FEE 2 quantitativ

Nominalskala

Ordinalskala

Intervallskala

Ratioskala/Verhältnisskala

Mittelwert, Median, Modalwert

„Das ist Mode“: Der Wert, der am meisten vorkommt.

> ab Nominalskala

Der Wert, der sich in der Mitte der vom kleinsten bis zum grössten angegebenen Wert befindet (zuerst Werte ordnen, dann immer rechts und links einer abstreichen, bis der mittlerste übrig bleibt)

> ab Ordinalskala

„Durchschnitt“ A+B+C+D/4 = M

> ab Intervallskala

 Verteilung. Standartabweichung und Varianz

Durchschnittliche Entfernung aller Daten zum Mittelwert.

Je homogener die Verteilung, desto kleiner die SD. Eine grosse SD zeigt eine verstreute Messung.

Wurzel aus der Varianz

à Glockendiagram

Quadrierte mittlere Abweichung

Streuungsmass

Wie unwahrscheinlich ist der Zufall?

p=1: Zufall ist zu 100% wahrscheinlich

p=0.05:signifikant

p=0.01:hoch signifikant

p=0.001:höchst signifikant

je kleiner der p-Wert, desto weniger ist ein Zufall wahrscheinlich.

Signifikanz (p)

Chi-Quadrat, Korrelation, t-Test

Gibt es einen Zusammenhang zwischen 2 nominalskalierten Variablen:

Frauen/Männer & Brille Ja/Nein

Beispiel: Es findet sich ein signifikanter Zusammenhang zwischen dem Geschlecht und dem Partnerschaftsstatus (verheiratet oder geschieden), (χ2(1) = 29.65; p<.001). Überzufällig mehr Frauen als erwartet leben in Scheidung, während im Vergleich dazu überzufällig weniger Männer geschieden sind als Frauen 


Unterschied zweier Gruppen (UV, nominal) UND zwei Messzeitpunkten (AV, metrisch)

Es zeigte sich, dass die Schüler der Klasse 8a (M = 5.38, SD = 0.65) eine signifikant bessere Mathenote aufwiesen als die Schüler der Klasse 8b (M = 4.15, SD = 1.23), t(17) = 2.703, p<.05.

Zusammenhang zwischen zwei oder mehreren metrisch skalierten Variablen. (Achtung: nicht Ursache-Wirkung!)

r=1: perfekte positive Korrelation (je höher der eine Messwert, desto höher der andere)

r=0: Nullkorrelation, keinen Zusammenhang

r= -1: perfekte negative Korrelation (je höher der eine Messwert, desto kleiner der andere)

Zwischen der Leistungsmotivation und der Selbstwirksamkeitserwartung zeigte sich ein positiver Zusammenhang (r = .37, p <.05). Je höher die Schülerinnen und Schüler ihre Leistungsmotivation einschätzten, desto höher war ihre Selbstwirksamkeits- erwartung.

Achtung: Ursache-Wirkung

(r= .607, p= .013)

Wie gut die einzelnen Items der Skala untereinander messen (interne Korrelation), misst der Test, was er messen soll?

Alpha

.70 akzeptabel, .80 gut

gibt an, ob Varianzen homogen oder heterogen sind.

überprüft, ob von der Form her bei zwei Gruppen die Verteilung gleich ist. wenn Levene-Test signifikant ist, ist die Verteilung heterogen.

Wenn L-Test signifikant ist, dann lese ich die untere Zeile für die Auswertung ab

M=?;SD=?;t(?)=?  p<?

Jede Frage im Fragebogen, einzelne Aussage

Abstufung/Stufen, da wo ich ankreuze

Ich nehme die mir zur Verfügung stehende Proband*innen

Auslosen der Proband*innen, alle haben die gleichen Chancen, in die Auswahl zu gelangen.

Die, die beim zweiten Mal messen wegfallen.

Gibt nur 2 Ausprägungen (Brillenträger*in Ja/Nein)

• untersuchbar sein,
• Forschungsproblem auf dem aktuellstem Kenntnisstand,
• Transparenz,
• reflektierter Forschungsprozess,
• Peer-Review Verfahren,
• Haupt-Gütekriterien (Validität, Reliabilität, Objektivität),
• anerkannter Verlag,
• ethisch vertretbar,
• Stichprobengrösse,
• randomisierte Stichprobe

• Frage/ Item,
• Mittelwert und Sd,
• Skalierung,
• Quelle
• Skala: Anzahl Items, Beispielitem, Cronbachs Alpha, Skalierung, Quellen