STADA

Die Irrtumswahrscheinlichkeit liegt in den Sozialwissenschaften bei 95% bis 95,5%.

Das Konfidenzniveau liegt in den Sozialwissenschaften bei 95% bis 95,5%.

Die Irrtumswahrscheinlichkeit liegt in den Sozialwissenschaften bei 5%

Das Konfidenzniveau liegt in den Sozialwissenschaften 5%

Der Standardfehler des Mittelwerts wird mit zunehmender Stichprobengrösse ebenfalls grösser.

Der Standardfehler des Mittelwerts wird mit abnehmender Stichprobengrösse grösser.

Der Standardfehler des Mittelwerts wird mit abnehmender Stichprobengrösse kleiner.

Der Standardfehler des Mittelwerts wird mit zunehmender Stichprobengrösse kleiner.

Der zentrale Grenzwertsatz heisst so, weil er grenzwertig ist.

Werden wiederholt (viele) Stichproben genügend grossen Umfangs aus einer Grundgesamtheit gezogen, verteilen sich die Ergebnisse dieser Strich

Der zentrale Grenzwert kann nur angewendet werden, wenn das Merkmal, das gemessen wird, ebenfalls normalverteilt ist.

Der zentrale Grenzwert kann nur angewendet werden, wenn das Merkmal, das gemessen wird, NICHT normalverteilt ist.

+/- 1,96 σ entsprechen einem Konfidenzniveau von 95,5 %.

+/- 2 σ entsprechen einem Konfidenzniveau von 95,5 %.

+/- 1,96 σ entsprechen einer Irrtumswahrscheinlichkeit von 95,0 %.

+/- 2 σ entsprechen einer Irrtumswahrscheinlichkeit von 95,0 %.

+/- 1,96 σ entsprechen einer Irrtumswahrscheinlichkeit von 4,5 %.

+/- 1,96 σ entsprechen einer Irrtumswahrscheinlichkeit von 5,0 %.

+/- 1,96 σ entsprechen einer Irrtumswahrscheinlichkeit von 2,5 %.

+/- 2 σ entsprechen einer Irrtumswahrscheinlichkeit von 5,0 %.

Fehlende Werte kommt bei der Datenanalyse kaum Bedeutung zu.

Fehlende Werte haben hohe Relevanz bei Prozentberechnungen.

Fehlende Werte haben hohe Relevanz bei Mittelwertberechnungen.

Datensätze mit fehlenden Werte werden von SPSS in alle Auswertungsroutinen automatisch miteinbezogen.

Bei einer Datengewichtung werden Werte gewichtet.

Bei einer Datengewichtung werden Datensätze gewichtet.

Bei einer Datengewichtung werden Variablen gewichtet.

Bei einer Datengewichtung besitzt eine Tabelle im Output mehr Gewicht als andere Tabellen.

Beim Umcodieren in SPSS werden Variablen neu berechnet.

Umcodierungen in SPSS können in neue oder dieselben Variablen erfolgen.

Beim Variablen Berechnen werden Berechnungen über alle Datensätze durchgeführt.

Beim Variablen Berechnen erfolgt die Berechnung innerhalb einer Datenzeile.

Eine (menschliche) Grundgesamtheit sollte immer auch über Geschlecht und Alter definiert werden.

Eine Stichprobe ist in jedem Fall repräsentativ für die Grundgesamtheit.

Eine Stichprobe ist nur dann repräsentativ zur Grundgesamtheit, wenn sie kein strukturelles Abbild der Grundgesamtheit darstellt.

Grundgesamtheiten ändern sich je nach Aufgabenstellung (Forschungsthema).

Die Zufallsstichprobe stellt die hochwertigen aller Stichprobenarten dar.

Bei einer nicht zufälligen Stichprobe nach bestimmten Merkmale "ausgesucht".

Wegen der Zufälligkeit können Zufallsstichproben nie die Genauigkeit bewusster Auswahlverfahren (durch die Forschende) erreichen.

Eine Strassenbefragung ist zufällig.

Je grösser einer Zufallsstichprobe ist, desto grösser ist auch die Schwankungsbreite der Ergebnisse.

Wenn das Ergebnis bei etwa 50% der Stichprobe liegt, dann ist die Schwankungsbreite grösser, als wenn das Ergebnis bei etwa 25% liegt.

Wenn das Ergebnis bei etwa 50% der Stichprobe liegt, dann ist die Schwankungsbreite kleiner, als wenn das Ergebnis bei etwa 25% liegt.

Je kleiner eine Zufallsstichprobe ist, desto kleiner ist auch die Schwankungsbreite der Ergebnisse.

Die Mindestgrösse einer "guten" Stichprobe muss 10.000 Fälle umfassen.

Die Mindestgrösse einer "guten" muss 1.000 Fälle umfassen.

Eine "gute" Stichprobe benötigt mindestens 5.000 Fälle.

Die Mindestgrösse einer "guten" Stichprobe sollte 400 Fälle umfassen.

Die grössten Teile einer Stichprobe, über die noch Aussagen getroffen werden, sollten 100 Fälle umfassen.

Die gewünschte Stichprobengrösse ist unabhängig davon, ob die Grundgesamtheit bekannt oder unbekannt ist.

Eine grosse Stichprobe garantiert Repräsentativität.

Die Stichprobengrösse hängt von der maximal tolerierten Schwankungsbreite ab.

Bei einer Signifikanzprüfung wird ermittelt, ob sich die Stichprobenergebnisse auf die Grundgesamtheit übertragen lassen.

Bei einer Signifikanzprüfung wird ermittelt, ob ein Zusammenhang zwischen einzelnen Variablen signifikant ist oder nicht.

Signifikanter Zusammenhang bedeutet keinen Gruppenunterschied.

Signifikanter Zusammenhang bedeutet einen Gruppenunterschied.

Wenn Ergebnisunterschiede zwischen Gruppen zufällig sind kann man die Nullhypothese verwerfen.

Die Alternativhypothese entspricht der Annahme, dass Ergebnisunterschiede nicht zufällig sind.

Wenn man die Nullhypothese verwerfen kann, geht man von der Alternativhypothese aus.

Wenn man die Alternativhypothese verwerfen kann, geht man von der Nullhypothese aus.

Umso kleiner der p-Wert, umso mehr kann die H0 verworfen werden.

Umso kleiner der p-Wert, umso mehr kann die H1 akzeptiert werden.

Umso kleiner der p-Wert, umso mehr kann die H0 akzeptiert werden.

Umso kleiner der p-Wert, umso mehr kann die H1 verworfen werden.

Wenn der p-Wert kleiner als oder gleich 0,05 ist, ist das Ergebnis höchst signifikant.

Wenn der p-Wert kleiner als 0,01 ist, ist das Ergebnis höchst signifikant.

Wenn der p-Wert kleiner als 0,5 ist, ist das Ergebnis signifikant.

Wenn der p-Wert grösser als 0,05 ist, ist das Ergebnis signifikant.

"s" steht für Standardabweichung in einer Stichprobe.

"s" steht für Standardabweichung in einer Grundgesamtheit.

"s" steht für Varianz in einer Stichprobe.

"˜x" steht für Standardabweichung in einer Stichprobe.

Einseitige Signifikanzprüfungen sind genauer als zweiseitige.

Einseitige Signifikanzprüfungen sind ungenauer als zweiseitige.

Einseitige Signifikanzprüfungen sind in SPSS "später" signifikant als zweiseitige.

Einseitige Signifikanzprüfungen sind in SPSS "früher" signifikant als zweiseitige.

Abhänigige Stichproben(teile) sind Daten verschiedener Personen.

Unabhängige Stichproben(teile) sind Daten verschiedener Personen.

Parameterfreie Verfahren dürfen immer und in jedem Fall angewendet werden (wenn das Skalenniveau korrekt ist)

Eine Voraussetzung für die Anwendung eines Parameterverfahren ist Normalverteilung (je Vergleichsgruppe)

Zur Auswertung einer metrischen skalierten Variable berechnet man eine Deskriptivstatistik.

Zur Auswertung metrischer Variablen im Vergleich wird eine Kreuztabelle verwendet.

Zur Auswertung metrischer Variablen im Vergleich wird ein Mittelwertsvergleich verwendet

Zur Auswertung metrischer Variablen nach nominalen Untergruppen wird ein Mittelwertsvergleich verwendet

Für einen T-Test benötigt man mindestens Quasi-Metrisch-Skalierungen der Variablen.

Wenn für einen T-Test Varianzhomogenität vorliegt, kann man die Normalverteilung ausser Acht lassen.

Wenn für einen T-Test Normalverteilung vorliegt, kann man die Varianzhomogenität ausser Acht lassen.

Für einen T-Test benötigt man Normalverteilung und Varianzhomogenität.

Wenn der F-Test "signifikant ist" (p < 0,05), liegt Normalverteilung vor.

Wenn der F-Test nicht "signifikant ist" (p >= 0,05), liegt Varianzhomogenität vor.

Wenn der F-Test "signifikant ist", liegt Varianzhomogenität vor.

Wenn der F-Test nicht "signifikant ist, liegt auch keine Normalverteilung vor.

Variablen

Werte

Daten

Ausprägungen

Wert

Variablen

Daten

Stichprobe

Daten

Werte

Ausprägungen

Variablen

zum Beschreiben, Ordnen und Darstellen von Merkmalsverteilungen

Ist der Zusammenhang zwischen einzelnen Merkmalen „signifikant“?

zur Informationsverdichtung zuvor erhobener Daten

Kann von in einer Stichprobe ermittelten Ergebnisse auf die oder das rückgeschlossen werden, woraus die Stichprobe gezogen wurde (Grundgesamtheit)?

zur Analyse von Zusammenhängen zwischen einzelnen Merkmalen

Erlauben die Ergebnisse Aussagen über die Grundgesamtheit, sind sie „generalisierbar“ ‒ gehen also über Ergebnisse einzelner Fälle hinaus?

Zählung von Häufigkeiten, deskriptive Statsistiken, explorative Datenanaylse, Kreuztabellen, Mittelwertsvergleiche, Korrelationen

Chi^2-Test, Mittelwertsvergleich (T-Test, Varianzanalyse, U-Test), Korrelationsanalysen

zum Beschreiben, Ordnen und Darstellen von Merkmalsverteilungen

zur Informationsverdichtung zuvor erhobener Daten

zur Analyse von Zusammenhängen zwischen einzelnen Merkmalen

Ist der Zusammenhang zwischen einzelnen Merkmalen „signifikant“?

Kann von in einer Stichprobe ermittelten Ergebnisse auf die oder das rückgeschlossen werden, woraus die Stichprobe gezogen wurde (Grundgesamtheit)?

Erlauben die Ergebnisse Aussagen über die Grundgesamtheit, sind sie „generalisierbar“ ‒ gehen also über Ergebnisse einzelner Fälle hinaus?

Chi^2-Test, Mittwertvergleichstest (T-Test, Varainzanalyse, U-Test), Korrelationsanalyse

Zählung von Häufigkeiten, deskriptive Statistiken, explorative Datenanalyse, Kreuztabelle, Mittelwertsvergleiche, Korrelationen

Untersuchung einzelner Merkmale (Variablen)

Untersuchung der Zusammenhänge zweier Merkmale (Variablen)

Untersuchung der Zusammenhänge mehrerer Merkmale (Variablen)

Bereich innerhalb dessen die Messergebnisse variieren bzw. schwanken.

Antworten einer Frage bilden Skala

Nicht die Antworten einer Frage bilden Skala

Zahlen, die Ausprägungen einzelner Variablen (Merkmalsausprägungen) zugeordnet werden.

Bereich innerhalb dessen die Messergebnisse variieren bzw. schwanken.

Antworten einer Frage bilden Skala

Nicht die Antworten einer Frage bilden Skala

Zahlen, die Ausprägungen einzelner Variablen (Merkmalsausprägungen) zugeordnet werden.

ordinal

nominal

rational

intervall

Nicht "abwärtskompatibel": nur Häufigkeiten, keine Mittelwerte berechenbar

"abwärtskompatibel": Mittelwerte, und auch Häufigkeiten berechenbar

In sozialwissenschaftlichen Forschungspraxis werden ordinale Ratingskalen fast immer "quasi-metrisch" behandelt und damit tauglich für Mittelwerts und weitere statistische Berechnungen gemacht.

kategorial

stetig

Zahlen ohne rechnerischer Bedeutung

rational

intervall

nominal

ordinal

"aufwärtskompatibel": Mittelwerte, und auch Häufigkeiten berechenbar

Nicht "aufwärtskompatibel": nur Häufigkeiten, keine Mittelwerte berechenbar

Zahlen mit rechnerischen Bedeutung

stetige Werte

Merkmal kann jeden beliebigen Wert zwischen Minimal- und Maximalwert annehmen

Einstellungen/Meinungen implizit messbar (Zustimmung zu bestimmten Aussagen - Fragestellung: Wie sehr treffen folgende Eigenschaften auf Sie zu?)

Einstellungen/Meinungen explizit messbar

Bei Auswertung wird aus diesen Fragen/Aussagen je Konstrukt (gesuchte Einstellung) gemittelter Gesamtwert berechent

derartige Messinstrumente benötigen mehrere Indikatoren, die gesuchte Einstellung widerspiegeln soll.

derartige Messinstrumente benötigen keine Indikatoren

müssen valide sein

Objektivität

Reliabilität

Validität

Valenz

objektiv = frei von subjektiven EInflüssen

valid = es wird das Merkmal gemessen, das auch tatsächlich gemessen werden soll.

valid = frei von subjektiven EInflüssen

objektiv = es wird das Merkmal gemessen, das auch tatsächlich gemessen werden soll.

bei wiederholter Erhebung

unter den gleichen Bedingungen

in geringem zeitlichen Abstand

bei einer Erhebung

Intercoderrealibilität = 2 Menschen die codieren kommen zu identischen Ergebnissen

Intracoderreliabilität = ein Mensch kommt bei Wiederholung zum selben Ergebnis

Intracoderreliabilität = 2 Menschen die codieren kommen zu identischen Ergebnissen

Intercoderrealibilität = ein Mensch kommt bei Wiederholung zum selben Ergebnis

FF bzw. Hypo‘s können NICHT anhand derselben Daten geprüft werden, die für deren Formulierung verwendet wurden.

FF bzw. Hypo‘s können NICHT anhand derselben Daten geprüft werden, die für deren Formulierung verwendet wurden

FF bzw. Hypo‘s können NICHT erst dann formuliert werden, wenn jemand die Daten bereits erhoben hat (und daher ihre Eigenschaften kennt).

FF bzw. Hypo‘s werden erst dann formuliert werden, wenn jemand die Daten bereits erhoben hat (und daher ihre Eigenschaften kennt).

Welche Unterscheide treten generell auf? zielt auf Prozent oder Mittelwert Ergebnis

"eher" Formulierung - zielt auf % Ergebnis

"durchschnittlich mehr" Formulierung - zielt auf auf Durchschnitt Ergebnis

Zuordnung von Merkmalsausprägungen zu einer Variable in Form von Zahlen.

ermöglicht Messung einer Variable.

Codierung vor Datenrerfassung = geschlossene Fragen

Codierung nach Datenrerfassung = offene Fragen

Codierung vor Datenrerfassung = offene Fragen

Codierung nach Datenrerfassung = geschlossene Fragen

Jede Antwort muss sich einer Kategorie zuordnen lassen.

Die Kategorien müssen einander ausschließen.

Die Kategorien müssen eindimensional sein

Jede Antwort muss sich nicht einer Kategorie zuordnen lassen.

Die Kategorien müssen einander nicht ausschließen.

Die Kategorien müssen zweidimensional sein

Übersichtlichkeit

Jede Codierung muss klar dokumentiert werden

Unipark

SoSci

qualtrics

Atlas

Umfrage Online

SPSS

PSPP

PPPS

PSSS

absolute Häufigkeit = gibt an, wie oft eine Ausprägung i des Merkmals X in einer Grundgesamtheit mit dem Umfang N oder Stichprobe mit dem Umfang n auftritt.

relative Häufigkeit = gibt an, wie oft eine Ausprägung i des Merkmals X im Verhältnis zu einer Grundgesamtheit mit dem Umfang N oder Stichprobe oder im Verhältnis zu einer Strichprobe mit dem Umfang n auftritt.

absolute Häufigkeit = gibt an, wie oft eine Ausprägung i des Merkmals X im Verhältnis zu einer Grundgesamtheit mit dem Umfang N oder Stichprobe oder im Verhältnis zu einer Strichprobe mit dem Umfang n auftritt.

relative Häufigkeit = gibt an, wie oft eine Ausprägung i des Merkmals X in einer Grundgesamtheit mit dem Umfang N oder Stichprobe mit dem Umfang n auftritt.

Häufigkeit = Anzahl der Fälle je Merkmalsausprägung (absolute Häufigkeit)

Prozent = Anzahl der Fälle je Ausprägung, relativiert zu ALLEN Fällen (relative Häufigkeit)

Gültige Prozent = Anzahl der Fälle je Ausprägung, relativiert zu jenen Fällen, die eine Merkmalsausprägung haben (also ohne "Fehlend"

Kumulierte Prozente = Prozentwerte, summiert in steigender Reihenfolge der Merkmalsausprägungen, beginnen beim kleinsten Wert.

Prozent = Anzahl der Fälle je Merkmalsausprägung (absolute Häufigkeit)

Häufigkeit = Anzahl der Fälle je Ausprägung, relativiert zu ALLEN Fällen (relative Häufigkeit)

Mittelwert = hat Nachteile bei unsymmetrischen Verteilungen und bei Rangvariablen

Median = hat Nachteile bei unsymmetrischen Verteilungen und bei Rangvariablen

Median = bietet Vorteile bei „Ausreißern“ & schiefen Verteilungen

Mittelwert = bietet Vorteile bei „Ausreißern“ & schiefen Verteilungen

Mittelwert = möglich auch bei ungleichen Klassenintervallen und bei offenen Randklassen
(z.B. einmal pro Woche | zweimal pro Woche | öfter)

Median = möglich auch bei ungleichen Klassenintervallen und bei offenen Randklassen
(z.B. einmal pro Woche | zweimal pro Woche | öfter)

Median = teilt Verteilung so, dass sich 50% der geordneten Messwerte unterhalb und 50% der Werte oberhalb befinden.

Gesamtfläche beträgt 1 (100%)

Gesamtfläche beträgt 1,5 (150%)

symmetrisch

unsymmetrisch

Mittelwert, Median und Modus an gleicher Stelle

Mittelwert, Median und Modus nicht an gleicher Stelle

rechtssteil = linksschief

rechtssteil = grosse Ausprägungen kommen oft vor.

rechtssteil = Mittelwert kleiner als Median, Median kleiner als Modalwert

linkssteil = rechtsschief

linkssteil = grosse Ausprägungen kommen oft vor

linkssteil = Modalwert ist kleiner als Median, Median ist kleiner als Mittelwert

linkssteil = kleine Ausprägungen kommen oft vor

negative Schiefe = rechtssteil / positive Schiefe = linkssteil

negative Schiefe = linkssteil / positive Schiefe = rechtssteil

Quantile p = 0,25 / 0,5 / 0,75

Dezile p = 0,10 / 0,20 / 0,30 / 0,40 / 0,50 / 0,60 / 0,70 / 0,80 / 0,90

Median p = 0,50

wenn n • p = ganze Zahl, dann Rangplatz dieser Zahl suchen, dan diesen Wert und den darauffolgenden Wert mitteln. = Wert des gesuchten p-Quantils.

wenn n • p = keine ganze Zahl, dann Zahl runden und Rangplatz dieser Zahl suchen = Wert des gesuchten p-Quantils.

Spannweite = anfällig auf Ausreisser

Interquartilsabstand, Dezilabstand = anfällig auf Ausreisser

Interquartilsabstand, Dezilabstand = nicht so anfällig auf Ausreisser

Spannweite = nicht so anfällig auf Ausreisser

dienen zur Visualisierung und schnellen Beurteilung der Verteilung und Streuung von Variablen.

Gegenüberstellung verschiedener Verteilungen sehr plakativ möglich

Extremwerte = > 3 Mal "die Box" vom 3. (bzw. 1. Quartil entfernt)

Ausreisser = >= 1 1/2 Mal "die Box" vom 3. (bzw. 1. Quartil entfernt)

worüber bzw. über wen genau sie etwas aussagen will

ob und wenn, warum sie Anspruch auf Repräsentativität und Validität erhebt

wie Ergebnisse zu interpretieren sind.

objektiv, freiwillig, anonym, vertraulich

das ethischen Normen berücksichtigt wurden

dass ethischen Normen nicht berücksichtigt wurden

welche Farbe eine Variable hat

Betriebsverfassungsgese

Telekommunikationsgesetz

Datenschhutzgesetz

UGB

Statistikgesetz

Sozialgerichtsgesetz

Nachvollziehbare und aussagekräftige Datenquelle und Datenbasis anführen

Nachvollziehbar dargestellte Skala und Zahlenbasis

Text der Fragestellungen anführen

Text der Fragestellungen nicht nötig

Skala muss in Prozent angeben werden

Daten Editor = Datei endet mit *.sav

Viewer = Datei endet mit *.spv

Synatx-Editor = Datei endet mit *.sps

Viewer = Anzeige aller statistischen Ergebnisse, Tabellen und Diagramme

Viewer = Datei endet mit *.sav

Daten Editor = Datei endet mit *.spv

Daten Editor = Anzeigen des Inhalts der Datendatei

vergessen, zu antworten

"weiss nicht"

nicht zutreffend - Filterfrage

Daten vorhanden

Fehlende Daten haben keine grosse Relevanz bei Berechnung von Prozenten und Mittelwerten

Fehlende Daten haben grosse Relevanz bei Berechnung von Prozenten und Mittelwerten

wird auf SPSS mit (.) Punkt markiert

Man kann nur in neue Variable umcodieren. (Alter offen abgefragt -> Altersgruppen bilden -> Einzelwerte werden zu Gruppen zusammengefasst)

Man kann nur in dieselbe Variable umcodieren (Richtungsbereinigung)

Man kann in neue und dieselbe Variable umcodieren (Richtungsbereinigung und Einzelwerte werden zu Gruppen zusammengefasst)

Berechnung neuer Variable

Variable 1 = nominal oder ordinal
Auswertungsverfahren = Häufigkeitsverteilung

Variable 1 = nominal oder ordinal
Auswertungsverfahren = Kreuztabelle

Variable 1 = nominal oder ordinal
Variable 2 = nominal oder ordinal
Auswertungsverfahren = Kreuztabelle

Variable 1 = nominal oder ordinal
Variable 2 = nominal oder ordinal
Auswertungsverfahren = Korrelation

Variable 1 = Skala oder metrisch
Auswertungsverfahren = deskriptive Statistik, explorative Datenanalyse

Variable 1 = Skala oder metrisch
Auswertungsverfahren = Kreuztabelle

Variable 1 = Skala oder metrisch
Variable 2 = Skala oder metrisch / nominal oder ordinal
Auswertungsverfahren = Mittelwertsvergleich, explorative Datenanalyse

Variable 1 = Skala oder metrisch
Variable 2 = Skala oder metrisch / nominal oder ordinal
Auswertungsverfahren = Häufigkeitsverteilung, Korrelation

Variable 1 = Skala oder metrisch
Variable 2 = Skala oder metrisch
Auswertungsverfahren = Korrelation

Variable 1 = Skala oder metrisch
Variable 2 = Skala oder metrisch
Auswertungsverfahren = Kausalität

Menge aller gleichartigen Objekte

auch Population gennant

darf auf keinen Fall Population gennant werden

Menge alles ungleichen Objekte

Bei jeder Aufgabe gleiche Grundgesamtheit

Definition der Grundgesamtheit ist Basis aller Forschungen

basieren auf sorgfältiger Definition der Grundgesamtheit

Grundgesamtheit spielt hier keine Rolle

Stichproben müssen auch bei quali. Forschung und Experimenten repräsentativ sein

Repräsentativität = strukturell exaktes, kleines Abbild der Grundgesamtheit

Repräsentativität = Stichprobe entspricht nicht Grundgesamtheit

Es gibt Stichproben-Auswahlverfahren per Zufall und ohne Zufall

per Zufall ist besser, Ohne Zufall kommt aber öfters vor

per Zufall ist schlechter, Ohne Zufall kommt weniger vor

Je kleiner die Stichprobe, desto grösser die Schwankungsbreite

Je grösser die Stichprobe, desto grösser die Schwankungsbreite

Je näher das Ergebnis bei 50%, desto grösser die Schwankungsbreite

Nur dort wo Fehlerspannen sich nicht überlappen, bestehen tatsächliche Unterschiede.

gibt Auskunft darüber mit welcher Fehlerspanne und wie wahrscheinlich Stichprobenergebnis auf Grundgesamtheit übertragen werden kann

Analyse die auf, Zufallsstichproben beruhen liefern 100% sichere Ergebnisse

von Stichprobengrösse

von Grundgesamtheit

vom ermittelten Prozentwert

vom ermittelten Absolutwert

Fehler erster Art (α-Fehler) = H0 wird verworfen, obwohl sie zutrifft

Fehler erster Art (α-Fehler) = H0 wird nicht verworfen, obwohl sie nicht zutrifft

Fehler zweiter Art (β-Fehler) = H0 wird nicht verworfen, obwohl sie nicht zutrifft

Fehler zweiter Art (β-Fehler) = H0 wird verworfen, obwohl sie zutrifft

i = Zeilen

i = Spalten

j = Zeilen

j = Spalten

Mass für Stärke des Zusammenhangs zwischen nominalen Variablen

Mass für Stärke des Zusammenhangs zwischen metrischen Variablen

nimmt Werte zwischen 0 und 1 ein

0 bis 0,2 - schwacher Zusammenhang
0,2 bis 0,6 - mittlerer Zusammenhang
ab 0,6 - starker Zusammenhang

mindestens (Quasi-)Intervallskalierung (Ratingskalierung)

Normalverteilung der Werte

Homogenität der Varianz

müssen nicht alle zutreffen

müssen alle zutreffen

Nominalskalierung