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