100% Zufriedenheitsgarantie Sofort verfügbar nach Zahlung Sowohl online als auch als PDF Du bist an nichts gebunden
logo-home
Zusammenfassung 2A1 LE 3: Quantitative Analyseverfahren. Eine Einführung 22,99 €
In den Einkaufswagen

Zusammenfassung

Zusammenfassung 2A1 LE 3: Quantitative Analyseverfahren. Eine Einführung

2 rezensionen
 77 mal angesehen  9 mal verkauft

Komplette Zusammenfassung der dritten Lerneinheit von 2A1…. ausreichend um für die Prüfung zu lernen !

vorschau 3 aus 33   Seiten

  • 14. november 2023
  • 33
  • 2023/2024
  • Zusammenfassung
Alle Dokumente für dieses Fach (1)

2  rezensionen

review-writer-avatar

von: 07legion_gleitbahn • 2 Wochen vor

review-writer-avatar

von: yakessi1 • 1 Jahr vor

avatar-seller
tanjamack
2A1 LE 3: Quantitative Analyseverfahren. Eine Einführung

1. Einführung [Markus Tausendpfund]


1.1 Einordnung im Forschungsprozess
Im quantitativen Forschungsprozess werden statistische Analyseverfahren genutzt,
um theoretisch formulierte Hypothesen empirisch überprüfen zu können.

Vor dieser Datenanalyse ist es jedoch wichtig, ein paar Entscheidungen wie
die Festlegung eines Forschungsthemas und die Entwicklung einer Forschungsfrage zu treffen!
Nur wenn die Phasen vor der Datenanalyse erfolgreich durchlaufen und bearbeitet wurden,
gelangt man auch zu zuverlässigen empirischen Befunden.




Während der Identifizierung und
theoretischen Klärung der Konzepte;
Formulierung von Hypothesen und
Operationalisierungen der Konzepte
setzt man sich auch mit dem
Stand der Forschung auseinander.
„Datenerhebung“ können bei Sekundäranalyse übersprungen werden
Die Phasen „Forschungsdesign", „Auswahlverfahren“ und




Datenaufbereitung:
1. erhobene empirische Daten müssen systematisch
in einen Datensatz aufgenommen werden
2. Beschriftung der Variablen und
Erstellung eines Codebuchs
3. Durchführung von Fehlerkontrollen
(z.B. Eingabefehler) und Plausibilitätstests
4. oftmals müssen Variablen auch verändert werden
(Datenmodifikation/Datentransformation)


Bei Inferenzstatistik
geht es um
Übertragung der
Befunde von
G
Zufallsstichproben auf
zugehörige
Grundgesamtheiten.


I



Univariate Datenanalyse: Bivariate Datenanalyse: Multivariate Datenanalyse:

• befasst sich mit einzelnen • Untersuchung des Verhältnisses • hier werden mehrere Variablen
Variablen zwischen zwei Variablen gleichzeitig betrachtet
• Erstellung von Häufigkeitstabellen • Verwendung von Kreuztabellen • Nutzung von Regressionsanalysen,
• die vielen Daten werden jetzt und Zusammenhangsmaße um Einfluss der unabhängigen
mithilfe von Lage-, Streuungs- (Koeffizienten) Variablen auf eine abhängige
und Formmaße auf wenige • Zusammenhangsmaße sind Variable zu schätzen
Kennzahlen verdichtet bspw. Cramér‘s V, Spearman‘s rho • Lineare und logistische Regression
und Pearson‘s r

, 2A1 LE 3: Quantitative Analyseverfahren. Eine Einführung

1. Einführung [Markus Tausendpfund]


1.2 Grundgesamtheit und Stichprobe
bei empirischen Studien wird meistens nur eine zufällige Auswahl aus der Grundgesamtheit untersucht:



Stichprobenfehler (Abweichungen)
sind bei Zufallsstichproben nicht zu
vermeiden, d.h. der Mittelwert einer
Stichprobe wird sich vom Mittelwert
der Grundgesamtheit unterscheiden!




→ wie schon zuvor gesagt, beschäftigt sich die Inferenzstatistik mit der Frage,
ob Stichprobenergebnisse auf Grundgesamtheit übertragen werden dürfen (vgl. SB, LE 3, S. 15)

Und auch hier sind zwei wesentliche Dinge zu beachten:

1. Man kann Inferenzstatistik nur mit Zufallsstichproben anwenden
2. Mit Signifikanztest kann der Zusammenhang zwischen Stichprobe und Grundgesamtheit überprüft werden
(Befund ist signifikant, wenn dieser mit großer Sicherheit übertragen werden kann)

1.3 Klassifikation von Variablen
Variable = sozialwissenschaftliches Merkmal mit mindestens zwei Ausprägungen
Variable kann nach vier folgenden Kriterien klassifiziert werden:

Diskrete und stetige Dichotome und polytome Manifeste und latente
verschiedene Skalenniveaus
Variablen Variablen Variablen
Skalenarten von Stevens (1946):
nominales Skalenniveau: diskrete Variable: dichotome Variable: manifeste Variable:
„Je höher das Skalenniveau ist, desto mehr Rechenoperationen sind möglich.“ (SB, LE 3, S.16)




• hier können Ausprägungen einer
mit nur endlich diskrete Variable mit direkt beobachtbare
Variable verglichen werden
vielen Ausprägungen nur zwei Merkmale
oder abzählbaren Ausprägungen
Beispiel: Geschlecht
Ausprägungen; Beispiele:
ordinales Skalenniveau: polytome Variable: Geschlecht oder
keine Zwischenwerte Haarfarbe einer
• hier können Ausprägungen einer möglich diskrete Variable mit Person
Variable in Rangfolge geordnet mehreren
werden Beispiele: Ausprägungen latente Variable:
Anzahl der nicht direkt
Beispiel: Schulabschluss Fachsemester oder beobachtbare
Kinderzahl einer Merkmale
metrisches Skalenniveau: Familie
Intervallskala: müssen erst
stetige Variable: „beobachtbar“
• neben einer Rangfolge können gemacht werden
hier auch Abstände zwischen mit unendlich vielen (‚Operationalisierung‘)
den Ausprägungen Ausprägungen
Interpretiert werden Beispiele:
• kein natürlicher Nullpunkt Zwischenwerte sind Intelligenz oder
vorhanden und keine möglich Einstellungen einer
Berechnung von Verhältnissen Person
Beispiele:
Ratioskala: Zeit- und
Größenangaben
• ein natürlicher Nullpunkt ist oder
vorhanden und Verhältnis von monetäre Größen
zwei Ausprägungen kann
berechnet werden

, 2A1 LE 3: Quantitative Analyseverfahren. Eine Einführung

1. Einführung [Markus Tausendpfund]


1.3 Klassifikation von Variablen

Noch zu ordinales Skalenniveaus:




Rechenoperationen für die jeweiligen Skalenniveaus:




Es ist also wichtig zu wissen, mit welchem Skalenniveau man es zu tun hat,
damit man auch ein geeignetes Analyseverfahren auswählen kann!!

Alle Vorteile der Zusammenfassungen von Stuvia auf einen Blick:

Garantiert gute Qualität durch Reviews

Garantiert gute Qualität durch Reviews

Stuvia Verkäufer haben mehr als 700.000 Zusammenfassungen beurteilt. Deshalb weißt du dass du das beste Dokument kaufst.

Schnell und einfach kaufen

Schnell und einfach kaufen

Man bezahlt schnell und einfach mit iDeal, Kreditkarte oder Stuvia-Kredit für die Zusammenfassungen. Man braucht keine Mitgliedschaft.

Konzentration auf den Kern der Sache

Konzentration auf den Kern der Sache

Deine Mitstudenten schreiben die Zusammenfassungen. Deshalb enthalten die Zusammenfassungen immer aktuelle, zuverlässige und up-to-date Informationen. Damit kommst du schnell zum Kern der Sache.

Häufig gestellte Fragen

Was bekomme ich, wenn ich dieses Dokument kaufe?

Du erhältst eine PDF-Datei, die sofort nach dem Kauf verfügbar ist. Das gekaufte Dokument ist jederzeit, überall und unbegrenzt über dein Profil zugänglich.

Zufriedenheitsgarantie: Wie funktioniert das?

Unsere Zufriedenheitsgarantie sorgt dafür, dass du immer eine Lernunterlage findest, die zu dir passt. Du füllst ein Formular aus und unser Kundendienstteam kümmert sich um den Rest.

Wem kaufe ich diese Zusammenfassung ab?

Stuvia ist ein Marktplatz, du kaufst dieses Dokument also nicht von uns, sondern vom Verkäufer tanjamack. Stuvia erleichtert die Zahlung an den Verkäufer.

Werde ich an ein Abonnement gebunden sein?

Nein, du kaufst diese Zusammenfassung nur für 22,99 €. Du bist nach deinem Kauf an nichts gebunden.

Kann man Stuvia trauen?

4.6 Sterne auf Google & Trustpilot (+1000 reviews)

45.681 Zusammenfassungen wurden in den letzten 30 Tagen verkauft

Gegründet 2010, seit 14 Jahren die erste Adresse für Zusammenfassungen

Starte mit dem Verkauf
22,99 €  9x  verkauft
  • (2)
In den Einkaufswagen
Hinzugefügt