561705
| Questão | Responda |
| Pygmalion-Effekt Rosenthaleffekt | Leistungserwartung und -benotung durch Lehrer an Schülern |
| naiver Empirismus/Induktivismus | Naturgesetze durch Beobachten und Experiment entdecken und auf Theorie schließen |
| kritischer Rationalismus | (Karl R. Popper, 1902-1994) Antwort auf naiven Empirismus (Induktivismus): Theorien müssen überprüft und falsifiziert werden |
| raffinierter Falsifikationismus | (Popper, Lakatos): nicht mehr Theorie widerlegen, sondern höherer empirischer Gehalt kann eine Theorie bewähren |
| Methodologie wissenschaftlicher Forschungsprogramme | (Lakatos) Harter Kern, Schutzgürtel, Negative und positive Heuristik |
| Domain-Programme | (Theo Herrmann) Problemfed vorhanden (Domäne) -> Suche nach brauchbarer Theorie |
| Quasi-Paradigma | (Theo Herrmann) Theorie vorhanden ->Suche nach Anwendungsmöglichkeiten |
| Paradigmenwechsel | (Thomas Kuhn, 1922-1996) Kuhn´sche Phasenlehre |
| wissenschaftliche Begriffsbildung | Begriffsumfang (Extension), Begriffsinhalt (Intension) |
| Definitionskriterien | Eliminierbarkeit, Nicht-Kreativität, Explikation, vollständige/partielle und bedingte Definition |
| Kriterien zur Beurteilung einer Theorie | Deskriptive Angemessenheit, Präzision und Interpretierbarkeit, Kohärenz und Konsistenz, Vorhersage und Falsifizierbarkeit, Erklärungswert, Einfachheit, Originalität, Breite, Angewandte Relevanz, Rationalität |
| Modell probabilistischer Kausalerklärungen nach Humphrey (1989) | Y in S zur Zeit (tritt auf, lag vor) aufgrund F trotz I Y:Ausdruck, der sich auf eine Eigenschaft oder eine Änderung in einer Eigenschaft bezieht S: Ausdruck, der sich auf ein System bezieht F: (nicht-leere) Liste von Ausdrücken, die sich auf zu Y beitragende Ursachen bezieht I: (uU leere) Liste von Ausdrücken, die sich auf Y entgegenwirkende Ursachen beziehen |
| Induktion | Beobachtung+Fall ->Regel "B F Rinduktion" |
| Deduktion | Regel+Fall -> Beobachtung "R F Bdeduktion" |
| Abduktion | Regel+Beobachtung -> Fall "R B Fabduktion" |
| Hypothesenarten | Kausal-, Unterschieds-, Zusammenhangs-, Veränderungs-, Aggregat-Hypothesen |
| Inferenzstatistik | Prüfung von Nullhypothese zu Alternativhypothese |
| t-Test | Signifikanztest: Schluss von Stichprobe auf Grundgesamtheit |
| Messtheoretisches Kardinalproblem | Repräsentativitätsproblem (Abbildung der Merkmalsausprägung als Messwerte), Eindeutigkeitsproblem (Transformation der Messwerte), Bedeutsamkeitsproblem (Umgang mit Messwerten) |
| Reliabilität | Messgenauigkeit (am besten: mehrere Items für ein Merkmal) |
| Validität | Misst der Test inhaltlich, was er messen soll? |
| Validitätstypen | Inhaltsvalidität, Kriteriumsvalidität, Konstruktvalidität |
| psychometrische Hauptkriterien | Objektivität, Reliabilität, Validität |
| Experiment | Versuchs- und Kontrollgruppe, gleiche Rahmenbedingungen, Vpn müssen aus derselben Grundgesamtheit stammen, EG und KG unterscheiden sich nur durch anderes Treatment |
| Störvariabeln | können eliminiert, konstant gehalten (Randomisierung/Parallelisierung) oder als weitere UV untersucht werden |
| Quasi-Experiment | keine vollständige Kontrolle aller experimentellen Bestandteile (R) |
| within-subject-design | VP absolvieren alle experimentellen Bedingungen nacheinander |
| between-subject-design | jede Vp wird nur einer Stufe der unabhängigen Variable zugeordnet |
| Validität experimenteller Untersuchungen | Interne Validität: wenn kausale Interpretation der Ergebnisse inhaltlich eindeutig sind, externe Validität: wenn Verallgemeinerbarkeit der Untersuchungsergebnisse vorliegt, statistische Validität: passende statistische Verfahren, Konstruktvalidität: Sind theoretische Konzepte in der Untersuchung angemessen erfasst? |
| Störvariablen in experimentellen Untersuchungen | Auswahlverfahren, Experimenteller Dropout, Testeffekte, Veränderung der verwendeten Hilfsmittel, Reaktive Effekte (Versuchsleitererwartungseffekte (Pygmalion-), Placebo, Hawthorne-Effekt) zwischenzeitliches Geschehen, "natürliche" Änderungsprozesse, statistische Regression |
| Quasi-experimentelles Design | keine Randomisierung -> Ungleichverteilung der Störvariablen |
| Evaluationsforschung | untersucht Zusammenhänge zwischen bestimmten (extern durchgeführten) Maßnahmen und erwarteten Effekten (Strukturveränderungen) |
| Korrelatives Design | untersucht Zusammenhänge zwischen zwei oder mehr bereits existierenden Merkmalen, dürfen nicht kausal interpretiert werden |
| Untersuchung bivariater Zusammenhangs-hypothesen | vermuten Assoziationen zwischen zwei Merkmalen; ungerichtete/gerichtete Zusammenhangshypothese, Auswertung mithilfe Korrelationskoeffizienten (pos/neg linearer bzw. nicht-linearer Zusammenhang) |
| Korrelationskoeffizient | (-1> r >+1) +- .10: schwacher +- .30: mittlerer +- .50: starker Zusammenhang |
| Längsschnittstudie | Cross-Panel-Design |
| Differentielle Stabilität | resultierende Korrelation eines Merkmals (zum Zeitpunkt t1 und t2) |
| nomothetischer Anwendungsfall | Rangordnung mehrerer Personen einer Stichprobe in Bezug auf ein Merkmal über die Zeit t1 und t2 |
| idiographische Variante | Korrelation über mehrere Merkmale innerhalb einer Person |
| ipsativ-differentielle Stabilität | Stabilität einer Person, Bestimmung von Profilmerkmalen auf denselben Positionen über die Zeit |
| multivariate Zusammenhangs-hypothesen | mehrere Prädiktoren zur Vorhersage mehrerer Kriterien -> kanonische Korrelation |
| Moderator-Hypothese | Moderatorvariable, wenn sie den Einfluss einer unabhängigen auf die abhängige Variable verändert |
| Mediator-Variable | Mediatorvariablen vermitteln die Wirkung der unabhängigen Variable auf die abhängige Variable. Eine Mediatorvariable zählt zu den Kovariablen, d.h. sie ist nicht Bestandteil der Untersuchunsghypothese, übt aber trotzdem einen Einfluss auf diese aus. Sie vermittelt den Effekt der unabhängigen Variable (UV) auf die abhängige Variable (AV). Würde der Einfluss der Mediatorvariable wegfallen, würde dies den Zusammenhang zwischen UV und AV aufheben |
| Faktorenanalyse | Verfahren der multivariaten Statistik. Es dient dazu, aus empirischen Beobachtungen vieler verschiedener manifester Variablen (Observablen, Statistische Variablen) auf wenige zugrunde liegende latente Variablen („Faktoren“) zu schließen. Die Entdeckung dieser voneinander unabhängigen Variablen oder Merkmale ist der Sinn des datenreduzierenden (auch dimensionsreduzierenden) Verfahrens. Unterschieden wird die Faktorenanalyse in die explorative und die konfirmatorische Faktorenanalyse. Die konfirmatorische Faktorenanalyse ist ein inferenz-statistisches Verfahren und kann als Spezialfall eines Strukturgleichungsmodells aufgefasst werden. |
| Längsschnittstudie | Cross-lagged-panel designs |
Quer criar seus próprios Flashcards gratuitos com GoConqr? Saiba mais.