Aus welchen Gründen wird in den Sozialwissenschaften empirische Forschung betrieben?
Zur Überprüfung von Theorien und Hypothesen
Um die Wahrheit von Theorien zu beweisen
Um systematisches Wissen zu sammeln
Um die Bedingungen zu identifizieren, unter denen die Gesellschaft verändert werden kann
Um Regelhaftigkeiten im menschlichen Erleben und Verhalten zu entdecken
Wie unterscheidet sich der qualitative Forschungsansatz von dem quantitativen Forschungsansatz in den Sozialwissenschaften?
In der qualitativen Forschung werden mehr Merkmalsträger untersucht als in der quantitativen Forschung
In der quantitativen Forschung werden mehr Merkmalsträger untersucht als in der qualitativen Forschung
Die quantitative Forschung versucht über eine große Anzahl von Merkmalsträgern Regelhaftigkeiten zu entdecken oder zu überprüfen
Durch den quantitativen Ansatz versucht der Forscher den Sinn und die Motive zu erkunden, die Menschen zu Handlungen veranlassen (das Verstehen einer Handlung), während durch die qualitative Analyse statistische Regelhaftigkeiten aufgezeigt werden
Wie können Empfehlungen für die Durchführung technologischer Maßnahmen wissenschaftlich begründet werden? (z.B. die Einführung eines Prämiensystems)
Wissenschaft ist wertfrei und dient nur dem Erkenntnisgewinn, deshalb darf die Wissenschaft nicht zur Gestaltung der Realität missbraucht werden
In dem man versucht, aus empirisch gut bewährten Theorien Aussagen abzuleiten, die die Wirkung dieser Maßnahmen prognostizieren
Durch die Beachtung und Analyse von Fallstudien zum Einsatz dieser Maßnahmen
Indem der Einsatz mit einer Evaluationsstudie verknüpft wird
Wie unterscheiden sich experimentelles und korrelatives Untersuchungsdesign?
Im experimentellen Untersuchungsdesign kann der Forscher gezielt bestimmte Untersuchungsbedingungen beeinflussen, im korrelativen Design ist diese Möglichkeit der systematischen Beeinflussung nicht gegeben
Im experimentellen Untersuchungsdesign werden simultan sehr viele Merkmale erfasst, die das Untersuchungsergebnis beeinflussen können, im korrelativen Design werden nur wenige ausgewählte Merkmale erhoben. Diese werden jedoch systematisch beeinflusst (z.B. konstant gehalten).
Im experimentellen Design werden die Untersuchungsbedingungen über einen langen Zeitraum konstant gehalten, deshalb ist es mit diesem Untersuchungsdesign möglich langfristige Effekte von Umwelteinflüssen zu messen
Durch die korrelative Studie lassen sich Ursachen-Wirkungszusammenhänge eindeutig belegen, das ist im experimentellen Design nicht der Fall.
Welche Vorteile sprechen für ein Experiment im Vergleich zu einer Querschnittstudie, wenn damit eine Hypothese überprüft werden soll?
Das Experiment erlaubt eine eindeutige Aussage über Ursache und Wirkung
Das Experiment hat die größere Realitätsnähe
In einem Experiment können potenzielle Störfaktoren ausgeschaltet bzw. konstant gehalten werden
Das Experiment kann kostengünstiger durchgeführt werden als eine Querschnittsstudie
Im Experiment können zahlreiche Einflussfaktoren parallel berücksichtigt werden
Welche Eigenschaften zeichnen Querschnittsstudien aus?
Damit lassen sich kausale Abhängigkeiten zweifelsfrei nachweisen
Sie sind in einem engen zeitlichen Korridor durchführbar und können damit schnell Erkenntnisse liefern
Es können sehr viele Variablen erhoben und deren wechselseitigen Zusammenhänge erkannt werden
Da sie die Komplexität der Realität besser berücksichtigen als Experimente, sind sie besser zum Test von Kausalaussagen geeignet als Experimente
Welche Vorteile haben Längsschnittstudien im Vergleich zu einer Querschnittstudien
Längsschnittstudien können aufzeigen, wie sich bestimmte Persönlichkeitsmerkmale im Laufe des Lebens verändern
Längsschnittstudien geben Anhaltspunkte dafür, welche Veränderungen auf Alterung und welche auf Umwelteinflüsse zurückzuführen sind
Längsschnittstudien erlauben Aussagen über eindeutige UrsacheWirkungsbeziehungen
Sie ermöglichen die kurzfristige Beantwortung gesellschaftlich drängender Fragen
Welche Merkmale unterscheiden Experimente von Querschnittstudien
Das Experiment kann in einem kürzeren Zeitraum durchgeführt und ausgewertet werden als eine Studie
Das Experiment ermöglicht vielfach eine eindeutige Aussage über UrsacheWirkungsbeziehungen, die Querschnittstudie nicht
Die Querschnittsstudie kann in höherem Maße die Komplexität der Alltagssituation berücksichtigen als das Experiment
Die Aussagen einer Studie sind aufgrund der größeren Zahl der Befragten zuverlässiger als die Ergebnisse eines Experimentes
Welche Sachverhalte sprechen dagegen, dass der Mensch objektiv und nicht verzerrt wahrnimmt?
Die menschliche Wahrnehmung (Sehen, Hören) wird durch die Erfahrungen beeinflusst
Die menschliche Wahrnehmung wird durch die aktuelle Befindlichkeit (Ermüdung, Hunger, Durst) beeinflusst
Wenn sich der Mensch der Einflussfaktoren bewusst ist, kann er diese bewusst ausblenden und dennoch objektiv wahrnehmen
Der Mensch muss im Wahrnehmungsprozess immer selektieren, mit dieser Selektion erfolgt aber bereits eine Interpretation der Realität
Worin unterscheidet sich die wissenschaftliche Psychologie von der Alltagspsychologie?
Die Aussagen der Alltagspsychologie sind größtenteils falsch
Die wissenschaftliche Psychologie ist bestrebt, empirisch gehaltvolle Aussagen zu formulieren, die empirisch überprüft werden
Aussagen der Alltagspsychologie werden von ihren Urhebern häufig gegen eine Falsifizierung immunisiert
Aussagen der wissenschaftlichen Psychologie sind richtig, Aussagen der Alltagspsychologie sind nicht richtig
Was kennzeichnet erfahrungswissenschaftliches Arbeiten in der Psychologie?
Wissenschaftliches Arbeiten besteht aus der Einhaltung einer Reihe von Regeln und Methoden, mit denen wir Hypothesen und Theorien empirisch überprüfen
Wissenschaftliches Arbeiten in der Psychologie bedeutet eine Parteinahme für unterdrückte Personen und Personengruppen
Wissenschaftliches Arbeiten besteht in der systematischen Auswahl von Fakten und Untersuchungen, die eine Theorie unterstützen
Wissenschaftliches Arbeiten ist die theoriefreie Sammlung von Fakten, um daraus eine unvoreingenommene Sicht auf die Realität entwickeln zu können
Was versteht man unter einer nomologischen Hypothese?
Eine Aussage über die Realität, die in einem klar definierten Raum-ZeitKontext gilt
Eine Aussage über eine Wenn-Dann-Beziehung in der Realität, die räumlich und zeitlich nicht begrenzt ist
Eine normative Aussage darüber, wie die Realität beschaffen sein sollte
Eine Hypothese, die eine kausale Beziehung zwischen zwei oder mehr Merkmalen herstellt
Wann spricht man von einer Tautologie?
Wenn ein Sachverhalt durch sich selbst (durch seine Definition) erklärt wird. Bsp.: Alle Schimmel sind weiß
Wenn durch die Aussage kein Sachverhalt ausgeschlossen wird
Wenn die Aussage bestimmte Sachverhalte in der Realität ausschließt
Wenn die Aussage eine normative Komponente enthält
Aus welchen Gründen sind nomologische Hypothesen nicht verifizierbar?
weil in den Sozialwissenschaften Hypothesen immer nur in einem gesellschaftlichen Kontext gelten
weil das menschliche Verhalten keinen Gesetzmäßigkeiten folgt
weil nomologische Hypothesen raum-zeitlich unbegrenzt gelten, das heißt, es können nicht alle Geltungsbereiche der Hypothese überprüft werden. Somit kann nicht ausgeschlossen werden, dass zukünftig ein falsifizierendes Ereignis auftritt
weil der Basissatz zur Überprüfung der Hypothese wiederum theoretische Elemente enthält. Auch diese Elemente im Basissatz sind nicht verifizierbar
Was kennzeichnet eine wissenschaftliche Theorie?
eine Theorie besteht aus einer Kombination von Axiomen und Hypothesen, die mit einander vereinbar sind, das Auftreten bestimmter Ereignisse vorhersagen und gleichzeitig das Auftreten anderer (dazu widersprüchlicher) Ereignisse ausschließen. Damit ist eine Theorie empirisch überprüfbar
eine Theorie ist ein in sich logisch konsistentes Gebäude von Aussagen, das sich sowohl dazu eignet das Auftreten von Ereignissen zu erklären und als auch das Auftreten von Ereignissen vorherzusagen
eine Theorie ermöglicht die Erklärung eines Sachverhaltes auf der Basis der Erfahrungen, die eine Person im Laufe ihres Lebens gesammelt hat
eine Theorie gibt Anweisungen wie die (physikalische oder soziale) Welt gestaltet oder verändert werden soll
Was versteht man unter der Falsifikation einer Theorie?
Eine Falsifikation liegt vor, wenn es nicht möglich ist eine Theorie empirisch zu überprüfen
Eine Falsifikation liegt vor, wenn die Theorie in der Vergangenheit alle Sachverhalte richtig vorhergesagt hat
Eine Falsifikation liegt vor, wenn ein Ereignis eintritt, das mit den Grundannahmen der Theorie (den Axiomen) unvereinbar ist, unter der Voraussetzung, dass gleichzeitig die Ausgangsbedingungen der Theorie (Wenn-Komponente) zutreffen
Eine Falsifikation liegt immer dann vor, wenn ein Ereignis eintritt, das durch die Theorie nicht vorhergesagt wurde, unabhängig davon, ob die WennKomponente zutreffend ist.
Welche der folgenden Aussagen sind nicht falsifizierbar
Alle Schwäne sind weiß
Alle Schimmel (Pferde) sind weiß
Wenn der Hahn kräht auf dem Mist, ändert sich das Wetter oder es bleibt, wie es ist
Erfolgreiche Studenten haben überdurchschnittlich gute Leistungen in den empirischen Methoden
In einem Kreis sind alle Punkte gleich weit vom Mittelpunkt entfernt
Welche Probleme sind mit der Falsifikation von Hypothesen verbunden?
Wenn eine probabilistische Hypothese in einzelnen Fällen nicht zutrifft, kann das mit der Wahrscheinlichkeitsaussage vereinbar sein.
Probabilistische Hypothesen können nur dadurch falsifiziert werden, dass die Mehrzahl der empirischen Befunde der Hypothese widerspricht, dieser Nachweis ist unmöglich. Dies gilt besonders deshalb, weil auch zukünftige Ereignis berücksichtigt werden müssten
Die Falsifikation einer Hypothese beruht auf der Annahme (Akzeptanz) einer singulären Aussage. In dieser singulären Aussage sind wiederum theoretische Element enthalten, die falsch sein können.
Es gibt wenig oder gar keine Hypothesen, für die keine falsifizierenden Ereignisse existieren. Würde ein einzelnes Ereignis zur Falsifikation verwendet werden, müssten wir (fast) alle Hypothesen verwerfen.
Was bedeutet das Postulat der Wertfreiheit in der Wissenschaft?
Dass empirische Aussagen über die Realität keine normativen Elemente enthalten dürfen.
Dass der Wissenschaftler keine bewertende Position zu dem Thema beziehen darf, an dem er arbeitet.
Dass ein Wissenschaftler die Untersuchung einer Fragestellung vorurteilsfrei ohne eigene Wertung angehen muss.
Dass der Wissenschaftler keine Verantwortung dafür hat, was mit den Ergebnissen seiner Arbeit passiert.
Was wird in den Wirtschafts-und Sozialwissenschaften unter Messen verstanden?
Zuordnungsregeln nach denen psychologische oder soziale Merkmale in Symbole oder Zahlen umgesetzt werden
Die Verwendung von Messinstrumenten (Fragebogen oder Tests) zur Quantifizierung psychologischer Merkmale
Die Entwicklung statistischer Verfahren und Kenngrößen
Die Entscheidung über die Falsifikation einer Hypothese
Was versteht man in der Statistik unter einem Merkmalsträger
ein Merkmalsträger muss immer ein Mensch sein
als Merkmalsträger wird die untersuchte Einheit bezeichnet.
je nach Fragestellung und Disziplin kann der Merkmalsträger ein Menschen, ein Unternehmen oder ein Land sein
ein Merkmalsträger zeichnet sich dadurch aus, dass er viele von den anderen Merkmalsträgern verschiedene Merkmale aufweist
ein Merkmalsträger ist der Prototyp einer Gruppe, der das betreffende Merkmal besonders ausgeprägt aufweist
Was versteht man in der Statistik unter einem Merkmal?
als Merkmal wird die Eigenschaft eines Merkmalsträgers bezeichnet, die in der Untersuchung von Interesse ist
ein Merkmal ist eine Eigenschaft, die bei allen Merkmalsträger einer Stichprobe gleich oder ähnlich ausgebildet ist
als Merkmal wird ausschließlich die Eigenschaft des Merkmalsträgers bezeichnet, die in der Untersuchung die abhängige Variable darstellt
als Merkmal bezeichnet man die Eigenschaft der Merkmalsträger, die am besten zwischen den Merkmalsträgern differenziert
Was versteht man in der Statistik unter Merkmalsausprägungen?
eine Merkmalsausprägung ist der Wert, den ein Merkmalsträger in Bezug auf dieses Merkmal tatsächlich aufweist
die Merkmalsausprägungen sind die theoretisch möglichen Merkmalswerte, die ein Merkmal annehmen kann.
die Merkmalsausprägungen sind die interessierenden Eigenschaften eines Merkmalsträgers
die Merkmalsausprägungen sind quantifizierbare Eigenschaften eines Merkmalsträgers
Was versteht man in der Statistik unter Merkmalswerten?
ein Merkmalswert ist der Wert, den ein Merkmalsträger in Bezug auf dieses Merkmal tatsächlich aufweist
Merkmalswerte sind die theoretisch möglichen Merkmalsausprägungen, die ein Merkmal annehmen kann.
die Merkmalswerte sind die interessierenden Eigenschaften eines Merkmalsträgers
die Merkmalswerte sind quantifizierbare Eigenschaften eines Merkmalsträgers
Welche Skalen-Transformationen sind bei einer Nominalskala erlaubt, wenn das Skalenniveau beibehalten werden soll?
Die Addition einer Konstanten zu allen Merkmalswerten
Die Subtraktion einer Konstanten von allen Merkmalswerten
Die Multiplikation aller Merkmalswerte mit einer Konstanten
Die Division aller Merkmalswerte durch eine Konstante
Die Zusammenfassung benachbarter Merkmalsausprägungen
Die logarithmische Transformation aller Merkmalswerte
Die willkürliche Veränderung der Merkmalswerte: z.B. 1 -> 3; 2 -> 5; 4 -> 1; 3 -> 1; 5 -> 4
Welche Skalen-Transformationen sind bei einer Ordinalskala erlaubt, wenn das Skalenniveau beibehalten werden soll?
Welche Skalen-Transformationen sind bei einer Intervallskala erlaubt, wenn das Skalenniveau beibehalten werden soll?
Welche Skalen-Transformationen sind bei einer Verhältnisskala erlaubt, wenn das Skalenniveau beibehalten werden soll?
Welche Skalen-Transformationen sind bei einer Absolutskala erlaubt, wenn das Skalenniveau beibehalten werden soll?
Keine Skalen-Transformation trifft zu
In statistischen Auswertungen werden gelegentlich z-Transformationen durchgeführt. Das heißt, von der ursprünglichen Variablen (Kardinal-Skala) wird deren Mittelwert abgezogen, die Differenz wird durch die Standard-Abweichung der ursprünglichen Variablen dividiert. Welche Aussagen treffen auf die neue Variable zu.
Die neue Variable ist nominalskaliert
Die neue Variable ist ordinalskaliert
Die neue Variable ist intervallskaliert
Die neue Variable ist verhältnisskaliert
Die neue Variable hat den Mittelwert 0 und die Standardabweichung 0
Die neue Variable hat den Mittelwert 0 und die Standardabweichung 1
Die neue Variable hat den Mittelwert 0 und die Standardabweichung 2
Die neue Variable hat den Mittelwert 1 und die Standardabweichung 0
Die neue Variable hat den Mittelwert 1 und die Standardabweichung 1
Die neue Variable hat den Mittelwert 1 und die Standardabweichung 2
Welche Möglichkeiten gibt es, offene Fragen quantitativ auszuwerten
es werden inhaltliche Antwortkategorien definiert, die mit genannt =1, nicht genannt = 0 erfasst werden
der Auswerter versetzt sich in die Lage des Befragten und versucht seine Antwort zu verstehen
die Antworten können z.B. nach der Anzahl der Argumente, die genannt werden ausgewertet werden
Offene Fragen können grundsätzlich nicht quantitativ ausgewertet werden
Welches Skalenniveau hat die Platzierung beim Eurovision Song Contest
Nominal
Ordinal
Intervall
Verhältnis
Absolut
Welches Skalenniveau hat das Vermögen der Einwohner einer Gemeinde in €
Welches Skalenniveau hat der Intelligenzquotient von Studenten
Welches Skalenniveau hat die Temperatur, die heute in Nürnberg in °C gemessen wurde?
Welches Skalenniveau hat der Ausbildungsgrad der Personen in Ihrer Abteilung (gemessen am formalen Bildungsabschluss: z. B.: Kein Schulabschluss, Hauptschule, Qualifizierter Abschluss, Mittlere Reife, Fachabitur, Abitur)
Welches Skalenniveau hat die berufliche Hierarchie in Unternehmen?
Welches Skalenniveau hat die Anzahl der Abgeordneten je Partei im Bundestag?
Welches Skalenniveau hat die Stärke von Verbrennungsmotoren gemessen in KW?
Welches Skalenniveau hat das Lebensalter einer Person gemessen in Jahren
Welches Skalenniveau hat die Augenfarbe von Personen
Welches Skalenniveau hat das Körpergewicht einer Person gemessen in kg
Welches Skalenniveau hat die Kalenderzeit seit Christi Geburt
Welches Skalenniveau hat die Platzierung eines Vereines (z. B. 1. FC Nürnberg) in der (Bundesliga-)Tabelle
Welches Skalenniveau hat die Höhe des zu versteuernden Einkommens
Welches Skalenniveau hat die Konfektionsgröße eines Bekleidungsstückes
Welches Skalenniveau hat die „Sterne“ –Bewertung eines Hotels durch Hotel-Tester
Welches Skalenniveau hat die Zugehörigkeit zu politischen Parteien
Welches Skalenniveau hat die Haarfarbe einer Person
Welches Skalenniveau hat das Interesse einer Person für ein Studienfach ausgedrückt in einer fünfstufigen Likert-Skala
Welches Skalenniveau hat die Angabe des Einkommens auf einem Fragebogen mit vorgegebenen Antwortkategorien, die unterschiedlich breit sind (z.B. 0-499 € ; 500 – 724 €; 725 – 1.499 €)?
Welches Skalenniveau hat die Anzahl der Besucher der Fußballspiele der Bundesliga an einem Spieltag nach Spielorten
Welches Skalenniveau hat die Angabe der Energie-Effizienzklasse von Haushaltsgeräten
Welches Skalenniveau hat die folgende Frage: Wie oft gehen Sie in die Kirche? mit den Antwortkategorien. - nie - weniger als einmal im Jahr - etwa ein- bis zweimal im Jahr - mehrmals im Jahr - ungefähr einmal im Monat - zwei bis dreimal im Monat - fast jede Woche - jede Woche - mehrmals in der Woche
Nominalskala
Ordinalskala
Intervallskala
Verhältnisskala
Absolutskala
Was versteht man unter Objektivität eines Testes?
dass der Test bei wiederholter Verwendung bei derselben Person zu demselben Ergebnis führt
dass der Test unabhängig von dem durchführenden Versuchsleiter dieselben Ergebnisse ergibt
dass die Testergebnisse von verschiedenen Auswertern gleich interpretiert werden
dass der Test genau das misst, was er messen soll
dass der Test die Leistung des Probanden exakt vorhersagt
Was versteht man unter der Reliabilität eines Testes?
dass der Test, unter gleichen Bedingungen durchgeführt, zu vergleichbaren Ergebnissen führt
dass verschiedene Auswerter die Testergebnisse gleich interpretieren
dass der Test immer zu denselben Ergebnissen kommt
dass alle relevanten Aspekte des theoretischen Konstruktes erfasst werden
Wie kann die Validität eines Testes geprüft werden?
wenn der Test unter gleichen Bedingungen zu vergleichbaren Ergebnissen führt
durch den Vergleich mit den Ergebnissen anderer bereits etablierter Tests
wenn verschiedene Wissenschaftler die Ergebnisse gleich interpretieren
durch eine Korrelation des Testergebnis mit dem vorhergesagten Ereignis
wenn verschiedene Auswerter die Testergebnisse gleich interpretieren
Was versteht man unter Durchführungsobjektivität?
wenn die Messwerte der Versuchspersonen bei mehrfacher Durchführung hoch korrelieren
wenn das Merkmal bei allen Personen unter denselben Bedingungen gemessen wird
wenn zwei oder mehr parallele Formen des Tests entwickelt wurden
Welche Möglichkeiten gibt es, die Reliabilität eines Testes zu messen
die Testwerte müssen mit Expertenurteilen über die Personen hoch korrelieren
aus einem Messinstrument werden zwei parallele Formen entwickelt, die Testergebnisse müssen hoch korrelieren
zwei (oder mehr) Wissenschaftler ordnen demselben Phänomen denselben Messwert zu
Prüfung der inneren Konsistenz: alle Items, die denselben Sachverhalt messen (sollen), müssen untereinander mittelstark bis stark korrelieren
verschiedene Auswerter bewerten das Testergebnis gleich
Welches sind die Gütekriterien eines Tests?
Die Objektivität
Die Sensitivität
Die Originalität
Die Reliabilität
Die Konstruktivität
Die Validität
Die Homogenität
Die Heterogenität
Die Konfirminität
Die Plausibilität
Welche Formen der Reliabilität kennen Sie?
Die Durchführungsreliabilität
Die Erhebungsreliabilität
Die Kriteriumsreliabilität
Die Retest-Reliabilität
Die Prüfung der inneren Konsistenz
Womit kann ein Versuchsleiter die Durchführungsobjektivität erhöhen
Durch eine schriftliche Fixierung der Untersuchungsanweisung, die den Probanden vorgelegt wird
Durch den Einsatz eines zweiten Versuchsleiter
Durch einen exakten Kodierplan für die Fragebögen
Durch die Konstant-Haltung von Lärmpegel und Temperatur
Durch die Verwendung zweier paralleler Formen des Testes
Durch die Korrelation der Testergebnisse mit den Ergebnissen eines anderen Tests
Durch die Berechnung der inneren Konsistenz
Was versteht man unter Konstruktvalidität eines Tests?
Dass ein neuer Test mit denselben Merkmalen (ungefähr gleichstarke) Korrelationen aufweist wie bereits etablierte Test
Wenn zwei Forscher zu demselben Ergebnis bei der Bewertung eines Test kommen
Wenn zwei oder mehr Forscher das Ergebnis eines Test gleich (oder ähnlich) bewerten
Wenn mit dem neuen Test, Hypothesen bestätigt werden können, die zuvor nicht bestätigt wurden
Wenn ein Experte bescheinigt, dass der Test alle relevanten Aspekte des Konstruktes abdeckt
Welche Aussagen zum Informationsgehalt einer Hypothese sind richtig?
Der Informationsgehalt ist umso höher, je mehr Sachverhalte in der WennKomponente ausgeschlossen werden
Der Informationsgehalt ist umso höher, je weniger Sachverhalte in der WennKomponente ausgeschlossen werden
Der Informationsgehalt ist umso höher, je mehr Sachverhalte in der DannKomponente ausgeschlossen werden
Der Informationsgehalt ist umso höher, je weniger Sachverhalte in der DannKomponente ausgeschlossen werden
Welche Formen der Datenerhebung können bei einem Experiment eingesetzt werden?
das unstrukturierte Tiefeninterview
die Befragung des Probanden
die Beobachtung des Probanden
die Messung physiologischer Sachverhalte des Probanden
Was sollte bei der Erstellung eines Fragebogens beachtet werden
Die Zielsetzung der Studie sollte einleitend dargestellt werden
Zum Einstieg sollten bereits die schwierigen und kniffligen Fragen gestellt werden, damit die potentiellen Abbrecher der Befragung wenigstens diese Fragen beantwortet haben
Zum Einstieg sollten einfach zu beantwortende Fragen gestellt werden, die positiv besetzt sind
Die Fragen sollten möglichst pointiert unter Verwendung wertbeladener Begriffe formuliert werden, um eine Polarisierung der Antworten zu erreichen
Was sollte bei der Fragebogenkonstruktion beachtet werden?
Um den Befragten die Orientierung zu erleichtern, müssen alle Antwortvorgaben in die gleiche Richtung gehen (z.B. je weiter links, desto positiver)
Die Fragen sollten möglichst anspruchsvoll formuliert werden (Verwendung von Fremdwörtern), um bei den Befragten den Eindruck von Bildung und Wissen zu erwecken
Die inhaltlichen Aspekte von Fragen dürfen sich nicht wiederholen, auch wenn die Frage anders formuliert wurde
Es ist darauf zu achten, dass die Fragen für die Zielgruppe verständlich bleiben
Der Umfang eines Fragebogens sollte möglichst knapp gehalten und auf das Nötigste beschränkt werden, wenn
Passanten auf der Straße befragt werden
die Befragung schriftlich angekündigt wurde und in der Wohnung des Befragten stattfindet
der Befragte signalisiert, dass er keine Lust auf die Teilnahme hat
die befragte Population eher bildungsfern eingeschätzt wird
Welche Argumente sprechen für eine Rating-Skala mit einer geraden Anzahl von Antwortvorgaben?
Menschen können leichter mit einer geraden Anzahl von Antwortvorgaben umgehen als mit einer ungeraden Anzahl, deshalb sind diese Angaben verlässlicher
Eine gerade Anzahl an Antwortvorgaben zwingt die Befragten zu einer Entscheidung, weil es keine neutrale Mitte gibt
Dadurch fällt das Umpolen von Items leichter
Eine gerade Zahl von Antwortvorgaben erhöht die Reliabilität der Antworten
Welche Aussagen treffen für die persönliche Befragung durch einen Interviewer zu?
Sie ist kostenintensiv
Der Interviewer kann Missverständnisse ausräumen
Sie liefert in einem höheren Grad reliable und valide Ergebnisse als andere Formen der Befragung
Sie kann durch unbemerkte Interaktionen zwischen Interviewer und Befragten zu verzerrten Antworten führen
Welche Aussagen treffen für die Internetbefragung zu
Sie ermöglicht eine schnelle und kostengünstige Rekrutierung der Interview-Partner
Durch die direkte Eingaben der Antworten in eine Bildschirmmaske entfällt die Fehlerquelle der Datencodierung und Erfassung durch den Forscher
Stellt sicher, dass ausschließlich Personen antworten, die in die Zielgruppe der Grundgesamtheit gehören
Sie kann über Filtertechniken sicherstellen, dass die Befragten nur die Fragen zur Beantwortung erhalten, die für sie relevant sind
Was ist zu beachten, wenn Sie heikle Fragen in Ihrem Fragenbogen stellen müssen?
für solche Fragen sind nur die Antwortkategorien „ja“ und „nein“ vorzugeben
bei solchen Fragen sollten die Interviewten die Möglichkeit haben, ihre Antwort ausführlich zu begründen
diese Fragen sollten möglichst am Ende der Befragung gestellt werden
es sollte kurz begründet werden, warum die Frage notwendig ist
es sollte darauf hingewiesen werden, wie die Mehrheit der Bevölkerung diese Frage beantworten würde
Wenn Sie einen Fragebogen zusammenstellen, sollten Sie
wenn möglich auf Fragen zurückgreifen, die aus einem ähnlichen Anlass einer vergleichbaren Population gestellt wurden
diesen Fragebogen in einem Pretest auf Akzeptanz und Verständlichkeit testen
möglichst eigene Fragen formulieren, auch wenn schon Erhebungsinstrumente existieren
keine Fragen verwenden, die in einer anderen Untersuchung gestellt wurden, weil dadurch Antwortverzerrungen entstehen können
möglichst viele Fremdworte verwenden, damit die Befragten erkennen, dass dies eine wissenschaftliche Untersuchung ist
den Sachverhalt einer Frage möglichst umfassend darstellen, auch wenn Sie dafür mehrere Gedanken aufgreifen müssen
Reizworte, die einem Teil der Bevölkerung stark affektiv belegt sind, möglichst vermeiden
die Fragen kurz, prägnant und eindeutig formulieren
Was ist zu berücksichtigen, wenn in einen Fragebogen Kontrollfragen aufgenommen werden?
die Kontrollfrage sollte unmittelbar nach ursprünglichen Frage folgen, allerdings sollte sie eine Negation der ersten Frage darstellen
die Kontrollfrage sollte erst nach weiteren Fragen stehen und nicht identisch mit der ursprünglichen Frage sein
Kontrollfrage und ursprüngliche Frage müssen identisch sein, sonst können Abweichungen nicht eindeutig aufgezeigt werden
es sollten nicht zu viele Kontrollfragen gestellt werden, um den Fragebogen nicht unnötig aufzublähen
Was ist beim Pretest eines Fragebogens zu beachten?
Der Pretest sollte möglichst mit einer vergleichbaren Population durchgeführt werden, mit der auch die Hauptuntersuchung durchgeführt werden
Der Pretest sollte mit einer möglichst verschiedenartigen Population durchgeführt werden, um ein breit getestetes Instrument zu erhalten
Der Pretest dient unter anderem dazu die Verständlichkeit und Akzeptanz der Fragen zu überprüfen
Der Pretest dient dazu, die Bedingungen herauszufinden, unter denen die Forschungsfrage am besten bestätigt werden kann.
Unter welchen Bedingungen ist es sinnvoll, eine Stichprobe zu ziehen und nicht die Grundgesamt zu untersuchen
Wenn die Grundgesamtheit so groß ist, dass die Erfassung zu teuer wäre
Wenn eine Hypothese verifiziert werden soll
Wenn die untersuchten Einheiten beschädigt werden (Crashtest)
Wenn die Ergebnisse schnell verfügbar sein müssen und die Untersuchung der Grundgesamtheit zu zeitaufwändig wäre
Welche der folgenden Verfahren gelten als reine Zufallsauswahl
Das Auslosen der Merkmalsträger
Die Auswahl nach dem Geburtsjahr
Die Kontaktierung persönlicher Bekannter über Facebook oder Xing
Die Quoten-Stichprobe
Die Ziehung aus einer Datei mit einem Zufallszahlengenerator
Warum ist die Quotenstichprobe einer willkürlichen Auswahl durch den Versuchsleiter vorzuziehen?
Das ist nicht richtig; beide Verfahren sind gleichwertig
weil die Quotenstichprobe schneller und einfacher realisierbar ist
weil der Einfluss des Versuchsleiters bei der Quotenstichprobe geringer ist als bei der willkürlichen Auswahl
weil mit einer Quotenstichprobe Hypothesen weniger schnell falsifiziert werden
Welches sind Nachteile oder Gefahren einer Quotenstichprobe
Es kann nicht mit 100 % Sicherheit gesagt werden, dass die Quotenmerkmale für den Untersuchungszweck relevant sind
Dass der Entscheidungsspielraum des Versuchsleiters durch die Quotenvorgaben erheblich eingeschränkt ist
Dass der Quotenplan einer geschichteten Zufalls-Stichprobe entspricht und damit eine Genauigkeit vorspiegelt, die gar nicht existiert
Dass es bei einer Mehrthemenumfrage nahezu unmöglich ist einen für alle Themenrelevanten Quotenplan zu erstellen
Ein Supermarkt will die Zufriedenheit seiner Kunden erheben. Dazu werden alle Kunden befragt, die an einem Mittwoch, morgens zwischen 7:30 Uhr und 8:30 Uhr, den Supermarkt besuchen. Welche der Aussagen sind richtig
Da der Zeitpunkt zufällig gewählt wurde, ist die Stichprobe repräsentativ
Die Stichprobe enthält nur einen sehr eingeschränkten Anteil der Grundgesamtheit aller Supermarktkunden, da nur in einem engen Zeitfenster erhoben wird, deshalb ist die Stichprobe nicht repräsentativ
Wenn die Kunden innerhalb dieses Zeitfensters nach einem Quotenauswahlverfahren ausgewählt werden, ist die Stichprobe repräsentativ
Die Erhebung sollte zu einem anderen Zeitpunkt (z.B. Freitag am Abend) wiederholt werden, dann ist die Stichprobe repräsentativ.
Mittwoch am Morgen ist besonders gut geeignet, da in dieser Zeit besonders wenig Kunden einkaufen. Diese haben daher mehr Zeit. Deshalb sind die Ergebnisse repräsentativ
Welche Aussagen über die Stichprobenziehung sind richtig?
bei einer Stichprobe von n > 1.000 ist es völlig unerheblich, wie sie gezogen wurde, sie ist allein durch ihren Umfang repräsentativ
Um eine Hypothese möglichst streng zu überprüfen, ist die Stichprobe möglichst groß zu wählen (n> 3.000) weil nur dann das Signifikanzniveau wirklich aussagekräftig ist.
Je homogener die Grundgesamtheit der Merkmalsträger ist, desto kleiner kann die Stichprobe sein, die noch zuverlässige Aussagen über die Grundgesamtheit zulässt.
Je heterogener die Stichprobe ist, desto besser repräsentiert sie die Grundgesamtheit
Streng genommen können nur Verfahren, die auf einer Zufallsauswahl beruhen, die Annahme einer repräsentativen Stichprobe rechtfertigen
Zufallsauswahl oder willkürliche Auswahl der Probanden ist unerheblich, ein Signifikanztest kann in jedem Fall angewandt werden
Was charakterisiert eine Zufallsstichprobe?
Alle Elemente der Grundgesamtheit haben eine benennbare Chance, in die Stichprobe aufgenommen zu werden.
Der Einfluss des Versuchsleiters auf die Auswahl und Zusammensetzung der Stichprobe ist sehr gering.
Der Versuchsleiter trifft eine Vorauswahl der Personen, die in die Stichprobe aufgenommen werden können.
Die Stichprobe wird so zusammengesetzt, dass sie der Zusammensetzung der Grundgesamtheit nach soziodemografischen Merkmalen (Alter, Geschlecht, Bildung) möglichst ähnlich ist.
Welche Auswirkungen haben Teilnahme-Verweigerer für die Repräsentativität einer Stichprobe?
Wenn die Stichprobe groß genug ist (> 1.500), dann ist das Problem der Verweigerer vernachlässigbar.
Wenn die Verweigerer eine in sich homogene Gruppe (höheres Alter, geringer Bildungsstand) im Vergleich mit der Grundgesamtheit sind, dann gefährden sie durch ihre Nichtteilnahme die Repräsentativität der Stichprobe.
Teilnahmeverweigerer gibt es bei allen Untersuchungen, deshalb hat dieses Phänomen keinen Einfluss auf die Repräsentativität.
Dieses Problem kann nicht vollständig gelöst, jedoch abgemildert werden, indem man versucht, potenzielle Verweigerer von der Sinnhaftigkeit einer Teilnahme zu überzeugen
Wenn der Versuchsleiter die Antwortverweigerer mithilfe eines Quotenplans durch neue Probanden ersetzt, ist das Problem gelöst.
In welchen Fällen ist die Interpretation des Medians der Interpretation des arithmetischen Mittels vorzuziehen
bei ordinalskalierten Merkmalen
bei einem kardinalskalierten Merkmal und wenigen Merkmalsträgern
bei einem kardinalskalierten Merkmal bei vielen Merkmalsträgern aber relativ wenig Merkmalsausprägungen
bei einem kardinalskalierten Merkmal und einer überschaubaren Anzahl von Merkmalsträgern mit einem extremen Ausreißer
Welche Aussagen zur Varianz sind richtig?
Eine große Varianz ist immer dann gegeben, wenn die Varianz größer als der Mittelwert ist.
Die Varianz kann größer als die Streuung sein, sie kann aber auch kleiner als die Streuung sein
Die Varianz einer Merkmalsverteilung sollte nur mit einer Varianz einer anderen Verteilung dieses Merkmals verglichen werden, die mit derselben Skala erfasst wurde (z.B. Punkte in der Klausur, wenn die erreichbare Maximalpunktzahl gleich ist)
Welchen Eigenschaften zeichnen den Inter-Quartilsabstand aus?
der Inter- Quartilsabstand ist besser standardisiert als die Varianz
der Inter- Quartilsabstand reagiert nicht auf Ausreiser
der Inter- Quartilsabstand zeigt feinere Unterschiede zwischen Verteilungen auf
der Inter- Quartilsabstand darf nur bei Ordinalskalen verwendet werden
Welche Informationen kann man dem Interquartilsabstand entnehmen
Die gesamte Streubreite der Verteilung (vom Minimum bis zum Maximum)
In welchem Bereich die 50 % „mittleren“ Fälle liegen
Ob die Verteilung symmetrisch oder asymmetrisch ist
Ob die Verteilung rechts- oder linksschief ist
Welche Eigenschaften hat das Schiefe-Maß
wenn eine Verteilung symmetrisch ist, hat die Schiefe einen Wert von 1,0
je größer der Absolutwert der Schiefe ist, desto symmetrischer ist die Verteilung
eine symmetrische Verteilung hat einen Schiefe-Wert von 0,0
je weiter der absolute Wert von 0,0 entfernt ist, desto schiefer ist die Verteilung
Welche Aussagen sind zutreffend, wenn das Merkmal normalverteilt ist, einen Mittelwert von 100 und eine Varianz von 100 hat?
Im Bereich von 0 bis 200 befinden sich 68 % der Merkmalsträger
Im Bereich von 90 bis 110 befinden sich 68 % der Merkmalsträger
Im Bereich von 80 bis 120 befinden sich 95 % der Merkmalsträger
Im Bereich von 80 bis 120 befinden sich 99 % der Merkmalsträger
Im Bereich von 74 bis 126 befinden sich 95 % der Merkmalsträger
Im Bereich von 74 bis 126 befinden sich 99 % der Merkmalsträger
Wenn Median und arithmetisches Mittel zusammenfallen (denselben Wert haben), dann ……
liegt immer eine Normalverteilung vor
liegt immer eine symmetrische Verteilung vor
ist der Kennwert für die Schiefe dieser Verteilung annähernd 0,0
ist der Exzess dieser Verteilung annähernd 0,0
Welche Aussagen zum Standardfehler einer Verteilung sind richtig
Der Standardfehler einer Verteilung kann als Standardabweichung der arithmetischen Mittel betrachtet werden (wenn mehrere Stichproben gezogen würden)
Der Standardfehler ergibt sich aus der Standardabweichung dividiert durch die Wurzel aus n (=Stichprobengröße)
Der Standardfehler muss immer kleiner als die Standardabweichung sein
Der Standardfehler darf nur bei kardinalskalierten Merkmalen berechnet werden.
Warum kann es sinnvoll sein, vor der Berechnung des Mittelwertes einer Verteilung, an beiden Seite jeweils die 5% der extremsten Werte abzuschneiden?
Weil dadurch Ausreißer eliminiert werden, die sonst möglicherweise das arithmetische Mittel verzerren würden
Damit ergeben sich zuverlässigere Werte für den Median
Weil nur dann der Modus aussagekräftig ist
Weil dadurch der Wert für die Varianz zuverlässiger wird
Welche Aussagen zur grafischen Darstellung von Ergebnissen sind richtig?
Auf die grafische Darstellung von Ergebnissen sollte verzichtet werden, weil dies unwissenschaftlich
Die grafische Darstellung von Ergebnisse veranschaulicht die Bedeutung der Befunde vielfach besser als die bloße Darstellung der Kennzahlen
Die Verwendung dreidimensionaler Grafiken (Kreisdiagramme oder Balkendiagramme) kann zu Wahrnehmungstäuschungen führen und sollte deshalb unterbleiben
Grundsätzlich sollten alle Ergebnisse als Balkendiagramme dargestellt werden
Tortendiagramme stellen die Sachverhalte besonders objektiv und einprägsam dar. Deshalb sollten diese möglichst immer verwendet werden
Möglichst alle Ergebnisse sollten als Boxplots dargestellt werden
Was versteht man unter einem Konfidenzintervall?
das Konfidenzintervall drückt den geschätzten Punktwert einer Größe aus, der sich aus der Stichprobe berechnen lässt
das Konfidenzintervall ist eine Messgröße für die Güte einer Stichprobe
das Konfidenzintervall enthält den Korrekturfaktor für den Stichprobenwert, um den tatsächlichen Wert einer Grundgesamtheit zu ermitteln
das Konfidenzintervall beschreibt den Bereich innerhalb dessen der wahre Wert der Grundgesamtheit mit einer bestimmten Wahrscheinlichkeit (z.B. 95%) um den Wert des Stichprobenkennwertes liegt
Was versteht man unter dem Signifikanzniveau?
es gibt an, wie stark der Effekt in einer Untersuchung ist
es entscheidet darüber, ob eine Hypothese wahr oder falsch ist
es drückt die Fehlerwahrscheinlichkeit aus, mit der von den Daten der Stichprobe auf die Verhältnisse in der Grundgesamtheit geschlossen wird
es kennzeichnet die Bedeutsamkeit eines Ergebnisses für die praktische Anwendung
Was versteht man unter einem einseitigen Signifikanztest?
dass nur die Alternativhypothese geprüft wird, die Nullhypothese bleibt unberücksichtigt
das nur die Nullhypothese geprüft wird, die Alternativhypothese bleibt unberücksichtigt
dass eine Alternativhypothese überprüft wird, die eine bestimmte Tendenz postuliert und einen gegenteiligen Zusammenhang ausschließt (z.B. je länger die Prüfungsvorbereitung, desto besser das Prüfungsergebnis)
dass die Nullhypothese nur dann verworfen wird, wenn die Ergebnisse in die postulierte Richtung geht
Wenn Sie eine Hypothese überprüfen wollen formulieren Sie eine Null-Hypothese und eine Alternativhypothese. Sie testen auf dem 5% Signifikanzniveau, was bedeutet dies inhaltlich?
Die Wahrscheinlichkeit beträgt 5%, dass Sie die Alternativhypothese zu Unrecht aufgeben
Die Wahrscheinlichkeit beträgt 5%, dass Sie die Nullhypothese zu Unrecht zurückweisen
Die Wahrscheinlichkeit beträgt 95%, dass die Alternativhypothese richtig ist
Die Wahrscheinlichkeit beträgt 95%, dass die Nullhypothese richtig ist
Welche der folgenden Aussagen rechtfertigen einen einseitigen Signifikanztest?
Männer und Frauen zeigen unterschiedliche Einstellungen zur Integration von Ausländern
es besteht ein positiver Zusammenhang zwischen der Fernsehdauer und der Bereitschaft in Konfliktsituationen aggressive Verhaltensweisen zu zeigen
Ältere Menschen zeigen andere Intelligenzstrukturen als jüngere Menschen
Jüngere Menschen verbringen mehr Zeit mit Internetnutzung als ältere Menschen
Was ist bei der Wahl des Signifikanzniveaus zu beachten?
Grundsätzlich sollte das kleinste mögliche Signifikanzniveau gewählt werden, das noch möglich ist, um die Nullhypothese zurückzuweisen.
Mit der Abnahme der Wahrscheinlichkeit des α-Fehlers steigt die Wahrscheinlichkeit des β-Fehlers, deshalb ist nach Thematik und Erkenntnisstand abzuwägen, welches Signifikanzniveau gewählt werden soll
Es ist besser auf dem 1%-Niveau zu testen als auf dem 5%-Niveau
Das Signifikanzniveau ist allgemein üblich, deshalb sollte man dieses immer verwenden
Welche Alternativhypothesen sind zu der Null-Hypothese "Frauen haben dieselben Karriere-Chancen wie Männer" richtig formuliert
Einseitig: Die Karriere-Chancen von Männern und Frauen sind unterschiedlich
Einseitig: Die Frauen haben häufig niedrigere Karriere-Chancen als Männer
Zweiseitig: Frauen haben andere Aufgaben in der Gesellschaft als Männer
Zweiseitig: Meist machen die Frauen schneller Karriere als Männer
Bei welchen der folgenden Fälle würden Sie den Median als Kennwert berechnen
Ordinalskaliertes Merkmal, wenig Mermalsausprägungen (<5), viele Merkmalsträger (>200)
Intervallskaliertes Merkmal, wenig Merkmalsausprägungen (<8), sehr viele Merkmalsträger (>1.000)
Intervallskaliertes Merkmal, wenig Merkmalsausprägungen (>100), wenig Merkmalsträger (<20)
Ordinalskaliertes Merkmal, viele Merkmalsausprägungen (>30), viele Merkmalsträger (>50)
Wann sollte man bei der Interpretation der Spannweite einer Verteilung vorsichtig sein
wenn Maximum und /oder Minimum sehr weit von den nächstgelegenen Merkmalswerten entfernt sind
wenn nur wenige Mermalsausprägungen vorliegen
wenn die Daten Kardinalskalen-Niveau aufweisen
bei kontinuierlichen Merkmalsausprägungen und wenigen Merkmalsträgern
Die Normalverteilung eines Merkmales
wenn Modus, Median und arithmetisches Mittel einer Verteilung zusammenfallen oder ganz eng beieinander liegen, ist dies eine notwendige aber keine hinreichende Voraussetzung für die Normalverteilungsannahme
liegt vor, wenn die Quadratwurzel der Varianz gleich der Streuung der Verteilung ist
ist immer gegeben, wenn die Merkmale verhältnisskaliert sind
kann statistisch nicht geprüft werden
Was ist bei der Interpretation des Kontigenzkoeffizienten zu berücksichtigen
der Kontigenzkoeffizient bewegt sich im Bereich zwischen -1,0 und 1,0
der Maximalwert, den der Kontigenzkoeffizient annehmen kann, ist abhängig von der Anzahl der Zeilen und Spalten der Kreuztabelle. Er nähert sich asymptotisch dem Wert 1,0 an.
Der Kontigenzkoeffizient kann genauso wie der Korrelationskoeffizient als Maß für die Stärke des linearen Zusammenhangs interpretiert werden
Der korrigierte Kontigenzkoeffizient CC/ CCmax kann als ein Maß für die Stärke des Zusammenhangs interpretiert werden, das dem eta der Varianzanalyse vergleichbar ist.
Wie können Sie beim Mann-Whitney-U-Test die Effektstärke messen?
über die Prüfgröße W
die Effektstärke kann nicht quantifiziert werden, aber über die Visualisierung der Verteilung erhält man einen ungefähren Eindruck von der Stärke des Effektes
über das Signifikanzniveau des Koeffizienten
wenn die Mediane der beiden Gruppen deutlich entfernt voneinander sind, kann man von einem starken Effekt ausgehen.
über eine Schätzung von Cohen's im Effektstärke Rechner von Psychometrica
Welches statistische Verfahren ist angemessen, wenn Sie bei einer ordinalskalierten abhängigen Variablen prüfen soll, ob sich die drei Gruppen statistisch signifikant unterscheiden
der Man-Whitney-U-Test (Wilcoxon-Test)
der t-Test für unabhängige Stichproben
die Kruskal-Wallis-Rangvarianzanalyse
die Varianzanalyse
Ein Kommilitone hat bei der Überprüfung einer Unterschiedhypothese für zwei Gruppen einen Wert für Cohen's d von -0,72 erhalten. Wie interpretieren Sie diesen Wert?
Es liegt ein Rechenfehler vor, da Cohen's d nur positive Werte annehmen kann
Es liegt ein sehr starker Effekt vor
Es liegt ein mittelstarker Effekt vor
Das Ergebnis ist nicht signifikant, die Wahrscheinlichkeit, dass der Effekt zufällig zustande kam, beträgt 72%.
Ein Kommilitone hat bei der Überprüfung einer Unterschiedshypothese für zwei Gruppen einen Wert für Cohen's d von -1,25 erhalten. Wie interpretieren Sie diesen Wert?
Es liegt ein Rechenfehler vor, weil Cohen's d nur positive Werte annehmen darf
Es liegt ein Rechenfehler vor, weil Cohen's d nur Werte zwischen -1,0 und 1,0 annehmen kann
In diesem Fall müsste die Odd's Ratio berechnet werden
Welches Verfahren wenden Sie für die Prüfung an, welche der drei Gruppen: Probanden mit Hauptschulabschluss, Probanden mit mittlerer Reife, Probanden mit Hochschulreife sich statistisch signifikant in Bezug auf die Einkommenshöhe unterscheiden?
alle Gruppenunterschiede werden mit dem t-Test geprüft
die beiden Gruppen; die am nächsten beieinander liegen, werden mit dem t-Test geprüft; ist dieser statistisch signifikant, müssen auch die anderen Gruppenunterschiede signifikant sein
mit einem Post-Hoc-Vergleich z.B. Tukey's HSD-Test oder Scheffeé-Test
wenn das Ergebnis der Varianzanalyse signifikant ist, sind alle Gruppenunterschiede signifikant
Wie können Sie die Effektstärke prüfen, wenn Sie einen signifikanten Mittelwertunterschied zwischen zwei Gruppen bei einem kardinalskalierten Merkmal erhalten haben?
der t-Wert des t-Testes gibt Aufschluss über die Stärke des Effektes
die Differenz der Mittelwerte gibt Aufschluss über die Stärke des Effekt es
man muss Cohen's d berechnen
man kann varianzanalytisch den Anteil der erklärten Varianz bestimmen
Sie haben bei einem t-Test für unabhängige Stichproben einen Wert für Cohen's d von 0,12 erhalten. Was bedeutet dieser inhaltlich?
es handelt sich um einen sehr starken Effekt
es liegt ein mittelstarker Effekt vor
es liegt ein schwacher Effekt vor
der Effekt ist vernachlässigbar
Sie haben bei einem t-Test für unabhängige Stichproben einen Wert für Cohen's d von 1,12 erhalten. Was bedeutet dieser inhaltlich?
das ist unmöglich, es liegt ein Rechenfehler vor
Wofür wird der Levene-Test im Zusammenhang mit dem t-Test durchgeführt?
der Levene-Test misst die Stärke des Effektes zwischen den beiden Gruppen
der Levene-Test prüft die Signifikanz des Mittelwert-Unterschiedes
der Levene-Test prüft, ob die Annahme, dass die Varianzen des Merkmals innerhalb der beiden Gruppen gleich sind, aufrecht erhalten werden kann
der Levene-Test ist eine Weiterentwicklung des t-Tests
Sie erhalten bei der Durchführung des Levene-Tests ein Ergebnis Pr(>F) 0,001. Welche Konsequenzen ziehen Sie daraus für den folgenden t-Test?
Die Mittelwertunterschiede sind damit statistisch hochsignifikant
Die Varianzen innerhalb der Gruppen sind homogen, es kann der t-Test für homogene Varianzen berechnet werden
Die Varianzen sind heterogen, es muss der Welch-Test berechnet werden
Die Varianzen sind zwar heterogen, aber das beeinflusst die Durchführung des t-Test nicht
Wie unterschieden sich der t-Test für homogene Varianzen und Welch-Test
der t-Test für homogene Varianzen ist der konservativere Test, d.h. die Nullhypothese wird länger beibehalten
beim Welch-Test sind die Freiheitsgrade tendenziell geringer als beim t-Test, oft ist auch der t-Wert etwas kleiner
der Welch-Test ist tendenziell etwas konservativer, d.h. die Nullhypothese wird länger beibehalten
es gibt keinen Unterschied zwischen den Ergebnissen der beiden Tests
Welche Voraussetzungen gibt es für die Anwendung der Kruskal-Wallis-Rang-Varianzanalyse
Ordinalskalen-Niveau der abhängigen Variablen
Kardinalskalen-Niveau der abhängigen Variablen
mindestens fünf Probanden je Gruppe
mindestens dreißig Probanden je Gruppe
Was bedeutet die Aussage: Die Kurskall-Wallis-Rang-Varianzanalyse hat eine Effizienz von 95% zu der parametrischen Varianzanalyse
dass die Kruskall-Wallis-Rang-Varianzanalyse nur in 95% der Fälle ein signifikantes Ergebnis liefert, in denen die Varianzanalyse signifikante Mittelwertunterschiede aufdeckt
dass der Informationsgehalt der Kruskall-Wallis-Rang-Varianzanalyse 95% des Informationsgehalts der Varianzanalyse beträgt
dass man mit der Varianzanalyse in 95% der Fälle bessere Ergebnisse erhält
dass man die KW-Rangvarianzanalyse 95% der Mittelwertunterschiede als signifikant markiert, die die parametrische Varianzanalyse bei korrekter Anwendung und dem Vorliegen aller Voraussetzungen als signifikant markiert hat
Wie kann man bei der parametrischen Varianzanalyse die Effektstärke berechnen
das ist unmöglich
als Kennwert eta-Quadrat = erklärte Varianz / Gesamtvarianz
als Kennwert eta-Quadrat = erklärte Varianz / Fehlervarianz
als Kennwert eta-Quadrat = erklärte Varianz / Freiheitsgrade
Wann liegt ein positivere linearer Zusammenhang zwischen zwei Variablen vor?
Die Veränderung des Merkmals X ist von der Veränderung des Merkmals Y völlig unabhängig
Wenn X größer wird, wird Y ebenfalls größer
Wenn X größer wird, wird Y kleiner
Wenn X größer wird, kann Y größer oder kleiner werden, je nachdem welchen Wert X ha
Wenn X kleiner wird, wird Y ebenfalls kleiner
Für die Berechnung der Produkt-Momentkorrelation sind folgende Voraussetzungen unbedingt erforderlich
Kardinalskalenniveau der Merkmale
Normalverteilung der Merkmale
eine plausible Annahme für eine kausale Ursache-Wirkungsbeziehung zwischen den Merkmalen
eine plausible Annahme für eine lineare Beziehung zwischen den Variablen
Ordinalskalen-Niveau der Variablen
Welche Voraussetzungen sollten erfüllt sein, wenn eine Produktmoment-Korrelation zwischen zwei Merkmalen berechnet wird
die beiden Merkmale sollten annähernd normalverteilt sein
die beiden Merkmale müssen an unterschiedlichen Merkmalsträgern gemessen werden
es sollten mindestens 30 Merkmalsträger gültige Werte für beide Merkmale aufweisen
die Merkmalsausprägungen müssen auf dem Kardinalskalen-Niveau messbar sein
Was sollte getan werden, wenn eine Korrelationsanalyse berechnet werden soll, ein Merkmal jedoch nur ordinalskaliert ist
der Zusammenhang kann nicht berechnet werden
es kann der Bravais-Pearson Korrelationskoeffizient berechnet werden
es sollte Spearman’s rho berechnet werden
gegebenenfalls sind Merkmalsausprägungen zusammenzufassen, um den ChiQuadrat-Test für die Kreuztabelle berechnen zu können
Welche statistische Kennzahl sollte interpretiert werden, um die Stärke des Zusammenhanges zwischen zwei intervallskalierten Variablen für 12 Merkmalsträger zu berechnen
Der Chi-Quadrat-Wert einer Kreuztabelle
Der Rangkorrelationskoeffizient rho
Bravais-Pearson-Korrelationskoeffizient r
Der standardisierte Regressionskoeffizient beta
Der Rangkorrelationskoeffizient Kendall’s tau
Ein Kommilitone hat in seiner Bachelor-Arbeit die Stärke des Zusammenhanges zwischen Vorbereitungszeit und Prüfungserfolg untersucht. Er erhält einen Zusammenhang von r = 1.22 Wie interpretieren Sie diesen Zusammenhang
Es besteht ein starker positiver Zusammenhang (je länger die Vorbereitungszeit, desto höher der Prüfungserfolg), dieser Zusammenhang ist in jedem Falle statistisch signifikant
Der Zusammenhang zwischen den beiden Merkmalen ist nur mittelstark
Anhand der Kodierung der Variablen muss vor der Interpretation erst geprüft werden, ob der Zusammenhang positiv oder negativ ist
Der Koeffizient ist mit Sicherheit auf einen Rechenfehler des Kommilitonen zurückzuführen
Für eine Rangkorrelation-Analyse müssen folgende Voraussetzungen erfüllt werden
die Variablen müssen mindestens Intervallskalenniveau aufweisen
die Variablen müssen in einem plausiblen Ursache-Wirkungszusammenhang zueinander stehen
die Variablen müssen mindestens ordinalskaliert sein
Es sollten zahlreiche Merkmalsausprägungen (>> 2) vorhanden sein
Eine bivariate Korrelationsanalyse
erfordert keine kausale Ursache-Wirkungsbeziehung
liefert den Beweis, dass ein kausaler Zusammenhang zwischen den Merkmalen besteht
darf nicht berechnet werden, wenn eine oder beide Variablen extrem schief verteilt sind
beschreibt die Stärke des linearen Zusammenhanges zwischen zwei Variablen
beschreibt die Stärke des logarithmischen Zusammenhangs zwischen zwei Variablen
Wenn bei einer bivariaten Korrelationsanalyse ein Zusammenhang von r = 0,01 ermittelt wird, bedeutet dies
dass der Zusammenhang zwischen den beiden Merkmalen statistisch hochsignifikant ist
dass kein nennenswerter linearer Zusammenhang zwischen den beiden Merkmalen besteht
dass überhaupt kein Zusammenhang zwischen den beiden Merkmalen besteht
Welche Zusammenhänge zwischen zwei Merkmalen, gemessen mit dem Produkt-MomentKorrelationskoeffizienten werden als starke lineare Zusammenhänge bezeichnet
ein Zusammenhang von r = -0,57
ein Zusammenhang von r = -0,31
ein Zusammenhang von r = 0,25
ein Zusammenhang von r = 0,71
ein Zusammenhang von r = 0,45
Der Rangkorrelationskoeffizient rho (Spearman’s rho)
hat eine ähnliche Aussagekraft wie der Korrelationskoeffizient r
misst die Stärke des linearen und des nichtlinearen Zusammenhanges zwischen zwei Variablen
kann ab Ordinalskalen-Niveau eingesetzt werden
kann auch bei extrem schiefen Verteilungen eingesetzt werden
Welches Verfahren würden sie anwenden, wenn Sie für zwei kardinalskalierte Variablen mit circa 20 Merkmalsausprägungen über 20 Versuchspersonen ein Zusammenhangsmaß berechnen sollen
Den Produkt-Moment-Korrelationskoeffizient r
Den Rang-Korrelationskoeffizient rho
Den Kontingenz-Koeffizient
Den Rang-Korrelationskoeffizient tau
Den standardisierten Regressionskoeffizienten beta
Bei der Analyse der Stärke des Zusammenhanges einer Vierfelder-Tafel erhalten Sie einen Kontingenz-Koeffizienten von 0,55. Wie interpretieren Sie den Koeffizienten
es liegt ein mittelstarker Zusammenhang vor
der Kontingenzkoeffizient kann grundsätzlich nicht interpretiert werden
der Kontingenzkoeffizient muss adjustiert werden nach der Formel CC / CCmax)
Welche Voraussetzungen müssen erfüllt sein, um eine Regressionsanalyse mit zwei Merkmalen zu berechnen
Kardinalskalen-Niveau der beiden Variablen
Normalverteilung der beiden Variablen
Ordinalskalen-Niveau beider Variablen
Ausschließlich die abhängige Variable muss Kardinalskalen-Niveau aufweisen
Wie kann man die Kausalität (Ursache-Wirkungsbeziehung) eines Zusammenhanges statistisch belegen?
Durch die Regressionsanalyse; wenn der Regressionskoeffizient statistisch signifikant ist, ist der Nachweis für die Kausalität des Zusammenhanges erbracht
Wenn sowohl Regressionsanalyse als auch Korrelationsanalyse signifikante Ergebnisse zeigen, muss ein Ursache-Wirkungszusammenhang vorliegen
Der Nachweis eines kausalen Zusammenhangs kann über das Untersuchungsdesign (z. B. Versuchsanordnung) gelingen. Der Nachweis statistisch signifikanter Zusammenhänge ist kein Beleg für einen kausalen Zusammenhang
Wann kann ein kausaler Zusammenhang zwischen zwei Merkmalen angenommen werden?
Wenn sich ein Zusammenhang in mehreren, von einander unabhängigen Untersuchungen herausgestellt hat
Wenn ein plausibler inhaltlicher Zusammenhang zwischen den Merkmalen besteht
Wenn eine zeitliche Abfolge zwischen der Messung des unabhängigen und des abhängigen Merkmals besteht, die Wirkung des unabhängigen Merkmals auf das abhängige Merkmal theoretisch plausibel erscheint und der Zusammenhang statistisch nachgewiesen werden kann
Wenn die Merkmale auch Intervallskalen-Niveau gemessen werden können, weil nur dann eine Regressionsanalyse gerechnet werden darf
Ein Kommilitone hat in seiner Bachelorarbeit als Ergebnis der Regressionsanalyse folgende Parameter erhalten: a = 2,5 b = 1,8. Welche Interpretationen sind richtig?
Die Regressionsgerade hat eine Steigung von 2,5, d.h. wenn sich X um eine Einheit verändert, verändert sich Y um 2,5 Einheiten
Die Regressionsgerade hat eine Steigung von 1,8, d.h. wenn sich X um eine Einheit verändert, verändert sich Y um 1,8 Einheiten
Die Steigung der Regressionsgeraden darf maximal 1,0 sein, also muss ein Rechenfehler vorliegen
Wenn a und b positiv und größer 1,0 sind, muss ein starker positiver Zusammenhang vorliegen
Ein Kommilitone hat in seiner Bachelorarbeit als Ergebnis der Regressionsanalyse einen standardisierten Regressionskoeffizienten β = 0,53 erhalten. Welche Aussagen sind richtig?
Es besteht ein starker linearer Zusammenhang zwischen den beiden Merkmalen
Es besteht kein linearer Zusammenhang zwischen den beiden Merkmalen
β kann nicht interpretiert werden, da es Werte von plus bis minus unendlich annehmen kann
Rund 25 % der Varianz in Y werden durch die Veränderungen von X erklärt
Die Höhe von β hängt von der Anzahl der Merkmalsausprägungen der abhängigen Variablen ab
Ein Kommilitone hat in seiner Bachelorarbeit als Ergebnis der einfachen Regressionsanalyse einen standardisierten Regressionskoeffizienten β = 1,53 erhalten. Welche Aussagen sind richtig?
Rund 2 % der Varianz in Y werden durch die Veränderungen von X erklärt
Es liegt mit Sicherheit ein Rechenfehler vor
Über welche Koeffizienten kann bei der multiplen Regressionsanalyse die Stärke des Einflusses einer einzelnen unabhängigen Variablen auf die abhängige Variable ermittelt werden?
Über den nichtstandardisierten Regressionskoeffizienten
Über das multiple R
Über den standardisierten Regressionskoeffizienten
Über den Durbin-Watson Koeffizienten
Über den VIF (Variance Inflation Factor)
Der Determinationskoeffizient R2 entspricht
dem konstanten Glied a im Falle der Einfachregression
dem Quadrat des Korrelationskoeffizienten r im Falle einer bivariaten Korrelation
dem Quadrat des nicht standardisierten Regressionskoeffizienten b im Falle der Einfach-Regression
dem Quadrat des standardisierten Regressionskoeffizienten im Falle einer Einfachregression
Bei der Regressionsanalyse lassen sich Schätzwerte für Y als Funktion von X auf einer Geraden darstellen.
die Abweichungen der beobachteten Werte von diesen Schätzwerten stellen den Fehlerterm dar
die Gerade wird so berechnet, dass die Summe der Abweichungen der beobachteten Werte von den Schätzwerten ein Minimum wird
die Gerade wird so berechnet, dass die Summe der quadrierten Abweichungen der beobachteten Werte von den Schätzwerten ein Minimum wird
die Gerade muss immer das Koordinatenkreuz der X- und Y-Achse schneiden, da Y eine Funktion von X ist
Wie können Sie bei der Regressionsanalyse (eine unabhängige, eine abhängige Variable) den Anteil der erklärten Varianz berechnen
Die erklärte Varianz ergibt sich als Quadrat des standardisierten Regressionskoeffizienten
Die erklärte Varianz ergibt sich durch die Quadratur des nicht standardisierten Regressionskoeffizienten
Die erklärte Varianz ergibt sich aus der Division SSreg / SSresid
Die erklärte Varianz ergibt sich durch die Quadratur des multiplen R
Die erklärte Varianz ergibt sich aus der Division SSreg / SS
Was versteht man unter relativer Konzentration im statistischen Sinne?
Eine Maßzahl, die aussagt, wie gleichmäßig und auf wie viele Merkmalsträger ein Merkmal verteilt ist.
Eine Maßzahl, die aussagt, wie häufig ein Merkmal vorkommt
Eine Maßzahl, die aussagt, wie gleichmäßig ein Merkmal über die Merkmalsträger verteilt ist
Eine Maßzahl, die aussagt, wie viele Merkmalsträger ein Merkmal unter sich aufteilen
Eine Maßzahl, die aussagt, wie gerecht ein Merkmal verteilt ist.
Was versteht man unter absoluter Konzentration im statistischen Sinne?
Eine Maßzahl, die aussagt, wie gleichmäßig ein Merkmal über die Merkmalsträger verteilt ist.
Was kennzeichnet die relative Konzentration (im statistischen Sinne)
die Kennzahl wird umso größer, je ungleichmäßiger das Merkmal unter einer gegebenen Anzahl von Merkmalsträgern verteilt ist
die relative Konzentration kann sinken, wenn die Anzahl der Merkmalsträger abnimmt, aber die Verteilung zwischen den Merkmalsträgern gleichmäßiger wird
die Kennzahl geht von 0 bis unendlich
die Kennzahl kann auch negative Werte annehmen
die Kennzahl kann Werte zwischen 0 und 1,0 annehmen
je kleiner der Wert ist, desto gleichmäßiger ist das Merkmal auf die Merkmalsträger aufgeteilt
je größer der Wert wird, desto gleichmäßiger ist das Merkmal auf die Merkmalsträger aufgeteilt
der Wert wird umso größer, je mehr Merkmalsträger Anteil an dem Merkmal haben
der Wert ist nicht von der Anzahl der Merkmalsträger abhängig
Wie interpretieren Sie, dass sich bei der Berechnung unterschiedliche Werte zwischen dem Herfindahl-Index und dem Gini-Koeffizienten ergeben
Das ist nicht der Fall, beide Koeffizienten sind, von Rundungsungenauigkeiten abgesehen, gleich
Der Herfindahl-Index misst die relative Konzentration, er muss also immer kleiner sein als der Gini-Koeffizient
Der Herfindahl-Index misst die absolute Konzentration, der Gini-Koeffizient misst die relative Konzentration
Grundsätzlich muss der Gini-Koeffizient größere Werte aufweisen, da er Werte von 0 bis unendlich annehmen kann
Was versteht man unter dem Gini-Paradoxon
Wenn der Gini-Koeffizient einen negativen Wert annimmt
Wenn der Gini-Koeffizient sinkt, während der Herfindahl-Index gleichzeitig steigt
Wenn der Gini-Koeffizient sinkt, obwohl die Anzahl der Merkmalsträger kleiner geworden ist
Wenn der Gini-Koeffizient einen Wert von größer als 1,0 annimmt
Wenn der Gini-Koeffizient einen Wert größer als 10,0 annimmt
Welches Verhältnis besteht zwischen Gini-Koeffizienten und Lorenzkurve
Die Lorenzkurve ist die grafische Veranschaulichung der Konzentration, der Gini-Koeffizient ist die statistische Maßzahl dieser Konzentration
Die Lorenzkurve ist die grafische Veranschaulichung des Herfindahl-Index und hat mit dem Gini-Koeffizienten nichts zu tun
Die Fläche zwischen Lorenzkurve und der Diagonalen ist umso größer, je höher der Gini-Koeffizient ist
Der Gini-Koeffizient ist 1,0, wenn die Lorenzkurve mit der Diagonale zwischen Merkmalsträgern und Verteilung des Merkmales identisch ist.
Was versteht man unter dem Preis-Index nach Laspeyeres?
Der Preisindex gibt Auskunft über die absolute Veränderung aller Preise ohne Berücksichtigung der verbrauchten Mengen
Der Preisindex drückt die Teuerungsrate eines Warenkorbes aus unter Berücksichtigung der aktuellen Nachfragemenge
Der Preisindex drückt die Teuerungsrate eines Warenkorbes aus unter Berücksichtigung der Nachfragemenge aus der Basisperiode
Der Preisindex drückt die Teuerungsrate eines Warenkorbes aus, wenn alle Produkte im gleichen Wert gekauft würden
Was versteht man unter dem Preis-Index nach Paasche?
Was sollte getan werden, wenn der Preis-Index nach Laspeyeres und der Preis-Index nach Paasche zu stark unterschiedlichen Werten komme
das kann nicht passieren
es sollte der Mittelwert zwischen beiden berechnet werden
es sollte ein neuer Warenkorb und eine neue Basis-Periode definiert werden
In diesem Fall ist der Index von Paasche zuverlässiger, weil er gegenwartsorientiert ist
Warum können sich die Preis-Indices von Paasche und Laspeyeres unterscheiden?
weil die Statistik eine unpräzise Wissenschaft ist
Weil die Mengen verschiedener Perioden zur Berechnung der Indices verwendet werden.
Laspeyeres verwendet Mengen der Berichtsperiode; Paasche verwendet Mengen der Vergangenheitsperiode
Weil Güter, die im Warenkorb des Preisindex sind, nicht mehr nachgefragt werden
In welchem Kontext wird die Zeitreihenanalyse bevorzugt eingesetzt?
Die Zeitreihenanalyse wird bevorzugt zur Auswertung von Experimenten eingesetzte
Mit der Zeitreihenanalyse werden bevorzugt Umsatz-Absatz- oder Produktionsdaten analysiert
Die Zeitreihenanalyse dient zur Ermittlung von UrsachenWirkungsbeziehungen
Die Zeitreihenanalyse ermöglicht eine Vorhersage, der weiteren Entwicklung des untersuchten Merkmals
Welche Aufgabe hat die Zeitreihenanalyse?
Identifizierung eines Trends in den Daten
Prüfung, ob Saisoneffekte vorliegen
Prüfung auf Interaktionseffekte zwischen zwei erklärenden Variablen
Identifikation von Strukturbrüchen in den Daten
Was versteht man unter einem Trend in Zeitreihenanalyse
Saisonale Einflüsse auf die Messwertreihe
Konjunkturelle Einflüsse auf die Messwertreihe
Langfristige Einflüsse auf die Entwicklung einer Messwertreihe, die von kurzfristigen Einflüssen überlagert werden können
Kurzfristige, unregelmäßige Veränderungen der Messwertreihe
Welche Effekte werden im Rahmen einer Zeitreihenanalyse geprüft
Der Trend der Messwertreihe
Das Stadium des Produktlebenszyklus des Merkmals
Indikatoren, die auf Strukturbrüche hinweisen
Mit welchen Analyseeinheiten (Zeitintervallen) können saisonale Komponenten untersucht und identifiziert werden
Jährlich
Halbjährlich
Quartalsmäßig
Monatlich
Wöchentlich
Täglich
Welche Annahmen sind erforderlich, um eine Saison-Komponente zu identifizieren?
Die saisonale Komponente ist konstant über die Zeit, d.h. zum Beispiel der Quartalseffekt ist über die Jahre gleich
Die saisonale Komponente verändert sich von Jahr zu Jahr
Die saisonalen Komponenten heben sich über die Zeit auf (z.B. innerhalb eines Jahres)
Die saisonale Komponente wird im Rahmen der Zeitreihenanalyse als Fehlergröße behandelt
