Endlich verstehen, wie Statistik funktioniert!
Noch keinen Überblick im Bereich der statistischen Methoden? Dieser Band hilft! Die Autoren stellen verschiedene statistische Methoden anschaulich vor und erklären, wie man mit statistischen Ergebnissen in den Sozialwissenschaften methodisch haltbar argumentiert.
Beispiele verdeutlichen, welche statistische Methode im jeweiligen Fall wie anzuwenden ist. Die verwendeten Beispiele können direkt am eigenen PC nachgerechnet werden – die hierfür verwendeten Daten stehen zur freien Verfügung.
Mit dieser fundierten Vorbereitung lässt sich die Vielzahl statischer Methoden nicht nur erschließen, sondern direkt selbst anwenden.
Dieses Buch eignet sich für alle Studierende aus den sozialwissenschaftlichen Fächern, die kompetent mit Statistik arbeiten möchten (und müssen).
विषयसूची
Vorwort 11
Kapitel 1: Einführung in die Argumentation mit Statistik 15
1.1 Einleitung 15
1.2 Argumente in der empirischen Sozialforschung 18
1.2.1 Beispiele für Argumente 18
1.2.2 Methodische Anforderungen 21
1.3 Beispiele für die Argumentation mit Statistik 24
1.3.1 Erstes Beispiel: Eurovision Song Contest 24
1.3.2 Zweites Beispiel: Die Beliebtheit von Politikerinnen und Politikern 26
1.4 Inhaltliche Themen und der Aufbau des Buches 31
Kapitel 2: Univariate Verteilungen 35
2.1 Einleitung 35
2.2 Die Datenmatrix 35
2.3 Nominale (ungeordnet kategoriale) Variablen 38
2.4 Ordinale (geordnet kategoriale) Variablen 42
2.4.1 Ein empirisches Beispiel . 44
2.4.2 Der Vergleich von zwei Variablen 47
2.4.3 Interpretation von ordinalen Trenddaten 49
2.5 Vom ordinalen zum metrischen Messniveau 53
2.6 Lage- und Streuungsmaße für metrisch skalierte Variablen 58
2.6.1 Der Mittelwert 58
2.6.2 Die durchschnittliche Abweichung 60
2.6.3 Varianz und Standardabweichung 60
2.6.4 Die Schiefe einer Verteilung 63
2.7 Weitere Variablen 64
2.7.1 Demokratiekenntnisse 64
2.7.2 Die Messung von Attraktivität: Selbst- und Fremdwahrnehmungen 66
2.7.3 Politische Aktivitäten 70
2.8 Die wichtigsten Erkenntnisse in diesem Kapitel 72
Kapitel 3: Wahrscheinlichkeiten 75
3.1 Einleitung 75
3.2 Axiome der Wahrscheinlichkeitsrechnung 77
3.3 Kombinatorik 79
3.4 Diskrete Verteilungen 83
3.4.1 Binomialverteilung 84
3.4.2 Hypergeometrische Verteilung 90
3.4.3 Weitere diskrete Verteilungen 93
3.5 Stetige Verteilungen 94
3.5.1 Normalverteilung 95
3.6 Die wichtigsten Erkenntnisse in diesem Kapitel 100
Kapitel 4: Stichproben und Populationen 103
4.1 Einleitung 103
4.2 Stichprobenziehung 104
4.2.1 Notation 106
4.3 Fehlerquellen in Umfragen 106
4.3.1 Das Problem der fehlenden Werte 110
4.3.2 Messfehler 113
4.4 Gewichtung 114
4.5 Die wichtigsten Erkenntnisse in diesem Kapitel 116
Kapitel 5: Hypothesentests und statistische Signifikanz 117
5.1 Einleitung 117
5.2 Testen auf statistische Signifikanz 118
5.3 Einseitiges und zweiseitiges Testen 119
5.4 Fehler der ersten und zweiten Art 121
5.5 Der Standardfehler des Mittelwertes 124
5.6 Testen auf einem hypothetischen Mittelwert 125
5.7 Kleine Fallzahlen 126
5.7.1 Die Suche nach guten Argumenten 128
5.8 Tests für unabhängige Stichproben 130
5.8.1 Ein Erklärungsansatz und weitergehende Berechnungen 133
5.9 Tests für abhängige Stichproben 135
5.10 Differenzen zwischen den Anteilen 138
5.11 Die Logik des Testens 140
5.12 Die wichtigsten Erkenntnisse in diesem Kapitel 143
Kapitel 6: Kreuztabellen 145
6.1 Einleitung 145
6.2 Ein einführendes Beispiel 147
6.3 PRE-Maße (Proportional Reduction in Error Measure) 148
6.4 Der Zusammenhang von zwei Merkmalen 151
6.5 Prozent und Prozentpunkte 157
6.6 Veränderungen über Zeit 158
6.7 Der Chi-Quadrat Test auf statistische Signifikanz 162
6.7.1 Der Aufbau von Tabellen 163
6.7.2 Die Logik von Erwartungswerten und die Berechnung von Chi-Quadrat 164
6.7.3 Freiheitsgrade 168
6.7.4 Die Chi-Quadrat-Verteilung 169
6.8 Die Stärke des Zusammenhangs 171
6.9 Weitere Beispiele 174
6.10 Multiples Testen 179
6.10.1 Alpha-Adjustierung 181
6.11 Tabellen mit mehr als zwei Variablen 182
6.12 Die wichtigsten Erkenntnisse in diesem Kapitel 185
Kapitel 7: Regression und Korrelation 187
7.1 Einleitung 187
7.2 Die Logik der Regressionsanalyse 189
7.3 Ein empirisches Beispiel mit aggregierten Daten 191
7.4 Vom Streudiagramm zur Regressionsanalyse 196
7.5 Die Steigung der Regressionsgeraden und die Regressionskonstante 201
7.6 Die Richtung des Zusammenhanges 209
7.7 Ausreißer in den Daten 211
7.8 Welches ist die (un)abhängige Variable? 214
7.9 Zentrierung der unabhängigen Variablen 216
7.10 Schiefe Verteilungen bei kontinuierlich skalierten Variablen 218
7.11 Statistische Signifikanz des Regressionskoeffizienten 220
7.12 Korrelation und Regression 223
7.13 Der Vergleich von Korrelationskoeffizienten 226
7.13.1 Der Vergleich unterschiedlicher Korrelationskoeffizienten 226
7.13.2 Vergleich von Korrelationskoeffizienten in unterschiedlichen Studien 226
7.13.3 Effekte durch die Interviewer 229
7.14 Korrelationsmatrizen 233
7.15 Die wichtigsten Erkenntnisse in diesem Kapitel 238
Exkurs: Die Methode der kleinsten Quadrate 239
Kapitel 8: Varianzanalyse 243
8.1 Einleitung 243
8.2 Einfaktorielle Varianzanalyse 244
8.3 Beispiel: Der Zusammenhang von Parteikenntnissen und Wahlabsicht 247
8.4 Der Test auf Signifikanz und die F-Verteilung 249
8.5 Weitere Beispiele 254
8.6 Zweifaktorielle Varianzanalysen 259
8.6.1 Ein weiteres Beispiel 262
8.6.2 Das Modell der zweifaktoriellen Varianzanalyse 264
8.7 Die wichtigsten Erkenntnisse in diesem Kapitel 267
Kapitel 9: Zuverlässigkeit und Gültigkeit 269
9.1 Einleitung 269
9.2 Das Messmodell 270
9.3 Klassische Testtheorie 273
9.4 Messfehler bei latenten und manifesten Variablen 276
9.4.1 Das Konstrukt „Politische Gespräche“ 276
9.4.2 Das Konstrukt Parteikenntnisse 280
9.4.3 Die Stärke von Zusammenhängen 281
9.4.4 Die Verknüpfung von zwei Konstrukten 283
9.5 Messfehler und Antwortmuster 285
9.6 Die Qualität der Daten . 288
9.7 Die wichtigsten Erkenntnisse in diesem Kapitel 292
Kapitel 10: Multiple Regression 295
10.1 Einleitung 295
10.2 Ein einführendes Beispiel 296
10.2.1 Mittelwertzentrierung 299
10.3 Standardisierte Regressionskoeffizienten 303
10.4 Adjustierung der erklärten Varianz 305
10.5 Effekte durch die Interviewer 306
10.6 Interaktionseffekte 311
10.7 Die Verwendung von dichotomen Merkmalen als unabhängige Variablen 313
10.8 Die Einbeziehung von ungeordneten kategorialen Variablen in das Regressionsmodell 317
10.9 Scheinbare Beziehungen (Scheinkorrelationen) 321
10.10 Fehlende Angaben 324
10.11 Nichtlineare Zusammenhänge 327
10.12 Beispiele aus der sozialwissenschaftlichen Forschung 331
10.12.1 Zur Erklärung von politischem Wissen 331
10.12.2 Kriterien zur Einschätzung der Attraktivität der Befragten 336
10.13 Die wichtigsten Erkenntnisse in diesem Kapitel 341
Kapitel 11: Multivariate Datenanalyse 343
11.1 Einleitung 343
11.2 Klassifikation der multivariaten Verfahren 343
11.2.1 Regressionsverfahren 345
11.2.2 Klassifikationsverfahren 346
11.2.3 Clusterverfahren 349
11.2.4 Skalierungsverfahren 355
11.3 Weitere multivariate Verfahren . 361
11.4 Die wichtigsten Erkenntnisse in diesem Kapitel 363
Literatur 365
Online-Quellen 370
लेखक के बारे में
Prof. Dr. em. Victor Thiessen (verstorben) lehrte an der Dalhousie University, Halifax, Kanada.
एक ही लेखक से अधिक ईबुक / संपादक
2,803 इस श्रेणी में ईबुक
