Die Kovarianz gibt dir Auskunft über den Zusammenhang von zwei metrischen Variablen.
Dabei ist es wichtig zu beachten, dass die Kovarianz ein nicht-standardisiertes Zusammenhangsmaß ist und damit nur begrenzt vergleichbar.
Andere Bezeichnungen für die Kovarianz sind Stichprobenkovarianz oder empirische Kovarianz.
Weiter lesen: Kovarianz verstehen und berechnen
Wenn wir anhand bestimmter Punkte eine Teilmenge aus einer Grundgesamtheit entnehmen, erhalten wir eine Stichprobe.
Oft ist es nicht möglich oder viel zu aufwendig, Daten in der Grundgesamtheit, also zum Beispiel anhand aller Studierenden in Deutschland, zu erheben.
Daher entnehmen wir einen Teil der Grundgesamtheit, erheben Daten anhand dieser Stichprobe und schließen dann auf die Grundgesamtheit.
Inwieweit wir anhand der Ergebnisse aus der Stichprobe auch Aussagen über die Grundgesamtheit treffen können, hängt von der Art der Stichprobenziehung ab.
Weiter lesen: Statistische Stichproben verstehen und bestimmen
Skalenniveaus sind Kategorien, die uns eine Auskunft darüber geben, welche Merkmale unsere Daten aufweisen.
Deine Daten können entweder nominalskaliert, ordinalskaliert oder metrisch sein.
Dabei haben metrische Daten den höchsten Informationsgehalt und erlauben die meisten Berechnungen. Nominalskalierte Daten haben dagegen die geringste Aussagekraft.
Weiter lesen: Skalenniveaus verstehen und bestimmen
In der deskriptiven Statistik bezeichnet ‘Streuung’ die Verteilung von Daten und gibt an wie weit die einzelnen Werte innerhalb eines Datensatzes gestreut sind.
Die Streuung unserer Daten können wir in Streuungsmaßen angeben.
Zu den wichtigsten Streuungsmaßen zählen die Varianz, die Standardabweichung und die Spannweite.
Weiter lesen: Streuung in der Statistik
Streuungsmaße werden in der deskriptiven Statistik verwendet, um die Verteilung und die Streubreite von Daten anzugeben.
Zu den wichtigsten Streuungsmaßen zählen die Varianz, die Standardabweichung und die Spannweite.
Andere Bezeichnungen für Streuungsmaße sind Streuungsparameter und Dispersionsmaße.
Streuungsmaße sind hilfreich bei der Interpretation von Daten, die du als Forschungsergebnisse in deiner Bachelorarbeit oder deiner Masterarbeit präsentierst.
Weiter lesen: Streuungsmaße mit Beispielen erklärt
Der Standardfehler des Mittelwertes gibt an, wie sehr der Mittelwert einer Stichprobe vom tatsächlichen Mittelwert in der Grundgesamtheit abweicht.
Der Standardfehler wird auch Stichprobenfehler oder SEM genannt. Dies ist die Abkürzung der englischen Bezeichnung ‚standard error of themean‘.
Den Standardfehler solltest du bei der Interpretation der Ergebnisse in deiner Bachelorarbeit oder Masterarbeit bedenken.
Weiter lesen: Den Standardfehler des Mittelwertes verstehen und berechnen
Die Spannweite ist der Abstand zwischen dem kleinsten und dem größten Messwert. Zur Berechnung ziehen wir das Minimum (kleinster Wert) eines Datensatzes vom Maximum (größter Wert) ab.
Da sie die Streuung der Beobachtungsdaten angibt, gehört die Spannweite zu den Streuungsmaßen.
| Person | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| Alter | 16 | 12 | 40 | 43 | 22 | 78 | 50 | 76 | 48 | 55 |
Spannweite: 78 – 12 = 66
Weiter lesen: Die Spannweite verstehen und berechnen
Lageparameter werden in der deskriptiven Statistik verwendet, um die zentrale Lage einer Verteilung von Daten anzugeben, also zum Beispiel den Mittelwert oder den Zentralwert.
Lageparameter ist der Überbegriff für die Werte, die wir als arithmetisches Mittel, den Median oder den Modus bestimmen.
Eine andere Bezeichnung für Lageparameter ist auch Lagemaß.
Weiter lesen: Die Lageparameter erklärt mit Beispielen
Die Varianz gibt an, wie sich deine Beobachtungswerte um den Mittelwert aller Beobachtungen verteilen.
Da sie die Streuung der Werte um den Mittelwert beschreibt, gehört die Varianz zu den Streuungsmaßen. Für das Interpretieren statistischer Ergebnisse in deiner Bachelorarbeit oder deiner Masterarbeit solltest du auch Lageparameter verwenden.
| Person | 1 | 2 | 3 | 4 | 5 |
| Stunden Sport/Woche | 2 | 3 | 7 | 5 | 3 |
Mittelwert: 
Varianz: 
Weiter lesen: Die Varianz verstehen und berechnen
Der Modus ist der Wert, der in einem Datensatz am häufigsten vorkommt.
Unter all deinen Beobachtungsdaten ist der Modus also die Beobachtung, die du am häufigsten gemacht hast.
Eine andere Bezeichnung für den Modus ist auch der Modalwert.
| Note | sehr gut | gut | befriedigend | ausreichend | mangelhaft | ungenügend |
|---|---|---|---|---|---|---|
| Häufigkeit | 3 | 7 | 5 | 5 | 1 | 0 |
Modus: gut
Der Modus in dem Beispiel ist die Note gut. Diese wurde sieben Mal vergeben und ist damit die Note, die am häufigsten vorkommt.
Den Modus können wir bereits bestimmen, wenn wir nominale Daten haben, zum Beispiel die Haarfarbe, das Geschlecht, der Geburtsort oder die Postleitzahl.
Nominale Daten können wir nicht in eine Rangreihenfolge bringen. Dies bedeutet, dass wir nicht sagen können, dass ein Wert besser oder schlechter als ein anderer ist, sondern nur, ob es einen Unterschied gibt.
Weiter lesen: Modus verstehen und bestimmen
Erfahre in nur 10 Minuten, ob du ungewollt ein Plagiat erzeugt hast.
