|
|
Bei Amazon kaufen|
Umschlagtext
Diese Einführung in die Statistik befasst sich mit den Grundlagen häufig angewandterstatistischer Methoden in den Sozialwissenschaften. Dabei liegt der Schwerpunkt auf den Themen, die in den Bachelorstudiengängen relevant sind. Ziel ist es, die statistischen Verfahren ebenso wie die zum Verständnis notwendigen Formeln anschaulich zu erklären. Dazu werden zahlreiche Beispiele aus den verschiedenen Bereichen der Sozialwissenschaften verwendet. Übungsaufgaben zur Verständniskontrolle, zum Rechnen und zur Durchführung der Berechnung mit Statistiksoftware runden das Buchkonzept ab.
In vielen Büchern werden entweder die statistischen Grundlagen oder aber die Software-Anwendung erläutert. Dieses Buch versucht, beide Konzepte zu vereinen und so einen für die Anwender von Statistik umfassenden Einblick in die Grundlagen statistischer Methoden zu geben. Die Anwendung der statistischen Methoden mit-hilfe von Statistiksoftware bis hin zur korrekten Interpretation der Ergebnisse steht dabei stets im Vordergrund. • Messtheorie und deskriptive Statistik • Grundlagen der Wahrscheinlichkeitsrechnung • Inferenzstatistik • Parametrische und nonparametrische Tests zur Unterschiedsprüfung • Verfahren zur Prüfung von Mittelwertsunterschieden bei mehr als zwei Gruppen • Korrelation und Regression MARKUS BÜHNER leitet die Abteilung Psychologische Methodenlehre und Evaluation an der Ludwig-Maximilians-Universität München. MATTHIAS ZIEGLER leitet die Abteilung für Psychologische Diagnostik an der Humboldt-Universität Berlin. Rezension
In den Sozialwissenschaften und in der Psychologie ist die Beherrschung der statistischen Methoden eine grundlegende Voraussetzung des Forschens. Viele Studierende geraten hier an ihre Grenzen und suchen verzweifelt nach Hilfestellungen. Das vorliegende praxisnahe Arbeitsbuch beschreibt alle wichtigen statistischen Verfahren, Formeln und Anwendungsfelder und vermittelt so prüfungsrelevante Grundlagen (Messtheorie und deskriptive Statistik, Grundlagen der Wahrscheinlichkeitsrechnung, Inferenzstatistik, Parametrische und nonparametrische Tests, Verfahren zur Prüfung von Mittelwertsunterschieden bei mehr als zwei Gruppen, Korrelation und Regression). Besonders hilfreich wird das Buch durch die Übungsaufgaben und die beiliegende Software SPSS und AMOS, mit deren Hilfe das Erlernte sofort umgesetzt und eingeübt werden kann. Eine fundierte und anschauliche Einführung in die Statistik, die sich besonders für Bachelorstudiengänge eignet!
Arthur Thömmes, lehrerbibliothek.de Verlagsinfo
Dieses Buch ist nicht als Nachschlagewerk konzipiert, sondern als Arbeitsbuch. Es zeichnet sich durch einen hohen Anwendungsbezug aus. Denn nur wenn Beispielfragestellungen bearbeitet werden, wird die Wichtigkeit der statistischen Methoden klar. Dabei handelt es sich nicht um konstruierte Beispiele, sondern um praxisnahe. Diese Beispiele werden von Beginn bis zum Ende des Buches immer wieder aufgegriffen und mithilfe der gängigen Statistikprogramme SPSS und AMOS anschaulich nachvollzogen. Die Vermittlung des Stoffes erfolgt ohne Herleitungen von Formeln. Die zum Verständnis notwendigen Formeln werden so erläutert, dass den Lesern klar wird, welche Einflussfaktoren sich auf das Ergebnis auswirken. Besonderer Wert wird auf die Versuchsplanung gelegt. Ergänzt wird das Buch durch Fragen und Übungsbeispiele am Ende eines jeden Kapitels. Inhaltsverzeichnis
Vorwort 1
Kapitel 1 Einführung 3 1.1 Ziele 4 1.2 Messtheorie und deskriptive Statistik 8 1.3 Grundlagen der Wahrscheinlichkeitsrechnung 9 1.4 Inferenzstatistik 9 1.5 Parametrische und nonparametrische Verfahren zur Unterschiedsprüfung 10 1.6 Verfahren zur Prüfung von Mittelwertsunterschieden bei mehr als zwei Gruppen 10 1.7 Korrelation und Regression 11 Literatur 12 Kapitel 2 Messtheorie und deskriptive Statistik 13 2.1 Messen 15 2.1.1 Wichtige Begriffe 15 2.1.2 Einführung in die Messtheorie 17 2.1.3 Skalenniveaus 19 2.1.4 Grundlagen der Testtheorie 25 2.2 Deskriptive Statistiken 27 2.2.1 Häufigkeiten und Kategorienbildung 27 2.2.2 Zentrale Tendenz 35 2.2.3 Dispersionsmaße 42 2.2.4 Schiefe und Exzess 48 2.2.5 Die Normalverteilung 54 2.2.6 Transformationen 56 2.3 Grafische Darstellungen 64 2.4 Vorgehen in SPSS 81 2.4.1 Deskriptive Statistiken 81 2.4.2 Grafische Darstellungen 85 2.4.3 Deskriptive Statistiken und grafische Darstellungen 88 Übungen 96 Literatur 98 Kapitel 3 Grundlagen der Wahrscheinlichkeitsrechnung 99 3.1 Begriffsklärung 101 3.1.1 Das Zufallsexperiment 101 3.1.2 Die Zufallsvariable 104 3.1.3 Der Ereignisraum 104 3.1.4 Das Elementarereignis 106 3.1.5 Das logische UND 107 3.1.6 Das logische ODER 108 3.1.7 Das sichere Ereignis 109 3.1.8 Das unmögliche Ereignis 110 3.1.9 Komplementärereignis 110 3.1.10 Disjunkte Ereignisse 111 3.1.11 Nicht-disjunkte Ereignisse 112 3.2 Bestimmung der Wahrscheinlichkeit für ein Ereignis 113 3.2.1 Wahrscheinlichkeit nach Laplace 113 3.2.2 Wahrscheinlichkeit nach Bernoulli 114 3.3 Bestimmung der Wahrscheinlichkeit für das Eintreten mehrerer Zufallsereignisse 118 3.3.1 Bedingte Wahrscheinlichkeit 118 3.3.2 Additionssatz 121 3.3.3 Multiplikationssatz 124 3.3.4 Der Wahrscheinlichkeitsbaum 128 3.4 Kombinatorik 129 Übungen 133 Literatur 134 Kapitel 4 Inferenzstatistik 135 4.1 Hypothesentests 137 4.1.1 Statistische Hypothesen aufstellen 139 4.1.2 Entscheidungsregeln festlegen 143 4.1.3 Stichprobenziehung 145 4.1.4 Vorüberlegung zur Datenauswertung 149 4.1.5 Daten auswerten 158 4.1.6 Eine Entscheidung treffen 163 4.2 Effektstärke 173 4.3 Fehler 2. Art und Teststärke 184 4.4 Der Ärger mit der Wunschhypothese 197 4.5 Versuchsplanung mit G*Power 199 4.5.1 Stichprobenplanung und Berechnung der post-hoc-Teststärke bei unabhängigen Stichproben 200 4.5.2 Stichprobenplanung und Berechnung der post-hoc-Teststärke bei abhängigen Stichproben 205 4.6 Zusammenfassung Hypothesentests 209 4.7 Gebräuchliche Verteilungen 216 4.7.1 Diskrete Verteilungen (Binomialverteilung) 216 4.7.2 Stetige Verteilungen 220 Übungen 228 Literatur 229 Kapitel 5 Parametrische und nonparametrische Tests zur Unterschiedsprüfung 231 5.1 Parametrische Verfahren bei zwei Gruppen 232 5.1.1 t-Test für eine Stichprobe – Einstichprobenproblem 233 5.1.2 t-Test für abhängige Stichproben 238 5.1.3 t-Test für unabhängige Stichproben 250 5.2 Nonparametrische Verfahren 264 5.2.1 Vorzeichen-Rang-Test von Wilcoxon für abhängige Stichproben 267 5.2.2 U-Test für unabhängige Stichproben 277 5.3 Nonparametrische Verfahren (nominale Messwerte) 284 5.3.1 χ²-Anpassungstest 284 5.3.2 χ²-4-Felder-Test 291 5.3.3 McNemar-Test 306 Übungen 314 Literatur 319 Kapitel 6 Verfahren zur Prüfung von Mittelwertsunterschieden bei mehr als zwei Gruppen 321 6.1 Grundidee 323 6.1.1 Zweck der Varianzanalyse 324 6.1.2 Prinzip der Varianzanalyse 327 6.1.3 Ausblick 341 6.2 Einfaktorielle Varianzanalyse ohne Messwiederholung 343 6.2.1 Grundprinzip der einfaktoriellen ANOVA ohne Messwiederholung 348 6.2.2 Vorgehen bei der einfaktoriellen ANOVA 352 6.2.3 Effektstärken bei der einfaktoriellen Varianzanalyse 362 6.2.4 Teststärke und Stichprobenplanung bei der einfaktoriellen Varianzanalyse 365 6.2.5 Voraussetzungen 367 6.2.6 Beispiel mit SPSS 371 6.3 Kruskal-Wallis-Test 378 6.3.1 Grundprinzip bei der Rangvarianzanalyse nach Kruskal und Wallis 379 6.3.2 Vorgehen bei der Rangvarianzanalyse an einem Beispiel 385 6.3.3 Voraussetzungen 388 6.3.4 Beispiel mit SPSS 389 6.4 Zweifaktorielle Varianzanalyse ohne Messwiederholung 391 6.4.1 Grundprinzip und Vorgehen bei der zweifaktoriellen Varianzanalyse ohne Messwiederholung 398 6.4.2 Effektstärken bei der zweifaktoriellen Varianzanalyse 413 6.4.3 Interpretation von Wechselwirkungen 415 6.4.4 Teststärke und Stichprobenplanung bei der zweifaktoriellen Varianzanalyse 421 6.4.5 Voraussetzungen 423 6.4.6 SPSS-Beispiel 423 6.5 Einfaktorielle Varianzanalyse mit Messwiederholung 431 6.5.1 Grundprinzip 436 6.5.2 Vorgehen bei der einfaktoriellen Varianzanalyse mit Messwiederholung 443 6.5.3 Effektstärken bei der einfaktoriellen Varianzanalyse mit Messwiederholung 452 6.5.4 Teststärke und Stichprobenplanung bei der einfaktoriellen Varianzanalyse mit Messwiederholung 454 6.5.5 Voraussetzungen 457 6.5.6 SPSS-Beispiel 460 6.6 Friedman-Test 466 6.6.1 Grundprinzip und Vorgehen beim Friedman-Test 467 6.6.2 Effektstärken beim Friedman-Test 472 6.6.3 Teststärke und Stichprobenplanung beim Friedman-Test 473 6.6.4 Voraussetzungen 475 6.6.5 SPSS-Beispiel 475 6.7 Zweifaktorielle Varianzanalyse mit Messwiederholung (gemischtes Design) 478 6.7.1 Grundprinzip und Vorgehen bei der zweifaktoriellen Varianzanalyse mit Messwiederholung (gemischtes Design) 486 6.7.2 Effektstärken bei der zweifaktoriellen Varianzanalyse 508 6.7.3 Teststärke und Stichprobenplanung bei der zweifaktoriellen Varianzanalyse (gemischtes Design) 511 6.7.4 Voraussetzungen 514 6.7.5 SPSS-Beispiel 515 6.8 A-priori-Kontraste, post-hoc-Tests und Trendtests 524 6.8.1 A-priori-Kontraste 525 6.8.2 Post-hoc-Tests 545 6.8.3 Trendtests 559 Übungen 571 Literatur 578 Kapitel 7 Korrelation und Regression 581 7.1 Korrelationen 582 7.1.1 Einfache lineare Regression 582 7.1.2 Regression, Korrelation und kausale Interpretation 590 7.1.3 Kovarianz 591 7.1.4 Bivariate Korrelation (Produkt-Moment-Korrelation) 593 7.1.5 Korrelationsunterschiede 607 7.1.6 Spearman-Rangkorrelation und Kendalls-tau 612 7.1.7 Produkt-Moment-Korrelation, Spearman-Rangkorrelation und Kendalls-tau mit SPSS 620 7.1.8 Punktbiseriale Korrelation und biseriale Rangkorrelation 622 7.1.9 Phi-Koeffizient, tetrachorische und polychorische Korrelation 627 7.1.10 Guttmans μ2 632 7.1.11 Übersicht über Korrelationskoeffizienten 633 7.2 Multiple lineare Regression 634 7.2.1 Einführung 635 7.2.2 Partial- und Semipartialkorrelation 641 7.2.3 Berechnung von β- bzw. b-Gewichten 646 7.2.4 Berechnung von R² 652 7.2.5 Signifikanz von R² und β-Gewichten 658 7.2.6 Zusammenfassung: Interpretation R² und β 662 7.2.7 Effektstärke und Teststärke für R² 663 7.2.8 Voraussetzungen 665 7.2.9 Methoden im Rahmen der Regressionsanalyse 682 7.2.10 Verknüpfung mehrerer Regressionsanalysen 684 7.2.11 Suppressionseffekte 685 7.2.12 Multiple Regression zur Theorie-Entwicklung 690 7.3 Dummy-Kodierung 699 7.4 Regression zur Mitte 701 7.5 Multiple Regression mit SPSS 703 7.6 Hierarchische lineare multiple Regression mit SPSS 717 7.7 Mediation und Moderation in SPSS 722 7.7.1 Mediation 722 7.7.2 Moderation 725 7.8 Mediation mit AMOS 728 Übungen 736 Literatur 739 Anhang A: Lösungen 742 Anhang B: Tabellen 798 Anhang C: Register 807 |