Lehrbuch Statistik

Einstieg und Vertiefung
 
 
Hogrefe AG (Verlag)
  • erschienen am 9. Oktober 2017
  • |
  • 864 Seiten
 
E-Book | PDF mit Wasserzeichen-DRM | Systemvoraussetzungen
978-3-456-95797-5 (ISBN)
 
Das Standardwerk zur Einführung in die Statistik
Die vierte, überarbeitete und erweiterte Auflage stellt in klarer Form die relevanten Themen der Statistik vor. Nach einem einleitenden Kapitel zu häufig auftretenden Problemen der statistischen Auswertung werden nach der Definition von Messung die Deskriptive Statistik und die grafische Darstellung von Daten vorgestellt. Die Schließende Statistik wird mit einfachen parametrischen und nicht-parametrischen Verfahren eingeführt. Anschließend werden nach der Erläuterung verschiedener Korrelationskoeffizienten die einfache und multiple Regression sowie Mediator- und Moderatoranalysen besprochen. Die Varianzanalyse als eines der wichtigsten statistischen Verfahren in der psychologischen Forschung wird ausführlich dargestellt, und die Faktorenanalyse, die Clusteranalyse, die Analyse von Strukturgleichungsmodellen und andere multivariate Verfahren werden intensiv behandelt. Das Buch wird mit Kapiteln über Effektgrößen, die Auswertung am PC und zur Durchführung und Darstellung von Studien abgerundet.
"Eine echte Lernhilfe mit Erfolgsgarantie." Psycholit Newsletter
"Dem Autor ist eine vorzügliche Einführung in die Statistik gelungen." Pflege und Gesellschaft
Rainer Leonhart lehrt seit 2008 als Akademischer Rat an der Universität Freiburg, Abteilung für Sozialpsychologie und Methodenlehre
4., überarb. und erw. Aufl.
  • Deutsch
  • Studierende und Lehrende der Psychologie, Medizin und Sozialwissenschaften.
  • 209
  • |
  • 209 Tabellen
  • Höhe: 24 cm
  • |
  • Breite: 17 cm
  • 6,25 MB
978-3-456-95797-5 (9783456957975)
3456957971 (3456957971)
weitere Ausgaben werden ermittelt
1 - Lehrbuch Statistik [Seite 1]
1.1 - Vorwort zur vierten Auflage [Seite 7]
1.2 - Vorwort zur dritten Auflage [Seite 8]
1.3 - Vorwort zur zweiten Auflage [Seite 9]
1.4 - Vorwort zur ersten Auflage [Seite 10]
1.5 - Über den Umgang mit diesem Buch [Seite 11]
1.6 - Danksagung zur vierten Auflage [Seite 12]
1.7 - Danksagung zur dritten Auflage [Seite 13]
1.8 - Danksagung zur zweiten Auflage [Seite 14]
1.9 - Danksagung zur ersten Auflage [Seite 15]
1.10 - Statistik! [Seite 16]
1.11 - Statistik? [Seite 16]
1.12 - Inhaltsverzeichnis [Seite 17]
2 - Teil I Einfu?hrung [Seite 25]
2.1 - 1 Über den Umgang mit Statistik [Seite 27]
2.2 - 1.1 Statistik richtig lehren und lernen [Seite 27]
2.3 - 1.2 Testergebnisse richtig interpretieren [Seite 30]
2.4 - 1.3 Einfluss des Zufalls [Seite 32]
2.5 - 1.4 Die Interpretation von Zusammenhängen [Seite 34]
2.6 - 1.5 Darstellung statistischer Ergebnisse [Seite 36]
2.7 - 1.6 Fehlinterpretation von Querschnittstudien [Seite 39]
2.8 - 1.7 Lu?gen mit Statistik [Seite 40]
2.9 - 1.8 Zusammenfassung [Seite 41]
3 - Teil II Deskriptive Statistik [Seite 43]
3.1 - 2 Messen und Skalenniveau [Seite 45]
3.1.1 - 2.1 Grundlagen deskriptiver Statistik [Seite 45]
3.1.2 - 2.2 Messen [Seite 46]
3.1.3 - 2.3 Definition des Skalenniveaus [Seite 54]
3.1.4 - 2.4 Transformationen auf andere Skalenniveaus [Seite 57]
3.1.5 - 2.5 Messfehler [Seite 61]
3.1.6 - 2.6 Zusammenfassung [Seite 62]
3.1.7 - 2.7 Aufgaben [Seite 62]
3.2 - 3 Maße der Zentralen Tendenz und der Dispersion [Seite 65]
3.2.1 - 3.1 Häufigkeiten und Kategorien [Seite 65]
3.2.2 - 3.2 Maße der Zentralen Tendenz [Seite 72]
3.2.3 - 3.3 Maße der Dispersion [Seite 80]
3.2.4 - 3.4 Schiefe und Exzess einer Verteilung [Seite 93]
3.2.5 - 3.5 Normalverteilung [Seite 96]
3.2.6 - 3.6 Transformationen zur Standardisierung [Seite 98]
3.2.7 - 3.7 Normierung und Normalisierung [Seite 102]
3.2.8 - 3.8 Zusammenfassung [Seite 104]
3.2.9 - 3.9 Aufgaben [Seite 104]
3.3 - 4 Grafische Darstellungen [Seite 109]
3.3.1 - 4.1 Allgemeine Anmerkungen zur Erstellung von Grafiken [Seite 109]
3.3.2 - 4.2 Verschiedene Darstellungsformen [Seite 110]
3.3.3 - 4.3 Zusammenfassung [Seite 121]
3.3.4 - 4.4 Aufgaben [Seite 121]
3.4 - 5 Vorbereitung von Daten fu?r die statistische Analyse [Seite 123]
3.4.1 - 5.1 Vorbereitung [Seite 123]
3.4.2 - 5.2 Notwendigkeit von Datenkontrolle [Seite 124]
3.4.3 - 5.3 Dateneingabe und Datenqualität [Seite 125]
3.4.4 - 5.4 Deskriptive und grafische Analysen, Ausreißer und Extremwerte [Seite 127]
3.4.5 - 5.5 Fehlende Werte [Seite 130]
3.4.6 - 5.6 Überpru?fung von Voraussetzungen statistischer Verfahren [Seite 139]
3.4.7 - 5.7 Zusammenfassung [Seite 141]
3.4.8 - 5.8 Aufgaben [Seite 141]
4 - Teil III Einfache inferenzstatistische Verfahren [Seite 143]
4.1 - 6 Wahrscheinlichkeitstheorie [Seite 145]
4.1.1 - 6.1 Grundlagen [Seite 145]
4.1.2 - 6.2 Begriffserklärung [Seite 148]
4.1.3 - 6.3 Mehrere Zufallsereignisse [Seite 153]
4.1.4 - 6.4 Kombinatorik [Seite 159]
4.1.5 - 6.5 Wahrscheinlichkeitsfunktionen [Seite 164]
4.1.6 - 6.6 Binomialverteilung [Seite 168]
4.1.7 - 6.7 Poisson-Verteilung [Seite 171]
4.1.8 - 6.8 Hypergeometrische Verteilung [Seite 172]
4.1.9 - 6.9 Normalverteilung [Seite 173]
4.1.10 - 6.10 x2-Verteilung [Seite 173]
4.1.11 - 6.11 t-Verteilung [Seite 175]
4.1.12 - 6.12 F-Verteilung [Seite 176]
4.1.13 - 6.13 Zusammenfassung [Seite 177]
4.1.14 - 6.14 Aufgaben [Seite 177]
4.2 - 7 Stichprobentheorie [Seite 181]
4.2.1 - 7.1 Auswahlverfahren [Seite 181]
4.2.2 - 7.2 Zufallsgesteuerte Auswahlverfahren [Seite 182]
4.2.3 - 7.3 Nicht-zufallsgesteuerte Auswahlverfahren [Seite 185]
4.2.4 - 7.4 Allgemeines lineares Modell [Seite 186]
4.2.5 - 7.5 Schätzungen von Parametern [Seite 190]
4.2.6 - 7.6 Schätzung bei qualitativen Merkmalen [Seite 193]
4.2.7 - 7.7 Schätzung bei quantitativen Merkmalen [Seite 194]
4.2.8 - 7.8 Allgemeines zum Standardfehler [Seite 196]
4.2.9 - 7.9 Signifikanzpru?fung [Seite 197]
4.2.10 - 7.10 Zusammenfassung [Seite 199]
4.2.11 - 7.11 Aufgaben [Seite 199]
4.3 - 8 Einfu?hrung in die inferenzstatistische Hypothesenpru?fung [Seite 201]
4.3.1 - 8.1 Hypothesen [Seite 203]
4.3.2 - 8.2 a-Niveau [Seite 208]
4.3.3 - 8.3 Ein- oder zweiseitige Testung [Seite 211]
4.3.4 - 8.4 Fehler beim Hypothesentesten [Seite 212]
4.3.5 - 8.5 Beeinflussung des b-Fehlers [Seite 216]
4.3.6 - 8.6 Effektgrößenberechung fu?r einfache Verfahren fu?r Intervalldaten [Seite 223]
4.3.7 - 8.7 Effektgrößen und Stichprobenumfang [Seite 226]
4.3.8 - 8.8 Optimaler Stichprobenumfang [Seite 229]
4.3.9 - 8.9 Inferenzstatistische Pru?fverfahren der zentralen Tendenz [Seite 231]
4.3.10 - 8.10 Zusammenfassung [Seite 232]
4.3.11 - 8.11 Aufgaben [Seite 233]
4.4 - 9 Einfache parametrischeTestverfahren [Seite 235]
4.4.1 - 9.1 Ein Überblick u?ber die parametrischen Testverfahren [Seite 236]
4.4.2 - 9.2 z-Test [Seite 237]
4.4.3 - 9.3 t-Test fu?r eine Stichprobe [Seite 239]
4.4.4 - 9.4 t-Test fu?r abhängige Stichproben [Seite 241]
4.4.5 - 9.5 Pru?fung auf Varianzhomogenität bei unabhängigen Stichproben [Seite 244]
4.4.6 - 9.6 t-Test fu?r homogene Varianzen [Seite 246]
4.4.7 - 9.7 t-Test fu?r heterogene Varianzen [Seite 248]
4.4.8 - 9.8 Zusammenfassung [Seite 251]
4.4.9 - 9.9 Aufgaben [Seite 251]
4.5 - 10 Nicht-parametrische Testverfahren [Seite 253]
4.5.1 - 10.1 Binomial-Test [Seite 254]
4.5.2 - 10.2 x2-Test [Seite 256]
4.5.3 - 10.3 McNemar-Test [Seite 260]
4.5.4 - 10.4 Q-Test von Cochran [Seite 262]
4.5.5 - 10.5 Mediantest [Seite 265]
4.5.6 - 10.6 U-Test von Mann-Whitney [Seite 268]
4.5.7 - 10.7 Vorzeichentest [Seite 271]
4.5.8 - 10.8 Vorzeichenrangtest von Wilcoxon [Seite 272]
4.5.9 - 10.9 H-Test von Kruskal & Wallis [Seite 275]
4.5.10 - 10.10 Friedman-Test [Seite 277]
4.5.11 - 10.11 Kolmogorov-Smirnow-Test [Seite 280]
4.5.12 - 10.12 Theoretischer Hintergrund der nicht-parametrischen Testverfahren [Seite 281]
4.5.13 - 10.13 Zusammenfassung [Seite 282]
4.5.14 - 10.14 Aufgaben [Seite 283]
5 - Teil IV Korrelation und Regression [Seite 285]
5.1 - 11 Produkt-Moment-Korrelation [Seite 287]
5.1.1 - 11.1 Varianzadditionssatz [Seite 287]
5.1.2 - 11.2 Kovarianz [Seite 289]
5.1.3 - 11.3 Korrelation [Seite 291]
5.1.4 - 11.4 Determinationskoeffizient [Seite 297]
5.1.5 - 11.5 Mittelwerte von Korrelationen [Seite 298]
5.1.6 - 11.6 Signifikanztest fu?r Korrelationskoeffizienten [Seite 300]
5.1.7 - 11.7 Konfidenzintervalle fu?r Korrelationskoeffizienten [Seite 302]
5.1.8 - 11.8 Gleichheit von zwei Korrelationen [Seite 303]
5.1.9 - 11.9 Zusammenfassung [Seite 305]
5.1.10 - 11.10 Aufgaben [Seite 305]
5.2 - 12 Weitere Korrelationskoeffizienten [Seite 307]
5.2.1 - 12.1 Überblick u?ber die Korrelationskoeffizienten [Seite 307]
5.2.2 - 12.2 Spearmans Rangkorrelation [Seite 310]
5.2.3 - 12.3 Kendalls t [Seite 313]
5.2.4 - 12.4 Punktbiseriale Korrelation [Seite 316]
5.2.5 - 12.5 Biseriale Korrelation [Seite 317]
5.2.6 - 12.6 Biseriale Rangkorrelation [Seite 319]
5.2.7 - 12.7 Punkttetrachorische Korrelation [Seite 323]
5.2.8 - 12.8 Tetrachorische Korrelation [Seite 325]
5.2.9 - 12.9 Polychorische Korrelation [Seite 327]
5.2.10 - 12.10 Odds Ratio und Yules Y [Seite 327]
5.2.11 - 12.11 v-Koeffizient [Seite 329]
5.2.12 - 12.12 Kontingenzkoeffizient CC [Seite 330]
5.2.13 - 12.13 Cramérs Index [Seite 332]
5.2.14 - 12.14 Zusammenfassung [Seite 333]
5.2.15 - 12.15 Aufgaben [Seite 334]
5.3 - 13 Lineare Regression [Seite 337]
5.3.1 - 13.1 Kausale Zusammenhänge [Seite 337]
5.3.2 - 13.2 Herleitung der Regressionsgleichung [Seite 339]
5.3.3 - 13.3 Gu?te der Vorhersage [Seite 344]
5.3.4 - 13.4 Kreuzvalidierung [Seite 348]
5.3.5 - 13.5 Regressionseffekt [Seite 350]
5.3.6 - 13.6 Einengung der Streubreite [Seite 350]
5.3.7 - 13.7 Zusammenfassung [Seite 351]
5.3.8 - 13.8 Aufgaben [Seite 352]
5.4 - 14 Multiple Korrelation und Multiple Regression [Seite 353]
5.4.1 - 14.1 Partialkorrelation [Seite 354]
5.4.2 - 14.2 Semipartialkorrelation [Seite 356]
5.4.3 - 14.3 Multiple Korrelation [Seite 358]
5.4.4 - 14.4 Verschiedene Formen korrelativer Zusammenhänge [Seite 359]
5.4.5 - 14.5 Multiple Regression [Seite 363]
5.4.6 - 14.6 Strategien bei der Multiplen Regression [Seite 370]
5.4.7 - 14.7 F-Test bei Multipler Korrelation und Regression [Seite 373]
5.4.8 - 14.8 Mediatoranalyse [Seite 375]
5.4.9 - 14.9 Moderatoranalyse [Seite 377]
5.4.10 - 14.10 Zusammenfassung [Seite 394]
5.4.11 - 14.11 Aufgaben [Seite 395]
5.5 - 15 Logistische Regression [Seite 397]
5.5.1 - 15.1 Anwendung [Seite 397]
5.5.2 - 15.2 Regressionsgleichung [Seite 398]
5.5.3 - 15.3 Interpretation des Regressionskoeffizienten [Seite 401]
5.5.4 - 15.4 Gu?te der Vorhersage [Seite 402]
5.5.5 - 15.5 Zusammenfassung [Seite 404]
5.5.6 - 15.6 Aufgaben [Seite 405]
6 - Teil V Varianzanalyse [Seite 407]
6.1 - 16 Einfaktorielle Varianzanalyse mit festen Effekten [Seite 409]
6.1.1 - 16.1 Überblick u?ber die Varianzanalyse [Seite 409]
6.1.2 - 16.2 Anwendung [Seite 413]
6.1.3 - 16.3 Modell I: Feste Effekte [Seite 420]
6.1.4 - 16.4 Hypothesen [Seite 428]
6.1.5 - 16.5 Quadratsummenzerlegung [Seite 429]
6.1.6 - 16.6 Mittlere Quadratsummen [Seite 431]
6.1.7 - 16.7 F-Test [Seite 433]
6.1.8 - 16.8 Kontraste [Seite 441]
6.1.9 - 16.9 Post-hoc-Tests [Seite 447]
6.1.10 - 16.10 Zusammenfassung [Seite 452]
6.1.11 - 16.11 Aufgaben [Seite 453]
6.2 - 17 Zweifaktorielle Varianzanalyse mit festen Effekten [Seite 457]
6.2.1 - 17.1 Zweifaktorielle Versuchspläne [Seite 458]
6.2.2 - 17.2 Effekte bei der zweifaktoriellen Varianzanalyse [Seite 459]
6.2.3 - 17.3 Hypothesen [Seite 463]
6.2.4 - 17.4 Quadratsummenzerlegung [Seite 463]
6.2.5 - 17.5 Mittlere Abweichungsquadrate [Seite 464]
6.2.6 - 17.6 F-Tests [Seite 468]
6.2.7 - 17.7 Interaktionsformen [Seite 468]
6.2.8 - 17.8 Kontraste [Seite 480]
6.2.9 - 17.9 Post-hoc-Tests [Seite 483]
6.2.10 - 17.10 Drei- und mehrfaktorielle Varianzanalysen [Seite 485]
6.2.11 - 17.11 Zusammenfassung [Seite 487]
6.2.12 - 17.12 Aufgaben [Seite 487]
6.3 - 18 Varianzanalyse mit festen und zufälligen Effekten [Seite 491]
6.3.1 - 18.1 Einfaktorielle Varianzanalyse mit zufälligen Effekten [Seite 491]
6.3.2 - 18.2 Zweifaktorielle Varianzanalyse mit zufälligen Effekten [Seite 497]
6.3.3 - 18.3 Zweifaktorielle Varianzanalyse mit gemischten Effekten [Seite 502]
6.3.4 - 18.4 Dreifaktorielle Varianzanalysen [Seite 510]
6.3.5 - 18.5 Zusammenfassung [Seite 516]
6.3.6 - 18.6 Aufgaben [Seite 516]
6.4 - 19 Varianzanalyse mit Messwiederholungen [Seite 519]
6.4.1 - 19.1 Einfaktorielle Varianzanalyse mit Messwiederholungen [Seite 519]
6.4.2 - 19.2 Zweifaktorielle Varianzanalyse mit Messwiederholungen [Seite 536]
6.4.3 - 19.3 Dreifakorielle Varianzanalyse mit Messwiederholung [Seite 567]
6.4.4 - 19.4 Zusammenfassung [Seite 570]
6.4.5 - 19.5 Aufgaben [Seite 570]
6.5 - 20 Kovarianzanalyse [Seite 571]
6.5.1 - 20.1 Anwendung [Seite 571]
6.5.2 - 20.2 Bildhafte Vorstellung [Seite 574]
6.5.3 - 20.3 Zusammenfassung [Seite 588]
6.5.4 - 20.4 Aufgaben [Seite 588]
6.6 - 21 Vertiefung der Varianzanalyse [Seite 589]
6.6.1 - 21.1 Mehr Theorie zur Varianzanalyse [Seite 589]
6.6.2 - 21.2 Problematik von Effektgrößen bei Varianzanalysen [Seite 597]
6.6.3 - 21.3 Multivariate Varianzanalyse [Seite 600]
6.6.4 - 21.4 Nested Designs [Seite 602]
6.6.5 - 21.5 Lateinische Quadrate [Seite 608]
6.6.6 - 21.6 Zusammenfassung [Seite 610]
7 - Teil VI Weitere multivariate Analysemethoden [Seite 611]
7.1 - 22 Überblick u?ber weitere Multivariate Verfahren [Seite 613]
7.1.1 - 22.1 Allgemeines [Seite 613]
7.1.2 - 22.2 Überblick [Seite 614]
7.1.3 - 22.3 Zusammenfassung [Seite 618]
7.2 - 23 Faktorenanalyse [Seite 619]
7.2.1 - 23.1 Fragestellung und Überblick [Seite 619]
7.2.2 - 23.2 Explorative und konfirmatorische Faktorenanalyse [Seite 621]
7.2.3 - 23.3 Inhaltlicher Ablauf einer Faktorenanalyse [Seite 622]
7.2.4 - 23.4 Mathematische Grundlagen [Seite 626]
7.2.5 - 23.5 Zusammenfassung [Seite 640]
7.2.6 - 23.6 Aufgaben [Seite 641]
7.3 - 24 Clusteranalyse [Seite 643]
7.3.1 - 24.1 Fragestellung und Überblick [Seite 643]
7.3.2 - 24.2 Inhaltlicher Ablauf [Seite 644]
7.3.3 - 24.3 Mathematische Grundlagen [Seite 645]
7.3.4 - 24.4 Zusammenfassung [Seite 656]
7.3.5 - 24.5 Aufgaben [Seite 657]
7.4 - 25 Strukturgleichungsmodelle [Seite 659]
7.4.1 - 25.1 Fragestellung und Überblick [Seite 659]
7.4.2 - 25.2 Inhaltlicher Ablauf [Seite 660]
7.4.3 - 25.3 Mathematische Grundlagen [Seite 667]
7.4.4 - 25.4 Zusammenfassung [Seite 670]
7.4.5 - 25.5 Aufgaben [Seite 671]
7.5 - 26 Diskriminanzanalyse [Seite 673]
7.5.1 - 26.1 Fragestellung und Überblick [Seite 673]
7.5.2 - 26.2 Inhaltlicher Ablauf [Seite 674]
7.5.3 - 26.3 Mathematische Grundlagen [Seite 675]
7.5.4 - 26.4 Zusammenfassung [Seite 682]
7.5.5 - 26.5 Aufgaben [Seite 682]
7.6 - 27 Conjoint-Analyse [Seite 683]
7.6.1 - 27.1 Fragestellung und Überblick [Seite 683]
7.6.2 - 27.2 Inhaltlicher Ablauf [Seite 683]
7.6.3 - 27.3 Mathematische Grundlagen [Seite 684]
7.6.4 - 27.4 Zusammenfassung [Seite 687]
7.6.5 - 27.5 Aufgaben [Seite 687]
7.7 - 28 Multidimensionale Skalierung [Seite 689]
7.7.1 - 28.1 Fragestellung und Überblick [Seite 689]
7.7.2 - 28.2 Inhaltlicher Ablauf [Seite 690]
7.7.3 - 28.3 Mathematische Grundlagen [Seite 691]
7.7.4 - 28.4 Zusammenfassung [Seite 695]
7.7.5 - 28.5 Aufgaben [Seite 695]
7.8 - 29 Noch mehr Multivariate Verfahren [Seite 697]
7.8.1 - 29.1 Kanonische Korrelation [Seite 697]
7.8.2 - 29.2 Zeitreihenanalyse [Seite 700]
7.8.3 - 29.3 Kontingenzanalyse [Seite 706]
7.8.4 - 29.4 Neuronale Netze [Seite 708]
7.8.5 - 29.5 Zusammenfassung [Seite 709]
8 - Teil VII Fehlende Werte, Statistikprogramme und Epilog [Seite 711]
8.1 - 30 Umgang mit fehlenden Werten [Seite 713]
8.1.1 - 30.1 Grundlagen [Seite 713]
8.1.2 - 30.2 Typen von fehlenden Werten [Seite 716]
8.1.3 - 30.3 Ersetzung fehlender Werte [Seite 719]
8.1.4 - 30.4 Moderne Verfahren [Seite 722]
8.1.5 - 30.5 Vermeidung von und Umgang mit fehlenden Werten [Seite 729]
8.1.6 - 30.6 Zusammenfassung [Seite 731]
8.2 - 31 Verschiedene Statistikprogramme [Seite 733]
8.2.1 - 31.1 Standardsoftware [Seite 733]
8.2.2 - 31.2 Spezielle Programme [Seite 739]
8.2.3 - 31.3 Zusammenfassung [Seite 742]
8.3 - 32 Studiendurchfu?hrung und Ergebnisdarstellung [Seite 743]
8.3.1 - 32.1 Methodik [Seite 743]
8.3.2 - 32.2 Ergebnisse [Seite 749]
8.3.3 - 32.3 Statistische Analyse [Seite 749]
8.3.4 - 32.4 Diskussion [Seite 753]
8.3.5 - 32.5 Formales zur Ergebnisdarstellung [Seite 754]
8.3.6 - 32.6 Allgemeine Richtlinien zur Erstellung eines wissenschaftlichen Texts [Seite 756]
8.3.7 - 32.7 Zusammenfassung [Seite 759]
9 - Teil VIII Anhang [Seite 761]
9.1 - A Mathematische Grundlagen [Seite 763]
9.1.1 - A.1 Das Rechnen mit dem Summenzeichen [Seite 763]
9.1.2 - A.2 Matrizenrechnung [Seite 766]
9.1.3 - A.3 Erwartungswerte [Seite 770]
9.1.4 - A.4 Zusammenfassung [Seite 776]
9.1.5 - A.5 Aufgaben [Seite 776]
9.2 - B Zeichenerklärung und Tabellen [Seite 779]
9.3 - C Lösungen der Übungsaufgaben [Seite 813]
10 - Literaturverzeichnis [Seite 849]
11 - Index [Seite 853]
1 Über den Umgang mit Statistik (S. 3-4)

1.1 Statistik richtig lehren und lernen

Dieses erste Kapitel soll den Studienanfängern die Relevanz des Faches Statistik nahebringen und auch (so wünscht es sich zumindest der Autor) Interesse und Lernmotivation wecken. Nach dem Lesen dieses Abschnitts soll dem Leser die Antwort auf die Frage "Warum das Ganze?" zumindest teilweise deutlich sein. Statistik ist sicherlich im Allgemeinen nicht das beliebteste Fach unter den Studierenden (und meistens auch nicht unter allen Dozierenden). Unbeliebt oder gar gehasst wird es von vielen Studierenden als "Muss" oder als "Pflichtübung" verstanden. Dabei ist es die wichtigste Grundlage für eigenes wissenschaftliches Arbeiten und das Verstehen und Bewerten der Forschungsarbeiten anderer Personen. Wissenschaftliche Methodik ist die Brücke vom Glauben zumWissen. Nur wer grundlegende Kenntnisse in der Statistik hat, kann zwischen subjektiver Vermutung und objektivem Beweis unterscheiden. Beispielsweise greifen wir gerne bei der Entscheidung vor dem Kauf eines neuen Mobiltelefons auf "Studien" anderer Personen zurück. Wir suchen im Internet und in Fachliteratur Bewertungen der uns interessierenden Produkte. Einerseits lesen wir diese Bewertungen durch, anderseits relativieren wir diese Bewertungen nach verschiedenen Kritikpunkten. Gibt es eine wirtschaftliche Verknüpfung zwischen der Fachzeitschrift und dem Hersteller des Produkts? Erscheint der Bericht objektiv und wurde die Studie standardisiert durchgeführt? Ist die Benotung korrekt? Ähnliche Fragen müssen auch bei wissenschaftlichen Studien gestellt werden. Manche Antworten sind leicht zu finden, für andere braucht es gute Kenntnisse in Statistik. Ein Ziel dieses Buches ist es,Wissen und sehr gute Standards zu vermitteln. Auch soll der Studierende erkennen, wann diese eingehalten werden und wann nicht.

Mit der Einführung der neuen Studiengänge und Studienabschlüsse hat sich auch teilweise die Lehr- und Lernkultur verändert. Durch den gestiegenen Notendruck kommt von den Studierenden vermehrt die Frage "Muss ich das lernen?", beziehungsweise "Muss ich das für die Klausur (auswendig) können?". Der Kompetenzerwerb steht leider oft im Hintergrund.Dies fordert den Lehrenden noch mehr als früher.Wissensund Kompetenzvermittlung ist gerade in denmethodischen Fächern schwierig, da den Studierenden der Sinn der Lehrinhalte oft nur schwer zu vermitteln ist. Doch welcher anschauliche Vergleich kann dem Studierenden den Einstieg in das Fach erleichtern? Statistik erlernen (und die Statistik-Prüfungen bestehen) ist ähnlich dem Führerschein-Erwerb. Als Dozent in diesem Fach fällt oft die Entscheidung schwer, wie viel Stoff und in welcher Tiefe unterrichtet werden sollte. Einerseits sollte ein ausreichender theoretischer Hintergrund gegeben sein, damit die theoretische Fahrprüfung beziehungsweise die Statistik-Klausur erfolgreich bestanden werden kann. Andererseits sollten Studierende auch praktische Fähigkeiten erworben haben, welche für die praktische Prüfung benötigt werden. Diese praktische Prüfung findet für das Fach Statistik während des Studiums in Form von Praktika und Abschlussarbeit statt. Nach dem Studium werden diese praktischen Fähigkeiten im beruflichen Alltag benötigt. Noch während des Studiums ist es, analog zur Fahrschule, wichtig praktisch zu üben und aktiv Forschungsmethoden anzuwenden. Die Ergebnisse der gemeinsamen Bemühungen von Dozierenden und Studierenden werden in unterschiedlichen Typen von "Verkehrsteilnehmern" abgebildet, die in verschieden großen Anteilen auftreten.

Typ Fahranfänger: Dieser Typ tastet sich vorsichtig durch den Straßenverkehr und beachtet alle Regeln. Er führt Schulterblicke mehrmals durch, ist immer angeschnallt, fährt sehr vorsichtig und beachtet alle Geschwindigkeitsbegrenzungen. Dies ist der typische Studierende, dem die Praxis fehlt, wobei er bei genügend Übung auf gutemWege zum Experten ist.

Typ sicherer Fahrer: Fährt intuitiv und fahrsicher. "Vergisst" möglicherweise einmal eine Geschwindigkeitsbegrenzung, kommt aber trotzdem sicher an das Ziel. Dieser Typ fährt regelmäßig, sodass die Fahrpraxis automatisch erhalten bleibt. Dies ist ein Studierender oder Absolvent, der durch das Lesen wissenschaftlicher Arbeiten und eigene Forschung die Kenntnisse anwendet und vertieft, wobei er in deren Anwendung immer sicherer wird.

Typ Raser: Dieser Typ fährt rücksichtslos und gefährdet ständig sich und andere Verkehrsteilnehmern. Er ist überzeugt, dass für ihn Sonderregeln gelten und er sich nicht an die Verkehrsregeln halten muss, die für "die Anderen" verfasst wurden. Dies ist ein Absolvent, der bei der Verwendung eines Statistik- Programms wild drauflosklickt, ohne nachzudenken oder die Voraussetzungen der statistischen Verfahren zu prüfen. Er produziert viele Ausgaben und publiziert die "günstigen" beziehungsweise gibt diese weiter. Analog zum Raser im Straßenverkehr besteht hier die große Gefahr eines Unfalls. Im Kontext wissenschaftlicher Arbeit bedeutet dies, dass Studienergebnisse ohne große Kritikpunkte von anderen übernommen und beispielsweise als Argumente in politischen Diskussionen und Entscheidungsfindungen verwendet werden.

Typ Sonntagsfahrer: Fährt vorsichtig und mit viel Bedacht. Ist oft zu langsam unterwegs und braucht sehr lange, um das Ziel zu erreichen. Es liegt eine große Unsicherheit vor. Hierbei handelt es sich um Absolventen, die das Studium vor längerer Zeit beendet und danach wenig bis keine statistischen Methoden angewandt oder empirische Arbeiten gelesen und bewertet haben. Typ Nie-Fahrer: Hat zwar den Führerschein gemacht, traut sich aber, oft wegen eines kleinen Unfalls in der Vergangenheit, nicht mehr hinter das Steuer. Lässt sich sozusagen von anderen Personen durch die Gegend fahren und ist somit von diesen Personen extrem abhängig. Je weiter die Fahrpraxis in der Vergangenheit liegt, desto schwieriger wird derWiedereinstieg. Für den Studierenden bedeutet dies, dass mangelnde Methodenkompetenz zu maximaler Abhängigkeit im Studien- und Berufsleben führt

Dateiformat: PDF
Kopierschutz: Wasserzeichen-DRM (Digital Rights Management)

Systemvoraussetzungen:

Computer (Windows; MacOS X; Linux): Verwenden Sie zum Lesen die kostenlose Software Adobe Reader, Adobe Digital Editions oder einen anderen PDF-Viewer Ihrer Wahl (siehe E-Book Hilfe).

Tablet/Smartphone (Android; iOS): Installieren Sie die kostenlose App Adobe Digital Editions oder eine andere Lese-App für E-Books (siehe E-Book Hilfe).

E-Book-Reader: Bookeen, Kobo, Pocketbook, Sony, Tolino u.v.a.m. (nur bedingt: Kindle)

Das Dateiformat PDF zeigt auf jeder Hardware eine Buchseite stets identisch an. Daher ist eine PDF auch für ein komplexes Layout geeignet, wie es bei Lehr- und Fachbüchern verwendet wird (Bilder, Tabellen, Spalten, Fußnoten). Bei kleinen Displays von E-Readern oder Smartphones sind PDF leider eher nervig, weil zu viel Scrollen notwendig ist. Mit Wasserzeichen-DRM wird hier ein "weicher" Kopierschutz verwendet. Daher ist technisch zwar alles möglich - sogar eine unzulässige Weitergabe. Aber an sichtbaren und unsichtbaren Stellen wird der Käufer des E-Books als Wasserzeichen hinterlegt, sodass im Falle eines Missbrauchs die Spur zurückverfolgt werden kann.

Weitere Informationen finden Sie in unserer E-Book Hilfe.


Download (sofort verfügbar)

44,99 €
inkl. 19% MwSt.
Download / Einzel-Lizenz
PDF mit Wasserzeichen-DRM
siehe Systemvoraussetzungen
E-Book bestellen

Unsere Web-Seiten verwenden Cookies. Mit der Nutzung des WebShops erklären Sie sich damit einverstanden. Mehr Informationen finden Sie in unserem Datenschutzhinweis. Ok