Empirie
Empirische Methoden
Empirische Methoden
Fichier Détails
| Cartes-fiches | 212 |
|---|---|
| Langue | Deutsch |
| Catégorie | Culture générale |
| Niveau | Université |
| Crée / Actualisé | 17.06.2013 / 17.09.2022 |
| Lien de web |
https://card2brain.ch/box/empirie
|
| Intégrer |
<iframe src="https://card2brain.ch/box/empirie/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
Maße der Streuung
Mittelwert = Information über zentrale Tendenz
Fehlens = Information über Homogenität/Heteroginität der Werte
►Maße der Streuung einer Verteilung = Dispersionsmaße:
- Spannweite = Variationsbreite
- Interquartilbereich
- Standardabweichung
Maße der Streuung - Spannbreite
Spannbreite = Variationsbreite = Range = R
Schnelles, aber wenig informatives Maß über die Verteilung
Berechnung: Differenz zwischen maximakem und minimalem Wert
Maße der Streuung - Interquartilbereich
Vorraussetzung: mind. Ordinalskala
Berechnung: Bereich in dem 50% aller Werte liegen
Maße der Streuung - Standartabweichung
am häufigsten verwendetes Streuungsmaß
Vorraussetzung: Intervallskala
Berechnung: Quadratwurzel aus dem Durchschnitt der quadrierten Abstände der Messwerte vom Mittelwert
Die quadrierte Standardabweichung ist die Varianz = s2
Bivariate Verteilung
Zwei Variablen werden betrachtet
Kernfrage: Gibt es einen Zusammenhang?
Bivariate Verteilung - Zusammenhang von 2 Variablen
Positive Korrelation: wenn a hoch, ist b auch hoch
Negative Korrelation: wenn a hoch, ist b niedrig
Nullkorrelation: Kein Zusammenhang zw. a und b
Bivariate Verteilung
Kreuztabelle
Kreuztabelle kann auch in ein Streudiagramm übertragen werden
Jeder Punkt ist ein Meewertepaar einer Person
Bivariate Verteilung - Korrelationsmaße
Korrelation = Zusammenhang zwischen 2 Variablen
Korrelationsmaß = Kennzahl für den Zusammenhang
Korrelationskoeffizient liegt zwischen
-1,0 (maximal-negativer Zusammenhang: nimmt a zu, nimmt b ab)
+1,0 (maximal-positiver Zusammenhang: nimmt a zu, nimmt b zu)
Korrelationsmaße - Chi-quadrat
Bei Chi-quadrat-Tests wird eine gemessene Verteilung (kontingenztabelle) verglichen mit eienr theoretisch erdachten (inferenztabelle)
Der gemessenen Verteilung wird unterstellt, dass sie auf einem Zusammenhang der beiden Variablen beruht. der theoretischen wird eine Unabhängigkeit unterstellt
Gibt es einen Unterschied wzischen den beiden Tabellen, schließ man darauf, dass der gemessenen Verteilung ein Zusammenhang zwischen den beiden Variablen zu Grunde liegt
Korrelationsmaße
Chi-quadrat
wenn 2x2 Tabelle: Phi-Koeffezient > Ecxel
wenn größer: Cramers V > Excel
Ergebnisse liegen zischen 0= keine Zusammenhand und 1=maximaler Zusammenhang
Korrelationsmaße
Pearsons r/r2
Nur, wenn linearer Zusammenhang angenommen wird!
Bei Pearsons r wird untersucht, wie sich der Vorhersagefehler für eine abhängige Variable (AV) verändert, wenn eine zusätzliche unabhängige Variable (UV) in der Vorersage berücksichtigt wird.
Pearsons r
Pearsons r = "Produkt-Moment--Korrelation"
Ergebnisse reichen von -1 (stark negative Korrelation) über 0 (kein linearer Zusammenhang) zu +1 (stark positive Korrelation)
r ungleich kausaler Zusammenhang
Korrelation ungleich statisitscher Zusammenhang!
r2 = Bestimmtheitsmaß = wie viel Prozent der Streuung einer Variable kann durch die Streuung der anderen Variable erklärt werden
