3915204
Question 1
Question
Welche Aussagen zum t-Test sind korrekt? (2/4)
Answer
-
Das Signifikanzniveau kann beliebig vor oder nach der Durchführung des Testes festgelegt werden
-
Der t-Test ist eins der gängigsten Analyseverfahren
-
Grundlage für den t-Test ist die Intervallskala
-
Es können Mittelwerte von mehr als zwei Gruppen verglichen werden
Question 2
Question
Welche Schlussfolgerungen zu Richtung, Stärke und Bedeutsamkeit können aus den gegebenen Daten gezogen werden? Korrelation: -0,175, Signifikanz 0,001 bei einem Niveau von 0,01 (1/4)
Answer
-
Positiv, stark, hoch signifikant
-
Positiv, schwach, nicht signifikant
-
Negativ, schwach, hoch signifikant
-
Negativ, mittel, hoch signifikant
Question 3
Question
Welche Schlussfolgerungen zu Richtung, Stärke und Bedeutsamkeit können aus den den gegebenen Daten gezogen werden? Korrelation: 0,751, Signifikanz 0,005 bei einem Niveau von 0,01 (1/4)
Answer
-
Positiv, stark, hoch signifikant
-
Positiv, mittel, hoch signifikant
-
Positiv, kein Zusammenhang, nicht signifikant
-
Positiv, stark, nicht signifikant
Question 4
Question
Welche Aussagen sind korrekt? (3/4)
Answer
-
Parametrische Testverfahren werden verwendet, wenn die gegebenen Daten nicht intervallskaliert, normalverteilt sind und keine Varianzhomogenität besteht
-
Spearman‘s Rho ist ein bekanntes non-parametrisches Testverfahren
-
Als Grundlage für das Spearman’s Rho Verfahren reichen ordinalskalierte Daten aus
-
Non-parametrische Testverfahren können auch als verteilungsfreie Verfahren bezeichnet werden
Question 5
Question
Welche Aussagen über den T-Test sind wahr? (3/4)
Answer
-
Er untersucht, ob sich 2 empirisch gefundene Mittelwerte systematisch voneinander unterscheiden
-
Die empirische Mitteldifferenz ist signifikant, wenn die ermittelte Wahrscheinlichkeit größer ist, als der angenommene Alpha-Fehler
-
Der T-Test hat mathematische Voraussetzungen, d.h. das untersuchte Merkmal muss intervallskaliert sein
-
Er prüft, ob eine empirische Mittelwertdifferenz signifikant ist oder auf Zufall beruht
Question 6
Question
Was kann über Effekte / Effektgrößen gesagt werden? (3/4)
Answer
-
Macht Zusammenfassen von Ergebnissen mehrerer Studien möglich
-
Es gibt einen Effekt, wenn in statistischen Test die Nullhypothese abgelehnt wird
-
Effektgrößen treffen keine Aussage zur praktischen Relevanz von signifikanten Ergebnissen
-
Effektstärke trifft eine Aussage über die Größe des Effekts
Question 7
Question
Welches sind die Voraussetzungen für eine einfaktorielle Varianzanalyse? (3/4)
Answer
-
Normalverteilung
-
Unabhängigkeit
-
Varianzhomogenität
-
Mindestens Intervallskaliert
Question 8
Question
Wie viele Hypothesenduos werden bei der zweifaktoriellen Varianzanalyse aufgestellt? (1/4)
Answer
-
0
-
1
-
2
-
3
Question 9
Question
Wie werden die Hypothesenduos der zweifaktoriellen Varianzanalyse gebildet? (Reihenfolge der Hypothesen spielt keine Rolle) (3/4)
Answer
-
UV A hat einen signifikanten Effekt auf die AV
-
UV B hat einen signifikanten Effekt auf die AV
-
Die Interaktion von UV A und UV B hat einen signifikanten Effekt auf die AV
-
UV B hat einen signifikanten Effekt auf die UV A
Question 10
Question
Voraussetzungen der Parametrischen Daten? (2/4)
Answer
-
Mindestens intervallskaliert
-
Mindestens ordinalskaliert
-
Keine Normalverteilung
-
Varianzhomogenität
Question 11
Question
Voraussetzungen für Pearson’s Korrelationskoeffizient? (1/4)
Answer
-
mindestens ordinalskalierte Daten
-
mindestens intervallskalierte Daten
-
mindestens nominalskalierte Daten
-
mindestens verhältnisskalierte Daten
Question 12
Question
Eigenschaften der Effektstärke: (3/4)
Answer
-
Wird die Nullhypothese in einem statistischen Test angenommen liegt ein Effekt vor
-
Wird die Nullhypothese in einem statistischen Test abgelehnt liegt ein Effekt vor
-
Die Standardisierung ermöglicht den Vergleich von Effektstärken aus verschiedenen Studien
-
Sie gibt die relative Größe eines Effekts vor
Question 13
Question
Welche der folgenden Werte trifft nicht auf Cohen´s D zu? (1/4)
Answer
-
d = 0,2: kleiner Effekt
-
d = 0,3: kleiner Effekt
-
d = 0,5: mittlerer Effekt
-
d = 0,8: starker Effekt
Question 14
Question
Wann wird der T-Test für unabhängige Stichproben eingesetzt? (2/4)
Answer
-
Man vergleicht 2 Stichproben aus unterschiedlichen Versuchspersonen
-
Beide Stichproben sind paarweise miteinander assoziiert
-
Das untersuchte Merkmal ist nominalskaliert
-
Das untersuchte Merkmal ist intervallskaliert
Question 15
Question
Was trifft auf die Varianzanalyse zu?
Answer
-
Die Mittelwerte von 2 Gruppen müssen verglichen werden
-
Die Mittelwerte mehrerer Gruppen müssen verglichen werden
-
Die Nullhypothese besagt, dass Alle Gruppenmittelwerte gleich sind
-
Die Nullhypothese besagt, dass alle Gruppenmittelwerte unterschiedlich sind
Want to create your own Quizzes for free with GoConqr? Learn more.