Question 1
Question
Welche Begriffe treffen zu?
Answer
-
Univariat: Untersuchung einzelner Merkmale
-
Bivariat: Untersuchung einzelner Merkmale
-
Bivariat: Untersuchung Zusammenhänge zweier Merkmale
-
Multivariat: Untersuchung Zusammenhänge zweier Merkmale
-
Multivariat: Untersuchung Zusammenhänge mehrerer Merkmale
Question 2
Question
Welche Definitionen sind korrekt?
Answer
-
Vorhandene Daten: qualitative Informationen zu Sachverhalten
-
Vorhandene Daten: quantitative Informationen zu Sachverhalten
-
Methodensammlung: Grafiken und komprimierte Kennzahlen zur Entscheidungsfindung
-
Erhobene Daten: Wissenschaft der Konzeption und Erstellung von Datenanalysen
-
Erhobene Daten: Wissenschaft, die sich mit Erhebung, Methode und Technik der Datenanalysen, sowie mit den aufbereiteten numerischen Daten beschäftigt.
-
Methodensammlung: Sammlung von verschiedenen statistischen Methoden
Question 3
Question
Grundgesamtheit: Menge aller gleichartigen Objekte auf die sich eine Erhebung bezieht.
Question 4
Question
Thema Normalverteilung
Answer
-
Gaußsche Normalverteilung ist die bedeutendste
-
Normalverteilung ist symmetrisch
-
Wird beschrieben durch Mittelwert und Standardabweichung
-
Wird beschrieben durch Median und Varianz
-
Gesamtfläche unter der Kurve immer 0,5
-
Maximum der Kurve ist Spiegelfläche der Symmetrie und x= μ
-
Wendepunkte liegen bei μ-σ oder μ +σ
-
Je größer σ desto schlanker die Glockenkurve
Question 5
Question
Was bedeutet Negative Schiefe?
Question 6
Question
Bei einer positiven Schiefe sind die Ausprägungen meist klein und der Mittelwert ist größer als der Median
Question 7
Question
Wozu ist das deskriptive Verfahren da?
Answer
-
Zählung von Häufigkeiten wie deskriptive Statistiken oder explorative Datenanalysen wie Kreuztabellen, Mittelwertsvergleiche und Korrelationen
-
Chi2-Tests, T-Tests, Varianzanalysen, U-Tests und Korrelationsanalysen
-
Faktorenanalysen, Diskriminanzanalysen, Regressionsanalysen, Kausalmodelle
Question 8
Answer
-
Maximal so groß wie die Irrtumswahrscheinlichkeit
-
drückt Gültigkeit der Nullhypothese aus
-
Auskunft über Kontrollgruppen
-
Wert bewegt sich zwischen 0,5 und 1 und muss mit 100 dividiert werden
-
sobald p<0,05 ist gilt die Alternativhypothese (in der Sowi)
-
je größer p, desto mehr sprechen die Daten gegen eine Nullhypothese
Question 9
Question
Wann berechnet man den Endlichkeitsfaktor?
Answer
-
Wenn man aus einer großen GG eine kleine Stichprobe zieht
-
Wenn man aus einer kleinen GG eine große Stichprobe zieht
-
Wenn die Stichprobe mehr als 1% der GG ausmacht
-
Wenn die Stichprobe weniger als 1% der GG ausmacht
Question 10
Question
Statistische Parameter: Das arithmetische Mittel wird mit σ in der GG und σ´2 in der Stichprobe beschrieben
Question 11
Question
Statistische Parameter: Median wird mit μ Strich in der GG und X mit Strich in der Stichprobe dargestellt
Question 12
Question
Was sind die Streuungsmaße?
Answer
-
Varianz
-
Median
-
Mittelwert
-
Modus
-
Standardabweichung
-
Standardfehler
-
Quartile
Question 13
Question
Streuungsmaße: Welche Definitionen sind korrekt
Answer
-
Varianz: die Abweichung ausgesuchter Messwerte durch 2
-
Varianz: die durchschnittliche quadrierte Abweichung aller Messwerte vom Mittelwert
-
Standardabweichung: durchschnittliche Abweichung der Merkmalsausprägungen vom arithmetischen Mittel
-
Standardabweichung: Wurzel der Varianz
-
je größer die Standardabweichung, desto besser beschreibt der Mittelwert die Verteilung
Question 14
Question
Ausreißer: Werte die zwischen dem eineinhalb und dreifachen des Interquartilabstandes (Boxlänge) außerhalb dieses Bereiches liegen. Links oder unterhalb des 1. Quartil und rechts oder oberhalb des 3. Quartil
Question 15
Question
Extremwert: Werte die mehr als das doppelte des Interquartilabstandes (Boxenlänge) außerhalb der Box liegen
Question 16
Question
Lagemaße: Welche Definitionen sind korrekt?
Answer
-
Median: Formel ist Stichprobe * =0,5
-
Modus: Ist die Mitte
-
Mittelwert: Nachteile bei unsymmetrischen Verteilungen und ein Nullwert= fehlender Wert
-
Median: Nachteil bei Ausreißern und Extremwerten
Question 17
Question
Arten von Häufigkeiten und Prozentwerten:
Answer
-
Häufigkeit: Anzahl der Daten je Variable
-
Häufigkeit: Anzahl der Fälle je Merkmalsausprägungen
-
Prozent: Anzahl der Fälle je Ausprägung, relativiert zu ALLEN Fällen
-
Gültige Prozente: Anzahl der Fälle je Ausprägung, relativiert zu ALLEN Fällen
-
Gültige Prozente: Anzahl der Fälle je Ausprägung, relativiert an jenen Fällen, die eine Merkmalsausprägung haben
-
Kumulierte Prozente: Prozente die durcheinander ohne Ausprägung aufgeschrieben worden sind
-
Kumulierte Prozente: Prozentwerte summiert in steigender Reihenfolge der Merkmalsausprägungen, beginnend beim kleinsten Wert.
Question 18
Question
Relative Häufigkeit:
Answer
-
Gibt an, wie oft eine Ausprägung i des Merkmals X im Verhältnis einer GG mit Umfang N oder der Stichprobe n auftritt
-
Gibt an, wie oft eine Ausprägung i des Mekrmals X im Verhältnis einer GG mit Umfang N oder einer Stichprobe mit Umfang n auftritt
Question 19
Question
Häufigkeitsauszählung:
Answer
-
Ist bei Nominal und metrisch skalierten Variablen anwendbar
-
Ist bei ordinal skalierten Variablen anwendbar
-
Um aus einer Datenmenge sinnvolle Informationen zu bekommen müssen die Ausprägungen der Merkmale berechnet und aussortiert werden
Question 20
Question
Null und Alternativhypothese
Answer
-
N0 hat einen Zusammenhang in der GG
-
Die Alternativhypothese sieht die Ergebnisse als nicht zufällig an
-
Laut N0 unterscheidet sich die GG durch keine Faktoren
-
Die Alternativhypothese ist gerichtet/ unterrichtet und es gibt Unterschiede
Question 21
Answer
-
Ordinalskalen sind diskret
-
Intervallskalen sind diskret
-
Eine Nominalskala ist A<B<C
-
Eine Intervalskala ist B-A=D-C
-
Eine Rationalskala ist A=x*B
-
Quasi-metrische Skalen für Temperaturen
Question 22
Question
Definitionen: Analyseeineheiten
Answer
-
Variablen: Merkmale der Analyseeineheiten
-
Werte: Ausprägungen der Merkmale je Analyseeinheit
-
Werte: Daten die Merkmale beschreiben
-
Daten: Beschreiben Messungen und definieren diese
-
Daten: Menge aller Merkmalsmessungen über alle Analyseeinheiten
Question 23
Question
Deskriptive und schließende Statistik
Answer
-
Deskriptive Statistik: zum Beschreiben, ordnen und darstellen von Merkmalsträgern
-
Deskriptive Statistik: Informationsanalyse von erhobenen Daten
-
Deskriptive Statistik: Analyse von Zusammenhängen zwischen einzelnen Merkmalen.
-
Schließende Statistik ( auch Inferenzstatistik oder deduktive Statistik gennant): Erlauben die Ergebnisse Aussagen über die GG, sind sie genrealisierbar?
-
Schließende Statistik: Ist der Zusammenhang gegeben?
-
Schließende Statistik: Kann von einer Stichprobe ermittelte Ergebnisse auf die GG geschlossen werden?
Question 24
Question
Mittelwertsvergleiche: Abhängige & unabhängige Stichprobenteile
Answer
-
Abhängig: Wenn jedem Wert der einen (Teil)Stichprobe ein Wert der anderen zugeordnet werden kann. Zwei gleiche Datensätze, zweimal die gleichen Mensche, Wiederholungsmessungen bei denselben Personen...
-
Unabhängige: Wenn einem Wert aus der einen Stichprobe kein Wert aus der anderen zugeordnet werden kann, also zwei unterschiedliche Datensätze, unterschiedliche Menschen etc.
-
Abhängig: Wenn jedem Wert der einen (Teil)Stichprobe eine beliebige Variable zugeordnet werden kann.
-
Unabhängige: Wenn einem Wert aus der einen Stichprobe ein Wert aus der anderen zugeordnet werden kann, also zwei gleiche Datensätze, gleiche Menschen etc.
Question 25
Question
Parameterverfahren
Answer
-
schlechter als Parameterfreie Verfahren
-
basieren auf Parameter: Mittelwert und Varianz
-
nur unter gewissen Bedingungen anwendbar wie: Mindestens eine Quasi-Intervalskalierung, Normalverteilung der Werte, Homogenität der Varianzen
-
immer anwendbar--> Voraussetzung. mind Ordinalskalierung
-
Verteilungsunabhängig
Question 26
Question
Was sind Freiheitsgrade?
Answer
-
beurteilen die Güte eines Ergebnisses
-
dienen zur Berechnung von Daten
-
dienen zur Identifizierung der kritischen Wertgrenzen bei Hypothesentests
-
Frei auswählbare Variablen
-
frei wählbares Element in einer Berechnung
-
werden mit df abgekürzt
-
Formel ist df= (Stichprobe/2)
-
Formel ist df= (Spalten-1)*(Zellen-1)
-
funktionieren gut bei kategorialen Kreuztabellen
Question 27
Question
Chi2-Test, welche Aussagen treffen zu?
Answer
-
Messung der Gruppenunterschiede zwei ordinal skalierter Variablen
-
Kontingenzkoeffizient C
-
Gilt als Signifikanzprüfung
-
ist alleine gut beweisbar, da man unendlich große/kleine Werte annehmen kann
-
bildet die Basis für Berechnung von Zusammenhangsmaßen (z.b Cramers V) oder Hypothesenprüfungen
Question 28
Question
Wann ist ein Chi2 Test sinnvoll?
Answer
-
Wenn die vergleichenden Stichproben unabhängig voneinander sind
-
Alle erwartenden Häufigkeiten >0 sind
-
Chi2 Wert sagt viel über die Stärke des Effekts aus
-
Wenn die vergleichenden Stichproben abhängig voneinander sind
Question 29
Question
Koeffizient Cramers V, was ist korrekt?
Answer
-
Aussage über Anwendung der Werte
-
Aussage über Stärke eines Zusammenhangs zwischen nominalen Variablen
-
Werte zwischen 0 und 1
-
0-0,2: kein Zusammenhang
-
0,2-0,6: starker Zusammenhang
-
Ab 0,6: starker Zusammenhang
Question 30
Question
Korrelation/ Regression
Answer
-
Messung der Unterschiede zwischen zweier metrisch skalierter Variablen
-
Messung der Unterschiede zwischen zweier ordinal skalierter Variablen
-
Messung der Unterschiede zwischen zweier nominal skalierter Variablen
Question 31
Question
Was trifft bei der Kontingenztafel (Kreuztabellen) zu?
Answer
-
ein Merkmal wird den Zeilen j, das andere der Spalte i zugeordnet
-
ein Merkmal wird den Zeilen i, das andere der Spalte j zugeordnet
-
Zusammenhangsdarstellung zwischen zwei nominal oder ordinal skalierten Variablen
-
Kontingenztafel mit m Zeilen und k Spalten= m/k- Kontingenztafel
-
Kontingenztafel mit k Zeilen und m Spalten= k*m. Kontingenztafel
-
Prozente zeigen den Unterschied
-
Nullhypothese: gibt Unterschiede
-
Alternativhypothese: gibt wirklichen Unterschied, sind keine Zufälle
-
Signifikanzprüfung: Wie groß ist die Wahrscheinlichkeit des vorhandenen Stichprobenergebnisses, wenn in der GG die Nullhypothese gilt?
Question 32
Question
Der Levene-Test ist eine Überprüfung der Homogenität der Varianten
Question 33
Question
Was bedeutet der F-Test
Answer
-
Berechnung der homogenität zweier abhängiger Stichproben
-
Berechnung der homogenität zweier unabhängiger Stichproben
-
kann benutzt werden um Annahme der Varianzhomogenität bei einem T-Test zu überprüfen
-
Nullhypothese: Varianzen sind ungleich (p-Wert muss größer als 5% sein)
-
Alternativhypothese: Varianzen sind verschieden
Question 34
Question
Was stimmt über den T-Test?
Answer
-
Messung der Gruppenunterschiede zwischen Spalten
-
Messung der Gruppenunterschiede zwischen nominal und metrisch skalierten Variablen
-
Berechnet den Median
-
Berechnet den Mittelwert
-
Ist ein Mittelwertsvergleichstest
Question 35
Answer
-
Größe der Varianz bestimmt die Größe der Standardabweichung innerhalb des Konfidenzintervalles und damit den z-Wert in der Tabelle
-
Größe des Konfidenzintervalles bestimmt die Größe der Fläche innerhalb der Normalverteilung und damit der z-Wert (Standardabweichung) in der Verteilungstabelle
Question 36
Question
Bei welchen Skalen Niveaus müssen welche Korrelations Methoden verwendet werden:
Answer
-
Ordinalskala: Spearman-Korrelation
-
Intervalskala: Spearman-Korrelation
-
Intervalskala: Person-Korrelation
-
Zusammenhänge nominal skalierter Variablen: Cramers V & Person Korrelation
-
Zusammenhänge nominal skalierter Variablen: Cramers V & Kontingenzkoeffizient
Question 37
Question
Was macht die Korrelation?
Question 38
Question
Unterschiede diskrete und stetige Werte:
Answer
-
diskrete Werte sind metrisch
-
stetige Werte sind metrisch
-
diskrete Werte sind Zahlen ohne rechnerische Bedeutung und deren Merkmale können nur definierte Werte annehmen
-
stetige Werte sind Zahlen mit rechnerischer Bedeutung und deren Merkmale können jeden beliebigen Wert annehmen.
-
stetige Werte werden bei Nominal und Ordinalskalen verwendet
-
diskrete Werte: Häufigkeiten & Kreuztabellen
-
stetige Werte: Mittelwerte, Häufigkeiten
Question 39
Question
Das SPSS Fenster: Die Anzeige aller statistischen Ergebnisse, Tabellen und Diagramme. Ist bearbeitbare und speicherbar, öffnet sich automatisch. Die Dateien enden mit *.spv
Question 40
Question
Syntax- Editor: Auswertungen automatisiert und Sekundenschnell ablaufen lassen. Auswertungen über Befehlstext anstelle (vergänglicher Mausklicks). Syntax ist Speicher und bearbeitbare (Text-Editor). Dateien enden mit *.sps
Question 41
Question
SPSS Fenster: Daten-Editor: Anzeige des Inhalts der Datenbank, neue Daten erstellen, bestehende bearbeiten. Dateien enden *.sav