Name: Studiengang: B.A. M.A. 1. Überprüfen Sie bitte, ob Sie alle Seiten der Klausurangabe vollständig erhalten haben (Gesamtzahl: 8)

Ähnliche Dokumente
SoSe 2015 Klausur zur LV 36654: Einführung in 28. Juli 2015 die Methoden empirischer Forschung. Name: Studiengang: B.A. M.A.

SoSe 2014 Klausur zur LV 36654: Einführung in 16. Juli 2014 die Methoden empirischer Forschung. Name: Studiengang: B.A. M.A.

SoSe 2014 Wiederholungsklausur zur LV : Einführung in 29. September 2014 die Methoden empirischer Forschung. Name: Studiengang: B.A. M.A.

Name: Studiengang: B.A. MA. Vorname: In FlexNow angemeldet: Ja Nein

SoSe 2012 Klausur zur LV 36654: Einführung in 27. Juli 2012 die Methoden empirischer Forschung

Welche der folgenden Aussagen ist/sind richtig? Kreuzen Sie bitte jede zutreffende Aussage an.

Fortgeschrittene Methoden des IT-Projektmanagements

Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011

FernUniversität in Hagen September 2018 Fakultät für Wirtschaftswissenschaft

Sommersemester Marktforschung

Regressionsmodelle mit Anwendungen in der Versicherungs- und Finanzwirtschaft Probeklausur Wintersemester 2017/

Nachholklausur zur Vorlesung: Einführung in die objektorientierte Programmierung mit Java WS1415

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien

Statistik II. Version A. 1. Klausur Sommersemester 2011 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

Parametrische vs. Non-Parametrische Testverfahren

Statistik Klausur Wintersemester 2013/2014 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

Statistik-Klausur A WS 2009/10

FERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT

Statistische Methoden in den Umweltwissenschaften

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. mit dem R Commander. A Springer Spektrum

5. Lektion: Einfache Signifikanztests

BOXPLOT 1. Begründung. Boxplot A B C

Inhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden

Statistik Klausur Sommersemester 2013 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

Statistik Klausur Wintersemester 2013/2014 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

Mathematik 2 für Naturwissenschaften

Forschungsstatistik I

Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1

Prof, Dr. Jens Luedtke SoSe Klausur Einführung in die angewandte Statistik für Sozialwissenschaftler/innen. Name Vorname..

Veranstaltung Wirtschaftsstatistik (BWL) an der FH Frankfurt/Main im Sommersemester 2007 (Dr. Faik) Klausur 03. Juli 2007

Masterprüfung. Die Klausur besteht aus 3 Aufgaben, die alle bearbeitet werden müssen.

FERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT

Einführung in die Statistik I BA VM, 45 Minuten, Probeklausur

Statistik I. 1. Klausur Wintersemester 2010/2011 Hamburg, Art der Anmeldung: STiNE FlexNow Zulassung unter Vorbehalt

Einführung in die empirische Sozialforschung BA VM, 45 Minuten, Probeklausur

So berechnen Sie einen Schätzer für einen Punkt

Modulprüfung Methoden der Dienstleistungsforschung

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

Klassifikation von Signifikanztests

Nachklausur zur Vorlesung. Statistik für Studierende der Biologie

entschieden hat, obwohl die Merkmalsausprägungen in der Grundgesamtheit voneinander abhängig sind.

Eigene MC-Fragen (Teil II) "Kap. 9 Zusammenhangsmaße

Klausur Statistik I Dr. Andreas Voß Wintersemester 2005/06

Marketing III - Angewandte Marktforschung (WS 2017/18)

Dr. W. Kuhlisch Dresden, Institut für Mathematische Stochastik

3 Grundlagen statistischer Tests (Kap. 8 IS)

Chi Quadrat-Unabhängigkeitstest

Auswahlverfahren. Zufallsauswahl Bewusste Auswahl Willkürliche Auswahl. Dipl.-Päd. Ivonne Bemerburg

Statistik II. Begriff, Begründung: Statistik II, WS 2003/2004, Seite 1 von 7

Klausur Statistik I. Dr. Andreas Voß Wintersemester 2005/06

Statistik-Klausur I E SS 2010

Marketing III - Angewandte Marktforschung (SS 2017)

Institut für Stochastik, SoSe K L A U S U R , 13:

Mathematik. Juni 2015 AHS. Kompensationsprüfung 13 Angabe für Kandidatinnen/Kandidaten

Masterprüfung Spezialisierungsmodul Organisation und Führung Wintersemester 2016/17, 14. März 2017

Kategoriale und metrische Daten

Marcel Dettling. GdM 2: LinAlg & Statistik FS 2017 Woche 12. Winterthur, 17. Mai Institut für Datenanalyse und Prozessdesign

Name Vorname Matrikelnummer Unterschrift

Marketing III - Angewandte Marktforschung (WS 2016/17)

Klassifikation von Signifikanztests

Nachklausur Wahrscheinlichkeitstheorie und Inferenz II Sommersemester Oktober 2011

Grundlagen sportwissenschaftlicher Forschung Deskriptive Statistik 2 Inferenzstatistik 1

Statistik. Jan Müller

Klausur zur Vorlesung

Auswertung und Lösung

Marketing III - Angewandte Marktforschung (WS 2014/2015)

Marketing III - Angewandte Marktforschung (SS 2016)

Datenstrukturen. Querschnitt. Grösche: Empirische Wirtschaftsforschung

Prüfungsklausur zur Stochastik (LMG)/ Elementare Wahrscheinlichkeitstheorie und Statistik

Vorname: Nachname: Matrikel-Nr.: Klausur Statistik

FernUniversität in Hagen März 2017 Fakultät für Wirtschaftswissenschaft

Gibt es einen Zusammenhang zwischen Merkmalen? Korrelationen

FernUniversität in Hagen September 2016 Fakultät für Wirtschaftswissenschaft

2. Formulieren von Hypothesen. Nullhypothese: H 0 : µ = 0 Gerät exakt geeicht

Nachhol-Klausur - Schätzen und Testen - Wintersemester 2013/14

Klausur Algorithmen und Datenstrukturen II

Grundlagen der Statistik

Universität Paderborn Fakultät für Wirtschaftswissenschaften Prof. Dr.-Ing. habil. W. Dangelmaier

Aufgabenteil erreichte Punkte max. Punkte Note Teil A: Öffentliche Ausgaben Teil B: Öffentliche Einnahmen Teil C: Umweltökonomik Gesamt

Runden Sie in den Aufgaben alle Zahlen auf zwei Nachkommastellen genau.

Mehrdimensionale Zufallsvariablen

Probeklausur Statistik II

Softwaretechnik. Prof. Dr. Rainer Koschke. Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen

Statistik für Betriebswirte I 1. Klausur Wintersemester 2014/

Teilklausur des Moduls Kurs 42221: Vertiefung der Statistik

Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2010/11.

Tutorial: Rangkorrelation

Name: Matr.-Nr. Bitte beachten Sie:

Benutzen Sie nur die für die Antwort vorgesehenen Kästchen und führen Sie Nebenrechnungen auf den Rückseiten der Blätter durch!

Ermitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:

Statistik Klausur Wintersemester 2012/2013 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

Klausur zur Vorlesung Wahrscheinlichkeitsrechnung

Inhaltsverzeichnis. Über die Autoren Einleitung... 21

Biomathematik für Mediziner

Prüfen von Unterschiedshypothesen für ordinale Variablen: Mann-Whitney Test und Ko

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

1 Grundlagen der Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsräume. Ein erster mathematischer Blick auf Zufallsexperimente...

DWT 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen 330/467 Ernst W. Mayr

Mathematische und statistische Methoden II

Marketing III - Angewandte Marktforschung (WS 2015/16)

Transkript:

Name: Studiengang: B.A. M.A. Vorname: Studienfächer: Matrikelnummer: Fachsemester: Allgemeine Hinweise: 1. Überprüfen Sie bitte, ob Sie alle Seiten der Klausurangabe vollständig erhalten haben (Gesamtzahl: 8) 2. Bearbeitungszeit: 90 Minuten, maximal erreichbare Punktzahl: 76. Die jeweils erreichbare Punktzahl ist bei jeder Frage angegeben. Bitte teilen Sie Ihre Arbeitszeit entsprechend ein. 3. Denken Sie daran, die Daten oben einzutragen, bevor Sie mit der Bearbeitung beginnen. 4. Verwenden Sie für die Beantwortung aller Fragen diese Klausurangabe. Sie können jederzeit auch die Rückseiten beschreiben, falls der Platz auf der Vorderseite nicht ausreichen sollte. Bitte geben Sie in jedem Fall an, auf welche Frage sich die Lösung jeweils bezieht. Bei Multiple-Choice-Fragen treffen Sie bitte die Auswahl Ihrer Antworten ebenfalls auf der Klausurangabe. 5. Benutzen Sie keine Bleistifte, keine rot schreibenden Stifte und kein TippEx, o.ä. 6. Zugelassene Hilfsmittel: KEINE 7. Mobiltelefone sowie Computer am Arbeitsplatz - auch ausgeschaltet - sind nicht zugelassen. 8. Bitte legen Sie Lichtbildausweis und Studierendenausweis gut sichtbar vor sich, damit Ihre Identität möglichst störungsfrei überprüft werden kann. 9. Geben Sie keine mehrdeutigen (oder mehrere) Lösungen an. In solchen Fällen wird stets die Lösung mit der geringeren Punktzahl gewertet. Eine richtige und eine falsche Lösung ergeben also 0 Punkte. 10. Wenden Sie sich bei Unklarheiten in den Aufgabenstellungen immer an die Aufsichtsführenden. Hinweise und Hilfestellungen werden dann, falls erforderlich, offiziell für alle Teilnehmer durchgegeben. Seite 1 von 8

Teil I) BENUTZERSTUDIEN (MAX. 38 PUNKTE INSGESAMT) Aufgabe I.1) (4 Punkte) Auf welche der folgenden Methoden treffen die unten genannten Sätze zu? Notieren Sie die zutreffenden Zahlen neben den Aussagen. (4 Punkte) 1. Diary Study 2. unstrukturiertes Interview 3. kontrollierte Laborstudie 4. Keine dieser Methoden Hinweis: Es kann mehrere Lösungen geben. Die Angabe widersprüchlicher Lösungen führt zur Bewertung mit 0 Punkten. Die Methode liefert qualitative Daten. Die Methode liefert objektive Daten. Die Methode liefert subjektive Daten. Die Methode kann benutzt werden, um auf Kausalität zu schließen. Aufgabe I.2) (8 Punkte) a) Beurteilen Sie für jede der folgenden Aussagen zu Umfragen, ob diese wahr oder falsch ist: (4 Punkte) Wahr Falsch Umfragen sind eine gute Methode, neue, wenig erforschte Themen zu explorieren. Mit Umfragen erhobene Daten sind objektiv und naturalistisch. Umfragen können benutzt werden, um Erklärungen für bestimmte Verhaltensweisen zu finden. Im Vergleich zu Interviews erlauben Umfragen die Sammlung einer größeren Datenmenge in kürzerer Zeit. Seite 2 von 8

b) Beurteilen Sie für jede der folgenden Aussagen, ob diese wahr oder falsch ist: (4 Punkte) Das Ziehen einer Stichprobe als geschichtete Zufallsstichprobe (stratified random sampling)... Wahr Falsch... ist der einfachen Zufallsstichprobe (standard random sampling) immer vorzuziehen.... ermöglicht umfangreichere Stichproben als die einfache Zufallsstichprobe.... ergibt eine Stichprobe, die gleichmäßig über bestimmte, interessierende Variablen verteilt ist.... erlaubt die Anwendung nur einer Schichtvariablen beim Erstellen der Stichprobe. Aufgabe I.3) (16 Punkte) a) Nennen Sie zwei Gründe, die für die Evaluation eines Informationssystems mit Hilfe einer Laborstudie sprechen. (3 Punkte) b) Nennen Sie drei Vor- und drei Nachteile des Experimentaldesigns between groups. (9 Punkte) Seite 3 von 8

c) Nennen Sie eine konkrete Situation, in der ein between groups-entwurf besser als ein within groups-design geeignet wäre. Begründen Sie Ihre Einschätzung. (4 Punkte) Aufgabe I.4) (10 Punkte) Sie interessieren Sich für das Thema Social-media search (d.h. das Entwickeln von Benutzeroberflächen und Algorithmen für Suchen in Systemen wie Facebook und Twitter) und möchten verstehen, welche Suchaufgaben mit solchen Systemen durchgeführt werden (was wird gesucht und warum). Überlegen Sie sich eine Erhebungsmethode, die Ihrer Meinung nach für diesen Zweck passend ist. Nennen Sie die Methode: Führen Sie stichpunktartig Vor- und Nachteile Ihrer Methode bezogen auf dieses Untersuchungsszenario an: Seite 4 von 8

TEIL II STATISTISCHE DATENAUSWERTUNG (MAX. 38 PUNKTE INSGESAMT) Aufgabe II.1) Wahr oder falsch? (10 Punkte) Beurteilen Sie für jede der folgenden Aussagen, ob diese wahr oder falsch ist. Wahr Falsch Der Korrelationskoeffizient von Pearson ist für die Zusammenhangsanalyse metrischer skalierter Daten geeignet. Bei exakt normalverteilten Daten fallen der Median und das arithmetische Mittel zusammen. Man spricht dann von einem signifikanten Ergebnis, wenn die Wahrscheinlichkeit für den Wert der errechneten Prüfgröße kleiner ist als das Signifikanzniveau. Für ordinalskalierte Daten gilt die Gleichabständigkeit der einzelnen Skalenpunkte. Je geringer der Bias eines Schätzers, desto weniger weicht der Schätzwert vom tatsächlichen Wert ab. Aufgabe II.2) Korrelation (6 Punkte) Im Rahmen einer informationswissenschaftlichen Abschlussarbeit wird untersucht, inwiefern aus der Größe eines Gebäudes auf dessen Auffälligkeit geschlossen werden kann. Beschreiben Sie an Hand eines Beispiels, weshalb bei dieser Analyse Kausalität und Korrelation unterschieden werden müssen. Seite 5 von 8

Aufgabe II.3) Boxplots (7 Punkte) In der Encyclopaedia Britannica sind die Entfernungen in km von 21 europäischen Städten angegeben. Die Daten sind in folgendem Boxplot zusammengefasst. a) Warum ergibt die Berechnung des arithmetischen Mittels für diesen Datensatz ein verzerrtes Bild der durchschnittlichen Entfernung? b) Erläutern und begründen Sie, ob Sie erwarten, dass die Normalverteilung der Entfernungsdaten mit Hilfe eines Signifikanztests bestätigt werden kann. Seite 6 von 8

Aufgabe II.4) (4 Punkte) Sie möchten im Rahmen einer Seminararbeit untersuchen, wie sehr die Farbigkeit eines Objekts dazu beiträgt, dass sich Studierende innerhalb von Gebäuden der Universität daran orientieren. Welche der nachstehenden Begriffe treffen auf unten stehende Aspekte zu? 1. Merkmalsträger 2. Latentes Konstrukt 3. Merkmal 4. Merkmalsausprägung Hinweis: Es könnte mehrere Lösungen bzw. keine Lösung je Aspekt geben. Die Angabe widersprüchlicher Lösungen führt zur Bewertung mit 0 Punkten. Walhalla Feuerlöscher Rot Auffälligkeit Aufgabe II.5) z-standardisierung (3 Punkte) Was versteht man unter der z-standardisierung von Messwerten? Geben Sie entweder eine mathematische oder natürlichsprachliche Definition. Seite 7 von 8

Aufgabe II.6) t-test (2 Punkte) Sie führen einen t-test für zwei unabhängige Stichproben durch. Als Signifikanzniveau wählen Sie α=0.025. Die erhobenen Daten können als normalverteilt betrachtet werden (mit identischer Streuung). Skizzieren Sie in einem Diagramm beispielhaft zwei entsprechende Verteilungen und zeichnen Sie einen kritischen Wert z ein, für den gilt: α =0.025 = β Aufgabe II.7) Cohens kappa (6 Punkte) Zwei Probandinnen werden im Rahmen eines Experiments 20 Bilder vorgelegt. Auf jedem der Bilder sind mehrere Häuser zu sehen. Pro Foto soll für ein bestimmtes Haus bewertet werden, wie stark es in seiner Umgebung auffällt. Dafür stehen den Teilnehmerinnen folgende, ordinalskalierte Kategorien zur Verfügung: schwach (1) mittelmäßig (2) stark (3). Als Versuchsleitende sind Sie mit der Analyse der Daten betraut und errechnen einen Wert von ρ=1 für Spearman s Rho. Eine anschließende Analyse mit Hilfe von Cohen s kappa ergibt κ < 0 für diesen Datensatz. Sie können einen Rechenfehler ausschließen. Welche Erklärung gibt es dennoch für dieses Ergebnis? Seite 8 von 8