Methoden der Skalierung

Die Konstante beeinflusst die Lage der logistischen Funktion in der Horizonalen. Bei stark negativen Werten ist die Funktion im Vergleich zu einer Konstanten von 0 nach rechts verschoben. Somit besteht bei kleinen z-Werten eine geringe Wahrscheinlichkeit, dass y den Wert 1 annimmt. Einen direkten Interpretationswert hat die Konstante aber nicht

Tabelle: Variablen in der Gleichung

Für die Berechnung werden die Werte aus der Spalte Regressionskoeffizient B  benötigt.

z = Konstante - RegKoeffB1 * Wert der Person + RegKoeffB2 * Wert der Person* ... 

Dann: f(z) = 1/(1+e^(-z))

Eine geordnete Menge von Begriffen und Aussagen, die ein Phänomen beschreiben und erklären. Theorien bieten Rahmenwerke zur Organisation von Wissen und zur Vorhersage von Phänomenen. Sie werden durch empirische Forschung getestet und weiterentwickelt.

Eine vorläufige und überprüfbare Aussage zu Zusammenhängen, Unterschieden oder Ursache-Wirkungs-Beziehungen

Details: Hypothesen müssen vier Kriterien erfüllen:

• Beziehen sich auf reale Sachverhalte, die empirisch untersuchbar sind.

• Sind allgemeingültig und gehen über Einzelfälle hinaus.

• Haben die Formalstruktur eines sinnvollen Konditionalsatzes („wenn-dann“ bzw. „je-desto“).

• Müssen potenziell falsifizierbar sein.

Eine Menge geordneter Schritte zur objektiven Erhebung und Analyse von Daten

Details: Wissenschaftliche Methoden umfassen experimentelle Designs, korrelative Studien, Befragungen, Beobachtungen und statistische Analysen. Sie zielen darauf ab, Hypothesen zu testen und zuverlässige, valide Erkenntnisse zu gewinnen

Der Prozess der wissenschaftlichen Forschung ist zyklisch und iterativ. Er umfasst die Formulierung von Theorien und Hypothesen, die Durchführung von Studien, die Analyse und Interpretation der Daten und die Revision der Theorien basierend auf den Ergebnissen

Untersuchungen, bei denen mehrere Merkmale erfasst und deren Struktur, z.B. Zusammenhänge, analysiert werden

 Studien, in denen bestimmte Faktoren manipuliert und die Auswirkungen dieser Manipulation auf das Erleben und Verhalten gemessen werden

Die Variable, die in einem Experiment manipuliert wird, um ihre Auswirkungen auf die abhängige Variable zu untersuchen. Sie bestimmt die Bedingungen oder Gruppen, die verglichen werden

Beispiel: In einem Experiment zur Untersuchung der Auswirkungen von Schlaf auf die Konzentration wäre die Schlafdauer die unabhängige Variable.

Die Variable, die gemessen wird, um die Auswirkungen der Manipulation der unabhängigen Variable zu beurteilen. Sie ist das Ergebnis, das durch die UV beeinflusst wird.

Beispiel: In einem Experiment zur Untersuchung der Auswirkungen von Schlaf auf die Konzentration wäre die Konzentrationsfähigkeit die abhängige Variable.

Eine Variable, die die Stärke oder Richtung der Beziehung zwischen der unabhängigen und der abhängigen Variable beeinflusst. Moderatoren können den Effekt der UV auf die AV verstärken, abschwächen oder sogar umkehren.

Beispiel: Geschlecht könnte eine Moderatorvariable sein, die beeinflusst, wie Schlafdauer die Konzentration beeinflusst.

Eine Variable, die den Prozess oder Mechanismus vermittelt, durch den die unabhängige Variable die abhängige Variable beeinflusst. Mediatoren erklären, warum oder wie ein bestimmter Effekt auftritt.

Beispiel: Stress könnte eine Mediatorvariable sein, die erklärt, wie Arbeitsbelastung (UV) die Gesundheit (AV) beeinflusst.

Variablen, die konstant gehalten oder kontrolliert werden, um ihren Einfluss auf die abhängige Variable auszuschließen. Kontrollvariablen sorgen dafür, dass die Ergebnisse nicht durch externe Einflüsse verfälscht werden. 

Beispiel: In einem Experiment zur Untersuchung der Auswirkungen von Schlaf auf die Konzentration könnte das Alter der Teilnehmer eine Kontrollvariable sein.

Inferenzstatistik umfasst statistische Methoden, die verwendet werden, um Schlussfolgerungen von einer Stichprobe auf die zugrunde liegende Population zu ziehen.

Sie umfasst Techniken wie Hypothesentests, Konfidenzintervalle und Regressionsanalysen, um auf Basis der Stichprobendaten Aussagen über die Population zu treffen. Es wird untersucht, ob beobachtete Effekte in der Stichprobe auf Zufall beruhen oder tatsächlich in der Population existieren

Eine Hypothese, die besagt, dass es keinen Effekt oder Unterschied gibt, oder dass ein beobachteter Effekt oder Unterschied nur durch Zufall zustande gekommen ist. Sie dient als Ausgangspunkt für den statistischen Test und wird abgelehnt, wenn die Wahrscheinlichkeit, dass der beobachtete Effekt zufällig ist, sehr gering ist. 

Beispiel: H0 könnte lauten, dass es keinen Unterschied in der Konzentrationsfähigkeit zwischen Personen mit 6 Stunden Schlaf und Personen mit 8 Stunden Schlaf gibt.

Eine Hypothese, die besagt, dass es einen echten Effekt oder Unterschied gibt. Sie stellt die Gegenthese zur Nullhypothese dar und wird angenommen, wenn die Nullhypothese abgelehnt wird.

Beispiel: H1 könnte lauten, dass Personen mit 8 Stunden Schlaf eine bessere Konzentrationsfähigkeit haben als Personen mit 6 Stunden Schlaf.

Der p-Wert ist die Wahrscheinlichkeit, dass ein beobachteter Effekt oder ein extremerer Effekt unter der Annahme der Nullhypothese auftritt.

Ein niedriger p-Wert (typischerweise < 0.05) deutet darauf hin, dass der beobachtete Effekt statistisch signifikant ist und die Nullhypothese abgelehnt werden sollte. Ein p-Wert von 0.01 bedeutet beispielsweise, dass die Wahrscheinlichkeit, ein solches Ergebnis zu erhalten, wenn die Nullhypothese wahr ist, 1 % beträgt

Ein Fehler, der auftritt, wenn die Nullhypothese fälschlicherweise abgelehnt wird (ein falsch positiver Befund).

Beispiel: Angenommen, es gibt keinen Unterschied in der Konzentrationsfähigkeit zwischen den Gruppen, aber die Analyse zeigt fälschlicherweise einen signifikanten Unterschied. Die Wahrscheinlichkeit für einen Fehler 1. Art wird durch das Signifikanzniveau (α) bestimmt, typischerweise 0.05.

Ein Fehler, der auftritt, wenn die Nullhypothese fälschlicherweise beibehalten wird (ein falsch negativer Befund).

Beispiel: Angenommen, es gibt tatsächlich einen Unterschied in der Konzentrationsfähigkeit zwischen den Gruppen, aber die Analyse erkennt diesen Unterschied nicht. Die Wahrscheinlichkeit für einen Fehler 2. Art wird durch die statistische Power der Studie beeinflusst.

Ein kognitiver Bias, bei dem inkompetente Personen dazu neigen, ihre Fähigkeiten zu überschätzen und die Leistungen kompetenterer Personen zu unterschätzen

Ein multivariates Verfahren, das mehrere Variablen zueinander in Beziehung setzt, um diese Variablen so zusammenzufassen, dass sie auf wenige Faktoren reduziert werden, die möglichst wenig miteinander korrelieren. Die Ziele sind die Entdeckung von Strukturen (Strukturierungsfunktion), Datenreduktion, Überprüfung der Dimensionalität komplexer Merkmale und Hypothesengenerierung