Sozialkunde (Fach) / Soziale (Lektion)

Sozialkunde 1

Diese Lektion wurde von Disir erstellt.

Lektion lernen

zurück  |  weiter 1 / 1

• Explorative Datenanalyse umfasst: Häufigkeiten Range u Mittelwert (bzw Median, Modus) Standardabweichungen Art der Verteilung der Daten
• Zweck der Explorativen Datenanalyse Prüfung der Vollständigkeit u Plausibiität der Daten (Fehler? Ausreißer? Verteilung der Daten?)   Beschreibung der Daten --> Deskriptive Statistik
• Was tun wenn Daten fehlen? - Wenn zb nicht jeder Student jeden Kurs besucht hat? SPSS benötigt idR einen Wert in jeder (definierten) Zelleder Datenmatrix FEHLENDE WERTE solllten daher definiert werden Variablen-Ansicht --> Mising -->im Feld 'missing Values' können fehlende Werte definiert werden häufig werden Werte wie 99 o 999 verwendet  
• Fehlende Werte werden... bei Berechnungen von sps NICHT berücksichtigt
• Maße der Zentralen Tendenz: Mittelwert - arithmetisches Mittel einer Datenreihe Median (Mdn) - Zentralwert einer Datenreihe = 50.Perzentil Modalwert (Modus, Mode, Mo) - Merkmalswert, der am häufigsten vorkommt
• Maße der Variabilität: Varianz - Maß für die Unterschiedlichkeit der einzelnen Werte einer Verteilung - geringe Streuung oft von Vrteil, da Werte mit hoher Wahrscheinlichkeit in der Nähe der Erwartungswertes liegen und damit besser planbar sind Standardabweichung (SD) - Maß für die Streuung einer Zufallsvariablenum ihren Mittelwert. - Positive quadratwurzel aus deren Varianz
• Zwei Möglichkeiten der Datenexploration: 1. Analyze - Reports (Berichte) -Descriptive Statistik - Tables (Tabellen) - Compare Means (Mittelwerte vergleichen)   2. Graphs  
• Wann verwendet man die Darstellung der Daten in einem Histogramm Histogrammmacht nur für Messvariablen wirklich Sinn
• Wann verwendet man Balken-Diagramme Zur Darstellung von Häufigkeiten einzelner Diagramme
• Welche ist die unabhängige u welche die abhängige Variable? Unabhängig UV: = manipulierte Variable = Faktor / Determinante   Abhängig (AV): = durch UV veränderte Messvariable
• Was ist ein Faktor? Eine Variable die manipuliert wird, um ihren Einfluss auf die AV zu testen
• Stem-and-Leaf-Plot: Abbildungen, die Form u Verteilung der Daten wiedergeben Jeder einzelne Wert wird in einen Stamm u in ein Blatt unterteilt -Blätter sind gewöhnlich die letzten Ziffern einer Zahl u die anderen Ziffern links davon sind der Stamm DAS DIAGRAMM IST VOR ALLEM FÜR METRISCHE VARIABLEN U NICHT ALLZUGROßE DATENSÄTZE GEEIGNET
• Box Plot 5-Pun... 5-Punkte-Zusammenfassung der Daten MaximalWert (kein Outlier) Oberstes Quartil Median Unterstes Quartil Minimalwert (kein Outlier)
• Wasbedeutet Kontingenz -contingere =sich berühren, (zeitlich unvorhergesehen) zusammenfallen in der Statistik bezeichnet KONTINGENZ EINEN STATISTISCHEN ZUSAMMENHANG NOMINALSKALIERTER MERKMALE NUR FÜR NOMINALE (UND ORDINALE) dATEN für intervallskalierte Daten nicht, es sei denn sie wurden zu Kategorien umkodiert
• Kreuztabellen; was ist zu beachten? Nur für nominale o ordinale Daten - Kategoriale Variablen Hat eine Variable mehr als vier Kategorien, sollte sie besser als 'Zeile' eingegeben werden
• Erstellen einer neuen Variable: Transform - Compute Variable
• Wie können Tabellen bzw die Ergebnisse übersichtlicher gestaltet werden? -Output editieren --> zB Mittelwert o Median, Range etc löschen Statistik (Mean, Median etc) in Spalten stat in Zeilen --> Pivot-Funktion
• Pivot Funktion Doppelklick auf Tabelle --> in der Menüzeile erscheint Pivot - 2 Möglichkeiten: - Transpose Rows and Columns = Umkehren von Zeilen u Spalten - Pivoting Trays
• Möglichkeiten Output weiter zu verwenden: Copy and Paste Sceenshots --> Druck-Taste bzw Print Exportieren
• Fenster in sps Datenansicht - Jede Zeile ist ein Fall, jede Spalte eine Variable Variablenansicht - Jede Zeile ist eine Variable , jede Spalte ein Attribut der Variablen
• Dateneingabe, was geht nicht? Kein Bindestrich o Punkt als letzte Zeichen möglich
• Fehlerbalken Diagramm Altenative zum Balkendiagramm Mittelwert wird als Kreis dargestellt Streuungsmaße (zB Konfidenzintervall, Standardfehler o Standardabweichung de MW werden als vertikale Linie angegeben (T-Balken o Whiskers)
• Boxplots Kasten, der vom ersten u dritten Quaril (25. bzw 75. Perzenzil) begrenzt wird Linie, die den Kasten durchzieht ist der Median Maximum u Minimum der Verteilung werden durch die beiden äußeren Linien representiert, die jedocj nur maximal das 1.5 der Kastenlängen annehmen Werte, die mehr als das 1.5 fache der Kastenlänge außehalb liegen werden als Outliers mit einem Kreis markiert Werte, die mehr alsdas dreifache der Kastenlängen außerhalb liegen, werden als Extremwerte mit einem Stern markiert  
• Streudiagramme (Scatterplot) um ZUSAMMENHÄNGE zwischen verschiedenen METRISCHEN Variable abzubilden Jede Person wird durch einen Punkt dargestellt Geeignete Darstellung für Korrelationen o Regressionen
• Streudiagramme (Scatterplot) um ZUSAMMENHÄNGE zwischen verschiedenen METRISCHEN Variable abzubilden Jede Person wird durch einen Punkt dargestellt Geeignete Darstellung für Korrelationen o Regressionen
• Cohens Kappa prüft,... das Ausmaß an Konkordanz durch Vergleich mit 'zufälliger' Übereinstimmung
• Cohens Kappa variiert,... zwischen 0 u 1 (theoretisch auch Werte < 0 möglich <.40 schlechte Konkordanz .40 - .75 mäßig bis gute Konkordanz > .75 hohe Konkordanz
• Cohens Kappa - Was berechnet man (Po-Pe) wird an (1-Pe) relativiert. Po --> Anteil Konkordanter Urteile Pe --> Anteil der Urteile, für die beiden gegebenen Randsummen allein aufgrund des zufalls eine Übereinstimmung zu erwarten ist. (Po-Pe) --> Über den Zufll hinausgehender, tatsächlich aufgetretener Anteil konkordanter Urteile (1-Pe) Über den Zufall hinausgehender , theoretisch möglicher Anteil konkordanter Urteile
• EinkakAnova: SS total => SStotal = SSbetween plus SS within
• mehrfak Anova: SS total => SS total = SS between (=SS Faktor A plus SS Faltor B plus SS Faktor A kreuzB) plus SS within => SS error
• Anova m Messwieerholung, Einfaktoriell SS Total => SS Total = (SS between subjects - irrelvant) plus SS Withinsubjekts SS Withinsubjekts = SS treatment plus SS residual => SS error
• Einfak Anova m Messwiederholung Voraussetzungen: Intervallskalierung der AV Normalverteilung des untersuchten Merkmals in der Poulation Varianzhomogenotät - die Fehlervarianzen in der untersuchten Population sind  gleich Kovarianzhomogenität -Sphärizität: Kovarianzen zwischen den Bedingungen sind gleich
• Einfak Anova m Messwiederholung Voraussetzungen: Intervallskalierung der AV Normalverteilung des untersuchten Merkmals in der Poulation Varianzhomogenotät - die Fehlervarianzen in der untersuchten Population sind  gleich Kovarianzhomogenität -Sphärizität: Kovarianzen zwischen den Bedingungen sind gleich
• Anova - Between subjekts Voraussetzungen: Intervallskalierung der AV Normalverteilung des untersuchten Merkmals in der Population Varianzhomogenität - Die Fehlervarianzen der unterschten Popuationen sind gleich Messwerte in allen Bedingungen sind unabhängig voneinander
• Partielle eta quadrat bei messwiederholter Anova, wie berechnen? Variabilität Faktor / (Variabilität Faktor plus Variabilität Fehler -> residual) --> SS Faktor / (SS Fsktor Plus SS Residual)
• Voraussetzung Anova between Subjekts : Messwerte in alen Bedingungen sind voneinander unabhängig - wie prüft man das? Man berechnet eine Korrelation man lässt sichein scatterplot ausgeben
• Anova- Basics 2 Ursachen der Gesamtvarianz: Systematische Einflüsse, durch treatment o Manipulation der UV ( --> Treatment- /Effektvarianz (zwischen) unsystematische Einflüsse (weil sich Vpn o einzelne Messungen unabhängig von experimenteller Manipulation voneinander unterscheiden, zB Störvariabeln) --> Fehler- / Residualvarianz (innerhalb) --> ist die systematiscje Varianz im Vergelich zur unsystematischen Varianz groß? F=MS zwischen/MS innerhalb  

zurück  |  weiter 1 / 1