Rechnergestütze Datenauswertung
Dozent: Rudolf Debelak Studiengang: Psychologie
Dozent: Rudolf Debelak Studiengang: Psychologie
Fichier Détails
Cartes-fiches | 112 |
---|---|
Langue | Deutsch |
Catégorie | Psychologie |
Niveau | Université |
Crée / Actualisé | 02.12.2018 / 18.12.2018 |
Lien de web |
https://card2brain.ch/box/20181202_rechnergestuetze_datenauswertung
|
Intégrer |
<iframe src="https://card2brain.ch/box/20181202_rechnergestuetze_datenauswertung/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
Welche der folgenden Punkte ist KEINE Voraussetzung der einfachen linearen Regression?
Welcher der folgenden Punkte ist KEINE Voraussetzung des Studen-t-Tests für unabhängige Daten?
Wie kann man Mittelwertsunterschiede veranschaulichen, wenn man keine gruppierten Boxplots verwenden will?
Fehlerbalkendiagramm (Standardabweichung oder Konfidenzintervall)
Fehlerbalkendiagramm mit Standardabweichung
Streuung von Daten um den Mittelwert
Fehlerbalken sind Standardabweichung
eine Abschätzung der Varianzhomogenität ist möglich
Fehlerbalkendiagramm mit Konfidenzintervall
Streuung von Stichproben-Mittelwert um Populationsmittelwert
Fehlerbalken sind Konfidenzintervalle
Abschätzung der Signifikanz von Mittelwertsunterschieden ist möglich
Varianzanalyse (ANOVA)
Parametrisch für mehr als 2 Gruppen
Idee der Varianzanalyse?
Vergleich der Varainz der Mittwlerte zwischen den Gruppen mit den Varianzen innerhalb der Gruppen (via F-Test)
Voraussetzung für ANOVA
abhängige Variable intervallskaliert (Varianzberechnung möglich)
Vairanzhomogenität - gleiche Varianz pro Zelle
Normalverteilte Residuen = normalverteilte Werte pro Zelle
unabhängige Einzeldaten
Wie erkennt man einen Haupteffekt im Interaktionsdigramm
parallele Linien
Wie erkennt man eine Interaktion im Interaktionsdiagramm
keine parallelen Linien
Wie funktioniert die zweifaktorielle Varianzanalyse
Ob ein Effekt vorhanden ist oder nicht, prüft man über den Vergleich von Modellen
Quadratsummen Typ I
Haupteffekt A - Modell mit Haupteffekt A gegen Modell ohne Effekte
Haupteffekt B - Modell mit Haupteffekt B gegen Modell ohne Effekt
Interaktion - Modell mit Haupteffekt A & B & Interaktion gegen Modell mit Haupteffekt A & B
Quadratsummen Typ II
Haupteffekt A - Modell mit Haupteffekt A & B gegen Modell mit Haupteffekt B
Haupteffekt B - Modell mit Haupteffekt A & B gegen Modell mit Haupteffekt A
Interaktion - Modell mit Haupteffekt A & B & Interation gegen Modell mit Haupteffekt A & B
Quadratsummen Typ III
Haupteffekt A - Modell mit Haupteffekt A & B & Interaktion gegen Modell mit Haupteffekt B & Interaktion
Haupteffekt B - Modell mit Haupteffekt A & B & Interaktion gegen Modell mit Haupteffekt A & Interaktion
Interaktion - Modell mit Haupteffekt A & B & Interkation gegen Modell mit Haupteffekt A & B
Probleme in der Forschung
Ziel ist immer die Nullhypothese zu verwerfen
p-Wert Definition
gilt die H0 nicht, so sind kleine p -Werte wahrscheinlicher; die H0 liefert dann in vielen Stichproben keine plausible Erklärung der Daten
2 Fälle in denen die H0 verworfen wird
In der Population gilt die H0, aber die Stichprobe ist zufällig eine, wo der p-Wert unter 0.05 liegt
In der Population gilt die H0 nicht, und unser statistisches Verfahren ist mächtig genug, das auch zu erkennen
4 problematische Forschungspraktiken
Outcome Swithing
Optional Stoping
HARKing
p-Hacking
Outcome Switching
viele Varialben, prüft viele Nullhypothesen und berichtet nur diejenigen die signifikant wurden
Optional Stopping
Man erhebt DAten und prüft die Nullhypothese. Wenn verworfen hört man auf, wenn nicht weiter suchen nach Daten
HARKing
Die Hypothese wird nach den Daten und Auswertungen formuliert damit sie verworfen werden kann.
p-Hacking
so langes testen bis eine Nullhypothese verworfen wird und berichtet nur einen Test
File Drawer Problem
nur signifikante Ergebnisse werden veröffentlich - gibt einen Eindruck darüber dass grösserer Effekt vorhanden ist
Open Science
Strategien und Verfahren, die allesamt darauf abzielen, die Chancen der Digitalisierung konsequent zu nutzen, um alle Bestandteile des wissenschaftlihen Przesse über das Internet offen zugölich und nachnutzbar zu machen
Open Data
Offene DAten sind DAten die frei genutzt, wiederverwendet und weiteregegeben werden dürfen. Daten müssen vollständig sein und die Lizenz muss es erlauben, die Daten weiter zu nutzen.
Open Source
Quellcode der Software ist offen zugägnlich und darf für eigene Zwecke eingesetzt und verändert werden.
Open Methodology
gesamte Dokumentation des Forschungsprozesses soll öffentlich sein. Die Verwendung Offener Lizenzen udn Offener Werkzeuge und Plattformen sind Grundlage für Opent Methodology
Open Peer Review
Öffnung des Begutachtungsverfahren wissenschaftlicher Publikationen. Nicht nur Experten entscheiden welche Reviews veröffentlich werden und welche nicht sondern alle.
Open Access
Der Begriff beschreibt den Zugang zu Literatur ohne technische, finanzielle oder andere Barrieren.
Open Educational Resources
Der Begriff bezieht sich auf Lehr- & Lernmaterialen, die unter einer offenen Lizenz veröffentlich werden.
Prinzipien der Open Science
Präregistrierung der Forschungsfrage
Präregisiterung der Forschungsmethode
Unterschied R & SPSS
SPSS ist komerziell
SPSS ist menübasiert
SPSS wird in der praktischen Arbeit oft verwendet
SPSS ist allerdings nicht so mächtig wie R