Den Kontingenzkoeffizienten verstehen, bestimmen und interpretieren

Veröffentlicht am 12. Juni 2020 von Valerie Benning. Aktualisiert am 1. Juni 2022.

Der Kontingenzkoeffizient nach Pearson gibt uns Auskunft über den statistischen Zusammenhang zwischen zwei oder mehreren Variablen.

Am häufigsten wird der Kontingenzkoeffizient für nominal– oder ordinalskalierte Daten verwendet.

Da es sich um ein standardisiertes Maß handelt, ist es möglich, mehrere Variablen hinsichtlich des Kontingenzkoeffizienten zu vergleichen.

Weiter lesen: Den Kontingenzkoeffizienten verstehen, bestimmen und interpretieren

Statistische Stichproben verstehen und bestimmen

Veröffentlicht am 12. Mai 2020 von Valerie Benning. Aktualisiert am 6. Juni 2022.

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.

Beispiel
Wir führen unsere Studie mit 100 zufällig ausgewählten Studierenden durch und schließen mit den Ergebnissen auf die Gesamtheit aller Studierenden. Somit haben wir eine Stichprobe aus der Grundgesamtheit aller Studierenden gezogen.

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 verstehen und bestimmen

Veröffentlicht am 7. Mai 2020 von Valerie Benning. Aktualisiert am 7. Juli 2020.

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

Streuungsmaße mit Beispielen erklärt

Veröffentlicht am 20. April 2020 von Valerie Benning. Aktualisiert am 1. Juni 2022.

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

Den Standardfehler des Mittelwertes verstehen und berechnen

Veröffentlicht am 14. April 2020 von Valerie Benning. Aktualisiert am 6. Juni 2022.

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 verstehen und berechnen

Veröffentlicht am 9. April 2020 von Valerie Benning. Aktualisiert am 1. Mai 2020.

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.

Beispiel
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

Die Lageparameter erklärt mit Beispielen

Veröffentlicht am 6. April 2020 von Valerie Benning. Aktualisiert am 1. Juni 2022.

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