92
Methoden den Datenerhebung (Subject) / Klausurvorberteitung (Lesson)
Advertisement
- Techniken zur Kontrolle von Störfaktoren! 1.Elimination2.Konstanthaltung3.Bildung von Kontrollgruppena)Matching b)Randomisierung
- Die Arten von Designs! 1.Vorexperimentelle Designs2.Ex-post-facto-Designs3.Quasi-experimentelle Designs4.Experimentelle Designs
- Was sind die Probleme experimenteller Designs? 1.Externe Validität der geprüften Zusammenhänge2.Reaktivität3.Hoher Aufwand bei der simultanen Prüfung komplexer Zusammenhänge4.Randomisierung aus praktischen oder ethischen Gründen häufig nicht möglich
- Faustregeln: Fragen sollten... 1)einfache Worte enthalten (z. B. „bewirkt“ statt „induziert“)2)kurz formuliert sein 3) konkret formuliert sein (z. B. „Zufr. mit der Arbeitssituation“ statt „Zufr. mit dem Leben“) 4) Suggestivfragen vermeiden (z. B. „Marke X ist ja weltbekannt; kennen Sie dieMarke X?“) 5) neutral formuliert sein (z. B. nicht „Boss“, „Bürokrat“, „Mogelpackung“)6) keine hypothetischen Formulierungen enthalten (!?)7) nur einen Sachverhalt pro Frage erfassen (z. B. nicht „Kernkraftwerke verringerndie Kosten der Stromerzeugung, stellen aber ein Sicherheitsrisiko dar.“)8) doppelte Verneinungen vermeiden (z. B. nicht „Sind Sie gegen die Aufhebung der Preisbindung im Buchhandel?“)9) den Befragten nicht überfordern (z. B. Prozent-und Durchschnittsfragen)10) formal balanciert sein
- Vor- und Nachteile der mündlichen Befragungen! Vorteile•Kontrolle der Erhebungssituation•evtl. Möglichkeit, auf Fragen zu reagieren•evtl. Verhinderung AbbruchNachteile•einigermaßen kostenintensiv•Reaktivität der Erhebungssituation •besondere Anforderung an das Interviewerverhalten
- Vor- und Nachteile der schriftlichen Befragungen! Vorteile:•Aufwand/Kosten geringer als bei persönlichen (u. U. auch telefonischen) Befragungen•Befragte können die Antworten besser durchdenken•Ehrlichkeit der Antworten höher (insb. bei Fragen mit sozialer Erwünschtheit)•Beantwortungszeitpunkt legt Befragter selbst fest•Zusicherung der Anonymität glaubwürdiger•Kein Interviewereinfluss Nachteile:•keine Kontrolle der Befragungssituation (Wer füllt wann unter welchen externen und internen Bedingungen den Fragebogen aus?)•ohne geeignete Maßnahmen geringe Ausschöpfungsquote•Fragebogen muss möglichst einfach und selbsterklärend sein•Präsentationsverfahren entfallen i. d. R.•keine Erfassung spontaner Antworten (z. B. „Welche Marke fällt Ihnen bei Waschmitteln ein?“)•Zufallsstichprobe erfordert Adressenliste der Grundgesamthei
- Nenne ein paar Einflussgrößen auf die Rücklaufquote! Thematik der Befragung •Länge des Fragebogens•Art des Anschreibens sowie Gestaltung der übrigen Befragungsmaterialien•befragende Institution•Anzahl und Art der Kontakte•Glaubwürdigkeit der Anonymitäts-bzw. Vertraulichkeitsversicherung•Art und Umfang von Incentives
- Nenne die Vor- und Nachteile von Telefonischen Befragungen! Vorteile:•geringere Kosten als bei persönlichen Interviews, aber u. U. auch als bei schriftlichen Interviews•schnelle Datenverfügbarkeit•leichte Wiederholung von Kontaktversuchen•automatisierte Filterführungen und Konsistenzprüfungen mittels CATI (auch bei CAPI möglich)•Kontrolle des Interviewerverhaltens durch Supervisoren•hohe Ausschöpfungsquoten•höhere Anonymität (!?) Nachteile:•mangelnde Kontrolle über die Interviewsituation beim Befragten •keine visuellen oder sonstigen Hilfsmittel•Abbruch des Interviews stellt geringere Hürde dar•bei sensiblen Fragen häufiger ausweichende Antworten•relativ kurze Interviewzeiten (!?)•Zufallsstichprobenziehung durch Wegfall der Registrierungspflicht im Telefonbuch und Substitution von Festnetzanschlüssen durch Mobiltelefone erschwert
- Die Vor- und Nachteile einer Onlinebefragung! Vorteile:•Schnelligkeit•Relativ kostengünstig (Ausnahme: Access-Panels)•Vielfältige Präsentationsmöglichkeiten (aber: verursacht u.U. Probleme bei Darstellung, Ladegeschwindigkeit etc.)•Programmierte Befragung (z. B. Variation der Fragenreihenfolge, Sprünge, Konsistenzkontrollen)•Aufzeichnung des Befragtenverhaltens•Integration experimenteller Studien•Schnelle AuswertungNachteile:•Coverage-Problematik•Selbstselektion der Befragen•Nonresponse u.U. abhängig von Fähigkeiten der Internetnutzer
- Nenne die Hauptsächlichen Fehlerquellen bei Onlinebefragungen! (Under)coverage Error: Merkmalsträger der Zielpopulation haben keine Chance, in die Stichprobe zu gelangen (z. B. wegen fehlenden Zugangs zum Internet oder aufgrund unvollständiger Listen für die Zielpopulation)•Sampling Error (Stichprobenfehler):Entsteht aufgrund der Tatsache, dass (bewusst) nicht alle Merkmalsträger der Auswahlgesamtheit in die Stichprobe gelangen.•Measurement Error (Messfehler):Abweichung der gegebenen Antworten der Befragten von ihren wahren Werten für das entsprechende Merkmal (z. B. aufgrund von Designmerkmalen des Fragebogens oder Kontexteffekten)•Nonresponse Error: Entsteht dann, wenn die Antworten von Personen aus der Stichprobe, die nicht befragt wurden, anders ausfallen als die Antworten derjenigen, die an der Befragung teilgenommen haben.
- Advertisement
- Nenne die 3 parametrischen und nicht parametrischen Verfahren! 1. Parametrische Tests zur Unterschiedsprüfung bei intervallskalierten Daten1.1 t-Test bei unabhängigen Stichproben1.2 t-Test bei abhängigen Stichproben2. Nichtparametrische Tests zur Unterschiedsprüfung bei ordinalen Daten2.1 Mann-Whitney U-Test bei unabhängigen Stichproben2.2 Wilcoxon-Test bei abhängigen Stichproben3. Nichtparametrischer Test zur Unterschiedsprüfung bei nominalen Daten: Chi²-Test für zwei nominale Merkmale
- Was testet der Leveene-Test? Varianzhomogenität
- Beschreibe den Prozess eines T-Test! Statistische Hypothesen Zusammenhangshypothesen, Unterschiedshypothesen Entscheidungsregeln festlegen Fehler 1. Art•Fehler 2. Art Stichproben ziehen Daten auswerten Entscheiden
- Was ist die Fehlerwahrscheinlichkeit 1. Art? Wahrscheinlichkeit α, die Nullhypothese zu verwerfen, obwohl sie in der Grundgesamtheit gilt.
- Was ist die Fehlerwahrscheinlichkeit 2. Art? Wahrscheinlichkeit β, die Nullhypothese zu akzeptieren, obwohl sie in der Grundgesamtheit nicht gilt.
- Was ist die Sicherheitswahrscheinlichkeit? Wahrscheinlichkeit (1-α), die Nullhypothese zu akzeptieren, wenn sie in der Grundgesamtheit gilt
- Was ist die Teststärke (Power)? Wahrscheinlichkeit (1-β), die Alternativhypothese zu akzeptieren, wenn sie in der Grundgesamtheit gilt.
- Was sind die Vorraussetzungen für den T-Test für unabhängige Stichproben? Voraussetzungen•Messwerte der abhängigen Variablen für die einzelnen Stichprobeneinheiten sind unabhängig voneinander•Abhängige Variable ist intervallskaliert•Abhängige Variable ist in den beiden Populationen (bzw. Gruppen) normalverteilt•Varianzen in den beiden Gruppenpopulationen sind gleich groß•Voraussetzung für Robustheit des t-Tests gegenüber Verletzungen der letzten beiden Annahmen (vgl. Bortz/Schuster 2010, S. 122-123):Gruppengrößen sind annähernd gleich Gruppengrößen sind nicht zu klein (n1= n2 > 30)•Falls Voraussetzungen für Robustheit nicht erfüllt: Nichtparametrisches Verfahren (Mann-Whitney U-Test)
- Was ist das Problem des T-Test? Durch entsprechende Erhöhung des Stichproben-umfangs kann letztlich jede noch so kleine Differenz der Mittelwerte statistisch signifikant werden
- Beschreibe die Anwendung und Fragestellung des T-Testes für abhängige Stichproben. Beschreibe außerdem sein Problem mit dem Effektstärkemaß! Anwendung: Messinstrument für die abhängige metrische Variable wird zu zwei Messzeitpunkten bei den Personen in der Stichprobe angewendet (z.B. vorexperimentelles OXO-Design mit vorher-nachher-Messung).Fragestellung: Ist die Differenz zwischen den Mittelwerten für die beiden Messzeitpunkte gleich null oder von null verschieden? Effektstärken sind zwischen verschiedenen Studien nicht mehr vergleichbar, wenn sich die Korrelationen der Messwertreihen unterscheiden (je stärker diese Korrelation, desto geringer wird die Standardabweichung der Differenz).•Lösung:Falls sinnvoll, Glass ∆ verwenden, ansonsten trotzdem Õd nutzen.
- Was sind Alternativen für die Formulierung standardisierter Effektstärkemaße: 1)Distanz zwischen den Populationsmittelwerten (z. B. Cohens d, Hedges g, Glass )2)Varianzquotienten (z. B. w)
- Was ist der U Test? Anwendung bei: ordinalskalierter abhängiger Variable fehlenden Voraussetzungen für Robustheit des t-Test •Alternative Bezeichnung: Mann-Whitney U-Test•Idee: Test erlaubt eine Aussage darüber, ob sich die beiden untersuchten Gruppen in der Verteilung der Rangplätze(werden den Untersuchungseinheiten aufgrund der ursprünglichen Messwerte zugewiesen) signifikant voneinander unterscheiden.•Mögliche Hypothesen: 1)UngerichteteAlternativhypotheseH0: Es liegen gleich viele Rangplatzüberschreitungen u. -unterschreitungen vor(d.h., UÜ= UU).H1: Es liegen ungleich viele Rangplatzüberschreitungen u. -unterschreitungen vor. 2)Gerichtete Alternativhypothese: Es liegen mehr Rangplatzüberschreitungen als -unterschreitungen (oder umgekehrt) vor.
- Mit welchem Entscheidungsproblem beschäftigt sich der Chi²-Test? Entscheidungsproblem: Sind zwei nominale Merkmale (mit jeweils zwei Ausprägungen) unabhängig voneinander? Überprüfung zuvor: Prozentsatzdifferenz d% → Problem:Ist eine eventuelle Differenz rein zufällig entstanden oder gibt es tatsächlich einen Unterschied?→ Überprüfung mittels Chi-Quadrat-Test
- Beschreibe den Ablauf des U-Test! 1.Rohdaten werden (unabhängig von der Gruppenzugehörigkeit der Personen) in Rangplätze transformiert (Person mit dem niedrigsten Messwert bekommt Rangplatz 1 zugewiesen, Person mit dem zweitniedrigsten Messwert bekommt Rangplatz 2 zugewiesen usw.); bei mehrfach vorkommenden gleichen Werten wird der Mittelwert der zugehörigen Rangplätze gebildet.2.Ermittlung der Anzahl der Rangplatzüberschreitungen von Personen der Gruppe 2 (z.B. Kontrollgruppe)gegenüber Personen der Gruppe 1 (z.B. Experimentalgruppe)3.Signifikanzprüfung:-ExakterTest: Prüfgröße U(min {UÜ, UU}) folgt einer U-Verteilung -Approximativer Test: Prüfgröße U ist annähernd normalverteilt, falls n1 und n2> 10 (strenger: > 20) und n1≈ n2
- Was ist die Idee des Vorzeichen-Rang-Test von Wilcoxon bei abhängigen Stichproben? Wenn das Treatment zwischen den beiden Messzeitpunkten keine Auswirkung auf die abhängige Variable hat, dann sollten sich Unterschiede in der Rangordnung der Individuen nur rein zufällig ergeben. Positive und negative Veränderungen bei den Rangplätzen sollten soausfallen, dass die positiven und negativen Rangsummen (RS) gleich groß sind.
- Beschreibe den Ablauf des Wilcoxon-Test! 1.Berechnung der Differenzen der individuellen Rohwerte zwischen erster und zweiter Messung 2.Anhand des Absolutbetrags der Differenzen wird eine Rangreihe der Differenzen (je kleiner die Differenz, desto geringer die Rangzahl) erstellt; bei mehrfach vorkommenden gleichen Differenzen wird der Mittelwert der zugehörigen Rangplätze gebildet.3.Für positive und negative Differenzen wird jeweils separat die zugehörige Rangsumme berechnet (Nulldifferenzen werden nicht weiter berücksichtigt).4.Signifikanzprüfung: Exakter Test: Prüfgröße T(min {T(+), T(-)}) folgt einer T-Verteilung(Wichtig: Es handelt sich hier nicht um eine t-Verteilung!)- ApproximativerTest: Prüfgröße T ist annähernd normalverteilt, falls N > 20
- Was ist die Zielsetzung der multiplen linearen Regression? Zielsetzung: (stochastischen) Zusammenhang zwischen mehr als zwei Variablen möglichst gut durch eine lineare Funktion darstellen.
- Wie gehe ich in Schritten bei der Regressionsanalyse vor? 1.Modellformulierung2.Schätzung der Regressionsfunktion3.Prüfung der Regressionsfunktion4.Prüfung der Regressionskoeffizienten5.Prüfung der Modellprämissen
- Was sind die Vorraussetzungen der multiplen linearen Regression (KQ-Verfahren) 1.lineare Zusammenhänge zwischen den Variablen2.Homoskedastizität (d.h. keine Abhängigkeit der Störgrößenvarianz von den erklärenden Variablen)3.Normalverteilung der Fehler (auch Störgrößen oder Residuen genannt) mit Erwartungswert Null4.keine Korrelation zwischen den Fehlern (d.h. keine Autokorrelation)5.vollständig spezifizierte Modelle (d.h. kein Fehlen wichtiger erklärender Variablen)6.keine Multikollinearität der erklärenden Variablen (d.h. die erklärenden Variablen sollten nicht zu sehr miteinander zusammenhängen)7.hohe Reliabilität der erklärenden und der erklärten Variablen
- Was ist die Varianzanalyse? Zentrale Fragestellung: Haben nominale unabhängige Variablen einen Einfluss auf eine metrische abhängige Variable?Alternativ: Bestehen zwischen den durch verschiedene Ausprägungen der unabhängigen Treatment-Variablen (auch Faktorstufen genannt) erzeugten Gruppen signifikante Mittelwertunterschiede bzgl. der abhängigen Variablen
- Advertisement
- Welchen Befund liefert die Anova? Varianzanalyse liefert zunächst nur Befunde darüber, ob die unabhängigen Variablen zusammen einen Effekt auf die abhängige Variable ausüben oder nicht → u. U. weiterführende Analysen (z. B. post-hoc-Tests) erforderlich
- Nenne Beispiele für die Anwendung der Anova! 1.Welche Wirkung haben verschiedene Formen der Bekanntmachung eines Kinoprogramms (z.B. Internet, Plakate, Zeitungsinserate) auf die Besucherzahlen? Um dies zu erfahren, wendet ein Kinobesitzer eine Zeit lang jeweils nur eine Form der Bekanntmachung an. 2.Welche Wirkung haben zwei Marketinginstumente jeweils isoliert und gemeinsam auf die Zielvariable? Ein Konfitürenhersteller geht z.B. von der Vermutung aus, dass der Markenname und der Absatzweg einen wichtigen Einfluss auf den Absatz haben. Deshalb testet er drei verschiedene Markennamen in zwei verschiedenen Absatzwegen 3.Es soll die Wahrnehmung von Konsumenten untersucht werden, die sie gegenüber drei alternativen Verpackungsformen für die gleiche Seife empfinden. Hierzu werden die Probanden gebeten, Angaben zur Attraktivität der Verpackung, ihrer Gesamtbeurteilung des Produktes sowie ihrer Kaufbereitschaft zu machen
- Weshalb nutzen wir statt Anova nicht viele T-Tests? Problem: Multiple Tests mit einem bestimmten Testniveau für die einzelnen Tests (z. B. α= 0,05) führen zu einer Gesamt-Fehlerrate (Fehler 1. Art), die größer als α ist.
- Was ist die Interpretation eines signifikanten Ergebnisses einer ANOVA? Mindestens zwei Mittelwerte unterscheiden sich signifikant voneinander, d. h. es liegt ein Treatmenteffektvor. Welche Mittelwerte sich signifikant unterscheiden, kann z.B. durch post-hoc-Tests untersucht werden
- Beschreibe den Ablauf einer einfaktoriellen ANOVA! 1.Problemformulierung •Festlegung der Treatment-Variable (Faktor und Faktorstufen)•Festlegung der Stichprobengröße (insgesamt und pro Faktorstufe)•Zufällige Zuordnung der Stichproben-Beobachtungseinheiten zu den verschiedenen Faktorstufen 2.Datenanalyse•Überprüfung der Voraussetzungen für eine ANOVA•Durchführung einer ANOVA•Evtl. post-hoc-Überprüfung auf ausreichende Teststärke•Durchführung paarweiser Tests auf Mittelwertunterschiede zwischen allen Gruppen (Alternative: A-priori-Kontraste bei Vermutungen über bestimmte Gruppenunterschiede)
- Was sind die Vorraussetzungen der ANOVA? 1.Normalverteilung der abhängigen Variable(n) in den Gruppen2.Intervallskalenniveau der abhängigen Variablen3.Varianzhomogenität der Gruppen4.Unabhängigkeit der Beobachtungen•Verletzungen der Annahmen könne sich auf den Fehler 1. Art sowie die Teststärke bzw. Power (= 1-Fehler 2. Art) auswirken•Robustheit gegenüber Annahmeverletzungen: Anteil der F-Werte, die den kritischen F-Wert überschreiten, weichen nicht nennenswert von dem durch festgelegten Wert ab Robustheit der Varianzanalyse hängt von bestimmten Bedingungen (insb.den Gruppengrößen und deren Verhältnis zueinander) ab
- Was ist das Problem am Effektstärkemaß eta² (ANOVA)? Das Effektstärkemaß η² führt zu einer systematischen Überschätzung des Anteils der durch den Faktor erklärten Varianz (die Quadratsumme zwischen ist aufgrund des Stichprobenfehlers in der Stichprobe i.d.R. auch dann positiv, wenn in der Population der Anteil erklärter Varianz gleich Null ist)•Erwartungstreuer Schätzer der Effektstärke in der Population: ω² (sprich: „omega-quadrat“)
- Was sind Apriori-Kontraste? Zweck: Test von vor der Untersuchung aufgestellten, spezifischen Hypothesen bzgl. der Gruppenunterschiede Mögliche Vergleiche: zwei einzelne Gruppen (z. B. A versus B) zusammengefasste Gruppen (z. B. A+B versus C+D) einzelne Gruppen mit zusammengefassten Gruppen (z. B. A versus B+C) Kontraste beziehen sich jeweils auf den Vergleich zweier Mittelwerte Zusätzliche Annahme: Verschiedene Kontraste sind orthogonal zueinander Anzahl der Kontraste ist begrenzt.
- Welche Tests zur Messung der Reliabilität gibt es? Cronbachs Alpha Test-Retest-Methode Split half Methode Parraleltest Methode
- Reflektives Messmodell? Folge des Konstruktes jeder Indikator sollte Konstrukt in Gesamtheit möglichst gut widerspiegeln Messfehler auf Indikatorebene faktoranalytischer Ansatz: einfache Regression (hohe Korrelation zwischen Indikatoren)
- Formatives Messmodell Ursache des Konstruktes jeder Indikator stellt eine Facette des Konstruktes dar (verschiedene Bausteine) Messfehler auf Konstruktebene regressionsanalytischer Ansatz: multiple Regression
- Welche Tests verwendet man zum Test auf Normalverteilung der Resiuduen einer multiplen Regressionsanalyse? Kolmogorow-Smirnow (n>50)Shapiro-Wilk (n>50)