1 / 29

Quantitative Methoden I

Quantitative Methoden I. Teil 1: Überblick und Einführung. Vers. 1.3. Semesterübersicht WS 2003/04. Literatur. Bortz, J. & Döring. N. (2002). Forschungsmethoden & Evaluation für Human- und Sozialwissenschaftler (3. überarb. Aufl.). Berlin: Springer. 

xanto
Télécharger la présentation

Quantitative Methoden I

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Quantitative Methoden I Teil 1: Überblick und Einführung Vers. 1.3

  2. Semesterübersicht WS 2003/04

  3. Literatur • Bortz, J. & Döring. N. (2002). Forschungsmethoden & Evaluation für Human- und Sozialwissenschaftler (3. überarb. Aufl.). Berlin: Springer.  • Nachtigall, Ch. & Wirtz, M. (2004). Wahrscheinlichkeitsrechnung und Inferenzstatistik. Statistische Methoden für Psychologen Teil 2 (3. Aufl.). München: Juventa.  • Wirtz, M. & Nachtigall, Ch. (2004). Deskriptive Statistik. Statistische Methoden für Psychologen Teil 1 (3. Aufl.). München: Juventa. 

  4. Kontakt • http://www.uni-landau.de/schreiber/index.php • E-Mail: schreiber@uni-landau.de • http://www.statistik-fuer-psychologen.de/

  5. Ziele wissenschaftlicher Psychologie • Beschreiben • Erklären • Vorhersagen • Bewerten (Verändern) von Verhalten

  6. Inhaltsverzeichnis, Band 1 Vorwort I Einleitung Leseempfehlungen I.A Grundlegende Begriffe und Überblick I.A.1 Zur Unterscheidung Deskriptive Statistik vs. Inferenzstatistik I.A.2 Wieso ist Statistik für das Psychologiestudium wichtig? I.A.3 Definition wichtiger Begriffe I.A.4 Übersicht über die Inhalte der beiden Bände ,Statistische Methoden für Psychologen'

  7. II Deskriptive Statistik II.A Messtheorie II.A.1 Definition des Begriffs ,Messung' II.A.2 Skalentypen Leseempfehlungen 1. Aufgabenblock

  8. II.B Eindimensionale Häufigkeitsverteilungen Einschub: Das Summenzeichen (Σ) und das Multiplikationszeichen (Π) II.B.1 Tabellarische und grafische Analyse II.B.2 Beschreibung eindimensionaler Häufigkeitsverteilungen durch Maßzahlen II.B.2.1 Maße der zentralen Tendenz 2. Aufgabenblock

  9. II.C Lineare Korrelations- und Regressionsanalyse bei zwei intervallskalierten Merkmalen Einschub: Lineare Zusammenhänge II.C.1 Korrelationsrechnung: Wie lässt sich die Stärke des linearen Zusammenhangs zwischen zwei Variablen in einem Index abbilden? II.C.2 Einfache Lineare Regression II.C.3 Korrelation und Kausalität II.C.4 Partialkorrelationen Leseempfehlungen 4. Aufgabenblock

  10. II.D Zusammenhangsanalyse für nominalskalierte, dichotome und ordinalskalierte Merkmale II.D.1 Die Analyse der Beziehung zwischen nominalskalierten Merkmalen: Kontingenzanalyse Einschub: Definition einiger Symbole aus der Mengenlehre II.D.2 Zusammenhangsmaße für dichotome Merkmale II.D.3 Korrelationskoeffizienten für ordinalskalierte Daten II.D.4 Überblick über die behandelten Koeffizienten Leseempfehlungen 5. Aufgabenblock

  11. II.E Multiple lineare Regression bei zwei Prädiktoren (Mehrfachregression) II.E.1 Lineares Modell II.E.2 Bestimmung der b-Gewichte bei zwei Prädiktoren II.E.3 Der multiple Korrelationskoeffizient und der multiple Determinationskoeffizient II.E.4 Der Zusammenhang zwischen der partiellen Korrelation und den b-Gewichten II.E.5 Vertiefung zur multiplen Varianzaufklärung in Abhängigkeit von den Korrelationsstrukturen II.E.6 Kreuzvalidierung II.E.7 Implizite Modellannahmen der multiplen linearen Regression Leseempfehlungen 6. Aufgabenblock

  12. II.F Faktorenanalyse II.F.1 Ziele der Faktorenanalyse II.F.2 Die Datenbasis der Faktorenanalyse II.F.3 Bestimmung der faktoriellen Struktur und der Anzahl der Faktoren II.F.4 Die inhaltliche Bedeutung der gefundenen Faktoren II.F.5 Weiterverwertung der Ergebnisse II.F.6 Ausblick Leseempfehlungen 7. Aufgabenblock

  13. Standards bei wissenschaftlichen Untersuchungen • Eindeutigkeit • Objektivität • Wiederholbarkeit • Reliabilität Standarte

  14. Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten existieren, die diese Befunde in gleicher Weise vorhersagen.

  15. Objektivität Verschiedene Beurteiler beurteilen dasselbe Datenmaterial unabhängig voneinander ähnlich

  16. Wiederholbarkeit Das Ergebnis ist nur dann zu akzeptieren, wenn es sich bei wiederholten Beobachtungen immer wieder in ähnlicher Weise zeigen wird

  17. Reliabilität Ein Befund ist dann zuverlässig, wenn Störquellen oder Zufallskomponenten einen geringen Einfluss auf das Ergebnis haben

  18. Empirische Forschung • Wie lassen sich die inhaltlich formulierten Merkmale messen? -> Messtheorie • Was muss für eine statistische Messzahl gelten, damit sie geeignet ist, uns Aufschluss über die Richtigkeit der Hypothese zu geben? -> Korrelation • Wie muss eine Stichprobe ausgewählt werden, damit unser Ergebnis verallgemeinert werden kann? -> Inferenzstatistik

  19. Empirische Forschung (Forts.) • Worauf muss man achten, damit unsere Beobachtung auch für Personen gilt, die wir nicht direkt untersucht haben? -> Inferenzstatistik • Wie muss eine Untersuchung geplant werden, damit wir Aufschluss über die Ursache eines Zusammenhangs erhalten? -> Kausalität und Konfundierung

  20. X Z Y X Y Y Y X X Wirkungsgefüge bei zwei Variablen X verursacht Y Y verursacht X X und Y beeinflussen sich wechselseitig Es existiert eine dritte Variable, die die Ausprägung von X und Y bestimmt

  21. Deskriptive vs. Inferenzstatistik Deskriptive Statistik: • Die Eigenschaften der Merkmale einer Stichprobe werden beschrieben • Eine bestimmte Gruppe wird zu einem bestimmten Zeitpunkt analysiert • Deskriptivstatistische Ereignisse sagen ausschließlich etwas über Objekte aus, die tatsächlich untersucht wurden

  22. Population = Gültigkeitsbereich inferenzstatistischer Aussagen Stichprobe = Gültigkeitsbereich deskriptivstatistischer Aussagen B A Population und Stichprobe A = Stichprobenziehung B = Inferenzstatistischer Schluss mittels Signifikanztest Mitglieder der Population Mitglieder der Stichprobe

  23. Deskriptive vs. Inferenzstatistik Induktive Statistik (Schließende Statistik, Inferenzstatistik): • Die erfassten Personen oder Objekte werden als repräsentative Teilmenge einer Gesamtheit (Population) aufgefasst. • Signifikanztests ermöglichen es, mit einer gewissen Fehlerwahrscheinlichkeit von den Verhältnissen in der Stichprobe auf die Verhältnisse in der Population zu schließen.

  24. Definition wichtiger Begriffe • Extensiv vs. Intensiv definierte Population • Population vs. Stichprobe vs. Teilgesamtheit • Merkmal/ Merkmalsausprägungen • Manifeste vs. Latente Merkmale • Operationale Definition • Unabhängige (UV) vs. Abhängige Variablen (AV) • Variable vs. Konstante • Dichotome/ diskrete/ kontinuierliche Variable • Qualitative vs. Quantitative Merkmale

More Related