Methodenlehre und Statistik: Einführung in Datenerhebung, deskriptive Statistik und Inferenzstatistik (Basiswissen Psychologie) (German Edition)

Das Buch bietet eine einfache und verständliche Einführung in die grundlegende Vorgehensweise der Datenerhebung in Psychologie und Sozialwissenschaften sowie in die statistische Darstellung und Analyse der erhobenen Daten. Es orientiert sich dabei am generellen Erkenntnisprozess in der Wissenschaft und verdeutlicht anhand dieses Prozesses die einzelnen Schritte von der Forschungsfrage zur wissenschaftlich fundierten Antwort. Nach einer Darstellung der unterschiedlichen Methoden der Datenerhebung werden die wichtigsten Möglichkeiten zur Aufbereitung und Visualisierung der Daten in Tabellen, Abbildungen und Kennwerten vorgestellt. Anschließend werden die zentralen Fragen und Testverfahren der Inferenzstatistik vorgestellt, die die Verallgemeinerung von Studienergebnissen auf die Population erlauben. Danksagung 6 Inhalt 8 Die wissenschaftliche Sicht auf den Menschen 11 1.1 Wissen braucht Methode: Das Anliegen der Psychologie als Wissenschaft 12 Literaturempfehlung 19 1.2 Von der Frage zur Antwort: Der Erkenntnisprozess 19 1.3 Hypothesen in der Psychologie 21 1.4 Zusammenhänge und Unterschiede 22 Grundbegriffe der Datenerhebung: Vom Mensch zur Zahl 24 Literaturempfehlung 25 2.1 Ohne Maßband oder Waage: Wie misst man die Psyche? 25 2.2 Variablen und Daten 28 2.3 Daten auf unterschiedlichem Niveau: das Skalenproblem 33 2.4 Fragebögen und Tests 38 2.5 Stichproben und Population 39 2.6 Methoden der Datenerhebung I: Befragungen und Beobachtungen 42 2.7 Methoden der Datenerhebung II: Experimente 44 Literaturempfehlung 54 Deskriptive Datenanalyse: Der Mensch als Datenpunkt 55 3.1 Das Anliegen der deskriptiven Datenanalyse 55 3.2 Anteile und Häufigkeiten 56 3.3 Häufigkeitsverteilungen und Lagemaße 60 3.4 Streuungsmaße 68 3.5 Varianz - Schlüsselbegriff der Statistik 75 3.6 Das Gesetz der großen Zahl 78 3.7 Die Darstellung von Lage- und Streuungsmaßen in Tabellen und Abbildungen 81 3.8 Formen von Verteilungen 82 Literaturempfehlung 86 3.9 Messungen vergleichbar machen: die z-Standardisierung 86 Explorative Datenanalyse: Muster und Zusammenhänge erkennen 90 4.1 Grafische Datenanalyse 90 4.2 Rechnerische Analyse von Zusammenhängen: die Korrelation 97 4.3 Vorhersagen machen: die Regression 109 Literaturempfehlung 115 Inferenzstatistik: Erkenntnisse aus Daten verallgemeinern 116 5.1 Die Idee der Inferenzstatistik 116 Literaturempfehlung 120 5.2 Wahrscheinlichkeiten und Verteilungen 120 Literaturempfehlung 126 Inferenzstatistische Aussagen für Lagemaße und Anteile 127 6.1 Der Standardfehler für Mittelwerte 127 Literaturempfehlung 131 6.2 Konfidenzintervalle für Mittelwerte 131 6.3 Standardfehler und Konfidenzintervalle für Anteile 141 Literatur 143 Inferenzstatistische Aussagen für Zusammenhangs- und Unterschiedshypothesen 144 7.1 Hypothesentesten 144 Literatur 149 7.2 Der Standardfehler 149 7.3 Konfidenzintervalle 154 Literaturempfehlung 161 7.4 Der Signifikanztest 162 Literaturempfehlung 178 Effektgrößen 179 8.1 Der Sinn von Effektgrößen 179 8.2 Effektgrößen aus Rohdaten 181 8.3 Effektgrößen aus anderen Effektgrößen 184 8.4 Effektgrößen aus Signifikanztestergebnissen 185 8.5 Interpretation von Effektgrößen 186 8.6 Effektgrößen, Konfidenzintervalle und Signifikanztests im Vergleich 187 Literatur 189 Das Allgemeine Lineare Modell und die Multiple Regression 190 9.1 Das Allgemeine Lineare Modell (ALM): Alle Fragestellungen sind Zusammenhänge 190 Literaturempfehlung 193 9.2 Die Multiple Regression 194 Literaturempfehlung 203 9.3 ALM und Multiple Regression als Grundlage aller Testverfahren 203 Literaturempfehlung 206 Unterschiede zwischen zwei Gruppen: der t-Test 207 10.1 Das Prinzip des t-Tests 207 10.2 t-Test bei zwei unabhängigen Stichproben 207 10.3 t-Test für abhängige Stichproben 211 10.4 t-Test bei einer Stichprobe 213 10.5 Effektgrößen beim t-Test 214 10.6 Voraussetzungen für die Berechnung von t-Tests 216 Literaturempfehlung 217 Unterschiede zwischen mehr als zwei Gruppen: die Varianzanalyse 218 11.1 Das Prinzip der Varianzanalyse 218 11.2 Eine UV: die einfaktorielle ANOVA 220 Literaturempfehlung zu Kontrastanalysen 227 11.3 Mehr als eine UV: die mehrfaktorielle Varianzanalyse 227 11.4 Varianzanalyse mit Messwiederholung 232 11.5 Effektgrößen bei der Varianzanalyse 235 11.6 Voraussetzungen für die Berechnung von Varianzanalysen 236 Literaturempfehlung 237 11.7 Der F-Test als Signifikanztest bei der Regressionsrechnung 237 Literaturempfehlung 238 Testverfahren für nominalskalierte und ordinalskalierte Daten 239 12.1 Parametrische und nonparametrische Testverfahren 239 12.2 Testverfahren zur Analyse ordinalskalierter Daten 242 12.3 Testverfahren zur Analyse nominalskalierter Daten 246 Literaturempfehlung zu allen Unterschieds-Fragestellungen bei parametrischen und nonparametrischen Tests: 252 Glossar 253 Literatur 263 Stichwortverzeichnis 265 Das Buch bietet eine einfache und verständliche Einführung in die grundlegende Vorgehensweise der Datenerhebung in Psychologie und Sozialwissenschaften sowie in die statistische Darstellung und Analyse der erhobenen Daten. Es orientiert sich dabei am generellen Erkenntnisprozess in der Wissenschaft und verdeutlicht anhand dieses Prozesses die einzelnen Schritte von der Forschungsfrage zur wissenschaftlich fundierten Antwort. Nach einer Darstellung der unterschiedlichen Methoden der Datenerhebung werden die wichtigsten Möglichkeiten zur Aufbereitung und Visualisierung der Daten in Tabellen, Abbildungen und Kennwerten vorgestellt. Anschließend werden die zentralen Fragen und Testverfahren der Inferenzstatistik vorgestellt, die die Verallgemeinerung von Studienergebnissen auf die Population erlauben. Der Inhalt Methoden der Datenerhebung Deskriptive Datenanalyse Explorative Datenanalyse Inferenzstatistik< Signifikanztests Konfidenzintervalle Effektgrößen Korrelation und Regression t-Tests Varianzanalysen Non-parametrische Testverfahren Mit kostenlosen Zusatzmaterialien auf www.lehrbuch-psychologie.de Die Zielgruppen Studierende und Lehrende in der Psychologie und in den Sozialwis senschaften < Der Autor Dr. Thomas Schäfer ist wissenschaftlicher Mitarbeiter am Lehrstuhl für Forschungsmethodik und Evaluation an der TU Chemnitz, wo er seit 2005 Methodenlehre und Statistik unterrichtet. Seine Forschung konzentriert sich auf den Einfluss kognitiver, emotionaler und sozialer Faktoren auf die Entwicklung motivationaler und affektiver Prozesse, zum Beispiel beim Musikhören Front Matter....Pages i-ix Die wissenschaftliche Sicht auf den Menschen....Pages 1-13 Grundbegriffe der Datenerhebung: Vom Mensch zur Zahl....Pages 15-45 Deskriptive Datenanalyse: Der Mensch als Datenpunkt....Pages 47-81 Explorative Datenanalyse: Muster und Zusammenhänge erkennen....Pages 83-108 Inferenzstatistik: Erkenntnisse aus Daten verallgemeinern....Pages 109-119 Inferenzstatistische Aussagen für Lagemaße und Anteile....Pages 121-137 Inferenzstatistische Aussagen für Zusammenhangs- und Unterschiedshypothesen....Pages 139-173 Effektgrößen....Pages 175-185 Das Allgemeine Lineare Modell und die Multiple Regression....Pages 187-203 Unterschiede zwischen zwei Gruppen: der t-Test....Pages 205-215 Unterschiede zwischen mehr als zwei Gruppen: die Varianzanalyse....Pages 217-237 Testverfahren für nominalskalierte und ordinalskalierte Daten....Pages 239-252 Back Matter....Pages 253-268 Das Buch bietet eine einfache und verstandliche Einfuhrung in die grundlegende Vorgehensweise der Datenerhebung in Psychologie und Sozialwissenschaften sowie in die statistische Darstellung und Analyse der erhobenen Daten.