Details

Statistik und Forschungsmethoden für Psychologen und Sozialwissenschaftler für Dummies

Für Dummies 1. Aufl.

von: Martin Dempster, Donncha Hanna
29,99 €
Verlag:	Wiley-VCH
Format:	EPUB
Veröffentl.:	29.05.2019
ISBN/EAN:	9783527819089
Sprache:	deutsch
Anzahl Seiten:	732

In den Warenkorb

Als Gutschein

DRM-geschütztes eBook, Sie benötigen z.B. Adobe Digital Editions und eine Adobe ID zum Lesen.

Beschreibungen

Titelbeschreibung

Dieses Buch enthält alles, was Sie über Statistik wissen sollten. Regression, Korrelation und Varianzanalyse werden Ihnen bald sehr vertraut sein. Und die mathematischen Grundlagen dafür werden Ihnen gleich mitgeliefert. Sie brauchen also kein Vorwissen. Außerdem erhalten Sie eine kurze Einführung in SPSS und lernen die für Sie wichtigen Funktionen dieses umfangreichen Programms kennen. Und dann ist das Buch auch noch eine Einführung in Forschungsmethoden. Es begleitet Sie von der Wahl des Forschungsdesigns bis zur Präsentation der Ergebnisse. Mit dieser Rundum-Versorgung ist die nächste Prüfung fast ein Klacks.

Inhaltsverzeichnis

Einleitung 29 Über dieses Buch 30 Was Sie nicht lesen müssen 31 Törichte Annahmen über den Leser 31 Wie dieses Buch aufgebaut ist 32 Symbole, die in diesem Buch verwendet werden 33 Wie es weitergeht 34 Teil I: Forschungsmethoden kennenlernen 35 Kapitel 1 Forschung und wozu sie dient 37 Was Forschung ist 37 Sinn der empirischen Forschung 38 Forschen in der Psychologie und den empirischen Sozialwissenschaften 38 Verschiedene Forschungsmethoden kennenlernen 46 Kapitel 2 Reliabilität und Validität 51 Die Validität von Studien beurTeilen 51 Die Reliabilität von Studien 55 Reliabilität und Validität von Tests 55 Kapitel 3 Forschungsethik 65 Ethik verstehen 65 Keinen Schaden zufügen 66 Forschungsethik bei Studien mit menschlichen Teilnehmern 68 Wahrung der wissenschaftlichen Integrität 72 Der Antrag bei der Ethikkommission 72 Teil II: Externe Validität verbessern 77 Kapitel 4 Erhebungsdesigns und -methoden 79 Erhebungsdesigns verstehen 79 Erhebungsmethoden 87 Möglichst natürliche Gestaltung von Studien 93 Kapitel 5 Methoden für die Stichprobenauswahl 97 Stichproben und Grundgesamtheiten 97 Verschiedene Möglichkeiten der Stichprobenauswahl 99 Auch gute Stichproben können »schlecht werden« 118 Kapitel 6 Fragebogen und psychometrische Tests 123 Messen psychologischer Variablen 123 Auswahl eines bereits vorhandenen Fragebogens 124 Entwickeln eines Fragebogens 131 Einzelbefragungen im Vergleich zu Gruppenbefragungen 136 Teil III: Interne Validität verbessern 139 Kapitel 7 Einfache Versuchsdesigns (Experimentaldesigns) 141 Versuchsdesigns verstehen 141 Einfache Versuchsdesigns 143 Gedanken zum Messwiederholungsdesign (oder: Warum man einen Prätest braucht) 145 Unabhängige-Gruppen-Designs 151 Das Beste aus beiden Welten: Prätest und Vergleichsgruppen kombinieren 157 Randomisierte kontrollierte Studien 158 Vorsicht bei quasi-experimentellen Versuchsdesigns 159 Kapitel 8 Komplexere Versuchsdesigns 161 Studien mit mehr als zwei Bedingungen durchführen 161 Realistische Hypothesen mit faktoriellen Versuchsdesigns prüfen 164 Kovariate verstehen 168 Gefahren, die beim Prätest lauern 170 Kapitel 9 Kleine experimentelle Studien 173 Versuche mit kleinen Stichproben durchführen 173 Designs mit unterbrochener Zeitreihe 174 Designs mit mehreren Ausgangswerten 181 Analyse von experimentellen Studien mit kleinen Stichproben 186 Kleine Studien, die keine Experimente sind 190 Teil IV: Qualitative Forschung 193 Kapitel 10 Qualität in der qualitativen Forschung 195 Qualitative Forschung verstehen 196 Stichprobenauswahl in der qualitativen Forschung 197 Qualitative Daten erheben 200 Qualitative Daten transkribieren 205 Kapitel 11 Qualitative Daten analysieren 207 Grundsätze der Analyse qualitativer Daten 207 Ein Beispiel: Die thematische Analyse 213 Kapitel 12 Theoretische Ansätze und Methodik in der qualitativen Forschung 219 Erfahrungsorientierte und diskursive Ansätze im Vergleich 219 Interpretierende phänomenologische Analyse 225 Die Grounded Theory verstehen 229 Teil V: Forschungsarbeiten dokumentieren und veröffentlichen 233 Kapitel 13 Einen Forschungsbericht schreiben 235 Titelfindung 236 Konzentration auf den Abstract 237 Aufbau der Einleitung 239 Beschreibung der Methoden 241 Darstellung der Ergebnisse 245 Durchdringen der Diskussion 250 Das Literaturverzeichnis 252 Ergänzende Informationen in Anhängen 252 Kapitel 14 Forschungsergebnisse präsentieren 253 Ein Poster ist kein Forschungsbericht 253 Posterpräsentationen 260 Packende Vorträge halten 260 Kapitel 15 APA-Richtlinien für Forschungsberichte 269 Den APA-Stil anwenden 269 Warum, was und wann zitieren? 270 Literatur in einem Forschungsbericht zitieren 271 Gestaltung des Literaturverzeichnisses 274 Zahlen richtig verwenden und formatieren 279 Teil VI: Das Exposé 283 Kapitel 16 Literaturrecherche 285 Wozu eine Literaturübersicht dient 285 Literatur für eine Übersicht finden 286 Gefundene Arbeiten beschaffen 302 Literaturdaten elektronisch speichern 304 Kapitel 17 Berechnung des Stichprobenumfangs 305 Effekte messen 305 Effektstärken schätzen 311 Studien mit geeigneter statistischer Teststärke durchführen 312 Den Stichprobenumfang schätzen 315 Kapitel 18 Ein Exposé erarbeiten 321 Ideen für ein Forschungsprojekt entwickeln 321 Die Machbarkeit einer Forschungsidee prüfen 323 Ein Exposé schreiben 325 Teil VII: Daten beschreiben 333 Kapitel 19 Statistik? Ich dachte, es geht um Psychologie! 335 Machen Sie sich ein Bild von Ihren Variablen 336 Was ist SPSS? 337 Deskriptive Statistik 338 Inferentielle oder analytische Statistik 339 Forschungsdesigns 341 Die ersten Schritte 344 Kapitel 20 Mit welchem Typ Daten haben wir es zu tun? 345 Diskrete und stetige Variablen 346 Verschiedene Messniveaus 347 Rollenbestimmung für Variablen 350 Kapitel 21 Alle Daten rein in SPSS 353 Die Variablenansicht 354 Das Datenansicht-Fenster 362 Ausgabefenster 370 Kapitel 22 Lagemaße 373 Grundlagen für das Lagemaß 374 Der Modalwert 376 Der Median 382 Der Mittelwert 385 Die Qual der Wahl: Modalwert, Median oder Mittelwert? 387 Kapitel 23 Streuungsmaße 389 Zur Definition der Streuung 389 Der Bereich 390 Interquartilabstand 394 Standardabweichung 398 Die freie Wahl zwischen Bereich, Interquartilabstand und Standardabweichung 404 Kapitel 24 Grafiken und Diagramme 405 Histogramme 405 Balkendiagramme 412 Kreisdiagramme 414 Boxplots 416 Teil VIII: Statistische Signifikanz 423 Kapitel 25 Wahrscheinlichkeit und Inferenz 425 Statistische Inferenz genauer betrachtet 425 Wahrscheinlichkeit verstehen 429 Kapitel 26 Hypothesen testen 435 Null- und Alternativhypothesen verstehen 435 Fehler bei der statistischen Inferenz 439 Ein- und zweiseitige Hypothesen 442 Konfidenzintervalle 443 Kapitel 27 Was ist bei der NormalverTeilung eigentlich normal? 449 Die NormalverTeilung verstehen 450 Bestimmung der Schiefe 453 NormalverTeilung und inferentielle Statistik 459 Kapitel 28 Standardisierte Werte 463 Die Grundlagen der standardisierten Werte 463 Z-Werte in der statistischen Analyse 466 Kapitel 29 Effektgröße und Teststärke 471 Zwischen Effektgröße und statistischer Signifikanz unterscheiden 471 Die Effektgröße für Korrelationen untersuchen 472 Die Effektgröße beim Vergleich der Unterschiede zwischen zwei Wertemengen 473 Die Effektgröße für Unterschiede zwischen mehr als zwei Wertemengen 476 Statistische Teststärke verstehen 484 Teil IX: Beziehungen zwischen Variablen 489 Kapitel 30 Korrelationen 491 Mit Streudiagrammen Beziehungen bewerten 491 Den Korrelationskoeffizienten verstehen 497 Gemeinsame Varianz untersuchen 497 Die Pearson-Korrelation 498 Die Spearman-Korrelation 505 Die Kendall-Korrelation 508 Partielle Korrelationen 512 Kapitel 31 Lineare Regression 517 Grundlagen der Regression 518 Einfache Regression 523 Regression mit mehreren Variablen 528 Die Voraussetzungen für die Regression überprüfen 535 Kapitel 32 Zusammenhänge zwischen diskreten Variablen 547 Eine Kontingenztabelle zur Zusammenfassung der Ergebnisse 548 Berechnung von Chi-Quadrat 553 Die Stärke des Zusammenhangs zwischen zwei Variablen messen 560 Der McNemar-Test 563 Teil X: Forschungsdesigns zur Analyse unabhängiger Gruppen 567 Kapitel 33 Unabhängige t-Tests und Mann-Whitney-Tests 569 Designs für unabhängige Gruppen 570 Der unabhängige t-Test 571 Mann-Whitney-Test 579 Kapitel 34 ANOVA zwischen Gruppen 585 Einfache ANOVA zwischen Gruppen 586 Zweifache ANOVA zwischen Gruppen 597 Kruskal-Wallis-Test 606 Kapitel 35 Post-hoc-Tests und geplante Vergleiche für Designs mit unabhängigen Gruppen 611 Post-hoc-Tests für Designs mit unabhängigen Gruppen 612 Teil XI: Analysen für Forschungsdesigns mit wiederholten Messungen 623 Kapitel 36 Abhängige t-Tests und Wilcoxon-Tests 625 Design mit wiederholten Messungen 625 Abhängiger t-Test 626 Der Wilcoxon-Test 634 Kapitel 37 ANOVA innerhalb von Gruppen 641 Einfache ANOVA innerhalb von Gruppen 641 Zweifache ANOVA innerhalb von Gruppen 654 Der Friedman-Test 666 Kapitel 38 Post-hoc-Tests und geplante Vergleiche für Designs mit wiederholten Messungen 671 Post-hoc-Tests für Designs mit wiederholten Messungen 673 Geplante Vergleiche für Designs innerhalb von Gruppen 678 Unterschiede zwischen Bedingungen untersuchen: Die Bonferroni-Korrektur 684 Kapitel 39 Gemischte ANOVA 685 Die gemischte ANOVA kennenlernen 685 Haupteffekte und Interaktionen 687 Durchführung der gemischten ANOVA in SPSS 688 Teil XII: Der Top-Ten-Teil 703 Kapitel 40 Zehn Stolperfallen, die Sie bei der Stichprobenauswahl vermeiden sollten 705 Zufallsstichproben und zufällige ZuTeilung sind nicht dasselbe 705 Zufällig bedeutet systematisch 706 In der quantitativen Forschung ist die Stichprobenauswahl immer wichtig 706 Die Zufallsstichprobe ist nicht alles 706 In der quantitativen Forschung ist die zufällige Stichprobenauswahl (fast) immer am besten 707 Forschung ist nicht immer schlecht, nur weil keine Zufallsstichprobe vorliegt 707 Zufallsstichproben müssen groß sein 708 Je größer die Stichprobe, desto besser – in Maßen 708 Keine Ausreden bei kleinen Stichproben 708 Vermeiden Sie es, Offenkundiges zu erklären 709 Kapitel 41 Zehn Tipps für Forschungsberichte 711 Für Einheitlichkeit sorgen 711 Die eigene Frage beantworten 712 Eine Geschichte erzählen 712 Wissen, mit wem man es zu tun hat 712 Den Text fließen lassen 713 Zusammenfassen will gekonnt sein 713 Kritisch, aber nicht fatalistisch sein 713 Redundanz ist redundant 714 Kleinigkeiten gründlich und mehrfach prüfen 714 Korrekturlesen muss sein 715 Kapitel 42 Zehn gute Ratschläge für inferentielles Testen 717 Statistische Statistik ist nicht dasselbe wie praktische Signifikanz 717 Ohne Vorbereitung ist der Fehler vorprogrammiert 718 Suchen Sie nicht nach einem beliebigen signifikanten Ergebnis 718 Überprüfen Sie Ihre Voraussetzungen 718 Mein p ist größer als dein p 718 Unterschiede und Beziehungen sind keine entgegengesetzten Trends 719 Wo ist mein Post-hoc-Test hingekommen? 719 Stetige Daten kategorisieren 719 Seien Sie konsistent 720 Lassen Sie sich helfen! 720 Kapitel 43 Zehn Tipps für das Zitieren Ihrer Ergebnisse 721 Den p-Wert zitieren 721 Andere Zahlen zitieren 722 Vergessen Sie die deskriptiven Statistiken nicht 722 Verwenden Sie den Mittelwert nicht zu häufig 722 Zitieren von Effektgrößen und der Richtung der Effekte 723 Fehlende Teilnehmer 723 Seien Sie vorsichtig mit der Sprache 724 Trennen Sie Korrelationen und Kausalität 724 Beantworten Sie Ihre eigene Frage 724 Schaffen Sie Struktur 724 Stichwortverzeichnis 725

Autorenportrait

Dr. Martin Dempster ist Psychologe und Dozent für Statistik und Forschungsmethoden an der Queen's University in Belfast. Dr. Donncha Hanna ist ebenfalls Psychologe und ebenfalls Dozent an der Queen's University. Er unterrichtet Forschungsmethoden seit zehn Jahren und ist mit den Problemen, die Studierende in diesem Feld haben, bestens vertraut.