Upload
lyhuong
View
214
Download
0
Embed Size (px)
Citation preview
Statistik &Methodenlehree ode e e
Prof. Dr. G. Meinhardt6. Stock, Wallstr. 3
Mathematische und statistische Methoden IIstatistische Methoden II
Dr. Malte PersikeR. 06-206 (Persike)R. 06-321 (Meinhardt)
Dr. Malte [email protected]
http://psymet03.sowi.uni-mainz.de/methods/Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung SS 2010
Fachbereich SozialwissenschaftenPsychologisches Institut
Johannes Gutenberg Universität MainzJohannes Gutenberg Universität Mainz
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Organisatorische HinweiseVorlesung
I. GliederungVorlesung & Übung zur Vorlesungwöchentliche HausaufgabenTutorien wöchentliche HausaufgabenTutorien (Übungen & Besprechung der HA)Abschlussklausur
Literatur
II. Ihr Leistungskriterium Bestehen der Klausur
Literatur
Software
III. Unser QualitätsversprechenEmails werden im Semester innerhalb von 24h
Software
Emails werden im Semester innerhalb von 24h beantwortet (an Werktagen)Folien und Aufgabenzettel sind ab 20:00 Uhr des Tages vor der Veranstaltung herunterladbarTages vor der Veranstaltung herunterladbarKlausuren werden innerhalb von 3 Wochen nachgesehen
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
TutorienVorlesungTermine
Josephine Clausen Di 12 - 14 Uhr(CIP Pool Raum 01-236)Tutorien (CIP Pool, Raum 01 236)
Josephine Clausen Fr 12 - 14 Uhr(CIP Pool Raum 01 236)Literatur (CIP Pool, Raum 01-236)
Bernhard Both Mi 13 - 15 Uhr(CIP P l R 01 236)
Literatur
Software (CIP Pool, Raum 01-236)
Bernhard Both Do 12 - 14 Uhr
Software
(CIP Pool, Raum 01-236)
Bitte um:Gleichmäßige Verteilung auf die 4 Tutorien
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Inhalte der Vorlesung im WSVorlesung
Deskriptive StatistikTutorienTabellarische und grafische Möglichkeiten der ErgebnisdarstellungKennwerteLiteratur KennwerteFaktorenanalyse
Literatur
Software WahrscheinlichkeitstheorieSoftware Wahrscheinlichkeitstheorie
Einführung und zentrale KonzepteStichprobenverteilungen
Inferenzstatistik
Tests für UnterschiedeTests für UnterschiedeKorrelationstests
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Weitere Informationenund Kummerkasten
Vorlesung
http://psymet03.sowi.uni-mainz.de/methods/
und Kummerkasten
Tutorien
LiteraturLiteratur
SoftwareSoftware
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
LiteraturArbeitsbücher
VorlesungArbeitsbücher
Spiegel, M. R. (2008). Statistics.Hamburg: Schaum‘s OutlinesTutorien Hamburg: Schaum‘s Outlines
LiteraturLiteratur
Software
Lipschutz, S. L. (2000).ProbabilityHamburg: Schaum‘s OutlinesSoftware Hamburg: Schaum s Outlines
Bernstein, S. & Bernstein, R. (1999).Elements of Statistics I & IIHamburg: Schaum‘s Outlines
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
LiteraturGrundlagen
Vorlesung
Steland, A. (2004). Mathematische
Grundlagen
Tutorien Steland, A. (2004). MathematischeGrundlagen der empirischen Forschung.Heidelberg: Springer
LiteraturLiteratur
Software
Huber, O. (2005). Das psychologische Experiment:
Software
p y g pEine Einführung.Bern: Huber
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
LiteraturBasiswerke
Vorlesung
Bortz, J. (2004). Statistik für
Basiswerke
TutorienSozialwissenschaftler (6. Aufl.).Berlin: Springer-Verlag
LiteraturLiteratur
Software
Fahrmeir, L., Künstler, R., Pigeot, I.& T t G (2007) St ti tik D
Software
& Tutz, G. (2007). Statistik - DerWeg zur Datenanalyse (6. Aufl.).Berlin: Springer.
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
SoftwareVorlesungDatenerfassung
DatentransformationTutorienDeskriptive Auswertung
Darstellung & VisualisierungLiteratur g & g
Kennwertberechnung
Einfache statistische Analysen
Literatur
Software Einfache statistische AnalysenSoftware
Einarbeitung und Mitarbeit erforderlich!
Statistik verstehen durch Arbeit an Daten!
Excel-basierte Klausuren
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
ExceleinführungVorlesung
Termin 1 – Einführung und GrundlagenTutorien Termin 1 Einführung und Grundlagen
Dienstag, 20.04.2010, 12 – 14 Uhr (CIP-Pool)Literatur
Termin 2 Vertiefung
Literatur
Software Termin 2 – Vertiefung
Donnerstag, 22.04.2010, 12 – 14 Uhr (CIP-Pool)
Software
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Psychologie als WissenschaftWozu brauchen wir das?“
Empirie
GegenstandDi P h l i i i i i h Wi h f
„Wozu brauchen wir das?& Theorie
Die Psychologie ist eine empirische Wissenschaft menschlichen Verhaltens und Erlebens.
Wissenschaftl. Aussagen
Empirische WissenschaftAuf Erfahrung beruhend, erfahrungswissenschaftlichPrüfung von Hypothesen über Tatsachenbeobachtungen
VariablenPrüfung von Hypothesen über TatsachenbeobachtungenEmpirische Methoden: a) Prinzip der systematischen Manipulation und Beobachtung; b) Aussagen werden über die Regeln des logischen Schliessens verküpftStatistik g g pVerallgemeinerung durch „statistischen Induktionsschluss“
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Psychologie als WissenschaftGrundbegriffe wissenschaftlicher Datensammlung
EmpirieGrundbegriffe wissenschaftlicher Datensammlung
Statistische Einheiten (auch: Merkmalsträger, Beobachtungseinheiten)
& Theorie
Beobachtungseinheiten)„Objekte“ von denen man Informationen erheben kannIn der Psychologie zumeist Menschen, aber auch Tiere oder Aggregate wie z B Abteilungen in Firmen
Wissenschaftl. Aussagen
Tiere oder Aggregate wie z.B. Abteilungen in Firmen
Beobachtungen: Informationen über statistische EinheitenBeobachtungen im engeren Sinn (z B
VariablenBeobachtungen im engeren Sinn (z.B. Verhaltensbeoabachtung, Bildgebende Verfahren)Ergebnisse in einem Leistungstest, SelbstauskunftStatistik
Daten: Sämtliche Beobachtungen bei der Informationssammlung
Statistik (im weiteren Sinn): Methoden zur Sammlung und Analyse von Daten
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Forschungsprozeß
Theorien/Empirie Operationalisierung der Datenauswertung:Theorien/Empirie
Fragestell ng/Problem
p gAV und UV:Festlegen von Gößen auf die Art, in der sie gemessen werden
g1. Festellung der
Ausprägung der AV und UV
2. Statistischer Schluss Fragestellung/ProblemVermutung über Zusam-menhang von Größen
gkönnen & des Messinstrumentes
von der Stichprobe auf die Population
Formulierung inhaltlicher Hypothesen
Formulierung der statistischen Hypothesen
Rückschluss auf die zu erfassenden Konstrukte
Identifikation derAV und UV
Wahl der Stichprobe (Ort, Zeit, Umfang etc.)
Konfrontation der Ergebnisse mit den AV und UV
Messung
ginhaltlichen Hypothesen
MessungBeantwortung der
Fragestellung
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Wissenschaftliche AussagenEmpirie& Theorie
AnforderungenWissenschaftl. Aussagen
Einfachheit
EindeutigkeitVariablen
g
Logische Konsistenz (innere und äußere)StatistikFalsifizierbarkeit, Prüfbarkeit durch Tatsachenbezug
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Wissenschaftliche AussagenEmpirie& Theorie
„Interindividuelles Assessment kognitiver Performanz wird durch genderdeterminierte Biasgrößen moduliert.“
Wissenschaftl. Aussagen
Einfachheit
EindeutigkeitVariablen
g
Logische Konsistenz (innere und äußere)StatistikFalsifizierbarkeit, Prüfbarkeit durch Tatsachenbezug
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Wissenschaftliche AussagenEmpirie& Theorie
„Bei der Einschätzung des IQ von Personen des anderen Geschlechts gibt es geschlechterspezifische Unterschiede “
Wissenschaftl. Aussagen
Unterschiede.
Einfachheit
EindeutigkeitVariablen
g
Logische Konsistenz (innere und äußere)StatistikFalsifizierbarkeit, Prüfbarkeit durch Tatsachenbezug
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Wissenschaftliche AussagenEmpirie& Theorie
„Bei der Einschätzung des IQ von Personen des anderen Geschlechts gibt es geschlechterspezifische Unterschiede in der Höhe der Schätzung “
Wissenschaftl. Aussagen
Unterschiede in der Höhe der Schätzung.
Einfachheit
EindeutigkeitVariablen
g
Logische Konsistenz (innere und äußere)StatistikFalsifizierbarkeit, Prüfbarkeit durch Tatsachenbezug
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Wissenschaftliche AussagenEmpirie& Theorie
„Bei der Einschätzung des IQ von Personen des anderen Geschlechts gibt es geschlechterspezifische Unterschiede in der Höhe der Schätzung und gibt es
Wissenschaftl. Aussagen
Unterschiede in der Höhe der Schätzung und gibt es solche nicht.“
Einfachheit
EindeutigkeitVariablen
g
Logische Konsistenz (innere und äußere)StatistikFalsifizierbarkeit, Prüfbarkeit durch Tatsachenbezug
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Wissenschaftliche AussagenEmpirie& Theorie
„Bei der Einschätzung des IQ von Personen des anderen Geschlechts gibt es geschlechterspezifische Unterschiede in der Höhe der Schätzung oder auch
Wissenschaftl. Aussagen
Unterschiede in der Höhe der Schätzung – oder auch nicht.“
Einfachheit
EindeutigkeitVariablen
g
Logische Konsistenz (innere und äußere)StatistikFalsifizierbarkeit, Prüfbarkeit durch Tatsachenbezug
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Psychologische AussagenEmpirie
Psychologische Aussagen orientieren sich an den 4 Anforderungen für wissenschaftliche Aussagen
& Theorie
Anforderungen für wissenschaftliche Aussagen.
Hypothesen in der Psychologie sind üblicherweise Aussagen über Gesetzmäßigkeiten die als Wenn-
Wissenschaftl. Aussagen
Aussagen über Gesetzmäßigkeiten, die als „Wenn-Dann“-Aussagen formuliert sind
Variablen
Statistik„Wenn Menschen den IQ von Personen des anderen Geschlechts schätzen sollen, dann gibt es geschlechterspezifische Unterschiede in der Höhe dergeschlechterspezifische Unterschiede in der Höhe der Schätzung.“
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Psychologische AussagenEmpirie
Psychologische Aussagen orientieren sich an den 4 Anforderungen für wissenschaftliche Aussagen
& Theorie
Anforderungen für wissenschaftliche Aussagen.
Hypothesen in der Psychologie sind üblicherweise Aussagen über Gesetzmäßigkeiten die als Wenn-
Wissenschaftl. Aussagen
Aussagen über Gesetzmäßigkeiten, die als „Wenn-Dann“-Aussagen formuliert sind
Diese Kovariation zwischen Begriffen kann empirischVariablen
Diese Kovariation zwischen Begriffen kann empirisch über Beobachtung und Messung geprüft werden
Statistik
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Forschungsprozeß
Theorien/Empirie Operationalisierung der Datenauswertung:Theorien/Empirie
Fragestell ng/Problem
p gAV und UV:Festlegen von Gößen auf die Art, in der sie gemessen werden
g1. Festellung der
Ausprägung der AV und UV
2. Statistischer Schluss Fragestellung/ProblemVermutung über Zusam-menhang von Größen
gkönnen & des Messinstrumentes
von der Stichprobe auf die Population
Formulierung inhaltlicher Hypothesen
Formulierung der statistischen Hypothesen
Rückschluss auf die zu erfassenden Konstrukte
Identifikation derAV und UV
Wahl der Stichprobe (Ort, Zeit, Umfang etc.)
Konfrontation der Ergebnisse mit den AV und UV
Messung
ginhaltlichen Hypothesen
MessungBeantwortung der
Fragestellung
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
VariablenEmpirie
Merkmale, deren Werte bei den statistischen Einheiten beobachtet werden heißen Variablen
& Theorie
beobachtet werden, heißen Variablen
Die „Werte“, die eine Variable annehmen kann, heißen Ausprägungen
Wissenschaftl. Aussagen
p g g
Es gibt verschiedene Klassifikationssysteme, um Typen von Variablen zu unterscheiden
Variablen
(a) der Art der Daten, die sie beschreiben(b) der Quelle der Manipulation ihrer Werte
Statistik
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
VariablenKlassifikation nach der Art der Daten I
EmpirieKlassifikation nach der Art der Daten I
& Theorie
Eine diskrete Variable besitzt zumeist endlich viele und feste Werte, die man über Ganzzahlen beschreiben kann (z.B. Geschlecht, Zugehörigkeit
i P t i A hl b i Wü f l i l)
Wissenschaftl. Aussagen
zu einer Partei, Augenzahl beim Würfelspiel)
Eine kontinuierliche (stetige) Variable kannVariablen
Eine kontinuierliche (stetige) Variable kann unendlich viele beliebige Werte annehmen, die man über reelle Zahlen beschreibt(z B Alter Reaktionszeit Erregungsniveau)
Statistik(z.B. Alter, Reaktionszeit, Erregungsniveau)
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
VariablenKlassifikation nach der Art der Daten II
Empirie
Unterscheidung danach, ob ihre Ausprägungen i I t ität b i O d b h ib
Klassifikation nach der Art der Daten II& Theorie
eine Intensität bzw. eine Ordnung beschreiben
Eine qualitative Variable unterscheidet zwischen zumeist endlich vielen verschiedenen
Wissenschaftl. Aussagen
zumeist endlich vielen verschiedenen Ausprägungen (häufig 2), impliziert aber keine wertmäßige Ordnung.Variablen
Eine quantitative Variable unterscheidet zwischen zumeist unendlich vielen verschiedenen Ausprägungen mit einer wertmäßigen Ordnung
StatistikAusprägungen mit einer wertmäßigen Ordnung
Eine feinere Auflösung dieser Dichotomie wird mit der Kategorisierung in Skalenniveaus geleistet.
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
VariablenKlassifikation nach der Art der Manipulation ihrer Werte
Empirie
Eine unabhängige Variable (UV, IV) besitzt Werte, die ein Versuchsleiter willkürlich hergestellt hat (z.B.
Klassifikation nach der Art der Manipulation ihrer Werte& Theorie
die ein Versuchsleiter willkürlich hergestellt hat (z.B. Dosis eines verabreichten Medikamentes, Einteilung in Gruppen, die bestimmte Treatments bekommen)
Wissenschaftl. Aussagen
Eine abhängige Variable (AV, DV) besitzt Werte, die man über Beabachtung an den Merkmalsträgern gewinnt (z.B. Reaktionszeit, Fehlerquote,
Variableng (Erregungsniveau, etc.)
StatistikSchema:
Unabhängige VariableUV
Abhängige VariableAVUV AV
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
VariablenKlassifikation nach der Art der Manipulation ihrer Werte
EmpirieKlassifikation nach der Art der Manipulation ihrer Werte
& Theorie
Ei f h M k l
Unabhängige Variablen sind Variablen, deren Ausprägungen der Versuchsleiter im Experiment
Wissenschaftl. Aussagen
Einfache Merkregel
Ausprägungen der Versuchsleiter im Experiment verändert/kontrolliert.
Abhängige Variablen sind Variablen die imVariablen
Abhängige Variablen sind Variablen, die im Experiment an der Versuchsperson gemessen werden.Statistik
Die Ausprägung der UV beeinflusst die Größe der AV, niemals umgekehrt.
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
In der PraxisBeispiel für psychologische Forschung
Empirie
Beobachtung
Beispiel für psychologische Forschung& Theorie
Beobachtung„Ich laufe schneller, wenn ich mich vorher geärgert habe.“
Wissenschaftl. Aussagen
Vermutung„Stark aversive Gefühlszustände erhöhen die sportliche Leistungsfähigkeit “
Variablensportliche Leistungsfähigkeit.
Hypothese„Wenn Menschen Stimuli mit hohem negativen
Statistik„Wenn Menschen Stimuli mit hohem negativen Anregungsgehalt dargeboten bekommen, dann erhöht sich ihre physiologische Aktivierung bei sportlichen Tätigkeiten.“p g
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Forschungsprozeß
Theorien/Empirie Operationalisierung der Datenauswertung:Theorien/Empirie
Fragestell ng/Problem
p gAV und UV:Festlegen von Gößen auf die Art, in der sie gemessen werden
g1. Festellung der
Ausprägung der AV und UV
2. Statistischer Schluss Fragestellung/ProblemVermutung über Zusam-menhang von Größen
gkönnen & des Messinstrumentes
von der Stichprobe auf die Population
Formulierung inhaltlicher Hypothesen
Formulierung der statistischen Hypothesen
Rückschluss auf die zu erfassenden Konstrukte
Identifikation derAV und UV
Wahl der Stichprobe (Ort, Zeit, Umfang etc.)
Konfrontation der Ergebnisse mit den AV und UV
Messung
ginhaltlichen Hypothesen
MessungBeantwortung der
Fragestellung
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
OperationalisierungEmpirie
In Hypothesen kommen theoretische Begriffe, sog. Konstrukte vor, die nicht direkt beobachtbar sind (z.B.
& Theorie
(Intelligenz, Angst, Kreativität)
Einer Hypothese müssen also beobachtbare Phänomene
Wissenschaftl. Aussagen
zugeordnet werden. Die Vorschrift, wie ein Begriff durch Beobachtung und Messung festgestellt werden kann, nennt man Operationalisierung.Variablen
Das beobachtbaren Phänomen wird häufig auch als Indikator bezeichnet.Statistik
Daten im Forschungsprozess sind also Informationen, die mithilfe einer Operationalisierung gewonnen wurden
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Forschungsprozeß
Theorien/Empirie Operationalisierung der Datenauswertung:Theorien/Empirie
Fragestell ng/Problem
p gAV und UV:Festlegen von Gößen auf die Art, in der sie gemessen werden
g1. Festellung der
Ausprägung der AV und UV
2. Statistischer Schluss Fragestellung/ProblemVermutung über Zusam-menhang von Größen
gkönnen & des Messinstrumentes
von der Stichprobe auf die Population
Formulierung inhaltlicher Hypothesen
Formulierung der statistischen Hypothesen
Rückschluss auf die zu erfassenden Konstrukte
Identifikation derAV und UV
Wahl der Stichprobe (Ort, Zeit, Umfang etc.)
Konfrontation der Ergebnisse mit den AV und UV
Messung
ginhaltlichen Hypothesen
MessungBeantwortung der
Fragestellung
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Ziele der Anwendung t ti ti h M th d
Empirie
D i Pl d A füh U t h (A t
statistischer Methoden& Theorie
Design: Planung und Ausführung von Untersuchungen (Art der Stichprobe, Wahl des Messinstrumentes, Kontrolle der Messung etc.)
Wissenschaftl. Aussagen
Deskription (Beschreibung) und Exploration (Entdecken): Zusammenfassung, Darstellung und das Auffinden von systematischen Strukturen in Daten der untersuchten
Variablensystematischen Strukturen in Daten der untersuchten Stichprobe
Inferenz (schließende induktive Statistik): GeneralisierungStatistik
Inferenz (schließende, induktive Statistik): Generalisierung und Vorhersagen über gemachte Beobachtungen von der untersuchten Stichprobe auf die Grundgesamtheit(Population)(Population)
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Daten und ihre AnalyseEmpirie
Daten werden in MatrizenFestgehalten (Datenmatrix)
& Theorie
Für jeden Merkmalsträger
Wissenschaftl. Aussagen
ü jede e a st ägewird in einer Zeile die Ausprägung der UV und der AV codiert
Variablen
Die Kodierung ist häufigStatistik
Matrixorganisation:
Die Kodierung ist häufig nicht-numerisch. Zahlen haben vielfach unter-schiedliche Bedeutungen Matrixorganisation:
Personen x Merkmale(Zeile) (Spalten)
schiedliche Bedeutungen.
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Deskriptive statistische MethodenKennwerte
EmpirieKennwerte
& Theorie
Kennwerte fassen die Eigenschaften der Verteilung derWissenschaftl. Aussagen
g ggemessenen (Zufalls-)variablen zusammen
Vergleiche von Kennwerten sind für statistischeE t h id i hti
Variablen
Entscheidungen wichtig
Verteilungen von Kennwerten sind die Grundlage derschließenden Statistik (Schätzung und Testung)
Mitt l t M diStandardab
i hStandardfehlerd Mitt l t Mi i M i
Statistik
schließenden Statistik (Schätzung und Testung)
181.58 181.92 12.01 3.80 159.84 201.81
44 44 3 1 41 51
165.79 164.01 8.83 2.79 152.41 179.21
Maximalpuls
Adrenalin
Hoch
MaximalpulsNiedrig
AnregungMittelwert Median weichung des Mittelwerts Minimum Maximum
38 37 2 1 35 43Adrenalin
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Deskriptive statistische MethodenDiagramme
EmpirieDiagramme
& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Korrelation & RegressionZusammenhang zwischen zwei Variablen (bivariate Statistik)
EmpirieZusammenhang zwischen zwei Variablen (bivariate Statistik)
y = 0 1837x + 10 22448
A h h
& Theorie
y = 0.1837x + 10.224R2 = 0.5747
42
44
46 Anregung hoch
Anregung niedrigWissenschaftl. Aussagen
38
40
42A
dren
alin
Variablen
y = 0.2451x - 2.7681R2 = 0.8532
32
34
36A
Statistik
30
32
120 140 160 180 200
Maximalpuls
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Inferenzstatistische MethodenEmpirie
Zusammenhänge von Stichprobe und GrundgesamtheitWas kann man mit Kennwerten, gewonnen aus
& Theorie
Stichproben, über die Kennwerte der Population aussagen?
Schätzen
Wissenschaftl. Aussagen
SchätzenWie und wie genau kann man Kennwerte der Populationaus Stichproben schätzen?Variablen
TestenKann man etwas über die Gleichheit oder Ungleichheit vonStatistikaus Stichproben geschätzen Kennwerten mit einer bestimmten statistischen Verlässlichkeit sagen?
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Forschungsprozeß
Theorien/Empirie Operationalisierung der Datenauswertung:Theorien/Empirie
Fragestellung/Problem
p gAV und UV:Festlegen von Gößen auf die Art, in der sie gemessen werden
g1. Festellung der
Ausprägung der AV und UV
2. Statistischer Schluss Fragestellung/ProblemVermutung über Zusam-menhang von Größen
gkönnen & des Messinstrumentes
von der Stichprobe auf die Population
Formulierung inhaltlicher Hypothesen
Formulierung der statistischen Hypothesen
Rückschluss auf die zu erfassenden Konstrukte
Identifikation derAV und UV
Wahl der Stichprobe (Ort, Zeit, Umfang etc.)
Konfrontation der Ergebnisse mit den AV und UV
Messung
ginhaltlichen Hypothesen
MessungBeantwortung der
Fragestellung
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Der Modus PonensDas Verfahren der Implikation
Empirie
„Wenn A, dann B“ : A ⊂ B
Das Verfahren der Implikation& Theorie
Beispiele:
,Wissenschaftl. Aussagen
„Wenn es regnet, ist die Strasse nass“
„Pech im Spiel, Glück in der Liebe“Variablen
„ p ,
StatistikSchema:
AntecedenzA
KonsequenzBA B
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Der Modus PonensIn Mengendarstellung
Empirie
„Wenn A, dann B“ : A ⊂ B
In Mengendarstellung& Theorie
„ ,Wissenschaftl. Aussagen
AVariablen A
B
Statistik
B
„Wenn es regnet (A), ist die Strasse nass (B)“
Wenn man Pech im Spiel hat (A) hat man Glück in der Liebe (B)“„Wenn man Pech im Spiel hat (A), hat man Glück in der Liebe (B)
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Der Modus PonensUmkehrung?
EmpirieUmkehrung?
„Wenn A, dann B“ : A ⊂ B
& Theorie
„ ,
Gilt dann auch: „Wenn B, dann A“ : B ⊂ A ?Wissenschaftl. Aussagen
VariablenA
Statistik B
A
A B B A⊂ ≠> ⊂Die Umkehrung gilt nicht:
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Der Modus TollensDas Verfahren der Implikation
EmpirieDas Verfahren der Implikation& Theorie
Wissenschaftl. Aussagen
A
Variablen B
A
nicht B (B)Statistik
A B B A⊂ ⇒ ⊂„Wenn die Strasse nicht nass ist, hat es nicht geregnet“„ , g g
„Wenn man kein Glück in der Liebe hatte, hatte man kein Pech im Spiel“
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Determinismus vs. ProbabilismusEmpirie
DeterministischWenn A dann B“
& Theorie
„Wenn A, dann B
(„Wenn A, dann immer B“)Wissenschaftl. Aussagen
Probabilistisch„Wenn A, dann besteht eine Wahrscheinlichkeit P(B)“Variablen
Es besteht eine Wahrscheinlichkeit P(B|A)“
alternativ:Statistik
„Es besteht eine Wahrscheinlichkeit P(B|A)(Lies: „B unter der Bedingung, dass A bereits eingetreten ist“)
Statistik &Methodenlehre Organisatorisches Einführunge ode e e
Probabilistische ZusammenhängeEmpirie
A ⊂ B gilt nicht für alle a ∈ A, b ∈ B
& Theorie
Wirkung von Störvariablen
Nichtberücksichtigung komplexer Interaktionen
Wissenschaftl. Aussagen
Nichtberücksichtigung komplexer Interaktionen
Unbestimmtheit von Anfangsbedingungen in komplexen Situationen
Variablenp
In der Psychologie gilt eine Gesetzmäßigkeit als belegt wenn die statistische Bedeutsamkeit des
Statistikbelegt, wenn die statistische Bedeutsamkeit des Zusammenhanges von Variablen aufgezeigt wird
Sie gilt als bestätigt wenn die statistischeSie gilt als bestätigt, wenn die statistische Bedeutsamkeit mehrfach aufgewiesen werden konnte.