1. Inhaltsverzeichnis. 2. Abbildungsverzeichnis

Größe: px
Ab Seite anzeigen:

Download "1. Inhaltsverzeichnis. 2. Abbildungsverzeichnis"

Transkript

1 1. Inhaltsverzeichnis 1. Inhaltsverzeichnis Abbildungsverzeichnis Einleitung Beschreibung der Datenquelle Allgemeine Auswertungen Detaillierte Auswertungen... 7 Zusammenhang Schlaf und Alter... 7 Zusammenhang Schlaf und Stressempfinden... 7 Zusammenhang Schlaf und Stressempfinden + Alter... 8 Zusammenhang Schlaf - Geschlecht... 8 Zusammenhang Schlaf einzelne Berufsgruppen... 9 Weitere Zusammenhänge (Auswahl) Regressionsgerade Zusammenfassung Quellenangaben Abbildungsverzeichnis Abbildung 1: Deskriptive Statistik... 3 Abbildung 2: Häufigkeit der Schlafstunden... 3 Abbildung 3: Prozentuelle Auswertung Schlaf... 4 Abbildung 4: Auswertung Schalf und Geschlecht... 4 Abbildung 5: Auswertung Beruf und Schlaf... 5 Abbildung 6: Univariate Statistik Schlaf Beruf (Auszug)... 6 Abbildung 7: T-Test-Statistik für Abhängigkeit Schlaf -Alter... 7 Abbildung 8: T-Test-Statistik für Abhängigkeit Schlaf - Stress... 8 Abbildung 9: Test-Statistik für Abhängigkeit Schlaf - Alter und Stress... 8 Abbildung 10: Gruppenstatistik Mittelwertgleichheit... 9 Abbildung 11: Auswertung Test bei unabhängigen Stichproben... 9 Abbildung 12: ANOVA Abbildung 13: Tests der Zwischensubjekteffekte Abbildung 14: Regressionsgerade...11

2 3. Einleitung Da der Mensch zirka die Hälfte seines Lebens mit Schlafen verbringt, fanden wir es interessant, zu untersuchen, von welchen Faktoren die Anzahl der täglichen Schlafstunden abhängt. Als sinnvolle Parameter haben wir Geschlecht, Alter, Beruf und persönliches Stressempfinden definiert und sind zu den nachfolgenden Ergebnissen gekommen, welche wir nun versuchen werden, näher zu erläutern. 4. Beschreibung der Datenquelle Den Ausgangspunkt unseres Projektes bildete ein Fragebogen, den wir selbst entworfen haben, um möglichst genaue Antworten zu bekommen. Mit Hilfe dieses Fragebogens haben wir in weiterer Folge 82 Personen befragt. Die folgende Abbildung 1 zeigt die deskriptive statistische Auswertung unserer Fragebögen. Aus der Tabelle können die Minima und Maxima, sowie Mittelwert und Standardabweichung der von uns untersuchten Einflussfaktoren abgelesen werden. Die Auswertung der Variablen Geschlecht 1 und Beruf 2 sind zu vernachlässigen, da diese von uns speziell codiert wurden. Das Alter der befragte Personen reichte von 18 bis 78 Jahren (Durchschnitt: 36,57 Jahre). Durchschnittlich schlafen unsere interviewten Personen 7,16 Stunden (wochentags), wobei das Spektrum von 4 bis 10 Schlafstunden reicht. Bei der Frage nach dem persönlichem Stressempfinden bekamen wir von einer Person sogar die Antwort, dass er keinen Stress in seinem Leben habe (Anm.: befragte Person war zu diesem Zeitpunkt auf Arbeitssuche. Der Durchschnitt beträgt 56,35 Stressempfindung auf einer von uns vorgegebenen Skala, die von 0 (kein Stress) bis 100 (Stress von früh bis spät) reichte. Die Mitte (50 Einheiten) bezeichneten wir als akzeptables Stressempfinden. 1 Geschlecht: M = 0, W = 1, der Mittelwert von 0,55 zeigt, dass wir mit 45 Frauen um 8 mehr als Männer (37) befragt haben 2 Beruf: 1=Student (24 Befragte), 2=arbeitslos (12), 3=Angestellte (17), 4=Arbeiter (12), 5=Hausfrauen (11), 6=Pensionisten (6); Mittelwert und Standardabweichung haben keine Aussage!

3 Deskriptive Statistik Geschlecht ALTER BERUF STRESS Gültige Werte (Listenweise) Standardab N Minimum Maximum Mittelwert weichung ,55, ,57 15, ,90 1, ,16 1, ,35 18, Abbildung 1: Deskriptive Statistik 5. Allgemeine Auswertungen Die Abbildungen 2 und 3 zeigen die absolute Häufigkeit der durchschnittlichen Schlafstunden unserer befragten Personen sowie eine prozentuelle Auswertung (pro Schlafstundenanzahl sowie kumuliert). Wie man erkennen kann, gönnen sich die meisten (81,7 % aller Befragten) zwischen 6 und 8 Stunden Schlaf Häufigkeit Abbildung 2: Häufigkeit der Schlafstunden

4 Schlaf - stunden Häufigkeit Prozent Kumulierte Prozente 4 1 1,2 1, ,9 6, ,6 31, ,8 58, ,3 87, ,0 98, ,2 100,0 Gesamt ,0 Abbildung 3: Prozentuelle Auswertung Schlaf Aus Abbildung 4 ist ersichtlich, dass bezüglich des Geschlechts und dem Durchschnitt der Schlafstunden quasi kein Unterschied gegeben ist. Interessanterweise fiel uns auf, dass das Spektrum bei den Männer (0) von 4 bis 10 Stunden reicht, aber bei den Frauen nur von 6 bis 9 Stunden (Ausreißer: eine 22-jährige Studentin, die nur 5 Stunden Schlaf braucht). Der Median liegt aber bei beiden Geschlechtern auf einem ähnlichem Niveau N = Geschlecht Abbildung 4: Auswertung Schalf und Geschlecht

5 Abbildung 5 zeigt die durchschnittlichen Schlafstunden in Abhängigkeit des Berufes. Hierbei kann festgestellt werden, dass bei Studenten, Angestellten und Hausfrauen ein annähernd gleiches Schlafbedürfnis aufweisen. Die meisten Schlafstunden können Arbeitslose und Pensionisten vorweisen. Im Gegensatz dazu schlafen Arbeiter am wenigsten. Anzumerken wäre noch, dass die Studenten die größte Spannweite aufweisen (5) und alle befragten Pensionisten zwischen 7 und 9 Stunden schlafen N = Student Angestellter Hausfrau arbeitslos Arbeiter Pensionisten BERUF Abbildung 5: Auswertung Beruf und Schlaf Die folgende Auswertung der univariaten Statistik soll noch einmal einen allgemeinen Überblick über die verschiedenen Berufe und deren Schlafverhalten zeigen. Die Abbilung 6 zeigt bei den Studenten und Angestellten, dass bei diesen Berufsgruppen die Antworten in Bezug auf ihren Schlaf, sehr ähnliches Schlafverhalten aufweisen. Bei den Studenten liegen nur 0,99 Stunden zwischen der Ober- und Untergrenze des 95%-igen Konfidenzintervalls und bei den Angestellten 1,05 Stunden, was zirka 63 Minuten ergibt. Der größte Abstand beim Konfidenzintervall ließ sich bei den Pensionisten erkennen, woraus wir schließen, dass es 2 Gruppen von Pensionisten gibt, wobei die eine das uns bekannte Phänomen, dass alte Menschen mehr schlafen, beweist und die andere Gruppe dieses widerlegt. Des weiteren schlafen Arbeiter im Durchschnitt (siehe auch Abb. 5) durchschnittlich am wenigsten (6,42 Stunden) und die Pensionisten am meisten

6 (durchschnittlich 8 Stunden). Ergänzend sei erwähnt, dass der Median bei Studenten, Angestellten und Hausfrauen bei genau 7 Stunden liegt. BERUF Statistik Standardfehler Student Mittelwert 7,08,240 95% Konfidenzintervall Untergrenze des Mittelwerts 6,59 Obergrenze 7,58 Median 7,00 Minimum 4 Maximum 9 Arbeitslos Mittelwert 7,75,392 95% Konfidenzintervall Untergrenze des Mittelwerts 6,89 Obergrenze 8,61 Median 8,00 Minimum 6 Maximum 10 Angestellte Mittelwert 7,18,246 95% Konfidenzintervall Untergrenze des Mittelwerts 6,65 Obergrenze 7,70 Median 7,00 Minimum 6 Maximum 9 Arbeiter Mittelwert 6,42,313 95% Konfidenzintervall Untergrenze des Mittelwerts 5,73 Obergrenze 7,11 Median 6,50 Minimum 5 Maximum 8 Hausfrauen Mittelwert 7,00,330 95% Konfidenzintervall Untergrenze des Mittelwerts 6,26 Obergrenze 7,74 Median 7,00 Minimum 6 Maximum 9 Pensionisten Mittelwert 8,00,365 95% Konfidenzintervall Untergrenze des Mittelwerts 7,06 Obergrenze 8,94 Median 8,00 Minimum 7 Maximum 9 Abbildung 6: Univariate Statistik Schlaf Beruf (Auszug)

7 6. Detaillierte Auswertungen Zusammenhang Schlaf und Alter Im folgenden T-Test (Abbildung 7) haben wir versucht, einen Zusammenhang zwischen Alter und Schlafstunden nachzuweisen. Es konnte kein signifikanter Zusammenhang festgestellt werden, da der p-wert bei weitem über dem von uns verwendeten Signifikanzniveau von 0,05 liegt. Das heißt, dass es uns nicht gelungen ist, zu beweisen, dass jüngere Menschen mehr schlafen (müssen) als ältere Menschen. Modell Nicht standardisierte Koeffizienten Standardisierte Koeffizienten T Signifikanz B Standardfehler Beta 1 (Konstante) 7,015,337 20,811,000 ALTER 3,921E-03,008,052,462,646 Abbildung 7: T-Test-Statistik für Abhängigkeit Schlaf -Alter 3 Zusammenhang Schlaf und Stressempfinden Gegensätzlich verhielt sich jedoch die Variable Stress, da sie einen signifikanten Einfluss auf die Schlafdauer hat. Ersichtlich wird dies aus der unteren Zeile der Spalte Signifikanz, welche einen kleineren Wert (genau 0) als 0,05 aufweist. Daraus schließen wir, dass Menschen mit erhöhtem Stress(-empfinden) auch weniger schlafen. Je mehr Stress und daher anscheinend mehr Zeitbedarf für Pflichten (Arbeit, Familie, Haushalt, u.ä.) und Freizeit (Hobby, Freunde, u.ä.), desto mehr nimmt die Schlafdauer wochentags ab! Anscheinend wird dem Schlaf als wichtigste Erholungsphase des Menschen zuwenig Bedeutung beigemessen. Den SPSS-Auswurf liefert die folgende Abbildung 8. 3 Abhängige Variable: Schlaf

8 Modell Nicht standardisierte Koeffizienten Standardisierte Koeffizienten T Signifikanz B Standardfehler Beta 1 (Konstante) 8,918,376 23,729,000 STRESS -,031,006 -,482-4,917,000 Abbildung 8: T-Test-Statistik für Abhängigkeit Schlaf - Stress 4 Zusammenhang Schlaf und Stressempfinden + Alter Werden beide Einflussfaktoren (Stress und Alter) gleichzeitig getestet, bestätigen sich die oben erlangten Erkenntnisse erneut und es wird beim Parameter Alter noch deutlicher sichtbar, dass hier kein Zusammenhang besteht. Also spielt es auch das Alter keine große Rolle beim Stressempfinden und der damit verkürzten Schlafdauer. Modell Nicht standardisierte Koeffizienten Standardisierte Koeffizienten T Signifikanz B Standardfehler Beta 1 (Konstante) 8,939,495 18,047,000 STRESS -,031,006 -,483-4,859,000 ALTER,000,008 -,006 -,065,948 Abbildung 9: Test-Statistik für Abhängigkeit Schlaf - Alter und Stress 5 Zusammenhang Schlaf - Geschlecht In den nachfolgenden Abbildungen 10 und 11 haben wir die Schlafgewohnheiten von Männern und Frauen betrachtet, wobei man anhand des Mittelwertes sehen kann, dass die Frauen durchschnittlich geringfügig mehr schlafen (0,49 Stunden, was ungefähr einer halben Stunde entspricht). Der T-Test für die Mittelwertgleichheit zeigt, dass der Unterschied zwischen Männern und Frauen hinsichtlich ihrer Schlafgewohnheiten nahezu unbedeutend ist. Ersichtlich 4 Abhängige Variable: Schlaf 5 Abhängige Variable: Schlaf

9 wird dies anhand der beiden p-werte (0,063 und 0,069) die nur geringfügig über dem Signifikanzniveau von 0,05 liegen (Abbildung 10). Geschlecht N Mittelwert Standardabwei chung Standardfehler des Mittelwertes ,89 1,29, ,38 1,05,16 Abbildung 10: Gruppenstatistik Mittelwertgleichheit Levene-Test der Varianzgleichheit T-Test für die Mittelwertgleichheit Sig. F Signifikanz T df (2- seitig) Mittlere Differenz Standardf ehler der Differenz 95% Konfidenzintervall der Differenz Untere Obere Varianzen sind gleich 1,132,291-1,883 80,063 -,49,26-1,00 2,76E- 02 Varianzen sind nicht gleich -1,846 69,276,069 -,49,26-1,01 3,91E- 02 Abbildung 11: Auswertung Test bei unabhängigen Stichproben Zusammenhang Schlaf einzelne Berufsgruppen Anhand einer einfachen Varianzanalyse, mit der versucht wird den Einfluss von Faktoren mit endlich vielen Ausprägungen auf eine metrisch skalierte, abhängige Variable (in unserem Fall: Schlaf) zu untersuchen. Der p-wert von 0,044 lässt darauf schließen, dass ein geringfügiger Zusammenhang zwischen den einzelnen Berufsgruppen und der Anzahl an Schlafstunden besteht. Damit bestätigt sich wieder das obige Ergebnis der Abbildung 5 die uns zeigt, dass Pensionisten und Arbeitslose am längsten schlafen, bzw. Arbeiter am wenigsten. Es ist jedoch nicht möglich, den allgemeinen Schluss zu ziehen, dass die Schlafdauer auch davon abhängt, welchen Beruf eine Person ausübt.

10 Quadratsumme df Mittel der Quadrate F Signifikanz Zwischen den Gruppen 15, ,094 2,412,044 Innerhalb der Gruppen 97, ,283 Gesamt 112, Abbildung 12: ANOVA Weitere Zusammenhänge (Auswahl) Abschließend haben wir den Zusammenhang von Geschlecht und Beruf in Bezug auf die Anzahl der Schlafstunden untersucht, wobei auch hier kein Zusammenhang festgestellt werden konnte. Hierbei zeigt sich erneut, dass der Beruf an sich keine Rolle spielt, sondern lediglich ein Zusammenhang zwischen den Berufsgruppen festgestellt werden konnte (Abbildung 12), der jedoch gerade noch nicht signifikant ist. Auch die Kombination von Geschlecht und Beruf untersucht auf ihre Abhängigkeit vom Schlaf lieferte uns keine Aussage, ob auch kombinierte Abhängigkeiten auftreten. Quelle Quadratsumme vom Typ III df Mittel der Quadrate F Signifikanz Korrigiertes Modell 42, ,577 3,526,000 Konstanter Term 451, , ,357,000 STRESS 18, ,535 18,267,000 GESCHLEC 1, ,918 1,891,174 BERUF 5, ,062 1,046,398 GESCHLEC * BERUF 6, ,218 1,201,318 Fehler 70, ,015 Gesamt 4315, Korrigierte Gesamtvariation 112, Abbildung 13: Tests der Zwischensubjekteffekte 7 6 R-Quadrat =,380 (korrigiertes R-Quadrat =,272) 7 abhängige Variable: Schlaf

11 7. Regressionsgerade Abbildung 14 zeigt die grafische Auswertung unseres Ergebnisses. Die rote Linie soll die Regressionsgerade darstellen. Man sieht sehr klar, dass mit zunehmendem Stress die Schlafdauer bei den von uns befragten Personen abnimmt. Anhand der Markierungen (rote Punkte) kann man zwar keinen wirklichen Zusammenhang erkennen, jedoch spricht die Häufung der Punkte im oberen Stressbereich (60 80) und der geringeren Schlafdauer sehr wohl dafür STRESS Abbildung 14: Regressionsgerade 8. Zusammenfassung Grundsätzlich sind diverse Zusammenhänge zwischen Beruf und Schlafstunden bzw. Stress und Schlafstunden von uns beobachtet worden. Letztendlich lässt sich aber nur ein sinnvoller Schluss ziehen, nämlich, dass mit zunehmenden Stressempfinden die Schlafdauer abnimmt. Abbildung 14 veranschaulicht unser Ergebnis nochmals. Die Erkenntnis, die wir aus unserem Projekt ziehen, ist: Wer sich weniger Stress zumutet bzw. Stress vermeidet, kann auf ein besseres Schlafverhalten hoffen. Oder auch vice versa: Wer mehr schläft, hat weniger Stress.

12 9. Quellenangaben Spss Futschik Eigener Fragebogen

Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011

Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011 Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011 Es können von den Antworten alle, mehrere oder keine Antwort(en) richtig sein. Nur bei einer korrekten Antwort (ohne Auslassungen

Mehr

Kapitel 5: Einfaktorielle Varianzanalyse

Kapitel 5: Einfaktorielle Varianzanalyse Kapitel 5: Einfaktorielle Varianzanalyse Durchführung einer einfaktoriellen Varianzanalyse ohne Messwiederholung Dieser Abschnitt zeigt die Durchführung der in Kapitel 5 vorgestellten einfaktoriellen Varianzanalyse

Mehr

Standardab er des. Testwert = 145.5 95% Konfidenzintervall. T df Sig. (2-seitig) Differenz Untere Obere -2.011 698.045-5.82-11.50 -.14.

Standardab er des. Testwert = 145.5 95% Konfidenzintervall. T df Sig. (2-seitig) Differenz Untere Obere -2.011 698.045-5.82-11.50 -.14. Aufgabe : einfacher T-Test Statistik bei einer Stichprobe Standardfehl Standardab er des Mittelwert weichung Mittelwertes 699 39.68 76.59 2.894 Test bei einer Sichprobe Testwert = 45.5 95% Konfidenzintervall

Mehr

Anhang A: Fragebögen und sonstige Unterlagen

Anhang A: Fragebögen und sonstige Unterlagen Anhang Anhang A: Fragebögen und sonstige Unterlagen A.: Flyer zur Probandenrekrutierung 46 A.: Fragebogen zur Meditationserfahrung 47 48 A.3: Fragebogen Angaben zur Person 49 5 5 A.4: Termin- und Einladungsschreiben

Mehr

Geschlecht + Anfangsgehalt. T-Test für das Anfangsgehalt Gruppenstatistiken. Der SPSS Output der aktuellen Computerübung zum Aufgabenblatt 3

Geschlecht + Anfangsgehalt. T-Test für das Anfangsgehalt Gruppenstatistiken. Der SPSS Output der aktuellen Computerübung zum Aufgabenblatt 3 Der SPSS Output der aktuellen Computerübung zum Aufgabenblatt 3 Geschlecht + Anfangsgehalt 14000 399 403 7000 12000 335 Anfangsgehalt 10000 8000 6000 4000 2000 N = 28 63 185 291 227 52 215 158 88 284 193

Mehr

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

SPSS V Gruppenvergleiche ( 2 Gruppen) abhängige (verbundene) Stichproben SPSS V Gruppenvergleiche ( 2 Gruppen) abhängige (verbundene) Stichproben ÜBERSICHT: Testverfahren bei abhängigen (verbundenen) Stichproben parametrisch nicht-parametrisch 2 Gruppen t-test bei verbundenen

Mehr

Projekt Kaffeemaschine Welche Faktoren beeinflussen das Geschmacksurteil?

Projekt Kaffeemaschine Welche Faktoren beeinflussen das Geschmacksurteil? AKULTÄT ANGEWANDTE SOZIALWISSENSCHATEN PRO. DR. SONJA HAUG Projekt Kaffeemaschine Welche aktoren beeinflussen das Geschmacksurteil? Ausgehend von der Verkostung an der Hochschule Regensburg und der dabei

Mehr

Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche

Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche Lehrveranstaltung Empirische Forschung und Politikberatung der Universität Bonn, WS 2007/2008 Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche 30. November 2007 Michael

Mehr

Einfache statistische Auswertungen mit dem Programm SPSS

Einfache statistische Auswertungen mit dem Programm SPSS Einfache statistische Auswertungen mit dem Programm SPSS Datensatz: fiktive_daten.sav Dipl. Päd. Anne Haßelkus Dr. Dorothea Dette-Hagenmeyer 11/2011 Überblick 1 Deskriptive Statistiken; Mittelwert berechnen...

Mehr

Univariate Kennwerte mit SPSS

Univariate Kennwerte mit SPSS Univariate Kennwerte mit SPSS In diesem Paper wird beschrieben, wie eindimensionale Tabellen und Kennwerte mit SPSS erzeugt werden. Eine Herleitung der Kennwerte und eine inhaltliche Interpretation der

Mehr

Statistik II Übung 2: Multivariate lineare Regression

Statistik II Übung 2: Multivariate lineare Regression Statistik II Übung 2: Multivariate lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen Flugpreisen und der Flugdistanz, dem Passagieraufkommen und der Marktkonzentration. Verwenden

Mehr

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

Hypothesentests mit SPSS. Beispiel für eine einfaktorielle Varianzanalyse Daten: museum_m_v05.sav Beispiel für eine einfaktorielle Varianzanalyse Daten: museum_m_v05.sav Hypothese: Die Beschäftigung mit Kunst ist vom Bildungsgrad abhängig. 1. Annahmen Messniveau: Modell: Die Skala zur Erfassung der

Mehr

Es können keine oder mehrere Antworten richtig sein. Eine Frage ist NUR dann richtig beantwortet, wenn ALLE richtigen Antworten angekreuzt wurden.

Es können keine oder mehrere Antworten richtig sein. Eine Frage ist NUR dann richtig beantwortet, wenn ALLE richtigen Antworten angekreuzt wurden. Teil III: Statistik Alle Fragen sind zu beantworten. Es können keine oder mehrere Antworten richtig sein. Eine Frage ist NUR dann richtig beantwortet, wenn ALLE richtigen Antworten angekreuzt wurden. Wird

Mehr

Signifikanztests zur Prüfung von Unterschieden in der zentralen Tendenz -Teil 1-

Signifikanztests zur Prüfung von Unterschieden in der zentralen Tendenz -Teil 1- SPSSinteraktiv Signifikanztests (Teil ) - - Signifikanztests zur Prüfung von Unterschieden in der zentralen Tendenz -Teil - t-test bei einer Stichprobe - SPSS-Output Der t-test bei einer Stichprobe wird

Mehr

Beide Verteilungen der Zeiten sind leicht schief. Der Quartilsabstand für Zeiten zum Surfen ist kleiner als der zum Fernsehen.

Beide Verteilungen der Zeiten sind leicht schief. Der Quartilsabstand für Zeiten zum Surfen ist kleiner als der zum Fernsehen. Welche der folgenden Maßzahlen sind resistent gegenüber Ausreißer? Der Mittelwert und die Standardabweichung. Der und die Standardabweichung. Der und die Spannweite. Der und der Quartilsabstand. Die Spannweite

Mehr

Kapitel 4: Merkmalszusammenhänge

Kapitel 4: Merkmalszusammenhänge Kapitel 4: Merkmalszusammenhänge Streudiagramme SPSS bietet die Möglichkeit, verschiedene Arten von Streudiagrammen zu zeichnen. Gehen Sie auf Grafiken Streu-/Punkt-Diagramm und wählen Sie die Option Einfaches

Mehr

SPSS III Mittelwerte vergleichen

SPSS III Mittelwerte vergleichen SPSS III Mittelwerte vergleichen A Zwei Gruppen ------------ Zwei-Stichproben t-test Beispieldatei: Seegräser Fragestellung: Unterscheidet sich die Anzahl der Seegräser in Gebieten mit und ohne Seeigelvorkommen

Mehr

STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG

STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG Statistische Methoden In der vorliegenden fiktiven Musterstudie wurden X Patienten mit XY Syndrom (im folgenden: Gruppe XY) mit Y Patienten eines unauffälligem

Mehr

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

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS Sommersemester 2009 Statistik mit SPSS 09. Mai 2009 09. Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Arbeitsschritte bei der Datenanalyse Datenmanagement (Einlesen von Daten, Teilen von

Mehr

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009, Statistik mit SPSS

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009, Statistik mit SPSS Sommersemester 2009, Statistik mit SPSS 26. August 2009 26. August 2009 Statistik Dozentin: mit Anja SPSS Mays 1 Bivariate Datenanalyse, Überblick bis Freitag heute heute Donnerstag Donnerstag Freitag

Mehr

Tab. 4.1: Altersverteilung der Gesamtstichprobe BASG SASG BAS SAS UDS SCH AVP Mittelwert Median Standardabweichung 44,36 43,00 11,84

Tab. 4.1: Altersverteilung der Gesamtstichprobe BASG SASG BAS SAS UDS SCH AVP Mittelwert Median Standardabweichung 44,36 43,00 11,84 Im weiteren wird gemäß den allgemeinen statistischen Regeln zufolge bei Vorliegen von p=,5 und

Mehr

Statistische Auswertung (Signifikanzen) Projekt: Evaluation der Langzeitauswirkung des Imago Paartherapie Workshops

Statistische Auswertung (Signifikanzen) Projekt: Evaluation der Langzeitauswirkung des Imago Paartherapie Workshops Auswertung: Irina Zamfirescu Auftraggeber: Mag. Klaus Brehm Statistische Auswertung (Signifikanzen) Projekt: Evaluation der Langzeitauswirkung des Imago Paartherapie Workshops Fragestellung: Wirkt sich

Mehr

Heinz Holling & Günther Gediga. Statistik - Deskriptive Verfahren

Heinz Holling & Günther Gediga. Statistik - Deskriptive Verfahren Heinz Holling & Günther Gediga Statistik - Deskriptive Verfahren Übungen Version 15.12.2010 Inhaltsverzeichnis 1 Übung 1; Kap. 4 3 2 Übung 2; Kap. 5 4 3 Übung 3; Kap. 6 5 4 Übung 4; Kap. 7 6 5 Übung 5;

Mehr

Hypothesentests mit SPSS. Beispiel für einen t-test

Hypothesentests mit SPSS. Beispiel für einen t-test Beispiel für einen t-test Daten: museum-f-v04.sav Hypothese: Als Gründe, in ein Museum zu gehen, geben mehr Frauen als Männer die Erweiterung der Bildung für Kinder an. Dies hängt mit der Geschlechtsrolle

Mehr

Bei näherer Betrachtung des Diagramms Nr. 3 fällt folgendes auf:

Bei näherer Betrachtung des Diagramms Nr. 3 fällt folgendes auf: 18 3 Ergebnisse In diesem Kapitel werden nun zunächst die Ergebnisse der Korrelationen dargelegt und anschließend die Bedingungen der Gruppenbildung sowie die Ergebnisse der weiteren Analysen. 3.1 Ergebnisse

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

Allgemeines Lineares Modell: Univariate Varianzanalyse und Kovarianzanalyse

Allgemeines Lineares Modell: Univariate Varianzanalyse und Kovarianzanalyse Allgemeines Lineares Modell: Univariate Varianzanalyse und Kovarianzanalyse Univariate Varianz- und Kovarianzanlyse, Multivariate Varianzanalyse und Varianzanalyse mit Messwiederholung finden sich unter

Mehr

Varianzanalyse (ANOVA: analysis of variance)

Varianzanalyse (ANOVA: analysis of variance) Varianzanalyse (AOVA: analysis of variance) Einfaktorielle VA Auf der Basis von zwei Stichproben wird bezüglich der Gleichheit der Mittelwerte getestet. Variablen müssen Variablen nur nominalskaliert sein.

Mehr

Schätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO

Schätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO Schätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO 4. Dezember 2001 Generalisierung der aus Stichprobendaten berechneten Regressionsgeraden Voraussetzungen für die Generalisierung

Mehr

Im Modell der Varianzanalyse (mit festen Effekten) ist das. aus dem Durchschnittsmesswert für y plus dem Effekt des.

Im Modell der Varianzanalyse (mit festen Effekten) ist das. aus dem Durchschnittsmesswert für y plus dem Effekt des. Einfatorielle Varianzanalyse Varianzanalyse untersucht den Einfluss verschiedener Bedingungen ( = nominalsalierte(r) Variable(r)) auf eine metrische Variable. Die Bedingungen heißen auch atoren und ihre

Mehr

Statistik. Jan Müller

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

Mehr

Empirische Analysen mit dem SOEP

Empirische 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

Mehr

Etwas positive Tendenz ist beim Wechsel der Temperatur von 120 auf 170 zu erkennen.

Etwas positive Tendenz ist beim Wechsel der Temperatur von 120 auf 170 zu erkennen. Explorative Datenanalyse Erstmal die Grafiken: Aufreisskraft und Temperatur 3 1-1 N = 1 15 17 Temperatur Diagramm 3 1 95% CI -1 N = 1 15 17 Temperatur Etwas positive Tendenz ist beim Wechsel der Temperatur

Mehr

Einführung in die Statistik für Politikwissenschaftler Sommersemester 2013

Einführung in die Statistik für Politikwissenschaftler Sommersemester 2013 Einführung in die Statistik für Politikwissenschaftler Sommersemester 2013 1. Welche Aussage zur Statistik (in den Sozialwissenschaften) sind richtig? (2 Punkte) ( ) Statistik ist die Lehre von Methoden

Mehr

Zusammenhangsanalyse mit SPSS. Messung der Intensität und/oder der Richtung des Zusammenhangs zwischen 2 oder mehr Variablen

Zusammenhangsanalyse mit SPSS. Messung der Intensität und/oder der Richtung des Zusammenhangs zwischen 2 oder mehr Variablen - nominal, ordinal, metrisch In SPSS: - Einfache -> Mittelwerte vergleichen -> Einfaktorielle - Mehrfaktorielle -> Allgemeines lineares Modell -> Univariat In SPSS: -> Nichtparametrische Tests -> K unabhängige

Mehr

Beschreibende Statistik Deskriptive Statistik. Schließende Statistik Inferenzstatistik. Schluss von der Stichprobe auf die Grundgesamtheit

Beschreibende 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

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

Ergebnisse der empirischen Studie zum Thema Second Screen im Unterricht

Ergebnisse der empirischen Studie zum Thema Second Screen im Unterricht Ergebnisse der empirischen Studie zum Thema Second Screen im Unterricht Befragungszeitraum: Marz 2016 bis Mai 2016 27.06.2016 Hon.-Prof. Dr. Christian Kreidl / Prof. Dr. Ulrich Dittler Inhaltsübersicht

Mehr

Statistik II Übung 1: Einfache lineare Regression

Statistik 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

Mehr

1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18

1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18 3. Deskriptive Statistik Ziel der deskriptiven (beschreibenden) Statistik (explorativen Datenanalyse) ist die übersichtliche Darstellung der wesentlichen in den erhobenen Daten enthaltene Informationen

Mehr

Kapitel 1: Deskriptive Statistik

Kapitel 1: Deskriptive Statistik Kapitel 1: Deskriptive Statistik Grafiken Mit Hilfe von SPSS lassen sich eine Vielzahl unterschiedlicher Grafiken für unterschiedliche Zwecke erstellen. Wir besprechen hier die zwei in Kapitel 1.1 thematisierten

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

Angewandte Statistik 3. Semester

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

Mehr

Varianzanalytische Methoden Zweifaktorielle Versuchspläne 4/13. Durchführung in SPSS (File Trait Angst.sav)

Varianzanalytische Methoden Zweifaktorielle Versuchspläne 4/13. Durchführung in SPSS (File Trait Angst.sav) Zweifaktorielle Versuchspläne 4/13 Durchführung in SPSS (File Trait Angst.sav) Analysieren > Allgemeines Lineares Modell > Univariat Zweifaktorielle Versuchspläne 5/13 Haupteffekte Geschlecht und Gruppe

Mehr

Statistik II: Signifikanztests /1

Statistik II: Signifikanztests /1 Medien Institut : Signifikanztests /1 Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Noch einmal: Grundlagen des Signifikanztests 2. Der chi 2 -Test 3. Der t-test

Mehr

Brückenkurs Statistik für Wirtschaftswissenschaften

Brückenkurs Statistik für Wirtschaftswissenschaften Peter von der Lippe Brückenkurs Statistik für Wirtschaftswissenschaften Weitere Übungsfragen UVK Verlagsgesellschaft mbh Konstanz Mit UVK/Lucius München UVK Verlagsgesellschaft mbh Konstanz und München

Mehr

Wiederholung Statistik I. Statistik für SozialwissenschaftlerInnen II p.8

Wiederholung 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

Mehr

Kreuzvalidierung. 1. Schritt: Aufteilung der Stichprobe in ungefähr gleiche Hälften nach dem Zufall. SPSS:

Kreuzvalidierung. 1. Schritt: Aufteilung der Stichprobe in ungefähr gleiche Hälften nach dem Zufall. SPSS: Kreuzvalidierung. Schritt: Aufteilung der Stichprobe in ungefähr gleiche Hälften nach dem Zufall. SPSS: SPSS erzeugt eine neue Variable Filter_$. Die herausgefilterten Fälle werden im Datenfenster angezeigt

Mehr

SPSS IV Gruppenvergleiche (>2 Gruppen) A priori & post hoc-tests. H0: Die mittlere Anzahl der Seegräser (µ) hängt nicht von der Seeigel menge ab.

SPSS IV Gruppenvergleiche (>2 Gruppen) A priori & post hoc-tests. H0: Die mittlere Anzahl der Seegräser (µ) hängt nicht von der Seeigel menge ab. SPSS IV Gruppenvergleiche (>2 Gruppen) A priori & post hoc-tests A parametrisch -- ANOVA Beispieldatei: Seegräser_ANOVA H0: Die mittlere Anzahl der Seegräser (µ) hängt nicht von der Seeigel menge ab. µ

Mehr

Computergestützte Methoden. Master of Science Prof. Dr. G. H. Franke WS 07/08

Computergestützte Methoden. Master of Science Prof. Dr. G. H. Franke WS 07/08 Computergestützte Methoden Master of Science Prof. Dr. G. H. Franke WS 07/08 1 Seminarübersicht 1. Einführung 2. Recherchen mit Datenbanken 3. Erstellung eines Datenfeldes 4. Skalenniveau und Skalierung

Mehr

Teil II: Einführung in die Statistik

Teil II: Einführung in die Statistik Teil II: Einführung in die Statistik (50 Punkte) Bitte beantworten Sie ALLE Fragen. Es handelt sich um multiple choice Fragen. Sie müssen die exakte Antwortmöglichkeit angeben, um die volle Punktzahl zu

Mehr

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS Sommersemester 2009 Statistik mit SPSS 15. Mai 2009 15. Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Überblick 1. Korrelation vs. Regression 2. Ziele der Regressionsanalyse 3. Syntax für

Mehr

Inhaltsverzeichnis. Vorwort

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

Mehr

Beispiel für eine Profilanalyse Daten: POKIII_AG1_V03.sav

Beispiel für eine Profilanalyse Daten: POKIII_AG1_V03.sav Beispiel für eine Daten: POKIII_AG1_V03.sav Es soll überprüft werden, ob es geschlechtsspezifische Unterschiede bei den Einstellungen zum Tanz gibt. Aus dem Fragebogen der AG 1 des POK III wurden folgende

Mehr

Eine zweidimensionale Stichprobe

Eine zweidimensionale Stichprobe Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,

Mehr

Konfidenzintervalle 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 Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir

Mehr

Inhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden

Inhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse

Mehr

Einführung in die computergestützte Datenanalyse

Einführung in die computergestützte Datenanalyse Karlheinz Zwerenz Statistik Einführung in die computergestützte Datenanalyse 6., überarbeitete Auflage DE GRUYTER OLDENBOURG Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL

Mehr

1. Es sind einfach zu viele! Varianzanalytische Verfahren.

1. Es sind einfach zu viele! Varianzanalytische Verfahren. 1. Es sind einfach zu viele! Varianzanalytische Verfahren. In diesem Kapitel behandeln wir die Varianzanalyse (ANOVA). Varianzanalysen kommen in sehr sehr vielen verschiedenen Gestalten einher. Das Ziel

Mehr

Statistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage

Statistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz 3., überarbeitete Auflage R.01denbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt

Mehr

Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006

Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006 Empirische Softwaretechnik Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006 1 Experiment zur Vererbungstiefe Softwaretechnik: die Vererbungstiefe ist kein guter Schätzer für den Wartungsaufwand

Mehr

(VU) Übungen zur Einführung in die statistische Datenanalyse II. Inhalte Statistik I. Inhalte Statistik I Deskriptive Statistik

(VU) Übungen zur Einführung in die statistische Datenanalyse II. Inhalte Statistik I. Inhalte Statistik I Deskriptive Statistik II Übungen zur II Organisatorische Hinweise Keine Anwesenheitspflicht (aber empfehlenswert) Einführung in die statistische Datenanalyse II (VU) Lehrinhalte (.ppt Folien): elearning.univie.ac.at 3 Prüfungstermine:

Mehr

Biomathematik für Mediziner, Klausur SS 2001 Seite 1

Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Aufgabe 1: Von den Patienten einer Klinik geben 70% an, Masern gehabt zu haben, und 60% erinnerten sich an eine Windpockeninfektion. An mindestens einer

Mehr

Lineare Regression II

Lineare Regression II Lineare Regression II Varianzanalyse als multiple Regession auf Designvariablen Das lineare Regressionsmodell setzt implizit voraus, dass nicht nur die abhängige, sondern auch die erklärenden Variablen

Mehr

3.3.1 Referenzwerte für Fruchtwasser-Schätzvolumina ( SSW)

3.3.1 Referenzwerte für Fruchtwasser-Schätzvolumina ( SSW) 50 3.3 Das Fruchtwasser-Schätzvolumen in der 21.-24.SSW und seine Bedeutung für das fetale Schätzgewicht in der 21.-24.SSW und für das Geburtsgewicht bei Geburt in der 36.-43.SSW 3.3.1 Referenzwerte für

Mehr

Kapitel 1 Beschreibende Statistik

Kapitel 1 Beschreibende Statistik Beispiel 1.25: fiktive Aktienkurse Zeitpunkt i 0 1 2 Aktienkurs x i 100 160 100 Frage: Wie hoch ist die durchschnittliche Wachstumsrate? Dr. Karsten Webel 53 Beispiel 1.25: fiktive Aktienkurse (Fortsetzung)

Mehr

Institut für Soziologie Dipl.-Soz. Benjamin Gedon. Methoden 2. Logistische Regression II

Institut für Soziologie Dipl.-Soz. Benjamin Gedon. Methoden 2. Logistische Regression II Institut für Soziologie Dipl.-Soz. Methoden 2 Logistische Regression II Bringen Sie zur nächsten Übung und in die Klausur einen (nicht programmierbaren) Taschenrechner mit! # 2 Programm Wiederholung der

Mehr

VS PLUS

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

Mehr

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

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

Mehr

Teil: lineare Regression

Teil: lineare Regression Teil: lineare Regression 1 Einführung 2 Prüfung der Regressionsfunktion 3 Die Modellannahmen zur Durchführung einer linearen Regression 4 Dummyvariablen 1 Einführung o Eine statistische Methode um Zusammenhänge

Mehr

Lage- und Streuungsparameter

Lage- und Streuungsparameter Lage- und Streuungsparameter Beziehen sich auf die Verteilung der Ausprägungen von intervall- und ratio-skalierten Variablen Versuchen, diese Verteilung durch Zahlen zu beschreiben, statt sie graphisch

Mehr

Statistik II: Grundlagen und Definitionen der Statistik

Statistik 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

Mehr

Hypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests

Hypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests ue biostatistik: hypothesen, fehler 1. und. art, power 1/8 h. lettner / physik Hypothesen: Fehler 1. und. Art, Power eines statistischen Tests Die äußerst wichtige Tabelle über die Zusammenhänge zwischen

Mehr

Korrelation - Regression. Berghold, IMI

Korrelation - Regression. Berghold, IMI Korrelation - Regression Zusammenhang zwischen Variablen Bivariate Datenanalyse - Zusammenhang zwischen 2 stetigen Variablen Korrelation Einfaches lineares Regressionsmodell 1. Schritt: Erstellung eines

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

1 Einfachregression 1.1In 10 Haushalten wurden Einkommen und Ausgaben für Luxusgüter erfragt:

1 Einfachregression 1.1In 10 Haushalten wurden Einkommen und Ausgaben für Luxusgüter erfragt: Beispiele zum Üben und Wiederholen zu Wirtschaftsstatistik 2 (Kurs 3) 1 Einfachregression 1.1In 10 Haushalten wurden Einkommen und Ausgaben für Luxusgüter erfragt: Haushaltseinkommen 12 24 30 40 80 60

Mehr

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de

Statistik 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

Mehr

Statistik - Übungsaufgaben

Statistik - Übungsaufgaben Statistik - Übungsaufgaben 1) Eine vor mehreren Jahren durchgeführte Befragung von 30 Arbeitern eines Großbetriebes ergab für die Stundenlöhne folgende Liste: 16,35 16,80 15,75 16,95 16,20 17,10 16,64

Mehr

Zusammenfassung der Prüfungsergebnisse. für AOK NordWest Die Gesundheitskasse. Prüfungsergebnisse für Zertifizierung: TÜV Service tested

Zusammenfassung der Prüfungsergebnisse. für AOK NordWest Die Gesundheitskasse. Prüfungsergebnisse für Zertifizierung: TÜV Service tested Zusammenfassung der Prüfungsergebnisse für AOK NordWest Die Gesundheitskasse Prüfungsergebnisse für Zertifizierung: TÜV Service tested 1 Die Prüfungsergebnisse im Detail 1. Rahmendaten Geprüftes Unternehmen:

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

PROC MEANS. zum Berechnen statistischer Maßzahlen (für quantitative Merkmale)

PROC MEANS. zum Berechnen statistischer Maßzahlen (für quantitative Merkmale) PROC MEAS zum Berechnen statistischer Maßzahlen (für quantitative Merkmale) Allgemeine Form: PROC MEAS DATA=name Optionen ; VAR variablenliste ; CLASS vergleichsvariable ; Beispiel und Beschreibung der

Mehr

Statistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von

Statistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz R.Oldenbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL I GRUNDLAGEN

Mehr

Ergebnisse der testpsychologischen Untersuchungen für das zweite Halbjahr 2013

Ergebnisse der testpsychologischen Untersuchungen für das zweite Halbjahr 2013 Ergebnisse der testpsychologischen Untersuchungen für das zweite Halbjahr 2013 Hintergrund: Seit 2012 führen wir zu Beginn und zum Ende der Behandlung bei allen Patienten eine testpsychologische Untersuchung

Mehr

METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER

METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER DAS THEMA: INFERENZSTATISTIK IV INFERENZSTATISTISCHE AUSSAGEN FÜR ZUSAMMENHÄNGE UND UNTERSCHIEDE Inferenzstatistik für Zusammenhänge Inferenzstatistik für Unterschiede

Mehr

absolute Häufigkeit h: Anzahl einer bestimmten Note relative Häufigkeit r: Anzahl einer bestimmten Note, gemessen an der Gesamtzahl der Noten

absolute Häufigkeit h: Anzahl einer bestimmten Note relative Häufigkeit r: Anzahl einer bestimmten Note, gemessen an der Gesamtzahl der Noten Statistik Eine Aufgabe der Statistik ist es, Datenmengen zusammenzufassen und darzustellen. Man verwendet dazu bestimmte Kennzahlen und wertet Stichproben aus, um zu Aussagen bzw. Prognosen über die Gesamtheit

Mehr

Testklausur(1) Mathematik III, Teil Statistik

Testklausur(1) Mathematik III, Teil Statistik Ernst-Abbe-ochschule Jena FB Grundlagenwissenschaften Testklausur() Mathematik III, Teil Statistik Tag der Prüfung Bearbeitungszeit: Studiengang: Name: Zugelassene ilfsmittel: 45 Minuten MT Ma Matrikel-Nr.

Mehr

Grundlegende Eigenschaften von Punktschätzern

Grundlegende Eigenschaften von Punktschätzern Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur

Mehr

Bitte schreiben Sie in Druckbuchstaben und vergessen Sie nicht zu unterschreiben. Name, Vorname:. Studiengang/ Semester:. Matrikelnummer:..

Bitte schreiben Sie in Druckbuchstaben und vergessen Sie nicht zu unterschreiben. Name, Vorname:. Studiengang/ Semester:. Matrikelnummer:.. Institut für Erziehungswissenschaft der Philipps-Universität Marburg Prof. Dr. Udo Kuckartz Arbeitsbereich Empirische Pädagogik/Methoden der Sozialforschung Wintersemester 004/005 KLAUSUR FEBRUAR 005/

Mehr

Webergänzung zu Kapitel 10

Webergänzung zu Kapitel 10 Webergänzung zu Kapitel 10 10.1.4 Varianzanalyse (ANOVA: analysis of variance) Im Kapitel 10 haben wir uns hauptsächlich mit Forschungsbeispielen beschäftigt, die nur zwei Ergebnissätze hatten (entweder

Mehr