Martin Dietrich, Albert-Ludwigs-Universität Freiburg
|
|
- Katrin Bauer
- vor 6 Jahren
- Abrufe
Transkript
1 Standardisierte Qualitätsinformationen von Krankenhäusern in Deutschland als Steuerungsinstrument des Qualitäts- und Leistungswettbewerbs und ihr Effekt auf die Präferenzen-Bildung bei der Krankenhauswahl Ergebnisse einer empirischen Studie 8. Internationales NPO-Forschungscolloquium Johannes Kepler Universität Linz/Österreich April 2008
2 Hintergrund und Problemstellung Gesundheitssystem-Effizienz und Veröffentlichung von Qualitätsinformationen Annahmen auf Seiten der Nachfrager nach Gesundheitsleistungen Untersuchung der Verhaltensrelevanz von Qualitätsindikatoren im Gesundheitswesen Darstellung am Beispiel der standardisierten Qualitätsberichte von Krankenhäusern in Deutschland 2
3 3
4 Forschungsfragen Wie wirken standardisierte Qualitätsinformationen auf die Wahl von Krankenhäuser? Wie stark sind die Effekte der standardisierten Qualitätsinformationen auf die Krankenhauswahl? Wie stabil sind die Effekte der standardisierten Qualitätsinformationen auf die Krankenhauswahl? Bestehen Möglichkeiten für Krankenhäuser, mit zusätzlichen Informationen die Krankenhauswahl, die auf standardisierten Qualitätsinformationen, beruhen zu beeinflussen? 4
5 Hypothesen H1: Je höher die Qualität eines Krankenhauses, kommuniziert durch die Anzahl der behandelten Fälle, um so höher ist die Wahrscheinlichkeit, dass das entsprechende Krankenhaus auch gewählt wird. H2: Die Wahlwahrscheinlichkeiten für ein qualitativ hochwertiges Krankenhaus werden nicht durch die zusätzliche Information über durchschnittliche Qualitätsvergleichswerte verändert. H3: Die Wahlwahrscheinlichkeiten für ein qualitativ hochwertiges Krankenhaus werden nicht dadurch verändert, dass zusätzliche Kompetenz-Informationen über dieses Krankenhaus kommuniziert werden. 5
6 Methode Stimulus: Hypothetische Entscheidungssituation, in der eine Kehlkopferkrankung beschrieben wurde, die einen leichten operativen Eingriff innerhalb eines Jahres nötig macht und die keine Notfall ist. Den Teilnehmern wurde vorgegeben, dass sie alle notwendigen Informationen über in Frage kommende Krankenhäuser gesammelt haben und dass letztendlich nur noch zwei Krankenhäuser (Referenz- und Test- Krankenhaus) zur Auswahl stünden. Von diesen zwei Krankenhäusern soll angenommen werden, dass sie in allen relevanten Aspekten vergleichbar sind bis auf spezifische Informationen im standardisierten Qualitätsberich Gegeben diesen Informationen hatten die Studienteilnehmer eines der beiden präsentierten Krankenhäuser auszuwählen. 6
7 Studie 1 Experimentelle Variation des Qualitätsberichts des Testkrankenhauses Faktor 2: Zusätzliche Informationen keine zusätzlichen Informationen zusätzlich landesweite Durchschnittszahlen zusätzlich spezifische Kompetenzen Faktor 1: Qualitätsindikator (Fallzahlen) höher als das Referenzkrankenhaus niedriger als das Referenzkrankenhaus Test-KH 1 Test-KH 3 Test-KH 5 Test-KH 2 Test-KH 4 Test-KH 6 7
8 Datenbasis Studie 1 Teilnehmer: 257 Studenten Durchschnittliches Alter: 22 Jahre 56,3% männlich, 43,8% weiblich Durchschnittliche Semesterzahl: 2.1 Nationalität: Deutsch 216 (84.0%), andere: 41 (16.0%) Verteilung auf die experimentellen Bedingungen Verteilung auf die experimentellen Bedingungen Test-KH 1 44 (17.1%) Test-KH 2 40 (15.6%) Test-KH 3 45 (17.5%) Test-KH 4 41 (16.0%) Test-KH 5 43 (16.7%) Test-KH 6 44 (17.1%) 8
9 Messungen Teilnehmer wurden gefragt wie sie das Referenzkrankenhaus und das Test-Krankenhaus bewerten (7er-Ratingskala, 1 = sehr schlecht, 7 = sehr gut) welches Krankenhaus sie wählen würden (binäre variable) wie sicher sie sich bei ihrer Wahl sind (7er-Ratingskala, 1 = sehr unsicher, 7 = sehr sicher) Berechnung einer individuellen Wahrscheinlichkeit, mit der das Testkrankenhaus gewählt werden würde, indem die angegebene Krankenhauswahl mit der angegebenen Sicherheit gewichtet wurde 9
10 Messungen Manipulations-Check 1 Single-Item: Bewertung des Test-Krankenhauses Durchschnitt Standardabweichung Bewertung des Testkrankenhauses t (249;.95) =-4.565, p =.000 höhere Fallzahl als Ref.-KH. geringere Fallzahl als Ref.-KH Manipulation-Check 2 Single-Item: Berechnete individuelle Wahlwahrscheinlichkeit des Test-Krankenhauses Durchschnitt Standardabweichung Berechnete individuelle Wahlwahrscheinl ichkeit des Test- Krankenhauses höhere Fallzahl als Ref.-KH. geringere Fallzahl als Ref.-KH t (251;.95) =-6.685, p =
11 Ergebnisse Studie 1 Faktor 2: Zusätzliche Informationen Häufigkeiten der Wahl des Test- Krankenhauses keine zusätzlichen Informationen zusätzlich landesweite Durchschnittszahlen zusätzlich spezifische Kompetenzen Faktor 1: Qualitätsindikator (Fallzahlen) höher als das Referenzkrankenhaus niedriger als das Referenzkrankenhaus χ 2 (5; 0,95) = , p = (81.8%) 27 (61.4%) 37 (86.0%) 6 (15.4%) 12 (29.3 %) 31 (70.5%) 11
12 12
13 Diskussion Ergebnisse Studie 1 Präferenzen hängen vom Qualitätsindikator ab Präferenzen werden beeinflusst durch: 1. zusätzliche Information über landesweiter Durchschnittszahlen 2. Zusätzliche Information über spezifische Kompetenzen des Krankenhauses Weiterführende Frage Reference dependent preferences auf Gesundheitsmärkten? 13
14 Studie 2 Experimentelle Variation des Qualitätsberichts des Testkrankenhauses Faktor 2: Landesweiter Durchschnittszahlen geringer als Referenz- und Test-Krankenhaus zwischen Referenz- und Testkrankenhaus höher als Referenz- und Testkrankenhaus Faktor 1: Qualitätsindikator (Fallzahlen) höher als das Referenzkrankenhaus niedriger als das Referenzkrankenhaus Test-KH 1 Test-KH 3 Test-KH 5 Test-KH 2 Test-KH 4 Test-KH 6 14
15 Datenbasis Studie 2 Teilnehmer: 254 Studenten Durchschnittliches Alter: 21.7 Jahre 49.2 % männlich, 50.8 % weiblich Durchschnittliche Semesterzahl: 2.2 Nationalität: Deutsch 215 (85.6%), andere: 39 (15.4%) Verteilung auf die experimentellen Bedingungen Verteilung auf die experimentellen Bedingungen Test-KH 1 40 (15.7%) Test-KH 2 42 (16.5%) Test-KH 3 45 (17.7%) Test-KH 4 43 (16.9%) Test-KH 5 35 (13.8%) Test-KH 6 49 (19.3%) 15
16 Messungen Manipulations-Check 1 Single-Item: Bewertung des Test-Krankenhauses Durchschnitt Standardabweichung Bewertung des Testkrankenhauses t (246;.95) =-3.283, p =.001 Höhere Fallzahl als Ref.-KH. Geringere Fallzahl als Ref.-KH Manipulations-Check 2 Single-Item: Berechnete individuelle Wahlwahrscheinlichkeit des Test-Krankenhauses Durchschnitt Standardabweichung Berechnete individuelle Wahlwahrscheinl ichkeit des Test- Krankenhauses Höhere Fallzahl als Ref.-KH. Geringere Fallzahl als Ref.-KH t (248;.95) =-8.331, p =
17 Ergebnisse Studie 2 Experimentelle Variation des Qualitätsberichts des Testkrankenhauses Faktor 2: Landesweiter Durchschnittszahlen geringer als Referenz- und Test-Krankenhaus zwischen Referenz- und Testkrankenhaus höher als Referenz- und Testkrankenhaus Faktor 1: Qualitätsindikator (Fallzahlen) höher als das Referenzkrankenhaus niedriger als das Referenzkrankenhaus 33 (82.5%) 33 (73.3%) 26 (74.3%) 16 (38.1%) 12 (27.9%) 9 (18.4%) χ 2 (5; 0,95)= , p =
18 18
19 Diskussion Der isolierte Effekt der standardisierten Qualitätsinformationen zeigt einen positiven Einfluss auf die Wahlwahrscheinlichkeiten guter Krankenhäuser Präferenzen sind nicht stabil Externe Referenzwerte beeinflussen den Zusammenhang signifikant Krankenhäuser mit geringer Qualität sind von externen Referenzwerten stärker betroffen als Krankenhäuser mit hoher Qualität Zusätzliche Kompetenz-Informationen überlagern den Qualitätsindikatoren-Effekt Interpretation und Relevanz der Befunde Geringe Stabilität der standardisierten Qualitätsindikatoren Wettbewerbseffekte Indikatoren-Problem Generelles Informations-Problem Anreiz-Wirkungen auf Krankenhäuser 19
20 Vielen Dank für Ihre Aufmerksamkeit! 20
21 Referenz-Krankenhaus Test-Krankenhaus 5 21
22 Test-Krankenhaus 4 Referenzkrankenhaus 22
23 23
24 Ergebnisse Studie 1, Logistische Regression Variable Schätzer Standardfehler p Odds Ratio Qualität: Fallzahlen höher als das Referenzkrankenhaus Zusätzliche Informationen Landesweite durchschnittszahlen Zusätzliche spezifische Kompetenzen n = 255, χ 2 (3;.95) = , p =.000, Nagelkerke R 2 =.302, Korrekte Klassifikation= 75,7% 24
25 Value Reference level Square 2 Square 1 Rectangle Quality indicator
26 Value Reference level = Rectangle Square 4 Square 3 Quality indicator
27 Value Reference level Square 6 Square 5 Rectangle Quality indicator
28 Ergebnisse Studie 2, Logistische Regression Variable Schätzer Standardfehler p Odds Ratio Qualität: Fallzahlen höher als das Referenzkrankenhaus Landesweiter Durchschnittszahlen zwischen Referenz- und Testkrankenhaus Höher als Referenz- und Testkrankenhaus n = 254, χ 2 (3;.95) = , p =.000, Nagelkerke R 2 =.316, correct classification = 74,5% 28
Arbeitslosigkeit, berufliche Qualifikation und Gesundheit
Arbeitslosigkeit, berufliche Qualifikation und Gesundheit Eine Analyse auf Basis von Daten der Studie "Gesundheit in Deutschland aktuell" (GEDA) aus den Jahren 2010 und 2012 01.06.2017 Julia Dobrindt -
Mehrdes Gemeinsamen Bundesausschusses über die Veröffentlichung des Modells zur Risikoadjustierung gemäß 7 Absatz 2 Satz 3 Anlage 4 QFR-RL
Beschluss des Gemeinsamen Bundesausschusses über die Veröffentlichung des Modells zur Risikoadjustierung gemäß 7 Absatz 2 Satz 3 Anlage 4 QFR-RL Vom 21. Januar 2016 Der Gemeinsame Bundesausschuss hat in
MehrSeminar zur Energiewirtschaft:
Seminar zur Energiewirtschaft: Ermittlung der Zahlungsbereitschaft für erneuerbare Energien bzw. bessere Umwelt Vladimir Udalov 1 Modelle mit diskreten abhängigen Variablen 2 - Ausgangssituation Eine Dummy-Variable
MehrEinführung in Techniken wissenschaftlichen Arbeitens
Einführung in Techniken wissenschaftlichen Arbeitens Hypothesen und Versuchspläne Julia Rodriguez Buritica Wissenschaftliche Mitarbeiterin AG Emotionspsychologie und affektive Neurowissenschaften Berlin
MehrInhaltsverzeichnis 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.........................................
MehrSchüler in der Klinik
Schüler in der Klinik Ein wirksames Berliner Tabakpräventionsprojekt Stamm-Balderjahn, S., Jagota, A., Barz, G., Kaufmann, H., Schönfeld, N. 51. Kongress der Deutschen Gesellschaft für Pneumologie und
MehrStatistik II Übung 1: Einfache lineare Regression
Statistik II Übung 1: Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (16-24 Jahre alt) und der Anzahl der
MehrQuantitative Auswertung II. Korpuslinguistik Heike Zinsmeister
Quantitative Auswertung II Korpuslinguistik Heike Zinsmeister 16.12.2011 Unterschiedstest Fall 1: unabhängige Stichproben Daten eine unabhängige Variable auf Nominal- oder Kategorialniveau eine abhängige
MehrQualitätsindikatoren in den Qualitätsberichten der Krankenhäuser (Transparenz)
Qualitätsindikatoren in den Qualitätsberichten der Krankenhäuser (Transparenz) 3. Qualitätssicherungskonferenz des Gemeinsamen Bundesausschusses am 28. November 2011 Dr. Thomas König AQUA Institut für
Mehr4. Lösung weitere Übungsaufgaben Statistik II WiSe 2016/2017
4. Lösung weitere Übungsaufgaben Statistik II WiSe 016/017 1. Aufgabe: Eine sächsische Molkerei füllt Milch in Tetrapacks ab. Es wird vermutet, dass die Füllmenge normalverteilt ist mit einem Erwartungswert
MehrHypothesentests mit SPSS
Beispiel für einen chi²-test Daten: afrikamie.sav Im Rahmen der Evaluation des Afrikamie-Festivals wurden persönliche Interviews durchgeführt. Hypothese: Es gibt einen Zusammenhang zwischen dem Geschlecht
MehrStatistik II Übung 1: Einfache lineare Regression
Statistik II Übung 1: Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (16-24 Jahre alt) und der Anzahl der
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
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
MehrAnalyse von Kontingenztafeln
Analyse von Kontingenztafeln Mit Hilfe von Kontingenztafeln (Kreuztabellen) kann die Abhängigkeit bzw. die Inhomogenität der Verteilungen kategorialer Merkmale beschrieben, analysiert und getestet werden.
MehrLukas Dünser. Institut für Höhere Studien (IHS) Wien
Lukas Dünser Institut für Höhere Studien (IHS) Wien Interaktion zwischen Wirtschaftsstruktur und beruflicher Bildung Struktureller Einfluss des regionalen Arbeitsmarktes auf das Arbeitslosigkeitsrisiko
MehrQuerschnittsbereich Nr. 1: Epidemiologie, Med. Biometrie und Med. Informatik
Epidemiologische Maßzahlen Die Vierfeldertafel erlaubt Einblick in die Verteilung von Exposition (E) und Erkrankung (D). Bei der Kohorten-Studie sind die Zahl der exponierten und die Zahl der nichtexponierten
MehrInformationen zur KLAUSUR am
Wiederholung und Fragen 1 Informationen zur KLAUSUR am 24.07.2009 Raum: 032, Zeit : 8:00 9:30 Uhr Bitte Lichtbildausweis mitbringen! (wird vor der Klausur kontrolliert) Erlaubte Hilfsmittel: Alle Unterlagen,
MehrVeröffentlichungsfähigkeit von Qualitätsindikatoren
Veröffentlichungsfähigkeit von Qualitätsindikatoren Panel Gütekriterien für Qualitätsindikatoren 7. Qualitätssicherungskonferenz des Gemeinsamen Bundesausschuss Berlin, 1. Oktober 2015 Thomas König, PhD
MehrDie Risikoadjustierung im Leistungsbereich Dekubitusprophylaxe - laienverständlich erklärt -
Bund-Land-Konferenz Dekubitusprophylaxe Kaiserin Friedrich-Haus, Berlin, 26.01.2016 Priv.-Doz. Dr. med Günther Heller Die Risikoadjustierung im Leistungsbereich Dekubitusprophylaxe - laienverständlich
MehrStatistisches Testen
Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall
MehrInhaltsverzeichnis. Über die Autoren Einleitung... 21
Inhaltsverzeichnis Über die Autoren.... 7 Einleitung... 21 Über dieses Buch... 21 Was Sie nicht lesen müssen... 22 Törichte Annahmen über den Leser... 22 Wie dieses Buch aufgebaut ist... 23 Symbole, die
MehrInhaltsverzeichnis. Vorwort
V Vorwort XI 1 Zum Gebrauch dieses Buches 1 1.1 Einführung 1 1.2 Der Text in den Kapiteln 1 1.3 Was Sie bei auftretenden Problemen tun sollten 2 1.4 Wichtig zu wissen 3 1.5 Zahlenbeispiele im Text 3 1.6
MehrPflichtlektüre: Kapitel 12 - Signifikanztest Wie funktioniert ein Signifikanztest? Vorgehensweise nach R. A. Fisher.
Pflichtlektüre: Kapitel 12 - Signifikanztest Überblick Signifikanztest Populationsparameter Ein Verfahren zur Überprüfung von Hypothesen, Grundlage bilden auch hier Stichprobenverteilungen, das Ergebnis
MehrFÜHRUNGSKRÄFTEMANGEL IN LANDWIRTSCHAFTLICHEN UNTERNEHMEN: EINE GESCHLECHTSSPEZIFISCHE ANALYSE DER ER- WARTUNGEN UND ZIELE VON NACHWUCHSKRÄFTEN
FÜHRUNGSKRÄFTEMANGEL IN LANDWIRTSCHAFTLICHEN UNTERNEHMEN: EINE GESCHLECHTSSPEZIFISCHE ANALYSE DER ER- WARTUNGEN UND ZIELE VON NACHWUCHSKRÄFTEN 17.02.2016, Halle (Saale) Fachkonferenz Landwirtschaft: Arbeitsplatz
MehrMacht des statistischen Tests (power)
Macht des statistischen Tests (power) Realer Treatment ja Ergebnis der Studie H 0 verworfen statistisch signifikant O.K. Macht H 0 beibehalten statistisch nicht signifikant -Fehler Effekt nein -Fehler
MehrDeterminants of the Perceived Power Relationship between Works Council and Management Results of an Empirical Investigation in 1000 German Firms
Werner Nienhüser Heiko Hoßfeld Universität Duisburg-Essen Determinants of the Perceived Power Relationship between Works Council and Management Results of an Empirical Investigation in 1000 German Firms
Mehr2. Generieren Sie deskriptive Statistiken (Mittelwert, Standardabweichung) für earny3 und kidsunder6yr3 und kommentieren Sie diese kurz.
Statistik II Übung : Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (6-24 Jahre alt) und der Anzahl der unter
Mehr5. Seminar Statistik
Sandra Schlick Seite 1 5. Seminar 5. Seminar Statistik 30 Kurztest 4 45 Testen von Hypothesen inkl. Übungen 45 Test- und Prüfverfahren inkl. Übungen 45 Repetitorium und Prüfungsvorbereitung 15 Kursevaluation
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
MehrBiomathematik für Mediziner, Klausur WS 1999/2000 Seite 1
Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,
MehrChi Quadrat-Unabhängigkeitstest
Fragestellung 1: Untersuchung mit Hilfe des Chi-Quadrat-Unabhängigkeitstestes, ob zwischen dem Herkunftsland der Befragten und der Bewertung des Kontaktes zu den Nachbarn aus einem Anderen Herkunftsland
MehrTHEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ
WEBINAR@LUNCHTIME THEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ EINLEITENDES BEISPIEL SAT: Standardisierter Test, der von Studienplatzbewerbern an amerikanischen Unis gefordert
MehrPlanung von Humanstudien Fallzahlberechnung
Planung von Humanstudien Fallzahlberechnung Hans-Peter Helfrich Universität Bonn 5. November 2015 H.-P. Helfrich (Universität Bonn) Planung von Humanstudien 5. November 2015 1 / 15 Einführung 1 Einführung
MehrDeterminanten des Pflegebedarfs in den Regionen Mecklenburg-Vorpommerns
Determinanten des Pflegebedarfs in den Regionen Mecklenburg-Vorpommerns Anne Kruse Rostocker Zentrum zur Erforschung des Demografischen Wandels 15. November 2007, Mannheim Struktur Forschungsziel & Analyserahmen
Mehrerwartete Häufigkeit n=80 davon 50% Frauen fe=40 davon 50% Männer fe=40 Abweichung der beobachteten von den erwarteten Häufigkeiten:
Verfahren zur Analyse von Nominaldaten Chi-Quadrat-Tests Vier-Felder Kontingenztafel Mehrfach gestufte Merkmale Cramers V, Kontingenzkoeffizient, Phi-Koeffizient Muster aller Chi-Quadrat-Verfahren eine
MehrStatistik II. IV. Hypothesentests. Martin Huber
Statistik II IV. Hypothesentests Martin Huber 1 / 41 Übersicht Struktur eines Hypothesentests Stichprobenverteilung t-test: Einzelner-Parameter-Test F-Test: Multiple lineare Restriktionen 2 / 41 Struktur
MehrTabakkonsum von Jugendlichen: Zur Bedeutung der sozialen Herkunft und der Schulbildung
Bundesinstitut im Geschäftsbereich des Bundesministeriums für Gesundheit Tabakkonsum von Jugendlichen: Zur Bedeutung der sozialen Herkunft und der Schulbildung Benjamin Kuntz, Thomas Lampert Abteilung
MehrWie beurteilen Studierende computergestützte Prüfungen? Erste Ergebnisse der Evaluation der E-Examinations an der Freien Universität Berlin
Wie beurteilen Studierende computergestützte Prüfungen? Erste Ergebnisse der Evaluation der E-Examinations an der Freien Universität Berlin Dr. Susanne Bergann Arbeitsstelle Lehr- und Studienqualität Fachbereich
Mehr3. Lektion: Deskriptive Statistik
Seite 1 von 5 3. Lektion: Deskriptive Statistik Ziel dieser Lektion: Du kennst die verschiedenen Methoden der deskriptiven Statistik und weißt, welche davon für Deine Daten passen. Inhalt: 3.1 Deskriptive
MehrForschungsstatistik I
Psychologie 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/
MehrAnwendung von Multi-Level Moderation in Worst Performance Analysen
Anwendung von Multi-Level Moderation in Worst Performance Analysen Präsentation auf der FGME 2015 - Jena Gidon T. Frischkorn, Anna-Lena Schubert, Andreas B. Neubauer & Dirk Hagemann 16. September 2015
MehrKlausurvorbereitung - Statistik
Aufgabe 1 Klausurvorbereitung - Statistik Studenten der Politikwissenschaft der Johannes Gutenberg-Universität wurden befragt, seit wie vielen Semestern sie eingeschrieben sind. Berechnen Sie für die folgenden
MehrStichwortverzeichnis. 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
MehrGlossar. Cause of Effects Behandelt die Ursache von Auswirkungen. Debriefing Vorgang der Nachbesprechung der experimentellen Untersuchung.
Abhängige Variable Die zu untersuchende Variable, die von den unabhängigen Variablen in ihrer Ausprägung verändert und beeinflusst wird (siehe auch unabhängige Variable). Between-Subjects-Design Wenn die
MehrJohn Komlos Bernd Süssmuth. Empirische Ökonomie. Eine Einführung in Methoden und Anwendungen. 4y Springer
John Komlos Bernd Süssmuth Empirische Ökonomie Eine Einführung in Methoden und Anwendungen 4y Springer 1 Einführung 1 1.1 Ökonometrie 1 2 Vorüberlegungen und Grundbegriffe 7 2.1 Statistik als Grundlage
Mehr1 Einführung Ökonometrie... 1
Inhalt 1 Einführung... 1 1.1 Ökonometrie... 1 2 Vorüberlegungen und Grundbegriffe... 7 2.1 Statistik als Grundlage der Empirischen Ökonomie... 7 2.2 Abgrenzung und Parallelen zu den Naturwissenschaften...
MehrAnalyse von Querschnittsdaten. Signifikanztests I Basics
Analyse von Querschnittsdaten Signifikanztests I Basics Warum geht es in den folgenden Sitzungen? Kontinuierliche Variablen Generalisierung kategoriale Variablen Datum 13.10.2004 20.10.2004 27.10.2004
MehrLogistische Regression
Logistische Regression Teil 2: Beispiel Dirk Enzmann Fortgeschrittene quantitative Methoden der Kriminologie 29.04.206 Universität Hamburg Dirk Enzmann (Hamburg) Logistische Regression UHH, 29.04.206 /
MehrPareto optimale lineare Klassifikation
Seminar aus Maschinellem Lernen Pareto optimale lineare Klassifikation Vesselina Poulkova Betreuer: Eneldo Loza Mencía Gliederung 1. Einleitung 2. Pareto optimale lineare Klassifizierer 3. Generelle Voraussetzung
MehrStatistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de
rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent
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
MehrAufbau des Experiments Reihung von Versuchsitems und Distraktoren
Reihung von Versuchsitems und Distraktoren Reihung von Versuchsitems und Distraktoren Hinweis D1 (Verhältnis Distraktoren:Versuchsitems): Es sollten Distraktoren eingebaut werden, im Falle von Sprecherbefragungen
MehrGrundkurs Statistik für Politologen und Soziologen
Grundkurs Statistik für Politologen und Soziologen Bearbeitet von Uwe W Gehring, Cornelia Weins 5., überarbeitete Auflage 2010. Buch. 345 S. Softcover ISBN 978 3 531 16269 0 Format (B x L): 14,8 x 21 cm
MehrQualität sichern. Die Guten ins Töpfchen. Kongress Pflege 2015, Berlin, Karen Pottkämper Leitung Gesundheitspolitik
Qualität sichern Die Guten ins Töpfchen. Kongress Pflege 2015, Berlin, 30.01.2015 Karen Pottkämper Leitung Gesundheitspolitik AQUA Institut für angewandte Qualitätsförderung und Forschung im Gesundheitswesen,
MehrVS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen Inferenzstatistik 2 [Übungsaufgaben und Lösungenn - Inferenzstatistik 2] ÜBUNGSAUFGABEN
MehrAnpassungstests VORGEHENSWEISE
Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel
MehrKönnen und/oder Aussehen
Können und/oder Aussehen Was wird bei studentischen Lehrveranstaltungsevaluationen bewertet? Tobias Wolbring, LMU München 10. Jahrestagung des Arbeitskreises Evaluation und Qualitätssicherung Berliner
Mehr2-Stichprobentest für Anteilswerte
-Stichprobentest für Anteilswerte Wir betrachten den Anteilswert (Prozentsatz) für ein interessierendes Ereignis in zwei verschiedenen Grundgesamtheiten (π 1, π ) Ziel: Auf der Basis von Stichprobenerhebungen
MehrDer Barthel-Index zur Messung von Alltagskompetenzen bei Demenz
Der Barthel-Index zur Messung von Alltagskompetenzen bei Demenz Univ.-Prof. Dr. Albert Brühl Lehrstuhl für Statistik und standardisierte Verfahren Philosophisch-Theologische Hochschule Vallendar Folie
MehrBivariate Statistik: Kreuztabelle
Bivariate Statistik: Kreuztabelle Beispiel 1: Im ALLBUS wurde u.a. nach dem Nationalstolz und nach dem Gefühl der Überfremdung gefragt: Würden Sie sagen, dass Sie sehr stolz, ziemlich stolz, nicht sehr
MehrFortgeschrittene Statistik Logistische Regression
Fortgeschrittene Statistik Logistische Regression O D D S, O D D S - R A T I O, L O G I T T R A N S F O R M A T I O N, I N T E R P R E T A T I O N V O N K O E F F I Z I E N T E N, L O G I S T I S C H E
MehrBewertung der Krankenhäuser die neuen
Bewertung der Krankenhäuser die neuen Qualitätsberichte 11. Europäischer Gesundheitskongress München, 11. Oktober 2012 Karen Pottkämper Diplom Pflegewirtin, M.A. Organisation Studies AQUA Institut für
Mehr18/1: Mammachirurgie. 18/1: Mammachirurgie AQUA-Institut GmbH 608
18/1: Mammachirurgie 2014 AQUA-Institut GmbH 608 QI-ID 50080*: Prätherapeutische Diagnosesicherung bei tastbarer maligner Neoplasie Qualitätsziel Möglichst wenige Patientinnen ohne prätherapeutische histologische
MehrGrundlagen der Versuchsmethodik. Datenauswertung. Datenvisualisierung
Grundlagen der Versuchsmethodik Datenauswertung Datenvisualisierung Der Anfang: Hypothesen über Ursache-Wirkungs-Zusammenhänge Ursache Wirkung Koffein verbessert Kurzzeitgedächtnis Gewaltfilme führen zu
MehrEinbindung von Krankenhaus Report Cards in den Auswahlprozess, zum. Einfluss auf die Krankenhauswahl und zur Bedeutung und Verständlichkeit von
Einbindung von Krankenhaus Report Cards in den Auswahlprozess, zum Einfluss auf die Krankenhauswahl und zur Bedeutung und Verständlichkeit von Krankenhausinformationen: Ergebnisse einer Onlinebefragung
MehrAufgaben zu Kapitel 3
Aufgaben zu Kapitel 3 Aufgabe 1 a) Berechnen Sie einen t-test für unabhängige Stichproben für den Vergleich der beiden Verarbeitungsgruppen strukturell und emotional für die abhängige Variable neutrale
MehrEmpirische Analysen mit dem SOEP
Empirische Analysen mit dem SOEP Methodisches Lineare Regressionsanalyse & Logit/Probit Modelle Kurs im Wintersemester 2007/08 Dipl.-Volksw. Paul Böhm Dipl.-Volksw. Dominik Hanglberger Dipl.-Volksw. Rafael
MehrThe Economics of Higher Education in Germany
Michael Maihaus The Economics of Higher Education in Germany Salary Expectations, Signaling, and Social Mobility Tectum Verlag Dr. rer. pol. Michael Maihaus, born in Steinfurt/Germany in 1983, studied
MehrVS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen - Inferenzstatistik 1 [Übungsaufgaben und Lösungenn - Inferenzstatistik 1] ÜBUNGSAUFGABEN
MehrStatistik Einführung // Stichprobenverteilung 6 p.2/26
Statistik Einführung Kapitel 6 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // 6 p.0/26 Lernziele 1. Beschreiben
MehrÜbungsblatt 3: Bivariate Deskription I (Sitzung 4)
1 Übungsblatt 3: Bivariate Deskription I (Sitzung 4) Aufgabe 1 Eine Kreuztabelle beinhaltet unterschiedliche Verteilungen. a) Geben Sie an, wie diese Verteilungen heißen und was sie beinhalten. b) Welche
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
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 6 Genzwertsätze Einführung 1 Wahrscheinlichkeit: Definition und Interpretation
MehrGeschlechtsuntypische Berufs- und Studienwahlen bei jungen Frauen
Geschlechtsuntypische Berufs- und Studienwahlen bei jungen Frauen Universität Bern Institut für Erziehungswissenschaft Abteilung Pädagogische Psychologie Prof. Dr. Walter Herzog Dr. Elena Makarova Julia
MehrWachsende Ungleichheit, steigendes Ungerechtigkeitsempfinden? Objektive Ungleichheiten und Gerechtigkeitsurteile der Bevölkerung,
DFG-Projekt Ungleichheitsdeutungen und Gerechtigkeitsorientierungen in Deutschland Wachsende Ungleichheit, steigendes Ungerechtigkeitsempfinden? Objektive Ungleichheiten und Gerechtigkeitsurteile der Bevölkerung,
MehrEinführung: Was ist die Hospital Standardized Mortality Ratio (HSMR)?
Die Folien sind nur in Verbindung mit dem mündlichen Vortrag zu verwenden. Stand: 26.2.2015 Einführung: Was ist die Hospital Standardized Mortality Ratio (HSMR)? Prof. Dr. med. Jürgen Stausberg Arzt für
MehrMethodenlehre. 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
MehrÜbungen (HS-2010): Urteilsfehler. Autor: Siegfried Macho
Übungen (HS-2010): Urteilsfehler Autor: Siegfried Macho Inhaltsverzeichnis i Inhaltsverzeichnis 1. Übungen zu Kapitel 2 1 Übungen zu Kontingenz- und Kausalurteile 1 Übung 1-1: 1. Übungen zu Kapitel 2 Gegeben:
MehrKonfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert
Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir
MehrLUTX: Lungen- und Herz-Lungentransplantation
LUTX: Lungen- und Herz-Lungentransplantation 2014 AQUA-Institut GmbH 428 QI-ID 2155: Sterblichkeit im Krankenhaus Qualitätsziel Möglichst geringe Sterblichkeit im Krankenhaus Referenzbereich
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg R. 06-06 (Persike) R. 06-31 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrZwei kategoriale Merkmale. Homogenität Unabhängigkeit
121 Zwei kategoriale Merkmale Homogenität Unabhängigkeit 122 Beispiel Gründe für die Beliebtheit bei Klassenkameraden 478 neun- bis zwölfjährige Schulkinder in Michigan, USA Grund für Beliebtheit weiblich
MehrÜbung zur Logistischen Regression Juli 2011
Lehrveranstaltung Empirische Forschung und Politikberatung Sommersemester 2011 Übung zur Logistischen Regression - - - - - 1.Juli 2011 Anja Hall, Bundesinstitut für Berufsbildung, AB 2.2: Qualifikation,
MehrStatistisches Testen
Statistisches Testen Universität Duisburg-Essen, Fak. 4, FG Instrumentelle Analytik 7. Juni 2007 Statistisches Testen Inhaltsverzeichnis Schätzverfahren und Testverfahren sind Anwendungen der Stichprobentheorie.
MehrStatistik 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
MehrDer χ 2 -Test (Chiquadrat-Test)
Der χ 2 -Test (Chiquadrat-Test) Der Grundgedanke Mit den χ 2 -Methoden kann überprüft werden, ob sich die empirischen (im Experiment beobachteten) Häufigkeiten einer nominalen Variable systematisch von
MehrTutorial: Anpassungstest
Tutorial: Anpassungstest An einem Institut gibt es vier UniversitätslehrerInnen, die auch Diplomarbeiten betreuen. Natürlich erfordert die Betreuung einer Diplomarbeit einiges an Arbeit und Zeit und vom
MehrStatistik II: Signifikanztests /1
Medien Institut : Signifikanztests /1 Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Noch einmal: Grundlagen des Signifikanztests 2. Der chi 2 -Test 3. Der t-test
MehrDr. Matthias Rudolf: M3 Multivariate Statistik Vorlesung LogRA. Folie Nr. 1
2.1 Beispiele 2.2 Odds Ratio 2.3 Modell der logistischen Regression 2.3.1 Modellgleichung 2.3.2 Voraussetzungen 2.4 Schätzungen, Tests und Modellgüte 2.4.1 Schätzung der logistischen Regressionskoeffizienten
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Pantelis Christodoulides & Karin Waldherr 4. Juni 2014 Christodoulides / Waldherr Einführung in Quantitative Methoden 1/35 Ein- und Zweiseitige Hypothesen H 0 : p =
Mehr73 Hypothesentests Motivation Parametertest am Beispiel eines Münzexperiments
73 Hypothesentests 73.1 Motivation Bei Hypothesentests will man eine gewisse Annahme über eine Zufallsvariable darauf hin überprüfen, ob sie korrekt ist. Beispiele: ( Ist eine Münze fair p = 1 )? 2 Sind
MehrTHEMA: ZUSAMMENHANGSANALYSEN FÜR KATEGORIALE VARIABLEN " TORSTEN SCHOLZ
W THEMA: ZUSAMMENHANGSANALYSEN FÜR KATEGORIALE VARIABLEN " TORSTEN SCHOLZ HERZLICH WILLKOMMEN BEI W Moderation Anne K. Bogner-Hamleh SAS Institute GmbH Education Consultant Training Dr. Torsten Scholz
MehrKapitel 17. Unabhängigkeit und Homogenität Unabhängigkeit
Kapitel 17 Unabhängigkeit und Homogenität 17.1 Unabhängigkeit Im Rahmen der Wahrscheinlichkeitsrechnung ist das Konzept der Unabhängigkeit von zentraler Bedeutung. Die Ereignisse A und B sind genau dann
MehrÜbung Methodenlehre II, SS 2010
nlehre II nlehre II, Anwendungsbeispiel 1 Ruhr-Universität Bochum 15. Juni 2010 1 / 21 Quelle nlehre II Mobbing und Persönlichkeit: Unterschiede in grundlegenden Persönlichkeitsdimensionen zwischen Betroffenen
MehrBis heute: Überblick Einheit Literatur lesen. 2. Introspektion. 3. Thema definieren und eingrenzen. Untersuchungsproblem.
Bis heute: 1. Literatur lesen 2. Introspektion 3. Thema definieren und eingrenzen 1 Seite (pro Gruppe) zusammenfassen und abgeben Folie 1 Überblick Einheit 2 Untersuchungsproblem Problemstellung Fragestellungen
Mehr5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)
5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 5.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte
MehrBeschreibende Statistik Deskriptive Statistik. Schließende Statistik Inferenzstatistik. Schluss von der Stichprobe auf die Grundgesamtheit
Beschreibende Statistik Deskriptive Statistik Schließende Statistik Inferenzstatistik Beschreibung der Stichprobe Schluss von der Stichprobe auf die Grundgesamtheit Keine Voraussetzungen Voraussetzung:
Mehr