Lehrbuch. Mit Online-Material
E-Book, Deutsch, 1088 Seiten
ISBN: 978-3-621-28622-0
Verlag: Julius Beltz GmbH
Format: PDF
Kopierschutz: 1 - PDF Watermark
Prof. Dr. Michael Eid, Lehrstuhl Methoden und Evaluation, FU Berlin.
Autoren/Hrsg.
Weitere Infos & Material
1;Inhaltsübersicht;6
2;Inhalt;8
3;Danksagung und Vorwort zur 4. Auflage;22
4;Wegweiser;24
5;I Forschungsmethoden;34
5.1;1 Was sind Methoden, und wozu sind sie gut?;36
5.1.1;1.1 Erkenntnismethoden und?Interventionsmethoden;36
5.1.2;1.2 Methoden der Datengewinnung und der Datenauswertung;37
5.1.3;1.3 Warum sind Methodenkenntnisse wichtig?;38
5.2;2 Struktur und Ablauf wissenschaftlicher Untersuchungen;40
5.2.1;2.1 Hypothesen, Ebenen wissenschaftlicher Aussagen und die Überbrückungsproblematik;40
5.2.1.1;2.1.1 Prüfbare und nicht-prüfbare Aussagen;40
5.2.1.2;2.1.2 Wissenschaftliche Hypothesen;41
5.2.1.3;2.1.3 Überbrückungsprobleme;42
5.2.2;2.2 Schritte im Forschungsprozess;43
5.2.2.1;2.2.1 Entstehung eines Erkenntnisinteresses;43
5.2.2.2;2.2.2 Sammlung verfügbaren Wissens;44
5.2.2.3;2.2.3 Entwicklung einer Fragestellung oder Hypothese;44
5.2.2.4;2.2.4 Planung einer Untersuchung;45
5.2.2.5;2.2.5 Durchführung der Untersuchung;47
5.2.2.6;2.2.6 Auswertung der Daten;48
5.2.2.7;2.2.7 Schlussfolgerungen aus der Untersuchung;49
5.2.2.8;2.2.8 Mitteilung der Untersuchung;49
5.3;3 Methoden der Datengewinnung;52
5.3.1;3.1 Kriterien für die Wahl einer Erhebungsmethode;52
5.3.2;3.2 Ordnungsmöglichkeiten;53
5.3.3;3.3 Darstellung einzelner Erhebungsmethoden;56
5.3.3.1;3.3.1 Verhaltensbeobachtung;56
5.3.3.2;3.3.2 Gespräch (?Interview, Exploration, Anamnese?);58
5.3.3.3;3.3.3 Schriftliche Befragung und Fragebogen;60
5.3.3.4;3.3.4 Textanalytische Methoden;63
5.3.3.5;3.3.5 Tests;64
5.3.3.6;3.3.6 Computerbasierte Verfahren;66
5.3.3.7;3.3.7 Apparative Verfahren zur Erfassung psychomotorischer Leistungen;68
5.3.3.8;3.3.8 Psychobiologische Verfahren;69
5.3.3.9;3.3.9 Nicht-reaktiv gewonnene Daten;71
5.3.3.10;3.3.10 Projektive Verfahren;72
5.3.3.11;3.3.11 Reaktionszeitgestützte Verfahren;73
5.3.4;3.4 Multimethodale Erfassung menschlichen Erlebens und Verhaltens;75
5.4;4 Forschungsansätze und -strategien in der Psychologie;82
5.4.1;4.1 Methodologische Grundbegriffe;83
5.4.1.1;4.1.1 Variablen und Konstanten;83
5.4.1.2;4.1.2 Merkmale und Merkmalsträger;83
5.4.1.3;4.1.3 Arten von Variablen in?der?Psychologie;83
5.4.2;4.2 Voraussetzungen für kausale Schlussfolgerungen;85
5.4.3;4.3 Experimenteller Ansatz;86
5.4.3.1;4.3.1 Systematische Störvariablen;87
5.4.3.2;4.3.2 Unsystematische Störvariablen;88
5.4.3.3;4.3.3 Kontrolle von Störvariablen;88
5.4.3.4;4.3.4 Externe Validität;91
5.4.4;4.4 Quasi-experimenteller Ansatz;93
5.4.5;4.5 Korrelativer Ansatz;95
5.4.6;4.6 Sekundär- und Metaanalysen;97
6;II Messtheoretische und deskriptivstatistische Grundlagen;102
6.1;5 Messtheoretische Grundlagen;104
6.1.1;5.1 Skalenniveau;104
6.1.1.1;5.1.1 Skalenniveaus im Überblick;105
6.1.1.2;5.1.2 Skalenniveau und andere Variablenarten;107
6.1.2;5.2 Messen in der Psychologie: Grundideen am Beispiel der Nominalskala;107
6.1.2.1;5.2.1 Relation;107
6.1.2.2;5.2.2 Relativ (?relationales System?);109
6.1.2.3;5.2.3 Homomorphismus;110
6.1.2.4;5.2.4 Grundlegende Fragen der Messtheorie;110
6.1.3;5.3 Definition der Nominalskala;111
6.1.3.1;5.3.1 Das empirische Relativ der?Nominalskala;111
6.1.3.2;5.3.2 Das numerische Relativ der?Nominalskala;112
6.1.3.3;5.3.3 Nominalskala und Nominalskalenmodell;113
6.1.3.4;5.3.4 Zulässige Transformationen und?Eindeutigkeit;113
6.1.3.5;5.3.5 Bedeutsamkeit;114
6.1.3.6;5.3.6 Anwendung von Nominalskalen;114
6.1.3.7;5.3.7 Das Wesentliche zum Nominalskalenmodell;115
6.1.4;5.4 Definition der Ordinalskala;115
6.1.4.1;5.4.1 Das empirische Relativ der?Ordinalskala;115
6.1.4.2;5.4.2 Das numerische Relativ der?Ordinalskala;116
6.1.4.3;5.4.3 Ordinalskala und Ordinalskalenmodell;117
6.1.4.4;5.4.4 Zulässige Transformationen und Eindeutigkeit;119
6.1.4.5;5.4.5 Bedeutsamkeit;120
6.1.4.6;5.4.6 Anwendung von Ordinalskalen;120
6.1.4.7;5.4.7 Das Wesentliche zum Ordinalskalenmodell;121
6.1.5;5.5 Kardinalskalierte oder metrische Variablen;121
6.1.5.1;5.5.1 Definition der Intervallskala;122
6.1.5.2;5.5.2 Definition der Verhältnisskala;123
6.1.5.3;5.5.3 Definition der Absolutskala;124
6.1.6;5.6 Inklusionsregel zulässiger Transformationen;124
6.2;6 Univariate Deskriptivstatistik;128
6.2.1;6.1 Grundbegriffe der Deskriptivstatistik;128
6.2.1.1;6.1.1 Datenmatrix;128
6.2.1.2;6.1.2 Häufigkeitsverteilung;129
6.2.2;6.2 Deskriptivstatistik für nominalskalierte Variablen;134
6.2.2.1;6.2.1 Zentrale Tendenz und Modalwert;134
6.2.2.2;6.2.2 Dispersion und relativer Informationsgehalt;134
6.2.3;6.3 Deskriptivstatistik für ordinalskalierte Variablen;136
6.2.3.1;6.3.1 Häufigkeitsverteilungen;137
6.2.3.2;6.3.2 Zentrale Tendenz und Median;140
6.2.3.3;6.3.3 Dispersion und Interquartilsbereich;1
6.2.4;6.4 Deskriptivstatistik für metrische Variablen;144
6.2.4.1;6.4.1 Häufigkeitsverteilungen;144
6.2.4.2;6.4.2 Kennwerte der zentralen Tendenz;154
6.2.4.3;6.4.3 Quantile;160
6.2.4.4;6.4.4 Streuungskennwerte;161
6.2.4.5;6.4.5 Schiefe und Kurtosis;165
6.2.5;6.5 Standardwerte und z-Transformation;166
6.2.6;6.6 Bivariate und multivariate Deskriptivstatistik;167
7;III Wahrscheinlichkeitstheorie und inferenzstatistische Grundlagen;170
7.1;7 Wahrscheinlichkeitstheorie und?Wahrscheinlichkeitsverteilungen;172
7.1.1;7.1 Wahrscheinlichkeiten für Zufallsereignisse;173
7.1.1.1;7.1.1 Zufallsvorgang, Zufallsexperiment und Ergebnisraum;173
7.1.1.2;7.1.2 Zufallsereignis;1
7.1.1.3;7.1.3 Laplace-Wahrscheinlichkeit und?Laplace-Experiment;175
7.1.1.4;7.1.4 Kombinatorik;176
7.1.1.5;7.1.5 Definition der Wahrscheinlichkeit nach Kolmogorov;178
7.1.1.6;7.1.6 Bedingte Wahrscheinlichkeiten;184
7.1.1.7;7.1.7 Das Bayes-Theorem;186
7.1.2;7.2 Wahrscheinlichkeitsverteilungen für diskrete Zufallsvariablen;192
7.1.2.1;7.2.1 Gleichverteilung;197
7.1.2.2;7.2.2 Bernoulli-Verteilung und?Indikatorvariablen;197
7.1.2.3;7.2.3 Binomialverteilung;198
7.1.2.4;7.2.4 Multinomialverteilung;202
7.1.2.5;7.2.5 Hypergeometrische Verteilung;202
7.1.2.6;7.2.6 Geometrische Verteilung;203
7.1.2.7;7.2.7 Poisson-Verteilung;203
7.1.3;7.3 Wahrscheinlichkeitsverteilungen für stetige Zufallsvariablen;203
7.1.3.1;7.3.1 Gleichverteilung;207
7.1.3.2;7.3.2 Exponentialverteilung;208
7.1.3.3;7.3.3 Normalverteilung;209
7.1.3.4;7.3.4 Weitere stetige Wahrscheinlichkeitsverteilungen;212
7.2;8 Grundlagen der Inferenzstatistik;218
7.2.1;8.1 Der Nullhypothesentest nach Fisher;219
7.2.2;8.2 Binäres Entscheidungskonzept von Neyman und Pearson;222
7.2.3;8.3 Effektgrößen;229
7.2.4;8.4 Statistisches Testen an Stichproben;231
7.2.5;8.5 Parameterschätzung;243
7.2.5.1;8.5.1 Gütekriterien der Parameterschätzung;243
7.2.5.2;8.5.2 Konfidenzintervall;249
7.2.5.3;8.5.3 Schätzung des Standardfehlers bei unbekannter Populationsvarianz;254
7.2.6;8.6 Konfidenzintervalle für Effektgrößen;257
7.2.6.1;8.6.1 Konfidenzintervall für Effektgrößen bei bekannter Populationsstandardabweichung;257
7.2.6.2;8.6.2 Konfidenzintervall für Effektgrößen bei unbekannter Populationsstandardabweichung;260
7.2.7;8.7 Testplanung und Poweranalyse;263
7.2.7.1;8.7.1 Post-hoc-Poweranalyse;264
7.2.7.2;8.7.2 A-priori-Poweranalyse;265
7.2.8;8.8 Das Überprüfen statistischer Hypothesen in der Psychologie ...;266
7.2.8.1;8.8.1 Schritte beim statistischen Testen;267
7.2.8.2;8.8.2 Statistisches Testen in der wissenschaftlichen Praxis;267
7.2.8.3;8.8.3 Empfehlungen der »Task Force on Statistical Inference«;268
7.2.9;8.9 Replikation von Forschungsergebnissen;270
7.2.9.1;8.9.1 Notwendigkeit und Vernachlässigung von Replikationen;270
7.2.9.2;8.9.2 Präferenz für signifikante Befunde;270
7.2.9.3;8.9.3 Subtile Strategien der Fälschung von Forschungsergebnissen;272
7.2.9.4;8.9.4 Neue Entwicklungen;273
7.3;9 Die Welt inferenzstatistischer Verfahren: Überblick, Systematik, Auswahlstrategien;280
7.3.1;9.1 Warum braucht man verschiedene statistische Tests?;280
7.3.2;9.2 Unterscheidungsmerkmale statistischer Tests;281
7.3.2.1;9.2.1 Exakte vs. asymptotische Tests;281
7.3.2.2;9.2.2 Parametrische vs. nonparametrische Verfahren;282
7.3.2.3;9.2.3 Robuste Verfahren;282
7.3.2.4;9.2.4 Resampling-Verfahren;283
7.3.3;9.3 Population, Stichprobe und Repräsentativität: Konsequenzen für inferenzstatistische Verfahren;286
7.3.3.1;9.3.1 Population (?Grundgesamtheit?);286
7.3.3.2;9.3.2 Stichprobe;289
7.3.3.3;9.3.3 Repräsentativität und fehlende Werte;291
7.3.4;9.4 Auswahl eines Verfahrens;293
7.3.4.1;9.4.1 Univariate, bivariate, multivariate Verfahren;293
7.3.4.2;9.4.2 Gerichtete vs. ungerichtete Zusammenhänge;294
7.3.4.3;9.4.3 Manifeste vs. latente Variablen;295
7.3.4.4;9.4.4 Skalenniveau und Variablenart;295
7.3.4.5;9.4.5 Auswahl eines statistischen Verfahrens;296
7.3.5;9.5 Weiterer Aufbau des Buches;297
8;IV Methoden zum Vergleich von Gruppen;300
8.1;10 Einstichproben- und Anpassungstests;302
8.1.1;10.1 Vergleich eines Mittelwerts mit einem fixen Wert;302
8.1.2;10.2 Vergleich eines Medians mit einem fixen Wert;306
8.1.3;10.3 Vergleich einer Stichprobenvarianz mit einer Populationsvarianz;311
8.1.4;10.4 Vergleich einer relativen Häufigkeit mit einer theoretischen Wahrscheinlichkeit (?Binomialtest);316
8.1.5;10.5 Vergleich der Häufigkeitsverteilung eines kategorialen Merkmals ...;318
8.1.6;10.6 Überprüfung von Verteilungsannahmen bei stetigen Merkmalen;323
8.1.6.1;10.6.1 Kolmogorov-Smirnov-Test (?KS-Anpassungstest?);323
8.1.6.2;10.6.2 ?2-Anpassungstest;327
8.2;11 Unterschiede zwischen zwei unabhängigen Stichproben;332
8.2.1;11.1 Vergleich zweier Stichprobenmittelwerte (?Zweistichprobentests?);332
8.2.1.1;11.1.1 Bekannte Populationsvarianzen: Der Zweistichproben-Gauß-Test;332
8.2.1.2;11.1.2 Unbekannte Populationsvarianzen: Der t-Test für unabhängige Stichproben;335
8.2.2;11.2 Vergleich zweier Stichprobenmediane (?Wilcoxon-Rangsummen-Test bzw. U-Test?);344
8.2.3;11.3 Vergleich zweier Stichprobenvarianzen (?Varianzhomogenitätstests?);350
8.2.3.1;11.3.1 F-Test auf Varianzhomogenität;350
8.2.3.2;11.3.2 Levene-Test;353
8.2.4;11.4 Vergleich von Häufigkeitsverteilungen zwischen zwei unabhängigen Stichproben;355
8.2.4.1;11.4.1 Vierfelder-?2-Test;355
8.2.4.2;11.4.2 Fisher-Yates-Test;1
8.2.5;11.5 Der Zweistichproben-?2-Test;1
8.3;12 Unterschiede zwischen zwei abhängigen Stichproben;368
8.3.1;12.1 Vergleich der zentralen Tendenz zweier abhängiger Stichproben;370
8.3.1.1;12.1.1 Parametrischer Test: Der t-Test für abhängige Stichproben;370
8.3.1.2;12.1.2 Nonparametrische Tests;378
8.3.2;12.2 Vergleich von Häufigkeitsverteilungen zwischen zwei abhängigen Stichproben;1
8.3.2.1;12.2.1 Dichotome Merkmale: Der McNemar-Test;1
8.3.2.2;12.2.2 Mehrkategoriale Merkmale: Der Bowker-Test;387
8.4;13 Unterschiede zwischen mehreren unabhängigen Stichproben: Varianzanalyse und verwandte Verfahren;392
8.4.1;13.1 Einfaktorielle Varianzanalyse;393
8.4.1.1;13.1.1 Grundidee der Varianzanalyse;393
8.4.1.2;13.1.2 Messwertzerlegung;394
8.4.1.3;13.1.3 Zerlegung der Bedingungsmittelwerte und Effekte einzelner Bedingungen;395
8.4.1.4;13.1.4 Quadratsummenzerlegung;397
8.4.1.5;13.1.5 Populationsmodell der einfaktoriellen Varianzanalyse;400
8.4.1.6;13.1.6 Schätzung der Populationsparameter;403
8.4.1.7;13.1.7 Überprüfung der Nullhypothese: Der F-Test der einfaktoriellen Varianzanalyse;405
8.4.1.8;13.1.8 Verletzungen der Voraussetzungen;409
8.4.1.9;13.1.9 Effektgrößenmaße und Konfidenzintervall;410
8.4.1.10;13.1.10 Poweranalyse;414
8.4.1.11;13.1.11 Varianzanalyse mit zufälligen Effekten;416
8.4.1.12;13.1.12 Paarvergleiche und Post-hoc-Tests;416
8.4.1.13;13.1.13 Kontrastanalyse;421
8.4.2;13.2 Zweifaktorielle Varianzanalyse;431
8.4.2.1;13.2.1 Grundidee der zweifaktoriellen Varianzanalyse;433
8.4.2.2;13.2.2 Messwertzerlegung;433
8.4.2.3;13.2.3 Quadratsummenzerlegung;439
8.4.2.4;13.2.4 Populationsmodell der zweifaktoriellen Varianzanalyse;442
8.4.2.5;13.2.5 Schätzung der Populationsparameter;444
8.4.2.6;13.2.6 Überprüfung der Nullhypothesen;444
8.4.2.7;13.2.7 Effektgrößenmaße und Konfidenzintervalle;448
8.4.2.8;13.2.8 Post-hoc-Tests und geplante Kontraste;451
8.4.2.9;13.2.9 Ungleiche Stichprobengrößen: Nonorthogonale Varianzanalyse;454
8.4.2.10;13.2.10 Mehrfaktorielle Varianzanalyse;454
8.4.3;13.3 Test auf Gruppenunterschiede für Rangdaten (?Kruskal-Wallis-Test?);455
8.4.4;13.4 Verfahren für kategoriale abhängige Variablen;457
8.5;14 Unterschiede zwischen mehreren abhängigen Stichproben: Varianzanalyse mit Messwiederholung ...;462
8.5.1;14.1 Einfaktorielle Varianzanalyse mit Messwiederholung;463
8.5.1.1;14.1.1 Messwertzerlegung;465
8.5.1.2;14.1.2 Quadratsummenzerlegung;465
8.5.1.3;14.1.3 Effektgrößenmaße;468
8.5.1.4;14.1.4 Populationsmodell der einfaktoriellen Varianzanalyse mit Messwiederholung;470
8.5.1.5;14.1.5 Schätzung der Populationsparameter;472
8.5.1.6;14.1.6 Inferenzstatistik der einfaktoriellen Varianzanalyse mit Messwiederholung;473
8.5.1.7;14.1.7 Sphärizität und Compound Symmetry;475
8.5.1.8;14.1.8 Effektgrößenmaße und Konfidenzintervalle;478
8.5.1.9;14.1.9 A-priori-Poweranalyse: Planung des optimalen Stichprobenumfangs;480
8.5.1.10;14.1.10 Kontrastanalyse;482
8.5.2;14.2 Zweifaktorielle Varianzanalyse mit Messwiederholung;485
8.5.2.1;14.2.1 Zweifaktorielle Varianzanalyse mit Messwiederholung auf beiden Faktoren;485
8.5.2.2;14.2.2 Zweifaktorielle Varianzanalyse mit Messwiederholung auf einem Faktor;493
8.5.3;14.3 Nichtparametrischer Test für Medianunterschiede zwischen abhängigen Stichproben ...;501
8.5.4;14.4 Verfahren für kategoriale abhängige Variablen;503
8.6;15 Unterschiede zwischen mehreren Stichproben auf mehreren abhängigen Variablen ...;506
8.6.1;15.1 Multivariate vs. univariate Varianzanalysen;506
8.6.2;15.2 Zielsetzungen und Grundideen der multivariaten Varianzanalyse;1
8.6.3;15.3 Einfaktorielle multivariate Varianzanalyse;508
8.6.3.1;15.3.1 Messwertzerlegung;508
8.6.3.2;15.3.2 Quadratsummenzerlegung;509
8.6.3.3;15.3.3 Kreuzproduktsummenzerlegung;509
8.6.3.4;15.3.4 Zusammenfassende Darstellung der Quadrat- und Kreuzproduktsummen;510
8.6.3.5;15.3.5 Diskriminanzfunktion;511
8.6.3.6;15.3.6 Effektgröße;515
8.6.3.7;15.3.7 Populationsmodell der multivariaten Varianzanalyse;1
8.6.3.8;15.3.8 Überprüfung der Nullhypothese;517
8.6.3.9;15.3.9 Effektgrößen und Konfidenzintervalle;1
8.6.3.10;15.3.10 Poweranalyse;523
8.6.3.11;15.3.11 Post-hoc-Tests und Kontrastanalyse;524
8.6.4;15.4 Spezialfälle und Erweiterungen;525
9;V Zusammenhangs- und Regressionsanalyse;528
9.1;16 Zusammenhänge zwischen zwei Variablen: Korrelations- und Assoziationsmaße;530
9.1.1;16.1 Erläuterung des Korrelationsprinzips an drei Beispielen;530
9.1.2;16.2 Tabellarische und grafische Darstellung von bivariaten Messwertreihen;532
9.1.3;16.3 Korrelationskoeffizienten;536
9.1.3.1;16.3.1 Zwei metrische Variablen;536
9.1.3.2;16.3.2 Zwei ordinalskalierte Variablen;544
9.1.3.3;16.3.3 Zwei dichotome nominalskalierte Variablen;554
9.1.3.4;16.3.4 Zwei polytome nominalskalierte Variablen;562
9.1.3.5;16.3.5 Eine dichotome Variable und eine metrische Variable;566
9.1.3.6;16.3.6 Eine dichotome nominalskalierte Variable und eine ordinalskalierte Variable;567
9.1.3.7;16.3.7 Weitere Skalenkombinationen;569
9.1.3.8;16.3.8 Wahl eines Korrelationskoeffizienten;570
9.1.4;16.4 Inferenzstatistik zu bivariaten Zusammenhangsmaßen;570
9.1.4.1;16.4.1 Zwei metrische Variablen;571
9.1.4.2;16.4.2 Assoziationsmaße für ordinale Variablen;580
9.1.4.3;16.4.3 Assoziationsmaße für dichotome Variablen;583
9.1.4.4;16.4.4 Assoziationsmaße für nominalskalierte Variablen;585
9.1.4.5;16.4.5 Andere Assoziationsmaße;586
9.2;17 Abhängigkeiten zwischen zwei Variablen: Einfache lineare Regression;590
9.2.1;17.1 Kleinste-Quadrate-Kriterium;592
9.2.2;17.2 Regressionsgleichung;596
9.2.3;17.3 Regressionsresiduum;597
9.2.4;17.4 Quadratsummenzerlegung und Varianzzerlegung;598
9.2.5;17.5 Determinationskoeffizient und Indeterminationskoeffizient;599
9.2.6;17.6 Negatives Regressionsgewicht und Regressionsrichtung;600
9.2.6.1;17.6.1 Negatives Regressionsgewicht;600
9.2.6.2;17.6.2 Regressionsrichtung;601
9.2.7;17.7 Regression standardisierter Werte;602
9.2.8;17.8 Bedeutung der linearen Regression;603
9.2.9;17.9 Inferenzstatistik der einfachen linearen Regression;603
9.2.9.1;17.9.1 Populationsmodell der einfachen linearen Regression;604
9.2.9.2;17.9.2 Inferenzstatistische Schätzung und Testung;605
9.2.9.3;17.9.3 Schätzung der Residualvarianz und des Standardschätzfehlers;607
9.2.9.4;17.9.4 Schätzung und Überprüfung des Regressionsgewichts ?1;607
9.2.9.5;17.9.5 Schätzung und Überprüfung des Achsenabschnitts ?0;608
9.2.9.6;17.9.6 Schätzung der bedingten Erwartungswerte;609
9.2.9.7;17.9.7 Vorhersage individueller Kriteriumswerte;610
9.2.9.8;17.9.8 Schätzung und Überprüfung des Determinationskoeffizienten;610
9.3;18 Partialkorrelation und Semipartialkorrelation;616
9.3.1;18.1 Aufgaben und Ziele der Partial- und Semipartialkorrelation;616
9.3.2;18.2 Partialkorrelation;621
9.3.3;18.3 Semipartialkorrelation;625
9.3.4;18.4 Inferenzstatistische Absicherung der Partial- und der Semipartialkorrelation;627
9.4;19 Multiple Regressionsanalyse;630
9.4.1;19.1 Zielsetzungen der multiplen Regressionsanalyse;630
9.4.1.1;19.1.1 Berücksichtigung von Redundanzen und Kontrolle von Störvariablen;630
9.4.1.2;19.1.2 Prognose und Erklärung;630
9.4.1.3;19.1.3 Analyse komplexer Zusammenhänge;631
9.4.2;19.2 Notation;632
9.4.3;19.3 Lineare Regression für zwei metrische unabhängige Variablen;633
9.4.3.1;19.3.1 Multiple Regression als kompensatorisches Modell;633
9.4.3.2;19.3.2 Grafische Darstellung;634
9.4.3.3;19.3.3 Bestimmung der Regressionskoeffizienten;634
9.4.4;19.4 Bedeutung der Regressionsgewichte;637
9.4.4.1;19.4.1 Multiple Regressionsgewichte als Regressionsgewichte bedingter einfacher Regressionen;637
9.4.4.2;19.4.2 Multiple Regressionsgewichte als Regressionsgewichte von Regressionsresiduen;638
9.4.4.3;19.4.3 Unstandardisierte vs. standardisierte Regressionsgewichte;640
9.4.5;19.5 Lineare Regression für mehrere metrische unabhängige Variablen;641
9.4.6;19.6 Multiple Korrelation und Determinationskoeffizient;642
9.4.7;19.7 Inferenzstatistik zur multiplen Regressionsanalyse;645
9.4.7.1;19.7.1 Populationsmodell der multiplen Regression;645
9.4.7.2;19.7.2 Inferenzstatistische Schätzung und Testung;646
9.4.7.3;19.7.3 Schätzung der Residualvarianz und des Standardschätzfehlers;647
9.4.7.4;19.7.4 Schätzung, Signifikanztest und Konfidenzintervalle für die multiple Korrelation ...;647
9.4.7.5;19.7.5 Schätzung, Signifikanztest und Konfidenzintervalle ...;1
9.4.7.6;19.7.6 Schätzung, Signifikanztest und Konfidenzintervalle für einen Satz unabhängiger Variablen;653
9.4.7.7;19.7.7 Verfahren zur Auswahl unabhängiger Variablen;656
9.4.7.8;19.7.8 Schätzung und Überprüfung des Achsenabschnitts ?0;1
9.4.7.9;19.7.9 Schätzung der bedingten Erwartungswerte und individuell prognostizierter Werte;1
9.4.8;19.8 Suppressorvariable;660
9.4.9;19.9 Moderierte Regressionsanalyse;664
9.4.9.1;19.9.1 Moderierte Regressionsanalyse: Zwei unabhängige Variablen;665
9.4.9.2;19.9.2 Moderierte Regression mit zentrierten Variablen;667
9.4.9.3;19.9.3 Inferenzstatistische Absicherung eines Moderatoreffekts;671
9.4.10;19.10 Analyse nicht-linearer Zusammenhänge;674
9.4.11;19.11 Analyse kategorialer unabhängiger Variablen;677
9.4.11.1;19.11.1 Dummy-Codierung;677
9.4.11.2;19.11.2 Effektcodierung;680
9.4.11.3;19.11.3 Vergleich von Dummy- und Effektcodierung;683
9.4.11.4;19.11.4 Inferenzstatistische Absicherung der Regressionsparameter;684
9.4.11.5;19.11.5 Analyse mehrerer kategorialer unabhängiger Variablen;685
9.4.11.6;19.11.6 Ordinale unabhängige Variablen;691
9.4.12;19.12 Gemeinsame Analyse kategorialer und metrischer unabhängiger Variablen;691
9.4.12.1;19.12.1 Additive Verknüpfung kategorialer und kontinuierlicher Variablen: Kovarianzanalyse;691
9.4.12.2;19.12.2 Kovarianzanalyse in quasi-experimentellen Designs;695
9.4.12.3;19.12.3 Interaktionen zwischen kategorialen und kontinuierlichen Variablen;703
9.4.13;19.13 Regressionsdiagnostik;705
9.4.13.1;19.13.1 Korrekte Spezifikation des Modells;705
9.4.13.2;19.13.2 Messfehlerfreiheit der unabhängigen Variablen;707
9.4.13.3;19.13.3 Ausreißer und einflussreiche Datenpunkte;708
9.4.13.4;19.13.4 Multikollinearität;713
9.4.13.5;19.13.5 Homoskedastizität;715
9.4.13.6;19.13.6 Unabhängigkeit der Residuen;716
9.4.13.7;19.13.7 Normalverteilung der Residuen;717
9.4.13.8;19.13.8 Multivariate Normalverteilung der Variablen;721
9.4.13.9;19.13.9 Verletzung der Annahmen und Konsequenzen;721
9.5;20 Hierarchische lineare Modelle (?Mehrebenenanalyse?);728
9.5.1;20.1 Hierarchische Datenstrukturen;728
9.5.1.1;20.1.1 Risiko falscher Schlüsse bei der Interpretation von Zusammenhängen;729
9.5.1.2;20.1.2 Verletzung der Unabhängigkeitsannahme;731
9.5.1.3;20.1.3 Mehrebenenmodelle: Ein Überblick;733
9.5.2;20.2 Modelle der Mehrebenenanalyse;733
9.5.2.1;20.2.1 Das Intercept-Only-Modell;733
9.5.2.2;20.2.2 Das Random-Intercept-Modell;1
9.5.2.3;20.2.3 Das Random-Coefficients-Modell;736
9.5.2.4;20.2.4 Modelle mit festen Level-1- und Level-2-Effekten;739
9.5.2.5;20.2.5 Analyse von Kontexteffekten;740
9.5.2.6;20.2.6 Modelle mit Cross-Level-Interaktionseffekt;745
9.5.3;20.3 Parameterschätzung, inferenzstatistische Absicherung und Varianzaufklärung;746
9.5.3.1;20.3.1 Schätzung der Modellparameter;746
9.5.3.2;20.3.2 Inferenzstatistische Absicherung der Modellparameter;747
9.5.3.3;20.3.3 Passung des Modells auf die Daten;749
9.5.3.4;20.3.4 Wie viel Varianz klärt ein Prädiktor auf?;1
9.5.3.5;20.3.5 Poweranalyse und Stichprobenumfangsplanung;1
9.5.4;20.4 Modelle der Veränderungsmessung;757
9.5.4.1;20.4.1 Trendmodelle;758
9.5.4.2;20.4.2 Kontrastanalysen;763
9.5.5;20.5 Weitere Modelle;767
9.6;21 Log-lineare Modelle und Logit-Modelle;770
9.6.1;21.1 Zielsetzungen der log-linearen Analyse;770
9.6.1.1;21.1.1 Das Simpson-Paradox;770
9.6.1.2;21.1.2 Ein einführendes Beispiel: Sonnenschutzverhalten;772
9.6.2;21.2 Log-lineare Modelle für eine Analyse einer 2?×?2-Kontingenztabelle;773
9.6.2.1;21.2.1 Das multiplikative Modell;773
9.6.2.2;21.2.2 Das additive Modell;775
9.6.2.3;21.2.3 Das Modell mit einer Referenzkategorie;778
9.6.2.4;21.2.4 Vergleich der verschiedenen Formulierungen des Modells;779
9.6.2.5;21.2.5 Allgemeiner Fall einer I?×?J-Kontingenztabelle;779
9.6.3;21.3 Inferenzstatistische Absicherung;780
9.6.3.1;21.3.1 Populationsmodelle für eine 2?×?2-Kontingenztabelle;780
9.6.3.2;21.3.2 Parameterschätzung und Hypothesentestung;781
9.6.3.3;21.3.3 Standardfehler und Konfidenzintervalle;782
9.6.3.4;21.3.4 Signifikanztests;783
9.6.4;21.4 Überprüfung von Modellen;784
9.6.4.1;21.4.1 Statistische Überprüfung von Modellannahmen;784
9.6.4.2;21.4.2 Unabhängigkeitsmodell und saturiertes Modell;786
9.6.4.3;21.4.3 Hierarchische und nicht-hierarchische log-lineare Modelle;787
9.6.4.4;21.4.4 Modellvergleiche;787
9.6.4.5;21.4.5 Spezifikation von Modellen beim produkt-multinomialen Erhebungsschema;788
9.6.4.6;21.4.6 Effektgröße und Konfidenzintervall;789
9.6.4.7;21.4.7 Bestimmung der optimalen Stichprobengröße;789
9.6.5;21.5 Log-lineare Modelle für eine 2?×?2?×?2-Kontingenztabelle;791
9.6.5.1;21.5.1 Multiplikatives Modell;791
9.6.5.2;21.5.2 Additives Modell;792
9.6.5.3;21.5.3 Parameterschätzung und Modelltestung;792
9.6.5.4;21.5.4 Das log-lineare Modell für eine I?×?J?×?K-Kontingenztabelle;795
9.6.6;21.6 Logit-Modell;795
9.7;22 Logistische Regressionsanalyse;800
9.7.1;22.1 Grundidee der logistischen Regressionsanalyse für dichotome abhängige Variablen;800
9.7.1.1;22.1.1 Einfache logistische Regressionsanalyse;801
9.7.1.2;22.1.2 Multiple logistische Regression;810
9.7.2;22.2 Parameterschätzung;812
9.7.3;22.3 Hypothesenprüfung;813
9.7.3.1;22.3.1 Hypothesentests für einen einzelnen Parameter;813
9.7.3.2;22.3.2 Hypothesentests für ein Set von unabhängigen Variablen;816
9.7.3.3;22.3.3 Hypothesentests in Bezug auf alle unabhängigen Variablen;817
9.7.3.4;22.3.4 Zerlegung der Likelihood-Ratio-Teststatistik;817
9.7.4;22.4 Effektgrößen;818
9.7.5;22.5 Klassifikation;820
9.7.6;22.6 Bestimmung der optimalen Stichprobengröße;821
9.7.7;22.7 Voraussetzungen der Maximum-Likelihood-Schätzung und Hypothesentestung;823
9.7.8;22.8 Regressionsdiagnostik;824
9.7.8.1;22.8.1 Korrekte Spezifikation des Modells und Modellanpassungsgüte;824
9.7.8.2;22.8.2 Messfehlerbehaftetheit der unabhängigen Variablen und Multikollinearität;827
9.7.8.3;22.8.3 Identifikation von Ausreißern und einflussreichen Datenpunkten;827
9.7.8.4;22.8.4 Nullzellenproblem;828
9.7.9;22.9 Logistisches Regressionsmodell für mehrkategoriale nominalskalierte abhängige Variablen;829
9.7.10;22.10 Logistisches Regressionsmodell für ordinalskalierte abhängige Variablen;833
10;VI Modelle mit latenten Variablen;842
10.1;23 Messfehlertheorie und Klassische Testtheorie;844
10.1.1;23.1 Theoretische Konzepte der Klassischen Testtheorie;844
10.1.1.1;23.1.1 Theoretische Konzeption des Messfehlers;845
10.1.1.2;23.1.2 Theoretische Konzeption des wahren Wertes;847
10.1.1.3;23.1.3 Eigenschaften der Messfehler- und der True-Score-Variablen;849
10.1.1.4;23.1.4 Theoretische Konzeption der Reliabilität;850
10.1.2;23.2 Messmodelle;852
10.1.2.1;23.2.1 Modell essenziell ?-äquivalenter Variablen;852
10.1.2.2;23.2.2 Modell essenziell ?-paralleler Variablen;860
10.1.2.3;23.2.3 Modell ?-äquivalenter Variablen;861
10.1.2.4;23.2.4 Modell ?-paralleler Variablen;861
10.1.2.5;23.2.5 Zwischenfazit;862
10.1.2.6;23.2.6 Modell ?-kongenerischer Variablen;864
10.1.3;23.3 Vergleich der verschiedenen Testmodelle;870
10.1.4;23.4 Funktion von Testmodellen für die Psychodiagnostik;871
10.1.4.1;23.4.1 Itemselektion und Testkonstruktion;871
10.1.4.2;23.4.2 Messung latenter Merkmalsausprägungen;873
10.2;24 Mehrdimensionale Messmodelle und konfirmatorische Faktorenanalyse;878
10.2.1;24.1 Ein einführendes Beispiel: Die Konvergenz von Selbst- und Fremdbericht;878
10.2.1.1;24.1.1 Ein zweidimensionales Modell;880
10.2.1.2;24.1.2 Ein alternatives Modell: Modell mit Methodenfaktor;881
10.2.1.3;24.1.3 Verschiedene Darstellungsformen von Multidimensionalität;883
10.2.2;24.2 True-Score-Modelle vs. Faktormodelle;885
10.2.2.1;24.2.1 Uniqueness und Kommunalität;885
10.2.2.2;24.2.2 Faktoren und Ladungen;886
10.2.2.3;24.2.3 Konfirmatorische vs. exploratorische Faktorenanalyse;886
10.2.3;24.3 Grundidee der Faktorenanalyse;886
10.2.4;24.4 Allgemeine Fragen bei der konfirmatorischen Faktorenanalyse;888
10.2.4.1;24.4.1 Modellspezifikation: Warum Theorie so wichtig ist!;888
10.2.4.2;24.4.2 Identifizierbarkeit: Können alle Parameter eindeutig bestimmt werden?;890
10.2.4.3;24.4.3 Grundideen der Parameterschätzung und der Modelltestung;896
10.2.5;24.5 Schätzmethoden;899
10.2.5.1;24.5.1 Grundprinzip der Schätzmethoden;899
10.2.5.2;24.5.2 Maximum-Likelihood-Verfahren;900
10.2.5.3;24.5.3 Asymptotisch verteilungsfreie Verfahren;901
10.2.5.4;24.5.4 Andere Schätzmethoden;901
10.2.5.5;24.5.5 Wahl einer Schätzmethode;903
10.2.6;24.6 Beurteilung der Modellanpassungsgüte;904
10.2.6.1;24.6.1 Detailmaße der Anpassungsgüte: Residuen;904
10.2.6.2;24.6.2 Gesamtanpassung des Modells;1
10.2.6.3;24.6.3 Modellvergleiche;1
10.2.6.4;24.6.4 Modellmodifikationen;910
10.2.6.5;24.6.5 Erwartungswertstrukturen;910
10.2.7;24.7 Bestimmung der optimalen Stichprobengröße;911
10.2.7.1;24.7.1 A-priori-Poweranalyse zur Bestimmung der Stichprobengröße;911
10.2.7.2;24.7.2 Monte-Carlo-Simulationsstudie zur Bestimmung der Stichprobengröße;911
10.2.8;24.8 Faktorenanalyse für ordinale Variablen;912
10.2.8.1;24.8.1 Annahme einer itemspezifischen kontinuierlichen Variablen;913
10.2.8.2;24.8.2 Faktorenanalytisches Modell;914
10.2.9;24.9 Weitere Messmodelle mit latenten Variablen;916
10.3;25 Exploratorische Faktorenanalyse und Hauptkomponentenanalyse;920
10.3.1;25.1 Grundprinzipien der exploratorischen Faktorenanalyse;921
10.3.1.1;25.1.1 Grundgleichung der Faktorenanalyse;921
10.3.1.2;25.1.2 Schritte bei der exploratorischen Faktorenanalyse;921
10.3.2;25.2 Die Maximum-Likelihood-Faktorenanalyse;922
10.3.2.1;25.2.1 Annahmen der Maximum-Likelihood-Faktorenanalyse;922
10.3.2.2;25.2.2 Identifizierbarkeit und Anfangslösung;923
10.3.2.3;25.2.3 Bestimmung der Anzahl der Faktoren und Modellgültigkeit;924
10.3.2.4;25.2.4 Rotation;928
10.3.2.5;25.2.5 Interpretation der Ergebnisse;932
10.3.2.6;25.2.6 Bestimmung von Faktorwerten;933
10.3.3;25.3 Hauptachsenanalyse und Hauptkomponentenanalyse;933
10.3.3.1;25.3.1 Grundidee der Hauptkomponentenanalyse;934
10.3.3.2;25.3.2 Kriterien zur Bestimmung der relevanten Hauptkomponenten;938
10.3.3.3;25.3.3 Rotation und Ergebnisdarstellung;940
10.3.3.4;25.3.4 Die Hauptachsenanalyse;942
10.3.4;25.4 Vergleich der Ansätze und praktische Empfehlungen;943
10.3.5;25.5 Faktorenanalyse für dichotome und ordinale Variablen;946
10.3.6;25.6 Einzelfall-Faktorenanalyse und dynamische Faktorenanalyse;947
10.4;26 Pfadanalyse und lineare Strukturgleichungsmodelle;952
10.4.1;26.1 Pfadanalyse;953
10.4.1.1;26.1.1 Das pfadanalytische Modell als ein System von Regressionsmodellen;954
10.4.1.2;26.1.2 Parameterschätzung und Modellüberprüfung;956
10.4.1.3;26.1.3 Hypothesenüberprüfung;961
10.4.2;26.2 Lineare Strukturgleichungsmodelle;966
10.4.2.1;26.2.1 Messmodell und Strukturmodell;967
10.4.2.2;26.2.2 Parameterschätzung und Hypothesenüberprüfung;969
10.4.2.3;26.2.3 Latente autoregressive Modelle;969
10.4.2.4;26.2.4 Latent-State-Trait-Modell;973
10.4.2.5;26.2.5 Spezielle lineare Strukturgleichungsmodelle;976
10.4.2.6;26.2.6 Sind Strukturgleichungsmodelle Kausalmodelle?;976
11;Anhang;980
12;Glossar;982
13;Literaturverzeichnis;1000
14;Hinweise zu den Online-Materialien;1018
15;Anhang A: Tabellen;1020
15.1;1 Binominalverteilung;1020
15.2;2 Standardnormalverteilung;1032
15.3;3 Zentrale t-Verteilung;1033
15.4;4 Wilcoxon-Vorzeichen-Rangtest;1
15.5;5 Zentrale ?2-Verteilung;1035
15.6;6 Kritische Werte für den Kolmogorov-Smirnov-Test und den Lilliefors-Test;1036
15.7;7 Wilcoxon-Rangsummen-Test;1039
15.8;8 Zentrale F-Verteilung;1042
15.9;9 Kritische Werte für die Differenz nK???nD;1049
16;Anhang B: Matrixalgebra;1052
16.1;1 Matrix;1052
16.2;2 Vektor;1052
16.3;3 Grundlegende Rechenoperationen mit Matrizen;1053
16.4;4 Spezielle Matrizen;1056
16.5;5 Demonstration der Berechnung einiger statistischer Kennwerte mittels Matrixalgebra;1059
17;Sachwortverzeichnis;1064
18;Leere Seite;1
