Created by Silas Trachsel
almost 9 years ago
|
||
Question | Answer |
Aufbau einer Forschungsarbeit | |
Erarbeitung des Themenfelds | - Überblick über bestehende Arbeiten zum Thema, um Arbeit am aktuellen Stand der Forschung anzuknüpfen - theoretisches und methodisches Rüstzeug für die Arbeit |
Forschungskonzept | |
Datenerhebung / -erwerbung | - Fragebogen, Interview und Beobachtung oder Messung oder Experiment - Aufbereitung bestehender Datenbestände (Volkszählung, Satellitenbilder usw.) |
Datenanalyse | - qualitative Methoden zur Auswertung von Texten, Interviews und Beobachtungen - Quantitative Methoden wie Statistik und GIS |
Textliche und grafische Auswertung | - Filtern und interpretieren der Analyse mit textlichen und grafischen Mitteln - Erkenntnisgewinn |
Verwertung | Vermittlung an Dritte |
Anforderungen an wissenschaftliche Aussagen | Wahrheit Allgemeingültigkeit Wertfreiheit (Keine Soll-Aussagen) Überprüfbarkeit (Keine Kann-Aussagen) |
Logische vs. Empirische Wahrheit | Logische Wahrheit: Nicht überprüfbar Empirische Wahrheit: Es ist solange wahr, solange niemand das Gegenteil belegt (=Wissenschaftlich) |
Wissenschaftliche vs. normative Aussagen | |
Kriterien für Überprüfbarkeit | Widerlegbarkeit (Z.B. Keine Kann-Formulierungen) Nachvollziehbarkeit |
empirisch-analytisches Paradigma | Erkenntnisziele des Beschreibens, Erklärens und der Prognose Forschungsgegenstand in kleine Teile aufteilen und einzeln überprüfen Naturwissenschaften |
interpretativ-verstehendes Paradigma | Erkenntnisziel des Verstehens Rekonstruktion von Sinn- und Deutungsstrukturen Sozialwissenschaften |
Hypothesenkochbuch | Allgemeingültigkeit Konditionalsatz Falsifizierbar Operationalisierbar |
Existenzhypothese | Einzelfallhypothese unbestimmte Existenzhypothese Nicht wissenschaftlich |
universelle Hypothese | Unterscheidung 1 - Zusammenhangshypothesen - Kausalhypothesen Unterscheidung 2 - deterministische Hypothesen - probabilistische Hypothesen |
Universelle Hypothesen: Deterministische vs. Probabilistische Hypothese | Deterministisch: Naturwissenschaftlich Alle Schwäne sind weiss Probabilistisch: Sozialwissenschaftlich Die meisten Schwäne sind weiss |
Informationsgehalt (+) | vergrösserte Grundgesamtheit Wenn A, dann B und C Wenn A, dann x*B Wenn A oder B, dann B |
Informationsgehalt (-) | eingeschränkte Grundgesamtheit Wenn A, dann B oder C Wenn A und B, dann B Wenn x*A, dann B |
Operationalisierung | operationale Definition (Definieren) Operationalisieren (Angeben von präzisen Forschungsoperationen zum Erfassen) |
Nominalskala | Keine Rangfolge der Kategorien Häufigkeitstabellen, Säulen- und Kuchendiagramme |
Ordinalskala | Kategorien lassen sich in Reihenfolge bringen Nicht gleichabständig Häufigkeitstabellen, Säulen- und Kuchendiagramme |
Intervallskala | Kategorien lassen sich in Reihenfolge bringen Gleichabständig Kein absoluter Nullpunkt (Celsius) Keine Häufigkeitstabellen |
Ratioskala | Kategorien lassen sich in Reihenfolge bringen Gleichabständig Absoluter Nullpunkt (Kelvin) Keine Häufigkeitstabellen |
Lagemasse | Lagemasse geben Auskunft über die zentrale Tendenz in den Daten. Mittelwert, Median, Modus, Quartile und Quantile |
Streuungsmasse | Streuungsmasse geben Auskunft, wie stark die Werte vom "Zentrum" abweichen. Spannbreite, Interquartilsabstand, Interdezilbereich, Varianz und Standardabweichung |
Verteilungsformen | |
Statistischer Test | Grundgesamtheit (hypothetisch) bekannt und man fragt, wie wahrscheinlich es ist, dass eine vorliegende Zufallsstichprobe aus der Grundgesamtheit stammt. |
Zufallsstichprobe | Die vorliegenden Daten stellen eine zufällige Stichprobe aus der Grundgesamtheit dar |
Vorgehen bei Signifikanztests | |
Anpassungstests | Ein Anpassungstest ist ein Hypothesentest, der die unbekannte Wahrscheinlichkeitsverteilung einer Zufallsvariable auf Folgen einem bestimmten Verteilungsmodell prüfen soll. |
Chi-Quadrat-Anpassungstest: Definition und Voraussetzungen | Es wird überprüft, ob zwei Verteilungen übereinstimmen (Repräsentativität). - nominalskalierte Daten - grosse Stichproben - Unabhängigkeit der Stichprobenvariablen |
Chi-Quadrat-Anpassungstest: Formel | |
Chi-Quadrat-Anpassungstest: Interpretation Ergebnis | Die Testgrösse wird umso grösser, je stärker die Abweichungen zwischen beobachteten und erwarteten Häufigkeiten sind. Je grösser der χ2 -Wert ist, umso unwahrscheinlicher ist es, dass die Stichprobe aus der Vergleichsverteilung stammt. |
Chi-Quadrat-Unabhängigkeitstest: Definition und Voraussetzungen | Es wird überprüft, ob zwei Merkmale voneinander UNABHÄNGIG sind • Merkmalsträger zufällig und voneinander unabhängig gewählt • nominal/ordinal skalierte Daten • genügend grosser Stichprobenumfang |
Chi-Quadrat-Unabhängigkeitstest: Formel | Summe aller Abweichungen zwischen beobachtet und erwartet in der Matrix |
Chi-Quadrat-Unabhängigkeitstest: Interpretation Ergebnis | Wenn der Wert χ2 grösser ist als der in der Matrix stehende Wert gibt's einen Zusammenhang (Alternativh. annehmen) Bei (Zeilen-1)*(Spalten-1) Freiheitsgraden und Irrtumswahrscheinlichkeit in Tabelle nachschlagen |
Korrelationskoeffizient Definition | Die Korrelation wird mit Korrelations-koeffizienten gemessen, die den Zusammenhang und die Stärke des Zusammenhangs zw. 2 Merkmalen angeben. |
Korrelationsanalyse nach Pearson Voraussetzungen | Prüft, ob es in der Stichprobe einen Zusammenhang gibt und wie stark dieser ist Intervall/ratioskalierte Daten Normalverteilte Daten |
Korrelationsanalyse nach Pearson Interpretation der Daten | -1 ≤ r ≤ +1 r > 0 positiver Zusammenhang r < 0 negativer Zusammenhang r = 0 kein linearer Zusammenhang |r| = 1 linearer Zusammenhang |
Signifikanztest für Pearsons Korrelationskoeffizient | Kann der Zusammenhang des Korrelationskoeffizienten auf die Grundgesamtheit übertragen werden? Wenn Wert<0.05, dann Nullhypothese ablehnen |
Rangkorrelation nach Spearman | Alle Daten nach Rängen klassieren, dadurch werden sie normalverteilt. Dann Pearson anwenden |
Probleme bei Korrelationen | Inhomogenität Nicht-Linearität Extremwerte/Ausreisser Scheinkorrelation |
Scheinkorrelation | Zusammenhang, der zwar statistisch existent ist, der aber nicht als Beziehung zwischen den korrelierenden Variablen interpretiert werden kann |
Schlüsse aus einem statistischen Zusammenhang | A verursacht B B verursacht A A und B hängen zusammen, werden aber durch C verursacht Zusammenhang ist zufällig |
Want to create your own Flashcards for free with GoConqr? Learn more.