E-Book, Deutsch, 405 Seiten
Reihe: Bachelorstudium Psychologie
Holling / Gediga Statistik – Testverfahren
1. Auflage 2015
ISBN: 978-3-8409-2302-9
Verlag: Hogrefe Publishing
Format: PDF
Kopierschutz: 1 - PDF Watermark
E-Book, Deutsch, 405 Seiten
Reihe: Bachelorstudium Psychologie
ISBN: 978-3-8409-2302-9
Verlag: Hogrefe Publishing
Format: PDF
Kopierschutz: 1 - PDF Watermark
Das Lehrbuch bietet einen Überblick über statistische Verfahren zur Hypothesentestung. Einleitend führt der Band in die Logik der stastistischen Testung von Hypothesen über Wahrscheinlichkeitsverteilungen und Parameter von Wahrscheinlichkeitsverteilungen ein. In den weiteren Kapiteln werden die wichtigsten Einstichprobentests, Zweistichprobentests, Anpassungstests sowie die ein- und zweifaktorielle Varianzanalyse mit und ohne Messwiederholung behandelt. Im letzten Kapitel werden Tests für das allgemeine lineare Modell vorgestellt ebenso wie die Einbettung varianzanalytischer Verfahren in diese statistische Familie. Neben den häufig eingesetzten parametrischen Verfahren werden auch die entsprechenden nichtparametrischen Verfahren behandelt.
Zur Veranschaulichung der Inhalte werden insbesondere Beispiele aus der psychologischen Forschung herangezogen. Jedoch ist dieses Lehrbuch auch für Studierende anderer Studiengänge, wie den Sozial- und Erziehungswissenschaften, als grundlegende Einführung geeignet. Zu den vorgestellten Verfahren wird jeweils beschrieben, wie diese mit den gängigen Statistikprogrammen SPSS und R durchgeführt werden können. Vertiefende Inhalte und die Datensätze zur Berechnung der beschriebenen Auswertungsbeispiele werden auf der Webseite zum Buch zur Verfügung gestellt.
Autoren/Hrsg.
Fachgebiete
Weitere Infos & Material
1;Statistik – Testverfahren;1
1.1;Inhaltsverzeichnis;7
2;Kapitel 1: Über dieses Buch;13
2.1;1.1 Zum Inhalt dieses Buches;14
2.2;1.2 Danksagung;16
3;Kapitel 2: Hypothesentestung;17
3.1;2.1 Einleitende Übersicht;18
3.2;2.2 Einfu?hrung in die Hypothesentestung;19
3.3;2.3 Statistische Tests;26
3.4;2.4 Signifikanztests;29
3.5;2.5 Gauß-Test;34
3.6;2.6 p-Wert;37
3.7;2.7 Fehler und Fehlerwahrscheinlichkeiten;41
3.8;2.8 Power;42
3.9;2.9 Gu?tefunktion;55
3.10;2.10 Hypothesentestung mittels Bootstrap-Verfahren;60
3.11;Zusammenfassung;65
3.12;Zentrale Begriffe;66
3.13;Notation;68
4;Kapitel 3: Einstichprobentests;69
4.1;3.1 Einstichprobentests fu?r den Erwartungswert;70
4.2;3.2 Einstichprobentest fu?r die Varianz;78
4.3;3.3 Einstichprobentests fu?r den Anteilswert;81
4.4;3.4 Einstichprobentests fu?r den Median;87
4.5;3.5 Vergleich der Testgu?te der Einstichprobentests fu?r den Erwartungswert;92
4.6;3.6 Software;94
4.7;Zusammenfassung;97
4.8;Zentrale Begriffe;99
4.9;Notation;100
5;Kapitel 4: Anpassungstests;101
5.1;4.1 Grafische Verfahren zur Überpru?fung einer Verteilungsannahme;102
5.2;4.2 Tests zur Überpru?fung einer Verteilungsannahme;106
5.3;4.3 chi2-Anpassungstest;110
5.4;4.4 Vergleich der Anpassungstests;115
5.5;4.5 Software;115
5.6;Zusammenfassung;119
5.7;Zentrale Begriffe;120
5.8;Notation;121
6;Kapitel 5: Tests fu?r Zusammenhänge von Variablen;123
6.1;5.1 Tests fu?r die Produkt-Moment-Korrelation;125
6.2;5.2 Permutationstest;130
6.3;5.3 Tests fu?r ordinale Korrelationskoeffizienten;133
6.4;5.4 Tests fu?r Zusammenhangsmaße fu?r nominalskalierte Variablen;137
6.5;5.5 Software;148
6.6;Zusammenfassung;152
6.7;Zentrale Begriffe;153
6.8;Notation;154
7;Kapitel 6: Zweistichprobentests;155
7.1;6.1 Zweistichprobentests fu?r Lageunterschiede fu?r unabhängige Stichproben;160
7.2;6.2 Zweistichprobentests fu?r Lageunterschiede fu?r abhängige Stichproben;192
7.3;6.3 Zweistichprobentests fu?r Varianzen;201
7.4;6.4 Zweistichprobentest fu?r Anteilswerte;205
7.5;6.5 Zweistichprobentest fu?r Produkt-Moment-Korrelationen;207
7.6;6.6 Software;209
7.7;Zusammenfassung;218
7.8;Zentrale Begriffe;220
7.9;Notation;222
8;Kapitel 7: Varianzanalyse ohne Messwiederholung;223
8.1;7.1 Einfaktorielle Varianzanalyse ohne Messwiederholung;226
8.2;7.2 Multiples Testen;241
8.3;7.3 Multiples Testen fu?r a priori aufgestellte Hypothesen;242
8.4;7.4 Post-hoc-Tests fu?r den Vergleich von Erwartungswerten;247
8.5;7.5 Kruskal-Wallis-Test;251
8.6;7.6 Mehrstichproben-Levene-Test;255
8.7;7.7 Zweifaktorielle Varianzanalyse ohne Messwiederholung;257
8.8;7.8 Effektstärke;267
8.9;7.9 Power;269
8.10;7.10 Überpru?fung der Voraussetzungen;269
8.11;7.11 Software;270
8.12;Zusammenfassung;274
8.13;Zentrale Begriffe;276
8.14;Notation;278
9;Kapitel 8: Varianzanalysen mit Messwiederholung;279
9.1;8.1 Versuchspläne mit Messwiederholung;281
9.2;8.2 Einfaktorielle Varianzanalyse mit Messwiederholung;284
9.3;8.3 Varianzanalyse mit zwei Within-Subjects-Faktoren;298
9.4;8.4 Varianzanalyse mit einem Between- und einem Within-Subjects-Faktor;309
9.5;8.5 Software;318
9.6;Zusammenfassung;324
9.7;Zentrale Begriffe;325
9.8;Notation;326
10;Kapitel 9: Das allgemeine lineare Modell;327
10.1;9.1 Grundlagen des allgemeinen linearen Modells;328
10.2;9.2 Tests fu?r einzelne Regressionskoeffizienten;330
10.3;9.3 Tests fu?r die erklärte Gesamtvariation;333
10.4;9.4 Die allgemeine lineare Hypothese;335
10.5;9.5 Allgemeines lineares Modell mit kategorialen Prädiktoren;338
10.6;9.6 Power;360
10.7;9.7 Überpru?fung der Voraussetzungen;361
10.8;9.8 Software;364
10.9;Zusammenfassung;367
10.10;Zentrale Begriffe;368
10.11;Notation;369
11;Anhang;371
11.1;Literatur;373
11.2;Glossar;378
11.3;Sachregister;385
11.4;Verteilungstabellen;388
Kapitel 2 Hypothesentestung (s. 15-16)
2.1 Einleitende Übersicht
Gegenstand dieses letzten Bandes des dreiteiligen Statistiklehrbuches ist die Hypothesentestung, die häufig als wichtigste Aufgabe der Statistik angesehen wird. Im ersten Band (Holling & Gediga, 2011) wurde die deskriptive Statistik behandelt. In diesem Teilgebiet der Statistik geht es um die übersichtliche Darstellung der in empirischen Studien erhobenen Daten. Diese Daten werden so gut wie immer an Stichproben erhoben, da die Untersuchung gesamter Populationen zumeist nicht möglich ist oder nicht ökonomisch wäre. Eine weitere wichtige Thematik der deskriptiven Statistik ist die zusammenfassende Beschreibung der Daten mittels Kennwerten, z. B. Mittelwert oder Varianz, die auch Stichprobenstatistiken oder kurz Statistiken genannt werden.
Im zweiten Band (Holling & Gediga, 2013) wurde zunächst die Wahrscheinlichkeitsrechnung behandelt, die die Grundlage für die anschließend dargestellte Punkt- und Intervallschätzung von Parametern bildet. Die Parameterschätzung bildet den ersten von zwei wesentlichen BereiInferenzstatistik chen der Inferenzstatistik, die zur Generalisierung der Ergebnisse aus Stichproben auf die Population dient.
Bei der Parameterschätzung geht es um die Schätzung von Kennwerten der Verteilung von Merkmalen in der Population anhand von Stichprobenstatistiken. So gilt es etwa, in der PISA-Studie für ein bestimmtes Land, z. B. Deutschland, den Erwartungswert der mathematischen Kompetenz zu schätzen. Der Erwartungswert stellt dann den Parameter dar. Eine geeignete Stichprobenstatistik für die Punktschätzung dieses Parameters ist das arithmetische Mittel. Eine solche Punktschätzung ist mit einer gewissen Unsicherheit behaftet. Daher werden sogenannte Konfidenzintervalle berechnet, die mit einer bestimmten, vorher festgelegten Wahrscheinlichkeit einen Parameter enthalten. Punkt- und Intervallschätzungen wurden insbesondere für die folgenden Parameter vorgestellt: Erwartungswert, Varianz bzw. Standardabweichung, Produkt- Moment-Korrelationskoeffizient und Regressionskoeffizienten in linearen Modellen. Diese Parameter sind auch Gegenstand der Hypothesentestung, dem zweiten großen Bereich der Inferenzstatistik, der eng verwandt ist mit der Parameterschätzung.
Bei der Hypothesentestung geht es um die Überprüfung von vorher aufgestellten Hypothesen, die sich auf die gesamte Population und nicht auf Stichproben beziehen. So mag eine Hypothese lauten, dass der Erwartungswert der mittleren mathematischen Kompetenz für finnische Schüler höher ist als für die Schüler aller an der PISA-Studie teilnehmenden Staaten. Statistische Testverfahren erlauben es dann, eine Entscheidung über solche Hypothesen zu treffen.
