prüft, ob beobachtete Verteilung von jener Verteilung abweicht, die nach dem Zufall zu erwarten wäre; • Nominalskalenniveau genügt

Lies genau durch

einfachster Fall: Vierfeldertafel (2 x 2 Ausprägungen); – z.B.: „Ist der Frauenanteil im Ort A höher als in Ort B“?

deckt Großteil der statistischen Auswertungsverfahren ab

Gebräuchlichstes Software-Paket in den Sozialwissenschaften

Sozial-kognitive Theorie (z. B. Bandura, Mischel)

Theorie der Persönlichkeitswesenzüge (z. B. Allport, Eysenck, Cattell)

Kognitive Persönlichkeitstheorie (z. B. Kelly)

Humanistische Persönlichkeitstheorien (z. B. Rogers, Maslow, Horney)

Lerntheoretische Ansätze (z. B. Watson, Skinner, Hull, Dollard, Miller)

Psychodynamische Theorie (z. B. Freud / Formales Strukturmodell: Es, Ich, Über-Ich; Adler, Jung, Erikson)

„Psychodiagnostik“ (Menschenkenntnis)

„Psychotechnik“ (Menschenbehandlung)

Ethische Grundsätze einhalten (Anonymität, Zumutbarkeit, ...)

Hypothesengeleitetes Vorgehen beim Auswerten

Standardisierte Instruktionen (keine VersuchsleiterInnen-Effekte, ...), gleiche Bedingungen für alle ProbandInnen

Fehlerkontrolle im Datensatz

Geeignete Verfahren auswählen (Voraussetzung beachten – Skalenniveau, Normalverteilung, Homogenität, ...)

Störvariablen kontrollieren (minimieren bzw. ausschalten)

Auf Nachvollziehbarkeit achten (SPSS-Syntax ausgeben und mitprotokollieren lassen)

Auftretende Unklarheiten bei Erhebungsinstrumenten gegebenenfalls beseitigen

des Untersuchungsplanes

Auf Vollständigkeit der Datensätze achten (gegebenenfalls vor Ort nachfragen, ergänzen)

Voruntersuchung, wenn notwendig

Einhaltung des Zeitplanes

Hypothesengeleitetes Vorgehen beim Auswerten

Ethische Grundsätze einhalten (Anonymität, Zumutbarkeit, ...)

Selbstkritik; auf mögliche Schwachpunkte, Beschränkungen der Studie eingehen

Nicht seriös auswertbare Fragebögen ausscheiden

Sorgfältige und sinnvolle Kodierung (Zuordnung bspw. in eine Tabelle) der Variablen

Geeignete Verfahren auswählen (Voraussetzung beachten – Skalenniveau, Normalverteilung, Homogenität, ...)

Ergebnisdarstellung nicht mit der Interpretation vermischen (Auswertungsobjektivität)

Beschreibung der Stichprobe

Methodenkenntnis und know how

seriös auswertbare Fragebögen ausscheiden

Auch statisch nicht signifikante Ergebnisse darstellen

Gegebenenfalls zusätzlich empiriegeleitete Auswertungen (was steckt noch in den Daten?)

Art der Ergebnisdarstellung überlegen (Graphiken, Tabelle, Text)

Auf Nachvollziehbarkeit achten (SPSS-Syntax ausgeben und mitprotokollieren lassen)

Umgang mit Missing Values überlegen

Passenden Ort auswählen, genügend Zeit (ausreichend Pausen einplanen)

Unzulässige Generalisierungen vermeiden

Selbstkritik; auf mögliche Schwachpunkte, Beschränkungen der Studie eingehen

Umgang mit Missing Values überlegen

Praktische Implikationen überlegen

Vollständigkeit der Interpretation (keine selektive Auswahl erwünschter Ergebnisse, nicht nur eigene Erfahrungen einbringen)

Ethische Aspekte beachten; mögliche Konsequenzen der Interpretation bedenken

Plausibilität, Nachvollziehbarkeit, Sachlichkeit (ideologiefrei)

Effektgrößen und kumulative Alphafehler beachten Vorsicht bei Kausalschlüssen

Bezug zwischen Ergebnissen und existierenden Theorien bzw. Befunden herstellen (Abweichungen kritisch hinterfragen)

Auch statisch nicht signifikante Ergebnisse darstellen

Evtl. Anregungen (auch der VPn) für Folgestudien einbeziehen

Standardisierte Instruktionen (keine VersuchsleiterInnen-Effekte, ...), gleiche Bedingungen für alle ProbandInnen

Zuordnung von Zahlen zu Objekten bzw. Subjekten (nach bestimmten Regeln)

In Psychologie: häufig „manifeste“ Konstrukte (nicht direkt messbar/“latentt“)

In Psychologie: häufig „latente“ Konstrukte (nicht direkt messbar/“manifest“)

Merkmale messbar machen

Operationalisierung abhängig von zugrundeliegenden Theorien (z.B. der Persönlichkeit), Ressourcen und Kontext

Zuordnung von Objekten zu Zahlen bzw. Subjekten (nach bestimmten Regeln)

Operationalisierung unabhängig von zugrundeliegenden Theorien (z.B. der Persönlichkeit), Ressourcen und Kontext

Auswahl der statischen Prüfgröße bzw. des Verfahrens

Berechnung der Teststatistik ( Akzeptanz oder Ablehnung der Nullhypothese)

Unabhängige und abhängige Variablen (z.B. deren Verteilung)

Festlegung des Signifikanzniveaus

Alternativhypothese wird nicht angenommen, beweist aber nicht die Nullhypothese

Formulierung einer Null- und Alternativhypothese

Unabhängige und abhängige Variablen (z.B. deren Verteilung)

Quantität der Daten (z.B. Skalenniveau) usw.

Anzahl der Versuchspersonen

Qualität der Daten (z.B. Skalenniveau) usw.

Anzahl der Untersuchungsgruppen

Nullhypothese wird abgelehnt, Alternativhypothese vorläufig angenommen, beweist aber nicht die Alternativhypothese

Alternativhypothese wird nicht angenommen, beweist aber nicht die Nullhypothese

Signifikanz ist auch abhängig von der Stichprobengröße

Je größer die Stichprobe („N“), desto eher lassen sich auch kleine(re) Unterschiede statisch signifikant absichern

Nicht jedes statisch signifikante Ergebnis ist auch relevant bzw. praktisch bedeutsam (Kennwerte für „Effektgröße“)

Jedes statisch signifikante Ergebnis ist auch relevant bzw. praktisch bedeutsam (Kennwerte für „Effektgröße“)

Signifikanz ist auch unabhängig von der Stichprobengröße

Nullhypothese wird abgelehnt, Alternativhypothese vorläufig angenommen, beweist gleichzeitig die Alternativhypothese

Nullhypothese wird abgelehnt, Alternativhypothese vorläufig angenommen, beweist aber nicht die Alternativhypothese

Höchstens Intervallskalenniveau

Für unabhängige und abhängige Stichproben geeignet

Mittelwertsunterschiede zwischen zwei Gruppen

- Mittelwertsunterschiede zwischen drei Gruppen

Mindestens Intervallskalenniveau

Ordinalskalenniveau: Rangkorrelation nach Spearman

Klassifizierung (von Objekten, Menschen, ...)

Intervallskalenniveau: Korrelation nach Spearman

Erlaubt keine Aussagen über Kausalitäten (Ursache-Wirkung)

Prüft Zusammenhang zwischen ein oder zwei Merkmalen

Korrelationskoeffizient: zw. -1 und +1 (0 = kein Zusammenhang)

Intervallskalenniveau: Korrelation nach Pearson

Prüft Zusammenhang zwischen zwei oder mehreren Merkmalen