ISBN (Print); (PDF)
|
|
- Alke Fuchs
- vor 6 Jahren
- Abrufe
Transkript
1
2 Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über abrufbar. Die Informationen in diesem Buch werden ohne Rücksicht auf einen eventuellen Patentschutz veröffentlicht. Warennamen werden ohne Gewährleistung der freien Verwendbarkeit benutzt. Bei der Zusammenstellung von Texten und Abbildungen wurde mit größter Sorgfalt vorgegangen. Trotzdem können Fehler nicht ausgeschlossen werden. Verlag, Herausgeber und Autoren können für fehlerhafte Angaben und deren Folgen weder eine juristische Verantwortung noch irgendeine Haftung übernehmen. Für Verbesserungsvorschläge und Hinweise auf Fehler sind Verlag und Autor dankbar. Alle Rechte vorbehalten, auch die der fotomechanischen Wiedergabe und der Speicherung in elektronischen Medien. Die gewerbliche Nutzung der in diesem Produkt gezeigten Modelle und Arbeiten ist nicht zulässig. Fast alle Produktbezeichnungen und weitere Stichworte und sonstige Angaben, die in diesem Buch verwendet werden, sind als eingetragene Marken geschützt. Da es nicht möglich ist, in allen Fällen zeitnah zu ermitteln, ob ein Markenschutz besteht, wird das Symbol i. d. R. nicht verwendet ISBN (Print); (PDF) 2013 by Pearson Deutschland GmbH Martin-Kollar-Straße 10-12, D München/Germany Alle Rechte vorbehalten A part of Pearson plc worldwide Lektorat: Kathrin Mönch, kmoench@pearson.de Tim Schönemann, München Korrektorat: Ruth Schneider, München Einbandgestaltung: Thomas Arlt, tarlt@adesso21.net Herstellung: Claudia Bäurle, cbaeurle@pearson.de Satz: mediaservice, Siegen ( Druck und Verarbeitung: Drukarnia Dimograf, Bielsko-Biala Printed in Poland
3 Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler - PDF Inhaltsverzeichnis Forschungsmethoden und Statistik Impressum Inhaltsübersicht Inhaltsverzeichnis Vorwort zur 2. Auflage Vorwort zur 1. Auflage Teil I Grundlagen und Konzepte 1 Alltagswissen versus Wissenschaft: Beispiel Psychologie 1.1 Die Fallstricke der Alltagspsychologie Fehler beim Wahrnehmen Fehler beim Erinnern Fehler beim logischen Denken Fehler beim Umgang mit Wahrscheinlichkeiten 1.2 Sprachgebrauch in Alltag und Wissenschaft Missverständnisse beim Verstehen von Sprache im Alltag Präzisierung der Sprache in der Wissenschaft 1.3 Die wissenschaftliche Methode Theorien, Hypothesen und ihre Präzisierung Design Durchführung von Studien Datenanalyse und -interpretation 1.4 Was gewinnen wir durch die wissenschaftliche Vorgehensweise? 2 Wissenschaftstheorie, Theorien und Hypothesen 2.5 Von Theorien zu Hypothesen 2.1 Was ist die Wirklichkeit und wie können wir sie erkennen? Das Leib-Seele-Problem Induktion vs. Deduktion 2.2 Wissenschaftstheoretische Ansätze im Überblick Konventionelle Ansätze Wirklichkeit als Konstruktion 2.3 Spezialprobleme der Psychologie Latente Variablen Verhältnis zwischen Forscher und Erforschten 2.4 Woher kommen Theorien? Bed, Bathroom and Bicycle Die systematische Suche nach Theorien 2.5 Von Theorien zu Hypothesen Wie sehen Theorien in der Psychologie aus? Von der Theorie zur Hypothesenprüfung: Grundlegende Vorgehensweise Von der Theorie zur Hypothesenprüfung: Beispiele Hypothesenprüfung und Wissenschaftstheorie 3 Messen und Testen
4 3.1 Was ist Messen? 3.2 Messtheorie Messtheoretische Probleme 3.3 Skalenniveaus Nominalskala Ordinalskala Intervallskala Verhältnisskala Absolutskala 3.4 Tests 3.5 Gütekriterien beim Testen und Messen Objektivität Reliabilität Validität 4 Datenerhebung: Befragung und Beobachtung 4.1 Befragung: Unterschiedliche Perspektiven Mündlich oder schriftlich? Freie oder festgelegte Antwortmöglichkeiten? Einzel- oder Gruppenbefragung? Wie sehr standardisieren? 4.2 Befragung: Fehlermöglichkeiten und Gegenmaßnahmen Potenzielle Probleme bei der Gestaltung und Anordnung von Items Potenzielle Probleme bei der Durchführung der Befragung 4.3 Befragung: Ein kurzes Resümee Wann welche Art von Befragung? Einige abschließende Hinweise 4.4 Beobachtung: Unterschiedliche Perspektiven 4.5 Beobachtung: Fehlermöglichkeiten und Gegenmaßnahmen 4.6 Beobachtung: Ein kurzes Resümee Wann welche Form von Beobachtung? Einige abschließende Hinweise 4.7 Generalisierbarkeit von Befragungs- und Beobachtungsergebnissen Auswahl der Situation Auswahl der Studienteilnehmer 5 Experimentelle Designs 5.1 Warum werden Experimente durchgeführt? 5.2 Die Logik des Experiments Grundlage für Kausalschlüsse Interne Validität 5.3 Kontrolltechniken Kontrolle personengebundener Störvariablen Randomisieren Kontrolle von Störvariablen in der Versuchssituation Konstanthalten und Eliminieren 5.4 Externe Validität Wie wichtig ist die externe Validität?
5 5.4.2 Wie kann die externe Validität erhöht werden? 5.5 Within-Subjects-Designs Warum werden Within-Subjects-Designs eingesetzt? Positionseffekte und ihre Kontrolle Carry-Over-Effekte 5.6 Mehrfaktorielle Designs Haupteffekte und Interaktionen in Komplexere Designs Interaktionen und externe Validität 5.7 Quasi-Experimente Teil II Deskriptive und explorative Datenanalyse 6 Lage- und Streuungsmaße 6.1 Warum brauchen wir Streuungsmaße? 6.2 Lage und Streuung auf einen Blick Stamm-Blatt-Diagramme Box-Plots 6.3 Lagemaße im Detail Arithmetisches Mittel Median und Quantile Modalwert Weitere Lagemaße 6.4 Streuungsmaße im Detail Standardabweichung und Varianz Interquartilsabstand und andere Quantilsabstände Weitere Streuungsmaße 6.5 Wann welches Maß? Skalenniveau Form der Verteilung 6.6 Standardisierung: z-werte 6.7 Population vs. Stichprobe 7 Korrelation 7.1 Die grafische Darstellung von Korrelationen: Streudiagramme 7.2 Korrelationsmuster Lineare und kurvilineare Zusammenhänge Richtung und Stärke von Zusammenhängen Die Bedeutung des Korrelationsmusters für die weitere Analyse 7.3 Der Produkt-Moment-Korrelationskoeffizient z-werte und der Produkt-Moment-Korrelationskoeffizient 7.4 Verzerrungen des Produkt-Moment- Korrelationskoeffizienten Ausreißerwerte Einschränkungen der Variabilität Zusammenfassung von heterogenen Untergruppen 7.5 Korrelation und Kausalität 7.6 Partialkorrelation
6 7.7 Andere Zusammenhangsmaße Korrelation zweier dichotomer Merkmale - der Phi-Koeffizient Korrelation zweier ordinalskalierter Merkmale - Kendalls Tau 8 Lineare Regression 8.1 Grundbegriffe der Regressionsrechnung Prädiktor und Kriterium Deterministische Zusammenhänge und die Geradengleichung Stochastische Zusammenhänge und die Regressionsgerade Das Kriterium der kleinsten Quadrate Bestimmung der Regressionsgeraden Die Beziehung zwischen der Korrelation und dem Regressionsgewicht Regression mit z-standardisierten Variablen Der Regressionseffekt Die Vorhersage von X aus Y 8.2 Die Güte der Vorhersage Varianzzerlegung Der Determinationskoeffizient Der Standardschätzfehler 8.3 Probleme und Verzerrungen in der Regressionsrechnung 8.4 Ein Ausblick auf die multiple Regression Multiple Regression mit z-standardisierten Variablen Eine Illustration mit zwei Prädiktoren Gütemaße in der multiplen Regression 9 Effektgrößen 9.1 Was sind Effektgrößen? 9.2 Abstandsmaße 9.3 Zusammenhangsmaße 9.4 Effektgrößen aus Effektgrößen Abstandsmaße aus Abstandsmaßen Korrelationen aus Abstandsmaßen Abstandsmaße aus Korrelationen 9.5 Wie bedeutsam ist eine Effektgröße? 9.6 Weitere Effektgrößen-Maße Relatives Risiko Odds Ratio Mehr zu Effektgrößen in diesem Buch Teil III Inferenzstatistik 10 Grundlagen der Inferenzstatistik 10.1 Wahrscheinlichkeiten, kurz gefasst Was ist Wahrscheinlichkeit? Wahrscheinlichkeit von Konjunktionen und bedingte Wahrscheinlichkeiten 10.2 Von der Population über Stichproben zur Stichprobenverteilung Simulationsbeispiel für Anteile Simulationsbeispiel für Mittelwerte Die tatsächliche Vorgehensweise: Von der Stichprobe zur Population
7 10.3 Stichprobenverteilung für Anteile Binomialverteilung per Hand Binomialverteilung mit Binomialformel 10.4 Lage- und Streuungsmaße von Stichprobenverteilungen Binomialverteilung Stichprobenverteilungen für Mittelwerte 10.5 Der Einfluss der Stichprobengröße auf die Stichprobenverteilung Empirisches Gesetz der großen Zahlen Zentraler Grenzwertsatz 10.6 Rekapitulation und Ausblick 11 Konfidenzintervalle 11.1 Was ist ein Konfidenzintervall? Wahrscheinlichkeitsintervalle: Ein Gedankenexperiment Konfidenzintervalle für Anteile Auswirkungen der Höhe der Konfidenz und der Stichprobengröße Die Berechnung von Konfidenzintervallen 11.2 Konfidenzintervalle für Mittelwerte 11.3 Konfidenzintervalle für Mittelwertsunterschiede Unabhängige Messungen Abhängige (gepaarte) Messungen 11.4 Die Interpretation von Konfidenzintervallen 12 Signifikanztests 12.1 Wie funktioniert ein Signifikanztest? 12.2 Vorgehensweise nach R. A. Fisher Beispiel 1: Vorzeichentest Beispiel 2: t-test für Mittelwert Probleme mit der Vorgehensweise nach Fisher 12.3 Neymans & Pearsons Verbesserungsvorschläge Warum braucht man die Alternativhypothese und wie wird sie bestimmt? Fehler erster und zweiter Art ( und ) Die Verhaltensinterpretation des Signifikanztestergebnisses 12.4 Welche Faktoren beeinflussen das Ergebnis eines Signifikanztests? Populations-Effektgröße Stichprobengröße Abwägung der Fehler erster und zweiter Art Minimierung des experimentellen Fehlers Homogenität der Population(en) 12.5 Poweranalyse Die Suche nach der Stichprobengröße: A priori-analyse Die Suche nach einem Kompromiss zwischen und Die Suche nach weiteren Interpretationsmöglichkeiten: post hoc-analyse 12.6 Vorgehensweise nach Neyman und Pearson Beispiel 1: Vorzeichentest nach Neyman und Pearson Beispiel 2: t-test nach Neyman und Pearson
8 Akzeptanz des Ansatzes in Psychologie und Sozialwissenschaften 12.7 Das konventionelle Verfahren: Der Hybrid Bestandteile Vorgehensweise und Ergebnisinterpretation 12.8 Signifikanztests: Was man noch wissen sollte Spezifikation von Null- und Alternativhypothese Wie man p-werte nicht interpretieren sollte Signifikanztest und Konfidenzintervall Allgemeine Hinweise und Empfehlungen 13 Tests 13.1 Unterschied zwischen zwei Mittelwerten Unabhängige Stichproben Abhängige Stichproben 13.2 Weitere t-test Korrelation Regression 13.3 Effektgrößenberechnung aus Testergebnissen von Generelle Idee Eine Stichprobe (Mittelwert vs. vorgegebener Wert) Zwei unabhängige Stichproben Zwei abhängige Stichproben Korrelation und Regression 14 Der F-Test in der einfaktoriellen Varianzanalyse 14.1 Warum nicht mehrere t-tests? 14.2 Die Logik der Varianzanalyse Zwei Wege zu einer Schätzung der Populationsvarianz Varianzzerlegung 14.3 Voraussetzungen der einfaktoriellen Varianzanalyse 14.4 Post-hoc-Tests 14.5 Effektgrößen in der einfaktoriellen Varianzanalyse 14.6 Power in der einfaktoriellen Varianzanalyse 15 Weitere F-Tests 15.1 Mehrfaktorielle Varianzanalyse Varianzzerlegung in der zweifaktoriellen Varianzanalyse ANOVA-Tabelle Varianzanalysen mit mehr als zwei Faktoren Voraussetzungen der mehrfaktoriellen Varianzanalyse Mehrfaktorielle Varianzanalysen mit ungleichen Stichprobengrößen Effektgrößen in der mehrfaktoriellen Varianzanalyse Power in der mehrfaktoriellen Varianzanalyse 15.2 Varianzanalyse mit abhängigen Stichproben Varianzzerlegung in der einfaktoriellen Varianzanalyse mit abhängigen Stichproben ANOVA-Tabelle Voraussetzungen der Varianzanalyse mit abhängigen Stichproben
9 Effektgrößen in der Varianzanalyse mit abhängigen Stichproben Power in der Varianzanalyse mit abhängigen Stichproben Erweiterungen zur Varianzanalyse mit abhängigen Stichproben 15.3 Der F-Test in der Regressionsrechnung 15.4 Weitere Varianten der Varianzanalyse 16 Kontrastanalyse 16.1 Kontraste vs. Omnibus-Hypothesen Die Problematik von Omnibus-Hypothesen Kontraste als präzise Hypothesen 16.2 Kontrastanalyse für unabhängige Stichproben F Kontrast und t Kontrast Orthogonale Kontraste Effektgrößen bei der Kontrastanalyse für unabhängige Stichproben Poweranalyse bei der Kontrastanalyse für unabhängige Stichproben 16.3 Kontrastanalyse für unabhängige Stichproben bei komplexen Fragestellungen Haupteffekte und Interaktionen Beliebige Fragestellungen 16.4 Kontrastanalyse für abhängige Stichproben Bestimmen der zusammengefassten Werte t-test für die Kontrastanalyse bei abhängigen Stichproben Effektgrößen bei der Kontrastanalyse für abhängige Stichproben Poweranalyse bei der Kontrastanalyse für abhängige Stichproben 16.5 Vergleich zweier Hypothesen mithilfe der Kontrastanalyse Unabhängige Stichproben Abhängige Stichproben 17 Verfahren zur Analyse nominalskalierter Daten: Chi-Quadrat (2-)Tests 17.1 Der 2-Test für eine Variable Die Gleichverteilungsannahme als Nullhypothese Der 2-Wert Verteilung und Freiheitsgrade Andere Verteilungsannahmen als Nullhypothese Effektgrößen Power 17.2 Der 2-Test für zwei Variablen Die Unabhängigkeitsannahme als Nullhypothese Berechnung des 2-Werts Freiheitsgrade und Signifikanzprüfung Effektgrößen Power 17.3 Voraussetzungen der 2-Tests 18 Verfahren zur Analyse ordinalskalierter Daten 18.1 Voraussetzungsverletzungen in parametrischen Tests 18.2 Der U-Test Zuordnung der Rangplätze Null- und Alternativhypothese
10 Der U-Wert Signifikanzprüfung in kleinen Stichproben Signifikanzprüfung in großen Stichproben Rangbindungen 18.3 Der Wilcoxon-Test Durchführung des Wilcoxon-Tests Eine Voraussetzung des Wilcoxon-Tests 18.4 Powerbestimmung im U-Test und Wilcoxon-Test 19 Inferenzstatistik: Erweiterungen und Ergänzungen 19.1 Der Bootstrap: Inferenz nach Münchhausen-Art Grundlegende Idee und Vorgehensweise Vorteile des Bootstrap Anwendungsbeispiele Praktische Vorgehensweise 19.2 Der Bayesianische Ansatz: Hypothesen erhalten Wahrscheinlichkeiten Illustration der grundlegenden Idee und Vorgehensweise Signifikanztesten vs. Bayesianisches Hypothesentesten Test mehrerer Hypothesen Auswirkung der Priorverteilung Wiederholtes Testen: Die Replikation von Studien Einfluss der Stichprobengröße Komplexere Verfahren Bayes-Statistik in der Praxis 19.3 Inferenzstatistik in Psychologie und Sozialwissenschaften Klassisch vs. Bayesianisch Was kann Inferenzstatistik nicht? Teil IV Das Allgemeine Lineare Modell 20 Das Allgemeine Lineare Modell 20.1 Was ist das Allgemeine Lineare Modell? 20.2 Der t-test als Spezialfall der einfachen Regression 20.3 Varianzanalyse mit zwei Gruppen als Spezialfall der einfachen Regression 20.4 Varianzanalyse mit mehr als zwei Gruppen als Spezialfall der multiplen Regression 21 Regressionsrechnung: Ergänzungen und Erweiterungen 21.1 Multiple Regression: Ergänzungen Schrittweise Regression Effektgrößen bei der multiplen Regression Inferenzstatistik bei der multiplen Regression Analyse nichtlinearer Beziehungen 21.2 Kovarianzanalyse mittels Regressionsrechnung 21.3 Moderatoranalyse: Die generelle Behandlung von Interaktionen Interaktion als multiplikative Komponente Zentrieren der Prädiktorvariablen Interaktion zwischen zwei nominalskalierten Variablen Interaktion zwischen einer nominal- und einer intervallskalierten
11 Variable Interaktion zwischen zwei intervallskalierten Variablen Interaktion in komplexeren Fällen 22 Indirekte Effekte, latente Variablen und multiple Analyseebenen 22.1 Pfadanalyse Zusammenhang zwischen Regressionsrechnung und Pfadanalyse Pfadanalyse mit Mediatorvariable 22.2 Strukturgleichungsmodelle Identifizierbarkeit Mess- und Strukturmodelle Schätzen der freien Parameter Die Überprüfung des Modells: Gütemaße Anwendungsvoraussetzungen 22.3 Exploratorische Faktorenanalyse Datenbeispiel Fundamentaltheorem der Faktorenanalyse Extraktionsverfahren Ladungen, Kommunalitäten, Eigenwerte Faktorauswahl Rotation und Interpretation 22.4 Mehrebenenanalyse Warum Mehrebenenanalyse? Regressionsgleichung für ein einfaches Mehrebenenmodell Feste versus zufällige Effekte Analysemöglichkeiten: einige Beispiele Möglichkeiten und Grenzen der Mehrebenenanalyse Teil V Weitere Verfahren der Datenerhebung und Datenanalyse 23 Explorative Datenanalyse (EDA): Weitere Verfahren 23.1 Robustheit von EDA-Verfahren: Box-Plots 23.2 Varianten von Streuungsdiagrammen Streuungsdiagramme mit Box-Plots Influence-Plot Bubble-Plot 23.3 Aufspüren und Geradebiegen nichtlinearer Zusammenhänge Lowess Potenzleiter 23.4 Multivariate Zusammenhänge auf einen Blick: Die Streuungsdiagramm-Matrix 23.5 Mehrdimensionale grafische Klassifikation von Personen oder Objekten Rechteck-Icons Histogramm- und Profilplots Star-Plots Chernoff-Gesichter 23.6 EDA im Kontext 24 Effektgrößen: Erweiterungen und Ergänzungen 24.1 Populations- versus Stichprobeneffektgrößen
12 24.2 Effektgrößenschätzung bei unvollständigen Angaben Nur p-werte und Stichprobengröße(n) angegeben Nur globale Angaben 24.3 Die Vergleichbarkeit von Effektgrößen Effektgrößen aus Rohdaten vs. Signifikanztestergebnissen Die Vergleichbarkeit von unterschiedlichen korrelativen Maßen Abstandsmaße vs. korrelative Maße Unabhängige vs. abhängige Stichproben Signifikanztest auf Unterschied zweier Effektgrößen 24.4 Konfidenzintervalle für r und g Approximative Konfidenzintervalle für r und g Bootstrap-Konfidenzintervalle Exakte Konfidenzintervalle 24.5 Konfidenzintervalle für weitere Effektgrößen Konfidenzintervalle für Anteile Konfidenzintervalle für Relative Risiken (RR) und Odds Ratios (OR) 25 Metaanalyse 25.1 Metaanalyse in Grundzügen Empirische Stichprobenverteilungen als Ausgangsbasis Metaanalyse vs. Signifikanzen-Zählen Fixed effects versus random effects Wichtige Einflussgrößen 25.2 Praktische Durchführung Suche nach passenden Studien Auswahl von Studien: Kriterien Berechnung und Kombination von Effektgrößen Analyse potenzieller Moderatorvariablen 25.3 Potenzielle Probleme und Möglichkeiten zu ihrer Kontrolle Selektive Auswahl von Studien: Funnel-Plot Äpfel und Birnen : Psychometrische Metaanalyse 25.4 Metaanalyse im Kontext Varianten von Metaanalysen Verhältnis von Einzelstudien und Metaanalysen Die Aussagekraft von gemittelten Effektgrößen 26 Besonderheiten der Datenerhebung 26.1 Die Problematik fehlender Daten (missing data) Fehlende Daten: drei unterschiedliche Fälle Diagnosemöglichkeiten: Fehlen die Daten zufällig? Traditioneller (suboptimaler) Umgang mit fehlenden Daten Empfehlenswerte Ersetzungsverfahren Der Umgang mit fehlenden Daten: Rekapitulation 26.2 Verfälschte Stichproben Selektive Stichproben Nonsampling Error : Verfälschung durch Nichtziehen Ziehen nach Ergebnis 26.3 Unverfälschte Antworten bei sensiblen Fragen: Randomized Response
13 Randomized Response für Anteile I Randomized Response für Anteile II Randomized Response für Mittelwerte 27 Computermodellierung als Forschungsmethode 27.1 Warum Computermodellierung? Reichere Modelle Präzisere Vorhersagen Aufhebung künstlicher Trennungen 27.2 Was kann man wie modellieren? Art der Repräsentation: Symbolisch vs. subsymbolisch Art der modellierten Prozesse: Kognition, Sozialverhalten und Evolution 27.3 Produktionssysteme Architektur und Funktionsweise Ein spezifisches Modell: ACT-R Wofür sind Produktionssystem-Modelle geeignet? 27.4 Verteilte Modelle Architektur und Funktionsweise Beispiele Wofür sind einfache verteilte Modelle geeignet? 27.5 Neuronale Netzwerke Architektur und Funktionsweise Beispiele Wofür sind neuronale Netzwerke geeignet? 27.6 Genetische Algorithmen Architektur und Funktionsweise Beispiele Wofür sind genetische Algorithmen geeignet? 27.7 Praktische Vorgehensweise Bewertung von Simulationsergebnissen Programmierung Simulationsumgebungen 27.8 Möglichkeiten und Grenzen der Computermodellierung 28 Qualitative Methoden 28.1 Qualitative Methoden im Überblick Zielstellung qualitativer Forschung: Drei Sichtweisen Die wissenschaftliche Methode: Qualitative Version Die Vielfalt qualitativer Ansätze 28.2 Spezifische Ansätze: Eine Auswahl Qualitative Inhaltsanalyse Grounded Theory Diskursanalyse 28.3 Der qualitative Forschungsprozess Datensammlung Datenanalyse Gütekriterien
14 28.4 Qualitative Methoden: Eine kritische Bewertung Qualitative Messung Qualitative Methoden und Falsifizierbarkeit Wie man qualitative Forschung nicht betreiben sollte Wann sind qualitative Methoden nützlich? Teil VI Reflexion 29 Methode und Inhalt 29.1 Bewährte Methoden und neue Ansätze Inferenzstatistik: Erweiterte Perspektiven Die Rolle von Simulationen Die Rolle der qualitativen Methoden 29.2 Forschungsmethoden und Statistik als Argument Die zwei Funktionen von Forschungsmethoden und Statistik Überzeugende Argumente: Die MAGIC-Kriterien Die Rolle des Signifikanztests in der statistischen Argumentation 29.3 Die Methodenbrille: Sehhilfe oder Sehbehinderung? Anhang Anhang A: Tabellen Anhang B: Bibliografie Anhang C: Register Ins Internet: Weitere Infos zum Buch, Downloads, etc. Copyright
15 Copyright Daten, Texte, Design und Grafiken dieses ebooks, sowie die eventuell angebotenen ebook-zusatzdaten sind urheberrechtlich geschützt. Dieses ebook stellen wir lediglich als persönliche Einzelplatz-Lizenz zur Verfügung! Jede andere Verwendung dieses ebooks oder zugehöriger Materialien und Informationen, einschließlich der Reproduktion, der Weitergabe, des Weitervertriebs, der Platzierung im Internet, in Intranets, in Extranets, der Veränderung, des Weiterverkaufs und der Veröffentlichung bedarf der schriftlichen Genehmigung des Verlags. Insbesondere ist die Entfernung oder Änderung des vom Verlag vergebenen Passwortschutzes ausdrücklich untersagt! Bei Fragen zu diesem Thema wenden Sie sich bitte an: Zusatzdaten Möglicherweise liegt dem gedruckten Buch eine CD-ROM mit Zusatzdaten bei. Die Zurverfügungstellung dieser Daten auf unseren Websites ist eine freiwillige Leistung des Verlags. Der Rechtsweg ist ausgeschlossen. Hinweis Dieses und viele weitere ebooks können Sie rund um die Uhr und legal auf unserer Website herunterladen:
Forschungsmethoden und Statistik in der Psychologie
Peter Sedlmeier Frank Renkewitz Forschungsmethoden und Statistik in der Psychologie PEARSON Studium ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney
MehrInhaltsverzeichnis. Kapitel 1: Die Shopgründung 7. Kapitel 2: Shopumgebung und Shopkonzept 31. Kapitel 3: Die Shopkonfiguration 59. Vorwort...
Inhaltsverzeichnis Inhaltsverzeichnis Vorwort...5 Kapitel 1: Die Shopgründung 7 1.1 Die Shopidee...8 1.2 Die Zielgruppe...9 1.3 Das Alleinstellungsmerkmal... 10 1.4 Die Marktanalyse... 12 1.5 Die persönliche
MehrISBN 978-3-8273-3232-5 (Print); 978-3-86324-685-3 (PDF); 978-3-86324-250-3 (epub)
Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind
MehrWindows 8 auf Tablet-PCs
Windows 8 auf Tablet-PCs Michael Hülskötter Windows 8 auf Tablet-PCs Internet, Office, Multimedia Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Bibliothek verzeichnet diese
MehrISBN 978-3-8273-3181-6 (print); 978-3-86324-526-9 (PDF); 978-3-86324-209-1 (epub)
Bibliografische Information Der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind
MehrDie Elemente der User Experience
Die Elemente der User Experience Die Elemente der User Experience 2. Auflage Anwenderzentriertes (Web-)Design Jesse James Garrett Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche
MehrInhaltsverzeichnis. Teil I Beschreibende Statistik 17
Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind
Mehrebook-pdf-isbn: 978-3-86325-604-3 - Printausgabe ISBN 978-3-8272-4826-8
Bibliografi sche Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografi e; detaillierte bibliografi sche Daten sind
MehrAuswertung mit dem Statistikprogramm SPSS: 30.11.05
Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Seite 1 Einführung SPSS Was ist eine Fragestellung? Beispiel Welche statistische Prozedur gehört zu welcher Hypothese? Statistische Berechnungen mit
MehrE ektgrößen Metaanalysen. Zusammenhänge und Unterschiede quantifizieren E ektgrößen
DAS THEMA: EFFEKTGRÖßEN UND METAANALYSE E ektgrößen Metaanalysen Zusammenhänge und Unterschiede quantifizieren E ektgrößen Was ist ein E ekt? Was sind E ektgrößen? Berechnung von E ektgrößen Interpretation
MehrMeine erste Website. Sehen und Können
Meine erste Website Meine erste Website Sehen und Können Christian Wenz Tobias Hauser Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation
MehrJoomla! Websites organisieren und gestalten mit dem Open Source-CMS. Stephen Burge. An imprint of Pearson
Stephen Burge Joomla! Websites organisieren und gestalten mit dem Open Source-CMS An imprint of Pearson München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam
MehrElisabeth Raab-Steiner/Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS/PASW-Auswertung. 2., aktualisierte Auflage. facultas.
Elisabeth Raab-Steiner/Michael Benesch Der Fragebogen Von der Forschungsidee zur SPSS/PASW-Auswertung 2., aktualisierte Auflage facultas.wuv Inhaltsverzeichnis 1 Elementare Definitionen 11 1.1 Deskriptive
MehrMultiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren)
Multiple Regression 1 Was ist multiple lineare Regression? Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren) Annahme: Der Zusammenhang
MehrGrundzüge der Beschaffung, Produktion und Logistik
Sebastian Kummer (Hrsg.) Oskar Grün Werner Jammernegg Grundzüge der Beschaffung, Produktion und Logistik Das Übungsbuch 2., aktualisierte Auflage Higher Education München Harlow Amsterdam Madrid Boston
MehrQuantitative empirische Sozialforschung
Heinz-Günter Micheel Quantitative empirische Sozialforschung Mit 37 Abbildungen und 34 Tabellen Ernst Reinhardt Verlag München Basel Dr. Heinz-Günter Micheel ist Privatdozent an der Fakultät für Erziehungswissenschaft
MehrOffice 365. Überall und jederzeit arbeiten in der Cloud MICHAEL KOLBERG
Office 365 Office 365 Überall und jederzeit arbeiten in der Cloud MICHAEL KOLBERG Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation
MehrEinleitung 19. Teil I Datenanalyse und Modellbildung Grundlagen 25
Inhaltsverzeichnis Einleitung 19 Zu diesem Buch 19 Konventionen in diesem Buch 20 Was Sie nicht lesen müssen 21 Falsche Voraussetzungen 21 Wie dieses Buch aufgebaut ist 21 Teil I: Datenanalyse und Grundlagen
Mehr12.1 Wie funktioniert ein Signifikanztest?
Sedlmeier & Renkewitz Kapitel 12 Signifikanztests 12.1 Wie funktioniert ein Signifikanztest? Zentrales Ergebnis eine Signifikanztests: Wie wahrscheinlich war es unter der Bedingung dass H0 gilt, diesen
MehrModul 1 STATISTIK Eine erste Einführung
Kassel Modul 1 STATISTIK Eine erste Einführung 2009 Alphadi - www.alphadi.de Copyright Die Informa@onen in diesem Produkt werden ohne Rücksicht auf einen eventuellen Patentschutz veröffentlicht. Warennamen
MehrEinführung in die Allgemeine Betriebswirtschaftslehre
Einführung in die Allgemeine Betriebswirtschaftslehre Thomas Straub Einführung in die Allgemeine Betriebswirtschaftslehre Higher Education München Harlow Amsterdam Madrid Boston San Francisco Don Mills
MehrMETHODENLEHRE 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
MehrEine computergestützte Einführung mit
Thomas Cleff Deskriptive Statistik und Explorative Datenanalyse Eine computergestützte Einführung mit Excel, SPSS und STATA 3., überarbeitete und erweiterte Auflage ^ Springer Inhaltsverzeichnis 1 Statistik
MehrFlorian Frötscher und Demet Özçetin
Statistische Tests in der Mehrsprachigkeitsforschung Aufgaben, Anforderungen, Probleme. Florian Frötscher und Demet Özçetin florian.froetscher@uni-hamburg.de SFB 538 Mehrsprachigkeit Max-Brauer-Allee 60
MehrV A R I A N Z A N A L Y S E
V A R I A N Z A N A L Y S E Ziel / Funktion: statistische Beurteilung des Einflusses von nominal skalierten (kategorialen) Faktoren auf intervallskalierte abhängige Variablen Vorteil: die Wirkung von mehreren,
MehrÜberblick über die Verfahren für Ordinaldaten
Verfahren zur Analyse ordinalskalierten Daten 1 Überblick über die Verfahren für Ordinaldaten Unterschiede bei unabhängigen Stichproben Test U Test nach Mann & Whitney H Test nach Kruskal & Wallis parametrische
MehrFranz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum
Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst Excel Edition ^ Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3
MehrGoogle Analytics & Co
Google Analytics & Co Heiko Haller Markus Hartwig Arne Liedtke Methoden der Webanalyse professionell anwenden An imprint of Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario
MehrParametrische Statistik
Statistik und ihre Anwendungen Parametrische Statistik Verteilungen, maximum likelihood und GLM in R Bearbeitet von Carsten F. Dormann 1. Auflage 2013. Taschenbuch. xxii, 350 S. Paperback ISBN 978 3 642
MehrInhaltsverzeichnis. Vorwort 1. Kapitel 1 Einführung 3. Kapitel 2 Messtheorie und deskriptive Statistik 13
Inhaltsverzeichnis Vorwort 1 Kapitel 1 Einführung 3 1.1 Ziele... 4 1.2 Messtheorie und deskriptive Statistik... 8 1.3 Grundlagen der Wahrscheinlichkeitsrechnung... 9 1.4 Inferenzstatistik... 9 1.5 Parametrische
MehrVeranstaltungsort Bildungsherberge der Studierendenschaft der FernUniversität Hagen
Bildungsurlaub-Seminare: Lerninhalte und Programm Seminartitel SPSS für Psychologen/innen (BH15113) Termin Mo, den 18.05.bis Fr, den 22.05.2015 (40 UStd.) Veranstaltungsort Bildungsherberge der Studierendenschaft
MehrStatistische Datenanalyse mit SPSS
Jürgen Janssen Wilfried Laatz Statistische Datenanalyse mit SPSS Eine anwendungsorientierte Einführung in das Basissystem und das Modul Exakte Tests Siebte, neu bearbeitete und erweiterte Auflage 4ü Springer
MehrAll rights reserved. This translation published under licence with the original publisher John Wiley & Sons, Inc.
Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind
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
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,
MehrBibliografische Information der Deutschen Nationalbibliothek
Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind
MehrInhaltsverzeichnis. I Einführung in STATISTICA 1. 1 Erste Schritte in STATISTICA 3
I Einführung in STATISTICA 1 1 Erste Schritte in STATISTICA 3 2 Datenhaltung in STATISTICA 11 2.1 Die unterschiedlichen Dateitypen in STATISTICA....... 11 2.2 Import von Daten......... 12 2.3 Export von
MehrKapitel 7: Varianzanalyse mit Messwiederholung
Kapitel 7: Varianzanalyse mit Messwiederholung Durchführung einer einfaktoriellen Varianzanalyse mit Messwiederholung 1 Durchführung einer zweifaktoriellen Varianzanalyse mit Messwiederholung auf einem
MehrStandardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen. Standardisierung von Daten
DAS THEMA: TABELLEN UND ABBILDUNGEN Standardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen Standardisierung von Daten z-standardisierung Standardnormalverteilung 1 DIE Z-STANDARDISIERUNG
MehrEmpirische Sozialforschung
Andreas Diekmann Empirische Sozialforschung Grundlagen, Methoden, Anwendungen ro ro ro rowohlts enzyklopädie Inhalt Vorwort 11 i. Grundlagen 17 I. Einführung: Ziele und Anwendungen 17 1. Methoden Vielfalt
MehrFREIBURGER METHODENWOCHE 2005
FREIBURGER METHODENWOCHE 2005 14. bis 19. März 2005, Universität Freiburg RFV FORTBILDUNGEN ZU KLASSISCHEN UND MODERNEN STATISTISCHEN METHODEN Das Methodenzentrum des RFV Freiburg/Bad Säckingen bietet
MehrWeitere Fragestellungen im Zusammenhang mit einer linearen Einfachregression
Weitere Fragestellungen im Zusammenhang mit einer linearen Einfachregression Speziell im Zusammenhang mit der Ablehnung der Globalhypothese werden bei einer linearen Einfachregression weitere Fragestellungen
Mehr1 Installieren von SPSS 1 1.1 Anforderungen an die Hard- und Software 1 1.2 Die Installation durchfuhren 1 1.3 Weitere Hinweise 3
1 Installieren von SPSS 1 1.1 Anforderungen an die Hard- und Software 1 1.2 Die Installation durchfuhren 1 1.3 Weitere Hinweise 3 2 Einführende Übungen mit SPSS 5 2.1 Die Oberfläche von SPSS für Windows
MehrTeil 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
MehrMessen im psychologischen Kontext II: Reliabilitätsüberprüfung und explorative Faktorenanalyse
Messen im psychologischen Kontext II: Reliabilitätsüberprüfung und explorative Faktorenanalyse Dominik Ernst 26.05.2009 Bachelor Seminar Dominik Ernst Reliabilität und explorative Faktorenanalyse 1/20
MehrWeitere (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
MehrClaus Ebster, Lieselotte Stalzer, Wissenschaftliches Arbeiten für Wirtschafts- und Sozialwissenschaftler
Zusatzmaterialien zum UTB-Band Claus Ebster, Lieselotte Stalzer, Wissenschaftliches Arbeiten für Wirtschafts- und Sozialwissenschaftler bereitgestellt über www.utb-shop.de/9783825238612 Das Buch vermittelt
MehrAgiles Produktmanagement mit Scrum
Roman Pichler Agiles Produktmanagement mit Scrum An imprint of Pearson München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam Agiles Produktmanagement mit Scrum
MehrVarianzanalytische 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
MehrNichtparametrische statistische Verfahren
Nichtparametrische statistische Verfahren (im Wesentlichen Analyse von Abhängigkeiten) Kategorien von nichtparametrischen Methoden Beispiel für Rangsummentests: Wilcoxon-Test / U-Test Varianzanalysen 1-faktorielle
MehrDas Google Analytics-Buch. Cathrin Tusche
Das Google Analytics-Buch Cathrin Tusche Die Informationen in diesem Buch wurden mit größter Sorgfalt erarbeitet. Dennoch können Fehler nicht vollständig ausgeschlossen werden. Verlag, Autoren und Übersetzer
Mehr14.01.14 DAS THEMA: INFERENZSTATISTIK II. Standardfehler Konfidenzintervalle Signifikanztests. Standardfehler
DAS THEMA: INFERENZSTATISTIK II INFERENZSTATISTISCHE AUSSAGEN Standardfehler Konfidenzintervalle Signifikanztests Standardfehler der Standardfehler Interpretation Verwendung 1 ZUR WIEDERHOLUNG... Ausgangspunkt:
MehrTeil I Beschreibende Statistik 29
Vorwort zur 2. Auflage 15 Vorwort 15 Kapitel 0 Einführung 19 0.1 Methoden und Aufgaben der Statistik............................. 20 0.2 Ablauf statistischer Untersuchungen..............................
MehrDas Dialogfeld für die Regressionsanalyse ("Lineare Regression") findet sich im Statistik- Menu unter "Regression"-"Linear":
Lineare Regression Das Dialogfeld für die Regressionsanalyse ("Lineare Regression") findet sich im Statistik- Menu unter "Regression"-"Linear": Im einfachsten Fall werden mehrere Prädiktoren (oder nur
MehrVersuchsplanung. Teil 1 Einführung und Grundlagen. Dr. Tobias Kiesling <kiesling@stat.uni-muenchen.de> Einführung in die Versuchsplanung
Versuchsplanung Teil 1 Einführung und Grundlagen Dr. Tobias Kiesling Inhalt Einführung in die Versuchsplanung Hintergründe Grundlegende Prinzipien und Begriffe Vorgehensweise
MehrQuantitative Methoden der Bildungsforschung
Glieung Wieholung Korrelationen Grundlagen lineare Regression Lineare Regression in SPSS Übung Wieholung Korrelationen Standardisiertes Zusammenhangsmaß (unstandardisiert: Kovarianz) linearer Zusammenhang
Mehr5. Wie wird im Experiment die interessierende, vom Versuchsleiter gemessene Variable bezeichnet?
Bei jeder Frage ist mindestens eine Antwort anzukreuzen. Es können mehrere Antwortalternativen richtig sein. Die Frage gilt nur dann als richtig beantwortet, wenn alle richtigen Alternativen angekreuzt
MehrVarianzanalyse * (1) Varianzanalyse (2)
Varianzanalyse * (1) Einfaktorielle Varianzanalyse (I) Die Varianzanalyse (ANOVA = ANalysis Of VAriance) wird benutzt, um Unterschiede zwischen Mittelwerten von drei oder mehr Stichproben auf Signifikanz
MehrChristian FG Schendera. Regressionsanalyse. mit SPSS. 2. korrigierte und aktualisierte Auflage DE GRUYTER OLDENBOURG
Christian FG Schendera Regressionsanalyse mit SPSS 2. korrigierte und aktualisierte Auflage DE GRUYTER OLDENBOURG Inhalt Vorworte V 1 Korrelation 1 1.1 Einführung 1 1.2 Erste Voraussetzung: Das Skalenniveau
MehrGrundlagen der Finanzwirtschaft
Grundlagen der Finanzwirtschaft Analyse, Entscheidung und Umsetzung 3., aktualisierte Auflage Jonathan Berk Peter DeMarzo Grundlagen der Finanzwirtschaft - PDF Inhaltsverzeichnis Grundlagen derfinanzwirtschaft
MehrGrundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel
Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel 16.11.01 MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 1 Gliederung Datenanalyse (inferenzstatistisch)
MehrOrganische Chemie macchiato
Organische Chemie macchiato Kurt Haim Illustriert von Klaus Müller Organische Chemie macchiato Cartoonkurs für Schüler und Studenten Higher Education München Harlow Amsterdam Madrid Boston San Francisco
MehrModul G.1 WS 07/08: Statistik 17.01.2008 1. Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen.
Modul G.1 WS 07/08: Statistik 17.01.2008 1 Wiederholung Kovarianz und Korrelation Kovarianz = Maß für den linearen Zusammenhang zwischen zwei Variablen x und y Korrelation Die Korrelation ist ein standardisiertes
Mehr2. Korrelation, lineare Regression und multiple Regression
multiple 2.2 Lineare 2.2 Lineare 1 / 130 2.2 Lineare 2 / 130 2.1 Beispiel: Arbeitsmotivation Untersuchung zur Motivation am Arbeitsplatz in einem Chemie-Konzern 25 Personen werden durch Arbeitsplatz zufällig
MehrBitte 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 /
MehrStatistik im Bachelor-Studium der BWL und VWL
Max C. Wewel Statistik im Bachelor-Studium der BWL und VWL Methoden, Anwendung, Interpretation Mit herausnehmbarer Formelsammlung ein Imprint von Pearson Education München Boston San Francisco Harlow,
MehrStudiendesign/ Evaluierungsdesign
Jennifer Ziegert Studiendesign/ Evaluierungsdesign Praxisprojekt: Nutzerorientierte Evaluierung von Visualisierungen in Daffodil mittels Eyetracker Warum Studien /Evaluierungsdesign Das Design einer Untersuchung
MehrISBN 978-3-8272-4692-9
Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind
MehrISBN 978-3-8273-3086-4
Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind
MehrEinführung in statistische Testmethoden
Einführung in statistische Testmethoden und die Bearbeitung von Messdaten mit Excel 1. Beispielhafte Einführung in den Gebrauch von Testmethoden 2. Typen von Messwerten, Verteilungen 3. Mittelwert, Varianz,
MehrKorrelation - Regression. Berghold, IMI
Korrelation - Regression Zusammenhang zwischen Variablen Bivariate Datenanalyse - Zusammenhang zwischen 2 stetigen Variablen Korrelation Einfaches lineares Regressionsmodell 1. Schritt: Erstellung eines
MehrPraxiswissen TYPO3 CMS 7 LTS
Praxiswissen TYPO3 CMS 7 LTS 8. AUFLAGE Praxiswissen TYPO3 CMS 7 LTS Robert Meyer & Martin Helmich Robert Meyer & Martin Helmich Lektorat: Alexandra Follenius Korrektorat: Sibylle Feldmann Herstellung:
MehrGrundlagen von Versuchsmethodik und Datenanalyse
Grundlagen von Versuchsmethodik und Datenanalyse Der Anfang: Hypothesen über Ursache-Wirkungs-Zusammenhänge Ursache Wirkung Koffein verbessert Kurzzeitgedächtnis Gewaltfilme führen zu aggressivem Verhalten
MehrGrundlagen empirische Sozialforschung Befragung und Fragebogen im Unternehmen. Marco Skulschus Marcus Wiederstein
Grundlagen empirische Sozialforschung Befragung und Fragebogen im Unternehmen Marco Skulschus Marcus Wiederstein 1 2 Grundlagen empirische Sozialforschung Befragung und Fragebogen im Unternehmen Marco
MehrInhaltliche Schwerpunkte der einzelnen Methodenmodule
Inhaltliche Schwerpunkte der einzelnen Methodenmodule PM 1: Ü: Erkundungen zur Forschungspraxis Die Übung zielt darauf ab, erste Einblicke in zentrale Fragen des sozialwissenschaftlichen Forschungsprozesses
MehrBusiness Value Launch 2006
Quantitative Methoden Inferenzstatistik alea iacta est 11.04.2008 Prof. Dr. Walter Hussy und David Tobinski UDE.EDUcation College im Rahmen des dokforums Universität Duisburg-Essen Inferenzstatistik Erläuterung
MehrStatistik II: Regressions- und Varianzanalyse
Statistik II: Regressions- und Varianzanalyse Eine Einführung für Studierende der Psychologie Helge Toutenburg und Christian Heumann mit Beiträgen von Michael Schomaker überarbeitet von Hans-Georg Sonnenberg
Mehr1 Computer- Chinesisch
Inhaltsverzeichnis Liebe Leserin, lieber Leser 8 1 Computer- Chinesisch leicht gemacht! 11 Kleine Gerätekunde... 12 Welche Software wird gebraucht?... 28 Hilfe beim Computerkauf... 31 2 Auspacken, anschließen,
MehrRoland Bässler. Research & Consultinq
J 3 z = Roland Bässler Research & Consultinq Roland Bässler QUANTITATIVE FORSCHUNGSMETHODEN Ein Leitfaden zur Planung und Durchführung quantitativer empirischer Forschungsarbeiten (2. überarb. Auflage)
MehrEine Einführung in R: Statistische Tests
Eine Einführung in R: Statistische Tests Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws12/r-kurs/
MehrO Reillys Taschenbibliothek. DNS & BIND im IPv6. kurz & gut. Cricket Liu O REILLY. Deutsche Übersetzung von Kathrin Lichtenberg
O Reillys Taschenbibliothek DNS & BIND im IPv6 kurz & gut O REILLY Cricket Liu Deutsche Übersetzung von Kathrin Lichtenberg DNS und BIND im IPv6 kurz & gut Cricket Liu Deutsche Übersetzung von Kathrin
MehrEinfache Statistiken in Excel
Einfache Statistiken in Excel Dipl.-Volkswirtin Anna Miller Bergische Universität Wuppertal Schumpeter School of Business and Economics Lehrstuhl für Internationale Wirtschaft und Regionalökonomik Raum
Mehr3 Zusammenhangsmaße Zusammenhangshypothesen
3 Zusammenhangsmaße Zusammenhangshypothesen Zusammenhänge (zwischen 2 Variablen) misst man mittels Korrelationen. Die Wahl der Korrelation hängt ab von: a) Skalenniveau der beiden Variablen: 1) intervallskaliert
MehrGestaltungsempfehlungen
Gestaltungsempfehlungen Prof. Dr. Günter Daniel Rey 1 Überblick Auswahl der Empfehlungen Gestaltungseffekte Empirische Überprüfung Variablenarten Versuchspläne Beispiel eines Experimentes Statistische
MehrTemplates für Joomla! 1.6
Know-how ist blau. Templates für Joomla! 1.6 Design und Implementierung > Grafische Freiheit für Joomla!-Websites: verschiedene Designs in einem Template > So entwerfen Sie ein Template-Design mit Photoshop
MehrMedizinische Biometrie (L5)
Medizinische Biometrie (L5) Vorlesung II Daten Deskription Prof. Dr. Ulrich Mansmann Institut für Medizinische Informationsverarbeitung, Biometrie und Epidemiologie mansmann@ibe.med.uni-muenchen.de IBE,
MehrFacebook. Recht. und. Jan Christian Seevogel
Facebook und Recht Jan Christian Seevogel Die Informationen in diesem Buch wurden mit größter Sorgfalt erarbeitet. Dennoch können Fehler nicht vollständig ausgeschlossen werden. Verlag, Autoren und Übersetzer
MehrFranz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst
Springer-Lehrbuch Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst Franz Kronthaler Hochschule für Technik und Wirtschaft HTW Chur, Schweiz ISSN 0937-7433 ISBN 978-3-642-53739-4 DOI
MehrBachelorabschlussseminar Dipl.-Kfm. Daniel Cracau
1 Einführung in die statistische Datenanalyse Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 2 Gliederung 1.Grundlagen 2.Nicht-parametrische Tests a. Mann-Whitney-Wilcoxon-U Test b. Wilcoxon-Signed-Rank
MehrData Mining - Wiederholung
Data Mining - Wiederholung Norbert Fuhr 9. Juni 2008 Problemstellungen Problemstellungen Daten vs. Information Def. Data Mining Arten von strukturellen Beschreibungen Regeln (Klassifikation, Assoziations-)
MehrBasiswissen Statistik und Versuchsplanung. Moritz Körber 08.02.2016
Basiswissen Statistik und Versuchsplanung Moritz Körber 08.02.2016 Ablauf einer Studie FRAGESTELLUNG HYPOTHESEN OPERATIONALISIERUNG VERSUCHSPLAN ERHEBUNG AUSWERTUNG INTERPRETATION 2 Ablauf einer Studie
MehrEinführung ins Experimentieren. Methodenpropädeutikum II Allgemeine Psychologie. Überlegungen zum exp. Design. Adrian Schwaninger & Stefan Michel
Methodenpropädeutikum II Allgemeine Psychologie Adrian Schwaninger & Stefan Michel Einführung ins Experimentieren 1. Fragestellung und Hypothesen 2. Variablen und Operationalisierung UV und Störvariablen
MehrInhaltsverzeichnis TABELLENVERZEICHNIS. Nagengast, Liane Kunden erfolgreich binden 2011
V Inhaltsverzeichnis VORWORT III INHALTSVERZEICHNIS V ABBILDUNGSVERZEICHNIS XI TABELLENVERZEICHNIS XIII ABKÜRZUNGSVERZEICHNIS XVI TEIL A EINLEITUNG 1 1. EINFÜHRUNG IN DIE PROBLEMSTELLUNG 1 1.1 Hohe Investitionen
Mehr90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft
Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte
Mehr5.2 Optionen Auswahl der Statistiken, die bei der jeweiligen Prozedur zur Verfügung stehen.
5 Statistik mit SPSS Die Durchführung statistischer Auswertungen erfolgt bei SPSS in 2 Schritten, der Auswahl der geeigneten Methode, bestehend aus Prozedur Variable Optionen und der Ausführung. 5.1 Variablen
MehrMessung von Veränderungen. Dr. Julia Kneer Universität des Saarlandes
von Veränderungen Dr. Julia Kneer Universität des Saarlandes Veränderungsmessung Veränderungsmessung kennzeichnet ein Teilgebiet der Methodenlehre, das direkt mit grundlegenden Fragestellungen der Psychologie
MehrAllgemeines 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
MehrDas psychologische Experiment: Eine Einführung
Oswald Huber Das psychologische Experiment: Eine Einführung Mit dreiundfünfzig Cartoons aus der Feder des Autors 4. Auflage Verlag Hans Huber Inhalt Vorwort 11 Vorwort zur 3. Auflage 12 Einleitung 13 Kapitel
MehrTeil 1. Teil 2. Einstieg in die digitale Fotografie. So knipsen Sie spannungsreiche Bilder. 1 Die passende Kamera für sie und ihn
Teil 1 Einstieg in die digitale Fotografie 13 1 Die passende Kamera für sie und ihn 15 Die Kleinen sind besonders praktisch...........16 Mittelklassekameras als Allrounder.............18 Spiegelreflexkameras
Mehr