/06 Klausur Statistik I Dr. Andreas Voß Wintersemester 2005/06 Hiermit versichere ich, dass ich an der Universität Freiburg mit dem Hauptfach Psychologie eingeschrieben bin Name: Mat.Nr.: Unterschrift: Bearbeitungshinweise:

Mehr

Simulationen. Lehren und Lernen mit Medien I. Professur Psychologie digitaler Lernmedien. Institut für Medienforschung Philosophische Fakultät

Simulationen. Lehren und Lernen mit Medien I. Professur Psychologie digitaler Lernmedien. Institut für Medienforschung Philosophische Fakultät Professur Psychologie digitaler Lernmedien Institut für Medienforschung Philosophische Fakultät Lehren und Lernen mit Medien I Simulationen Überblick Simulationen Simulationen vs. Lernspiele Probleme beim

Mehr

SPSS (20.0) Hilfe Version 1

SPSS (20.0) Hilfe Version 1 SPSS (20.0) Hilfe Version 1 Statistik-UE SS 2015 Datenmanagement Informationen zur Syntax: Öffnen der Syntax: Datei Öffnen Syntax Eingabe z. B. COMPUTE bzw. wenn Sie einen Befehl in SPSS ausführen, drücken

Mehr

3 Konfidenzintervalle

3 Konfidenzintervalle 3 Konfidenzintervalle Konfidenzintervalle sind das Ergebnis von Intervallschätzungen. Sicheres Wissen über Grundgesamtheiten kann man anhand von Stichproben nicht gewinnen. Aber mit Hilfe der Statistik

Mehr

Inhaltsverzeichnis Grundlagen aufigkeitsverteilungen Maßzahlen und Grafiken f ur eindimensionale Merkmale

Inhaltsverzeichnis Grundlagen aufigkeitsverteilungen Maßzahlen und Grafiken f ur eindimensionale Merkmale 1. Grundlagen... 1 1.1 Grundgesamtheit und Untersuchungseinheit................ 1 1.2 Merkmal oder statistische Variable........................ 2 1.3 Datenerhebung.........................................

Mehr

Gestaltungsempfehlungen

Gestaltungsempfehlungen Gestaltungsempfehlungen Prof. Dr. Günter Daniel Rey 1 Überblick Auswahl der Empfehlungen Gestaltungseffekte Empirische Überprüfung Variablenarten Versuchspläne Beispiel eines Experimentes Statistische

Mehr

Statistische Methoden der Datenanalyse Wintersemester 2012/2013 Albert-Ludwigs-Universität Freiburg

Statistische Methoden der Datenanalyse Wintersemester 2012/2013 Albert-Ludwigs-Universität Freiburg Statistische Methoden der Datenanalyse Wintersemester 2012/2013 Albert-Ludwigs-Universität Freiburg Prof. Markus Schumacher, Dr. Stan Lai Physikalisches Institut Westbau 2 OG Markus.Schumacher@physik.uni-freiburg.de

Mehr

Anforderungen an die Benchmarking-Berichte und den zusammenfassenden Jahresbericht. Inhalt

Anforderungen an die Benchmarking-Berichte und den zusammenfassenden Jahresbericht. Inhalt Anlage 7: Anforderungen an die Benchmarking-Berichte und den zusammenfassenden Jahresbericht Inhalt A Benchmarking-Bericht an die Ärzte / Einrichtungen... 2 B Zusammenfassender Jahresbericht... 25 C Anhang

Mehr

'+4 Elisabeth Raab-Steiner / Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS-Auswertung. 4., aktualisierte und überarbeitete Auflage

'+4 Elisabeth Raab-Steiner / Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS-Auswertung. 4., aktualisierte und überarbeitete Auflage '+4 Elisabeth Raab-Steiner / Michael Benesch Der Fragebogen Von der Forschungsidee zur SPSS-Auswertung 4., aktualisierte und überarbeitete Auflage facultas «4 Inhaltsverzeichnis 1 Elementare Definitionen

Mehr

Analyse von Querschnittsdaten. Arten von Variablen und Strategien der Datenanalyse

Analyse von Querschnittsdaten. Arten von Variablen und Strategien der Datenanalyse Analyse von Querschnittsdaten Arten von Variablen und Strategien der Datenanalyse Gliederung 1. Arten von Variablen 2. Analyse einzelner Variablen (univariate Verteilungen) 3. Analyse der Zusammenhänge

Mehr

Weitere Lagemaße: Quantile/Perzentile I

Weitere Lagemaße: Quantile/Perzentile I 3 Auswertung von eindimensionalen Daten Lagemaße 3.3 Weitere Lagemaße: Quantile/Perzentile I Für jeden Median x med gilt: Mindestens 50% der Merkmalswerte sind kleiner gleich x med und ebenso mindestens

Mehr

Zusammenfassung. Instruktionspsychologie. Professur Psychologie digitaler Lernmedien. Institut für Medienforschung Philosophische Fakultät

Zusammenfassung. Instruktionspsychologie. Professur Psychologie digitaler Lernmedien. Institut für Medienforschung Philosophische Fakultät Professur Psychologie digitaler Lernmedien Institut für Medienforschung Philosophische Fakultät Instruktionspsychologie Zusammenfassung Überblick Theorien Gestaltungsempfehlungen Moderierende Einflüsse

Mehr

Voraussetzung für statistische Auswertung: jeder Fall besitzt in bezug auf jedes Merkmal genau eine Ausprägung

Voraussetzung für statistische Auswertung: jeder Fall besitzt in bezug auf jedes Merkmal genau eine Ausprägung Rohdaten Urliste oder Rohdaten sind die auszuwertenden Daten in der Form, wie sie nach der Datenerhebung vorliegen. Dimensionen der Urliste sind die Fälle, Merkmale und ihre Ausprägungen. Voraussetzung

Mehr

Deskriptive Statistik

Deskriptive Statistik Helge Toutenburg Christian Heumann Deskriptive Statistik Eine Einführung in Methoden und Anwendungen mit R und SPSS Siebte, aktualisierte und erweiterte Auflage Mit Beiträgen von Michael Schomaker 4ü Springer

Mehr

a) x = 1150 ; x = 950 ; x = 800 b) Die Lagemaße unterscheiden sich voneinander. c) Der Median charakterisiert die Stichprobe am besten.

a) x = 1150 ; x = 950 ; x = 800 b) Die Lagemaße unterscheiden sich voneinander. c) Der Median charakterisiert die Stichprobe am besten. R. Brinkmann http://brinkmann-du.de Seite 6.0.2009 Lösungen Mittelwert, Median II se: E E2 E3 E4 E5 E6 a) Notendurchschnitt 2,6 b) Säulendiagramm siehe ausführliche Lösung. c) Kreisdiagramm siehe ausführliche

Mehr