Forschungsmethoden (Subject) / Klausur (Lesson)

Klausur

This lesson was created by Anika583.

Learn lesson

This lesson is not released for learning.

back  |  next 1 / 2

• Diagnostik Person steht im Fokus
• Forschung Thema steht im Vordergrund
• Variable beobachtbares oder messbares Merkmal, verschiedene Ausprägungen möglich
• unabhängige Variable hat Auswirkungen auf abhängige Variable
• abhängige Variable soll sich in Abhängigkeit von der unabhängigen Variablen verändern
• Operationalisierung Prozess, in dem etwas messbar gemacht wird Operationalisierung der theoretisch-inhaltlichen Hypothese in die empirisch-inhaltliche Hypothese
• gerichtete Hypothese es wird eine Vermutung über Wirkungsrichtung geäußert im Gegensatz dazu die ungerichtete Hypothese
• latente Variable nicht direkt beobachtbar (Intelligenz, Motivation)
• manifeste Variable direkt beobachtbar (Größe, Gewicht)
• Population Grundgesamtheit 
• Stichprobe Auswahl von Elementen aus der Grundgesamtheit
• Probabilistische Stichproben enthalten Zufallsprozess
• einstufige bzw. mehrstufige Zufallsstichproben entstehen aus einem oder mehreren Auswahlvorgängen
• Klumpenstichprobe 1. Stufe Teilauswahl; 2. Stufe Totalauswahl (Vereinfachung der Auswahl und Reduktion der Kosten)
• Schichtenstichprobe 1. Stufe Totalauswahl; 2. Stufe Teilauswahl (Erhöhung der Genauigkeit bei gleichen Kosten bzw. gleichem Stichprobenumfang)
• Nichtprobabilistische Stichproben basieren nicht auf einer zufälligen Auswahl
• Quotenstichprobe es wird bewusst Einfluss genommen, es wird nach einer bestimmten Quote ausgewählt
• Gelegenheitsstichprobe es werden Personen untersucht, die gerade zur Verfügung stehen oder leicht zugänglich sind
• Messen Zahlen zu Merkmalsausprägungen zuordnen
• Nominalskala Objekte mit gleicher Merkmalsausprägung erhalten gleiche Zahlen
• Ordinalskala ordnet Objekten Zahlen in einer Reihenfolge nach Rangplätzen zu
• Intervallskala gibt auch Auskunft über die Abstände zwischen den Ausprägungen
• Verhältnisskala ist eine Intervallskala mit absolutem Nullpunkt
• Skalenniveaus legen fest, mit welchem statistischen Verfahren die Daten ausgewertet werden können
• per-fiat Messung entstehen durch Vertrauen; Forscher entscheidet mit guter Begründung über Skalenniveaus
• deskriptive Statistik Beschreibung einer Stichprobe dient der Beschreibung von Datenstrukturen, sowie ihrer anschaulichen Darstellung univariat, bivariat, multivariat
• Inferenzstatistik erlaubt den Schluss von einer Stichprobe auf die Grundgesamtheit
• univariat fassen die Werte einer Stichprobe in einer Zahl zusammen --> in Bezug auf eine Variable (Häufigkeitsverteilungen, Lagemaße, Streuungsmaße)
• bivariat fassen die Werte in einer Stichprobe in einer Zahl zusammen -> in Bezug auf zwei Variablen (Chi², Korrelation, Regression)
• multivariat in Bezug auf mehr als zwei Variablen (Regression)
• Stichprobenkennwerte Werte, die Informationen über die Stichprobe geben; fassen Merkmalsausprägungen der Messobjekte in einer/ mehreren Kennzahlen zusammen
• Statistische Kennwerte geben Kenntnis über die Beschaffenheit der Stichprobe, in der Regel durch Analyse der Elemente der Stichprobe (z.B. Rechnen)
• Lagemaße repräsentieren die Lage einer Reihe von Messwerten, sagen etwas über den Schwerpunkt einer Verteilung aus
• Streuungsmaße geben Auskunft über die Verschiedenheit einer Reihe von Messwerten (Spannweite, Varianz, Standardabweichung)
• Modus (Modalwert) der Wert, der in der Verteilung am häufigsten vorkommt
• Median mittlerer Wert eines der Größe nach geordneten Datenbündels
• Mittelwert (arithmetisches Mittel) Summe aller Messwerte dividiert durch die Anzahk der Messwerte n
• Spannweite/Range Differenz zwischen dem größten und dem kleinsten Wert Range = Max-Min
• Perzentil/ Prozentrang "Hunderstelwert"- Verteilung von Daten wird in 1%-Abschnitte, also 100 gleich große Teile, zerlegt
• Interquartil (Quartilabstand) gibt an, in welchem Bereich der Verteilung die mittleren 50% der Verteilung liegen --> wird bestimmt durch P75 - P25 P75 = Wert der die unteren 75% von den oberen 25% trennt P25 = Wert der die unteren 25% von den oberen 75% trennt
• Varianz Summe der quadratischen Abweichung vom Mittelwert dividiert durch n-1
• Standardabweichung Wurzel aus der Varianz (Variable muss mindestens intervallskaliert sein)
• Rohwert beziehen sich auf Punktwerte, die sich aus einem Test ergeben (lassen sich nicht ohne weiteres miteinander vergleichen)
• Standardwert kann interpretiert werden, weil er die jeweiligen Streuungen und Mittelwerte berücksichtigt
• z-Werte Wert für die Anzahl der Standardabweichungen, die ein Merkmalsträger vom Mittelwert abweicht, ermöglicht relativen Vergleich von Variablenausprägungen stadardisierter Wert, mit dem sich Ausprägungen von Personen aus unterschiedlichen Verteilungen vergleichen lassen
• Prozentränge weiteres Mittel zum Anschauen von Vergleichbarkeiten; können ermitteln, wie viele Personen ein gleiches oder ein "schlechteres" Ergebnis haben
• Chi-Quadrat Statistik beschreibt Zusammenhänge zwische nicht intervallskalierten Variablen beschreibt Größe der Abweichung einer beobachteten Häufigkeit (wird im Rahmen einer empirischen Untersuchung erhoben) von einer erwarteten Häufigkeit (entspricht denjenigen, die vorliegen würden, wenn es keinen Zusammenhang zwischen beiden Variablen gäbe)
• Kontingenzkoeffizient C Maß zur Bestimmung des Zusammenhangs zwischen nicht-intervallskalierten Variablen; enger Zusammenhang mit der Chi-Quadrat Statistik beschreibt den Grad der Abhängigkeit
• Korrelation Vorraussetzung ist Intervallskalenniveau für beide Variablen (UV und AV werden nicht festgelegt) ermittelt das VOrzeichen und die Stärke eines linearen Zusammenhangs zweier Variablen 1. Schritt: Kovarianz (cov) bestimmen
• Kovarianz unstandadisiertes Maß für den linearen Zusammenhang zwischen zwei Variablen, aus der das standadisierte Maß der Korrelation errechnet werden kann Kovarianz ist nur zuständig für das Vorzeichen

back  |  next 1 / 2