Statistik
FHNW
FHNW
Fichier Détails
| Cartes-fiches | 16 |
|---|---|
| Langue | Deutsch |
| Catégorie | Psychologie |
| Niveau | Université |
| Crée / Actualisé | 23.01.2022 / 11.01.2024 |
| Lien de web |
https://card2brain.ch/box/20220123_statistik
|
| Intégrer |
<iframe src="https://card2brain.ch/box/20220123_statistik/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
Definition Kausalität
UV ist ursächlich für den Effekt in der AV
Experimentelle Designs
- Laborexperiment
- Feldexperiment
- Feldstudie
- Quasiexperiment
Konfundierungen
- Reihenfolgeffekte
- Müdigkeit / Lerneffekte
- Vollständige Permutation / Lateinisches Quadrat
- Matching / Propensity Score
Regressionsgleichung
y=a+bx+e
Residumberechnung
tatsächlicher Wert - beobachteter Wert = Fehler
R2
quadrierter Korrelationskoeffizient zwischen UV und AV
(Gesamtvarianz - Fehlervarianz) : Gesamtvarianz =R2
Determinationskoeffizient
Voraussetzungen multiple Regression
- AV intervall / UV interval o. kategorial
- Linearer Zusammenhang UV und AV
- Keine Multikollinearität
Multiple Regression:
Verteilung der Fehlerwerte
- Normalverteilung des Fehlerwerts
- Homoskedastizität
- Keine Autokorrelation
- Bedingter Erwartungswer des Residuums = 0
Multiple Regression:
Ausreisser
Weichen stark vom Trend ab
-> Cooks-Distance >1
Faktorenanalyse
Interpendenzen werden angewendet um Strukturen zu entdecken.
Faktorenanalyse:
Ziel
Zusammenfassen von vielen Variabelen zu wenigen Faktoren
Datenreduktion und Datenstrukturierung
Faktorenanalyse:
- Explorative Faktorenanalyse
- Konfirmatorische Faktorenanalyse
- Wenn Zusammenhänge zwischen vielen beobachteten Variablen auf wenige hinter den Variablen vermutete Faktoren zurückgeführt werden sollten.
- Zur Prüfung der exakten Zuordnung von Items zu einer genauen Anzahl an spez. Faktoren.
Anwenderentscheidungen der Faktorenanalyse:
Wahl einer Faktoranalytischen Methode
Hauptachsenanalyse (PFA): Theorien und Konstrukte/ erklärt nur gemeinsame Varianz
Hauptkomponentenanalyse (PCA): Zusammenfassung der empirischen Daten / Gesamtvarianz erklärt
Anwenderentscheidungen der Faktorenanalyse:
Extraktion einer angemessenen Anzahl Faktoren
- Eigenwertkriterium (Kaser-Guttman): Eigenwert grösser 1
- Scree-Test nach Cattell: Eigenwertsabfall betrachten (N=200)
- Parallelanalyse nach Horn: Extrahiert werden nur Faktoren, welche deren empirisch beobachteten Eigenwerte über einem Eigenwertverlauf von Zufallszahlen liegen
Anwenderentscheidungen der Faktorenanalyse:
Wahl einer angemessenen Rotationstechnik
- Orthogonale Rotation: bei kaum Korrelation anwenden / Varimax
- Oblique Rotation: Faktoren korrelieren miteinander / Promax
Anwenderentscheidungen der Faktorenanalyse:
Wahl einer Methode zur Ermittlung der Faktorenwerte
- Faktorenwert (Stichprobenabhängig)
- Summenwert (leichtere Interpretation)
