Statistik lernen und lehren. Dr. Manuela Pötschke

Ähnliche Dokumente
Determinanten des Lehr und Lernerfolgs in der Statistikausbildung

Aufgaben zu Kapitel 4

SPSS-Ausgabe 1: Univariate Varianzanalyse. Profildiagramm. [DatenSet1] D:\Sozialwiss2006_7\STAT2\Daten\mathsalaries.sav. Seite 1

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften

Bestimmen Sie die Absatzmenge eines Unternehmens, die sich bei Werbeausgaben in Höhe von ergeben wird. Werbeausgaben ( 1000)

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS

Empirische Analysen mit dem SOEP

Test von Hypothesen: Signifikanz des Zusammenhangs (F-Test)

I.V. Methoden 4: Regressionsund Pfadanalyse WiSe 02/03

Hypothesentests mit SPSS

Forschungspraktikum Gruppenbezogene Menschenfeindlichkeit. 21. Juni 2007: Pfadanalyse und lineare Strukturgleichungsmodelle

I.V. Methoden 4: Regressionsund Pfadanalyse WiSe 02/03

Heinz Holling & Günther Gediga. Statistik - Deskriptive Verfahren

Ziel: Vorhersage eines Kriteriums/Regressand Y durch einen Prädiktor/Regressor X.

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

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

Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011

Statistik II Übung 2: Multivariate lineare Regression

Kapitel 4: Merkmalszusammenhänge

Statistik II Übung 1: Einfache lineare Regression

Standardab er des. Testwert = % Konfidenzintervall. T df Sig. (2-seitig) Differenz Untere Obere

Einführung in die Statistik für Politikwissenschaftler Wintersemester 2011/2012

Übungsblätter zu Methoden der Empirischen Sozialforschung IV: Regressionsanalyse. Lösungsblatt zu Nr. 2

Korrelation - Regression. Berghold, IMI

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

Methoden empirischer Sozial- und Wirtschaftsforschung

SozialwissenschaftlerInnen II

2. Generieren Sie deskriptive Statistiken (Mittelwert, Standardabweichung) für earny3 und kidsunder6yr3 und kommentieren Sie diese kurz.

Statistik II Übung 3: Hypothesentests

Statistik II Übung 3: Hypothesentests Aktualisiert am

Statistik II (Sozialwissenschaften)

Statistik II Übung 2: Multivariate lineare Regression

Lineare Regression II

Projekt Kaffeemaschine Welche Faktoren beeinflussen das Geschmacksurteil?

Kosmetika Das Selbstbewusstsein aus der Tube?

Prüfung aus Statistik 2 für SoziologInnen

EVA. Anhang. I2- Intelligente Infrastruktur 125 / 189

Steigert computerunterstütztes Lernen das Interesse an Physik? Hildegard Urban-Woldron

B. Regressionsanalyse [progdat.sav]

Inhaltsverzeichnis. Über die Autoren Einleitung... 21

Pflege am Wendepunkt?

Gliederung. 1. Einführung. Heute schon Musik gehört?

Multivariate lineare Regression. Statistik für SozialwissenschaftlerInnen II p.167

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

Bivariate lineare Regression. Statistik für SozialwissenschaftlerInnen II p.154

1. Inhaltsverzeichnis. 2. Abbildungsverzeichnis

Statistik II Übung 1: Einfache lineare Regression

1 Wahrscheinlichkeitsrechnung. 2 Zufallsvariablen und ihre Verteilung. 3 Statistische Inferenz. 4 Intervallschätzung. 5 Hypothesentests.

Teil: lineare Regression

Einfache lineare Regressionsanalyse

Statistik I für Studierende der Wirtschaftswissenschaften Übungsblatt 12 Prof. Dr. Christian Heumann WS 2015/16

Anhang A: Fragebögen und sonstige Unterlagen

a) Man bestimme ein 95%-Konfidenzintervall für den Anteil der Wahlberechtigten, die gegen die Einführung dieses generellen

Marketing III - Angewandte Marktforschung (SS 2016)

Webergänzung zu Kapitel 10

Einführung in die Varianzanalyse mit SPSS

Statistik II für Betriebswirte Vorlesung 11

2.5 Lineare Regressionsmodelle

Lehrstuhl für Statistik und emp. Wirtschaftsforschung, Prof. R. T. Riphahn, Ph.D. Bachelorprüfung, Praxis der empirischen Wirtschaftsforschung

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1. LÖSUNG 7 a)

Einführung in SPSS. Sitzung 4: Bivariate Zusammenhänge. Knut Wenzig. 27. Januar 2005

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1. LÖSUNG 9A a.

Präsentation erster Ergebnisse

Forschungspraktikum Gruppenbezogene Menschenfeindlichkeit

Aufgaben Klausur Statistik WiSe 2014/15 1. Termin (gesamt: 40 Punkte)

4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers

Aufgaben zu Kapitel 4

11. Sitzung Auswertungsstrategien; Darstellung von Forschungsergebnissen

Name Vorname Matrikelnummer Unterschrift

Einführung in die Grundlagen der explorativen Pfadanalyse

Kapitel 4: Merkmalszusammenhänge

Instrument zur Untersuchung eines linearen Zusammenhangs zwischen zwei (oder mehr) Merkmalen.

Biostatistik 101 Korrelation - Regressionsanalysen

Lineare Regression I

1 Beispiel zur Methode der kleinsten Quadrate

Seminar zur Energiewirtschaft:

1 Übungsaufgaben zur Regressionsanalyse

Modellierung und Prognose der. für die Zeitperiode Herbst/Winter

Vorlesung: Multivariate Statistik für Psychologen

Varianzkomponentenschätzung

Prognoseintervalle für y 0 gegeben x 0

Statistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS

Analyse der pflanzenbaulichen Wirkung des Yara N Sensors unter Praxisbedingungen ein Anwendungsbeispiel

Zeitungslektüre im sozialen Kontext

Hypothesentests mit SPSS

X =, y In welcher Annahme unterscheidet sich die einfache KQ Methode von der ML Methode?

Kapitel 5: Einfaktorielle Varianzanalyse

Statistik II. IV. Hypothesentests. Martin Huber

Einfache lineare Modelle mit Statistik-Software R Beispiel (Ausgaben in Abhängigkeit vom Einkommen)

Einfache lineare Modelle mit Statistik-Software R Beispiel (Ausgaben in Abhängigkeit vom Einkommen)

John Komlos Bernd Süssmuth. Empirische Ökonomie. Eine Einführung in Methoden und Anwendungen. 4y Springer

LV: Höhere und Angewandte Mathematik Teil: Statistik (Teil: Numerik&Simulation: Prof. Günter)

1 Einführung Ökonometrie... 1

Transkript:

Statistik lernen und lehren Dr. Manuela Pötschke Vortrag zum Forum ProLehre der Universität Kassel am 17.11. 2010

Projektteam Dr. Manuela Pötschke Janine Birkel Jasmin Dittmar Ulrike Schaumburg Tina Kallmeyer

Ausgangssituation I 40 35 Ich glaube, Statistik ist ein Fach wie jedes andere Relative Häufigkeit 30 25 20 15 10 5 20,7 37 17,4 12 13 0 stimme nicht zu stimme eher nicht zu teils-teils stimme eher zu stimme voll zu Determinanten sozialwissenschaftlicher Studienfachentscheidung Einstellungen zu Statistik Abstraktionsvermögen

Ausgangssituation II Bitte nennen Sie vier Begriffe, die Sie spontan mit dem Fach Statistik verbinden. berufsrelevant Sprödigkeit viel lernen Schwierig Zahlen rechnen Mathematik Daten Formeln Häufigkeitstabellen erstellen Probleme anstrengend leicht Varianz Mittelwert Skalenniveaus Grundgesamtheit Hypothese

Theoretisches Konzept Kontext Vorkenntnisse Einstellungen Motivation Lehrstrategie Ziel Lernerfolg Lernstrategien Informationsaufnahme Informationsverarbeitung

Projektdesign Zeit SoSe 2010 WiSe 2010/2011 SoSe2011 Inhaltliche Schwerpunkte 4 standardisierte Befragungen zu den Lernstilinventaren Pask, Felder, LIST, Kolb Leitfaden-Tiefeninterviews Datenanalyse zu Lernstilinventaren und Lernstrategien Vorbereitung der Lehrstrategien Einsatz der Lehrstrategien Evaluation der Lehrstrategien

Empirische Ergebnisse: Einstellungen Ich weiß immer noch nicht, was ich von Statistik halten soll. Ich glaube, ich werde für Statistik II viel lernen müssen. Ich beschäftige mich nur widerwillig mit Statistik. Ich gebe mich häufig damit zufrieden, einen Sachverhalt in der Statistik ungefähr begriffen zu haben. Prinzipiell spüre ich eine diffuse Abneigung zu Statistik. Schon wenn ich daran denke, vor neue und unbekannte Probleme gestellt zu werden, werde ich etwas ängstlich. Ich werde Statistik nie so richtig verstehen. Ich dachte, dass ich nach der Schule nie wieder etwas mit Mathematik zu tun haben werde. Bei der Interpretation von Statistik ertappe ich mich gelegentlich dabei, mich mit dem Raten von Bedeutungen zufrieden zu geben. Statistik ist mir eigentlich zu kompliziert. Ich bin gespannt auf Statistik II. Ich habe kein Problem damit, Formeln zu verstehen. Statistik interessiert mich. 33,6 37,1 Ich glaube, dass ich Statistik insgesamt verstehen kann.

Empirische Konzepte: Konzept nach Pask Kein signifikanter Unterschied im Lernerfolg

Ausblick: Lehrstrategien I Inhalte der Veranstaltung? Struktur der Veranstaltung? Zusatzmaterial? Beispiele? Multimediale Szenarien? Aufgabenstellungen? Lernhilfen zum Lernen?

Ausblick: Lehrstrategien II Beispiel Aufgabenstellung Modell 1 Modellzusammenfassung Standardf Korrigiertes ehler des R R-Quadrat R-Quadrat Schätzers,813 a,662,661 57,48240 a. Einfluß variablen : (Konstante), Plausible value in interest in science, Plausible value in reading Modell 1 (Konstante) Plausible value in reading Plausible value in interest in science Koeffizienten a Nicht standardisierte Koeffizienten a. Abhängige Variable: Plausible value in math Standardisie rte Koeffizienten Variante 2: Interpretieren Sie den folgenden Output. Gehen Sie dabei auf folgende Sachverhalte ein, geben Sie jeweils die Maßzahl an auf die Sie sich beziehen und interpretieren Sie den entsprechenden Wert: owie gut ist das Modell? owelchen Einfluss haben die unabhängigen Variablen auf die abhängige? ohandelt es sich um signifikante Effekte? Modell 1 Regression Residuen Gesam t Standardf B ehler Beta T Signifikanz 138,827 5,950 23,331,000,720,007,812 97,474,000,015,009,013 1,569,117 ANOVA b Quadrats Mittel der umme df Quadrate F Signifikanz 3E+007 2 15782708 4776,522,000 a 2E+007 4888 3304,226 5E+007 4890 a. Einflußvariablen : (Konstante), Plausible value in interest in science, Plausible value in reading b. Abhängige Variable: Plausible value in math Variante 1: Wie wirken sich Lesekompetenz und naturwissenschaftliche Kompetenz auf die Mathematikkompetenzen aus? Variante 3: Interpretieren Sie im folgenden Output das korrigierte R-Quadrat. Beantworten Sie dazu folgende Fragen: Warum verwenden Sie das korrigierte R-Quadrat? Welche Information gibt Ihnen R-Quadrat im Allgemeinen? Welche Informationen gibt Ihnen der Wert für R- Quadrat in diesem Beispiel?..

Vielen Dank für Ihr Interesse an unserem Projekt