F&E

f&e altklausurfragen

0.0 (0)

L. G.

Étudier

L. G.

À propos de ce fichier

Diese Lernkarten behandeln fortgeschrittene Konzepte der Psychologie auf Universitätsniveau, mit Fokus auf Effekte, Studien und Modellen. Sie decken Themen wie Effektgrößen, Varianzquellen, Metaanalysen und Bias ab, wobei auch die Präzision und das Gewicht von Effekten sowie die Kodierung und Literaturrecherche behandelt werden. Besonders nützlich sind diese Karteikarten für Studierende und Forscher, die sich mit der Analyse und Interpretation von Studienergebnissen beschäftigen und fundierte Entscheidungsgrundlagen benötigen.

Cartes-fiches

Utilisateurs

Langue

Allemand

Catégorie

Psychologie

Niveau

Université

Créé / Mis à jour

09.02.2026 / 10.02.2026

Fichiers de cartes similaires

Cartes-fiches

Welche Aussagen treffen auf Metaanalysen zu?

Systematische Kumulierung von Wissen (sind da, um Wissen zu kumulieren)

Entscheidungsgrundlage für Anwendungsentscheidungen (dienen der Wahrheitsfindung)

Systematische qualitative Zusammenfassung von Ergebnissen

. Schätzung des wahren Effekts in der Population

Welche Vorteile hat die Metaanalyse gegenüber narrativen Verfahren?

Sie ist leichter zu replizieren

Sie ist einfacher durchzuführen

Sie ist präziser

Welche 2 von 4 Informationen werden für die Durchführung einer Metaanalysebenötigt?

Infos zu potentiellen Moderatoren

Infos zur Erfüllung von Ein-/Ausschlusskriterien

. Infos zu benötigten Effektgrößen und deren Varianzen

Infos zur Qualität der Studie

Was trifft auf Literaturrecherche bei Metaanalysen zu?

Bei großer Anzahl von Studien ist Stichprobenziehung statt Vollerhebung möglich

Sie ist bemüht alle relevanten Studien zu Fragestellung erfassen

Es werden nur Studien aus methodisch qualitativ hochwertigen Zeitschriften in die Metaanalyse einbezogen

Die Suchstrategie hat keinen Einfluss auf die Objektivität der Metaanalyse

Was gehört zum Prozess der Kodierung?

Training des Versuchsleiters

Überprüfung der Reliabilität der Kodierung

Kodierungsschema entwickeln

Ein-und Ausschließen von Studien

Vote counting: Auszählen von p-Werten

weniger valide, aber trotzdem gute Entscheidungsgrundlage

Der p-Wert ist von der Stichprobengröße unabhängig und daher gut geeignet, um den Effekt zu schätzen

Da Studien mit größeren Stichproben präzisere Effekte aufweisen fällt ihnen in der Metaanalyse ein stärkeres Gewicht zu

Wovon wird Präzision beeinflusst/Was beeinflusst das Gewicht/Präzision?

Stichprobengröße

p-Wert

Varianz aller Studien

Standardfehler der Effektgröße

Was sind die 2 notwendigen Kriterien, die man braucht?

Effektgröße

Qualität

Moderator

Ein- und Ausschluss

Fragen zu den Modellen

Feste Effekt Modell hat keinen Messfehler

. Bei Feste Effekt Modell kommt die Varianz aus der Varianz der wahren Effekte zustande

Zufällige Effekt Modell gibt es zwei Varianzquellen

Bei Gruppenvergleichen im Modell fester Effekte: wie setzt sich die Gesamtvarianz zusammen?

Varianz beobachteter Effekte innerhalb der gruppen

Varianz wahrer Effekte innerhalb der Gruppen

Varianz beobachteter Effekte zwischen den Gruppen

mittlere Effektgröße

Was trifft auf die Modelle zur Aggregation von Mittelwerten zu?

Im Modell mit Zufallseffekten gibt es zwei Varianzquellen

Im Modell mit festen Effekten wird von der beobachteten Varianz auf die Varianz der wahren Werte geschlossen

das Modell fester Effekte hat keinen Fehler

Publication Bias: Was gehört dazu?

Signifikante Studien werden eher veröffentlicht als nicht-signifikante bzw. Nur signifikante Studienergebnisse werden veröffentlicht

Kleine Studien sind unpräziser als große Studien bzw. Teil des Problems ist, dass kleine Stichproben nicht präzise genug sind und darum Effekte übersehen.

Effekt in der Population unterschätzt

Streuung des Effekts in der Population wird unterschätzt bzw. Variabilität unterschätzt

Welche H0 untersucht die Homogenitätsanalyse im Modell fester Effekte?

Die wahren Effekte haben die gleiche Varianz

Es gibt keinen Moderator, der Einfluss auf die Größe des wahren Effektes hat

Effektgrößen stammen aus der gleichen Population

alle Studien haben die gleiche Varianz

Zufallseffekte in der Homogenitätsanalyse: Woraus setzt sich die Varianz der wahren Effekte zusammen?

Stichprobenvarianz (within study)

Unterschiede der wahren Effekte der Studien (between study)

Unterschiede zwischen Gruppen von Effektgrößen (between population)

unterschiede zwischen wahren Effekten innerhalb einer Subgruppe (within population)

Was trifft auf Gruppenuntersuchungen/Moderatorenanalysen zu?

Wird untersucht, ob Effekte aus derselben Population stammen

Nur sinnvoll, wenn vorher Homogenitätsanalyse signifikant wurde

Ergebnis hängt davon ab, ob Varianzen der Untergruppen unterschiedlich groß sind

ob sich die Größe der wahren Effekte systematisch in Abhängigkeit von einer Moderatorvariable unterscheidet.

Was stimmt über Funnel Plots?

Im Optimalfall ist er symmetrisch und hat seine Spitze bei Effektgröße = Null (symmetrisch ja, aber Spitze beim wahren Effekt)

Wenn er asymmetrisch ist liegt ein Publication Bias vor (kann, kann aber auch andere Gründe haben, kein Beweis)

Über die Regressionsanalyse des Plots kann man den Bias detektieren (Egger-Regressionstest)

Wovon hängt das Gewicht der einzelnen Effekte in Metaanalysen ab?

Populationsvarianz

Stichprobengröße (nur indirekt, eher falsch)

Präzision des Effekt

alpha-Fehler

Étudier

F&E

Créer ou copier des fichiers d'apprentissage

Cartes-fiches

Veuillez vous connecter

Google

Apple ID

Microsoft

Switch edu-ID

Edulog

Google

Apple ID

Microsoft

Switch edu-ID

Edulog