M2 Statistik

Statistik Modul 2 Psychologie

Statistik Modul 2 Psychologie


S. B.
Diese Karteikarten bieten einen umfassenden Überblick über statistische Methoden und Konzepte, die in der Psychologie auf Universitätsniveau relevant sind. Sie decken Themen wie Variablen, Zusammenhänge, Messgrößen und Analysemethoden ab, einschließlich Korrelationskoeffizienten und Skalenniveaus. Besonders nützlich für Studierende und Forscher, die statistische Zusammenhänge in der Psychologie verstehen und anwenden möchten, um Hypothesen zu überprüfen und Daten zu interpretieren.
Cartes-fiches
99
Utilisateurs
22
Langue
Allemand
Catégorie
Psychologie
Niveau
Université
Créé / Mis à jour
22.10.2018 / 28.10.2026

Cartes-fiches

Interpretativ       

deutend, auf Basis eines Sachverhalts Beschreibend

Kausalzusammenhang                 

Wenn-Dann oder Ursache-Wirkungs- Beziehung

Kausalität

Bezeichnung zwischen Ursache und Wirkung

Kovarianz (empirisch)                  

nicht normiertes Zusammenhangsmaß metrischer Merkmale

Korrelationskoeffizient                 

normiertes Zusammenhangsmaß

Latente Variable                           

nicht direkt messbares Merkmal, muss durch Indikatoren (Proxyvariablen) und Korrespondenz-regeln messbar gemacht werden

Manifeste Variable                        

direkt beobachtbares Merkmal

Metaphysisch                               

dem physischen übergeordnetes

Methodologie                                  

der Werkzeugkasten der empirischen Forschung

Metrische Skala                             

Merkmalsausprägungen in Intervallen mit Zwischenwerten oder „unzählbaren“ Zahlenwerten

Messniveau                                  

Art der Messskala (nominal, ordinal, metrisch)

Morphismen                                    

strukturverträgliche Abbildungen von Mengen

Multivariat                 

mit mehreren Merkmalen (Variablen), mehrdimensionale Messgröße

Operationalisieren                   

messbar machen

Partielle Korrelation                     

Zusammenhang 2er Merkmale bei Ausschaltung einer (beeinflussenden) Drittvariablen

Pearson (r)                                   

Korrelationskoeffizient r für metrische Merkmale (für linearen Zusammenhang)

Permutation   

verschiedene Anordnungen von n Elementen

Phi-Koeffizient                               

normiertes Zusammenhangsmaß bei dichotomen Variablen (0<phi<1)

Polytom                                            

nominale Variable mit mehr als 2 Ausprägungen

Prädiktor     

eine Variable, die auf die Ausprägungen einer Kriteriumsvariable schließen lässt.

Rangkorrelationskoeffizient       

Korrelationskoeffizient bei ordinalen Merkmalen (rSP nach Spearman)

Randomisierung

zufälliges Auswahlverfahren

Rationalismus              

von Denken geleitetes Handeln

Redundant                                   

dasselbe messend/darstellend

Reliabilität                                  

Zuverlässigkeit (bei wiederholter Messung wird immer das Selbe gemessen)

Repräsentativ                         

für die Grundgesamtheit sprechend

Screening                                    

alle störenden Einflussgrößen ausschalten

Spearman (rSP)    

normierter Korrelationskoeffizient für ordinale Merkmale ( -1 < rSP < 1)   

Standardisierung                       

Vereinheitlichung nach bestimmten Mustern

Stetige Merkmale    

M. mit Ausprägungen in Intervallen mit Zwischenwerten od. „unzählbaren“ Anzahl 

Theorie       

System widerspruchsfreier Aussagen über  Phänomene

Theoriegenese                   

Theorieentwicklung, -entstehung

Unabhängige Variable      

Einflussgröße; die beeinflussenden Merkmale

Univariat     

eindimensionale Messgröße

Quantitativ                                    

zählbar, metrisch

Quantifizierbar      

in Zahlen messbar

Validität                

Gültigkeit

Verifizieren                 

bestätigen (einer Hypothese)

Welche Skalenniveaus kennen Sie?

Welche der unten genannten Beispiele wären nominal skaliert?

Étudier