Methodenlehre & Statistik
Folie 1
Prof. Dr. G. Meinhardt
Sprechstunde jederzeit nach
Vereinbarung und nach der Vorlesung
Wallstr. 3, 6. Stock, Raum 06-206
Mathematische und statistische Methoden IDr. Malte Persike
[email protected]/methodenlehretinyurl.com/gplusmethodenlehre
WiSe 2011/2012Fachbereich SozialwissenschaftenPsychologisches InstitutJohannes Gutenberg Universitt Mainz
Methodenlehre & Statistik
Folie 2
Organisatorisches Einfhrung
Vorlesung
Tutorien
Literatur
Software
Statistik I/IIVorlesung
Semester 1
Statistik II/IVorlesung
Software-methoden
Seminar
Semester 2
OrganisatorischesAufbau des Moduls Methodenlehre
(120 min.)
Modulabschlussklausur
Forschungs-methodenVorlesung
Methodenlehre & Statistik
Folie 3
Organisatorisches Einfhrung
Vorlesung
Tutorien
Literatur
Software
Statistik I/IIVorlesung
Semester 1
Forschungs-methodenVorlesung
Statistik II/IVorlesung
Software-methoden
Seminar
Probeklausur
oder
(60 min.)(120 min.)
Abschlussklausur(60 min.)
Abschlussklausur
Semester 2
OrganisatorischesProbeklausur fr Erstsemester Ausblick
Methodenlehre & Statistik
Folie 4
Organisatorisches Einfhrung
Vorlesung
Tutorien
Literatur
Software
Probeklausur(60 min.)
OrganisatorischesProbeklausur fr Erstsemester Disclaimer
Die Teilnahme an der Probeklausur nach dem ersten Semester ist freiwillig, es findet keine Anmeldung im Rahmen des BSc Studiums statt.
Es entstehen daraus keine studienwirksamen Konsequenzen fr die Teilnahme an der Modulabschlussklausur (z.B. Verlust eines Versuchs)
Die Probeklausur wird nicht benotet
Es entsteht kein Anrecht auf Bercksichtigung des erzielten Ergebnisses in der Modulabschlussklausur
oder
(120 min.)
Abschlussklausur(60 min.)
Abschlussklausur
Methodenlehre & Statistik
Folie 5
I. Bestandteile der Veranstaltung Vorlesung wchentliche Hausaufgaben Tutorien (bungen & Besprechung der HA)
II. Leistungskriterium Bestehen der Modulabschlussprfung
Organisatorisches
III. Unser Qualittsversprechen Emails werden im Semester innerhalb von 24h
beantwortet (an Werktagen) Folien sind ab 20:00 Uhr des Tages vor der
Veranstaltung herunterladbar Klausuren werden innerhalb von 3 Wochen
nachgesehen
Organisatorisches Einfhrung
Vorlesung
Tutorien
Literatur
Software
Methodenlehre & Statistik
Folie 6
TutorienJosephine Clausen Mo 16 - 18 Uhr
(CIP Pool, Raum 01-236)
Josephine Clausen Do 12 - 14 Uhr(CIP Pool, Raum 01-236)
Bernhard Both Mi 10 - 12 Uhr(CIP Pool, Raum 01-236)
Bernhard Both Mi 12 - 14 Uhr(CIP Pool, Raum 01-236)
Die Tutorien beginnen in der Woche ab dem 07.11.2011.
Bitte um gleichmige Verteilung auf die 4 Tutorien
Wenn mglich: eigenes Notebook mitbringen
Organisatorisches Einfhrung
Vorlesung
Tutorien
Literatur
Software
Methodenlehre & Statistik
Folie 7
Sind Fragen brig, die weder in der Vorlesungnoch im Tutorium geklrt werden konnten?
Dann besuchtuns im Hangout.
Jeden Donnerstag im Semester von 16-17 Uhr unter
tinyurl.com/gplusmethodenlehre
Vorlesung
Tutorien
Literatur
Software
Organisatorisches Einfhrung
Der Gaussian Hangout
Methodenlehre & Statistik
Folie 8
Organisatorisches Einfhrung
Vorlesung
Tutorien
Literatur
Software
Inhalte der Vorlesung im WiSe
Varianzanalyse (ANOVA)
Einfhrung in zentrale Konzepte und Modelle Einfaktorielle und mehrfaktorielle ANOVA Messwiederholungsdesigns
Deskriptive Statistik
Tabellarische und grafische Mglichkeiten der Ergebnisdarstellung
Kennwerte Univariate und multivariate deskriptive Methoden Explorative Datenanalysetechniken (Regression)
Methodenlehre & Statistik
Folie 9
Bortz, J. & Schuster, C. (2010).Statistik fr Human- undSozialwissenschaftler (7. Aufl.).Berlin: Springer-Verlag
Fahrmeir, L., Knstler, R., Pigeot, I.& Tutz, G. (2009). Statistik - DerWeg zur Datenanalyse (6. Aufl.).Berlin: Springer.
LiteraturBasiswerke
Organisatorisches Einfhrung
Vorlesung
Tutorien
Literatur
Software
Methodenlehre & Statistik
Folie 10
Steland, A. (2003). MathematischeGrundlagen der empirischen Forschung.Heidelberg: Springer
LiteraturVorbereitung
Huber, O. (2009). Das psychologische Experiment: Eine Einfhrung.Bern: Huber
Organisatorisches Einfhrung
Vorlesung
Tutorien
Literatur
Software
Methodenlehre & Statistik
Folie 11
LiteraturArbeitsbcher
Spiegel, M. R. (2008). Statistics.Hamburg: Schaums Outlines
Bernstein, S. & Bernstein, R. (1999).Elements of Statistics I & IIHamburg: Schaums Outlines
Organisatorisches Einfhrung
Vorlesung
Tutorien
Literatur
Software
Methodenlehre & Statistik
Folie 12
Datenerfassung
Datentransformation
Deskriptive Auswertung
Darstellung & Visualisierung
Kennwertberechnung
Einfache statistische Analysen
Einarbeitung und Mitarbeit erforderlich!
Statistik verstehen durch Arbeit an Daten!
Software
Organisatorisches Einfhrung
Vorlesung
Tutorien
Literatur
Software
Excel-basierte Klausuren
Methodenlehre & Statistik
Folie 13
Exceleinfhrung
Termin 1 Erste Schritte
Mittwoch, 26.10. von 12-14 Uhroder Montag, 31.10. von 16-18 Uhr
(CIP Pool, Raum 01-236)
Termin 2 Vertiefung
Mittwoch, 02.11. von 12-14 Uhroder Donnerstag, 03.11. von 12-14 Uhr
(CIP Pool, Raum 01-236)
Organisatorisches Einfhrung
Vorlesung
Tutorien
Literatur
Software
Notebooks mitbringen!
Methodenlehre & Statistik
Folie 14
http://www.lordsofthebortz.de/
Weitere Informationenund Kummerkasten
Organisatorisches Einfhrung
Vorlesung
Tutorien
Literatur
Software
Methodenlehre & Statistik
Folie 15
GegenstandDie Psychologie ist eine empirische Wissenschaft ber (menschliches) Verhalten und Erleben.
Empirische Wissenschaft Auf Erfahrung beruhend, erfahrungswissenschaftlich
Prfung von Hypothesen ber Tatsachenbeobachtungen, zumeist an Stichproben
Empirische Methoden: a) Prinzip der systematischen Manipulation und Beobachtung; b) Aussagen werden ber die Regeln des logischen Schlieens verknpft
Verallgemeinerung durch statistischen Induktions-schluss: Was in der Stichprobe gilt, gilt auch in der Population.
Psychologie als WissenschaftWozu brauchen wir das?
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Methodenlehre & Statistik
Folie 16
Psychologie als WissenschaftGrundbegriffe wissenschaftlicher Datensammlung
Merkmal: Isolierte Eigenschaft eines greren Ganzen,z.B. Intelligenz, Geschlecht, Depressivitt
Ausprgung: Zustand des Merkmals,z.B. IQ=115, Geschlecht=mnnlich, Depressivitt=hoch
Merkmalstrger (auch: statistische Einheiten, Beobachtungseinheiten):
Objekte bei denen man die Ausprgung von Merkmalen beobachten kann
In der Psychologie zumeist Menschen, aber auch Tiere oder Aggregate wie z.B. Abteilungen in Firmen
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Methodenlehre & Statistik
Folie 17
Psychologie als WissenschaftGrundbegriffe wissenschaftlicher Datensammlung
Beobachtungen: Feststellung der Ausprgung von Merkmalen bei Merkmalstrgern
Beobachtungen im engeren Sinn (z.B. Verhaltensbeobachtung, Bildgebende Verfahren)
Ergebnisse in einem Leistungstest, Selbstauskunft
Daten: Smtliche Beobachtungen bei der Informationssammlung
Statistik (im weiteren Sinn): Methoden zur Sammlung und Analyse von Daten
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Methodenlehre & Statistik
Folie 18
Forschungsproze
Theorien/Empirie
Fragestellung/ProblemVermutung ber Zusam-menhang von Gren
Formulierung inhaltlicher Hypothesen
Identifikation derAV und UV
Operationalisierung der AV und UV:Festlegen von Gren auf die Art, in der sie gemessen werden knnen & des Messinstrumentes
Formulierung der statistischen Hypothesen
Wahl der Stichprobe (Ort, Zeit, Umfang etc.)
Messung der AV und UV
Datenauswertung:Beschreibung der Daten, Statistischer Schluss von der Stichprobe auf die Population
Rckschluss auf die zu erfassenden Konstrukte
Konfrontation der Ergebnisse mit den
inhaltlichen Hypothesen
Beantwortung der Fragestellung
Organisatorisches Einfhrung
Methodenlehre & Statistik
Folie 19
Anforderungen
Einfachheit (Ockhams Razor)
Eindeutigkeit
Logische Konsistenz (innere und uere)
Falsifizierbarkeit, Prfbarkeit durch Tatsachenbezug
Wissenschaftliche Aussagen
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Methodenlehre & Statistik
Folie 20
Einfachheit (Ockhams Razor)
Eindeutigkeit
Logische Konsistenz (innere und uere)
Falsifizierbarkeit, Prfbarkeit durch Tatsachenbezug
Wissenschaftliche Aussagen
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Interpersonale Hilfeperformanz nach der Konsumption von interaktiven Telemedien wird durch contentdeterminierte Affektlagen moduliert.
Methodenlehre & Statistik
Folie 21
Einfachheit (Ockhams Razor)
Eindeutigkeit
Logische Konsistenz (innere und uere)
Falsifizierbarkeit, Prfbarkeit durch Tatsachenbezug
Wissenschaftliche Aussagen
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Die Teilnahme an gewalthaltigen Computerspielen verringert die Bereitschaft zu helfen.
Methodenlehre & Statistik
Folie 22
Einfachheit (Ockhams Razor)
Eindeutigkeit
Logische Konsistenz (innere und uere)
Falsifizierbarkeit, Prfbarkeit durch Tatsachenbezug
Wissenschaftliche Aussagen
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Die Teilnahme an gewalthaltigen Computerspielen verringert die Bereitschaft, anderen Menschen in einer Notlage zu helfen.
Methodenlehre & Statistik
Folie 23
Einfachheit (Ockhams Razor)
Eindeutigkeit
Logische Konsistenz (innere und uere)
Falsifizierbarkeit, Prfbarkeit durch Tatsachenbezug
Wissenschaftliche Aussagen
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Die Teilnahme an gewalthaltigen Computerspielen verringert und erhht die Bereitschaft, anderen Menschen in einer Notlage zu helfen.
Methodenlehre & Statistik
Folie 24
Einfachheit (Ockhams Razor)
Eindeutigkeit
Logische Konsistenz (innere und uere)
Falsifizierbarkeit, Prfbarkeit durch Tatsachenbezug
Wissenschaftliche Aussagen
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Die Teilnahme an gewalthaltigen Computerspielen verringert oder erhht die Bereitschaft, anderen Menschen in einer Notlage zu helfen oder sie bleibt gleich.
Methodenlehre & Statistik
Folie 25
Psychologische Aussagen
Psychologische Aussagen orientieren sich an den 4 Anforderungen fr wissenschaftliche Aussagen.
Hypothesen in der Psychologie sind blicherweise Aussagen ber Gesetzmigkeiten, die als Wenn-Dann-Aussagen formuliert sind
Trifft eine Wenn-Dann-Aussage zu, so gilt immer, dass Wenn sich A verndert, verndert sich auch B.
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
StatistikWenn sich der Gewaltgehalt von Computerspielen erhht, dann verringert sich die Bereitschaft der Spieler, anderen Personen in einer Notlage zu helfen.
Methodenlehre & Statistik
Folie 26
Psychologische Aussagen
Psychologische Aussagen orientieren sich an den 4 Anforderungen fr wissenschaftliche Aussagen.
Hypothesen in der Psychologie sind blicherweise Aussagen ber Gesetzmigkeiten, die als Wenn-Dann-Aussagen formuliert sind
Trifft eine Wenn-Dann-Aussage zu, so gilt immer, dass Wenn sich A verndert, verndert sich auch B.
Diese Kovariation zwischen Begriffen kann empirisch ber Beobachtung und Messung geprft werden
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Methodenlehre & Statistik
Folie 27
Psychologische AussagenDas Kovariationsprinzip
Das Kovariationsprinzip ist eines der elementaren Konzepte in der Statistik
Es vereinigt die zwei alltagssprachlich verschiedenen Begriffe des Zusammenhangs und Unterschieds als zwei Perspektiven desselben Prinzips:
Ein Unterschied ist ein Zusammenhang
Ein Zusammenhang ist ein Unterschied
Fr beide Perspektiven existieren statistische Verfahren zur Feststellung und berprfung
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Methodenlehre & Statistik
Folie 28
Psychologische AussagenDas Kovariationsprinzip
Beispiel: Mdchen rund um die Welt erleben ihre Adoleszenz stressreicher als Jungen(Persike und Seiffge-Krenke, 2011)
Der Unterschied liegt im verschiedenen Stresserleben von Jungen und Mdchen.
Der Zusammenhang liegt in der Kovariation der beiden Merkmale Geschlecht und Stresserleben.
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik W M
>Stress StressMdchen Jungen
Merkmal
Geschlecht
Merkmal
Stress
Methodenlehre & Statistik
Folie 29
SelbstbeobachtungIch jogge schneller, wenn ich mich vorher gergert habe.
Alltagssprachliche FragestellungErhht sich die sportliche Leistungsfhigkeit bei stark negativen Gefhlszustnden?
HypotheseWenn Menschen Stimuli mit hohem aversiven Anregungsgehalt dargeboten bekommen, dann erhht sich ihre physiologische Aktivierung bei sportlichen Ttigkeiten.
In der PraxisBeispiel fr psychologische Forschung
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Forschungsvorhaben: Aversive Bilder & sportliche Leistung
Methodenlehre & Statistik
Folie 30
Forschungsproze
Theorien/Empirie
Fragestellung/ProblemVermutung ber Zusam-menhang von Gren
Formulierung inhaltlicher Hypothesen
Identifikation derAV und UV
Operationalisierung der AV und UV:Festlegen von Gren auf die Art, in der sie gemessen werden knnen & des Messinstrumentes
Formulierung der statistischen Hypothesen
Wahl der Stichprobe (Ort, Zeit, Umfang etc.)
Rckschluss auf die zu erfassenden Konstrukte
Konfrontation der Ergebnisse mit den
inhaltlichen Hypothesen
Beantwortung der Fragestellung
Organisatorisches Einfhrung
Messung der AV und UV
Datenauswertung:Beschreibung der Daten, Statistischer Schluss von der Stichprobe auf die Population
Methodenlehre & Statistik
Folie 31
Bei den Merkmalstrgern werden anfangs immer Merkmale beobachtet, z.B. Alter, IQ, libidinse Erregung.
Die Werte, die ein Merkmal annehmen kann, heien Ausprgungen
Ein Merkmal hat mindestens zwei Ausprgungen, die beliebig beschrieben sein knnen, z.B. verbal (jung/alt),
numerisch (0/1), bildlich ( / )
Der Begriff Beobachtung in der psychologischen Forschung bezeichnet streng genommen nur die Feststellung der Ausprgung eines Merkmals
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
VariablenVom Merkmal zur Variable
Methodenlehre & Statistik
Folie 32
Die Statistik als mathematische Disziplin muss mit Zahlen arbeiten, nicht mit den beliebig kodierten Ausprgungen eines Merkmals.
Sie ordnet daher zunchst den Ausprgungen eines Merkmals feste Zahlen zu. Ein zahlenmig kodiertes Merkmal heit dann Variable.
Die berfhrung der Beobachtung eines Merkmals in den Zahlenwert einer Variable wird als Messungbezeichnet.
Der festgestellte Zahlenwert ist der Messwert einer Variablen.
Es gibt verschiedene Klassifikationssysteme, um Typen von Variablen zu unterscheiden.
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Variablen
Methodenlehre & Statistik
Folie 33
Eine unabhngige Variable (UV, IV) besitzt Werte, die ein Versuchsleiter willkrlich hergestellt hat (z.B. Dosis eines verabreichten Medikamentes, Einteilung in Gruppen, die bestimmte Treatments bekommen)
Eine abhngige Variable (AV, DV) besitzt Werte, die man ber Beabachtung an den Merkmalstrgern gewinnt (z.B. Reaktionszeit, Fehlerquote, Erregungsniveau, etc.)
Schema:
Unabhngige VariableUV
Abhngige VariableAV
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
VariablenUnterscheidung nach Art der Manipulation ihrer Werte
Methodenlehre & Statistik
Folie 34
Unabhngige Variablen sind Variablen, deren Ausprgungen der Versuchsleiter im Experiment verndert/kontrolliert, die er also vorher kennt.
Abhngige Variablen sind Variablen, die im Experiment an der Versuchsperson gemessen werden.
Die Ausprgung der UV soll die Gre der AV beeinflussen, niemals umgekehrt.
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Einfache Merkregel
VariablenUnterscheidung nach Art der Manipulation ihrer Werte
Methodenlehre & Statistik
Folie 35
MerkmaleNegativer Anregungsgehalt der BilderPhysiologische Aktivierung
VariablenFestlegung numerischer Werte fr die Ausprgungen der Merkmale
ProblemWie werden die Merkmale berhaupt beobachtet?
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Forschungsvorhaben: Aversive Bilder & sportliche Leistung
In der PraxisBeispiel fr psychologische Forschung
Methodenlehre & Statistik
Folie 36
Forschungsproze
Theorien/Empirie
Fragestellung/ProblemVermutung ber Zusam-menhang von Gren
Formulierung inhaltlicher Hypothesen
Identifikation derAV und UV
Operationalisierung der AV und UV:Festlegen von Gren auf die Art, in der sie gemessen werden knnen & des Messinstrumentes
Formulierung der statistischen Hypothesen
Wahl der Stichprobe (Ort, Zeit, Umfang etc.)
Rckschluss auf die zu erfassenden Konstrukte
Konfrontation der Ergebnisse mit den
inhaltlichen Hypothesen
Beantwortung der Fragestellung
Organisatorisches Einfhrung
Messung der AV und UV
Datenauswertung:Beschreibung der Daten, Statistischer Schluss von der Stichprobe auf die Population
Methodenlehre & Statistik
Folie 37
In Hypothesen kommen theoretische Merkmale, sog. Konstrukte vor, die nicht direkt beobachtbar sind (z.B. Intelligenz, Angst, Kreativitt, Leistungsfhigkeit)
Einer Hypothese mssen somit beobachtbare Phnomene zugeordnet werden. Die Vorschrift, wie ein Konstrukt durch Beobachtung und Messung festgestellt werden kann, nennt man Operationalisierung.
Das beobachtbare Phnomen wird hufig auch als Indikator die daraus erzeugt Variable als Indikatorvariablebezeichnet.
Daten im Forschungsprozess sind also Informationen, die mithilfe einer Operationalisierung gewonnen wurden
Operationalisierung
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Methodenlehre & Statistik
Folie 38
MerkmaleNegativer Anregungsgehalt der BilderPhysiologische Aktivierung beim Joggen
OperationalisierungAnregungsgehalt: Einschtzung einer ExpertengruppePhysiologische Aktivierung: Herzrate und Adrenalinkonzentration
VariablenAnregungsgehalt: Einschtzung auf einer 7-Punkte-Skala von 1=neutral bis 7 = stark negativPhysiologische Aktivierung: bpm (Herzrate) und mmol/l (Adrenalinkonzentration)
In der PraxisBeispiel fr psychologische Forschung
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Forschungsvorhaben: Aversive Bilder & sportliche Leistung
Methodenlehre & Statistik
Folie 39
Forschungsproze
Theorien/Empirie
Fragestellung/ProblemVermutung ber Zusam-menhang von Gren
Formulierung inhaltlicher Hypothesen
Identifikation derAV und UV
Operationalisierung der AV und UV:Festlegen von Gen auf die Art, in der sie gemessen werden knnen & des Messinstrumentes
Formulierung der statistischen Hypothesen
Wahl der Stichprobe (Ort, Zeit, Umfang etc.)
Rckschluss auf die zu erfassenden Konstrukte
Konfrontation der Ergebnisse mit den
inhaltlichen Hypothesen
Beantwortung der Fragestellung
Organisatorisches Einfhrung
Messung der AV und UV
Datenauswertung:Beschreibung der Daten, Statistischer Schluss von der Stichprobe auf die Population
Methodenlehre & Statistik
Folie 40
Design: Planung und Ausfhrung von Untersuchungen (Art der Stichprobe, Wahl des Messinstrumentes, Kontrolle der Messung etc.)
Deskription (Beschreibung) und Exploration (Entdecken): Zusammenfassung, Darstellung und das Auffinden von systematischen Strukturen in Daten der untersuchten Stichprobe
Inferenz (schlieende, induktive Statistik): Generalisierung und Vorhersagen ber gemachte Beobachtungen von der untersuchten Stichprobe auf die Grundgesamtheit(Population)
Ziele der Anwendung statistischer Methoden
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Methodenlehre & Statistik
Folie 41
Daten werden in MatrizenFestgehalten (Datenmatrix)
Fr jeden Merkmalstrger wird in einer Zeile die Ausprgung der UV(n) und der AV(n) codiert
Matrixorganisation:Personen x Merkmale
(Zeile) (Spalten)
Daten und ihre Analyse
Die Kodierung erfolgt ber Zahlen. Diese haben vielfach unterschiedliche Bedeutungen.
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Methodenlehre & Statistik
Folie 42
Deskriptive statistische MethodenKennwerte
181.58 181.92 12.01 3.80 159.84 201.81
44 44 3 1 41 51
165.79 164.01 8.83 2.79 152.41 179.21
38 37 2 1 35 43
Maximalpuls
Adrenalin
Hoch
Maximalpuls
Adrenalin
Niedrig
AnregungMittelwert Median
Standardabweichung
Standardfehlerdes Mittelwerts Minimum Maximum
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Kennwerte fassen die Eigenschaften der Verteilung der gemessenen Variablen zusammen, z.B. Mittelwert
Berechnung, Darstellung und Vergleiche von Daten und Kennwerten sind fr statistische Entscheidungen wichtig
Methodenlehre & Statistik
Folie 43
Deskriptive statistische MethodenDiagramme
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Methodenlehre & Statistik
Folie 44
Korrelation & RegressionZusammenhang zwischen zwei Variablen (bivariate Statistik)
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
y = 0.2242x + 3.1538R = 0.78
y = 0.2034x + 4.1835R = 0.6108
3032343638404244464850
120 140 160 180 200 220
Adre
nalin
Maximalpuls
Anregung hoch
Anregung niedrig
Methodenlehre & Statistik
Folie 45
Zusammenhnge von Stichprobe und GrundgesamtheitWas kann man mit Kennwerten, gewonnen aus Stichproben, ber die Kennwerte der Population aussagen?
SchtzenWie und wie genau kann man Kennwerte der Populationaus Stichproben schtzen?
TestenKann man etwas ber die Gleichheit oder Ungleichheit vonaus Stichproben geschtzen Kennwerten mit einer bestimmten statistischen Verlsslichkeit sagen?
Inferenzstatistische Methoden
Organisatorisches Einfhrung
Empirie& Theorie
Wissenschaftl. Aussagen
Variablen
Statistik
Methodenlehre & Statistik
Folie 46
Forschungsproze
Theorien/Empirie
Fragestellung/ProblemVermutung ber Zusam-menhang von Gren
Formulierung inhaltlicher Hypothesen
Identifikation derAV und UV
Operationalisierung der AV und UV:Festlegen von Gren auf die Art, in der sie gemessen werden knnen & des Messinstrumentes
Formulierung der statistischen Hypothesen
Wahl der Stichprobe (Ort, Zeit, Umfang etc.)
Rckschluss auf die zu erfassenden Konstrukte
Konfrontation der Ergebnisse mit den
inhaltlichen Hypothesen
Beantwortung der Fragestellung
Organisatorisches Einfhrung
Messung der AV und UV
Datenauswertung:Beschreibung der Daten, Statistischer Schluss von der Stichprobe auf die Population
Methodenlehre & Statistik
Folie 47
Problem: Wenn-Dann-Aussagen gelten in der Psychologie niemals fr alle Merkmalstrger und Situationen
Seymour Epstein (1979)On predicting most of the people muchof the time: The stability of behavior
Daryl Bem & Andrea Allen (1974)On predicting some of the people some
of the time: The search for cross-situational consistencies in behavior
Also: Hypothesen werden statistisch immer beantwortet im Sinne von Wenn-Dann wahrscheinlich Aussagen (Probabilismus)
Wahrheit in der PsychologieProbabilistische Zusammenhnge
Organisatorisches Einfhrung
Methodenlehre & Statistik
Folie 48
Problem: Wenn-Dann-Aussagen gelten in der Psychologie niemals fr alle Merkmalstrger und Situationen
Grnde: Wirkung von Str- bzw. unbekannten Variablen Nichtbercksichtigung komplexer Interaktionen Unbestimmtheit von Anfangsbedingungen in
komplexen Situationen
In der Psychologie gilt eine Gesetzmigkeit als belegt, wenn die statistische Bedeutsamkeit des Zusammenhanges von Variablen aufgezeigt wird
Sie gilt als besttigt, wenn die statistische Bedeutsamkeit mehrfach aufgewiesen werden konnte.
Organisatorisches Einfhrung
Wahrheit in der PsychologieProbabilistische Zusammenhnge
Methodenlehre & Statistik
Folie 49
Statistischer SchlussBei der Behauptung, dass mit steigendem negativen Anregungsgehalt von Bildern die physiologische Aktivierung bei sportlicher Bettigung steigt, betrgt die Irrtumswahrscheinlichkeit 5%.
Inhaltlicher SchlussNegativ erregt zu sein bringt den Krper beim Sport strker in Wallung.
Beantwortung der FragestellungPrinzipiell ist die Fragestellung beantwortet, aber: Laufe ich deshalb schneller? Gilt die Beobachtung bei allen Sportarten?
In der PraxisBeispiel fr psychologische Forschung
Organisatorisches Einfhrung
Forschungsvorhaben: Aversive Bilder & sportliche Leistung
Methodenlehre & Statistik
Folie 50
[email protected]@uni-mainz.de