Alle weiteren Messoperationen schließen die Klassifikation als Minimaloperation ein.
|
|
- Berndt Esser
- vor 7 Jahren
- Abrufe
Transkript
1 1 unterschiedliche Skalenniveaus Wir haben zuvor schon kurz von unterschiedlichen Skalenniveaus gehört, nämlich dem: - Nominalskalenniveau - Ordinalskalenniveau - Intervallskalenniveau - Ratioskalenniveau a) Nominalskalenniveau: Die grundlegendste und einfachste (Mess-) Möglichkeit, Objekte oder Ereignisse in Klassen oder Kategorien einzuordnen, ist das Klassifizieren/Kategorisieren. Alle weiteren Messoperationen schließen die Klassifikation als Minimaloperation ein. Nominalskalen bestehen also lediglich aus einem Satz rangmäßig nicht geordneter Kategorien. Damit stellen sie das einfachste/niedrigste Messnivau dar.
2 2 unterschiedliche Skalenniveaus Wie für alle Messniveaus gilt bereits beim Nominalskalenniveau: 1) Die Kategorien müssen vollständig sein (= exklusiv sein), d.h. alle in Betracht kommende Fälle einschließen. Kriterium der Exklusivität 2) Die Kategorien müssen sich gegenseitig ausschließen(= exhausitiv sein), d.h. kein Fall darf in mehr als einer Kategorie sein. Kriterium der Exhausivität Ein Beispiel dazu wird in der Vorlesung vorgetragen.
3 3 unterschiedliche Skalenniveaus b) Ordinalskalenniveau: Können wir Objekte/Ereignisse in Hinblick auf ihren Grad ordnen, in dem sie eine Eigenschaft besitzen, obwohl wir hier noch nicht genau wissen, in welchem Ausmaß sie diese Eigenschaft besitzen, dann sprechen wir von einem Ordinalskalenniveau, auf dem wir messen können. Wir sind hierbei also nicht nur in der Lage, die Objekte/Ereignisse in separate Kategorien einzuordnen ( Nominalskalenniveau), sondern zudem die Kategorien rangmäßig zu ordnen. Allerdings: Ordinales Messen enthält noch keine Informationen über die Größe der Differenzen zwischen den Kategorien. Ein Beispiel dazu wird in der Vorlesung vorgetragen.
4 4 unterschiedliche Skalenniveaus c) Intervallskalenniveau: Können wir die Objekte/Ereignisse nicht nur rangmäßig ordnen, sondern können wir darüber hinaus auch die exakten Abstände (Differenzen) zwischen ihnen angeben, dann können wir auf Intervallskalenniveau messen. Ein Beispiel dazu wird in der Vorlesung vorgetragen. d) Ratioskalenniveau: Weist die Intervallskala darüber hinaus auch noch einen absoluten Nullpunkt auf, so sprechen wir von einer Ratioskala (oder auch: Verhältnisskala). Ein Beispiel dazu wird in der Vorlesung vorgetragen.
5 5 unterschiedliche Skalenniveaus Zusammenfassung der unterschiedlichen Skalentypen und ihrer Eigenschaften Skalentyp Nominalskala Interpretation von Skalenwerten gleich ; ungleich = ; Beispiele Haarfarbe; Geschlecht K U M U L A T I O N Ordinalskala Intervallskala Ratioskala/ Verhältnisskala größer ; kleiner gleich ;ungleich ; größer ; kleiner gleich ;ungleich Vergleichbarkeit von Messdifferenzen ( Intervallen) - der Nullpunkt ist hier noch willkürlich bestimmt - = alles wie zuvor plus: absoluter ( natürlicher ) Nullpunkt Schulnoten; Hierarchiestruktur in einer Klinik Temperaturmessung z.b. in Celsius ; Lebenschancen; IQ-Werte Längen- und Gewichtsmessung; Einkommen; Alter
6 6 unterschiedliche Skalenniveaus Zum Zusammenhang einiger wichtiger Begriffe Quantitativer Gehalt der Variablen M e ß n i v e a u qualitative oder klassifikatorische Variable nominales Skalenniveau komparative oder ordinale Variable ordinales Skalenniveau quantitative oder metrische Variable Intervallskalenniveau Ratioskalenniveau
7 7 unterschiedliche Skalenniveaus Messen in den (Sozial-) Wissenschaften Relationen mit empirischer Bedeutung/ Beispiele Gleichheit/ Ungleichheit der Messwerte Ordnung der Messwerte Verhältnisse von Messwertdifferenzen Verhältnisse von Messwerten Haarfarbe X Schulnoten X X Temperatur in Celsius X X X Körpergewicht X X X X Insgesamt weitaus ausführlicher dazu bei: KROMREY, Helmut, a.a.o., 2006(11.üb.Aufl.), Kap :
8 8 Bevor wir zum Einstieg in die Deskriptivstatistik kommen, muss noch zuvor kurz geklärt werden: Begriff: wissenschaftliches Modell = Ein bewusst vereinfachendes Abbild der Realität, das die wesentlichen Elemente einer Struktur/eines Prozesses sowie die Beziehungen zwischen diesen Elementen verdeutlichen soll. Zu unterscheiden sind dabei vier Funktionen wissenschaftlicher Modelle heuristische beschreibende erklärende analytische heuréka! (aus dem klassischen Griechisch) = ich habe es gefunden freudiger Ausruf bei der Lösung eines schwierigen wissenschaftlichen Problems.
9 9 Statistik als Hilfswissenschaft ( immer nur ein Abstraktionsmodell, aber eben kein Auswertungsmodell!! ) Ziel: Angemessene Informationsreduktion mit Hilfe statistischer Verfahren S t a t i s t i k M e s s e n Beziehungen zwischen den Eigenschaften von Objekten/ Ereignissen werden zunächst in Form von Beziehungen zwischen Zahlen/Symbolen festgelegt. Umwandlung eines empirischen Relativs in ein numerisches Relativ. Σ : statistische Modelle Komprimieren die Informationen des Zahlenmaterials in charakteristische Größen, z.b. in Mittelwerte, Streuungsmaße. Diese Modelle bedingen Informationsverlust - solange dabei relevante Informationen erhalten bleiben, ist dies erwünscht. Modelle mathematischer Statistik reduzieren die vorhandenen Informationen im Zahlenmaterial auf ein optimales Quantum (sofern die statistischen Modelle richtig angewandt werden!!)
10 10 Fortsetzun g Σ : Die so erhaltenen statistischen Ergebnisse müssen in (sozial-)wissenschaftliche Ergebnisse übersetzt/interpretiert werden. (häufige Fehlerquelle)! Literaturhinweis KROMREY, Helmut, a.a.o., 2006(11.üb.Aufl.), Kap :
11 11 Deskriptivstatistik a) Univariate Statistik Von der Urliste zur Datenmatrix Tabelle 1: Urliste: Ungeordnete Auflistung der Variablenwerte Beispielvariable: Lebensalter
12 12 Deskriptivstatistik a) Univariate Statistik Tabelle 2: Primäre Tafel: Geordnete Auflistung (in aufsteigender Reihenfolge) der Variablenwerte Beispielvariable: Lebensalter Weitaus übersichtlicher ist dann aber die nachfolgende Häufigkeitstabelle (mit der Beispielvariable Lebensalter):
13 13 Deskriptivstatistik a) Univariate Statistik Tabelle 3: Häufigkeitstabelle: Die Verteilung der Variable Lebensalter Messwert Häufigkeit Strichmarke x 1 15 I 1 18 I 1 19 I 1 21 I 1 28 II 2 29 II 2 30 II 2 31 II 2 32 I 1 37 I 1 43 II 2 44 IIII 5 45 I 1 47 II 2 56 I 1 57 I 1 60 II 2 61 I 1 82 I 1 f i n = 30
14 14 Deskriptivstatistik a) Univariate Statistik Die übliche professionelle (=verdichtete) statistische Datenaufbereitung erfolgt über die univariate Häufigkeitstabelle Häufigkeit heißt auf englisch: frequency Das Symbol in der Statistik für Häufigkeit ist deshalb ein kleines f Die Gesamthäufigkeit einer Verteilung wird mit einem kleinen n (=numeri) bezeichnet. Um die Einzelhäufigkeiten unterscheiden zu können, werden sie mit einem Laufindex (als Subskript) gekennzeichnet, der mit einem kleinem i (=Index) ausgewiesen wird, dann ist also i = 1, 2, 3,, n Die absoluten Zellenhäufigkeiten in der univariaten Häufigkeitstabelle werden dann also mit f 1, f 2, f 3,, f n bezeichnet. Werden die Einzelhäufigkeiten summiert, so wird als Summenzeichen der griechische Großbuchstabe Sigma Σ genutzt.
Einführendes zur Deskriptivstatistik
Motto (amerikanischer) Sozialforschung, in Stein gemeisselt über dem Bogenfenster des sozialwissenschaftlichen Fakultätsgebäudes der Universität von Chicago: If you cannot measure, your knowledge is meagre
MehrForschungsmethoden in der Sozialen Arbeit
Forschungsmethoden in der Sozialen Arbeit Fachhochschule für Sozialarbeit und Sozialpädagogik Alice- Salomon Hochschule für Soziale arbeit, Gesundheit, Erziehung und Bildung University of Applied Sciences
MehrVariablen und Skalenniveaus
Analytics Grundlagen Variablen und Skalenniveaus : Photo Credit: Unsplash, Roman Mager Statistik Was ist eigentlich eine Variable? Variable In der Datenanalyse wird häufig die Bezeichnung Variable verwendet.
MehrDeskriptivstatistik a) Univariate Statistik Weiters zum Thema der statistischen Informationsverdichtung
20 Weiters zum Thema der statistischen Informationsverdichtung M a ß z a h l e n Statistiken bei Stichproben Parameter bei Grundgesamtheiten Maßzahlen zur Beschreibung univariater Verteilungen Maßzahlen
MehrWiederholung Statistik I. Statistik für SozialwissenschaftlerInnen II p.8
Wiederholung Statistik I Statistik für SozialwissenschaftlerInnen II p.8 Konstanten und Variablen Konstante: Merkmal hat nur eine Ausprägung Variable: Merkmal kann mehrere Ausprägungen annehmen Statistik
MehrDatenerhebung, Skalenniveaus und Systemdatei
Datenerhebung, Skalenniveaus und Systemdatei Institut für Geographie 1 Beispiele für verschiedene Typen von Fragen in einer standardisierten Befragung (3 Grundtypen) Geschlossene Fragen Glauben Sie, dass
MehrStatistische Grundlagen I
Statistische Grundlagen I Arten der Statistik Zusammenfassung und Darstellung von Daten Beschäftigt sich mit der Untersuchung u. Beschreibung von Gesamtheiten oder Teilmengen von Gesamtheiten durch z.b.
MehrQuantitative Methoden der Agrarmarktanalyse und des Agribusiness
Quantitative Methoden der Agrarmarktanalyse und des Agribusiness Teil Quantitative Methoden der Agrarmarktanalyse Vorlesung: Montag und Mittwoch 8:30-10:00 Dr. Bernhard Brümmer Tel.: 0431-880-4449, Fax:
MehrEinführung 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
MehrGliederung. Ursachen von Ergebnisverfälschung. Antworttendenzen/Urteilsfehler. Empirische Forschungsmethoden
SoSe 2017 6. Sitzung 23. Mai 2017 Gliederung Datenerhebung quantitative Forschung (Planungs- und Erhebungsphase): Urteilsverfälschung/Messfehler Maße der zentralen Tendenz 1 2 6) Quantitative empirische
MehrDATENERHEBUNG: MESSEN-OPERATIONALISIEREN - SKALENARTEN
DATENERHEBUNG: MESSEN-OPERATIONALISIEREN - SKALENARTEN Was ist Messen? Messen - im weitesten Sinne - ist die Zuordnung von Zahlen zu Objekten und Ereignissen entsprechend einer Regel (Def. nach Stevensen
MehrDaten, Datentypen, Skalen
Bildung kommt von Bildschirm und nicht von Buch, sonst hieße es ja Buchung. Daten, Datentypen, Skalen [main types of data; levels of measurement] Die Umsetzung sozialwissenschaftlicher Forschungsvorhaben
MehrEinige Grundbegriffe der Statistik
Einige Grundbegriffe der Statistik 1 Überblick Das Gesamtbild (Ineichen & Stocker, 1996) 1. Ziehen einer Stichprobe Grundgesamtheit 2. Aufbereiten der Stichprobe (deskriptive Statistik) 3. Rückschluss
MehrStatistik II: Grundlagen und Definitionen der Statistik
Medien Institut : Grundlagen und Definitionen der Statistik Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Hintergrund: Entstehung der Statistik 2. Grundlagen
MehrLeidlmair / Planung und statistische Auswertung psychologischer Untersuchungen I. Messtheoretische Vorüberlegungen
Leidlmair / Planung und statistische Auswertung psychologischer Untersuchungen I Messtheoretische Vorüberlegungen Am Anfang jeder statistischen Auswertung steht das 'Messen' bestimmter Phänomene bzw. Merkmale.
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
Mehrhtw 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
MehrDeskriptive Statistik 1 behaftet.
Die Statistik beschäftigt sich mit Massenerscheinungen, bei denen die dahinterstehenden Einzelereignisse meist zufällig sind. Statistik benutzt die Methoden der Wahrscheinlichkeitsrechnung. Fundamentalregeln:
Mehr3. Merkmale und Daten
3. Merkmale und Daten Ziel dieses Kapitels: Vermittlung des statistischen Grundvokabulars Zu klärende Begriffe: Grundgesamtheit Merkmale (Skalenniveau etc.) Stichprobe 46 3.1 Grundgesamtheiten Definition
MehrAnteile 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
MehrDie deskriptive (beschreibende) Statistik hat als Aufgabe, große Datenmengen durch wenige Kennzahlen. oder Grafiken zu beschreiben.
Die deskriptive (beschreibende) Statistik hat als Aufgabe, große Datenmengen durch wenige Kennzahlen wie Lage- und Streuungsmaße oder Grafiken zu beschreiben. Solche Datenmengen entstehen bei der Untersuchung
MehrForschungsmethoden VORLESUNG WS 2017/2018
Forschungsmethoden VORLESUNG WS 2017/2018 SOPHIE LUKES Übersicht Letzte Sitzung: Psychologie als empirische Wissenschaft Heute: Messen Rückblick: Qualitativer vs. quantitativer Ansatz Qualitativ Quantitativ
MehrForschungsmethoden VORLESUNG SS 2017
Forschungsmethoden VORLESUNG SS 2017 SOPHIE LUKES Übersicht Letzte Sitzung: Psychologie als empirische Wissenschaft Heute: Messen Rückblick: Qualitativer vs. quantitativer Ansatz Qualitativ Quantitativ
MehrInhaltsverzeichnis. 1 Über dieses Buch Zum Inhalt dieses Buches Danksagung Zur Relevanz der Statistik...
Inhaltsverzeichnis 1 Über dieses Buch... 11 1.1 Zum Inhalt dieses Buches... 13 1.2 Danksagung... 15 2 Zur Relevanz der Statistik... 17 2.1 Beispiel 1: Die Wahrscheinlichkeit, krank zu sein, bei einer positiven
MehrDeskriptive Statistik
Deskriptive Statistik 1 Deskriptive Statistik Die deskriptive Statistik beschäftigt sich mit der Organisation, Darstellung und Zusammenfassung von Daten, um sie übersichtlich und für den Betrachter leicht
MehrEinführung in die Statistik
Einführung in die Statistik 1. Deskriptive Statistik 2. Induktive Statistik 1. Deskriptive Statistik 1.0 Grundbegriffe 1.1 Skalenniveaus 1.2 Empirische Verteilungen 1.3 Mittelwerte 1.4 Streuungsmaße 1.0
MehrModul 04: Messbarkeit von Merkmalen, Skalen und Klassierung. Prof. Dr. W. Laufner Beschreibende Statistik
Modul 04: Messbarkeit von Merkmalen, Skalen und 1 Modul 04: Informationsbedarf empirische (statistische) Untersuchung Bei einer empirischen Untersuchung messen wir Merkmale bei ausgewählten Untersuchungseinheiten
MehrUnivariate 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
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse
MehrForschungsmethoden in der Sozialen Arbeit (XI)
Forschungsmethoden in der Sozialen Arbeit (XI) Fachhochschule für Sozialarbeit und Sozialpädagogik Alice-Salomon Hochschule für Soziale arbeit, Gesundheit, Erziehung und Bildung University of Applied Sciences
MehrPhasen des Forschungsprozesses (hypothesenprüfende Studie)
Phasen des Forschungsprozesses (hypothesenprüfende Studie) Konzeptspezifikation/ Operationalisierung/Messung rot: Planungsphase Auswahl des Forschungsproblems Theoriebildung Auswahl der Untersuchungseinheiten
MehrTEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG
TEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG Statistik eine Umschreibung Mathematische Hilfswissenschaft mit der Aufgabe, Methoden für die Sammlung, Aufbereitung, Analyse
Mehr1 x 1 y 1 2 x 2 y 2 3 x 3 y 3... n x n y n
3.2. Bivariate Verteilungen zwei Variablen X, Y werden gemeinsam betrachtet (an jedem Objekt werden gleichzeitig zwei Merkmale beobachtet) Beobachtungswerte sind Paare von Merkmalsausprägungen (x, y) Beispiele:
MehrTEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG
TEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG GLIEDERUNG Statistik eine Umschreibung Gliederung der Statistik in zwei zentrale Teilbereiche Deskriptive Statistik Inferenzstatistik
MehrAngewandte Statistik 3. Semester
Angewandte Statistik 3. Semester Übung 5 Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines Beispieles Häufigkeitsauswertungen Grafiken Statistische Grundlagen
MehrMethoden der Klassifikation und ihre mathematischen Grundlagen
Methoden der Klassifikation und ihre mathematischen Grundlagen Mengenlehre und Logik A B "Unter einer 'Menge' verstehen wir jede Zusammenfassung M von bestimmten wohlunterschiedenen Objekten unserer Anschauung
MehrGrundbegriffe. Bibliografie
Grundbegriffe Merkmale und Merkmalsausprägungen Skalen und Skalentransformation Einführung und Grundbegriffe II 1 Bibliografie Bleymüller / Gehlert / Gülicher Verlag Vahlen Statistik für Wirtschaftswissenschaftler
MehrForschungsmethoden VORLESUNG SS 2018
Forschungsmethoden VORLESUNG SS 2018 SOPHIE LUKES Übersicht Letzte Sitzung: Psychologie als empirische Wissenschaft Heute: Nachtrag Messen Forschungsethik Freiwilligkeit, Aufklärung nicht möglich/nötig,
MehrW-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
Mehr0 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
Mehr0 Einführung: Was ist Statistik
0 Einführung: Was ist Statistik 1 Datenerhebung und Messung Die Messung Skalenniveaus 2 Univariate deskriptive Statistik 3 Multivariate Statistik 4 Regression 5 Ergänzungen Grundbegriffe Statistische Einheit,
MehrEinführung 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
MehrDr. Barbara Lindemann. Fragebogen. Kolloquium zur Externen Praxisphase. Dr. Barbara Lindemann 1
Dr. Barbara Lindemann Fragebogen Kolloquium zur Externen Praxisphase Dr. Barbara Lindemann 1 Überblick 1. Gütekriterien quantitativer Forschungen 2. Fragebogenkonstruktion 3. Statistische Datenanalyse
MehrLeidlmair / Planung und statistische Auswertung psychologischer Untersuchungen I. Meßtheoretische Vorüberlegungen
Leidlmair / Planung und statistische Auswertung psychologischer Untersuchungen I Meßtheoretische Vorüberlegungen Am Anfang jeder statistischen Auswertung steht das 'Messen' bestimmter Phänomene bzw. Merkmale.
MehrLagemaße Übung. Zentrale Methodenlehre, Europa Universität - Flensburg
Lagemaße Übung M O D U S, M E D I A N, M I T T E L W E R T, M O D A L K L A S S E, M E D I A N, K L A S S E, I N T E R P O L A T I O N D E R M E D I A N, K L A S S E M I T T E Zentrale Methodenlehre, Europa
MehrGrundlagen sportwissenschaftlicher Forschung Untersuchungsplanung 2 und Grundlagen des Messens
Grundlagen sportwissenschaftlicher Forschung Untersuchungsplanung 2 und Grundlagen des Messens Dr. Jan-Peter Brückner jpbrueckner@email.uni-kiel.de R.216 Tel. 880 4717 AUFGABE 1. Beschreibe einen experimentellen
MehrI.3. Computergestützte Methoden 1. Deskriptive Statistik. Master of Science Prof. Dr. G. H. Franke WS 2009/ 2010
I.3. Computergestützte Methoden 1. Deskriptive Statistik Master of Science Prof. Dr. G. H. Franke WS 2009/ 2010 1 Seminarübersicht Nr. Thema 1 Deskriptive Statistik 1.1 Organisation und Darstellung von
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Mag. Dipl.Ing. Dr. Pantelis Christodoulides & Mag. Dr. Karin Waldherr SS 2011 Christodoulides / Waldherr Einführung in Quantitative Methoden- 2.VO 1/62 Summenzeichen
MehrStatistik. Jan Müller
Statistik Jan Müller Skalenniveau Nominalskala: Diese Skala basiert auf einem Satz von qualitativen Attributen. Es existiert kein Kriterium, nach dem die Punkte einer nominal skalierten Variablen anzuordnen
MehrSkalenniveaus =,!=, >, <, +, -
ZUSAMMENHANGSMAßE Skalenniveaus Nominalskala Ordinalskala Intervallskala Verhältnisskala =,!= =,!=, >, < =,!=, >, ,
MehrStatistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn
Statistikpraktikum Carsten Rezny Institut für angewandte Mathematik Universität Bonn Sommersemester 2016 Anmeldung in Basis: 06. 10.06.2016 Organisatorisches Einführung Statistik Analyse empirischer Daten
MehrKapitel III - Merkmalsarten
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Statistik 1 - Deskriptive Statistik Kapitel III - Merkmalsarten Markus Höchstötter Lehrstuhl für Statistik, Ökonometrie
MehrStatistik. Herzlich willkommen zur Vorlesung. Grundlagen Häufigkeiten Lagemaße Streuung Inferenzstatistik Kreuztabellen Gruppenunterschiede
FB 1 W. Ludwig-Mayerhofer Statistik 1 Herzlich willkommen zur Vorlesung Statistik FB 1 W. Ludwig-Mayerhofer Statistik 2 Vorlesung Statistik für wen? BA Social Science/BA Sozialwissenschaften (Pflicht)
MehrGraphische Darstellung einer univariaten Verteilung:
Graphische Darstellung einer univariaten Verteilung: Die graphische Darstellung einer univariaten Verteilung hängt von dem Messniveau der Variablen ab. Bei einer graphischen Darstellung wird die Häufigkeit
MehrInhalt. I Einführung. Kapitel 1 Konzept des Buches Kapitel 2 Messen in der Psychologie... 27
Inhalt I Einführung Kapitel 1 Konzept des Buches........................................ 15 Kapitel 2 Messen in der Psychologie.................................. 27 2.1 Arten von psychologischen Messungen....................
MehrDeskriptive Statistik Kapitel III - Merkmalsarten
Deskriptive Statistik Kapitel III - Merkmalsarten Georg Bol bol@statistik.uni-karlsruhe.de hoechstoetter@statistik.uni-karlsruhe.de April 26, 2006 Typeset by FoilTEX Agenda 1. Merkmalsarten 2. Skalen 3.
Mehr1 Stochastik deskriptive Statistik und Wahrscheinlichkeitsrechnung. Statistik und Wahrscheinlichkeitsrechnung
1 Stochastik deskriptive Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung 2 Stochastik deskriptive Statistik und Wahrscheinlichkeitsrechnung Stochastik Wahrscheinlichkeitsrechnung
MehrStatistik Grundbegriffe
Kapitel 2 Statistik Grundbegriffe 2.1 Überblick Im Abschnitt Statistik Grundbegriffe werden Sie die Bedeutung von statistischen Grundbegriffen wie Stichprobe oder Merkmal kennenlernen und verschiedene
MehrSkript zur Übung: Grundlagen der empirischen Sozialforschung - Datenanalyse
Skript zur Übung: Grundlagen der empirischen Sozialforschung - Datenanalyse Phasen des Forschungsprozesses Auswahl des Forschungsproblems Theoriebildung Theoretische Phase Konzeptspezifikation / Operationalisierung
MehrGrundlagen der empirischen Sozialforschung
Grundlagen der empirischen Sozialforschung Sitzung 11 - Datenanalyseverfahren Jan Finsel Lehrstuhl für empirische Sozialforschung Prof. Dr. Petra Stein 5. Januar 2009 1 / 22 Online-Materialien Die Materialien
MehrStatistik SS Deskriptive Statistik. Bernhard Spangl 1. Universität für Bodenkultur. March 1, 2012
Statistik SS 2012 Deskriptive Statistik Bernhard Spangl 1 1 Institut für angewandte Statistik und EDV Universität für Bodenkultur March 1, 2012 B. Spangl (Universität für Bodenkultur) Statistik SS 2012
MehrVariablen und Skalenniveaus
2 Variablen und Skalenniveaus Im Mittelpunkt des folgenden Kapitels stehen Variablen. Es wird zunächst geklärt, was man unter einer Variablen versteht und was es bei der Messung dieser zu berücksichtigen
MehrSTATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich)
WS 07/08-1 STATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich) Nur die erlernbaren Fakten, keine Hintergrundinfos über empirische Forschung etc. (und ich übernehme keine Garantie) Bei der Auswertung von
MehrGrundbegriffe (1) Grundbegriffe (2)
Grundbegriffe (1) S.1 Äquivalenzklasse Unter einer Äquivalenzklasse versteht man eine Klasse von Objekten, die man hinsichtlich bestimmter Merkmalsausprägungen als gleich (äquivalent) betrachtet. (z.b.
MehrStatistik Grundbegriffe
Statistik Grundbegriffe 2 2.1 Überblick Im Kap. 2 werden Sie die Bedeutung von statistischen Grundbegriffen wie Stichprobe oder Merkmal kennenlernen und verschiedene Skalenniveaus voneinander abgrenzen.
MehrTutorium Mathematik in der gymnasialen Oberstufe 1. Veranstaltung: Beschreibende Statistik 19. Oktober 2016
Tutorium Mathematik in der gymnasialen Oberstufe 1. Veranstaltung: Beschreibende Statistik 19. Oktober 2016 1. Daten erfassen 1. Aufgabe: Würfeln Sie 30-mal mit einem regelmäßigen Oktaeder und dokumentieren
MehrTeil I: Deskriptive Statistik
Teil I: Deskriptive Statistik 2 Grundbegriffe 2.1 Merkmal und Stichprobe 2.2 Skalenniveau von Merkmalen 2.3 Geordnete Stichproben und Ränge 2.1 Merkmal und Stichprobe An (geeignet ausgewählten) Untersuchungseinheiten
MehrBeispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es
Beispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es beim radioaktiven Zerfall, zwischen 100 und 110 Zerfälle
MehrStatistik I für Humanund Sozialwissenschaften
Statistik I für Humanund Sozialwissenschaften 1 Übung Lösungsvorschlag Gruppenübung G 1 Auf einer Touristeninsel in der Karibik wurden in den letzten beiden Juliwochen morgens zur gleichen Zeit die folgenden
MehrWas heißt messen? Konzeptspezifikation Operationalisierung Qualität der Messung
Was heißt messen? Ganz allgemein: Eine Eigenschaft eines Objektes wird ermittelt, z.b. die Wahlabsicht eines Bürgers, das Bruttosozialprodukt eines Landes, die Häufigkeit von Konflikten im internationalen
MehrMesstherorie Definitionen
Messtherorie Definitionen Begriff Definition Beispiel Relationen Empirisches Relativ eine Menge von Objekten und ein oder mehreren beobachtbaren Relationen zwischen dieses Objekten Menge der Objekte =
MehrEinführung in die Statistik
Elmar Klemm Einführung in die Statistik Für die Sozialwissenschaften Westdeutscher Verlag INHALTSVERZEICHNIS 1. Einleitung und Begrifflichkeiten 11 1.1 Grundgesamtheit, Stichprobe 12 1.2 Untersuchungseinheit,
MehrForschungsmethoden VORLESUNG WS 2018/2019
Forschungsmethoden VORLESUNG WS 2018/2019 FLORIAN KOBYLKA Feedback 1. Was war uninteressant? 2. Was war interessant? 3. Was war unverständlich? 4. Was war gut verständlich? Rückblick Ablauf eines Forschungsprozesses
MehrGrundlagen 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
MehrStatistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn
Statistikpraktikum Carsten Rezny Institut für angewandte Mathematik Universität Bonn Sommersemester 2017 Organisatorisches Anmeldung in Basis: 19. 23.06.2017 Skript und Übungsaufgaben unter: http://www.iam.uni-bonn.de/users/rezny/statistikpraktikum
MehrGundlagen empirischer Forschung & deskriptive Statistik. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09
Gundlagen empirischer Forschung & deskriptive Statistik Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09 Grundlagen Vorbereitung einer empirischen Studie Allgemeine Beschreibung
MehrGrundlagen empirischer Forschung. Korpuslinguistik Heike Zinsmeister WS 2009/10
Grundlagen empirischer Forschung Korpuslinguistik Heike Zinsmeister WS 2009/0 Grundlagen Vorbereitung einer empirischen Studie Allgemeine Beschreibung des zu untersuchenden Phänomens Literaturstudien Erkundigungen
MehrStatistik SS Deskriptive Statistik. Bernhard Spangl 1. Universität für Bodenkultur. March 6, 2012
Statistik SS 2012 Bernhard Spangl 1 1 Institut für angewandte Statistik und EDV Universität für Bodenkultur March 6, 2012 B. Spangl (Universität für Bodenkultur) Statistik SS 2012 March 6, 2012 1 / 19
MehrStatistik für Ingenieure Vorlesung 7
Statistik für Ingenieure Vorlesung 7 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 12. Dezember 2017 4. Deskriptive Statistik 4.1. Grundbegriffe der Statistik Der Begriff
MehrStatistik K urs SS 2004
Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die
MehrGrundlagen der empirischen Sozialforschung
Vorlesung (2std.): Grundlagen der empirischen Sozialforschung (nicht für : OAWISS-Studierende) Zeitraum: Wintersemester 2006/07 (19.Oktober 2006 08.Februar 2007) Ort: Termin/ Raum: Campus Essen Donnerstag,
MehrEmpirische Sozialforschung
Helmut Kromrey Empirische Sozialforschung Modelle und Methoden der standardisierten Datenerhebung und Datenauswertung 11., überarbeitete Auflage Lucius & Lucius Stuttgart Inhalt Vorbemerkung: Wozu Methoden
MehrSerie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6. Statistik-Tutorium. Lösungsskizzen Übung SS2005. Thilo Klein. Grundstudium Sommersemester 2008
Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Lösungsskizzen Übung SS2005 Grundstudium Sommersemester 2008 Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Inhalt Serie 1 Serie 2 Serie 3 Serie 4 Serie
MehrGASTVORTRAG IM RAHMEN DER: EINFÜHRUNG IN DIE EMPIRISCHE HUMAN- UND SOZIALFORSCHUNG. Mag. a Andrea Schaffar
GASTVORTRAG IM RAHMEN DER: EINFÜHRUNG IN DIE EMPIRISCHE HUMAN- UND SOZIALFORSCHUNG Mag. a Andrea Schaffar Inhalte der heutigen VO-Einheit 2 Projektabläufe: Gegenüberstellung Forschung und Praxisprojekte
Mehr2 Merkmalsausprägungen, Skalen, Häufigkeiten, Klassierung
2 2.1 Merkmalsausprägungen und Skalen Bei statistischen Analysen wird eine bestimmte Anzahl von Elementen untersucht und mit den Methoden der Statistik quantifiziert. Je nach Untersuchung kann es sich
MehrStatistik 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
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 6. Stock, TB II R. 06-206 (Persike) R. 06-321 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrGrundlagen der Datenanalyse am Beispiel von SPSS
Grundlagen der Datenanalyse am Beispiel von SPSS Einführung Dipl. - Psych. Fabian Hölzenbein hoelzenbein@psychologie.uni-freiburg.de Einführung Organisatorisches Was ist Empirie? Was ist Statistik? Dateneingabe
MehrMittelwert 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
MehrV a r i a b l e X x 1 x 2 x 3 x 4 Σ y y y Σ Variable Y. V a r i a b l e X
Ausgangsüberlegung: Verschiedene Kontingenztabellen bei gleicher Randverteilung und gleichem Stichprobenumfang n sind möglich. Beispiel: Variable Y V a r i a b l e X x 1 x x 3 x 4 Σ y 1 60 60 y 0 0 y 3
MehrMaße der zentralen Tendenz
UStatistische Kennwerte Sagen uns tabellarische und graphische Darstellungen etwas über die Verteilung der einzelnen Werte einer Stichprobe, so handelt es sich bei statistischen Kennwerten um eine Kennzahl,
MehrDeskriptive Statistik
Deskriptive Statistik Lösungen+ Aufgabe 1.1 (a) Sammelnde Statistik: Wahl einer zufälligen Stichprobe aus der Grundgesamtheit. (b) Beschreibende (deskriptive) Statistik: Aufbereitung der Stichprobe (oder
Mehr