Foliensätze

Im Rahmen meiner Tätigkeit als Lehrkraft für besondere Aufgaben an der Martin-Luther-Universität Halle-Wittenberg sind eine Reihe von Foliensätzen entstanden, die einen Einblick in mein Lehrportfolio geben.

Methoden der deskriptiven Statistik

1. Sitzung: Einführung

Wissensfragen:

1. Was sind die zentralen Ziele der quantitativen Datenanalyse?
2. Was versteht man unter Codierung?
3. Was ist ein Codeplan? Welche Konventionen gibt es?
4. Was sind fehlende Werte?
5. Wie ist eine Datenmatrix aufgebaut?
6. Was versteht man unter den Begriffen Operationalisieren und Messen?
7. Welche Messniveaus gibt es? Wodurch zeichnen sich diese aus?
8. Welche weiteren Möglichkeiten kennen Sie, um Variablen zu unterscheiden?

2. Sitzung: Häufigkeitstabellen

Wissensfragen:

1. Wie ist eine Häufigkeitstabelle aufgebaut?
2. Worin unterscheiden sich absolute und relative Häufigkeiten? Wie lassen sich die relativen Häufigkeiten aus aus absoluten Häufigkeiten berechnen?
3. Wie ist ein Balkendiagramm aufgebaut? Wie unterscheidet es sich von einem Kreisdiagramm? Welche Vor- und Nachteile sind mit den verschienen Darstellungen verbunden?
4. Was wird mithilfe der empirischen Verteilungsfunktion dargestellt? Wie ist das entsprechende Diagramme aufgebaut? Ab welchem Skalenniveau ist es sinnvoll, die empirische Verteilungsfunktion zu zeichnen?

3. Sitzung: Quantile

Wissensfragen:

1. Was versteht man unter einem Quantil? Erläutern Sie die Begriffe Quantilwert und Quantilanteil?
2. Worin unterscheiden sich Urliste und Primärliste?
3. Was versteht man unter der Klassierung von Daten? Welche Vor- und Nachteile haben klassierte Variablen im Vergleich zu unklassierten Variablen?
4. Welche Regeln sollte man bei der Bildung von Klassen beachten?

4. Sitzung: Maße der zentralen Tendenz

Wissensfragen:

1. Welche Maße der zentralen Tendenz gibt es?
2. Wofür sind diese geeignet?
3. Welche Skalenniveaus werden jeweils vorausgesetzt?
4. Wie lassen sich die Maße interpretieren?

5. Sitzung: Streuungsmaße

Wissensfragen:

1. Welche Streuungsmaße gibt es? Ab welchem Skalenniveau lassen sich die einzelnen Maße sinnvoll berechnen?
2. Welche Vor- und Nachteile besitzen die Maße? Wie lassen sie sich interpretieren?

6. Sitzung: Boxplots und Kreuztabellen

Wissensfragen:

1. Was gibt die Schiefe an? Skizziere eine linksschiefe, rechtsschiefe und symmetrische Verteilung und nenne ein typisches Beispiel dafür, wann diese in der Praxis auftreten.
2. Was versteht im statistischen Sinne unter Wölbung? Wie werden die Werte interpretiern?
3. Was wird in einem Histogramm dargestellt? Wie ist es aufgebaut? Wie unterscheidet es sich vom Balkendiagramm und Stabdiagramm?
4. Was wird in einem Boxplot dargestellt? Wie ein Boxplot aufgebaut?
5. Wie ist eine Kreuztabelle aufgebaut?
6. Was versteht man unter den Begriffen Randverteilung und gemeinsame Verteilungen?
7. Welche Prozentuierungen in der Kreuztabelle kann man unterscheiden? Für welche Fragestellungen eignen sich diese?

7. Sitzung: Vierfeldertafel

Wissenfragen:

1. Welches Ziel verfolgt man, wenn man Assoziationsmaße berechnet?
2. Welche Rolle spielt das Skalenniveau der Ausgangsvariablen hierbei?
3. Was versteht man unter einer symmetrischen / asymmetrischen Beziehung?
4. Erläutere die Gütekriterien für Zusammenhangsmaße nach Galtung.
5. Welche Zusammenhangsmaße eignen sich für die Vierfeldertafel? Sortiere diese nach symmetrischen und asymmetrischen Zusammenhangsmaßen. Erläutere die Vor- und Nachteile.

8. Sitzung: Nominale Zusammenhangsmaße

Wissensfragen:

1. Erläutere das Konzept der stochastischen Unabhängigkeit.
2. Welche Idee steht hinter der Berechnung von Chi-Quadrat? Lässt sich mithilfe von Chi-Quadrat die Stärke und Richtung eines Zusammenhangs bestimmen? Welche Normierungen gibt es? Welche Vor- und Nachteile haben diese?
3. Erläutere das Konzept der Proportionalen Fehlerreduktion / die allgemeine PRE-Logik.
4. Welche Idee steht hinter der Berechnung von Godmans und Kruskals Lambda? Wofür eignet sich die Maße?

9. Sitzung: Ordinale Zusammenhangsmaße

Wissensfragen:

1. Erkläre die Logik des Paarvergleichs. Was wird verglichen? Was versteht man unter einem Paar im statistischen Sinne? Welche Arten von Paaren gibt es? Welche Paare sprechen für einen positiven / negativen Zusammenhang?
2. Welche Maße kennst du die auf der Logik des Paarvergleichs basieren? Ab welchem Skalenniveau sind diese bestimmbar und warum? Wofür sind die verschiedenen Maße besonders geeignet? Welche davon sind symmetrische Maßzahlen, welche sind asymmetrische Maßzahlen? Wie lassen sich die Maße interpretieren?

10. Sitzung: Metrische Zusammenhangsmaße I

Wissensfragen:

1. Wie ist ein Streudiagramm aufgebaut?
2. Welche Idee steht hinter der a) Kovariation, b) Kovarianz und c) Pearsons Produktmomentkorrelation?
3. Welches Skalenniveau wird zur Berechnung von Pearsons Produktmomentkorrelation vorausgesetzt?

11. Sitzung: Metrische Zusammenhangsmaße II

Wissensfragen:

1. Wofür eignet sich bivariate lineare Regression? Welche Voraussetzungen bestehen hinsichtlich des Skalenniveaus der Ausgangsvariablen?
2. Wie lautet das mathematische Grundmodell?
3. Was versteht man unter einem Residuum?
4. Skizziere einen Scatterplot mit Regressionsgerade und und stell anhand eines Falles die Begriffe Vorhersagewert, tatsächlich realisierter Werter und Residuum grafisch dar.
5. Welches Schätzverfahren liegt der einfachsten Form der linearen Regression zugrunde? Was wird dadurch minimiert?
6. Worum handelt es sich bei der Regressionskonstante und dem Regressionsgewicht? Wie werden diese interpretiert?
7. Was lässt sich anhand des Determinationskoeffizienten R-Quadrat sagen? Welcher Zusammenhang besteht in der bivariaten Regression zwischen diesem und Pearsons Produktmomentkorrelation?

12. Sitzung: Metrische Zusammenhangsmaße III

Wissensfragen:

1. Was unterscheidet standardisierte und unstandardisierte Regressionsgewichte? Wie lassen sich diese in einander umrechnen? Welche Vorteile und Nachteile gibt es hinsichtlich der Interpretation?
2. Worin unterscheidet sich die Dummyregression von der „normalen Regression“, die wir bisher behandelt haben? Was geben Regressionskonstante und das unstandardisierte Regressionsgewicht in der Dummyregression an? Wie lässt sich das standardisierte Regressionsgewicht interpretieren? Warum?
3. Was versteht man unter dem Begriff z-Transformation? Welche Eigenschaften weist die Zielvariable hinsichtlich Mittelwert und Standardabweichung auf?

13. Sitzung: Eta

1. Wofür ist die Maßzahl Eta/Eta-Quadrat geeignet? Welche Voraussetzungen bestehen hinsichtlich des Skalenniveaus?
2. Welche Logik liegt der Maßzahl zugrunde?
3. Erläutere die Grundidee hinter der Berechnung von Eta-Quadrat?
4. Welcher Zusammenhang besteht zur linearen Regression? Vergleiche beide Verfahren hinsichtlich ihrer Aussage.

14. Sitzung: Spearmans Rho

Wissensfrage:

1. Wann ist Spearmans Rho eine geeignete Maßzahl?
2. Welche Idee steht hinter Berechnung?
3. Welche Voraussetzungen bestehen hinsichtlich der Ausgangsvariablen?

15. Sitzung: Wrap-Up