Statistik & Methodenlehre Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3

Mathematische und statistische Methoden I Dr. Malte Persike

R. 06-206 (Persike) R. 06-321 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung

Folie 1

} [email protected]  http://psymet03.sowi.uni-mainz.de/

WS 2010/2011 Fachbereich Sozialwissenschaften Psychologisches Institut Johannes Gutenberg Universität Mainz

Statistik & Methodenlehre Vorlesung

Organisatorisches

Einführung

Organisatorisches

Aufbau des Moduls Methodenlehre

Semester 1

Semester 2

Statistik I/II Literatur

Vorlesung

Statistik II/I

Software

Forschungsmethoden

Softwaremethoden

Tutorien

Vorlesung

Vorlesung

Seminar

(120 min.)

Modulabschlussklausur Folie 2

Statistik & Methodenlehre Vorlesung

Organisatorisches

Einführung

Organisatorisches Der Freischuss plus™

Semester 1

Semester 2

Statistik I/II Literatur

Vorlesung

Statistik II/I

Software

Forschungsmethoden

Softwaremethoden

Tutorien

Vorlesung

Vorlesung

Seminar

(60 min.)

Probeklausur Folie 3

Abschlussklausur (120 min.)

Abschlussklausur

oder

(60 min.)

Statistik & Methodenlehre Vorlesung

Organisatorisches

Einführung

Organisatorisches I.

Bestandteile der Veranstaltung Vorlesung wöchentliche Hausaufgaben Tutorien (Übungen & Besprechung der HA)

II.

Leistungskriterium Bestehen der Modulabschlussprüfung

Tutorien

Literatur

Software III. Unser Qualitätsversprechen 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 Folie 4

Statistik & Methodenlehre Vorlesung

Organisatorisches

Einführung

Tutorien Termine

Tutorien

Josephine Clausen (CIP Pool, Raum 01-236)

Mo

12 - 14 Uhr

Literatur

Josephine Clausen (CIP Pool, Raum 01-236)

Do

14 - 16 Uhr

Software

Bernhard Both (CIP Pool, Raum 01-236)

Di

12 - 14 Uhr

Bernhard Both (CIP Pool, Raum 01-236)

Mi

12 - 14 Uhr

Die Tutorien beginnen in der Woche ab dem 08.11.2010. Bitte um gleichmäßige Verteilung auf die 4 Tutorien Folie 5

Statistik & Methodenlehre Vorlesung

Tutorien

Literatur

Organisatorisches

Einführung

Inhalte der Vorlesung im WS Deskriptive Statistik Tabellarische und grafische Möglichkeiten der Ergebnisdarstellung Kennwerte Univariate und multivariate deskriptive Methoden Explorative Datenanalysetechniken (Regression)

Software Varianzanalyse (ANOVA) Einführung in zentrale Konzepte und Modelle Einfaktorielle und mehrfaktorielle ANOVA Messwiederholungsdesigns Folie 6

Statistik & Methodenlehre Vorlesung

Tutorien

Literatur

Software

Folie 7

Organisatorisches

Einführung

Weitere Informationen und Kummerkasten

http://psymet03.sowi.uni-mainz.de/

Statistik & Methodenlehre Vorlesung

Tutorien

Organisatorisches

Literatur Vorbereitung

Steland, A. (2004). Mathematische Grundlagen der empirischen Forschung. Heidelberg: Springer

Literatur

Software Huber, O. (2005). Das psychologische Experiment: Eine Einführung. Bern: Huber

Folie 8

Einführung

Statistik & Methodenlehre Vorlesung

Tutorien

Organisatorisches

Literatur Basiswerke

Bortz, J. (2004). Statistik für Sozialwissenschaftler (6. Aufl.). Berlin: Springer-Verlag

Literatur

Software Fahrmeir, L., Künstler, R., Pigeot, I. & Tutz, G. (2007). Statistik - Der Weg zur Datenanalyse (6. Aufl.). Berlin: Springer.

Folie 9

Einführung

Statistik & Methodenlehre Vorlesung

Tutorien

Organisatorisches

Einführung

Literatur Arbeitsbücher

Lipschutz, S. L. (2000). Probability Hamburg: Schaum‘s Outlines

Literatur

Software

Spiegel, M. R. (2008). Statistics. Hamburg: Schaum‘s Outlines

Bernstein, S. & Bernstein, R. (1999). Elements of Statistics I & II Hamburg: Schaum‘s Outlines Folie 10

Statistik & Methodenlehre Vorlesung

Organisatorisches

Einführung

Software Datenerfassung

Tutorien

Datentransformation Deskriptive Auswertung

Literatur

Darstellung & Visualisierung Kennwertberechnung

Software

Einfache statistische Analysen

Einarbeitung und Mitarbeit erforderlich! Statistik verstehen durch Arbeit an Daten!

Excel-basierte Klausuren Folie 11

Statistik & Methodenlehre

Organisatorisches

Einführung

Vorlesung

Exceleinführung

Tutorien

Termin 1 – Einführung und Grundlagen

Literatur

Software

Mittwoch, 27.10.2010, 12 – 14 Uhr (CIP-Pool) Donnerstag, 28.10.2010, 14 – 16 Uhr (CIP-Pool)

Termin 2 – Vertiefung Mittwoch, 03.11.2010, 12 – 14 Uhr (CIP-Pool) Donnerstag, 04.11.2010, 14 – 16 Uhr (CIP-Pool)

Folie 12

Statistik & Methodenlehre Empirie & Theorie

Wissenschaftl. Aussagen

Variablen

Organisatorisches

Einführung

Psychologie als Wissenschaft „Wozu brauchen wir das?“

Gegenstand Die Psychologie ist eine empirische Wissenschaft über (menschliches) Verhalten und Erleben. Empirische Wissenschaft Auf Erfahrung beruhend, erfahrungswissenschaftlich Prüfung von Hypothesen über Tatsachenbeobachtungen, zumeist an Stichproben

Statistik

Folie 13

Empirische Methoden: a) Prinzip der systematischen Manipulation und Beobachtung; b) Aussagen werden über die Regeln des logischen Schließens verknüpft Verallgemeinerung durch statistischen Induktionsschluss: Was in der Stichprobe gilt, gilt auch in der Population.

Statistik & Methodenlehre Empirie & Theorie

Organisatorisches

Einführung

Psychologie als Wissenschaft Grundbegriffe wissenschaftlicher Datensammlung

Merkmalsträger (auch: statistische Einheiten, Beobachtungseinheiten)

Wissenschaftl. Aussagen

Variablen

Statistik

„Objekte“ von denen man Informationen erheben kann In der Psychologie zumeist Menschen, aber auch Tiere oder Aggregate wie z.B. Abteilungen in Firmen Beobachtungen: Informationen über statistische Einheiten Beobachtungen im engeren Sinn (z.B. Verhaltensbeoabachtung, Bildgebende Verfahren) Ergebnisse in einem Leistungstest, Selbstauskunft Daten: Sämtliche Beobachtungen bei der Informationssammlung

Folie 14

Statistik (im weiteren Sinn): Methoden zur Sammlung und Analyse von Daten

Statistik & Methodenlehre

Organisatorisches

Einführung

Forschungsprozeß Theorien/Empirie

Fragestellung/Problem Vermutung über Zusammenhang von Größen

Formulierung inhaltlicher Hypothesen

Identifikation der AV und UV

Operationalisierung der AV und UV: Festlegen von Gößen auf die Art, in der sie gemessen werden können & des Messinstrumentes

Datenauswertung: 1. Festellung der Ausprägung der AV und UV 2. Statistischer Schluss von der Stichprobe auf die Population

Formulierung der statistischen Hypothesen

Rückschluss auf die zu erfassenden Konstrukte

Wahl der Stichprobe (Ort, Zeit, Umfang etc.)

Konfrontation der Ergebnisse mit den inhaltlichen Hypothesen

Messung Beantwortung der Fragestellung Folie 15

Statistik & Methodenlehre Empirie & Theorie

Wissenschaftl. Aussagen

Organisatorisches

Einführung

Wissenschaftliche Aussagen

Anforderungen

Einfachheit

Variablen

Statistik

Eindeutigkeit Logische Konsistenz (innere und äußere) Falsifizierbarkeit, Prüfbarkeit durch Tatsachenbezug

Folie 16

Statistik & Methodenlehre Empirie & Theorie

Organisatorisches

Einführung

Wissenschaftliche Aussagen „Interpersonale Hilfeperformanz nach Computerspielen wird durch contentdeterminierte Affektlagen moduliert.“

Wissenschaftl. Aussagen Einfachheit

Variablen

Statistik

Eindeutigkeit Logische Konsistenz (innere und äußere) Falsifizierbarkeit, Prüfbarkeit durch Tatsachenbezug

Folie 17

Statistik & Methodenlehre Empirie & Theorie

Organisatorisches

Einführung

Wissenschaftliche Aussagen „Die Teilnahme an gewalthaltigen Computerspielen verringert die Bereitschaft zu helfen.“

Wissenschaftl. Aussagen Einfachheit

Variablen

Statistik

Eindeutigkeit Logische Konsistenz (innere und äußere) Falsifizierbarkeit, Prüfbarkeit durch Tatsachenbezug

Folie 18

Statistik & Methodenlehre Empirie & Theorie

Wissenschaftl. Aussagen

Organisatorisches

Einführung

Wissenschaftliche Aussagen „Die Teilnahme an gewalthaltigen Computerspielen verringert die Bereitschaft, anderen Menschen in einer Notlage zu helfen.“

Einfachheit

Variablen

Statistik

Eindeutigkeit Logische Konsistenz (innere und äußere) Falsifizierbarkeit, Prüfbarkeit durch Tatsachenbezug

Folie 19

Statistik & Methodenlehre Empirie & Theorie

Wissenschaftl. Aussagen

Organisatorisches

Einführung

Wissenschaftliche Aussagen „Die Teilnahme an gewalthaltigen Computerspielen verringert und erhöht die Bereitschaft, anderen Menschen in einer Notlage zu helfen.“

Einfachheit

Variablen

Statistik

Eindeutigkeit Logische Konsistenz (innere und äußere) Falsifizierbarkeit, Prüfbarkeit durch Tatsachenbezug

Folie 20

Statistik & Methodenlehre Empirie & Theorie

Wissenschaftl. Aussagen

Organisatorisches

Einführung

Wissenschaftliche Aussagen „Die Teilnahme an gewalthaltigen Computerspielen verringert oder erhöht die Bereitschaft, anderen Menschen in einer Notlage zu helfen.“

Einfachheit

Variablen

Statistik

Eindeutigkeit Logische Konsistenz (innere und äußere) Falsifizierbarkeit, Prüfbarkeit durch Tatsachenbezug

Folie 21

Statistik & Methodenlehre Empirie & Theorie

Wissenschaftl. Aussagen

Organisatorisches

Einführung

Psychologische Aussagen Psychologische Aussagen orientieren sich an den 4 Anforderungen für wissenschaftliche Aussagen. Hypothesen in der Psychologie sind üblicherweise Aussagen über Gesetzmäßigkeiten, die als „WennDann“-Aussagen formuliert sind

Variablen Trifft eine Wenn-Dann-Aussage zu, so gilt immer, dass „Wenn sich A verändert, verändert sich auch B“.

Statistik „Wenn sich der Gewaltgehalt von Computerspielen erhöht, dann verringert sich die Bereitschaft der Spieler, anderen Personen in einer Notlage zu helfen.“

Folie 22

Statistik & Methodenlehre Empirie & Theorie

Wissenschaftl. Aussagen

Organisatorisches

Einführung

Psychologische Aussagen Psychologische Aussagen orientieren sich an den 4 Anforderungen für wissenschaftliche Aussagen. Hypothesen in der Psychologie sind üblicherweise Aussagen über Gesetzmäßigkeiten, die als „WennDann“-Aussagen formuliert sind

Variablen Trifft eine Wenn-Dann-Aussage zu, so gilt immer, dass „Wenn sich A verändert, verändert sich auch B“.

Statistik

Folie 23

Diese Kovariation zwischen Begriffen kann empirisch über Beobachtung und Messung geprüft werden

Statistik & Methodenlehre Empirie & Theorie

Organisatorisches

Einführung

In der Praxis

Beispiel für psychologische Forschung

Forschungsvorhaben: Aversive Bilder & sportliche Leistung

Wissenschaftl. Aussagen

Variablen

Selbstbeobachtung „Ich jogge schneller, wenn ich mich vorher geärgert habe.“ Alltagssprachliche Fragestellung „Erhöht sich die sportliche Leistungsfähigkeit bei stark negativen Gefühlszuständen?“

Statistik Hypothese „Wenn Menschen Stimuli mit hohem aversiven Anregungsgehalt dargeboten bekommen, dann erhöht sich ihre physiologische Aktivierung bei sportlichen Tätigkeiten.“ Folie 24

Statistik & Methodenlehre

Organisatorisches

Einführung

Forschungsprozeß Theorien/Empirie

Fragestellung/Problem Vermutung über Zusammenhang von Größen

Formulierung inhaltlicher Hypothesen

Identifikation der AV und UV

Operationalisierung der AV und UV: Festlegen von Gößen auf die Art, in der sie gemessen werden können & des Messinstrumentes

Datenauswertung: 1. Festellung der Ausprägung der AV und UV 2. Statistischer Schluss von der Stichprobe auf die Population

Formulierung der statistischen Hypothesen

Rückschluss auf die zu erfassenden Konstrukte

Wahl der Stichprobe (Ort, Zeit, Umfang etc.)

Konfrontation der Ergebnisse mit den inhaltlichen Hypothesen

Messung Beantwortung der Fragestellung Folie 25

Statistik & Methodenlehre Empirie & Theorie

Organisatorisches

Einführung

Variablen

Vom Merkmal zur Variable

Bei den Merkmalsträgern werden anfangs immer Merkmale beobachtet, z.B. Alter, IQ, libidinöse Erregung.

Wissenschaftl. Aussagen

Variablen

Die „Werte“, die ein Merkmal annehmen kann, heißen Ausprägungen Ein Merkmal hat mindestens zwei Ausprägungen, die beliebig beschrieben sein können, z.B. verbal (jung/alt), numerisch (0/1), bildlich (

/

)

Statistik Der Begriff Beobachtung in der psychologischen Forschung bezeichnet streng genommen nur die Feststellung der Ausprägung eines Merkmals

Folie 26

Statistik & Methodenlehre Empirie & Theorie

Wissenschaftl. Aussagen

Organisatorisches

Einführung

Variablen Die Statistik als mathematische Disziplin muss mit Zahlen arbeiten, nicht mit den beliebig kodierten Ausprägungen eines Merkmals. Sie ordnet daher zunächst die Ausprägungen eines Merkmals feste Zahlen zu. Ein zahlenmäßig kodiertes Merkmal heißt dann Variable.

Variablen

Statistik

Die Überführung der Beobachtung eines Merkmals in den Zahlenwert einer Variable wird als Messung bezeichnet. Der festgestellte Zahlenwert ist der Messwert einer Variablen. Es gibt verschiedene Klassifikationssysteme, um Typen von Variablen zu unterscheiden.

Folie 27

Statistik & Methodenlehre Empirie & Theorie

Wissenschaftl. Aussagen

Organisatorisches

Einführung

Variablen

Klassifikation nach der Art der Daten I

Eine diskrete Variable besitzt zumeist endlich viele und feste Werte, die man über Ganzzahlen beschreiben kann (z.B. Geschlecht, Zugehörigkeit zu einer Partei, Augenzahl beim Würfelspiel)

Variablen

Statistik

Folie 28

Eine kontinuierliche (stetige) Variable kann unendlich viele beliebige Werte annehmen, die man über reelle Zahlen beschreibt (z.B. Alter, Reaktionszeit, Erregungsniveau)

Statistik & Methodenlehre Empirie & Theorie

Wissenschaftl. Aussagen

Variablen

Statistik

Organisatorisches

Einführung

Variablen

Klassifikation nach der Art der Daten II

Unterscheidung danach, ob ihre Ausprägungen eine Intensität bzw. eine Ordnung beschreiben Eine qualitative Variable unterscheidet zwischen zumeist endlich vielen verschiedenen Ausprägungen (häufig 2), impliziert aber keine wertmäßige Ordnung. Eine quantitative Variable unterscheidet zwischen zumeist unendlich vielen verschiedenen Ausprägungen mit einer wertmäßigen Ordnung Eine feinere Auflösung dieser Dichotomie wird mit der Kategorisierung in Skalenniveaus geleistet.

Folie 29

Statistik & Methodenlehre Empirie & Theorie

Wissenschaftl. Aussagen

Variablen

Organisatorisches

Einführung

Variablen

Klassifikation nach der Art der Manipulation ihrer Werte

Eine unabhängige Variable (UV, IV) besitzt Werte, die ein Versuchsleiter willkürlich hergestellt hat (z.B. Dosis eines verabreichten Medikamentes, Einteilung in Gruppen, die bestimmte Treatments bekommen) Eine abhängige Variable (AV, DV) besitzt Werte, die man über Beabachtung an den Merkmalsträgern gewinnt (z.B. Reaktionszeit, Fehlerquote, Erregungsniveau, etc.)

Statistik Schema: Unabhängige Variable UV Folie 30

Abhängige Variable AV

Statistik & Methodenlehre Empirie & Theorie

Wissenschaftl. Aussagen

Organisatorisches

Einführung

Variablen

Klassifikation nach der Art der Manipulation ihrer Werte

Einfache Merkregel Unabhängige Variablen sind Variablen, deren Ausprägungen der Versuchsleiter im Experiment verändert/kontrolliert.

Variablen

Statistik

Abhängige Variablen sind Variablen, die im Experiment an der Versuchsperson gemessen werden. Die Ausprägung der UV beeinflusst die Größe der AV, niemals umgekehrt.

Folie 31

Statistik & Methodenlehre Empirie & Theorie

Organisatorisches

Einführung

In der Praxis

Beispiel für psychologische Forschung

Forschungsvorhaben: Aversive Bilder & sportliche Leistung

Wissenschaftl. Aussagen

Merkmale Negativer Anregungsgehalt der Bilder Physiologische Aktivierung

Variablen

Statistik

Variablen Festlegung numerischer Werte für die Ausprägungen der Merkmale Problem Wie werden die Merkmale überhaupt beobachtet?

Folie 32

Statistik & Methodenlehre

Organisatorisches

Einführung

Forschungsprozeß Theorien/Empirie

Fragestellung/Problem Vermutung über Zusammenhang von Größen

Formulierung inhaltlicher Hypothesen

Identifikation der AV und UV

Operationalisierung der AV und UV: Festlegen von Gößen auf die Art, in der sie gemessen werden können & des Messinstrumentes

Datenauswertung: 1. Festellung der Ausprägung der AV und UV 2. Statistischer Schluss von der Stichprobe auf die Population

Formulierung der statistischen Hypothesen

Rückschluss auf die zu erfassenden Konstrukte

Wahl der Stichprobe (Ort, Zeit, Umfang etc.)

Konfrontation der Ergebnisse mit den inhaltlichen Hypothesen

Messung Beantwortung der Fragestellung Folie 33

Statistik & Methodenlehre Empirie & Theorie

Wissenschaftl. Aussagen

Variablen

Statistik

Organisatorisches

Einführung

Operationalisierung In Hypothesen kommen theoretische Merkmale, sog. Konstrukte vor, die nicht direkt beobachtbar sind (z.B. Intelligenz, Angst, Kreativität, Leistungsfähigkeit) Einer Hypothese müssen also beobachtbare Phänomene zugeordnet werden. Die Vorschrift, wie ein Konstrukt durch Beobachtung und Messung festgestellt werden kann, nennt man Operationalisierung. Das beobachtbare Phänomen wird häufig auch als Indikator die daraus erzeugt Variable als Indikatorvariable bezeichnet. Daten im Forschungsprozess sind also Informationen, die mithilfe einer Operationalisierung gewonnen wurden

Folie 34

Statistik & Methodenlehre Empirie & Theorie

Organisatorisches

Einführung

In der Praxis

Beispiel für psychologische Forschung

Forschungsvorhaben: Aversive Bilder & sportliche Leistung

Wissenschaftl. Aussagen

Merkmale Negativer Anregungsgehalt der Bilder Physiologische Aktivierung

Variablen

Operationalisierung Anregungsgehalt: Einschätzung einer Expertengruppe

Statistik

Physiologische Aktivierung: Herzrate und Adrenalinkonzentration Variablen Anregungsgehalt: Einschätzung auf einer 7-PunkteSkala von 1=neutral bis 7 = stark negativ

Folie 35

Physiologische Aktivierung: bpm (Herzrate) und mmol/l (Adrenalinkonzentration)

Statistik & Methodenlehre

Organisatorisches

Einführung

Forschungsprozeß Theorien/Empirie

Fragestellung/Problem Vermutung über Zusammenhang von Größen

Formulierung inhaltlicher Hypothesen

Identifikation der AV und UV

Operationalisierung der AV und UV: Festlegen von Gößen auf die Art, in der sie gemessen werden können & des Messinstrumentes

Datenauswertung: 1. Festellung der Ausprägung der AV und UV 2. Statistischer Schluss von der Stichprobe auf die Population

Formulierung der statistischen Hypothesen

Rückschluss auf die zu erfassenden Konstrukte

Wahl der Stichprobe (Ort, Zeit, Umfang etc.)

Konfrontation der Ergebnisse mit den inhaltlichen Hypothesen

Messung Beantwortung der Fragestellung Folie 36

Statistik & Methodenlehre Empirie & Theorie

Wissenschaftl. Aussagen

Variablen

Statistik

Folie 37

Organisatorisches

Einführung

Ziele der Anwendung statistischer Methoden Design: Planung und Ausführung 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 (schließende, induktive Statistik): Generalisierung und Vorhersagen über gemachte Beobachtungen von der untersuchten Stichprobe auf die Grundgesamtheit (Population)

Statistik & Methodenlehre Empirie & Theorie

Organisatorisches

Einführung

Daten und ihre Analyse Daten werden in Matrizen Festgehalten (Datenmatrix)

Wissenschaftl. Aussagen

Variablen

Für jeden Merkmalsträger wird in einer Zeile die Ausprägung der UV und der AV codiert

Statistik Die Kodierung ist häufig nicht-numerisch. Zahlen haben vielfach unterschiedliche Bedeutungen.

Folie 38

Matrixorganisation: Personen x Merkmale (Zeile) (Spalten)

Statistik & Methodenlehre Empirie & Theorie

Wissenschaftl. Aussagen

Variablen

Statistik

Organisatorisches

Deskriptive statistische Methoden Kennwerte

Kennwerte fassen die Eigenschaften der Verteilung der gemessenen Variablen zusammen, z.B. Mittelwert Berechnung, Darstellung und Vergleiche von Kennwerten sind für statistische Entscheidungen wichtig

Anregung Hoch

Mittelwert Maximalpuls 181.58 Adrenalin

Niedrig Maximalpuls Adrenalin

Folie 39

Einführung

Standardab Standardfehler Median weichung des Mittelwerts Minimum Maximum 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

Statistik & Methodenlehre Empirie & Theorie

Wissenschaftl. Aussagen

Variablen

Statistik

Folie 40

Organisatorisches

Einführung

Deskriptive statistische Methoden Diagramme

Statistik & Methodenlehre Empirie & Theorie

Organisatorisches

Einführung

Korrelation & Regression

Zusammenhang zwischen zwei Variablen (bivariate Statistik)

50

Wissenschaftl. Aussagen

48

Anregung hoch

46

Anregung niedrig y = 0.2242x + 3.1538 R² = 0.78

Variablen

Adrenalin

44 42 40 38 36

Statistik

34 y = 0.2034x + 4.1835 R² = 0.6108

32 30 120

140

160

180

Maximalpuls Folie 41

200

220

Statistik & Methodenlehre Empirie & Theorie

Wissenschaftl. Aussagen

Variablen

Statistik

Folie 42

Organisatorisches

Einführung

Inferenzstatistische Methoden Zusammenhänge von Stichprobe und Grundgesamtheit Was kann man mit Kennwerten, gewonnen aus Stichproben, über die Kennwerte der Population aussagen? Schätzen Wie und wie genau kann man Kennwerte der Population aus Stichproben schätzen? Testen Kann man etwas über die Gleichheit oder Ungleichheit von aus Stichproben geschätzen Kennwerten mit einer bestimmten statistischen Verlässlichkeit sagen?

Statistik & Methodenlehre

Organisatorisches

Einführung

Forschungsprozeß Theorien/Empirie

Fragestellung/Problem Vermutung über Zusammenhang von Größen

Formulierung inhaltlicher Hypothesen

Identifikation der AV und UV

Operationalisierung der AV und UV: Festlegen von Gößen auf die Art, in der sie gemessen werden können & des Messinstrumentes

Datenauswertung: 1. Festellung der Ausprägung der AV und UV 2. Statistischer Schluss von der Stichprobe auf die Population

Formulierung der statistischen Hypothesen

Rückschluss auf die zu erfassenden Konstrukte

Wahl der Stichprobe (Ort, Zeit, Umfang etc.)

Konfrontation der Ergebnisse mit den inhaltlichen Hypothesen

Messung Beantwortung der Fragestellung Folie 43

Statistik & Methodenlehre

Organisatorisches

Einführung

Wahrheit in der Psychologie Probabilistische Zusammenhänge

Problem: Wenn-Dann-Aussagen gelten in der Psychologie niemals für alle Merkmalsträger und Situationen Seymour Epstein (1979)

On predicting most of the people much of the time: The stability of behavior

Daryl Bem & Andrea Allen (1974)

On predicting some of the people some of the time: The search for crosssituational consistencies in behavior

Folie 44

Also: Hypothesen werden statistisch immer beantwortet im Sinne von Wenn-„Dann wahrscheinlich” Aussagen (Probabilismus)

Statistik & Methodenlehre

Organisatorisches

Einführung

Wahrheit in der Psychologie Probabilistische Zusammenhänge

Problem: Wenn-Dann-Aussagen gelten in der Psychologie niemals für alle Merkmalsträger und Situationen Gründe: – Wirkung von Stör- bzw. unbekannten Variablen – Nichtberücksichtigung komplexer Interaktionen – Unbestimmtheit von Anfangsbedingungen in komplexen Situationen In der Psychologie gilt eine Gesetzmäßigkeit als belegt, wenn die statistische Bedeutsamkeit des Zusammenhanges von Variablen aufgezeigt wird Sie gilt als bestätigt, wenn die statistische Bedeutsamkeit mehrfach aufgewiesen werden konnte. Folie 45

Statistik & Methodenlehre

Organisatorisches

Einführung

In der Praxis

Beispiel für psychologische Forschung

Forschungsvorhaben: Aversive Bilder & sportliche Leistung Statistischer Schluss Bei der Behauptung, dass mit steigendem negativen Anregungsgehalt von Bildern die physiologische Aktivierung bei sportlicher Betätigung steigt, beträgt die Irrtumswahrscheinlichkeit 5%. Inhaltlicher Schluss Negativ erregt zu sein bringt den Körper beim Sport stärker in Wallung.

Folie 46

Beantwortung der Fragestellung Prinzipiell ist die Fragestellung beantwortet, aber: – Gilt die Beobachtung nur beim Sport? – Laufe ich deshalb schneller? – …

Statistik & Methodenlehre

Ende.

[email protected]

Folie 47