Grundlagen Statistischer Auswertungsverfahren

↵ Zurück zur Hauptseite

Grundlagen statistischer Auswertungsverfahren

^{verfasst von Erwin Ebermann}

Kapitel dieser Lernunterlage

1. Funktion und Sinn von Statistik
2. Von der Fragestellung zur statistischen Analyse
3. Ausgewählte statistische Grundlagen und Analysemethoden
4. Software für quantitative Forschungsprojekte
5. Lexikon statistischer Grundbegriffe
6. Literatur, Ressourcen und Links

Kapitelübersicht

1. Funktion und Sinn von Statistik

1.1 Qualitative und Quantitative Forschungsmethoden - Gegensatz oder Ergänzung?

1.2 Formen der Statistik

1.2.1 Deskriptive Statistik

1.2.2 Analytische Statistik

1.3 Wahrscheinlichkeiten, nicht Gewissheit

1.3.1 Schwankungsbreiten und Konfidenzintervalle

1.3.2 Irrtumswahrscheinlichkeit und Signifikanzniveau

2. Von der Fragestellung zur statistischen Analyse

2.1 Die Grundpopulation: worüber wir Aussagen machen

2.1.1 Die Stichprobe (Sample)

2.1.2 Teil- oder Vollerhebung?

2.1.3 Die Ziehung (Auswahl) der Stichprobe

2.1.3.1 Geschichtete Stichprobenauswahl (Quotenstichprobe)

2.1.3.1.1 Proportional geschichtete Stichproben

2.1.3.1.2 Disproportional geschichtete Stichproben

2.1.3.1.3 Laufende Kontrolle der Schichtung

2.1.3.2 Zufallsstichproben

2.1.3.2.1 Einfache Zufallsstichprobe

2.1.3.2.2 Systematische Zufallsstichprobe

2.1.3.2.3 Geschichtete Zufallsstichprobe

2.1.3.3 Willkürliches Auswahlverfahren

2.1.3.4 Klumpenstichproben

2.1.4 Repräsentativität

2.1.5 Was tun, wenn die Grundpopulation nicht bekannt ist?

2.2 Die Operationalisierung

2.2.1 Die Suche nach Indikatoren

2.2.2 Das Messen

2.2.2.1 Messfehler

2.2.3 Vom Fragebogen zum Codeplan

2.2.3.1 Dateneingabe und Erstellung einer Datenmatrix

2.2.3.2 Umcodierung mit SPSS

2.2.3.3 Automatische Rückcodierung mit SPSS

2.3 Gütekriterien quantitativer Untersuchungen

2.4 Fehlerquellen bei statistischer Arbeit

2.4.1 Fehler erster und zweiter Art

2.4.2 Fehlerhafte oder mangelnde Daten

2.4.2.1 Eingabefehler

2.4.2.1.1 Wahl geeigneter Datentypen mit SPSS

2.4.2.1.2 Gültigkeitsprüfung der Daten mit Excel

2.4.2.2 Doppelte Datensätze

2.4.2.3 Fehlende Einträge

2.4.2.3.1 Behandlung fehlender Daten mit SPSS

3. Ausgewählte statistische Grundlagen und Analysemethoden

3.1 Notwendiges Wissen für die Wahl geeigneter statistischer Analysemethoden

3.1.1 Arten von Messwerten (Daten)

3.1.1.1 Metrische und nichtmetrische Variablen

3.1.1.2 Stetige und diskrete Variablen

3.1.2 Skalenniveaus

3.1.2.1 Skalierungsniveaus bildlich erklärt

3.1.2.2 Nominalskalierung

3.1.2.3 Ordinalskalierung

3.1.2.4 Intervallskalierung

3.1.2.5 Proportionalskalierung

3.1.2.6 Skalierungstypen, Aussagen und Methoden

3.1.3 Verteilungen

3.1.3.1 Normalverteilung

3.1.3.2 Andere Verteilungsformen

3.1.3.3 Test auf Normalverteilung

3.1.3.3.1 Optischer Nachweis einer Normalverteilung: das Histogramm

3.1.3.3.2 Nachweis der Normalverteilung: Kolmogorov-Smirnov-Test

3.1.3.3.2.1 Kolmogorov-Smirnov-Test mit SPSS

3.2 Die Ermittlung von Häufigkeiten

3.2.1 Liste und Tafeln

3.2.2 Häufigkeitstabelle

3.2.2.1 Häufigkeitsberechnung mit SPSS

3.2.2.2 Grafische Darstellung mit SPSS

3.2.3 Klassenbildung (Gruppierung) von Daten

3.2.3.1 Gruppierung mit SPSS

3.2.4 Häufigkeitsdarstellung bei Mehrfachantworten mit SPSS

3.3 "Mittelwerte": Lagemaße und Maßzahlen der zentralen Tendenz

3.3.1 Modalwert

3.3.2 Arithmetisches Mittel

3.3.3 Median

3.3.3.1 Median bei gruppierten Daten

3.3.4 Geometrisches Mittel

3.3.5 Harmonisches Mittel

3.3.5.1 Harmonisches Mittel mit SPSS

3.3.6 Wann welche Lagemaße?

3.3.7 Berechnung von Lagemaßen mit SPSS

3.4 Streuungsmaße oder ’Wie allgemeingültig ist der Mittelwert’

3.4.1 Varianz

3.4.2 Standardabweichung

3.4.3 Perzentile

3.4.3.1 Quartile

3.4.3.1.1 Die Ermittlung von Quartilen

3.4.4 Berechnung von Streuungsmaßen mit SPSS

3.4.5 Vergleichende grafische Darstellung von Streuung und Lage mit Box-Plots

3.4.5.1 Erstellung von Boxplots mit SPSS

3.5 Der Zusammenhang zwischen Variablen

3.5.1 Optische Erkennung von Zusammenhängen

3.5.2 Kreuztabellen-Analyse

3.5.2.1 Berechnung von Kreuztabellen-Analysen mit SPSS

3.5.2.1.1 Überprüfung von Zusammenhängen mit dem Chi-Quadrat-Test

3.5.2.2 Grafische Darstellung von Kreuztabellen mit SPSS

3.5.3 Die Korrelation

3.5.3.1 Maßkorrelation

3.5.3.1.1 Berechnung der Maßkorrelation mit SPSS

3.5.3.2 Rangkorrelation R (Krueger-Spearman)

3.5.3.2.1 Berechnung der Rangkorrelation mit SPSS

3.5.3.3 Rangkorrelation Tau (Kendall)

3.5.3.3.1 Berechnung von TAU mit SPSS

3.5.3.4 Aussagekraft einer Korrelation

3.5.3.4.1 Wann sind Korrelationen bemerkenswert?

3.5.3.4.2 Verdeckte Korrelation

3.5.3.4.3 Scheinkorrelationen und Störvariable

3.5.3.4.3.1 Partielle Korrelation mit SPSS

3.5.3.4.4 Signifikanz der Korrelation

3.5.3.4.4.1 Signifikanz mit SPSS

3.5.3.5 Kovarianz

3.5.4 Regression

3.5.4.1 Statistisch-mathematische Berechnung der linearen Regression

3.5.4.2 Grafische Darstellung der Regression

3.6 Die grafische Darstellung statistischer Ergebnisse

3.6.1 Arten von Diagrammen

3.6.1.1 Kreisdiagramme

3.6.1.2 Liniendiagramme

3.6.1.3 Balkendiagramme

3.6.1.3.1 Gruppierte Balkendiagramme mit SPSS

3.6.1.4 Kartogramme

3.6.1.5 Histogramme

3.6.1.6 Streudiagramme

3.6.2 Welches Diagramm für welche Daten?

3.6.3 Notwendige Begleitinformationen von Diagrammen

4. Software für quantitative Forschungsprojekte

4.1 Was kann Excel?

4.1.1 Statistische Analysen mit Excel

4.1.2 Grafische Aufbereitung von Daten mit Excel

4.2 Was kann MS Access?

4.3 Profi-Programme: SPSS und Statistica

4.4 Datentransfer zwischen Programmen: Von Excel und Access zu SPSS

4.5 Umcodierung

5. Lexikon statistischer Grundbegriffe

5.1 A-C

5.2 D-F

5.3 G-I

5.4 J-M

5.5 N-P

5.6 Q-R

5.7 S-T

5.8 U-Z

6. Literatur, Ressourcen und Links

6.1 Quantitative Forschungsmethoden

6.2 Fragebogen-Abfrage

6.3 Diagramme und Grafiken

6.3 Methoden

6.4 Repräsentativität

6.5 Statistik-Software

6.6 Terminologie

6.7 Statistik-Quellen