FORSCHUNGSMETHODEN
FORSCHUNGSMETHODEN
FORSCHUNGSMETHODEN
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
4. Testeffekte<br />
Ein vom Untersucher abhängiger und spezieller Effekt<br />
4.1.Reihenfolgeneffekte oder Lerneffekte aus vorhergehenden<br />
Untersuchungen (macht man einen IQ-Test zum 2. Mal, schneidet<br />
man im Schnitt 3-5 Punkte besser ab)<br />
4.2.Residualeffekte im Cross Over (Trotz Cross-Over wird die Wirkung<br />
einer Behandlung durch personenbedingte Störeinflüsse<br />
„verunreinigt“)<br />
4.3.Experimentelle Mortalität und drop-out<br />
1.2.8. Datenanalyse u. deskriptive Statistik<br />
Maße der zentralen Tendenz (Lage)<br />
1. Mittelwert (arithmetisch, geometrisch, harmonisch)<br />
Voraussetzung: Intervallskalierte Daten<br />
Gibt Auskunft über den „Schwerpunkt“ einer Verteilung<br />
Empfohlen v.a. bei symmetrischer Verteilung (insbes. Normalverteilung), da<br />
anfällig bei Ausreißerwerten; ist v.a. in Kombination mit anderen Werten<br />
(z.B. Varianz) aussagekräftig<br />
2. Medianwert<br />
Voraussetzung: Ordinalskalierte Daten<br />
Gibt Auskunft über die „obere“ und „untere“ Hälfte der Messwertverteilung<br />
Empfohlen bei schiefer Verteilung oder wenn nur eine unvollständige<br />
Verteilung vorliegt.<br />
3. Modalwert (Modus)<br />
Voraussetzung: Nominalskalierte Daten<br />
Grobe Schätzung der zentralen Tendenz; schnellstmögliche Kenntnis des<br />
zentralen Wertes<br />
Maße der Dispersion (Variabilität)<br />
1. Standardabweichung bzw. Varianz<br />
Voraussetzung: Intervallskalierte Daten<br />
Wichtigstes Maß der Dispersion; bezieht alle Werte mit ein<br />
2. Bereichsmaße (Streubreite, Interquartilbereich,…)<br />
Voraussetzung: Ordinalskalierte Daten<br />
Zur ersten Orientierung hilfreich; starke Ausreißerempfindlichkeit (Lösung:<br />
gestutzte Streubreite)<br />
3. Informationsmaß h<br />
Voraussetzung: Nominalskalierte Daten<br />
Bei psychologischen Hypothesen handelt es sich um Wahrscheinlichkeitsaussagen<br />
(s.o.). Im Prinzip sind sie daher weder falsifizierbar, noch verifizierbar.<br />
Um die Aussagen zumindest falsifizierbar zu machen, müssen vor der<br />
Versuchsdurchführung ein statistisches Prüfkriterium festgelegt werden: das sog.<br />
Signifikanzniveau!<br />
Erst durch den statistischen Nachweis, dass eine Hypothese sehr<br />
unwahrscheinlich ist, kann sie abgelehnt werden.<br />
Ein Signifikanztest hat v.a. 2 Funktionen:<br />
1. Als Screening-Prozedur: Wo lohnt es sich, nachzuschauen bzw. genauer<br />
nachzuschauen?!<br />
2. Als zufallskritische Absicherung: Ein Signifikanztest gewährleistet, dass es<br />
äußerst unwahrscheinlich ist, dass ein Ergebnis zufällig zustande gekommen<br />
ist.<br />
8