Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

Quantitative methoden > Quantitative Auswertungsmethoden > Flashcards

Quantitative Auswertungsmethoden Flashcards

1
Q

Datenaufbereitung

A

umfasst die Schritte und Prozeduren, mit denen die Rohdaten einer empirischen Untersuchung in eine Form gebracht werden, die eine gezielte Beantwortung der Forschungsfragen &die Überprüfung der Hypothesen mithilfe von Auswertungsverfahren erlaubt.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Ziele der Datenaufbereitung

A
  1. Daten, die noch nicht in quantitativer Form vorliegen, in Zahlenform überführen,
  2. diese quantitativen Daten in ein per Software analysierbares Datenformat übertragen
  3. die Daten so organisieren, dass sie im Hinblick auf die Fragestellungen oder Hypothesen effektiv analysiert werden können.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Deskriptivstatistik

A

beinhaltet Verfahren, mit deren Hilfe quantitative Daten zusammenfassend beschrieben &dargestellt werden.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Die univariate Deskriptivstatistik

A

a) die Bestimmung von Häufigkeiten des Auftretens von Werten &von Häufigkeitsverteilungen;
b) die Berechnung von Kennwerten (Parametern), die zusammenfassende Aussagen über die gesamte Stichprobe erlauben (Maße der zentralen Tendenz Streuungsmaße);

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

multivariate Deskriptivstatistik

A

Zusammenhänge mehrerer Variablen, darunter Korrelation &Regression;
Tabellen;
Diagramme &Grafiken.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Auswertung von Häufigkeitsdaten erfordert

A

die Festlegung von Kategorien.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Die absolute Häufigkeit bezeichnet

A

die Anzahl von Werten pro Kategorie.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Die relative (und prozentuale) Häufigkeit

A

den Anteil der Werte an allen Werten.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Die kumulative Häufigkeit bezeichnet

A

die Häufigkeit aller Werte bis zu einer bestimmten Kategorie (in aufsteigender Reihenfolge); mit 100 multipliziert ergibt sich der Prozentrang

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Histogramm

A

Häufigkeitsverteilung mit Kategoriegrenzen auf der x-Achse und Häufigkeiten auf der y-Achse.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Kreisdiagramm

A

relative bzw. prozentuale Häufigkeiten durch die Größe der Sektoren eines Kreises.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Maße der zentralen Tendenz

A

Modalwert: bezeichnet die größte absolute Häufigkeit einer Verteilung; er kann ab Nominalskalenniveau für alle Skalenniveaus informativ sein
Median: bezeichnet denjenigen Wert, unterhalb dessen 50% aller (ranggeordneten) Werte liegen; er kann ab Ordinalskalenniveau informativ sein
arithmetische Mittel: ist der Quotient aus der Summe &der Anzahl aller Werte; es kann ab Intervallskalenniveau informativ sein

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Der Modalwert

A

bezeichnet die größte absolute Häufigkeit einer Verteilung; er kann ab Nominalskalenniveau für alle Skalenniveaus informativ sein

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Der Median

A

bezeichnet denjenigen Wert, unterhalb dessen 50% aller (ranggeordneten) Werte liegen; er kann ab Ordinalskalenniveau informativ sein

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

arithmetische Mittel

A

ist der Quotient aus der Summe und der Anzahl aller Werte; es kann ab Intervallskalenniveau informativ sein

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Streuungsmaße

A

Unterschiedlichkeit der Messwerte einer Verteilung wird durch Streuungsmaße angegeben
Varianz: die Summe der Abweichungsquadrate, relativiert an der Größe der Stichprobe; die Quadratwurzel der Varianz ist die Standardbweichung
Interquartilbereich (ab Ordinalskalenniveau sinnvoll) oder der Abstand zwischen kleinstem und größtem Wert (Spannbreite) sind weitere Streuungsmaße

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Varianz

A

ist die Summe der Abweichungsquadrate, relativiert an der Größe der Stichprobe; die Quadratwurzel der Varianz ist die Standardbweichung

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Der Interquartilbereich (ab Ordinalskalenniveau sinnvoll) oder der Abstand zwischen kleinstem und größtem Wert (Spannbreite) sind weitere Streuungsmaße

A

ab Ordinalskalenniveau sinnvoll) oder der Abstand zwischen kleinstem und größtem Wert (Spannbreite) sind weitere Streuungsmaße

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Je größer die Streuung, desto

A

weniger repräsentiert ein Maß der zentralen Tendenz die Verteilung.

20
Q

Die Kenntnis der Streuung ist zudem wichtig, da die

A

nomothetisch orientierte Forschung in der Regel die Unterschiedlichkeit (Variabilität) einer Merkmalsausprägung zu erklären versucht.

21
Q

Schiefe

A

Verteilung von einer symmetrischen Form abweicht

22
Q

Exzess

A

wie breitgipflig (versus schmalgipflig) eine Verteilung ist

23
Q

Regressions- bzw. Betakoeffizient

A

Maß für die Stärke des Zusammenhangs zwischen einem Prädiktor & einem Kriterium.

24
Q

Bivariate Regression

A

Zusammenhang zwischen dem Kriterium und einem Prädiktor.

25
Q

Multiple Regression:

A

Zusammenhang zwischen dem Kriterium und mehreren Prädiktoren.

26
Q

Inferenzstatistik

A

Schluss von einer Stichprobe auf eine zugehörige Population. Aussagen der Inferenzstatistik gehen damit über das Beobachtbare hinaus &sind mit Unsicherheit behaftet.

27
Q

•μ (sprich: mü)

A

für den Mittelwert,

28
Q

•σ (sprich: sigma)

A

für die Standardabweichung und

29
Q

π (sprich: pi)

A

für die relative Häufigkeit (den Anteil).

30
Q

Signifikanztest

A

Entscheidungen über ein Hypothesenpaar: die Nullhypothese (H0) & die dazu komplementäre Alternativhypothese (H1).

31
Q

Nullhypothese (H0)

A

postuliert Gleichheit von Parametern bzw. das Vorliegen von Null-Zusammenhängen

32
Q

Alternativhypothese

A

postuliert das Vorliegen eines Unterschieds zwischen Parametern bzw. das Vorliegen eines Zusammenhangs.

33
Q

Überschreitungswahrscheinlichkeit

A

Wahrscheinlichkeit, dass ein gefundenes Stichprobenergebnis oder ein noch stärker von der H0 abweichendes Ergebnis zustande kommt, falls die H0 in der Population zutrifft.

34
Q

Signifikanzniveau

A

konventionell festgelegte Grenze, unterhalb derer die Überschreitungswahrscheinlichkeit so gering ist, dass die H0 abgelehnt wird.

35
Q

Signifikanz

A

ob ein gefundener Unterschied nur mit geringer Wahrscheinlichkeit durch zufällige Abweichungen zu erklären ist.

36
Q

Effektgröße

A

wie groß ein festgestellter Unterschied ist.

37
Q

Auswahlkriterien für inferenzstatistische Testverfahren sind

A

Angemessenheit&Sparsamkeit

38
Q

t-Test für eine Stichprobe

A

Wahrscheinlichkeit berechnet, dass bei unterstellter Gültigkeit der Nullhypothese der in einer Stichprobe festgestellte Mittelwert erzielt wird.

39
Q

Der t-Test für abhängige Stichproben wird dann eingesetzt,

A

wenn die beiden Stichproben paarweise miteinander assoziiert sind (d.h., wenn die beiden Stichproben an Paaren von Merkmalsträgern oder denselben Merkmalsträgern erhoben wurden).

40
Q

t-Test für unabhängige Stichproben

A

eingesetzt, wenn zwei Stichproben aus unterschiedlichen Versuchspersonen verglichen werden.

41
Q

Varianzanalyse

A

zerlegt die Varianz aller beobachteten Werte einer abhängigen Variable in diejenige Varianz, die durch die unabhängige/n Variable/n erklärt werden kann (erklärte Varianz, Primärvarianz) und diejenige Varianz, die hierdurch nicht zu erklären ist (Fehlervarianz, Sekundärvarianz).

42
Q

Zweifaktorielle (bzw. mehrfaktorielle) Varianzanalyse

A

eingesetzt, um die Effekte von zwei (bzw. mehreren) unabhängigen Variablen (UV) und ihrer Interaktion auf eine abhängige Variable (AV) zu testen.

43
Q

zweifaktorielle Varianzanalyse testet drei Hypothesen:

A

UV A hat einen signifikanten Effekt auf die AV
UV B hat einen signifikanten Effekt auf die AV
Die Interaktion von UV A und UV B hat einen signifikanten Effekt auf die AV.

44
Q

Korrelation

A

Zusammenhang zwischen 2 Varibalen

45
Q

Regression

A

Zusammenhang zwischen einer oder mehrerer Variablen & eoner Zielvariablen
Intrument zur Vorhersage (Prognose) der Ausprägung eines Kriteriums (AV) durch sog. Prädiktoren (UV)

Quantitative methoden (5 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions