eLearning - Methoden der Psychologie - TU Dresden - Benutzerbeiträge [de]

Power-Vergleiche

2023-02-28T09:29:41Z

Nadia1:

{{Nav|Navigation|Statistik_Grundbegriffe|Hauptseite}}

Power-Untersuchungen ermöglichen auf der Basis von Simulationen Einschätzungen über die Wahrscheinlichkeit, dass bestimmte statistische Tests unter gegebenen Parametern die Nullhypothese korrekterweise ablehnen (vgl. [[Teststärke]]).

Um die Power eines Tests zu schätzen, können z.B. Monte-Carlo Simulationen durchgeführt werden (vgl. [[Robustheitsuntersuchungen]]). Am Beispiel des Mittelwertsvergleichs von zwei Stichproben werden dafür aus zwei Grundgesamtheiten mit unterschiedlichen Mittelwerten und gleichen Standardabweichungen jeweils eine große Menge an Stichproben der Größe n gezogen. Für jedes Stichprobenpaar wird dann die Teststatistik berechnet. Der Anteil aller Vergleiche, welche die Nullhypothese bei vorher festgelegtem α signifikant ablehnen, entspricht in diesem Fall der Teststärke, da allen berechneten Teststatistiken ein realer Mittelwertsunterschied der Grundgesamtheiten zugrunde liegt.

Ein Power-Vergleich vergleicht die Wahrscheinlichkeiten verschiedener statistischer Tests, unter gegebenen Parametern signifikante Ergebnisse zu erzielen. In Abbildung 1 wird z.B. der Vergleich zwischen t-Test und U-Test dargestellt. Dafür wurden aus zwei Grundgesamtheiten mit einem Mittelwertsunterschied von 1 und Standardabweichungen von σ = 1 jeweils 2000 Stichproben der Größe n = 10 gezogen. Die Voraussetzungen des t-Tests und des U-Tests seien erfüllt.

[[File:1_10_Power_Vergleiche.PNG|800px|Abbildung 1: Darstellung der Power anhand von Monte-Carlo Simulationen des t- und U-Tests|link=Ausgelagerte_Bildbeschreibungen#Power_Vergleiche|Ausgelagerte Bildbeschreibung von Power Vergleiche]]

Über jedes dieser 2000 Stichprobenpaare werden ein t-Test und ein U-Test gerechnet. Die Anteile der signifikanten Mittelwertsunterschiede (Power) werden im rechten Teil der Abbil-dung dargestellt. Bei gleichen Voraussetzungen werden beim t-Test etwa 4-5 % mehr Mittelwertsunterschiede signifikant (66.7 %) als beim U-Test (62.15 %). Bei erfüllten Voraussetzungen sollte der t-Test dem U-Test dementsprechend vorgezogen werden.

[[Datei:Videolink_neu.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_10_Power_Vergleiche_Link.html
|120px]] kkk Im [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_10_Power_Vergleiche_Link.html Video] werden Power-Vergleiche näher erläutert.

[[Datei:Simulationslink_neu2.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_10_Power_Vergleiche/
|120px]] kkk In der [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_10_Power_Vergleiche/ interaktiven Simulation] lassen sich Power-Vergleiche anhand von Monte-Carlo Simulationen für t-Tests und U-Tests bei verschiedenen Parameterwerten durchführen.

'''''Weiterführende Literatur'''''

Cohen, J. (1988). ''Statistical power analysis for the behavioral sciences''. Hillsdale, NY: Erlbaum.

Rudolf, M. & Kuhlisch, W. (2020). ''Biostatistik. Eine Eine Einführung für Bio- und Umweltwissenschaftler'' (2. Aufl.). München: Pearson Studium. (Kapitel 6.5)

Robustheitsuntersuchungen

2023-02-28T09:29:13Z

Nadia1:

{{Nav|Navigation|Statistik_Grundbegriffe|Hauptseite}}

Mithilfe von Robustheitsuntersuchungen kann festgestellt werden, ob statistische Tests trotz verletzter Voraussetzungen anwendbar sind. Das spielt vor allem bei der Vorbereitung empirischer Untersuchungen eine wichtige Rolle.

Bei vielen empirischen Untersuchungen kann nicht davon ausgegangen werden, dass alle Voraussetzungen eines parametrischen Tests erfüllt sind. Es ist jedoch davon abzuraten, einen statistischen Test bei nicht erfüllten Voraussetzungen (wie z.B. Verteilungsannahmen) prinzipiell nicht durchzuführen, da häufig trotzdem robuste Ergebnisse erzielt werden. Ein Test ist dann robust, wenn die Wahrscheinlichkeit für einen Fehler 1. Art ein gegebenes Signifikanzniveau α nicht überschreitet, obwohl nicht alle Voraussetzungen des berechneten Tests erfüllt werden.

Um die Robustheit eines Tests bei verletzten Voraussetzungen zu untersuchen, können Monte-Carlo Studien durchgeführt werden. Dabei werden z.B. aus einer nichtnormalverteilten Grundgesamtheit unter der Annahme der Nullhypothese sehr viele Stichproben des Umfangs n gezogen. Für jede dieser gezogenen Stichproben wird dann ein Signifikanztest – zum Beispiel ein t-Test - mit einem vorher festgelegten Signifikanzniveau α gerechnet. Anschließend berechnet man den Anteil aller Tests, welche die Nullhypothese fälschlicherweise signifikant ablehnen (γ). Handelt es sich um einen robusten Test würde man erwarten, dass γ in etwa gleich hoch ist wie α. Bei γ < α agiert der Test konservativ, d.h. die Nullhypothese wird seltener abgelehnt als erwartet. Grundsätzlich spricht in diesem Fall nichts gegen die Anwendung des Tests, allerdings wird die Wahrscheinlichkeit eines Fehlers 2. Art erhöht und damit die [[Teststärke]] verringert. Bei γ > α wird die Nullhypothese mit größerer Wahrscheinlichkeit als α abgelehnt, d.h. es ist bei einem signifikanten Ergebnis nicht mehr erkennbar, ob tatsächlich ein signifikanter Effekt vorliegt oder ob das signifikante Testergebnis auf die nicht erfüllten Voraussetzungen zurückzuführen ist. In diesem Fall kann der Test nicht angewendet werden. Bei γ 󠆣≈ α entspricht der Anteil abgelehnten Nullhypothesen annähernd der erwarteten Anzahl, d.h. der Test kann trotz verletzter Voraussetzungen ohne Bedenken verwendet werden.

In Abbildung 1 wird eine Robustheitsuntersuchung des t-Tests bei linkssteilen, weibullverteilten Daten (Skalierungsparameter λ = 1, Formparameter k = 1) in Form einer Monte-Carlo Simulation für n = 10 und α = 0.05 dargestellt.

[[File:1_9_Robustheitsuntersuchungen.PNG|800px|Abbildung 1: Monte-Carlo Simulation weibullverteilter Daten|link=Ausgelagerte_Bildbeschreibungen#Robustheitsuntersuchungen|Ausgelagerte Bildbeschreibung von Robustheitsuntersuchungen]]

Im rechten Teil der Abbildung werden die t-Werte aus den Zufallsziehungen sowie der Anteil signifikant abgelehnter Nullhypothesen (γ) dargestellt. Mit einem γ von ca. 9 % werden deutlich mehr Nullhypothesen signifikant abgelehnt als erwartet (0.09 > 0.05). Bei der vorliegenden Verletzung der Annahme der Normalverteilung und beim untersuchten Stichprobenumfang ist der t-Test nicht robust und sollte dementsprechend nicht verwendet werden. Durch Erhöhung des Stichprobenumfanges nähert sich γ auch bei schiefen Verteilungen wie der Weibull-Verteilung α an, der t-Test wird entsprechend robuster.

[[Datei:Videolink_neu.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_9_Robustheitsuntersuchungen_Link.html
|120px]] kkk Im [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_9_Robustheitsuntersuchungen_Link.html Video] werden Robustheitsuntersuchungen näher erläutert.

[[Datei:Simulationslink_neu2.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_9_Robustheitsuntersuchungen/
|120px]] kkk In der [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_9_Robustheitsuntersuchungen/ interaktiven Simulation] lassen sich Monte-Carlo Simulationen für verschiedene Verteilungen mit unterschiedlichen Stichprobenumfängen berechnen.

'''''Weiterführende Literatur'''''

Rudolf, M. & Kuhlisch, W. (2020). ''Biostatistik. Eine Eine Einführung für Bio- und Umweltwissenschaftler'' (2. Aufl.). München: Pearson Studium. (Kapitel 6.5)

Bootstrapping

2023-02-28T09:28:41Z

Nadia1:

{{Nav|Navigation|Statistik_Grundbegriffe|Hauptseite}}

Die Bootstrap-Technik nach Efron (1979) ist ein Resampling-Verfahren, welches es ermöglicht, Parameter aus einer Stichprobe zu schätzen, ohne Annahmen über eine spezifische Verteilung zu treffen. Sie wird in der Praxis angewandt, wenn die untersuchten Werte keiner bekannten Verteilung folgen.

Das Prinzip des Bootstrapping beruht darauf, Informationen über eine unbekannte Population durch Resampling einer einzelnen Stichprobe aus dieser Population zu erhalten. Resampling bedeutet in diesem Fall, dass eine große Anzahl Bootstrap-Stichproben mit Zurücklegen aus der Ausgangsstichprobe gezogen werden. Dabei wird zunächst ein einzelner Wert gezogen und wieder in die Ausgangsstichprobe zurückgelegt. Dieser Vorgang wird so häufig wiederholt, bis die Bootstrap-Stichprobe die Größe der Ausgangsstichprobe erreicht hat. Durch das Zurücklegen kann eine Bootstrap-Stichprobe einzelne Werte der Ausgangsstichprobe mehrfach, andere Werte wiederum gar nicht enthalten. Auf diese Art werden üblicherweise mehrere tausend Bootstrap-Stichproben erzeugt. Für jede dieser Bootstrap-Stichproben kann z.B. der arithmetische Mittelwert x̅ oder ein anderer interessierender Parameter geschätzt werden. Anhand der Verteilung der arithmetischen Mittelwerte der Bootstrap-Strichproben sind Rückschlüsse auf die Parameter der Population möglich. Eine häufige Anwendung ist die Berechnung valider Konfidenzintervalle für Parameter der Population. In Abbildung 1 sind die Mittelwerte und das 95%-Konfidenzintervall von 20000 Bootstrap-Stichproben dargestellt, die aus einer nicht-normalverteilten Ausgangsstichprobe mit einem Mittelwert von x̅ = 2.75 und einer Standardabweichung von s = 1.45 gezogen wurden. 95 % der Mittelwerte aller gezogenen Bootstrapstichproben befinden sich zwischen 2.36 und 3.15.

[[File:1_7_Bootstrapping.PNG|800px|Abbildung 1: Mittelwerte von 20000 Bootstrap-Stichproben (n=50) mit Darstellung des 95%-Konfidenzintervalls|link=Ausgelagerte_Bildbeschreibungen#Säulendiagramm_Bootstrapping|Ausgelagerte Bildbeschreibung von Säulendiagramm Bootstrapping]]

Als non-parametrisches Verfahren ohne Verteilungsannahmen ist Bootstrapping in vielen Kontexten anwendbar, wie z.B. bei der Prüfung von indirekten Effekten bei linearen Strukturgleichungsmodellen. Eine wichtige Voraussetzung für die Anwendung der Bootstrap-Technik ist jedoch, dass die Ausgangsstichprobe repräsentativ für die Grundgesamtheit sein muss. Außerdem ist das Verfahren rechenintensiv, was besonders bei zunehmender Anzahl an Bootstrap-Stichproben berücksichtigt werden muss.

[[Datei:Videolink_neu.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_7_Bootstrapping_Link.html
|120px]] kkk Im [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_7_Bootstrapping_Link.html Video] wird die Bootstrap-Technik näher erläutert.

[[Datei:Simulationslink_neu2.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_7_Bootstrapping/
|120px]] kkk Die Methode des Bootstrappings lässt sich in der [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_7_Bootstrapping/ interaktiven Simulation] mit verschiedenen Ausgangsstichproben und für verschiedene Stichprobengrößen und Konfidenzniveaus nachvollziehen.

'''''Weiterführende Literatur'''''

Manly, B.F. (2018). ''Randomization, bootstrap and Monte Carlo Methods in biology''. Chapman and Hall/CRC

Rudolf, M. & Kuhlisch, W. (2020). ''Biostatistik. Eine Eine Einführung für Bio- und Umweltwissenschaftler'' (2. Aufl.). München: Pearson Studium. (Kapitel 6.4)

Stichprobenumfangsplanung

2023-02-28T09:24:22Z

Nadia1:

{{Nav|Navigation|Statistik_Grundbegriffe|Hauptseite}}

Die Stichprobenumfangsplanung spielt eine wichtige Rolle bei der Versuchsplanung. Bei der Auswahl des Stichprobenumfangs ist es von Interesse, eine hohe Genauigkeit der Ergebnisse zu erzielen und gleichzeitig den wirtschaftlichen und organisatorischen Aufwand so gering wie möglich zu halten. Diese beiden Ziele stehen sich entgegen und es muss ein Kompromiss zwischen beiden gefunden werden.

Die Genauigkeit der Ergebnisse wird durch die [[Teststärke]] (1-β) definiert. Wie hoch diese sein sollte, wird anhand von Vorüberlegungen durch den Anwender festgelegt. In der Praxis wird häufig eine Teststärke von 0.8 bzw. 80 % als akzeptabel vertreten. Es wird also eine Wahrscheinlichkeit von 0.2 bzw. 20 % für einen β-Fehler akzeptiert. Diese ist viermal höher als die oft maximal akzeptierte Irrtumswahrscheinlichkeit für einen α-Fehler (0.05).

Da die Streuung, der Mittelwertsunterschied und das Signifikanzniveau nicht, bzw. nicht ohne Konsequenzen veränderbar sind, stellt die in der Praxis oftmals einzige Stellschraube zur Veränderung der Teststärke der Stichprobenumfang dar. Erhöht man den Stichprobenumfang, verkleinert sich der [[Standardfehler]] des Mittelwertes und es erhöht sich die Teststärke, da die Mittelwertsverteilungen der Alternativ- und der Nullhypothese schmaler werden und dadurch weniger überlappen, d.h. besser voneinander abzugrenzen sind.

Es wird derjenige Stichprobenumfang ermittelt, der unter gegebenen Signifikanzniveau und Parameterschätzungen eine bestimmte Genauigkeit erzielt. Dieser kann im Fall des Tests auf der Basis der Standardnormalverteilung über die folgende Formel berechnet werden:

[[File:1_5_formel_neu.PNG|150px|link=Ausgelagerte_Formeln#Stichprobenumfang|Ausgelagerte Formel Stichprobenumfang]]

z1-β und z1-α sind die Werte der Standardnormalverteilung für das jeweilige Quantil und lassen sich aus entsprechenden Tabellen ablesen. σ entspricht der Streuung und Δ dem Mittelwertsunterschied.

'''''Beispiel'''''

In einem großen Unternehmen soll zur Verbesserung der Arbeitszufriedenheit ein kostenloses Sport- und Entspannungsprogramm für die Mitarbeiter angeboten werden. Die mittlere Arbeitszufriedenheit in diesem Unternehmen beträgt 25 bei einer Standardabweichung von 6. Damit sich der finanzielle Mehraufwand lohnt, sollte das Programm die Arbeitszufriedenheit um mindestens 2 erhöhen. Zur Finanzierung des Programmes ist eine langfristig geplante Umstrukturierung an mehreren Standorten des Unternehmens vorgesehen, falls sich das Programm als erfolgreich herausstellen sollte. Deswegen wird ein konservativeres Signifikanzniveau von 0.01 festgelegt, um das Risiko von Fehlinvestitionen möglichst gering zu halten. Gleichzeitig soll die Wahrscheinlichkeit ein signifikantes Ergebnis zu finden, wenn auch tatsächlich eine Verbesserung der Arbeitszufriedenheit um 2 Punkte vorliegt, mindestens 80 % betragen. Zur Überprüfung der Wirksamkeit soll dieses testweise für einen Teil der Mitarbeiter angeboten werden. Um bei einer Genauigkeit von mindestens 80 % den Kostenaufwand möglichst gering zu halten, wird eine Stichprobenumfangsplanung durchgeführt. Es wird der Stichprobenumfang gesucht, der bei einem Mittelwertsunterschied von Δ = 2 zwischen den Populationen und einer Streuung von σ = 6 bei einem Signifikanztest mit α = 0.01 in 80 % der Fälle ein signifikantes Ergebnis findet. Bei dieser ergibt sich mit der oben genannten Formel, dass unter den gegebenen Parametern (Δ = 2; σ = 6) und einem Signifikanzniveau von α = 0.01 ein Stichprobenumfang von n = 90 erforderlich ist, um einen tatsächlichen Effekt des Programms mit 80 %-iger Wahrscheinlichkeit zu finden. In Abbildung 1 wird der beschriebene Sachverhalt grafisch dargestellt.

[[File:1_5_Stichprobenumfangsplanung.PNG|700px|Abbildung 1: Verteilung der Stichprobenmittelwerte zweier Populationen und Darstellung der Teststärke|link=Ausgelagerte_Bildbeschreibungen#Stichprobenumfangsplanung|Ausgelagerte Bildbeschreibung von Stichprobenumfangsplanung]]

[[Datei:Videolink_neu.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_5_Stichprobenumfangsplanung_Link.html
|120px]] kkk Im [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_5_Stichprobenumfangsplanung_Link.html Video] wird die Stichprobenumfangsplanung näher erläutert.

[[Datei:Simulationslink_neu2.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_5_Stichprobenumfangsplanung/
|120px]] kkk Wie der Stichprobenumfang von Grundgesamtheiten mit unterschiedlichen Parameterwerten die Teststärke beeinflusst, lässt sich in der [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_5_Stichprobenumfangsplanung/ interaktiven Simulation] grafisch veranschaulichen.

'''''Weiterführende Literatur'''''

Cohen, J. (2013). ''Statistical power analysis for the behavioral sciences''. Routledge.

Rudolf, M. & Kuhlisch, W. (2020). ''Biostatistik. Eine Eine Einführung für Bio- und Umweltwissenschaftler'' (2. Aufl.). München: Pearson Studium. (Kapitel 9.3)

Teststärke

2023-02-28T09:23:36Z

Nadia1:

{{Nav|Navigation|Statistik_Grundbegriffe|Hauptseite}}

Die Teststärke (engl. Power), auch Güte oder Macht genannt, bezeichnet in der Testtheorie die Wahrscheinlichkeit die Nullhypothese korrekterweise abzulehnen, wenn die Alternativhypothese in der Grundgesamtheit gilt. In der Praxis spielt die Teststärke z.B. bei der Stichprobenumfangsplanung eine wichtige Rolle.
Die Teststärke entspricht der Wahrscheinlichkeit, keinen Fehler 2. Art (β) zu machen und lässt sich dementsprechend als Gegenwahrscheinlichkeit 1-β darstellen. Ein Fehler 2. Art beschreibt entsprechend die Wahrscheinlichkeit, die Nullhypothese fälschlicherweise beizubehalten, obwohl die Alternativhypothese gültig ist. Anders als die Wahrscheinlichkeit eines Fehlers 1. Art, die durch das Signifikanzniveau α vom Anwender festgelegt wird, variiert die Wahrscheinlichkeit eines Fehlers 2. Art und damit auch die Teststärke in Abhängigkeit verschiedener Kenngrößen. Zum einen steigt die Teststärke bei geringeren Streuungen in den Grundgesamtheiten. Zum anderen wird die Teststärke durch die Effektgröße mitbestimmt: Gibt es einen großen Effekt, also einen größeren Mittelwertsunterschied zwischen zwei Grundgesamtheiten, ist die Teststärke höher. Sowohl die Streuung als auch der Mittelwertsunterschied der Grundgesamtheiten sind in der Praxis jedoch feste Größen und können vom Anwender nicht variiert werden. Um dennoch positiven Einfluss auf die Teststärke zu nehmen, kann z.B. ein liberaleres Signifikanzniveau α (z.B. 0.05 statt 0.01) festgelegt werden. Dadurch würde sich jedoch die Wahrscheinlichkeit eines Fehlers 1. Art erhöhen. Eine praktisch sehr wichtige Methode zur Erhöhung der Teststärke ist die Vergrößerung des Stichprobenumfangs n. Inwieweit der Stichprobenumfang einen Einfluss auf die Teststärke hat, wird in dem Text zur [[Stichprobenumfangsplanung]] ausführlich beschrieben.

'''''Beispiel'''''

In einer fiktiven Studie wird in einer Oberschule ein neues Trainingsprogramm für die Verbesserung der Matheleistungen implementiert. Zusätzlich zum Matheunterricht rechnen 100 Schüler für 3 Monate wöchentlich unter Aufsicht eine Stunde Matheübungen. Um die Wirkung des Trainings zu überprüfen, führen die Schüler am Ende der Übungsphase einen Test durch. Es ist bekannt, dass Schüler dieser Altersklasse in diesem Test im Mittel µ0 = 42 Punkte bei einer Standardabweichung von σ = 8 erzielen. Die Lehrer, die dieses Trainingsprogramm ins Leben gerufen haben, sind nun interessiert daran, wie wahrscheinlich es ist, dass sie bei einem Signifikanzniveau von α = 0.05 ein signifikantes Ergebnis finden, wenn das Trainingsprogramm die mittleren Leistungen der Schüler um 2 Punkte auf µ1 = 44 bei gleichbleibender Standardabweichung erhöht. Dafür werden die Verteilungen der Nullhypothese µ0 = 42 und der Alternativhypothese µ1 = 44 jeweils mit n = 100 und σ = 8 simuliert und unter Annahme der Gültigkeit der Nullhypothese miteinander verglichen. In Abbildung 1 wird dieser Sachverhalt grafisch dargestellt.

[[File:1_4_Teststaerke.PNG|700px|Abbildung 1: Verteilung der Stichprobenmittelwerte zweier Populationen und Darstellung der Teststärke|link=Ausgelagerte_Bildbeschreibungen#Teststärke|Ausgelagerte Bildbeschreibung von Teststärke]]

Es zeigt sich, dass unter den vorliegenden Parametern die Wahrscheinlichkeit eines Fehlers 2. Art bei 20 % liegt. Das heißt wenn das Training die Leistungen der Schüler um zwei Punkte verbessert, besteht eine Wahrscheinlichkeit von 20 %, dass fälschlicherweise kein Effekt des Trainings in den Daten gefunden wird, obwohl die Alternativhypothese gilt. Die Teststärke beträgt 80%. Mit einer Wahrscheinlichkeit von 80 % wird also bei den vorliegenden Parametern ein signifikanter Effekt gefunden, wenn auch tatsächlich ein signifikanter Effekt vorliegt.

[[Datei:Videolink_neu.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_4_Teststaerke_Link.html
|120px]] kkk Im [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_4_Teststaerke_Link.html Video] wird die Teststärke näher erläutert.

[[Datei:Simulationslink_neu2.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_4_Teststaerke/
|120px]] kkk Wie die Teststärke von verschiedenen Parametern abhängig ist, lässt sich in der [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_4_Teststaerke/ interaktiven Simulation] grafisch veranschaulichen.

'''''Weiterführende Literatur'''''

Cohen, J. (2013). ''Statistical power analysis for the behavioral sciences''. Routledge.

Rudolf, M. & Kuhlisch, W. (2020). ''Biostatistik. Eine Eine Einführung für Bio- und Umweltwissenschaftler'' (2. Aufl.). München: Pearson Studium. (Kapitel 9.3)

Konfidenzintervalle

2023-02-28T09:22:58Z

Nadia1:

{{Nav|Navigation|Statistik_Grundbegriffe|Hauptseite}}

Ein Konfidenzintervall oder Vertrauensintervall bezeichnet ein Intervall möglicher Parameterausprägungen, in dem sich ein untersuchter Populationsparameter mit der Wahrscheinlichkeit des Konfidenzniveaus (1-α) befindet. Das Konfidenzintervall gibt Informationen zur Genauigkeit der Punktschätzung eines untersuchten Populationsparameters, wie z.B. des arithmetischen Mittelwertes.

Die Größe des Konfidenzniveaus kann vom Anwender frei gewählt werden und hängt von der jeweiligen Fragestellung ab. Üblicherweise werden Konfidenzniveaus von 0.95 oder 0.99 gewählt. Ein Konfidenzniveau von 0.95 beschreibt z.B., dass 95 % der 95 %-Konfidenzintervalle der aus einer Grundgesamtheit gezogenen Stichproben den Erwartungswert μ der Grundgesamtheit überdecken, wenn aus derselben Grundgesamtheit sehr viele Stichproben gezogen werden. Dieser Sachverhalt wird in Abbildung 1 mit dem Erwartungswert μ = 100, einer Stichprobengröße n = 15 und der Standardabweichung in der Grundgesamtheit σ = 15 dargestellt.

[[File:1_6_Konfidenzintervall.PNG|800px|Abbildung 1: Häufigkeitsverteilungen der Werte der Grundgesamtheit und der Grenzen des Konfidenzintervalls|link=Ausgelagerte_Bildbeschreibungen#Konfidenzintervalle|Ausgelagerte Bildbeschreibung von Konfidenzintervalle]]

Die grüne und die dunkelblaue Markierung unterhalb der Verteilungen der Intervallgrenzen kennzeichnen diejenigen Fälle, in denen das Konfidenzintervall der Stichprobe den Erwartungswert der Grundgesamtheit nicht beinhaltet. In etwa 2.5 % der Fälle befindet sich die obere Grenze des Konfidenzintervalls unterhalb des Erwartungswertes (blau) und in 2.5 % der Fälle befindet sich die untere Grenze des Konfidenzintervalls oberhalb des Erwartungswertes μ = 100 (grün). Die untere Grenze Gu und die obere Grenze Go des Konfidenzintervalls lassen sich mithilfe der folgenden Formeln schätzen:

[[File:1_6_Konfidenzintervall_Formel.PNG|120px|link=Ausgelagerte_Formeln#Grenzen_eines_Konfidenzintervalls|Ausgelagerte Formeln obere und untere Grenzen eines Konfidenzintervalls]]

X̅ ist die Punktschätzung für den Populationsmittelwert, z1-α/2 das Quantil der Standardnormalverteilung und σX̅ der Standardfehler der Punktschätzung des Populationsmittelwertes. Zur Berechnung des Standardfehlers wird die Standardabweichung der Population benötigt. Da diese häufig nicht bekannt ist, wird der Standardfehler des Stichprobenmittelwertes sX̅ als Schätzwert für σX̅ verwendet (vgl. [[Standardfehler]]). Statt mit z-Werten der Standardnormalverteilung würden die Intervallgrenzen mit Quantilen der t-Verteilung bestimmt werden. Zum tieferen Verständnis sei auf Rudolf & Kuhlisch (2008) verwiesen.
Die Breite des Konfidenzintervalls ist von verschiedenen Parametern abhängig. Ein höheres festgelegtes Konfidenzniveau (1-α), d.h. zum Beispiel 99% statt 95%, führt zu einem breiteren Konfidenzintervall. Je höher die Standardabweichung, desto breiter ist das Konfidenzintervall. Erhöht man den Stichprobenumfang, dann wird das Konfidenzintervall schmaler.

[[Datei:Videolink_neu.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_6_Konfidenzintervalle_Link.html|120px]] kkk Im [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_6_Konfidenzintervalle_Link.html Video] wird der die Entstehung eines Konfidenzintervalls näher erläutert.

[[Datei:Simulationslink_neu2.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_6_Konfidenzintervalle/
|120px]] kkk Inwieweit das Konfidenzintervall von verschiedenen Parametern abhängig ist, lässt sich in der [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_6_Konfidenzintervalle/ interaktiven Simulation] grafisch nachvollziehen.

'''''Weiterführende Literatur'''''

Rudolf, M. & Kuhlisch, W. (2020). ''Biostatistik. Eine Eine Einführung für Bio- und Umweltwissenschaftler'' (2. Aufl.). München: Pearson Studium. (Kapitel 4.2)

Die F-Verteilung

2023-02-28T09:22:25Z

Nadia1:

{{Nav|Navigation|Statistik_Grundbegriffe|Hauptseite}}

Die F-Verteilung oder Fisher-Verteilung ist eine stetige, rechtsschiefe Wahrscheinlichkeitsverteilung, die in der Teststatistik im Rahmen unterschiedlicher F-Tests, v.a. bei Varianzvergleichen, eine wichtige Rolle spielt.

Die F-Verteilung entsteht dadurch, dass aus mehreren Grundgesamtheiten (mit den Parametern µi und σi) wiederholt Stichproben gezogen werden. Für jede dieser Stichproben wird mithilfe der folgenden Formel ein F-Wert bestimmt:

[[File:1_3_2_F_Verteilung_Formel.PNG|200px|link=Ausgelagerte_Formeln#F-Wert|Ausgelagerte Formel F-Wert]]

Ein F-Wert setzt die Quadratsumme zwischen den Gruppen mit der Quadratsumme innerhalb der Gruppen, jeweils relativiert an den Freiheitsgraden, ins Verhältnis. Es wird also die systematische Varianz zwischen den Gruppen mit der Fehlervarianz innerhalb der Gruppen verglichen. Die dadurch entstehenden F-Werte sind streng positiv. Ein Beispiel einer F-Verteilung aus 3 Gruppen mit einer Größe von jeweils 50 wird in Abbildung 1 dargestellt.

[[File:1_3_2_F_Verteilung.PNG|700px|Abbildung 1: F-Verteilung aus 300 Stichproben mit 3 Gruppen der Größe 50|link=Ausgelagerte_Bildbeschreibungen#Verteilung der F-Werte|Ausgelagerte Bildbeschreibung von Verteilung der F-Werte]]

Die Quantile der F-Verteilung und die damit einhergehenden p-Werte beschreiben den Wert unterhalb dessen ein bestimmter Anteil der Fläche der Verteilung liegt. In Abbildung ist das 95%-Quantil der Verteilung dargestellt. Die Quantile müssen nicht separat berechnet werden, sondern lassen sich aus Tabellen ablesen oder sind direkt in den Statistikprogrammen implementiert.

[[Datei:Videolink_neu.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_3_2_F_Verteilung_Link.html
|120px]] kkk Im [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_3_2_F_Verteilung_Link.html Video] wird die F-Verteilung näher erläutert.

[[Datei:Simulationslink_neu2.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_3_2_F_Verteilung/
|120px]] kkk Wie die F-Verteilung von der Anzahl der Gruppen und der jeweiligen Gruppengröße abhängt, lässt sich in der [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_3_2_F_Verteilung/ interaktiven Simulation] nachvollziehen.

'''''Weiterführende Literatur'''''

Rudolf, M. & Kuhlisch, W. (2020). ''Biostatistik. Eine Eine Einführung für Bio- und Umweltwissenschaftler'' (2. Aufl.). München: Pearson Studium. (Kapitel 3.3)

Die t-Verteilung

2023-02-28T09:21:48Z

Nadia1:

{{Nav|Navigation|Statistik_Grundbegriffe|Hauptseite}}

Die t-Verteilung oder auch Studentische t-Verteilung ist eine stetige Wahrscheinlichkeitsverteilung, die in der Teststatistik im Rahmen unterschiedlicher t-Tests, v.a. bei Mittelwertvergleichen, eine wichtige Rolle spielt.
Die t-Verteilung entsteht dadurch, dass aus einer Grundgesamtheit mit den Parametern µ und σ wiederholt Stichproben der Größe n gezogen werden. Für jede dieser Stichproben wird mithilfe der folgenden Formel ein t-Wert bestimmt:

[[File:1_3_1_tVerteilung_Formel.PNG|80px|link=Ausgelagerte_Formeln#t-Wert|Ausgelagerte Formel t-Wert]]

Die dabei entstehenden t-Werte streuen symmetrisch um den Wert 0 (vgl. Abbildung 1).

[[File:1_3_1_t_Verteilung.PNG|700px|Abbildung 1: t-Verteilung, simuliert aus 500 Stichproben der Größe 100|link=Ausgelagerte_Bildbeschreibungen#Die t-Verteilung|Ausgelagerte Bildbeschreibung von Die t-Verteilung]]

Die t-Verteilung ist zunächst breiter als die Standardnormalverteilung, wird mit steigender Anzahl an Freiheitsgraden df = (n-1) jedoch schmaler und nähert sich zunehmend der Form einer Standardnormalverteilung an.
Die Quantile der t-Verteilung und die damit einhergehenden p-Werte beschreiben den Wert, unterhalb dessen ein bestimmter Anteil der Fläche der Verteilung (einseitige Fragestellung) bzw. die Werte, zwischen denen ein bestimmter Anteil der Fläche der Verteilung liegt (zweiseitige Fragestellung). In Abbildung 1 sind die 95%-Quantile bei zweiseitiger Fragestellung dargestellt. Die Quantile können mit Hilfe von Statistik-Programmen berechnet oder entsprechenden Tabellen entnommen werden.

[[Datei:Videolink_neu.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_3_1_t_Verteilung_Link.html
|120px]] kkk Im [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_3_1_t_Verteilung_Link.html Video] wird die t-Verteilung näher erläutert.

[[Datei:Simulationslink_neu2.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_3_1_t_Verteilung/
|120px]] kkk Wie die t-Verteilung entsteht und sich mit zunehmender Stichprobengröße verändert, lässt sich in der [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_3_1_t_Verteilung/ interaktiven Simulation] nachvollziehen.

'''''Weiterführende Literatur'''''

Rudolf, M. & Kuhlisch, W. (2020). ''Biostatistik. Eine Eine Einführung für Bio- und Umweltwissenschaftler'' (2. Aufl.). München: Pearson Studium. (Kapitel 3.3 und 6.1)

Entstehung des Standardfehlers

2023-02-28T09:21:04Z

Nadia1:

{{Nav|Navigation|Statistik_Grundbegriffe|Hauptseite}}

Der Standardfehler ist eine sehr wichtige statistische Kenngröße, die die Grundlage vieler statistischer Tests darstellt, zum Beispiel in regressionsanalytischen Verfahren. In diesem Text und in der App wird exemplarisch auf den Standardfehler des Mittelwertes eingegangen.
Der Standardfehler des Mittelwertes ist ein statistisches Maß für die Genauigkeit der Schätzung des Populationsmittelwertes. Er entspricht der Standardabweichung der Verteilungen der Punktschätzungen des Populationsmittelwertes von Stichproben des Umfangs n einer Population.

Der Standardfehler ist von der Standardabweichung in der Population und der Stichprobengröße abhängig und lässt sich mithilfe der folgenden Formel berechnen:

[[File:1_2_Standardfehler_Formel.PNG|70px|link=Ausgelagerte_Formeln#Standardfehler|Ausgelagerte Formel Standardfehler]]

Ist die Streuung der Stichprobenmittelwerte um den Populationsmittelwert gering, kann der Populationsmittelwert genauer aus dem Mittelwert einer einzelnen Stichprobe geschätzt werden. Bei größerer Standardabweichung σ in der Population steigt demnach der Standardfehler an, wohingegen er bei größeren Stichprobenumfängen n geringer wird. Weil in der Praxis weder der Standardfehler des arithmetischen Mittelwertes noch die Standardabweichung aus der Population bekannt ist, wird der Standardfehler des Stichprobenmittelwertes sX̅ als Schätzwert für σX̅ verwendet. sX̅ wird dabei mithilfe der Standardabweichung s und dem Stichprobenumfang n aus den bekannten Daten der Stichprobe geschätzt.

In einer Grundgesamtheit aus Berufstätigen beträgt der mit dem Emotion Regulation Questionnaire (ERQ) erfasste Mittelwert im kognitiven Umdeuten von stressigen Situationen im Alltag (Reappraisal) µ = 25. Die Standardabweichung in dieser Grundgesamtheit beträgt σ = 6. Zieht man aus dieser Grundgesamtheit 500 Zufallsstichproben der Größe n = 150, dann streuen die Mittelwerte der 500 Stichproben normalverteilt um den tatsächlichen Populationsmittelwert (vgl. Abb. 1).

[[File:1_2_Standardfehler.PNG|700px|Abbildung 1: Verteilung der Stichprobenmittelwerte und Darstellung des Standardfehlers|link=Ausgelagerte_Bildbeschreibungen#Entstehung des Standardfehlers|Ausgelagerte Bildbeschreibung von Entstehung des Standardfehlers]]

Da in diesem fiktiven Beispiel die Standardabweichung der Grundgesamtheit bekannt ist, kann der Standardfehler direkt aus der Standardabweichung σ = 6 und der Stichprobengröße n = 150 berechnet werden. Der Standardfehler des Mittelwerts beträgt hier σX̅ = 0.49. Die aus den Parametern der Stichproben ermittelte Standardabweichung der gezogenen Mittelwerte beträgt s(X̅) = 0.48 und weicht somit nur minimal von σX̅ ab. Bei einer geringeren Anzahl an Zufallsziehungen wäre diese Schätzung ungenauer. Die Standardabweichung der gezogenen 500 Mittelwerte s(X̅) darf nicht mit dem Standardfehler eines einzelnen Stichprobenmittelwertes sX̅ verwechselt werden, welcher aus den Parametern s und n der einzelnen Stichprobe berechnet und in der Praxis für die Schätzung des Standardfehlers des arithmetischen Mittelwerts genutzt wird.

[[Datei:Videolink_neu.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_2_Standardfehler_Link.html
|120px]] kkk Im [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_2_Standardfehler_Link.html Video] wird der Standardfehler näher erläutert.

[[Datei:Simulationslink_neu2.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_2_Standardfehler/
|120px]] kkk Inwieweit der Standardfehler von verschiedenen Parametern abhängig ist, lässt sich in der [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_2_Standardfehler/ interaktiven Simulation] grafisch nachvollziehen.

'''''Weiterführende Literatur'''''

Rudolf, M. & Kuhlisch, W. (2020). ''Biostatistik. Eine Eine Einführung für Bio- und Umweltwissenschaftler'' (2. Aufl.). München: Pearson Studium. (Kapitel 4)

Der p-Wert

2023-02-28T09:20:05Z

Nadia1:

{{Nav|Navigation|Statistik_Grundbegriffe|Hauptseite}}

Der p-Wert ist die zentrale Größe beim Testen statistischer Hypothesen. Er gibt an, wie wahrscheinlich es unter Gültigkeit der Nullhypothese ist, den in einer Stichprobe berechneten Schätzwert, oder einen der Nullhypothese noch mehr widersprechenden Wert zu erhalten.
Je geringer der p-Wert, desto eher kann die Nullhypothese für die vorliegende Population ablehnt werden. Ist der p-Wert geringer als das vorher festgelegte Signifikanzniveau α, wird das Ergebnis als signifikant bezeichnet und die Nullhypothese abgelehnt. Das Signifikanzniveau wird in der Praxis zumeist auf α = 0.05 oder α = 0.01 festgelegt.
Die Größe des p-Wertes ist abhängig von der Art der Fragestellung. Dabei wird zwischen gerichteten (einseitigen) und ungerichteten (zweiseitigen) Fragestellungen unterschieden. Will man z.B. nachweisen, dass sich die Werte einer Stichprobe im Persönlichkeitsmerkmal Neurotizismus von den Werten in der Grundgesamtheit unterscheiden, liegt eine zweiseitige Fragestellung vor. Die zweiseitige Fragestellung trifft keine Aussage über die Richtung des Unterschiedes. Will man jedoch nachweisen, dass die Neurotizismus-Ausprägungen in der Stichprobe höher sind als in der Grundgesamtheit, so handelt es sich um eine einseitige Fragestellung.

'''''Beispiel'''''

In einem fiktiven Beispiel wurde in einer Stichprobe von Psychologiestudierenden der Größe n = 40 der Mittelwert von x̅ = 23 bei einer Standardabweichung von s = 7 in Neurotizismus erfasst. Der bekannte Mittelwert in der Grundgesamtheit der Allgemeinbevölkerung beträgt µ0 = 21. Bei einer zweiseitigen Fragestellung drückt die Alternativhypothese aus, dass sich der Populationsmittelwert der Psychologiestudierenden vom Mittelwert der Allgemeinbevölkerung unterscheidet (H1: µP ≠ µ0). Die Nullhypothese drückt komplementär dazu aus, dass sich die Mittelwerte der Grundgesamtheiten nicht voneinander unterscheiden (H0: µP = µ0). Ein zweiseitiger t-Test ergibt einen t-Wert von t(39) = 1.807 und einen p-Wert von p = 0.078. Die Wahrscheinlichkeit, den in der Stichprobe berechneten Schätzwert x̅ = 23 oder einen betragsmäßig noch stärker von µ0 = 21 abweichenden Mittelwert bei einer Standardabweichung s = 7 unter der Annahme der Nullhypothese zu erhalten, beträgt 7,8 Prozent. Bei einem Signifikanzniveau von α = 0.05 ist der gefundene Mittelwertsunterschied wegen 0.078 > 0.05 nicht signifikant. In Abbildung 1 ist dieser Sachverhalt mithilfe der interaktiven Simulation zum p-Wert grafisch veranschaulicht.

[[File:p_Wert_1.png|600px|Abbildung 1: Verteilung der t-Werte und Darstellung des p-Wertes bei zweiseitiger Fragestellung|link=Ausgelagerte_Bildbeschreibungen#Der p-Wert zweiseitig|Ausgelagerte Bildbeschreibung von Der p-Wert zweiseitig]]

[[Datei:Videolink_neu.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_1_p_Wert_zweiseitig_Link.html
|120px]] kkk Im [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_1_p_Wert_zweiseitig_Link.html Video] wird der p-Wert bei zweiseitiger Fragestellung näher erläutert.

Bei einer einseitigen Fragestellung wird die Alternativhypothese untersucht, dass der Populationsmittelwert in Neurotizismus in der Grundgesamtheit der Psychologiestudierenden größer ist als der Mittelwert der Allgemeinbevölkerung (H1: µP > µ_0). Die Nullhypothese besagt dazu komplementär, dass der Mittelwert in der Grundgesamtheit mindestens genauso hoch oder höher ist als der Mittelwert der Grundgesamtheit der Psychologiestudierenden (H0: µP ≤ µ0). Unter ansonsten gleichen Bedingungen ergibt sich hier der halbierte p-Wert von p = 0.039. Die Wahrscheinlichkeit, den in der Stichprobe berechneten Schätzwert x̅ = 23, oder einen noch größeren Schätzwert unter Annahme der Nullhypothese zu erhalten, liegt bei 3,9 Prozent. Bei einem Signifikanzniveau von α = 0.05 ist der gefundene Mittelwertsunterschied wegen 0.039 < 0.05 signifikant. In Abbildung 2 ist der einseitige p-Wert dieses Beispiels grafisch veranschaulicht.

[[File:p_Wert_2.png|600px|Abbildung 2: Verteilung der t-Werte und Darstellung des p-Wertes bei einseitiger Fragestellung|link=Ausgelagerte_Bildbeschreibungen#Der p-Wert einseitig |Ausgelagerte Bildbeschreibung von Der p-Wert einseitig ]]

[[Datei:Videolink_neu.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_1_p_Wert_einseitig_Link.html|120px]] kkk Im [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_1_p_Wert_einseitig_Link.html Video] wird der p-Wert bei einseitiger Fragestellung näher erläutert.

[[Datei:Simulationslink_neu2.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_1_p_Wert/
|120px]] kkk Inwieweit der p-Wert von verschiedenen Parametern abhängig ist, lässt sich in der [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_1_p_Wert/ interaktiven Simulation] nachvollziehen.

'''''Weiterführende Literatur'''''

Rudolf, M. & Kuhlisch, W. (2020). ''Biostatistik. Eine Eine Einführung für Bio- und Umweltwissenschaftler'' (2. Aufl.). München: Pearson Studium. (Kapitel 5.3)

Power-Vergleiche

2023-02-28T09:18:57Z

Nadia1:

{{Nav|Navigation|Statistik_Grundbegriffe|Hauptseite}}

Power-Untersuchungen ermöglichen auf der Basis von Simulationen Einschätzungen über die Wahrscheinlichkeit, dass bestimmte statistische Tests unter gegebenen Parametern die Nullhypothese korrekterweise ablehnen (vgl. [[Teststärke]]).

Um die Power eines Tests zu schätzen, können z.B. Monte-Carlo Simulationen durchgeführt werden (vgl. [[Robustheitsuntersuchungen]]). Am Beispiel des Mittelwertsvergleichs von zwei Stichproben werden dafür aus zwei Grundgesamtheiten mit unterschiedlichen Mittelwerten und gleichen Standardabweichungen jeweils eine große Menge an Stichproben der Größe n gezogen. Für jedes Stichprobenpaar wird dann die Teststatistik berechnet. Der Anteil aller Vergleiche, welche die Nullhypothese bei vorher festgelegtem α signifikant ablehnen, entspricht in diesem Fall der Teststärke, da allen berechneten Teststatistiken ein realer Mittelwertsunterschied der Grundgesamtheiten zugrunde liegt.

Ein Power-Vergleich vergleicht die Wahrscheinlichkeiten verschiedener statistischer Tests, unter gegebenen Parametern signifikante Ergebnisse zu erzielen. In Abbildung 1 wird z.B. der Vergleich zwischen t-Test und U-Test dargestellt. Dafür wurden aus zwei Grundgesamtheiten mit einem Mittelwertsunterschied von 1 und Standardabweichungen von σ = 1 jeweils 2000 Stichproben der Größe n = 10 gezogen. Die Voraussetzungen des t-Tests und des U-Tests seien erfüllt.

[[File:1_10_Power_Vergleiche.PNG|800px|Abbildung 1: Darstellung der Power anhand von Monte-Carlo Simulationen des t- und U-Tests|link=Ausgelagerte_Bildbeschreibungen#Power_Vergleiche|Ausgelagerte Bildbeschreibung von Power Vergleiche]]

Über jedes dieser 2000 Stichprobenpaare werden ein t-Test und ein U-Test gerechnet. Die Anteile der signifikanten Mittelwertsunterschiede (Power) werden im rechten Teil der Abbil-dung dargestellt. Bei gleichen Voraussetzungen werden beim t-Test etwa 4-5 % mehr Mittelwertsunterschiede signifikant (66.7 %) als beim U-Test (62.15 %). Bei erfüllten Voraussetzungen sollte der t-Test dem U-Test dementsprechend vorgezogen werden.

[[Datei:Videolink_neu.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_10_Power_Vergleiche_Link.html
|120px]] kkk Im [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_10_Power_Vergleiche_Link.html Video] werden Power-Vergleiche näher erläutert.

[[Datei:Simulationslink_neu2.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_10_Power_Vergleiche/
|120px]] kkk In der [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_10_Power_Vergleiche/ interaktiven Simulation] lassen sich Power-Vergleiche anhand von Monte-Carlo Simulationen für t-Tests und U-Tests bei verschiedenen Parameterwerten durchführen.

'''''Weiterführende Literatur'''''

Cohen, J. (1988). ''Statistical power analysis for the behavioral sciences''. Hillsdale, NY: Erlbaum.

Rudolf, M. & Kuhlisch, W. (2020). Biostatistik. Eine Eine Einführung für Bio- und Umweltwissenschaftler (2. Aufl.). München: Pearson Studium. (Kapitel 6.5)

Robustheitsuntersuchungen

2023-02-28T09:18:27Z

Nadia1:

{{Nav|Navigation|Statistik_Grundbegriffe|Hauptseite}}

Mithilfe von Robustheitsuntersuchungen kann festgestellt werden, ob statistische Tests trotz verletzter Voraussetzungen anwendbar sind. Das spielt vor allem bei der Vorbereitung empirischer Untersuchungen eine wichtige Rolle.

Bei vielen empirischen Untersuchungen kann nicht davon ausgegangen werden, dass alle Voraussetzungen eines parametrischen Tests erfüllt sind. Es ist jedoch davon abzuraten, einen statistischen Test bei nicht erfüllten Voraussetzungen (wie z.B. Verteilungsannahmen) prinzipiell nicht durchzuführen, da häufig trotzdem robuste Ergebnisse erzielt werden. Ein Test ist dann robust, wenn die Wahrscheinlichkeit für einen Fehler 1. Art ein gegebenes Signifikanzniveau α nicht überschreitet, obwohl nicht alle Voraussetzungen des berechneten Tests erfüllt werden.

Um die Robustheit eines Tests bei verletzten Voraussetzungen zu untersuchen, können Monte-Carlo Studien durchgeführt werden. Dabei werden z.B. aus einer nichtnormalverteilten Grundgesamtheit unter der Annahme der Nullhypothese sehr viele Stichproben des Umfangs n gezogen. Für jede dieser gezogenen Stichproben wird dann ein Signifikanztest – zum Beispiel ein t-Test - mit einem vorher festgelegten Signifikanzniveau α gerechnet. Anschließend berechnet man den Anteil aller Tests, welche die Nullhypothese fälschlicherweise signifikant ablehnen (γ). Handelt es sich um einen robusten Test würde man erwarten, dass γ in etwa gleich hoch ist wie α. Bei γ < α agiert der Test konservativ, d.h. die Nullhypothese wird seltener abgelehnt als erwartet. Grundsätzlich spricht in diesem Fall nichts gegen die Anwendung des Tests, allerdings wird die Wahrscheinlichkeit eines Fehlers 2. Art erhöht und damit die [[Teststärke]] verringert. Bei γ > α wird die Nullhypothese mit größerer Wahrscheinlichkeit als α abgelehnt, d.h. es ist bei einem signifikanten Ergebnis nicht mehr erkennbar, ob tatsächlich ein signifikanter Effekt vorliegt oder ob das signifikante Testergebnis auf die nicht erfüllten Voraussetzungen zurückzuführen ist. In diesem Fall kann der Test nicht angewendet werden. Bei γ 󠆣≈ α entspricht der Anteil abgelehnten Nullhypothesen annähernd der erwarteten Anzahl, d.h. der Test kann trotz verletzter Voraussetzungen ohne Bedenken verwendet werden.

In Abbildung 1 wird eine Robustheitsuntersuchung des t-Tests bei linkssteilen, weibullverteilten Daten (Skalierungsparameter λ = 1, Formparameter k = 1) in Form einer Monte-Carlo Simulation für n = 10 und α = 0.05 dargestellt.

[[File:1_9_Robustheitsuntersuchungen.PNG|800px|Abbildung 1: Monte-Carlo Simulation weibullverteilter Daten|link=Ausgelagerte_Bildbeschreibungen#Robustheitsuntersuchungen|Ausgelagerte Bildbeschreibung von Robustheitsuntersuchungen]]

Im rechten Teil der Abbildung werden die t-Werte aus den Zufallsziehungen sowie der Anteil signifikant abgelehnter Nullhypothesen (γ) dargestellt. Mit einem γ von ca. 9 % werden deutlich mehr Nullhypothesen signifikant abgelehnt als erwartet (0.09 > 0.05). Bei der vorliegenden Verletzung der Annahme der Normalverteilung und beim untersuchten Stichprobenumfang ist der t-Test nicht robust und sollte dementsprechend nicht verwendet werden. Durch Erhöhung des Stichprobenumfanges nähert sich γ auch bei schiefen Verteilungen wie der Weibull-Verteilung α an, der t-Test wird entsprechend robuster.

[[Datei:Videolink_neu.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_9_Robustheitsuntersuchungen_Link.html
|120px]] kkk Im [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_9_Robustheitsuntersuchungen_Link.html Video] werden Robustheitsuntersuchungen näher erläutert.

[[Datei:Simulationslink_neu2.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_9_Robustheitsuntersuchungen/
|120px]] kkk In der [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_9_Robustheitsuntersuchungen/ interaktiven Simulation] lassen sich Monte-Carlo Simulationen für verschiedene Verteilungen mit unterschiedlichen Stichprobenumfängen berechnen.

'''''Weiterführende Literatur'''''

Rudolf, M. & Kuhlisch, W. (2020). Biostatistik. Eine Eine Einführung für Bio- und Umweltwissenschaftler (2. Aufl.). München: Pearson Studium. (Kapitel 6.5)

Bootstrapping

2023-02-28T09:16:58Z

Nadia1:

{{Nav|Navigation|Statistik_Grundbegriffe|Hauptseite}}

Die Bootstrap-Technik nach Efron (1979) ist ein Resampling-Verfahren, welches es ermöglicht, Parameter aus einer Stichprobe zu schätzen, ohne Annahmen über eine spezifische Verteilung zu treffen. Sie wird in der Praxis angewandt, wenn die untersuchten Werte keiner bekannten Verteilung folgen.

Das Prinzip des Bootstrapping beruht darauf, Informationen über eine unbekannte Population durch Resampling einer einzelnen Stichprobe aus dieser Population zu erhalten. Resampling bedeutet in diesem Fall, dass eine große Anzahl Bootstrap-Stichproben mit Zurücklegen aus der Ausgangsstichprobe gezogen werden. Dabei wird zunächst ein einzelner Wert gezogen und wieder in die Ausgangsstichprobe zurückgelegt. Dieser Vorgang wird so häufig wiederholt, bis die Bootstrap-Stichprobe die Größe der Ausgangsstichprobe erreicht hat. Durch das Zurücklegen kann eine Bootstrap-Stichprobe einzelne Werte der Ausgangsstichprobe mehrfach, andere Werte wiederum gar nicht enthalten. Auf diese Art werden üblicherweise mehrere tausend Bootstrap-Stichproben erzeugt. Für jede dieser Bootstrap-Stichproben kann z.B. der arithmetische Mittelwert x̅ oder ein anderer interessierender Parameter geschätzt werden. Anhand der Verteilung der arithmetischen Mittelwerte der Bootstrap-Strichproben sind Rückschlüsse auf die Parameter der Population möglich. Eine häufige Anwendung ist die Berechnung valider Konfidenzintervalle für Parameter der Population. In Abbildung 1 sind die Mittelwerte und das 95%-Konfidenzintervall von 20000 Bootstrap-Stichproben dargestellt, die aus einer nicht-normalverteilten Ausgangsstichprobe mit einem Mittelwert von x̅ = 2.75 und einer Standardabweichung von s = 1.45 gezogen wurden. 95 % der Mittelwerte aller gezogenen Bootstrapstichproben befinden sich zwischen 2.36 und 3.15.

[[File:1_7_Bootstrapping.PNG|800px|Abbildung 1: Mittelwerte von 20000 Bootstrap-Stichproben (n=50) mit Darstellung des 95%-Konfidenzintervalls|link=Ausgelagerte_Bildbeschreibungen#Säulendiagramm_Bootstrapping|Ausgelagerte Bildbeschreibung von Säulendiagramm Bootstrapping]]

Als non-parametrisches Verfahren ohne Verteilungsannahmen ist Bootstrapping in vielen Kontexten anwendbar, wie z.B. bei der Prüfung von indirekten Effekten bei linearen Strukturgleichungsmodellen. Eine wichtige Voraussetzung für die Anwendung der Bootstrap-Technik ist jedoch, dass die Ausgangsstichprobe repräsentativ für die Grundgesamtheit sein muss. Außerdem ist das Verfahren rechenintensiv, was besonders bei zunehmender Anzahl an Bootstrap-Stichproben berücksichtigt werden muss.

[[Datei:Videolink_neu.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_7_Bootstrapping_Link.html
|120px]] kkk Im [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_7_Bootstrapping_Link.html Video] wird die Bootstrap-Technik näher erläutert.

[[Datei:Simulationslink_neu2.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_7_Bootstrapping/
|120px]] kkk Die Methode des Bootstrappings lässt sich in der [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_7_Bootstrapping/ interaktiven Simulation] mit verschiedenen Ausgangsstichproben und für verschiedene Stichprobengrößen und Konfidenzniveaus nachvollziehen.

'''''Weiterführende Literatur'''''

Manly, B.F. (2018). ''Randomization, bootstrap and Monte Carlo Methods in biology''. Chapman and Hall/CRC

Rudolf, M. & Kuhlisch, W. (2020). Biostatistik. Eine Eine Einführung für Bio- und Umweltwissenschaftler (2. Aufl.). München: Pearson Studium. (Kapitel 6.4)

Permutationstest

2023-02-28T08:52:44Z

Nadia1:

{{Nav|Navigation|Statistik_Grundbegriffe|Hauptseite}}

Permutationstests bieten zum Beispiel die Möglichkeit, Mittelwertsvergleiche zweier unabhängiger Stichproben vorzunehmen, wenn die Voraussetzungen eines parametrischen Tests, wie des t-Tests, nicht erfüllt sind.

Für den Permutationstest wird in diesem Beispiel zunächst eine Nullhypothesen-Verteilung erzeugt, bei der angenommen wird, dass es keine Unterschiede zwischen beiden Grundgesamtheiten gibt. Die Daten der beiden Ausgangsstichproben werden wie eine Grundgesamtheit behandelt, aus welcher Permutationen erzeugt werden, d.h. es werden aus allen Daten Stichproben ohne Zurücklegen in der Größe der Ausgangsstichproben gezogen. Hätte man beispielsweise zwei Stichproben S1 und S2 mit den Werten S1: 3, 5, 2 und S2: 8, 4, 10, dann wären mögliche Permutationen dieser z.B. 3, 8, 2 und 10, 4, 5 oder 10, 5, 2 und 8, 3, 4. Es werden nun entweder alle Permutationskombinationen erschöpft (exakte Methode) oder bei größeren Stichproben eine große Anzahl an Permutationen durch Zufallsziehungen erzeugt (Annäherungsmethode). Für jede Kombination permutierter Stichproben wird der normierte Mittelwertsunterschied (Cohens d) berechnet. Aus diesen Mittelwertsunterschieden entsteht die Nullhypothesen-Verteilung, die auch als Permutationsverteilung bezeichnet wird. Um zu überprüfen, ob der Mittelwertsunterschied der Ausgangsstichproben signifikant von 0 verschieden ist, wird dieser auf der Verteilung verortet. Anschließend kann überprüft werden, wie wahrscheinlich es unter Gültigkeit der Nullhypothese ist, den Mittelwertsunterschied der Ausgangsstichproben oder einen der Nullhypothese noch stärker widersprechenden Mittelwertsunterschied zu erhalten ([[Der p-Wert|p-Wert]]). Dazu teilt man die Anzahl aller Werte gleich oder größer dem gefundenen Mittelwertsunterschied durch die Anzahl aller Werte der Permutationsverteilung. Der so berechnete p-Wert kann anschließend mit dem vorher festgelegten Signifikanzniveau α verglichen werden.

In Abbildung 1 werden die an der gepoolten Standardabweichung normierten Mittelwertsunterschiede (Cohens d) von 20000 Permutationen aus zwei unabhängigen Ausgangsstichproben der Größe n1 = n2 = 40 mit den Mittelwerten x̅1 = 1.32 und x̅2 = 0.87 bei einer gepoolten Standardabweichung von 1 dargestellt.

[[File:1_8_Permutationstest.PNG|800px|Abbildung 1: Permutationsverteilung aus 20000 Zufallsziehungen und Darstellung des p-Wertes für den gefundenen Mittelwertsunterschied der Stichproben|link=Ausgelagerte_Bildbeschreibungen#Permutationstest|Ausgelagerte Bildbeschreibung von Permutationstest]]

Eine wichtige Voraussetzung für die Anwendung des Permutationstest ist, dass die Ausgangsstichproben repräsentativ für die zugrundeliegenden Grundgesamtheiten sein müssen. Außerdem ist das Verfahren rechenintensiv und erfordert mit höherer Anzahl an Permutationen eine zunehmende Rechenleistung.

[[Datei:Videolink_neu.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_8_Permutationstest_Link.html
|120px]] kkk Im [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Videolinks/1_8_Permutationstest_Link.html Video] wird der Permutationstest näher erläutert.

[[Datei:Simulationslink_neu2.PNG|link=http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_8_Permutationstest/
|120px]] kkk In der [http://141.76.19.82:3838/mediawiki/MUVE_STAT/Apps/1_8_Permutationstest/ interaktiven Simulation] lassen sich Permutationstests für verschiedene Ausgangsstichproben und unterschiedliche Stichprobengrößen berechnen.

'''''Weiterführende Literatur'''''

Collingridge, D. S. (2013). A primer on quantitized data analysis and permutation testing. ''Journal of Mixed Methods Research'', 7(1), 81-97.

Rudolf, M. & Kuhlisch, W. (2020). ''Biostatistik. Eine Eine Einführung für Bio- und Umweltwissenschaftler'' (2. Aufl.). München: Pearson Studium. (Kapitel 6.4)

Hauptseite

2020-10-29T16:27:23Z

Nadia1:

<div class="noprint" style="float:right; border:1px solid;width:320px;background-color:#F5F5F5;padding:10px">
{| cellspacing="0"
'''Ein E-Learning Angebot der Professur Methoden der Psychologie und kognitive Modellierung''' 

 '''''Inhaltliche Verantwortung'''''
* [mailto:Stefan.Scherbaum@psychologie.tu-dresden.de Prof. Dr. Stefan Scherbaum] 
* [mailto:Matthias.Rudolf@tu-dresden.de Dr. Matthias Rudolf] 

 '''''Inhaltliche und technische Beratung'''''
* [mailto:Diana.Vogel@tu-dresden.de Diana Vogel] 

 '''''Autorinnen und Autoren''''' 
* Micha Englisch 
* Diana Ewert-Altenhain 
* Malgorzata Górniak 
* Maren Klein 
* Paulina Lemper 
* Johanna Petzold 
* Maria Reichert 
* Kristina Schäfer 
* Theo Schäfer 
* Carolin Scholl 
* Johannes Steffen 
* Peggy Wehner 
* Nele Weßels 

 '''''Technische Unterstützung''''' 
* [mailto:Frank.Leonhardt@tu-dresden.de Dipl.-Ing. Frank Leonhardt]

|}</div>

Herzlich Willkommen im E-Learning-Modul "Methoden der Psychologie" der Professur Methoden der Psychologie und kognitive Modellierung der TU Dresden.

Sie finden hier eine Artikelsammlung mit entsprechenden Übungen zum Einstieg in das Thema psychologische Forschungsmethoden und Versuchsplanung. Die Texte und die Übungsaufgaben sind einerseits als begleitende Unterstützung zum Modul M1 "Methoden der Psychologie" des Bachelor-Programms Psychologie gedacht. Andererseits können sie in Master-Studiengängen sowie als generelles Informationsangebot zum Einstieg in die Themen Forschungsmethoden und Versuchsplanung genutzt werden.

Im Bereich der fortgeschrittenen Methoden finden Sie Texte, Videos, Apps mit Szenarien sowie Übungsaufgaben zu statistischen Grundbegriffen und zu grundlegenden multivariaten Verfahren. Die Inhalte sind sowohl als Ergänzung zur Statistik-Ausbildung des Bachelorstudiums Psychologie als auch für den Übergang zu Masterprogrammen wie zum Beispiel HPSTS (Human Performance in Socio-Technical Systems) an der TU Dresden konzipiert.

Spezielles Methodenwissen wird in den Apps, Texten und Übungsaufgaben zur kognitiven Modellierung angeboten, die zur Ergänzung der Methodenausbildung im Master-Programm CAN (Cognitive Affective Neuroscience) an der TU Dresden entwickelt wurden.

Und nun viel Spaß bei der Wissenserweiterung,
 Ihr E-Learning Team

[[Datei:Puzzle_Methoden.PNG|center|650px]]

----

''Als Lernpause oder zur Überprüfung, ob die Begriffskenntnis inzwischen ausreichend ausgeprägt ist, empfehlen wir [[Methoden-Blödelei|dieses]] Schmankerl.''

Hauptseite

2020-10-29T16:26:44Z

Nadia1:

<div class="noprint" style="float:right; border:1px solid;width:320px;background-color:#F5F5F5;padding:10px">
{| cellspacing="0"
'''Ein E-Learning Angebot der Professur Methoden der Psychologie und kognitive Modellierung''' 

 '''''Inhaltliche Verantwortung'''''
* [mailto:Stefan.Scherbaum@psychologie.tu-dresden.de Prof. Dr. Stefan Scherbaum] 
* [mailto:Matthias.Rudolf@tu-dresden.de Dr. Matthias Rudolf] 

 '''''Inhaltliche und technische Beratung'''''
* [mailto:Diana.Vogel@tu-dresden.de Diana Vogel] 

 '''''Autorinnen und Autoren''''' 
Micha Englisch 
Diana Ewert-Altenhain 
Malgorzata Górniak 
Maren Klein 
Paulina Lemper 
Johanna Petzold 
Maria Reichert 
Kristina Schäfer 
Theo Schäfer 
Carolin Scholl 
Johannes Steffen 
Peggy Wehner 
Nele Weßels 

 '''''Technische Unterstützung''''' 
* [mailto:Frank.Leonhardt@tu-dresden.de Dipl.-Ing. Frank Leonhardt]

|}</div>

Herzlich Willkommen im E-Learning-Modul "Methoden der Psychologie" der Professur Methoden der Psychologie und kognitive Modellierung der TU Dresden.

Sie finden hier eine Artikelsammlung mit entsprechenden Übungen zum Einstieg in das Thema psychologische Forschungsmethoden und Versuchsplanung. Die Texte und die Übungsaufgaben sind einerseits als begleitende Unterstützung zum Modul M1 "Methoden der Psychologie" des Bachelor-Programms Psychologie gedacht. Andererseits können sie in Master-Studiengängen sowie als generelles Informationsangebot zum Einstieg in die Themen Forschungsmethoden und Versuchsplanung genutzt werden.

Im Bereich der fortgeschrittenen Methoden finden Sie Texte, Videos, Apps mit Szenarien sowie Übungsaufgaben zu statistischen Grundbegriffen und zu grundlegenden multivariaten Verfahren. Die Inhalte sind sowohl als Ergänzung zur Statistik-Ausbildung des Bachelorstudiums Psychologie als auch für den Übergang zu Masterprogrammen wie zum Beispiel HPSTS (Human Performance in Socio-Technical Systems) an der TU Dresden konzipiert.

Spezielles Methodenwissen wird in den Apps, Texten und Übungsaufgaben zur kognitiven Modellierung angeboten, die zur Ergänzung der Methodenausbildung im Master-Programm CAN (Cognitive Affective Neuroscience) an der TU Dresden entwickelt wurden.

Und nun viel Spaß bei der Wissenserweiterung,
 Ihr E-Learning Team

[[Datei:Puzzle_Methoden.PNG|center|650px]]

----

''Als Lernpause oder zur Überprüfung, ob die Begriffskenntnis inzwischen ausreichend ausgeprägt ist, empfehlen wir [[Methoden-Blödelei|dieses]] Schmankerl.''

Hauptseite

2020-10-29T16:23:21Z

Nadia1:

<div class="noprint" style="float:right; border:1px solid;width:320px;background-color:#F5F5F5;padding:10px">
{| cellspacing="0"
'''Ein E-Learning Angebot der Professur Methoden der Psychologie und kognitive Modellierung''' 

 '''''Inhaltliche Verantwortung'''''
* [mailto:Stefan.Scherbaum@psychologie.tu-dresden.de Prof. Dr. Stefan Scherbaum] 
* [mailto:Matthias.Rudolf@tu-dresden.de Dr. Matthias Rudolf] 

 '''''Inhaltliche und technische Beratung'''''
* [mailto:Diana.Vogel@tu-dresden.de Diana Vogel] 

 '''''Autorinnen und Autoren''''' 
M. Englisch 
D. Ewert-Altenhain 
M. Gorniak 
M. Klein 
P. Lemper 
J. Petzold 
M. Reichert 
K. Schäfer 
T. Schäfer 
C. Scholl 
J. Steffen 
P. Wehner 
N. Weßels 

 '''''Technische Unterstützung''''' 
* [mailto:Frank.Leonhardt@tu-dresden.de Dipl.-Ing. Frank Leonhardt]

|}</div>

Herzlich Willkommen im E-Learning-Modul "Methoden der Psychologie" der Professur Methoden der Psychologie und kognitive Modellierung der TU Dresden.

Sie finden hier eine Artikelsammlung mit entsprechenden Übungen zum Einstieg in das Thema psychologische Forschungsmethoden und Versuchsplanung. Die Texte und die Übungsaufgaben sind einerseits als begleitende Unterstützung zum Modul M1 "Methoden der Psychologie" des Bachelor-Programms Psychologie gedacht. Andererseits können sie in Master-Studiengängen sowie als generelles Informationsangebot zum Einstieg in die Themen Forschungsmethoden und Versuchsplanung genutzt werden.

Im Bereich der fortgeschrittenen Methoden finden Sie Texte, Videos, Apps mit Szenarien sowie Übungsaufgaben zu statistischen Grundbegriffen und zu grundlegenden multivariaten Verfahren. Die Inhalte sind sowohl als Ergänzung zur Statistik-Ausbildung des Bachelorstudiums Psychologie als auch für den Übergang zu Masterprogrammen wie zum Beispiel HPSTS (Human Performance in Socio-Technical Systems) an der TU Dresden konzipiert.

Spezielles Methodenwissen wird in den Apps, Texten und Übungsaufgaben zur kognitiven Modellierung angeboten, die zur Ergänzung der Methodenausbildung im Master-Programm CAN (Cognitive Affective Neuroscience) an der TU Dresden entwickelt wurden.

Und nun viel Spaß bei der Wissenserweiterung,
 Ihr E-Learning Team

[[Datei:Puzzle_Methoden.PNG|center|650px]]

----

''Als Lernpause oder zur Überprüfung, ob die Begriffskenntnis inzwischen ausreichend ausgeprägt ist, empfehlen wir [[Methoden-Blödelei|dieses]] Schmankerl.''

Hauptseite

2020-10-29T16:23:03Z

Nadia1:

<div class="noprint" style="float:right; border:1px solid;width:320px;background-color:#F5F5F5;padding:10px">
{| cellspacing="0"
'''Ein E-Learning Angebot der Professur Methoden der Psychologie und kognitive Modellierung''' 

 '''''Inhaltliche Verantwortung'''''
* [mailto:Stefan.Scherbaum@psychologie.tu-dresden.de Prof. Dr. Stefan Scherbaum] 
* [mailto:Matthias.Rudolf@tu-dresden.de Dr. Matthias Rudolf] 

 '''''Inhaltliche und technische Beratung'''''
* [mailto:Diana.Vogel@tu-dresden.de Diana Vogel] 

 '''''Autorinnen und Autoren'''''
M. Englisch 
D. Ewert-Altenhain 
M. Gorniak 
M. Klein 
P. Lemper 
J. Petzold 
M. Reichert 
K. Schäfer 
T. Schäfer 
C. Scholl 
J. Steffen 
P. Wehner 
N. Weßels 

 '''''Technische Unterstützung''''' 
* [mailto:Frank.Leonhardt@tu-dresden.de Dipl.-Ing. Frank Leonhardt]

|}</div>

Herzlich Willkommen im E-Learning-Modul "Methoden der Psychologie" der Professur Methoden der Psychologie und kognitive Modellierung der TU Dresden.

Sie finden hier eine Artikelsammlung mit entsprechenden Übungen zum Einstieg in das Thema psychologische Forschungsmethoden und Versuchsplanung. Die Texte und die Übungsaufgaben sind einerseits als begleitende Unterstützung zum Modul M1 "Methoden der Psychologie" des Bachelor-Programms Psychologie gedacht. Andererseits können sie in Master-Studiengängen sowie als generelles Informationsangebot zum Einstieg in die Themen Forschungsmethoden und Versuchsplanung genutzt werden.

Im Bereich der fortgeschrittenen Methoden finden Sie Texte, Videos, Apps mit Szenarien sowie Übungsaufgaben zu statistischen Grundbegriffen und zu grundlegenden multivariaten Verfahren. Die Inhalte sind sowohl als Ergänzung zur Statistik-Ausbildung des Bachelorstudiums Psychologie als auch für den Übergang zu Masterprogrammen wie zum Beispiel HPSTS (Human Performance in Socio-Technical Systems) an der TU Dresden konzipiert.

Spezielles Methodenwissen wird in den Apps, Texten und Übungsaufgaben zur kognitiven Modellierung angeboten, die zur Ergänzung der Methodenausbildung im Master-Programm CAN (Cognitive Affective Neuroscience) an der TU Dresden entwickelt wurden.

Und nun viel Spaß bei der Wissenserweiterung,
 Ihr E-Learning Team

[[Datei:Puzzle_Methoden.PNG|center|650px]]

----

''Als Lernpause oder zur Überprüfung, ob die Begriffskenntnis inzwischen ausreichend ausgeprägt ist, empfehlen wir [[Methoden-Blödelei|dieses]] Schmankerl.''

Barrierefreiheit

2020-10-29T16:17:42Z

Nadia1: Die Seite wurde neu angelegt: „__NOTOC__ == Erklärung zur Barrierefreiheit == Die Professur für Methoden der Psychologie und kognitive Modellierung, Fakultät Psychologie, TU Dresden is…“

__NOTOC__

== Erklärung zur Barrierefreiheit ==

Die Professur für Methoden der Psychologie und kognitive Modellierung, Fakultät Psychologie, TU Dresden ist bemüht, ihre unter https://methpsy.elearning.psych.tudresden.de/mediawiki/index.php/Hauptseite veröffentlichte Website im Einklang mit den Bestimmungen des Barrierefreie-Websites-Gesetz (BfWebG) in Verbindung mit der Barrierefreie-Informationstechnik-Verordnung (BITV 2.0) barrierefrei zugänglich zu machen.

== Erstellung dieser Erklärung zur Barrierefreiheit ==
Diese Erklärung wurde am 23.09.2020 erstellt und noch nicht aktualisiert.

== Stand der Barrierefreiheit ==
Es wurde bisher noch kein BITV-Test für die Website durchgeführt. Dieser ist in Form einer Selbstbewertung im zweiten Quartal 2021 geplant.

== Kontakt ==
Sollten Ihnen Mängel in Bezug auf die barrierefreie Gestaltung auffallen, wenden Sie sich bitte an [mailto:matthias.rudolf@tu-dresden.de Dr. Matthias Rudolf].

== Durchsetzungsverfahren ==
Wenn wir Ihre Rückmeldungen aus Ihrer Sicht nicht befriedigend bearbeiten, können Sie sich an die Sächsische Durchsetzungsstelle wenden: 
Beauftragter der Sächsischen Staatsregierung für die Belange von Menschen mit Behinderungen 
Albertstraße 10, 01097 Dresden 
Postanschrift: Archivstraße 1, 01097 Dresden 
E-Mail: [mailto:info.behindertenbeauftragter@sk.sachsen.de info.behindertenbeauftragter@sk.sachsen.de] 
Telefon: 0351 564-12161 
Fax: 0351 564-12169 
Webseite: https://www.inklusion.sachsen.de

MediaWiki:Sidebar

2020-10-29T16:12:22Z

Nadia1:

* Navigation
** Hauptseite|Hauptseite
** Geisteswissenschaftliche Grundlagen|Geisteswissen-schaftliche Grundlagen
** Ethik|Ethik
** Wissenschaftliches Arbeiten|Wissenschaftliches Arbeiten
** Erhebung|Erhebung
** Kommunikation und Recherche|Kommunikation und Recherche
** Theoriebildung und Modellierung|Theoriebildung und Modellierung
** Versuchsplanung|Versuchsplanung

* Fortgeschrittene Methoden
** Statistische Grundbegriffe und Grundlagen multivariater Verfahren|Statistik
** Kognitive Modellierung|Kognitive Modellierung

* Üben & Fragen
** Simulationen|Zu den Simulationen
** Videos|Zu den Lehrvideos
** Übungen|Zu den Übungen
** Fragen|Fragen

* Impressum
** Impressum|Impressum / Kontakt
** Barrierefreiheit|Barrierefreiheit
** Literatur|Literatur

Aufgaben - Theorien

2020-02-07T12:36:56Z

Nadia1:

{{Nav|Navigation|U Wissenschaftliches Arbeiten|Aufgaben - Grundlagen wissenschaftlichen Arbeitens|Hauptseite}}

Der folgenden Bereich enthält Fragen zu Theorien der psychologischen Forschung. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Eine Theorie…
|type="[]"}
- ist das zufällige gemeinsame Auftreten von mindestens zwei Variablen.
+ ist ein System aus mehreren Definitionen, Annahmen und Schlussfolgerungen. Sie entspricht der Vernetzung von mehreren Hypothesen.
- ist eine nicht direkt beobachtbare komplexe Variable, welche über beobachtbare Indikatoren operationalisiert und messbar gemacht werden muss.
- ist eine vorläufige Antwort auf eine Forschungsfrage.

{Welche Ansprüche werden an eine wissenschaftliche Theorie gestellt?
|type="[]"}
+ Präzision
+ Logische Korrektheit und Widerspruchsfreiheit
+ Übereinstimmung mit der Realität
- Unvollständigkeit

{Welche Ansprüche werden an eine wissenschaftliche Theorie gestellt?
|type="[]"}
- Verifizierbarkeit
+ ökonomische Hypothesenformulierung
+ möglichst hoher Informationsgehalt
- Berühmtheit
+ möglichst breites Anwendungsspektrum
+ Integration des aktuellen Forschungsstandes

{Welche Aussagen treffen zu?
|type="[]"}
+ Theorien dienen dem Beschreiben, Erklären und Vorhersagen von Phänomenen.
+ Theorien lassen sich nicht 100%-ig beweisen, sondern nur mehr oder weniger gut bestätigen.
- Je öfter eine Theorie falsifiziert wurde, umso besser ist ihr Bewährungsgrad.
- Theorien werden stets verifiziert.
+ Je mehr abgeleitete Hypothesen sich in der Empirie bestätigen, umso besser ist der Bewährungsgrad einer Theorie.

{Falsifikation…
|type="[]"}
+ bedeutet die Widerlegung einer Hypothese oder einer Theorie.
- ist gegeben, wenn alle Variablen schlecht operationalisiert sind.
+ bezeichnet den Umstand, dass Hypothesen im Fall ihrer Ungültigkeit abgelehnt werden.
+ entspricht dem wissenschaftlichen Vorgehen.
- sollte in Experimenten und Studien vermieden werden.

{Verifikation…
|type="[]"}
+ ist bei der Überprüfung von wissenschaftlichen Hypothesen an Stichproben nicht möglich.
- ist oberstes Ziel beim wissenschaftlichen Arbeiten.
+ bedeutet die Bestätigung einer Hypothese oder einer Theorie.
- bedeutet die Widerlegung einer Hypothese oder einer Theorie.

{Welche Aussagen sind richtig?
|type="[]"}
+ Die erste Prämisse ist das allgemeine Gesetz und die zweite Prämisse ist die Ausgangsbedingung (Antezedenzbedingung).
- Die abgeleitete Erklärung ist das Explanans.
- Bei der Deduktion besteht die Gefahr des Induktionsschlusses.
+ Beim deduktiven Vorgehen werden aus einem allgemeingültigen Gesetz in einer bestimmten Ausgangsbedingung Annahmen über einzelne Phänomene abgeleitet.

{Welche Aussagen sind richtig?
|type="[]"}
+ Die durch Deduktion abgeleitete Erklärung ist das Explanandum. 1. und 2. Prämisse bilden das Explanans.
- Die erste Prämisse ist die Antezedenzbedingung und die zweite Prämisse ist das allgemeine Gesetz.
+ Das Induktionsproblem entsteht dadurch, dass niemals alle möglichen Fälle, sondern nur Stichproben untersucht werden können.
- Beim deduktiven Vorgehen werden aus einzelnen beobachteten Phänomene Rückschlüsse auf ein allgemein gültiges Gesetz gezogen.

{Welche Aussagen sind richtig?
|type="[]"}
- 1. und 2. Prämisse bilden das Explanandum.
- Beim deduktiven Vorgehen werden aus einzelnen beobachteten Phänomene Rückschlüsse auf ein allgemein gültiges Gesetz gemacht.
+ Die durch Deduktion abgeleitete Erklärung ist das Explanandum.
+ Das Induktionsproblem entsteht dadurch, dass niemals alle möglichen Fälle, sondern nur Stichproben untersucht werden können.
+ 1. und 2. Prämisse bilden das Explanans.

{Welche Aussagen bezüglich des folgenden Schemas sind korrekt?

[[Datei:Theorie11.jpg]]
|type="[]"}
- Das Schema zeigt einen Induktionsschluss.
- „Es regnet“ ist das allgemeine Gesetz.
+ „Die Straße ist nass“ ist das Explanandum.
+ „Wenn es regnet, ist die Straße nass“ ist das allgemeine Gesetz.
+ Der Schluss ist logisch korrekt.

{Welche Aussagen bezüglich des folgenden Schemas sind korrekt?

[[Datei:Induktionsproblem.jpg]]
|type="[]"}
+ Das Schema ist ein Beispiel für einen Induktionsschluss.
- Das Schema ist ein Beispiel für einen deduktiven Schluss.
+ „Alle Personen empfinden Angst“ ist das abgeleitete allgemeine Gesetz.
- „Alle Personen empfinden Angst“ ist das Explanandum.
+ Die Schlussfolgerung ist problematisch, da nicht alle Personen beobachtet wurden.
- „Person A empfindet Angst“ ist das allgemeine Gesetz.

</quiz>

Artikelliste:U Versuchsplanung

2019-12-12T16:55:20Z

Nadia1: Die Seite wurde geleert.

Artikelliste:U Beispiele

2019-12-12T16:54:29Z

Nadia1: Die Seite wurde geleert.

Aufgaben - Grundlagen wissenschaftlichen Arbeitens

2019-12-12T16:53:25Z

Nadia1:

{{Nav|Navigation|Übungen|Hauptseite}}

Der folgenden Bereich beinhaltet Fragen zum Thema wissenschaftliches Arbeiten.
Die Psychologie kann als wissenschaftliche Disziplin nur dann belastbare Erkenntnisse gewinnen, wenn ihre Vertreter Prinzipien korrekten wissenschaftlichen Arbeitens kennen und anwenden. Dazu ist es notwendig, sich der Ziele der Forschung bewusst zu sein, die Einhaltung der Kriterien wissenschaftlichen Arbeitens sicherzustellen und einem geplanten und durchdachten Forschungsprozess zu folgen. Der folgende Themenblock wiederholt diese Grundlagen wissenschaftlichen Arbeitens.

Möchten Sie sich vor der Bearbeitung der Übungsaufgaben noch einmal mit den theoretischen Inhalten dieser Themenblöcke auseinandersetzen, können Sie die entsprechenden Seiten über den folgenden [[Wissenschaftliches_Arbeiten|Link]] bzw. die linke Navigationsleiste erreichen.

Die folgenden Links führen Sie direkt zu den Übungsaufgaben: 

*[[Aufgaben - Wissenschaftliches Arbeiten|Wissenschaftliches Arbeiten]] 

*[[Aufgaben - Variablen|Variablen]] 
*[[Aufgaben - Hypothesen|Hypothesen]] 
*[[Aufgaben - Theorien|Theorien]] 
*[[Aufgaben - Beziehungsarten|Beziehungsarten]] 
*[[Aufgaben - Bedingungsarten|Bedingungsarten]] 
*[[Aufgaben - Untersuchungsgegenstand Mensch|Untersuchungsgegenstand Mensch]] 

*Gütekriterien quantitativer Forschung
**[[Aufgaben - Objektivität, Reliabilität, Validität|Objektivität, Reliabilität, Validität]]
**[[Aufgaben - Interne Validität|Interne Validität]]
**[[Aufgaben - Externe Validität|Externe Validität]]

Aufgaben - Grundlagen wissenschaftlichen Arbeitens

2019-12-12T16:52:46Z

Nadia1:

{{Nav|Navigation|Übungen|Hauptseite}}

Der folgenden Bereich beinhaltet Fragen zum Thema wissenschaftliches Arbeiten.
Die Psychologie kann als wissenschaftliche Disziplin nur dann belastbare Erkenntnisse gewinnen, wenn ihre Vertreter Prinzipien korrekten wissenschaftlichen Arbeitens kennen und anwenden. Dazu ist es notwendig, sich der Ziele der Forschung bewusst zu sein, die Einhaltung der Kriterien wissenschaftlichen Arbeitens sicherzustellen und einem geplanten und durchdachten Forschungsprozess zu folgen. Der folgende Themenblock wiederholt diese Grundlagen wissenschaftlichen Arbeitens.

Möchten Sie sich vor der Bearbeitung der Übungsaufgaben noch einmal mit den theoretischen Inhalten dieser Themenblöcke auseinandersetzen, können Sie die entsprechenden Seiten über den folgenden [[Wissenschaftliches_Arbeiten|Link]] bzw. die linke Navigationsleiste erreichen.

Die folgenden Links führen Sie direkt zu den Übungsaufgaben: 

*[[Aufgaben - Wissenschaftliches Arbeiten|Wissenschaftliches Arbeiten]] 

*[[Aufgaben - Variablen|Variablen]] 
*[[Aufgaben - Hypothesen|Hypothesen]] 
*[[Aufgaben - Theorien|Theorien]] 
*[[Aufgaben - Beziehungsarten|Beziehungsarten]] 
*[[Aufgaben - Bedingungsarten|Bedingungsarten]] 
*[[Aufgaben - Untersuchungsgegenstand Mensch|Untersuchungsgegenstand Mensch]] 

*Gütekriterien
**[[Aufgaben - Objektivität, Reliabilität, Validität|Objektivität, Reliabilität, Validität]]
**[[Aufgaben - Interne Validität|Interne Validität]]
**[[Aufgaben - Externe Validität|Externe Validität]]

Aufgaben - Grundlagen wissenschaftlichen Arbeitens

2019-12-12T16:52:36Z

Nadia1:

{{Nav|Navigation|Übungen|Hauptseite}}

Der folgenden Bereich beinhaltet Fragen zum Thema wissenschaftliches Arbeiten.
Die Psychologie kann als wissenschaftliche Disziplin nur dann belastbare Erkenntnisse gewinnen, wenn ihre Vertreter Prinzipien korrekten wissenschaftlichen Arbeitens kennen und anwenden. Dazu ist es notwendig, sich der Ziele der Forschung bewusst zu sein, die Einhaltung der Kriterien wissenschaftlichen Arbeitens sicherzustellen und einem geplanten und durchdachten Forschungsprozess zu folgen. Der folgende Themenblock wiederholt diese Grundlagen wissenschaftlichen Arbeitens.

Möchten Sie sich vor der Bearbeitung der Übungsaufgaben noch einmal mit den theoretischen Inhalten dieser Themenblöcke auseinandersetzen, können Sie die entsprechenden Seiten über den folgenden [[Wissenschaftliches_Arbeiten|Link]] bzw. die linke Navigationsleiste erreichen.

Die folgenden Links führen Sie direkt zu den Übungsaufgaben:

*[[Aufgaben - Wissenschaftliches Arbeiten|Wissenschaftliches Arbeiten]] 

*[[Aufgaben - Variablen|Variablen]] 
*[[Aufgaben - Hypothesen|Hypothesen]] 
*[[Aufgaben - Theorien|Theorien]] 
*[[Aufgaben - Beziehungsarten|Beziehungsarten]] 
*[[Aufgaben - Bedingungsarten|Bedingungsarten]] 
*[[Aufgaben - Untersuchungsgegenstand Mensch|Untersuchungsgegenstand Mensch]] 

*Gütekriterien
**[[Aufgaben - Objektivität, Reliabilität, Validität|Objektivität, Reliabilität, Validität]]
**[[Aufgaben - Interne Validität|Interne Validität]]
**[[Aufgaben - Externe Validität|Externe Validität]]

Aufgaben - Variablen

2019-12-12T16:49:57Z

Nadia1:

{{Nav|Navigation|U Wissenschaftliches Arbeiten|Aufgaben - Grundlagen wissenschaftlichen Arbeitens|Hauptseite}}

Der folgenden Bereich enthält Fragen zu Variablen der psychologischen Forschung. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Variablen...
|type="[]"}
- sind Veränderungen in der Umwelt der Versuchsperson zwischen zwei Messzeitpunkten, welche die AV zusätzlich beeinflussen können.
- sind Annahmen über Sachverhalte, die über den Einzelfall hinausgehen und empirisch untersuchbar sind. Sie sind in Form von Konditionalsätzen formuliert und grundsätzlich falsifizierbar.
+ sind qualitative oder quantitative veränderliche Größen in wissenschaftlichen Hypothesen und Versuchsplänen.
- sind die einzelnen Aufgaben und Fragen in Tests und Fragebögen.

{… sind qualitative oder quantitative veränderliche Größen in wissenschaftlichen Hypothesen und Versuchsplänen.
|type="[]"}
+ Variablen
- Zeiteinflüsse
- Wissenschaftliche Hypothesen
- Reifungseffekte

{Variablen sind…
|type="[]"}
- das Gleiche wie Konstanten.
- immer gut beobachtbar.
+ veränderliche Größen.
+ qualitativ oder quantitativ veränderliche Größen.
+ latent oder manifest.

{Variablen sind…
|type="[]"}
+ wesentliche Bestandteile von Hypothesen.
+ mind. zweifach gestuft.
+ das Gegenteil von Konstanten.
- nur quantitativ.
- immer Konstrukte aus der differentiellen Psychologie.

{Wie lässt sich am treffendsten eine Variable definieren?
|type="[]"}
- als ein Konstrukt
+ als eine veränderliche Größe
- als eine Beziehung
- als ein Beobachtungskriterium

{Welche Formen können Variablen annehmen?
|type="[]"}
- universell oder beschränkt universell
+ Prädiktor- oder Kriteriums-
+ qualitativ oder quantitativ
+ abstrakt oder konkret
+ abhängig oder unabhängig

{Welche Variablentypen gibt es nicht?
|type="[]"}
- Störvariablen
+ Anhängliche Variablen
- Abhängige Variablen
+ Indiskrete Variablen
+ Indirekte Variablen
- Mediatorvariablen
+ Korrelationsvariablen

{Welche Variablentypen gibt es nicht?
|type="[]"}
- Dichotome Variablen
+ Latent-manifeste Variablen
- Unabhängige Variablen
- Moderatorvariablen
+ Modusvariablen
- Kovariablen
- Stetige Variablen

{Welche Variablentypen gibt es?
|type="[]"}
+ Abhängige Variablen
- Indiskrete Variablen
- Anhängliche Variablen
+ Störvariablen
+ Dichotome Variablen
+ Unabhängige Variablen
+ Moderatorvariablen

{Welche Variablentypen gibt es?
|type="[]"}
+ Mediatorvariablen
- Korrelationsvariablen
- Indirekte Variablen
+ Stetige Variablen
+ Kovariablen
- Modusvariablen
- Latent-manifeste Variablen

{Welche Typen von Variablen muss man in Untersuchungen berücksichtigen?
|type="[]"}
+ Störvariablen
- Modusvariablen
- Pseudovariablen
+ Mediatorvariablen
+ Kovariablen
+ Unabhängige Variablen

{Welche Typen von Variablen muss man in Untersuchungen berücksichtigen?
|type="[]"}
+ Organismusvariablen
+ Störvariablen
+ Abhängige Variablen
- Mittelvariablen
+ Reizvariablen
+ Drittvariablen

{Die unabhängige Variable…
|type="[]"}
- wirkt moderierend in einer Untersuchung.
+ ist ein Treatment in einem Experiment.
- ist ein Störfaktor.
- soll beeinflusst werden.
+ wird manipuliert oder selektiert.

{Die unabhängige Variable…
|type="[]"}
- ist eine Ausprägung, welche gemessen wird.
+ beeinflusst die abhängige Variable.
+ ist die experimentelle Bedingung.
- beeinflusst die Störvariable.
- ist immer zweifach gestuft.

{Was kennzeichnet Organismusvariablen im Vergleich zu anderen unabhängigen Variablen?
|type="[]"}
+ Werden nur Organismusvariablen als Einflussfaktoren betrachtet, darf die Untersuchung nicht als experimentell bezeichnet werden, da kausale Interpretationen nicht zulässig sind.
- Organismusvariablen lassen ähnlich wie Reizvariablen Kausalinterpretationen zu.
+ Organismusvariablen sind natürliche, an die individuelle Person des Probanden gebundene Konstrukte, welche nicht manipulativ variiert werden können.

{Die abhängige Variable…
|type="[]"}
- wird manipuliert.
- ist ein Störfaktor.
+ ist die Wirkung in einem Experiment.
+ wird gemessen.
- wird selektiert.

{Die abhängige Variable…
|type="[]"}
- sollte immer vor der unabhängigen Variable erhoben werden.
- darf sich in einer Untersuchung nicht ändern.
- muss kontrolliert oder eliminiert werden.
+ wird von unabhängigen Variablen, Störvariablen und Kovariablen beeinflusst.
+ ist ein wesentlicher Bestandteil von Hypothesen.

{Störvariablen…
|type="[]"}
+ beeinflussen die Ergebnisse eines mangelhaft kontrollierten Experiments.
+ verringern die interne Validität.
- sind unabhängige Variablen.
+ können systematische oder unsystematische Veränderungen der AV bewirken.
- verringern die Objektivität.

{Störvariablen…
|type="[]"}
+ können Untersuchungsergebnisse uneindeutig machen.
- sollte man während einer Untersuchung stets vernachlässigen.
+ können durch Randomisierung kontrolliert werden.
- sind abhängige Variablen.

{Kovariablen…
|type="[]"}
- gehören zur Gruppe der unabhängigen Variablen.
+ sollte man bei der Versuchsplanung auch bedenken.
+ werden auch als Drittvariablen bezeichnet.
- kommen in der Praxis nie vor.
- sind Bestandteil der Forschungshypothese.

{Moderatorvariablen…
|type="[]"}
- werden im Experiment gemessen.
- vermitteln die Wirkung einer unabhängigen Variable.
+ verändern die Wirkung einer unabhängigen Variable.
- werden im Experiment manipuliert.

{Moderatorvariablen…
|type="[]"}
- stehen für den Versuchsleitererwartungseffekt
+ müssen bei der Erklärung von Untersuchungsergebnissen mit bedacht werden
- treten vor allem bei Forschungen in der Telekommunikationsbranche auf.
+ sind nicht Bestandteil der experimentellen Hypothese.

{Mediatorvariablen…
|type="[]"}
- werden im Experiment manipuliert.
+ vermitteln die Wirkung einer unabhängigen Variable.
- werden im Experiment gemessen.
- verändern die Wirkung einer unabhängigen Variable.

{In einer Studie soll untersucht werden, ob Frauen kreativer sind als Männer. Was ist die unabhängige Variable?
|type="[]"}
- Tageszeit
- Alter
- Kreativität
+ Geschlecht

{In einer Studie soll untersucht werden, ob Frauen kreativer sind als Männer. Was ist die abhängige Variable?
|type="[]"}
- Tageszeit
+ Kreativität
- Geschlecht
- Alter

{Nach einer Untersuchung von Siegl (1984) an 213 Jugendlichen zwischen 13 und 18 Jahren ergeben sich bei Personen mit höherer habitueller Ärgerintensität und häufiger Konfrontation mit Ärgersituationen im Alltag höhere Blutdruckwerte sowie eine geringere körperliche Aktivität und Übergewicht. Unabhängige Variablen in dieser Untersuchung sind:
|type="[]"}
+ habituelle Ärgerintensität und Häufigkeit der Konfrontation mit Ärgersituationen
- die Blutdruckwerte, körperliche Aktivität und Übergewicht
- das Geschlecht der Jugendlichen

{Ein Forscher untersucht den Einfluss von Müdigkeit auf die Konzentrationsleistung. Die unabhängige Variable ist:
|type="[]"}
- Schlaf
+ Müdigkeit
- Konzentrationsleistung
- Reaktionszeit

{Ein Forscher untersucht den Einfluss von Müdigkeit auf die Konzentrationsleistung. Die abhängige Variable ist:
|type="[]"}
- Schlaf
+ Konzentrationsleistung
- Müdigkeit
- Reaktionszeit

{Untersucht wird der Einfluss von frustrierenden Situationen auf aggressive Verhaltensweisen. Was ist die abhängige Variable?
|type="[]"}
- Videospiele
- Situationen
- Frustrierende Situationen
+ Aggressive Verhaltensweisen

{Untersucht wird der Einfluss von frustrierenden Situationen auf aggressive Verhaltensweisen. Was ist die unabhängige Variable?
|type="[]"}
- Videospiele
+ Frustrierende Situationen
- Aggressive Verhaltensweisen

{Im Experiment wird überprüft, ob Ratten durch Belohnung besser lernen als durch Bestrafung. Was ist die abhängige Variable?
|type="[]"}
- Belohnung
+ Lernerfolg
- Art des Lernens (Belohnung oder Bestrafung)
- Bestrafung

{Im Experiment wird überprüft, ob Ratten durch Belohnung besser lernen als durch Bestrafung. Was ist die unabhängige Variable?
|type="[]"}
- Bestrafung
- Belohnung
+ Art des Lernens (Belohnung oder Bestrafung)
- Lernerfolg

{In einer Studie wird überprüft, ob Ratten durch Belohnung besser lernen als durch Bestrafung. Was sind mögliche Störvariablen?
|type="[]"}
+ Sättigung der Ratte
- Art des Lernens (Belohnung oder Bestrafung)
- Gesundheit des Experimentators
- Sauberkeit des Käfigs
+ Alter der Ratte

{Ein Forscher untersucht den Einfluss von Müdigkeit auf die Konzentrationsleistung. Was ist keine mögliche Störvariable?
|type="[]"}
- Depression
+ Konzentrationsleistung
- Schlafstörungen
- Kaffeekonsum
+ Müdigkeit

</quiz>

Aufgaben - Verhältnisskala

2019-12-12T16:47:56Z

Nadia1:

{{Nav|Navigation|U Erhebung|Aufgaben - Erhebung|Hauptseite}}

Der folgenden Bereich enthält Fragen zur Verhältnisskala. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Eine Verhältnisskala…
|type="[]"}
- ist eine willkürliche Ordnung von Typen oder Kategorien, anhand derer man Angaben zur Gleichheit und zur Verschiedenheit machen kann.
- ist eine Ordnung von Objekten in einer sinnvollen Reihenfolge nach Rangplätzen, anhand derer man Angaben zur Verschiedenheit und zur Art der Verschiedenheit machen kann. Sie besitzt keinen Nullpunkt und die Objekte sind nicht gleichabständig.
+ ist eine sinnvolle Ordnung von gleichabständigen Messwerten anhand derer man Ausprägungsgrade messen kann. Der Nullpunkt liegt in der Natur vor.
- ist eine sinnvolle Ordnung von gleichabständigen Messwerten anhand derer man Ausprägungsgrade messen kann. Der Nullpunkt ist willkürlich gesetzt.

{Eine … ist eine sinnvolle Ordnung von gleichabständigen Messwerten anhand derer man Ausprägungsgrade messen kann. Der Nullpunkt liegt in der Natur vor.
|type="[]"}
- Ordinalskala
- Intervallskala
- Nominalskala
+ Verhältnisskala

{Objekte einer Verhältniskala werden geordnet anhand von...
|type="[]"}
- Rängen.
+ Messwerten.
- Kategorien.

{Eine Verhältnisskala besitzt folgende Merkmale:
|type="[]"}
- Die Objekte lassen sich in keine sinnvolle Reihenfolge bringen.
+ Die Objekte sind gleichabständig angeordnet.
+ Es findet eine Messung des Ausprägungsgrades statt.
+ Es gibt einen natürlichen Nullpunkt.

{Eine Verhältnisskala besitzt folgende Merkmale
|type="[]"}
- Die Objekte lassen sich auf keiner gemeinsamen Dimension anordnen.
- Es lassen sich keine Angaben zur Verschiedenheit machen.
+ Die Objekte lassen sich in eine sinnvolle Reihenfolge bringen.
+ Es ist eine definierte Maßeinheit vorhanden.
- Es gibt einen willkürlichen Nullpunkt.
+ Es sind sowohl Differenzen als auch Quotienten sinnvoll interpretierbar.

{Die Reaktionszeit ist ein Beispiel für welches Skalenniveau?
|type="[]"}
+ Verhältnisskalenniveau
- Ordinalskalenniveau
- Intervallskalenniveau
- Nominalskalenniveau

{Objekte einer Verhältnisskala besitzen das folgende Datenniveau:
|type="[]"}
- ordinal
+ metrisch
- kategorial

</quiz>

Aufgaben - Intervallskala

2019-12-12T16:47:48Z

Nadia1:

{{Nav|Navigation|U Erhebung|Aufgaben - Erhebung|Hauptseite}}

Der folgenden Bereich enthält Fragen zur Intervallskala. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Eine Intervallskala...
|type="[]"}
- ist eine sinnvolle Ordnung von gleichabständigen Messwerten anhand derer man Ausprägungsgrade messen kann. Der Nullpunkt liegt in der Natur vor.
- ist eine willkürliche Ordnung von Typen oder Kategorien, anhand derer man Angaben zur Gleichheit und zur Verschiedenheit machen kann.
+ ist eine sinnvolle Ordnung von gleichabständigen Messwerten anhand derer man Ausprägungsgrade messen kann. Der Nullpunkt ist willkürlich gesetzt.
- ist eine Ordnung von Objekten in einer sinnvollen Reihenfolge nach Rangplätzen, anhand derer man Angaben zur Verschiedenheit und zur Art der Verschiedenheit machen kann. Sie besitzt keinen Nullpunkt und die Objekte sind nicht gleichabständig.

{Eine … ist eine sinnvolle Ordnung von gleichabständigen Messwerten anhand derer man Ausprägungsgrade messen kann. Der Nullpunkt ist willkürlich gesetzt.
|type="[]"}
- Verhältnisskala
- Nominalskala
- Ordinalskala
+ Intervallskala

{Objekte einer Intervallskala werden geordnet anhand von
|type="[]"}
- Rängen
- Kategorien
+ Messwerten

{Eine Intervallskala besitzt folgende Merkmale:
|type="[]"}
+ Es ist eine einheitliche Maßeinheit vorhanden.
+ Es gibt einen willkürlichen Nullpunkt.
+ Die Objekte sind in gleichen Abständen angeordnet.
- Die Objekte lassen sich in keine sinnvolle Reihenfolge bringen.
- Der Nullpunkt ist natürlich gegeben.

{Eine Intervallskala besitzt folgende Merkmale:
|type="[]"}
+ Es findet eine Messung des Ausprägungsgrades statt.
- Es ist keine definierte Maßeinheit vorhanden.
- Es gibt einen natürlichen Nullpunkt.
- Es lassen sich nur Angaben zur Verschiedenheit und zur Art der Verschiedenheit machen.
+ Die Skalenpunkte sind gleichabständig angeordnet.

{Der Intelligenzquotient (IQ) ist ein Beispiel für welches Skalenniveau?
|type="[]"}
- Ordinalskalenniveau
- Verhältnisskalenniveau
- Nominalskalenniveau
+ Intervallskalenniveau

{Objekte einer Intervallskala besitzen das folgende Datenniveau:
|type="[]"}
+ metrisch
- ordinal
- kategorial

</quiz>

Aufgaben - Ordinalskala

2019-12-12T16:47:41Z

Nadia1:

{{Nav|Navigation|U Erhebung|Aufgaben - Erhebung|Hauptseite}}

Der folgenden Bereich enthält Fragen zur Ordinalskala. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Eine Ordinalskala...
|type="[]"}
- ist eine sinnvolle Ordnung von gleichabständigen Messwerten anhand derer man Ausprägungsgrade messen kann. Der Nullpunkt ist willkürlich gesetzt.
- ist eine willkürliche Ordnung von Typen oder Kategorien, anhand derer man Angaben zur Gleichheit und zur Verschiedenheit machen kann.
- ist eine sinnvolle Ordnung von gleichabständigen Messwerten anhand derer man Ausprägungsgrade messen kann. Der Nullpunkt liegt in der Natur vor.
+ ist eine Ordnung von Objekten in einer sinnvollen Reihenfolge nach Rangplätzen, anhand derer man Angaben zur Verschiedenheit und zur Art der Verschiedenheit machen kann. Sie besitzt keinen Nullpunkt und die Objekte sind nicht gleichabständig.

{Die … ist eine Ordnung von Objekten in einer sinnvollen Reihenfolge nach Rangplätzen, anhand derer man Angaben zur Verschiedenheit und zur Art der Verschiedenheit machen kann. Sie besitzt keinen Nullpunkt und die Objekte sind nicht gleichabständig.
|type="[]"}
+ Ordinalskala
- Nominalskala
- Intervallskala
- Verhältnisskala

{Eine Ordinalskala ist eine Ordnung von Objekten nach...
|type="[]"}
- Messwerten
- Kategorien
+ Rängen

{Eine Ordinalskala besitzt folgende Merkmale:
|type="[]"}
+ Die Objekte lassen sich in eine sinnvolle Reihenfolge bringen.
- Es gibt einen natürlichen Nullpunkt.
+ Die Objekte stehen in Relation zueinander.
+ Es findet eine Messung des Ausprägungsgrades statt.
- Die Objekte sind gleichabständig angeordnet.
+ Es findet eine Klassifikation des Unterschiedes statt
- Es gibt einen willkürlichen Nullpunkt
- Die Reihenfolge der Objekte ist willkürlich

{Die Medaillen bei Olympia (Gold, Silber, Bronze) sind ein Beispiel für welches Skalenniveau?
|type="[]"}
- Nominalskalenniveau
+ Ordinalskalenniveau
- Verhältnisskalenniveau
- Intervallskalenniveau

</quiz>

Aufgaben - Nominalskala

2019-12-12T16:47:33Z

Nadia1:

{{Nav|Navigation|U Erhebung|Aufgaben - Erhebung|Hauptseite}}

Der folgenden Bereich enthält Fragen zur Norminalskala. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Eine Nominalskala…
|type="[]"}
- ist eine sinnvolle Ordnung von gleichabständigen Messwerten anhand derer man Ausprägungsgrade messen kann. Der Nullpunkt liegt in der Natur vor.
+ ist eine willkürliche Ordnung von Typen oder Kategorien, anhand derer man Angaben zur Gleichheit und zur Verschiedenheit machen kann.
- ist eine sinnvolle Ordnung von gleichabständigen Messwerten anhand derer man Ausprägungsgrade messen kann. Der Nullpunkt ist willkürlich gesetzt.
- ist eine Ordnung von Objekten in einer sinnvollen Reihenfolge nach Rangplätzen, anhand derer man Angaben zur Verschiedenheit und zur Art der Verschiedenheit machen kann. Sie besitzt keinen Nullpunkt und die Objekte sind nicht gleichabständig.

{Die … ist eine willkürliche Ordnung von Typen oder Kategorien, anhand derer man Angaben zur Gleichheit und zur Verschiedenheit machen kann.
|type="[]"}
- Verhältnisskala
+ Nominalskala
- Intervallskala
- Ordinalskala

{Die Nominalskala ist eine Ordnung von Objekten nach:
|type="[]"}
- Rängen
- Messwerten
+ Kategorien

{Eine Nominalskala besitzt folgende Merkmale:
|type="[]"}
- Merkmalsausprägungen können gemessen werden.
+ Es findet eine Kategorisierung von Objekten statt.
+ Es gibt eine einheitliche Maßeinheit.
- Die Objekte sind gleichabständig angeordnet.
+ Die Objekte lassen sich in keine sinnvolle Reihenfolge bringen.
- Es gibt keine gemeinsame Dimension.

{Eine Nominalskala besitzt folgende Merkmale:
|type="[]"}
- Die Objekte lassen sich in eine Rangreihe bringen.
- Es findet eine Klassifikation des Unterschiedes statt.
- Es gibt einen natürlichen Nullpunkt.
+ Es können Angaben zur Gleichheit und Verschiedenheit gemacht werden.

{Kontonummern sind ein Beispiel für welches Skalenniveau?
|type="[]"}
+ Nominalskalenniveau
- Ordinalskalenniveau
- Intervallskalenniveau
- Verhältnisskalenniveau

{Welches Datenniveau besitzen die Objekte einer Nominalskala?
|type="[]"}
- ordinal
- metrisch
+ kategorial

</quiz>

Aufgaben - Physiologie

2019-12-12T16:47:25Z

Nadia1:

{{Nav|Navigation|U Erhebung|Aufgaben - Erhebung|Hauptseite}}

Der folgenden Bereich enthält Fragen zu physiologischen Messungen. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Um Sampling-Artefakten vorzubeugen, muss…
|type="[]"}
- mindestens Nr – Nf/(k-1) pro Sekunde gemessen werden
+ die Nyquistfrequenz bekannt sein
+ die Samplingrate mindestens 2*Fmax sein
- eine valide Baseline bestimmt werden

{Ein Artefakt…
|type="[]"}
+ kann durch soziale Erwünschtheit entstehen.
- ist ein künstlich herbeigeführter Gruppenunterschied.
+ kann durch Fremdsignale entstehen.
- ist ein zu beurteilender Gegenstand.

{Worin besteht das Spezifitätsproblem?
|type="[]"}
- es gibt mehrere signifikante Erklärungsmodelle
+ physiologische Signale sind bei jedem Menschen anders
- Daten des EEG sind nicht auf verschiedene Signalquellen zurückführbar
- der spezifische Einfluss von Geist und Materie ist nicht klar
- das interessierende Signal lässt sich nicht von Fremdsignalen unterscheiden

{Eine valide Baseline physiologischer Erhebungen ist besonders wichtig, weil…
|type="[]"}
- physiologische Maße bei jedem Menschen gleich sind.
+ es oft keine Nullaktivität gibt.
+ der Unterschied zwischen den Bedingungen nur vom interessierenden Prozess verursacht sein soll.
- ansonsten der beta-Fehler zu groß wird.

{Bei der Erhebung einer exosomatischen Größe…
|type="[]"}
- können besonders leicht Sampling-Artefakte auftreten.
- muss die Körperoberfläche durchdrungen werden.
+ muss eine Spannung von außen zugeführt werden.
- müssen äußere Reize visuell oder auditiv dargeboten werden.

{Die EDA-Messung der Reaktion auf einen Stimulus liefert Informationen über…
|type="[]"}
+ den Widerstand.
+ die Latenz.
- die Frequenz.
- die Spannung.
+ die Amplitude.

{Welche Methode(n) wäre(n) geeignet, um die Stimmung einer Person zu erheben?
|type="[]"}
- EEG
- EKG
- EDA
+ Befragung
+ EMG

{Die MRT nutzt…
|type="[]"}
- die magnetischen Eigenschaften von Hämoglobin.
- das Fechnersche Gesetz.
+ die durch magnetische Relaxation freiwerdenden Radiosignale.
+ die magnetische Resonanz.
- den Zusammenhang von Aktivierung und Sauerstoffverbrauch im Gehirn.

{Die fMRT nutzt zusätzlich zur MRT…
|type="[]"}
- drei schwache Magnetfelder zur genauen Lokalisation.
+ den Zusammenhang von neuronaler Aktivierung und Sauerstoffverbrauch im Gehirn.
- die magnetischen Eigenschaften von Sauerstoff.
- den Spin von Wasserstoffkernen.

{Welche(n) Vorteil(e) hat die EEG gegenüber der fMRT?
|type="[]"}
- Lokalisation von Signalquellen
+ höhere zeitliche Auflösung
- Noninvasivität
+ geringe Anschaffungs- und Betriebskosten
- keine Probandenbelastung
- Robustheit gegen Störeinflüsse

{Welche Aussage(n) über Anwendungsweisen der EEG trifft/treffen zu?
|type="[]"}
- im normalen Wachzustand können vor allem Alpha Wellen im EEG-Signal gefunden werden
+ die Spontanaktivität weist auf Bewusstseinszustände hin
+ ein flackernder Reiz kann aufmerksamkeitsspezifische Effekte im EEG-Signal erzeugen
- N100 und N400 sind typische SSVEPs

</quiz>

Aufgaben - Tasks

2019-12-12T16:47:13Z

Nadia1:

{{Nav|Navigation|U Erhebung|Aufgaben - Erhebung|Hauptseite}}

Der folgenden Bereich enthält Fragen Erhebungsmethode der Anwendung von Tasks. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Was kann bei der Konstruktion von Tasks zur Implementierung gezählt werden?
|type="[]"}
- Literaturrecherche
- Operationalisierung
+ Programmierung
+ Setting aufbauen
- Pretest durchführen
+ standardisierte Instruktion erstellen

{Worauf muss bei der Aggregierung von Daten in Tasks geachtet werden?
|type="[]"}
- Artefakte durch Selbstdarstellung
+ übermäßiger Einfluss von Ausreißern
- hohe Fehlervarianz
- Unübersichtlichkeit
- verschiedene Ausgangsniveaus der VPen

</quiz>

Aufgaben - Tests

2019-12-12T16:47:06Z

Nadia1:

{{Nav|Navigation|U Erhebung|Aufgaben - Erhebung|Hauptseite}}

Der folgenden Bereich enthält Fragen Erhebungsmethode der Anwendung von Tests. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Ein Leistungstest...
|type="[]"}
+ kann Speed Test oder Power Test sein.
- fragt nach Motiven und Einstellungen.
+ enthält standardisierte Items.
- ist immer zeitlich begrenzt.

{Welche Aussage über die Normierung ist zutreffend?
|type="[]"}
+ Sie resultiert in Z-Werten.
- Genormte Werte erhält man durch die Berechnung: (Einzelwert-Standardabweichung)/Mittelwert.
- Sie ist nur bei projektiven Tests notwendig.
- Die Größe der Normstichprobe ist irrelevant.

{Welche Item-Ratekorrektur ist bei einem Multiple Choice Test mit mehr als einer richtigen Antwort angemessen?
|type="[]"}
- Xkorr = Nr – Nf/(k-1)
- Es ist keine Korrektur nötig.
- Für jede richtig gewählte Antwort gibt es einen Pluspunkt, für jede falsch gewählte Antwort gibt es k-1 Minuspunkte.
+ Für jede richtig gewählte Antwort gibt es einen Pluspunkt, für jede falsch gewählte Antwort einen Minuspunkt.

{Welches sind Methoden, die die Effekte der Testverfälschung reduzieren?
|type="[]"}
- Tests immer zur gleichen Tageszeit durchführen
+ Forschungsprojekt umfassend darstellen; betonen, dass es keine individuelle Rückmeldung gibt
- Zeitbegrenzungen reduzieren
+ Itemreihenfolge und Orientierung von Skalen variieren
+ Test einmal normal und einmal maximal erwünscht ausfüllen/durchführen lassen
- Total Design Method

</quiz>

Aufgaben - Beobachtung

2019-12-12T16:46:16Z

Nadia1:

{{Nav|Navigation|U Erhebung|Aufgaben - Erhebung|Hauptseite}}

Der folgenden Bereich enthält Fragen Erhebungsmethode Beobachtung. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Was wird durch Modellierungsregeln einer Beobachtung festgelegt?
|type="[]"}
+ Klassifikation
+ Interpretation
- statistische Auswertung
+ Art der Ereignisstichprobe
+ Selektion
- Interaktion

{Ein qualitativer Forscher zieht am ehesten eine ... vor.
|type="[]"}
+ teilnehmende, offene Beobachtung
- nicht-teilnehmende, offene Beobachtung
- verdeckte, teilnehmende Beobachtung
- verdeckte, nicht-teilnehmende Beobachtung

</quiz>

Aufgaben - Befragung

2019-12-12T16:45:43Z

Nadia1:

{{Nav|Navigation|U Erhebung|Aufgaben - Erhebung|Hauptseite}}

Der folgenden Bereich enthält Fragen Erhebungsmethode Befragung. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Welche Art von Befragungen gibt es nicht?
|type="[]"}
- teilstrukturiert
- mündlich
+ dynamisch
+ psychometrisch
- schriftlich

{Welche Schritte sind Teil der „Mikro-Planung“ bei standardisierten Interviews?
|type="[]"}
- Fragenreihenfolge anpassen
- Pretests
+ Formulierung der Fragen
+ wichtige Inhalte herausarbeiten
- Interviewer-Schulung

{Warum ist eine Rücklaufquote/-statistik von Bedeutung?
|type="[]"}
+ sie ist ein Ansatzpunkt für die Verbesserung der Befragung
+ sie kann Hinweise auf Verzerrungen der Ergebnisse geben
- wenn die Quote zu hoch ist, sind die Ergebnisse wertlos
- von ihr ist die Entlohnung der Teilnehmer abhängig

{Welche Aussagen über Pretests einer Befragung sind richtig?
|type="[]"}
- sie werden ohne Teilnehmer (nur mit den Interviewern) durchgeführt
+ Abschlusspretests beziehen sich weniger auf einzelne Items als auf den Gesamteindruck
+ Interviewer machen dabei teilweise schriftliche Zusatzbemerkungen
- die Independent Component Analysis ist eine dabei häufig verwendete Methode
+ Paraphrasing ist eine dabei häufig verwendete Methode

{Was beinhaltet die „Total Design Method“?
|type="[]"}
+ Personen die Teilnahme an einer Befragung so lohnend wie möglich zu machen.
+ Eine Strategie, die beispielsweise die Gabe von Incentives einschließen kann.
- Die Maximierung der Kosten und Minimierung des Nutzens.
- Eine Methode, die in einer Rücklaufquote von mindestens 95% resultiert.

{Was sind Nachteile einer schriftlichen Befragung?
|type="[]"}
- Teilnehmer antworten unehrlicher
+ mögliche Verzerrungen durch unterschiedliche Erhebungsumstände
- sind zu individuumsorientiert
- die Mittelung gestaltet sich oft schwieriger
+ Rücklaufquoten sind niedriger

{In welchen Fällen werden unstrukturierte Interviews verwendet?
|type="[]"}
+ bei sehr speziellen Gruppen
- in quantitativen Designs
- bei kleinem Forschungsbudget
+ zur Hypothesenenentwicklung

{Was trifft auf teilstrukturierte Interviews zu?
|type="[]"}
- alle drei
+ es gibt einen vorher erstellten Leitfaden
- die Interviewer dürfen keine Nachfragen stellen
- die Anforderungen an die Interviewer sind niedrig

</quiz>

Aufgaben - Externe Validität

2019-12-12T16:44:54Z

Nadia1:

{{Nav|Navigation|U Wissenschaftliches Arbeiten|Aufgaben - Grundlagen wissenschaftlichen Arbeitens|Hauptseite}}

Der folgenden Bereich enthält Fragen zur externen Validität. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Die externe Validität gibt an...
|type="[]"}
+ ob über die Untersuchungssituation, die Versuchspersonen und den Untersuchungszeitraum hinaus generalisiert werden kann.
- ob mögliche Störeinflüsse ausgeschlossen werden können.
- ob Untersuchungsergebnisse auf eine Verursachung durch die UV zurückgeführt werden können.
+ ob die Ergebnisse einer Untersuchung repräsentativ und generalisierbar sind.
- ob Untersuchungsergebnisse eindeutig interpretierbar sind.

{Die externe Validität ist gegeben, wenn...
|type="[]"}
- die Untersuchung an einer Stichprobe Freiwilliger vorgenommen wurde.
+ die Untersuchungssituation repräsentativ war und die Stichprobenrepräsentativität gegeben war.
- reaktive Untersuchungssituationen gegeben sind.
- die Wirkung einer unabhängigen Variablen in einer Untersuchung festgestellt wurde, in der alle Personen an einer Vormessung teilgenommen haben.
+ von den Stichproben von Individuen, experimentellen Variablen und Bedingungen auf Populationen geschlossen werden kann.
- die Untersuchungsergebnisse in einem Design gewonnen wurden, in dem Interferenzen mehrfacher Behandlungen auftraten.

{Was bedeutet externe Validität in psychologischen Untersuchungen?
|type="[]"}
- Die Effekte sind eindeutig auf die manipulierten Versuchsbedingungen zurückzuführen, obwohl nicht auf die Population generalisiert werden kann.
- Es besteht eine Korrelation zwischen dem gemessenen Konstrukt und einem Außenkriterium.
+ Von einer Stichprobe kann auf die Grundgesamtheit geschlossen werden.
+ Von der Untersuchungssituation kann auf andere (auch natürliche) Situationen geschlossen werden.

{Die externe Validität wird beeinflusst durch:
|type="[]"}
- Veränderung der Messinstrumente
- Auswahlverzerrungen
- Testeffekte
+ Reaktivität der Untersuchungsbedingungen
+ Interferenzen mehrfacher Behandlungen
+ Interaktion von Selektion und UV
- Reifung
+ Interaktion von Testung und UV

{Der Hawthorne-Effekt…
|type="[]"}
+ ist eine mögliche Artefaktquelle.
- meint die unwissentliche Beeinflussung der zu erhebenden Daten durch den Versuchsleiter aufgrund seiner Erwartungshaltung.
+ ist ein reaktiver Effekt.

{Der Übertragungseffekt…
|type="[]"}
+ meint Effekte, die insbesondere bei Versuchsplänen mit Messwiederholungen zu beachten sind.
+ kann durch die Wahl eines hinreichend großen Zeitabstandes zwischen zwei Versuchssitzungen abgeschwächt werden.
- meint den Einfluss der Einstellung der Versuchsperson auf die Untersuchungsergebnisse.
+ beeinträchtigt die interne Validität von Untersuchungen.
+ stellt eine Wechselwirkung zwischen unabhängiger Variable und Bedingungsabfolge in der Untersuchung dar.

{Was verstehen Sie unter dem Übertragungseffekt?
|type="[]"}
+ eine Störvariable, die davon herrührt, dass eine frühere experimentelle Bedingung eine spätere inhaltlich beeinflusst, wobei die spezielle Stellung der experimentellen Bedingung Ausschlag gebend ist
- meint den Einfluss der Einstellung der Versuchsperson auf die Untersuchungsergebnisse
+ kann mit Positionseffekt (Primacy-/Recency-Effekt) kombiniert auftreten

{Situationsvalidität ist…
|type="[]"}
- die Generalisierbarkeit von Untersuchungsergebnissen über die untersuchten Personen hinaus.
+ die ökologische Validität.
+ eine Form der externen Validität.
+ die Generalisierbarkeit von Untersuchungsergebnissen über die untersuchten Situationen hinaus.
- eine Form der internen Validität.
- die Stichprobenrepräsentanz.

{Populationsvalidität ist…
|type="[]"}
+ eine Form der externen Validität.
- die Generalisierbarkeit von Untersuchungsergebnissen über die untersuchten Situationen hinaus.
+ die Stichprobenrepräsentanz.
+ die Generalisierbarkeit von Untersuchungsergebnissen auf die Grundgesamtheit.
- die ökologische Validität.
- eine Form der internen Validität.

{Welche Aussagen sind richtig?
|type="[]"}
- Interne Validität und externe Validität sind immer gleich hoch.
- Je niedriger die interne Validität, umso höher die externe Validität.
- Je höher die interne Validität, umso höher die externe Validität.
+ Ohne ausreichende interne Validität ist die externe Validität nicht gegeben.
+ Maßnahmen, welche die interne Validität steigern, verringern oft die externe Validität.
+ Maßnahmen, welche die externe Validität steigern, verringern oft die interne Validität.

{Die … bezeichnet die Generalisierbarkeit und Repräsentativität von Untersuchungsergebnissen. Das heißt, ob von dem erhobenen Verhalten auf Verhalten über die Untersuchungssituation, die Versuchspersonen und den Untersuchungszeitraum hinaus generalisiert werden kann.
|type="[]"}
+ externe Validität
- Retestreliabilität
- Objektivität
- interne Validität

{Externe Validität…
|type="[]"}
- liegt immer dann vor, wenn Daten unabhängig vom Forscher zustande kommen.
- gibt an, ob die Ergebnisse einer Untersuchung auf die Manipulation einer UV zurückgeführt und mögliche Störeinflüsse ausgeschlossen werden können.
+ bezeichnet die Generalisierbarkeit und Repräsentativität von Untersuchungsergebnissen. Das heißt, ob von dem erhobenen Verhalten auf Verhalten über die Untersuchungssituation, die Versuchspersonen und den Untersuchungszeitraum hinaus generalisiert werden kann.
- bezeichnet die Überlagerung von Effekten verschiedener unabhängiger Variablen und Kovariablen.

</quiz>

Aufgaben - Interne Validität

2019-12-12T16:44:46Z

Nadia1:

{{Nav|Navigation|U Wissenschaftliches Arbeiten|Aufgaben - Grundlagen wissenschaftlichen Arbeitens|Hauptseite}}

Der folgenden Bereich enthält Fragen zur internen Validität. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Die interne Validität gibt an, ...
|type="[]"}
- wie repräsentativ Untersuchungsergebnisse sind.
+ ob mögliche Störeinflüsse ausgeschlossen werden können.
- ob Untersuchungsergebnisse auf andere Personen generalisiert werden können.
+ ob Untersuchungsergebnisse eindeutig interpretierbar sind.
+ ob Untersuchungsergebnisse auf eine Verursachung durch die UV zurückgeführt werden können.
- wie viele Versuchspersonen bei der zweiten Messung ausgefallen sind.

{Die interne Validität wird beeinflusst durch:
|type="[]"}
+ Reifung
- Interferenzen mehrfacher Behandlungen
+ Statistische Regression
+ Zeiteinflüsse
- soziale Erwünschtheit
- Halo-Effekt

{Die interne Validität wird beeinflusst durch:
|type="[]"}
- Reaktivität der Untersuchungsbedingungen
+ Veränderung der Messinstrumente
+ Testeffekte
- Hawthorne-Effekt
+ Auswahlverzerrung
+ Experimentelle Mortalität
- Stichprobenfehler

{Welche sind keine Einflussfaktoren auf die Interne Validität?
|type="[]"}
- Testeffekte
- Statistische Regression
- Experimentelle Mortalität
+ Stichprobenfehler
- Veränderung der Messinstrumente
- Auswahlverzerrung
- Reifung
- Zeiteinflüsse
+ Interferenzen mehrfacher Behandlungen
+ Reaktivität der Untersuchungsbedingungen

{Welches sind Einflussgrößen auf die interne Validität von psychologischen Untersuchungen?
|type="[]"}
+ die Art der Zuteilung von Vpn auf die Versuchsgruppen
- das Skalenniveau der Messwerte
+ die Tendenz der Veränderung extremer Ausgangswerte in Richtung Mittelwert
+ die Ausfallrate von Versuchspersonen
- die Sensibilisierung der Vpn auf das Treatment durch eine Vorhermessung

{Welche Aussagen sind richtig?
|type="[]"}
+ Maßnahmen, welche die externe Validität steigern, verringern oft die interne Validität.
- Je höher die interne Validität, umso höher die externe Validität.
+ Maßnahmen, welche die interne Validität steigern, verringern oft die externe Validität.
- Interne Validität und externe Validität sind immer gleich hoch.
+ Ohne ausreichende interne Validität ist die externe Validität nicht gegeben.
- Je niedriger die interne Validität, umso höher die externe Validität.

{Auswahlverzerrungen sind...
|type="[]"}
+ dann gegeben, wenn sich Versuchs- und Kontrollgruppen bereits vor der Untersuchung in mind. 1 relevanten Merkmal unterscheiden.
- Testeffekte.
- Verzerrungen aufgrund der Veränderungen von Versuchspersonen (z.B. durch Lernen oder Ermüdung).
+ Verzerrungen aufgrund von selektiven Stichproben.
+ Selektionseffekte.
- Verzerrungen aufgrund des Ausfalls von Versuchspersonen innerhalb einer langen Untersuchung.

{Experimentelle Mortalität bezeichnet...
|type="[]"}
- eine Einschränkung der externen Validität.
- eine Verzerrung aufgrund von selektiven Stichproben.
- das Versterben von Versuchspersonen aufgrund von gefährlichen und unethischen Experimenten.
- Veränderungen innerhalb der Person.
+ eine Einschränkung der internen Validität.
+ einen Ausfall von Versuchspersonen z.B. durch Umzug.

{In welchen Fällen können sich so genannte "experimentelle Einbußen" nachteilig auf die interne Validität einer Untersuchung auswirken?
|type="[]"}
+ wenn sie nur in der Versuchsgruppe auftreten
+ wenn sie nur in der Kontrollgruppe auftreten
- wenn sie Versuchs- und Kontrollgruppen gleichermaßen betreffen
+ wenn sie in Versuchs- und Kontrollgruppen unterschiedlich sind

{Selektionseffekte sind…
|type="[]"}
+ Verzerrungen aufgrund von selektiven Stichproben.
- Verzerrungen aufgrund der Veränderungen von Versuchspersonen (z.B. durch Lernen oder Ermüdung).
+ Auswahlverzerrungen.
+ dann gegeben, wenn sich Versuchs- und Kontrollgruppen bereits vor der Untersuchung in mindestens einem relevanten Merkmal unterscheiden.
+ Einflussfaktoren auf die interne Validität.
- Verzerrungen aufgrund des Ausfalls von Versuchspersonen innerhalb einer langen Untersuchung.

{Reifung bezeichnet…
|type="[]"}
+ Veränderungen z.B. durch Lernen.
- Veränderungen z.B. durch veränderte Jahreszeiten.
+ eine Einschränkung der internen Validität.
- eine Einschränkung der externen Validität.
- Veränderungen außerhalb der Person.
+ Veränderungen innerhalb der Person.

{Die interne Validität von Untersuchungsergebnissen kann durch verschiedene Faktoren beeinflusst werden, unter anderem auch durch "Zeiteinflüsse" und "Reifung". Welche der folgenden Aussage(n) ist / sind korrekt?
|type="[]"}
+ Die Ursache der Reifung liegt in der Person, die für die Zeiteinflüsse in der Umgebung.
- Es sind Bezeichnungen für denselben Sachverhalt.
- Zeiteinflüsse beeinflussen das Untersuchungsergebnis stark, Reifungseinflüsse dagegen nur schwach.
- Zeiteinflüsse sind durch den Versuchsleiter kontrollierbar, der Einfluss der Reifung nicht.

{Reifung (maturation) als ein Faktor, der die Untersuchungsergebnisse in unerwünschter Weise mitbestimmen kann…
|type="[]"}
- bedeutet, dass die Messung an sich Einfluss auf die abhängige Variable hat.
+ ist ein Einfluss, der zwischen zwei zeitlich auseinanderliegenden Messungen zusätzlich zur Variation der unabhängigen Variablen auf die abhängige Variable einwirken kann.
- ist die Tendenz einer Person, sich bei einer extremen Merkmalsausprägung in der Erstmessung in nachfolgenden Tests dem Gruppenmittel zu nähern.
+ wird definiert als biologisch-psychologische Veränderungen, die zwischen den Messungen innerhalb der Versuchspersonen auftreten.
+ ist z.B. durch die Bildung einer zusätzlichen Untersuchungsgruppe zur Experimentalgruppe - einer Kontrollgruppe - zu kontrollieren.

{Testeffekte liegen vor, wenn…
|type="[]"}
- Versuchspersonen bei einer zweiten Messung ausgefallen sind.
- sich die untersuchten Gruppen bereits vor der Untersuchung in einem relevanten Merkmal unterschieden haben.
- Veränderungen innerhalb der Person auftreten.
+ der Test selbst das zu Messende beeinflusst.

{Testeffekte können Untersuchungsergebnisse in unerwünschter Weise mitbestimmen. Diese Effekte…
|type="[]"}
- bedeuten, dass zwischen zwei zeitlich auseinanderliegenden Messungen zusätzlich zur Variation der unabhängigen Variablen auf die abhängige Variable äußere Einflüsse einwirken
+ kann man durch Einführung einer unbehandelten Kontrollgruppe im prä-post-Test-Design kontrollieren
+ bedeuten, dass die Messung an sich Einfluß auf die abhängige Variable hat
- bedeuten, dass zwischen den Meßzeitpunkten innerhalb der Versuchsteilnehmer biologisch- psychologische Veränderungen auftreten

{Statistische Regression muss beachtet werden, wenn…
|type="[]"}
+ Extremgruppen untersucht werden.
- einige der Versuchspersonen an einer zweiten Messung nicht mehr teilnehmen.
- Lerneffekte und Ermüdungseffekte die Ergebnisse der Nachhermessung verzerren.
+ bei einer zweiten Messung eine Tendenz der Messwerte zur Mitte verzeichnet werden kann, die nicht auf die UV zurückzuführen ist.

{Kreuzen Sie alle Bedingungen an, die notwendig sind, damit ein Regressionseffekt als Störfaktor der internen Validität in Erscheinung treten kann.
|type="[]"}
- Es müssen mindestens 2 Gruppen am Experiment teilnehmen.
+ Mindestens eine Versuchsgruppe muss eine Extremgruppe sein.
- Die Zeitabstände zwischen den Messungen müssen weit auseinander liegen.
+ Die Vpn müssen 2 mal gemessen werden.
- Das Messinstrument darf keine perfekte Auswertungsobjektivität aufweisen.

{Zeiteinflüsse sind…
|type="[]"}
+ eine Einschränkung der internen Validität.
+ Veränderungen z.B. durch veränderte Jahreszeiten.
- Veränderungen z.B. durch Lernen.
- Veränderungen innerhalb der Person.
- eine Einschränkung der externen Validität.
+ Veränderungen außerhalb der Person.

{Zeiteinflüsse (history) können Untersuchungsergebnisse in unerwünschter Weise mitbestimmen. Diese Effekte bedeuten, dass…
|type="[]"}
- die Messung an sich Einfluss auf die abhängige Variable hat.
- zwischen den Meßzeitpunkten innerhalb der Versuchsteilnehmer biologisch-psychologische Veränderungen auftreten.
+ zwischen zwei zeitlich auseinanderliegenden Messungen zusätzlich zur Variation der unabhängigen Variablen auf die abhängige Variable äußere Einflüsse einwirken.

{Was gibt an, ob die Ergebnisse einer Untersuchung auf die Manipulation einer UV zurückgeführt und mögliche Störeinflüsse ausgeschlossen werden können?
|type="[]"}
- Retestreliabilität
- Objektivität
+ Interne Validität
- Externe Validität

{Interne Validität…
|type="[]"}
- liegt immer dann vor, wenn Daten unabhängig vom Forscher zustande kommen.
- bezeichnet die Generalisierbarkeit und Repräsentativität von Untersuchungsergebnissen. Das heißt, ob von dem erhobenen Verhalten auf Verhalten über die Untersuchungssituation, die Versuchspersonen und den Untersuchungszeitraum hinaus generalisiert werden kann.
+ gibt an, ob die Ergebnisse einer Untersuchung auf die Manipulation einer UV zurückgeführt und mögliche Störeinflüsse ausgeschlossen werden können.
- bezeichnet die Überlagerung von Effekten verschiedener unabhängiger Variablen und Kovariablen.

{In der Entwicklungspsychologie werden Längsschnittuntersuchungen durchgeführt, die mitunter mehr als 10 Jahre dauern (z. B. Aggressivitätsentwicklung vom Säugling bis zum Erwachsenen). An einer repräsentativen Stichprobe in der BRD sei eine derartige Studie durchgeführt worden, wobei über einen Zeitraum von 20 Jahren jährlich die Aggressivität gemessen wurde. Mit welchem/welchen der folgenden Störfaktor(en) muss man rechnen?
|type="[]"}
+ experimentelle Einbußen
- Selektionseffekt
+ Testeffekte
+ Änderung der Messinstrumente
- Regressionseffekt

{Untersucht werden soll, ob durch ein bestimmtes Lernprogramm ein Zuwachs der Intelligenz zu verzeichnen ist. Dazu lässt man vor Versuchsbeginn die Teilnehmer(innen) einen Intelligenztest bearbeiten. Nach Absolvierung des Lernprogramms wird wiederum die Intelligenz gemessen, mit dem gleichen Verfahren, das vor Beschäftigung mit dem Lernprogramm verwendet wurde. Es zeigt sich ein Anstieg des durchschnittlichen IQ von 104 auf 112 Punkte.
|type="[]"}
- Aus diesem Ergebnis kann man eindeutig schließen, dass das durchgeführte Lernprogramm zu einer Verbesserung des IQ führt.
- Im angeführten Beispiel sind Testeffekte (testing) kontrolliert.
+ Um die Verbesserung des IQ auf das Lernprogramm zurückführen zu können, ist eine Kontrollgruppe erforderlich.
- Im angeführten Beispiel sind Zeiteffekte (history) kontrolliert.
+ Aus diesem Ergebnis kann man nicht eindeutig schließen, dass das durchgeführte Lernprogramm zu einer Erhöhung des IQ führt.
- Im angeführten Beispiel sind Reifungseffekte (maturation) kontrolliert.

{Welche Aussage charakterisiert den nachfolgenden Versuchsplan zutreffend?
[[Datei: IntVal27.jpg]]
|type="[]"}
- Es kann eine bitone Beziehung zwischen UV und AV untersucht werden.
+ Der Versuchsplan ist intern valide.
- Die Nachmesswerte sind nicht interpretierbar, weil die Vormesswerte fehlen.

{Welche Aussage(n) charakterisiert/charakterisieren den nachfolgenden Versuchsplan zutreffend?
[[Datei:IntVal28.jpg]]

AV: Reaktionszeit;
X1: 0,3‰ Blutalkoholkonzentration;
X2: 0,8‰ Blutalkoholkonzentration;
X3: 1,8‰ Blutalkoholkonzentration
|type="[]"}
- Die Nachmesswerte sind nicht interpretierbar, weil die Vormesswerte fehlen.
+ Mit diesem Versuchsplan kann geprüft werden, ob eine bitone Beziehung zwischen UV und AV existiert.
+ Der Versuchsplan ist intern valide.
- Es kann eine tritone Beziehung zwischen UV und AV untersucht werden.

{Was versteht man unter statistischer Regression als Störfaktor der internen Validität?
|type="[]"}
- Statistische Regression bedeutet, dass die Messwerte auf frühere Erlebnisse und Vorgänge zurückzuführen sind.
+ Sie wird durch Extremgruppenbildung nach einer Vorhermessung begünstigt.
+ Statistische Regression ist die Tendenz extremer Messwerte zur Mitte bei einer zweiten Messung.

</quiz>

Aufgaben - Objektivität, Reliabilität, Validität

2019-12-12T16:44:35Z

Nadia1:

{{Nav|Navigation|U Wissenschaftliches Arbeiten|Aufgaben - Grundlagen wissenschaftlichen Arbeitens|Hauptseite}}

Der folgenden Bereich enthält Fragen über die drei Gütekriterien: Objektivität, Reliabilität und Validität. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Wichtige Gütekriterien von Versuchsplänen sind:
|type="[]"}
- Falsifikation
- Reaktivität
- Experimentelle Mortalität
+ Externe Validität
+ Konstruktvalidität
+ Interne Validität

{Wichtige Gütekriterien von empirischen Untersuchungen sind:
|type="[]"}
+ Konstruktvalidität
- Retestvalidität
- Statistische Regression
+ Externe Validität

{Objektivität...
|type="[]"}
- ist ein Vorgang, um Konstrukte messbar zu machen. Dabei werden den Konstrukten direkt beobachtbare Kriterien zugeordnet
- bezeichnet die Verlässlichkeit von Messergebnissen und die Genauigkeit der Messung.
- gibt an, ob ein Test oder Erhebungsverfahren ein interessierendes Merkmal so misst, dass es mit bestehenden Konstruktdefinitionen und Theorien übereinstimmt.
+ bezeichnet die intersubjektive Nachprüfbarkeit von Messergebnissen. Sie macht Messergebnisse nachvollziehbar und replizierbar durch Standardisierung und Transparenz.

{Objektivität von Erhebungsmethoden bedeutet:
|type="[]"}
- Generalisierbarkeit und Repräsentanz
- Gültigkeit der Messung
- Verlässlichkeit der Daten
+ Intersubjektive Nachprüfbarkeit

{Die … bezeichnet die intersubjektive Nachprüfbarkeit von Messergebnissen. Sie macht Messergebnisse nachvollziehbar und replizierbar durch Standardisierung und Transparenz.
|type="[]"}
- Reaktivität
+ Objektivität
- Externe Validität
- Reliabilität

{Die Interpretation von Testergebnissen ist objektiv, wenn sie...
|type="[]"}
+ nach vorher bekannten Maßstäben vorgenommen wird.
- von studierten PsychologInnen durchgeführt wird.
+ von mehreren geschulten Bewertern nach festen Prinzipien vorgenommen wird.
- Bezug zu psychologischen Theorien nimmt.

{Die Bearbeitungszeit...
|type="[]"}
+ kann je nach Art des Tests begrenzt sein oder zum Ende hin offen.
+ sollte vor Beginn der Testung allen Beteiligten bekannt sein.
- muss immer sicherstellen, dass alle Versuchspersonen alle Aufgaben bewältigen.
- muss für alle Versuchspersonen immer gleich sein.

{Sollte es während einer Erhebung Platz für Rückfragen für die Versuchsperson geben?
|type="[]"}
+ Ja, weil sichergestellt sein muss, dass alle Versuchspersonen die Instruktion verstanden haben.
- Nein, weil der Versuchsleiter dann zu viel persönlichen Einfluss nimmt.
- Ja, aber die Beantwortung der Frage darf nicht länger als 1 min dauern, um die Standardisierung nicht zu gefährden.
- Nein, weil die Messergebnisse dann nicht mehr vergleichbar sind.

{Was ist hinsichtlich der Versuchsleitung bei einer Erhebung zu beachten?
|type="[]"}
+ Die Versuchsleiter sollten gut geschult sein und sich untereinander absprechen.
- Die Versuchsleiter müssen das gleiche Geschlecht haben, um Versuchsleitereffekte zu minimieren.
- Es darf lediglich einen einzigen Versuchsleiter geben.
- Versuchsleiter haben nur einen geringen Einfluss auf Testergebnisse, deswegen muss man sie nur kurz instruieren.

{Reliabilität bedeutet:
|type="[]"}
+ Zuverlässigkeit der Daten
- Standardisierung
+ Genauigkeit der Messung
- Intersubjektive Nachprüfbarkeit
- Replizierbarkeit

{Die … bezeichnet die Verlässlichkeit von Messergebnissen und die Genauigkeit der Messung.
|type="[]"}
+ Reliabilität
- Reaktivität
- Objektivität
- Externe Validität

{Reliabilität...
|type="[]"}
- ist ein Vorgang, um Konstrukte messbar zu machen. Dabei werden den Konstrukten direkt beobachtbare Kriterien zugeordnet
+ bezeichnet die Verlässlichkeit von Messergebnissen und die Genauigkeit der Messung.
- bezeichnet die intersubjektive Nachprüfbarkeit von Messergebnissen. Sie macht Messergebnisse nachvollziehbar und replizierbar durch Standardisierung und Transparenz.
- gibt an, inwieweit ein Test oder Erhebungsverfahren ein interessierendes Merkmal so misst, dass es mit bestehenden Konstruktdefinitionen und Theorien übereinstimmt.

{Validität bedeutet:
|type="[]"}
- Intersubjektive Nachprüfbarkeit
- Zuverlässigkeit der Daten
- Reaktivität der Untersuchungsbedingungen
+ Gültigkeit der Messung

{Die … gibt an, ob ein Verfahren das Merkmal gültig misst, was gemessen werden soll.
|type="[]"}
- Retestreliabilität
- Objektivität
- Interne Validität
+ Validität

{Validität...
|type="[]"}
+ gibt an, ob ein Verfahren das Merkmal gültig misst, was gemessen werden soll.
- ist ein Vorgang, um Konstrukte messbar zu machen. Dabei werden den Konstrukten direkt beobachtbare Kriterien zugeordnet
- bezeichnet die Verlässlichkeit von Messergebnissen und die Genauigkeit der Messung.
- bezeichnet die intersubjektive Nachprüfbarkeit von Messergebnissen. Sie macht Messergebnisse nachvollziehbar und replizierbar durch Standardisierung und Transparenz.

</quiz>

Aufgaben - Wissenschaftliches Arbeiten

2019-12-12T16:44:24Z

Nadia1:

{{Nav|Navigation|U Wissenschaftliches Arbeiten|Aufgaben - Grundlagen wissenschaftlichen Arbeitens|Hauptseite}}

Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Eine Operationalisierung ist…
|type="[]"}
+ die Messbarmachung eines Konstruktes
- die Übereinkunft auf bestimmte Ergebnisse
- die Überprüfung einer Hypothese
- von Validität und Reliabilität unabhängig

{Man erhält sie durch die Untersuchung einer großen Anzahl an Einzelfällen und gibt sie dann in Prozent an. Was ist gemeint?
|type="[]"}
- individuelle Prognose
- Effektgröße
+ statistische Prognose
- idiographische Untersuchungen

{Was versteht man unter einer Realdefinition?
|type="[]"}
+ Wiedergabe wesentlicher Merkmale
- Beschreibung der faktischen Gebrauchsweise des Begriffs
+ Herausarbeiten von Ähnlichkeiten und Unterschieden zu anderen Begriffen
- Übereinkunft auf eine Definition unter Bezug auf bereits existierende
- eine Definition, die von mindestens 60% der Bevölkerung verstanden wird

{Was sind die Ziele der Wissenschaft?
|type="[]"}
- A: Beschreiben und Vorhersagen
- B: Erklären und Verändern
+ A und B
- D: Korrektur, Förderung, Prävention und Ethik
- E: sich selbst begründen und Dogmen schaffen
- D und E

{Was versteht man unter Intersubjektivität?
|type="[]"}
+ Kongruenz der Beobachtungen verschiedener Personen
- Definitionsbildung durch Dialektik
+ die „realisierbare Version der Objektivität“
- die Überprüfbarkeit von Aussagen

{Was sind notwendige Kriterien für eine wissenschaftliche Theorie?
|type="[]"}
+ innere und äußere Widerspruchsfreiheit
- Kontrolle der Störvariablen
+ Erklärungswert
+ Prüfbarkeit und Testerfolg
- Verallgemeinerung einzelner Beobachtungen

</quiz>

Aufgaben - Untersuchungsgegenstand Mensch

2019-12-12T16:44:15Z

Nadia1:

{{Nav|Navigation|U Wissenschaftliches Arbeiten|Aufgaben - Grundlagen wissenschaftlichen Arbeitens|Hauptseite}}

Die folgenden Fragen beschäftigen sich mit dem Themenbereich "Untersuchungsgegenstand Mensch". Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Versuchspersonen sind...
|type="[]"}
- die Teilnehmer an chemischen Laborstudien.
+ die Teilnehmer an empirischen Untersuchungen.
- Personen, die Probeweise einer Pilotstudie unterzogen werden.

{Die Untersuchungsstichprobe entspricht:
|type="[]"}
- dem Erhebungsrahmen
+ allen Probanden der Studie
- der Grundgesamtheit
+ der Gesamtheit der Versuchspersonen

{Die Freiwilligkeit der Versuchspersonen...
|type="[]"}
+ entspricht den ethischen Grundsätzen.
+ entspricht einer Gelegenheitsstichprobe.
- ist Voraussetzung für eine hohe interne Validität.

{Zu den Besonderheiten des Untersuchungsgegenstandes Mensch gehören:
|type="[]"}
+ Menschen können lernen und ihr Verhalten steuern.
+ Menschliches Verhalten wird durch Beobachtung verändert.
- Es soll kein Kausalzusammenhang entdeckt werden.
+ Das Entdecken kausaler Zusammenhänge wird erschwert.
- Menschen werden in der Untersuchungssituation zu passiven Objekten.
- Menschliches Verhalten ist stets gleichbleibend.
+ Menschen sind keine passiven Objekte.

{Die Besonderheiten der psychologischen Forschung...
|type="[]"}
+ ergeben sich aus in der Tatsache des Untersuchungsgegenstandes Mensch.
- liegen in dem Bestreben, Kausalzusammenhänge zu entdecken.
+ manifestieren sich in Versuchsleitereffekten, Versuchsleitererwartungseffekten und Reaktivität.
- bestehen auf Grund der experimentellen Versuchsanordnung.
+ zeigen sich im Menschen als Versuchsleiter.

{Der Versuchsleiter ist...
|type="[]"}
- lediglich der Leiter der Pilotuntersuchung.
- eine Versuchsperson, die eigenständig ihren Versuch leitet.
+ maßgebend für eine erfolgreiche Durchführung.
- gewöhnlich mindestens Doktorand.
+ der Durchführer einer empirischen Untersuchung.
+ dafür verantwortlich, dass der Versuchsplan richtig umgesetzt wird.

{Der Versuchsleiter zeigt sich stets dafür verantwortlich, dass...
|type="[]"}
- die Auswertungsmethoden festgelegt werden.
- die Studie angemessen konzipiert wird.
+ der Versuchsplan richtig umgesetzt wird.
+ die Studie erfolgreich durchgeführt wird.

{Versuchsleiter übernehmen...
|type="[]"}
- eine leitende Position innerhalb der Gruppe der Versuchspersonen.
+ immer auch eine große Verantwortung für die Versuchspersonen.
- immer auch die Interpretation der Ergebnisse.
+ die Durchführung der Studie.

{Versuchsleitereffekte entstehen, wenn...
|type="[]"}
+ der Versuchsleiter durch sein eigenes Verhalten und durch Fehler die Ergebnisse einer Studie mit beeinflusst.
+ der Versuchsleiter die Ergebnisse einer Studie durch seine Erwartungen und durch Fehler mit beeinflusst.
- der Versuchsleiter die durch die Hypothesen vorhergesagten Effekte erzielt.
+ der Versuchsleiter die Ergebnisse einer Studie durch sein eigenes Verhalten und durch seine Erwartungen mit beeinflusst.

{Der Versuchsleitereffekt ist die Beeinflussung der Versuchsteilnehmer durch...
|type="[]"}
+ Verhalten und Fehler des Versuchsleiters.
- das Alter des Versuchsleiters - Ältere erzielen bessere Effekte.
- unbeständige äußere Bedingungen, wie zum Beispiel das Wetter.

{Versuchsleitererwartungseffekte entstehen, wenn...
|type="[]"}
- der Versuchsleiter keine Erwartungen an das mögliche Ergebnis hat.
- die Interaktion von Versuchsleiter und Proband eine bestimmte Erwartungshaltung beim Probanden hervorruft.
+ der Versuchsleiter die Ergebnisse durch seine Erwartungen beeinflusst.
- der Versuchsleiter durch seine Körperhaltung die Erwartung des Probanden beeinflusst.

{Der Versuchsleitererwartungseffekt ist die Beeinflussung der Versuchsteilnehmer durch...
|type="[]"}
- den Einfluss der Erwartungen der Probanden auf den Versuchsleiter.
+ die Erwartung des Versuchsleiters über das zu erzielende Ergebnis.
- das Verhalten und die Fehler des Versuchsleiters.
- die Wettervorhersagen, die der Versuchsleiter zu Beginn des Versuchs erwähnt.

{Reaktivität tritt auf, wenn...
|type="[]"}
- Untersuchungsergebnisse sich nur auf die spezielle Situation beziehen sollen.
- das Verhalten und die Fehler der Versuchsleiter die Ergebnisse beeinflussen.
+ die Versuchsleitererwartungen das zu Messende beeinflussen.
- die Untersuchungsbedingungen das zu Messende beeinflussen.

{Reaktivität bezeichnet...
|type="[]"}
- reaktive Untersuchungsfragen.
+ reaktive Untersuchungsbedingungen.
- reaktive Untersuchungsobjekte.

{Reaktivität...
|type="[]"}
+ schränkt die Generalisierbarkeit der Untersuchungsergebnisse ein.
- gehört zu den Kontrolltechniken der Sekundärvarianz.
+ gehört zu den Einflussfaktoren auf die externe Validität.
- verbessert die Generalisierbarkeit der Untersuchungsergebnisse.
- gehört zu den Kontrolltechniken der Primärvarianz.
- gehört zu den Einflussfaktoren auf die interne Validität.

{Reaktivität beeinflusst...
|type="[]"}
+ das Verhalten des Probanden auf Grund der Tatsache des Untersuchtwerdens.
- das zu Variierende.
+ das zu Messende.
- das Verhalten des Versuchsleiters auf Grund der Tatsache des Untersuchens.

{Reaktivität führt dazu, dass...
|type="[]"}
- der Effekt der unabhängigen Variable unabhängig ist von der Untersuchungssituation.
+ der Effekt der unabhängigen Variable von der Untersuchungssituation abhängt.
- eine Generalisierung auf nicht untersuchte Personen erlaubt ist.
+ eine Generalisierung auf nicht untersuchte Personen nicht erlaubt ist.

{Reaktivität...
|type="[]"}
- verringert die interne Validität.
- gefährdet die Eindeutigkeit der Schlussfolgerung.
+ gefährdet die Generalisierbarkeit der Schlussfolgerung.
+ verringert die externe Validität.
- erhöht die interne Validität.

{Ethische Richtlinien...
|type="[]"}
+ sind stets bei der Untersuchung von Menschen zu berücksichtigen.
- müssen bei der experimentellen Versuchsplanung nicht berücksichtigt werden.
+ sind grundsätzlich in der experimentellen Forschung einzuhalten.

{Für die ethische Unbedenklichkeit einer Forschungsarbeit zeigt sich wer verantwortlich?
|type="[]"}
- alle
+ der Versuchsleiter
- niemand
+ die Ethikkomission
- die Versuchsperson

{Die Versuchspersonen haben das Recht…
|type="[]"}
+ vor Versuchsbeginn so vollständig wie möglich über die Art des Experiments aufgeklärt zu werden.
- auf finanzielle Entlohnung.
+ auf Abbruch des Experiments.
+ vollständige Aufklärung über Art und Bedeutung der Befunde nach dem Experiment.
+ auf größtmögliche Offenheit und Ehrlichkeit des Versuchsleiters.
- auf individuelle psychologische Beratung.
- auf vollständige Offenheit und Ehrlichkeit des Versuchsleiters.

{Eine Versuchsgruppe...
|type="[]"}
+ ist eine Gruppe von Versuchspersonen, die in einem Experiment ein Treatment erhält.
- sollte sich in möglichst vielen Punkten von der Kontrollgruppe unterscheiden.
- ist eine Gruppe von Versuchspersonen ohne experimentelles Treatment.
- ist gleichbedeutend mit Kontrollgruppe.

{Eine Kontrollgruppe...
|type="[]"}
- besteht gewöhnlich aus nur einer Versuchsperson.
+ dient zur Kontrolle von Störeinflüssen.
+ ist eine Gruppe von Versuchspersonen ohne experimentelles Treatment.
- ist eine Gruppe von Versuchspersonen, die in einem Experiment ein Treatment erhält.

{Anhand einer Kontrollgruppe...
|type="[]"}
+ können Störeinflüsse kontrolliert werden.
- kontrolliert eine Versuchsgruppe sich selbst.
+ untersucht man eine nicht manipulierte Situation.
- wird die Gruppe kontrolliert, die kein Treatment erhalten hat.

</quiz>

Aufgaben - Bedingungsarten

2019-12-12T16:44:06Z

Nadia1:

{{Nav|Navigation|U Wissenschaftliches Arbeiten|Aufgaben - Grundlagen wissenschaftlichen Arbeitens|Hauptseite}}

Der folgenden Bereich enthält Fragen zu Bedingungsarten. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Abhängige Variablen sind nach dem Erklärungschema der formalen Logik p -> q
|type="[]"}
- das p
+ die Konklusion
+ die zu messenden Variablen
- die erklärenden Teile einer Hypothese
+ das q

{Unabhängige Variablen sind nach dem Erklärungsschema der formalen Logik p -> q
|type="[]"}
+ das p
+ die erklärenden Teile einer Hypothese
- die Konklusion
- das q

{Bitte führen Sie fort: Wenn gilt, wenn p, dann q...
|type="[]"}
- und wenn gleichzeitig q gilt, dann gilt auch p.
+ und wenn gleichzeitig p gilt, dann gilt auch q.
- und wenn p größer q gilt, dann gilt auch q größer p.

{Bitte entscheiden Sie sich für die richtige(n) Antwort(en).

[[Datei:Bed4a.jpg]]

[[Datei:Bed4b.jpg]]

[[Datei:Bed4c.jpg]]

[[Datei:Bed4d.jpg]]
|type="[]"}
- Die Schlussregel der formalen Logik entspricht Abbildung 1.
+ Die Schlussregel der formalen Logik entspricht Abbildung 2.
- Die Schlussregel der formalen Logik entspricht Abbildung 1 und 2.
- Die Schlussregel der formalen Logik entspricht Abbildung 4.
- Die Schlussregel der formalen Logik entspricht Abbildung 3 und 4.
- Die Schlussregel der formalen Logik entspricht Abbildung 3.

{Störbedingungen können den in der Hypothese formulierten Zusammenhang...
|type="[]"}
+ überdecken.
+ mindern.
- verdeutlichen.
- hervorheben.
+ aufheben.

{Möglichkeiten der Säuberung der Wirkung der UV vom Einfluss der Störbedingungen sind...
|type="[]"}
- mentale Reinigung.
+ reale Reinigung.
+ verbale Reinigung.
+ mathematische Reinigung.
- kognitive Reinigung.

{Die formale Logik unterscheidet in...
|type="[]"}
+ hinreichende Bedingungen.
- weitreichende und notwendige Bedingungen.
- weitreichende Bedingungen.
+ notwendige Bedingungen.
- überflüssige Bedingungen.

{Die formale Logik unterscheidet in...
|type="[]"}
- optimale und suboptimale Bedingungen.
- optionale und obligatorische Bedingungen.
+ notwendige und hinreichende Bedingungen.

{Eine notwendige Bedingung...
|type="[]"}
- ist eine Voraussetzung, bei deren Erfüllung ein Sachverhalt zwangsläufig eintritt.
- ist eine Voraussetzung, ohne die ein bedingter Sachverhalt nicht eintreten kann und bei deren Erfüllung dieser Sachverhalt zwangsläufig eintreten muss.
+ ist eine Voraussetzung, ohne die ein Sachverhalt nicht eintritt.
- ist eine Voraussetzung, ohne die ein bedingter Sachverhalt eintreten muss und bei deren Erfüllung dieser Sachverhalt nicht eintreten kann.
- ist eine Voraussetzung, bei deren Erfüllung ein Sachverhalt nicht eintritt.

{X ist dann eine notwendige Bedingung für y, wenn...
|type="[]"}
- bei Fehlen von y das x sicher nicht auftritt.
- bei Vorhandensein von x das y sicher nicht auftritt.
- bei Vorhandensein von x das y sicher auftritt.
+ bei Fehlen von x das y sicher nicht auftritt.

{Die notwendige Bedingung entspricht der logischen Struktur der...
|type="[]"}
- Kongruenz.
- Äquivalenz.
+ Replikation.
- Duplikation.
- Implikation.

{Eine hinreichende Bedingung...
|type="[]"}
- ist eine Voraussetzung, ohne die ein Sachverhalt nicht eintritt.
- ist eine Voraussetzung, ohne die ein bedingter Sachverhalt nicht eintreten kann und bei deren Erfüllung dieser Sachverhalt zwangsläufig eintreten muss.
- ist eine Voraussetzung, bei deren Erfüllung ein Sachverhalt nicht eintritt.
+ ist eine Voraussetzung, bei deren Erfüllung ein Sachverhalt zwangsläufig eintritt.
- ist eine Voraussetzung, ohne die ein bedingter Sachverhalt eintreten muss und bei deren Erfüllung dieser Sachverhalt nicht eintreten kann.

{X ist dann eine hinreichende Bedingung für y, wenn...
|type="[]"}
+ bei Vorhandensein von x das y sicher auftritt.
- bei Vorhandensein von x das y sicher nicht auftritt.
- bei Fehlen von y das x sicher nicht auftritt.
- bei Fehlen von x das y sicher nicht auftritt.

{Die hinreichende Bedingung entspricht der logischen Struktur der...
|type="[]"}
- Replikation.
- Kongruenz.
- Äquivalenz.
- Duplikation.
+ Implikation.

{Eine notwendige und hinreichende Bedingung...
|type="[]"}
- ist eine Voraussetzung, bei deren Erfüllung ein Sachverhalt meist eintritt.
+ ist eine Voraussetzung, ohne die ein bedingter Sachverhalt nicht eintreten kann und bei deren Erfüllung dieser Sachverhalt zwangsläufig eintreten muss.
- ist eine Voraussetzung, ohne die ein Sachverhalt manchmal nicht eintritt.
- ist eine Voraussetzung, ohne die ein bedingter Sachverhalt eintreten muss und bei deren Erfüllung dieser Sachverhalt nicht eintreten kann.
- ist eine Voraussetzung, bei deren Erfüllung ein Sachverhalt nicht eintritt.

{X ist dann eine notwendige und hinreichende Bedingung für y, wenn...
|type="[]"}
- bei Fehlen von x das y sicher nicht auftritt, und wenn zugleich bei Fehlen von y das y sicher nicht auftritt.
+ bei Vorhandensein von x das y sicher auftritt, und wenn bei Fehlen von x das y sicher nicht auftritt.
- bei Vorhandensein von x das y sicher nicht auftritt, und wenn zugleich bei Fehlen von x das y sicher nicht auftritt.
- bei Fehlen von y das x sicher nicht auftritt, und wenn bei Vorhandensein von x das y sicher nicht auftritt.

{Die notwendige und hinreichende Bedingung entspricht der logischen Struktur der...
|type="[]"}
- Ambivalenz.
- Replikation.
+ Äquivalenz.
- Kongruenz.
- Implikation.
- Duplikation.

{Beurteilen Sie anhand der folgenden Datenmatrix:

[[Datei:Bed18.jpg]]
|type="[]"}
- Eine hohe Intelligenz ist eine notwendige Bedingung für niedrige physische Attraktivität.
- Eine hohe Intelligenz ist eine hinreichende Bedingung für niedrige physische Attraktivität.
- Eine hohe Intelligenz ist eine hinreichende Bedingung für hohe physische Attraktivität.
+ Eine hohe Intelligenz ist eine notwendige Bedingung für hohe physische Attraktivität

{Schnee sei eine notwendige Bedingung für eine weiße Landschaft. Welche der folgenden Aussagen sind richtig?
|type="[]"}
+ Es schneit. Also wird die Landschaft weiß.
+ Die Landschaft muss nicht unbedingt weiß sein, wenn es schneit.
- Die Landschaft kann nur durch Schnee weiß werden.
+ Die Landschaft ist nicht weiß, wenn es nicht schneit.

{Beurteilen Sie anhand der folgenden Datenmatrix:

[[Datei:Bed20.jpg]]
|type="[]"}
- Junges Alter ist eine hinreichende Bedingung für ein hohes Gewicht.
- Junges Alter ist eine notwendige Bedingung für ein niedriges Gewicht.
+ Junges Alter ist eine hinreichende Bedingung für ein niedriges Gewicht.
- Junges Alter ist eine notwendige und hinreichende Bedingung für ein niedriges Gewicht.
- Junges Alter ist eine notwendige Bedingung für ein hohes Gewicht.

{Sonne sei eine hinreichende Bedingung für Pflanzenwachstum. Welche der folgenden Aussagen sind richtig?
|type="[]"}
+ Immer wenn die Sonne scheint, wachsen die Pflanzen.
- Immer wenn die Sonne nicht scheint, wachsen die Pflanzen.
+ Auch wenn die Sonne nicht scheint, können die Pflanzen wachsen.

{Beurteilen Sie anhand der folgenden Datenmatrix:

[[Datei:Bed22.jpg]]
|type="[]"}
- Eine gymnasiale Schulbildung ist eine notwendige Bedingung für ein kleines Vokabular.
- Eine gymnasiale Schulbildung ist eine hinreichende Bedingung für ein kleines Vokabular.
- Eine gymnasiale Schulbildung ist nur eine notwendige Bedingung für ein großes Vokabular.
+ Eine gymnasiale Schulbildung ist eine notwendige und hinreichende Bedingung für ein großes Vokabular.
- Eine gymnasiale Schulbildung ist nur eine hinreichende Bedingung für ein großes Vokabular.

{Gutes Wetter sei eine notwendige und hinreichende Bedingung für gute Laune. Beurteilen Sie bitte folgende Aussagen.
|type="[]"}
+ Immer wenn gutes Wetter ist, haben die Menschen gute Laune.
- Die Menschen können auch keine gute Laune haben, wenn gutes Wetter ist.
- Die Menschen können auch gute Laune haben, wenn kein gutes Wetter ist.
+ Immer wenn kein gutes Wetter ist, haben die Menschen keine gute Laune.

</quiz>

Aufgaben - Beziehungsarten

2019-12-12T16:43:54Z

Nadia1:

{{Nav|Navigation|U Wissenschaftliches Arbeiten|Aufgaben - Grundlagen wissenschaftlichen Arbeitens|Hauptseite}}

Der folgenden Bereich enthält Fragen zu Beziehungsarten. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Welche Bedingungen müssen erfüllt sein, damit ein Kausalschluss von X auf Y zulässig ist?
|type="[]"}
+ X und Y müssen statistisch bedeutsam miteinander korrelieren.
- X und Y müssen Organismusvariablen sein.
+ Der Einfluss von Drittvariablen kann eindeutig ausgeschlossen werden.
+ X muss Y zeitlich vorausgehen.
- Y darf nicht gemessen werden.

{Als … bezeichnet man den Zusammenhang zwischen zwei oder mehreren Variablen.
|type="[]"}
- Kovalidität
- Koinzidenz
- Kausalität
+ Korrelation

{Was bedeutet ein hoher positiver bivariater Korrelationskoeffizient?
|type="[]"}
+ Dass ein Ereignis häufig dann auftritt, wenn auch das andere Ereignis auftritt.
- Dass ein Ereignis in der Regel dann auftritt, wenn das andere Ereignis nicht auftritt.
+ Dass ein Ereignis seltener auftritt, wenn auch das andere Ereignis seltener auftritt.
- Dass ein Ereignis auftritt, egal ob das andere Ereignis auftritt.

{Was bedeutet ein hoher negativer bivariater Korrelationskoeffizient?
|type="[]"}
- Dass ein Ereignis seltener auftritt, wenn auch das anderes Ereignis nicht auftritt.
+ Dass ein Ereignis in der Regel dann auftritt, wenn das andere Ereignis nicht auftritt.
- Dass ein Ereignis häufig dann auftritt, wenn auch das andere Ereignis auftritt.
- Dass ein Ereignis auftritt, egal ob das andere Ereignis auftritt.

{Was bedeutet ein bivariater Korrelationskoeffizient von 0?
|type="[]"}
+ Dass ein Ereignis auftritt, egal ob das andere Ereignis auftritt.
- Dass ein Ereignis in der Regel dann auftritt, wenn das andere Ereignis nicht auftritt.
- Dass ein Ereignis seltener auftritt, wenn das andere Ereignis nicht auftritt.
- Dass ein Ereignis häufig dann auftritt, wenn auch das andere Ereignis auftritt.

{Welche inhaltlichen Interpretationsmöglichkeiten von hohen Korrelationskoeffizienten kennen Sie?
|type="[]"}
- X und Y sind irrelevant für die Untersuchung
+ X und Y werden durch eine Drittvariable beeinflusst
+ X ist ein Teil von Y
+ Koinzidenz
+ Kausalität
- X und Y existieren gar nicht

{Welche Aussagen treffen zu?
|type="[]"}
- Korrelationen lassen Kausalinterpretationen zu.
- Korrelationen erlauben Aussagen über Zusammenhänge zwischen zwei oder mehr Variablen, ohne dass die Richtung dieses Zusammenhangs angegeben werden könnte.
+ Korrelationen bedeuten, dass zwei Ereignisse regelmäßig zusammen auftreten, ohne dass das eine das andere verursachen muss.
- Nur signifikante Zusammenhänge sagen etwas über Kausalbeziehungen der zu untersuchenden Merkmale aus.

{In einer Umfrage zeigt sich, dass alle Personen, die angaben, häufig Sport zu treiben auch angaben, nur selten zum Arzt zu gehen. Welche Schlussfolgerungen darf man daraus ziehen?
|type="[]"}
- Wer selten zum Arzt geht, muss viel Sport treiben.
+ Personen, die häufig Sport treiben, gehen auch selten zum Arzt.
- Sport treiben verringert die Anzahl der Arztbesuche.
+ Sporttreiben und Arztbesuche sind miteinander korreliert.

{In Niedersachsen sank sowohl die Anzahl der Störche als auch der Neugeborenen von 1970 bis 1985, danach blieben beide Werte etwa konstant. Welche Schlussfolgerungen darf man daraus ziehen?
|type="[]"}
- Wenn es viele Störche gibt, werden in der Regel auch viele Kinder geboren.
- Der Storch bringt die Neugeborenen.
- Nach 1970 gab es schlechtere Umweltbedingungen in Niedersachsen. Diese verursachten als Drittvariable sowohl die Verringerung der Anzahl der Störche, als auch die veränderten Geburtenraten.
+ Es liegt eine Korrelation zwischen Geburtenrate und Anzahl der Störche vor. Diese kann aber auch zufällig entstanden sein.

{In einer Studie wurde herausgefunden, dass Kinder, die mit ihrem rechten Arm über den Kopf an ihr linkes Ohrläppchen fassen können, auch gleichzeitig als schulfähig eingestuft werden können. Welche Interpretationen sind möglich?
|type="[]"}
+ Schulfähigkeit ist mit der Fähigkeit korreliert, sich mit dem rechten Arm über dem Kopf an das linke Ohrläppchen zu fassen.
- Jeder Mensch, der sich nicht mit dem rechten Arm über dem Kopf an sein linkes Ohrläppchen fassen kann, ist auch nicht schulfähig.
- Wenn man sich mit dem linken Arm über den Kopf an sein rechtes Ohrläppchen fassen kann, ist man trotzdem nicht schulfähig.
+ Eine dahinterliegende Drittvariable könnte die Korrelation bedingen.

</quiz>

Aufgaben - Theorien

2019-12-12T16:43:43Z

Nadia1:

{{Nav|Navigation|U Wissenschaftliches Arbeiten|Aufgaben - Grundlagen wissenschaftlichen Arbeitens|Hauptseite}}

Der folgenden Bereich enthält Fragen zu Theorien der psychologischen Forschung. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Eine Theorie…
|type="[]"}
- ist das zufällige gemeinsame Auftreten von mindestens zwei Variablen.
+ ist ein System aus mehreren Definitionen, Annahmen und Schlussfolgerungen. Sie entspricht der Vernetzung von mehreren Hypothesen.
- ist eine nicht direkt beobachtbare komplexe Variable, welche über beobachtbare Indikatoren operationalisiert und messbar gemacht werden muss.
- ist eine vorläufige Antwort auf eine Forschungsfrage.

{Welche Ansprüche werden an eine wissenschaftliche Theorie gestellt?
|type="[]"}
+ Präzision
+ Logische Korrektheit und Widerspruchsfreiheit
+ Übereinstimmung mit der Realität
- Unvollständigkeit

{Welche Ansprüche werden an eine wissenschaftliche Theorie gestellt?
|type="[]"}
- Verifizierbarkeit
+ ökonomische Hypothesenformulierung
+ möglichst hoher Informationsgehalt
- Berühmtheit
+ möglichst breites Anwendungsspektrum
+ Integration des aktuellen Forschungsstandes

{Welche Aussagen treffen zu?
|type="[]"}
+ Theorien dienen dem Beschreiben, Erklären und Vorhersagen von Phänomenen.
+ Theorien lassen sich nicht 100%-ig beweisen, sondern nur mehr oder weniger gut bestätigen.
- Je öfter eine Theorie falsifiziert wurde, umso besser ist ihr Bewährungsgrad.
- Theorien werden stets verifiziert.
+ Je mehr abgeleitete Hypothesen sich in der Empirie bestätigen, umso besser ist der Bewährungsgrad einer Theorie.

{Falsifikation…
|type="[]"}
+ bedeutet die Widerlegung einer Hypothese oder einer Theorie.
- ist gegeben, wenn alle Variablen schlecht operationalisiert sind.
+ bezeichnet den Umstand, dass Hypothesen im Fall ihrer Ungültigkeit abgelehnt werden.
+ entspricht dem wissenschaftlichen Vorgehen.
- sollte in Experimenten und Studien vermieden werden.

{Verifikation…
|type="[]"}
+ ist bei der Überprüfung von wissenschaftlichen Hypothesen an Stichproben nicht möglich.
- ist oberstes Ziel beim wissenschaftlichen Arbeiten.
+ bedeutet die Bestätigung einer Hypothese oder einer Theorie.
- bedeutet die Widerlegung einer Hypothese oder einer Theorie.

{Welche Aussagen sind richtig?
|type="[]"}
+ Die erste Prämisse ist das allgemeine Gesetz und die zweite Prämisse ist die Ausgangsbedingung (Antezedenzbedingung).
- Die abgeleitete Erklärung ist das Explanans.
- Bei der Deduktion besteht die Gefahr des Induktionsschlusses.
+ Beim deduktiven Vorgehen werden aus einem allgemeingültigen Gesetz in einer bestimmten Ausgangsbedingung Annahmen über einzelne Phänomene abgeleitet.

{Welche Aussagen sind richtig?
|type="[]"}
+ Die durch Deduktion abgeleitete Erklärung ist das Explanandum. 1. und 2. Prämisse bilden das Explanans.
- Die erste Prämisse ist die Antezedenzbedingung und die zweite Prämisse ist das allgemeine Gesetz.
+ Das Induktionsproblem entsteht dadurch, dass niemals alle möglichen Fälle, sondern nur Stichproben untersucht werden können.
- Beim deduktiven Vorgehen werden aus einzelnen beobachteten Phänomene Rückschlüsse auf ein allgemein gültiges Gesetz gezogen.

{Welche Aussagen sind richtig?
|type="[]"}
- 1. und 2. Prämisse bilden das Explanandum.
- Beim deduktiven Vorgehen werden aus einzelnen beobachteten Phänomene Rückschlüsse auf ein allgemein gültiges Gesetz gemacht.
+ Die durch Deduktion abgeleitete Erklärung ist das Explanandum.
+ Das Induktionsproblem entsteht dadurch, dass niemals alle möglichen Fälle, sondern nur Stichproben untersucht werden können.
+ 1. und 2. Prämisse bilden das Explanans.

{Welche Aussagen bezüglich des folgenden Schemas sind korrekt?

[[Datei:Theorie11.jpg]]
|type="[]"}
- Das Schema zeigt einen Induktionsschluss.
- „Es regnet“ ist das allgemeine Gesetz.
+ „Die Straße ist nass“ ist das Explanandum.
- „Wenn es regnet, ist die Straße nass“ ist das allgemeine Gesetz.
+ Der Schluss ist logisch korrekt.

{Welche Aussagen bezüglich des folgenden Schemas sind korrekt?

[[Datei:Induktionsproblem.jpg]]
|type="[]"}
+ Das Schema ist ein Beispiel für einen Induktionsschluss.
- Das Schema ist ein Beispiel für einen deduktiven Schluss.
+ „Alle Personen empfinden Angst“ ist das abgeleitete allgemeine Gesetz.
- „Alle Personen empfinden Angst“ ist das Explanandum.
+ Die Schlussfolgerung ist problematisch, da nicht alle Personen beobachtet wurden.
- „Person A empfindet Angst“ ist das allgemeine Gesetz.

</quiz>

Aufgaben - Hypothesen

2019-12-12T16:43:35Z

Nadia1:

{{Nav|Navigation|U Wissenschaftliches Arbeiten|Aufgaben - Grundlagen wissenschaftlichen Arbeitens|Hauptseite}}

Der folgenden Bereich enthält Fragen zu Hypothesen der psychologischen Forschung. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Wissenschaftliche Hypothesen…
|type="[]"}
+ sind Annahmen über Sachverhalte, die über den Einzelfall hinausgehen und empirisch untersuchbar sind. Sie sind in Form von Konditionalsätzen formuliert und grundsätzlich falsifizierbar.
- sind neben der unabhängigen Variable zusätzliche Einflüsse auf die abhängige Variable, welche die Eindeutigkeit von Schlussfolgerungen (interne Validität) behindern können.
- sind qualitative oder quantitative veränderliche Größen in wissenschaftlichen Hypothesen und Versuchsplänen.
- sind Veränderungen in der Umwelt der Versuchsperson zwischen zwei Messzeitpunkten, welche die AV zusätzlich beeinflussen können.

{(…) sind Annahmen über Sachverhalte, die über den Einzelfall hinausgehen und empirisch untersuchbar sind. Sie sind in Form von Konditionalsätzen formuliert und grundsätzlich falsifizierbar.
|type="[]"}
- Unabhängige Variablen
- Reifungseffekte
+ Wissenschaftliche Hypothesen
- Störvariablen

{Wissenschaftliche Hypothesen sind…
|type="[]"}
- vorläufige Forschungsfragen.
+ immer falsifizierbar.
+ vorläufige Antworten auf Forschungsfragen.
- immer verifizierbar.
+ empirisch untersuchbar.

{Hypothesen genügen den Kriterien der Wissenschaftlichkeit, wenn sie...
|type="[]"}
- immer an der Gesamtpopulation untersucht werden.
+ zumindest implizit die Form eines Konditionalsatzes haben.
+ Aussagen über den Einzelfall oder ein singuläres Ereignis hinaus machen.
- sich im Alltag bestätigen.
+ widerlegbar sind.

{Welche Hypothesenarten gibt es nicht?
|type="[]"}
- Unterschiedshypothesen
+ Falsifikationshypothesen
- Zusammenhangshypothesen
+ Ordinale Hypothesen
- Gerichtete Hypothesen
- Hypothesen über Anteile
+ Konstrukthypothesen
+ Ausnahmehypothesen

{Universelle Hypothesen…
|type="[]"}
- lassen sich nie falsifizieren oder verifizieren.
- machen Aussagen über einen Teilbereich der Gesamtpopulation.
+ lassen sich durch die Untersuchung der Gesamtpopulation sowohl falsifizieren als auch verifizieren.
+ lassen sich durch die Untersuchung einer Stichprobe falsifizieren.
+ machen Aussagen über die Ausprägung eines Merkmals in der Gesamtpopulation.

{Existenzielle Hypothesen…
|type="[]"}
- lassen sich weder falsifizieren noch verifizieren.
+ lassen sich durch die Untersuchung einer Stichprobe nur verifizieren.
- lassen sich nur falsifizieren.
- machen Aussagen über einen Teilbereich der Gesamtpopulation.
+ machen Aussagen über Einzelfälle.

{Hypothesen über Anteile…
|type="[]"}
- lassen sich durch die Untersuchung einer Stichprobe nur verifizieren.
- machen Aussagen über die Gesamtpopulation.
- lassen sich nie falsifizieren oder verifizieren.
+ lassen sich durch die Untersuchung der Gesamtpopulation sowohl falsifizieren als auch verifizieren.
+ machen Aussagen über einen Teilbereich der Gesamtpopulation.

{Die Nullhypothese ist die statistische Annahme, dass…
|type="[]"}
+ die Alternativhypothese nicht gilt.
- die Alternativhypothese in der Grundgesamtheit vorliegt.
- in der Stichprobe nur Unterschiede vorliegen.

{Die Nullhypothese verneint immer…
|type="[]"}
- die Hypothese über Anteile.
- das Konstrukt.
+ die Forschungsfrage.
+ die Alternativhypothese.

{Die Alternativhypothese...
|type="[]"}
- ist ein Vorgang, um Konstrukte messbar zu machen. Dabei werden den Konstrukten direkt beobachtbare Kriterien zugeordnet.
- bezeichnet die Verlässlichkeit von Untersuchungsergebnissen und die Genauigkeit der Messung.
- beeinflusst und verändert die Wirkung einer unabhängigen Variable auf eine abhängige Variable.
+ ist die statistische Formalisierung der Forschungsfrage.

{Welche Hypothesen sind nicht prüfbar?
|type="[]"}
- „Im Jahr 2008 wurden mehr männliche als weibliche Babys geboren“
+ „Der Pawlowsche Hund denkt an das Futter, wenn er die Glocke hört“
+ „Nach dem Tod werden gute Menschen wiedergeboren“
+ „Es gibt Menschen, die Gedanken lesen können“
+ „Es gibt Kinder, die niemals weinen“

{Welche Hypothesen sind nicht prüfbar?
|type="[]"}
+ „Ich glaube, Computerspiele machen gewalttätig“
+ „Frustration kann zu Aggression führen“
- „Bekannte Gesichter werden positiver bewertet als unbekannte.“
- „Im Winter werden mehr Depressionen diagnostiziert als im Sommer“
+ „Katzen fressen Hundefutter nicht, weil sie denken, es sei vergiftet.“

{Welche Hypothesen sind nicht prüfbar?
|type="[]"}
- „Frustration führt zu Aggression“
+ „Es gibt Menschen, die sowohl introvertiert, als auch extrovertiert sind“
- „Großbuchstaben werden in der Regel besser erkannt als Kleinbuchstaben“
- „Eine Psychotherapie führt zu einer Verbesserung der Symptome einer Panikstörung.“
- „Intelligenz und Leistungsmotivation sind positiv korreliert.“

{Welche Hypothesen sind nicht prüfbar?
|type="[]"}
+ „Ich finde, Frau Köhler sollte mehr Sport treiben“
+ „Zuviel Alkoholkonsum kann krank machen“
- „Stress am Arbeitsplatz erhöht die Fehlzeiten“
- „Psychologiestudenten sind im Durchschnitt sensibler als Studierende der Ingenieurswissenschaften“
- „Sehr intelligente Personen können Aufgaben leichter lösen als weniger intelligente.“

{„Mädchen spielen häufiger mit Puppen als Jungen“, ist ein Beispiel für eine…
|type="[]"}
+ universelle Hypothese.
+ Unterschiedshypothese.
+ gerichtete Hypothese.
- Zusammenhangshypothese.
- existenzielle Hypothese.

{„Versuchspersonen zeigen nach einem zweistündigen sozialen Kontakt mit einer anderen Person ein niedrigeres Cortisolniveau“ ist ein Beispiel für eine…
|type="[]"}
+ operationale Hypothese.
- statistische Hypothese.
+ Unterschiedshypothese.
+ universelle Hypothese.
+ gerichtete Hypothese.

{„Zunehmender Lärm führt zu einer sukzessiven Verschlechterung der Konzentrationsleistung“ ist ein Beispiel für eine…
|type="[]"}
+ Zusammenhangshypothese.
- Unterschiedshypothese.
+ universelle Hypothese.
+ gerichtete Hypothese.

{„Lärm beeinflusst die Konzentrationsleistung“ ist ein Beispiel für eine…
|type="[]"}
- Unterschiedshypothese.
+ universelle Hypothese.
+ Zusammenhangshypothese.
+ ungerichtete Hypothese.
- gerichtete Hypothese.

{„Verteiltes Lernen führt zu einem besseren Ergebnis im Abschlusstest als massiertes Lernen“ ist ein Beispiel für eine…
|type="[]"}
+ operationale Hypothese.
+ gerichtete Hypothese.
- Zusammenhangshypothese.

{„Die neu entwickelte Lehrmethode bewirkt einen besseren Lernerfolg als die traditionelle Lehrmethode“ ist ein Beispiel für eine…
|type="[]"}
+ iInhaltliche Hypothese.
- Hypothese über Anteile.
- statistische Hypothese.
+ gerichtete Hypothese.

{Welche Hypothese kann mit diesem Untersuchungsdesign überprüft werden?

[[Datei:Hy24.jpg]]

AV: Reaktionszeit, X1: 0,3‰ Blutalkoholkonzentration, X2: 0,8‰ Blutalkoholkonzentration, X3: 1,8‰ Blutalkoholkonzentration
|type="[]"}
+ Die Reaktionszeit eines Menschen verändert sich mit zunehmendem Alkoholspiegel
- Es kann keine Hypothese überprüft werden, da der Plan nicht intern valide ist.
- Wenn ein Mensch schnell reagiert hat, erhöht sich dadurch seine Blutalkoholkonzentration.

</quiz>

Aufgaben - Variablen

2019-12-12T16:43:24Z

Nadia1:

{{Nav|Navigation|U Wissenschaftliches Arbeiten|Aufgaben - Grundlagen wissenschaftlichen Arbeitens|Hauptseite}}

Der folgenden Bereich enthält Fragen zu Variablen der psychologischen Forschung. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Variablen...
|type="[]"}
- sind Veränderungen in der Umwelt der Versuchsperson zwischen zwei Messzeitpunkten, welche die AV zusätzlich beeinflussen können.
- sind Annahmen über Sachverhalte, die über den Einzelfall hinausgehen und empirisch untersuchbar sind. Sie sind in Form von Konditionalsätzen formuliert und grundsätzlich falsifizierbar.
+ sind qualitative oder quantitative veränderliche Größen in wissenschaftlichen Hypothesen und Versuchsplänen.
- sind die einzelnen Aufgaben und Fragen in Tests und Fragebögen.

{… sind qualitative oder quantitative veränderliche Größen in wissenschaftlichen Hypothesen und Versuchsplänen.
|type="[]"}
+ Variablen
- Zeiteinflüsse
- Wissenschaftliche Hypothesen
- Reifungseffekte

{Variablen sind…
|type="[]"}
- das Gleiche wie Konstanten.
- immer gut beobachtbar.
+ veränderliche Größen.
+ qualitativ oder quantitativ veränderliche Größen.
+ latent oder manifest.

{Variablen sind…
|type="[]"}
+ wesentliche Bestandteile von Hypothesen.
+ mind. zweifach gestuft.
+ das Gegenteil von Konstanten.
- nur quantitativ.
- immer Konstrukte aus der differentiellen Psychologie.

{Welche Variablentypen gibt es nicht?
|type="[]"}
- Störvariablen
+ Anhängliche Variablen
- Abhängige Variablen
+ Indiskrete Variablen
+ Indirekte Variablen
- Mediatorvariablen
+ Korrelationsvariablen

{Welche Variablentypen gibt es nicht?
|type="[]"}
- Dichotome Variablen
+ Latent-manifeste Variablen
- Unabhängige Variablen
- Moderatorvariablen
+ Modusvariablen
- Kovariablen
- Stetige Variablen

{Welche Variablentypen gibt es?
|type="[]"}
+ Abhängige Variablen
- Indiskrete Variablen
- Anhängliche Variablen
+ Störvariablen
+ Dichotome Variablen
+ Unabhängige Variablen
+ Moderatorvariablen

{Welche Variablentypen gibt es?
|type="[]"}
+ Mediatorvariablen
- Korrelationsvariablen
- Indirekte Variablen
+ Stetige Variablen
+ Kovariablen
- Modusvariablen
- Latent-manifeste Variablen

{Welche Typen von Variablen muss man in Untersuchungen berücksichtigen?
|type="[]"}
+ Störvariablen
- Modusvariablen
- Pseudovariablen
+ Mediatorvariablen
+ Kovariablen
+ Unabhängige Variablen

{Welche Typen von Variablen muss man in Untersuchungen berücksichtigen?
|type="[]"}
+ Organismusvariablen
+ Störvariablen
+ Abhängige Variablen
- Mittelvariablen
+ Reizvariablen
+ Drittvariablen

{Die unabhängige Variable…
|type="[]"}
- wirkt moderierend in einer Untersuchung.
+ ist ein Treatment in einem Experiment.
- ist ein Störfaktor.
- soll beeinflusst werden.
+ wird manipuliert oder selektiert.

{Die unabhängige Variable…
|type="[]"}
- ist eine Ausprägung, welche gemessen wird.
+ beeinflusst die abhängige Variable.
+ ist die experimentelle Bedingung.
- beeinflusst die Störvariable.
- ist immer zweifach gestuft.

{Was kennzeichnet Organismusvariablen im Vergleich zu anderen unabhängigen Variablen?
|type="[]"}
+ Werden nur Organismusvariablen als Einflussfaktoren betrachtet, darf die Untersuchung nicht als experimentell bezeichnet werden, da kausale Interpretationen nicht zulässig sind.
- Organismusvariablen lassen ähnlich wie Reizvariablen Kausalinterpretationen zu.
+ Organismusvariablen sind natürliche, an die individuelle Person des Probanden gebundene Konstrukte, welche nicht manipulativ variiert werden können.

{Die abhängige Variable…
|type="[]"}
- wird manipuliert.
- ist ein Störfaktor.
+ ist die Wirkung in einem Experiment.
+ wird gemessen.
- wird selektiert.

{Die abhängige Variable…
|type="[]"}
- sollte immer vor der unabhängigen Variable erhoben werden.
- darf sich in einer Untersuchung nicht ändern.
- muss kontrolliert oder eliminiert werden.
+ wird von unabhängigen Variablen, Störvariablen und Kovariablen beeinflusst.
+ ist ein wesentlicher Bestandteil von Hypothesen.

{Störvariablen…
|type="[]"}
+ beeinflussen die Ergebnisse eines mangelhaft kontrollierten Experiments.
+ verringern die interne Validität.
- sind unabhängige Variablen.
+ können systematische oder unsystematische Veränderungen der AV bewirken.
- verringern die Objektivität.

{Störvariablen…
|type="[]"}
+ können Untersuchungsergebnisse uneindeutig machen.
- sollte man während einer Untersuchung stets vernachlässigen.
+ können durch Randomisierung kontrolliert werden.
- sind abhängige Variablen.

{Kovariablen…
|type="[]"}
- gehören zur Gruppe der unabhängigen Variablen.
+ sollte man bei der Versuchsplanung auch bedenken.
+ werden auch als Drittvariablen bezeichnet.
- kommen in der Praxis nie vor.
- sind Bestandteil der Forschungshypothese.

{Moderatorvariablen…
|type="[]"}
- werden im Experiment gemessen.
- vermitteln die Wirkung einer unabhängigen Variable.
+ verändern die Wirkung einer unabhängigen Variable.
- werden im Experiment manipuliert.

{Moderatorvariablen…
|type="[]"}
- stehen für den Versuchsleitererwartungseffekt
+ müssen bei der Erklärung von Untersuchungsergebnissen mit bedacht werden
- treten vor allem bei Forschungen in der Telekommunikationsbranche auf.
+ sind nicht Bestandteil der experimentellen Hypothese.

{Mediatorvariablen…
|type="[]"}
- werden im Experiment manipuliert.
+ vermitteln die Wirkung einer unabhängigen Variable.
- werden im Experiment gemessen.
- verändern die Wirkung einer unabhängigen Variable.

{In einer Studie soll untersucht werden, ob Frauen kreativer sind als Männer. Was ist die unabhängige Variable?
|type="[]"}
- Tageszeit
- Alter
- Kreativität
+ Geschlecht

{In einer Studie soll untersucht werden, ob Frauen kreativer sind als Männer. Was ist die abhängige Variable?
|type="[]"}
- Tageszeit
+ Kreativität
- Geschlecht
- Alter

{Nach einer Untersuchung von Siegl (1984) an 213 Jugendlichen zwischen 13 und 18 Jahren ergeben sich bei Personen mit höherer habitueller Ärgerintensität und häufiger Konfrontation mit Ärgersituationen im Alltag höhere Blutdruckwerte sowie eine geringere körperliche Aktivität und Übergewicht. Unabhängige Variablen in dieser Untersuchung sind:
|type="[]"}
+ habituelle Ärgerintensität und Häufigkeit der Konfrontation mit Ärgersituationen
- die Blutdruckwerte, körperliche Aktivität und Übergewicht
- das Geschlecht der Jugendlichen

{Ein Forscher untersucht den Einfluss von Müdigkeit auf die Konzentrationsleistung. Die unabhängige Variable ist:
|type="[]"}
- Schlaf
+ Müdigkeit
- Konzentrationsleistung
- Reaktionszeit

{Ein Forscher untersucht den Einfluss von Müdigkeit auf die Konzentrationsleistung. Die abhängige Variable ist:
|type="[]"}
- Schlaf
+ Konzentrationsleistung
- Müdigkeit
- Reaktionszeit

{Untersucht wird der Einfluss von frustrierenden Situationen auf aggressive Verhaltensweisen. Was ist die abhängige Variable?
|type="[]"}
- Videospiele
- Situationen
- Frustrierende Situationen
+ Aggressive Verhaltensweisen

{Untersucht wird der Einfluss von frustrierenden Situationen auf aggressive Verhaltensweisen. Was ist die unabhängige Variable?
|type="[]"}
- Videospiele
+ Frustrierende Situationen
- Aggressive Verhaltensweisen

{Im Experiment wird überprüft, ob Ratten durch Belohnung besser lernen als durch Bestrafung. Was ist die abhängige Variable?
|type="[]"}
- Belohnung
+ Lernerfolg
- Art des Lernens (Belohnung oder Bestrafung)
- Bestrafung

{Im Experiment wird überprüft, ob Ratten durch Belohnung besser lernen als durch Bestrafung. Was ist die unabhängige Variable?
|type="[]"}
- Bestrafung
- Belohnung
+ Art des Lernens (Belohnung oder Bestrafung)
- Lernerfolg

{In einer Studie wird überprüft, ob Ratten durch Belohnung besser lernen als durch Bestrafung. Was sind mögliche Störvariablen?
|type="[]"}
+ Sättigung der Ratte
- Art des Lernens (Belohnung oder Bestrafung)
- Gesundheit des Experimentators
- Sauberkeit des Käfigs
+ Alter der Ratte

{Ein Forscher untersucht den Einfluss von Müdigkeit auf die Konzentrationsleistung. Was ist keine mögliche Störvariable?
|type="[]"}
- Depression
+ Konzentrationsleistung
- Schlafstörungen
- Kaffeekonsum
+ Müdigkeit

</quiz>

Aufgaben - Spannungsfeld quantitative und qualitative Forschung

2019-12-12T16:42:36Z

Nadia1:

{{Nav|Navigation|U Geisteswissenschaftliche Grundlagen|Aufgaben - Geisteswissenschaftliche Grundlagen|Hauptseite}}

Die folgenden Fragen beschäftigen sich mit dem Spannungsfeld zwischen quantitativer und qualitativer Forschung und der kritischer Betrachtung grundlegender Forschungsmethoden.
Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

Was beschreibt das Spannungsfeld des quantitativen-qualitativen Ansatzes?
|type="[]"}
+ Einzelteile vs. das Ganze
+ Normung vs. Beschreibung
+ zuerst die Theorie vs. zuerst die Datenerhebung
- viele Forscher vs. ein Forscher
- Falsifikation vs. Verifikation

{Was trifft für den qualitativen Forschungsprozess zu?
|type="[]"}
+ der Forschende verändert sich
- knappe Dokumentation
- der Forschende verändert den Untersuchungsgegenstand nicht
+ das Erleben ist zentral

{Was gehört zu den Qualitätskriterien qualitativer Forschung?
|type="[]"}
- Validität
+ Regelgeleitetheit
+ Nähe zum Gegenstand
- Reliabilität

{"Dass Intelligentere Menschen auch ängstlicher sind, liegt daran, dass ihr Gehirn eine höhere Verarbeitungsgeschwindigkeit hat (Myelinisierung des PFC)." Diese Erklärung folgt nach D.C. Dennet der …
|type="[]"}
+ physikalischen Strategie
- funktionalen Strategie
- heuristischen Strategie
- intentionalen Strategie

{Das intuitive Gefühl, dass Roboter/künstliche Spielgegner echte Personen sein könnten, führt nach D.C. Dennet zur…
|type="[]"}
- funktionalen Strategie
- physikalischen Strategie
- heuristischen Strategie
+ intentionalen Strategie

{Ist die Psychologie eine Natur- oder eine Geisteswissenschaft?
|type="[]"}
+ Ihre Gründung erfolgte mit naturwissenschaftlichem Schwerpunkt
- Der geisteswissenschaftliche Ansatz wurde von der Naturwissenschaft widerlegt
+ Ihre Wurzeln kommen aus der geisteswissenschaftlichen Tradition
+ Heute überwiegt der naturwissenschaftliche Ansatz

{Wie unterschied Wilhelm Dilthey Natur- und Geisteswissenschaft?
|type="[]"}
- Reduktion vs. Abstraktion
+ durch die Art der Erkenntnisgewinnung
+ Erklären vs. Verstehen
+ kausale Gesetze finden vs. Gründe nachvollziehen/nacherleben
- von ihrer geschichtlichen Tradition her

{Welche Aussage ist wahr?
|type="[]"}
- Die "Two Cultures"-Hypothese hat erst einmal nichts mit dem Spannungsfeld qualitativ-quantitativ zu tun.
+ In "The Two Cultures" wird behauptet, Natur- und Geisteswissenschaften seien gesellschaftlich konträr.
+ In "Psychology's two cultures revisited" wurde gezeigt, dass die Diskrepanzen besonders zwischen Forschern und Praktikern liegen.
- Charles P. Snow untersuchte die These der zwei Kulturen anhand der Psychologie.
- Empirisch konnte gezeigt werden, dass jeder Psychologe eine der "Two Cultures" konsequent ablehnt.

{Was gehört zu den Varianten der Triangulation nach Denzin?
|type="[]"}
- Traditionstriangulation
- Messtriangulation
+ Datentriangulation
+ Theorientriangulation

{Warum werden verschiedene Methoden kombiniert?
|type="[]"}
- Weil der qualitative und der quantitative Ansatz letztlich dasselbe untersuchen
+ Weil verschiedene Perspektiven ein umfassenderes Bild des Gegenstands liefern
- Um zusätzliche unabhängige Prädiktoren für das statistische Modell zu generieren
- Um die Objektivität zu erhöhen
+ Um die Validität zu erhöhen

{Was bringt Triangulation als Problem mit sich?
|type="[]"}
- Kumulation des alpha-Fehlers
+ schlechte Interpretierbarkeit von unterschiedlichen Ergebnissen
- schlechtere Objektivität
+ Summierung der Erhebungsfehler

{Was ist ein Triangulationsdesign?
|type="[]"}
- Qualitative und Quantitative Erhebung in zwei eigenständigen Studien
- Eine Forschungstradition dominiert und die andere ist eingebettet
- Erst wird quantitativ erhoben, dann qualitativ
+ Es werden qualitative und quantitative Daten erhoben
- Erst wird qualitativ erhoben, dann quantitativ

{Was ist eine monistische Position innerhalb des Leib-Seele-Problems?
|type="[]"}
+ Identitätstheorie
+ Funktionalismus
+ Solipsismus
- Parallelismus

{Welcher der folgenden Ansätze zum Leib-Seele-Problem könnte epistemisch nicht-reduktiv sein?
|type="[]"}
- Funktionalismus
+ Token-theorie
- eliminativer Materialismus
+ Emergenztheorien

{Laut welcher Theorie kann der Geist ebenfalls Einfluss auf den Körper haben?
|type="[]"}
- Epiphänomenalismus
+ Interaktionismus
- Parallelismus
+ Emergenztheorie
- Solipsismus

{Was trifft auf die Identitätstheorie zu?
|type="[]"}
- sie ist non-reduktiv
- sie ist idealistisch
+ sie ist monistisch
+ sie kann sowohl reduktiv als auch non-reduktiv sein
- sie ist reduktiv

{Welche Frage(n) wirft der Parallele Dualismus auf?
|type="[]"}
+ Woher kommen die Wechselwirkungen der beiden Entitäten?
- Wie soll man sinnvoll über ihn reden?
- Ist eine Reduktion generell nicht möglich oder noch nicht möglich?
+ Wer oder was ist der Synchronisator?
- Was ist Ort und Art und Weise der Interaktionen zwischen Körper und Geist?

{Wer oder was ist Qualia?
|type="[]"}
- Die individuelle Qualität des Körpers
+ Der subjektive Erlebensgehalt
+ Etwas, das für den Funktionalismus ein Problem darstellt
- Die vollständige komputationale Simulation einer Qualle

{Welche Aussage über den Epistemischen Behaviorismus ist wahr?
|type="[]"}
+ Er widerspricht sich, weil Objektivität nur über Intersubjektivität, also nur über Subjekte funktioniert
- Er widerspricht sich: wenn es nur Verhalten gibt, stellt sich die Fragen, wer überhaupt beobachten soll
- Er macht im Gegensatz zum ontologischen Behaviorismus Aussagen über die Grundsubstanz von Körper und Geist
+ Er führt zu einer reinen Wissenschaft des Verhaltens, ohne Erleben

{Was charakterisiert das Prinzip der Emergenz?
|type="[]"}
- Eine Systemeigenschaft kann nicht auf seine Einzelteile rückwirken
+ Das Ganze ist mehr als die Summe seiner Teile
+ Keines der Systembestandteile besitzt die Systemeigenschaft
- Die Systembestandteile haben jeweils die Systemeigenschaft

{Jemand, der sagt, irgendwann könne man im Hirnscanner Gedanken lesen, könnte welcher Position angehören?
|type="[]"}
+ Epiphänomenalismus
+ Type-Theorie
+ Funktionalismus
- Solipsismus

{Welche Annahmen führen zum dualistischen Trilemma?
|type="[]"}
+ Der Bereich der materiellen Welt ist kausal geschlossen
- Die geistige Wirklichkeit entsteht aus der Materie
- Körper und Geist sind voneinander unabhängig
+ Geistige Wirklichkeit wirkt kausal in den physischen Bereich
- Materie hat kausale Wirkung auf die geistige Wirklichkeit
+ Geist und Körper basieren auf zwei verschiedenen Substanzen

</quiz>

Aufgaben - Wissenschaftstheorie

2019-12-12T16:42:24Z

Nadia1:

{{Nav|Navigation|U Geisteswissenschaftliche Grundlagen|Aufgaben - Geisteswissenschaftliche Grundlagen|Hauptseite}}

Der folgenden Bereich beinhaltet Fragen zum Thema Wissenschaftstheorie. Er beschäftigt sich somit mit der damit, wie wir Wissen erlangen können und erlangen sollten. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.

<quiz shuffleanswers=true>

{Wie definiert man heutzutage häufig „Wissen“?
|type="[]"}
- Erkenntnis, die über Deduktion und Dialektik erreicht werden muss
+ Einigung der Science Community auf die vorrübergehende Akzeptanz einer Theorie
- Umfassende Beschreibung von Naturzuständen
- Objektiv erkennbare Wahrheit
+ Sammlung von Kausalrelationen (Theorien), die genügend überprüft wurden

{Welches sind bedeutende Spannungsfelder in der heutigen Wissenschaft?
|type="[]"}
- Falsifikation vs. Verifikation
- Theorie vs. Realität
+ qualitative vs. quantitative Forschung
- Monismus vs. Dualismus
+ Nomothetik vs. Idiographik
+ Nature vs. Nurture

{Was versteht man unter einer Metatheorie?
|type="[]"}
- eine Theorie, die zwischen zwei (oder mehr) anderen „vermittelt“, einen Kompromiss bildet
+ eine Theorie, deren Gegenstand eine oder mehr andere Theorien sind
+ eine Theorie, die über allem steht (z.B. ein Weltbild)
- eine Theorie, die gleichzeitig mit einer widersprüchlichen existiert

{Wer sich „vom Allgemeinen zum Besonderen“ bewegt, nutzt welche Methode?
|type="[]"}
- blindes Raten
- Induktion
- Methode der Übereinstimmung
+ Deduktion
- Determinismus

{Welches ist ein Beispiel für einen Teilschluss?
|type="[]"}
- 1,8% der Nordamerikaner sind homosexuell, also sind 1,8% der Weltbevölkerung homosexuell.
- Menschen sind sterblich, ich bin ein Mensch, also bin ich sterblich.
- Tasse A und Tasse B haben einen Henkel, also besitzt auch Tasse C einen.
+ Bei offenem Fenster ist es laut und kalt, eine Tür ist (fast) wie ein Fenster, also ist es auch bei offener Tür laut und kalt.

{Welche Darstellung beschreibt die Methode des Unterschieds nach Mill?
|type="[]"}
+ AX -> Y, A -> nicht Y, deshalb X -> Y
- A -> B, B -> C, deshalb A -> C
- AX -> Y, BX -> Y , deshalb X -> Y
- A -> B, AX -> BY, deshalb X -> Y

{Welche Probleme können bei induktivem Vorgehen auftreten/ was muss man dabei beachten?
|type="[]"}
+ implizite Theorien steuern die Wahrnehmung
- Abgeleitet werden, was implizit schon da ist
+ Reines „Sammeln“ reicht nicht, es muss ein Grundzusammenhang bestehen
+ Wissen ist nie wirklich gesichert
+ Gefahr der Zirkularität

{Was beschreibt das Hempel-Oppenheim-Schema?
|type="[]"}
- Vorgehen nach Ockham’s Razor
- die deskriptive Sichtweise
- die normative Sichtweise
+ den Prozess der Deduktion
- den Prozess der Induktion

{Was versteht man unter dem „Explanans“?
|type="[]"}
+ das Erklärte
+ Randbedingungen und Gesetz
+ die Theorie
- das zu erklärende Ereignis
- die Ausnahme

{Wer vertrat den Positivismus?
|type="[]"}
- Habermas und Freud
- Frankfurter Schule
+ Wiener Kreis
- Karl Popper

{Was hatte sich der Wiener Kreis zum Ziel gesetzt?
|type="[]"}
- Letztbegründungen als Basis der Wissenschaft zu etablieren
+ die Philosophie zu objektivieren
- soziale Ungerechtigkeit zu bekämpfen
- Naturwissenschaften und Geisteswissenschaften zu trennen
- wirtschaftliche Missstände aufzudecken

{Welche Aussagen hätte Karl Popper (Kritischer Rationalismus) vehement bestritten?
|type="[]"}
- Induktion ist als Methode unbrauchbar
+ Wissenschaftliche Theorien müssen vielen strengen Richtlinien folgen
- Man muss Theorien vorrübergehend akzeptieren, auch wenn sie nicht bewiesen sind
- Im Gegensatz zu Verifikation ist Falsifikation wirklich sicher
+ Wir sollten nach der Belegung objektiver Wahrheit streben

{Welche Aussagen über Imre Lakatos (Forschungsprogramme) sind zutreffend?
|type="[]"}
- Seine Ansichten sind mit denen Karl Poppers praktisch identisch
+ Er kritisierte das „Experimentum crucis“
+ Er war der Meinung, unerwartete Ergebnisse bei Experimenten
- Er prägte den Begriff „Exhaustion“

{Wie würden Anhänger der deskriptiven Sichtweise die Wissenschaft beschreiben?
|type="[]"}
- als Weg zu immer mehr Erkenntnis
+ als wertbelastet und von der Gesellschaft geprägt
- als sich selbst begründender Sachverhalt
+ als historischen und sozialen Prozess
+ als teilweise irrational und subjektiv

{Was bezeichnet Fleck als ein Denkkollektiv?
|type="[]"}
- Alle sozialen Gruppen außer die wissenschaftliche Community
+ Etwas, in das man erst eingeführt werden muss
+ Ein sich selbst stabilisierendes System
+ Eine Gruppe von Menschen, die den gleichen Denkstil besitzen
- Eine angeborene Zugehörigkeit zu einer Denkrichtung

{Was versteht man unter Inkommensurabilität?
|type="[]"}
- Die Ununterscheidbarkeit zweier Werte
+ Die Unvergleichbarkeit verschiedener Paradigmen/Theorien
- Die Inkompatibilität einer Person mit einem bestimmten Denkstil
- Die Phase vor einer Revolution

{Welche Ansichten teilte Thomas Kuhn (Paradigmen & Revolutionen) NICHT?
|type="[]"}
+ Theorien-/ Paradigmenwechsel sind rational
- Paradigmen verändern unsere Wahrnehmung
+ Denkstile unterscheiden sich nur minimal voneinander
+ Wissenschaft ist kumulativ

{Was kritisierte Paul Feyerabend (Forschungsanarchie)?
|type="[]"}
- das Chaos, das in der wissenschaftlichen Community herrschte
+ die normativen Ansätze
- dass Maßstäbe und Methoden zu wenig standardisiert waren
+ die Vernachlässigung der Kreativität und Intuition im Forschungsprozess
+ die Ausgrenzung des gemeinen Volks aus der Wissenschaft

{Um welches Thema drehte sich der Positivismusstreit im Kern?
|type="[]"}
+ den Glauben an eine vom Forscher unabhängige objektiv erkennbare Realität
- die Art, Schlussfolgerungen zu ziehen
- das Ersetzen eines Paradigmas durch ein anderes
+ die genauen Ziele der Sozialwissenschaften

{Womit befasst sich die Kritische Theorie?
|type="[]"}
- Vermeidung von Letztbegründungen
+ Einfluss der Gesellschaft auf das Individuum
- Objektifizierung der Wissenschaft
- Proof of Concept

{Was postuliert der wissenschaftstheoretische Strukturalismus (Stegmüller)?
|type="[]"}
- Theorien können falsifiziert, nicht aber verifiziert werden
+ Theorien bestehen aus Kern und Anwendungsbereich
+ Eine Theorie muss nicht auf Richtigkeit geprüft werden
- Popper und Kuhn vertreten unvereinbare Theorien

</quiz>

Artikelliste:U Geschichte

2019-12-12T16:41:50Z

Nadia1: Die Seite wurde geleert.

Artikelliste:U Geisteswissenschaftliche Grundlagen

2019-12-12T16:41:29Z

Nadia1: Die Seite wurde geleert.