Tutorium Zusammenfassung

Häufigkeit einer Kategorie im Verhältnis zu 100%

Prozente ohne fehlende Werte

Verschiedene relative Häufigkeiten addiert

Berechnet unter welchem Wert ein bestimmter Anteil der Fäll liegt (z.B: Unterhalb welches Werts liegten 25% der Fälle?)

Durchschnitt

Streuung: Durschnittliche quadrierte Abstände der einzelnen Werte zum Mittelwert

Streuung: Durchschnittliche absolute Abweichung der einzelnen Werte zum Mittelwert

Unterschied zwischen zwei Prozentwerten

Verhältnis der Häufigkeit mit der ein Ergebnis im Vergleich zum Gegenergnis auftritt

Verhältnis der Odds zueinander

Smme der quadrierten Abweichungen zwischen tatsächlichen beibachteten und theoretischen erwartbaren Häufigkeiten

Normiert Chi-Quadrat auf Wertebereich 0 bis 1

Für jeweils zwei Fälle werden die Ausprägungen der einen Variable mit den Ausprägungen der anderen Variable verglichen

Wie stark weichen die Werte für x und Y vom Mittelwert ab

Normiert Kovarianz auf einen Wertebereich von -1 und +1

Gibt an welcher y Wert für welchen x-Wert (laut Modell) geschätzt wird. Beschreibt mathematisch wie die Gerade aussieht

• Relative Häufigkeiten

• Gültige Prozente

• Kumulierte Prozente

• Quantile/Median

• Arithmetisches Mittel

• Varianz

• Standardabweichung

• Protenzsatzdifferenz

• Odds/Odds Ratio

• Cramers V

• Kendall´s Tau

• Kovarianz

• Pearson´s r

• Geradengleichung

• Regressionskoeffizient

• Regressionskonstante

• Determinationskoeffizient

• z-Standadisierung

• Standardfehler

• Setzt Kovarianz und Varianz von X ins Verhältnis. Gibt an um wie viel Einheiten sich die AV ändert, wenn die UV Variable um eine Einheit steigt

Welcher Wert die AV, wenn UV den Wert 0 hat

Wie groß ist der Anteil der Varianz der AV, der durch die UV erklärt werden kan? [Maß für Stärke des Zusammenhangs zwischen AV und UV]

Korrigier den Determinationskoeffizienten für die Anzahl der UV

Abstand zwischen einen Wert aus der Stichprobe und dem Mittelwert der Stichprobe, geteilt dirch die Standardabweichung der Stichprobe

(geschätzte) Standardabweichung der Grundgesamtheit geteilt durch die Wurzel der Stichprobenfallzahl. Gibt an wie stark der Stichprobenmittelwert um den Mittelwert der Grundgesamtheit streut.

Gibt einen Bereich an, in dem wir den tatsächlichen Mittelwert/Anteilswert in der Grundgesamtheit, mit einer bestimmten Irrtumswahrscheinlichkeit, vermuten. Setzt sich zusammen aus Punktschätzer, Standardfehler und dem der Irrtumswahrscheinlichkeit entsprechenden z-Wert (i.d.R. +/- 1,96 oder +/- 2,58).

1. Eine Stichprobe ziehen und Menschen befragten und den Datensatz aufbereiten

2. Die Stichprobe mit univarianten Maßzahlen beschreiben

3. Hypothese aufstellen

4. Zusammenhänge mit bivarianten Maßzahlen überprüfen

5. Zusammenhänge mit multivarianten Verfahren überprüfen

6. Mit der Inferenzstatistik eine Aussage über die Übertragbarkeit des Ergebnisses machen

• Metrisch: Geht sowohl als abhängige als auch als unabhängige Variable, keine weiteren Änderungen notwendig

• Ordinal: Muss immer in Dummys umkodiert werden. Immer eine Referenz auswählen, d.h. ein Dummy weniger als die Variable Ausprägungen hat. Kann nur als unabhängige Variable verwendet werden.

• Nominal polytom: siehe ordinal.

• Nominal dichotom: Nur als unabhängige Variable nutzbar

—>Als abhängige Variable kann man nur metrische Variablen nutzen

—>Als unabhängige Variable können Variablen jeden Skalenniveaus verwendet werden, sie müssen nur entsprechend rekodiert werden: Zu Dummies

• In beiden Fällen haben die Ausprägungen eine logische Reihenfolge und die Abstände zwischen den Ausprägungen sind gleich groß

• Eine Ratioskala hat zusätzlich einen natürlichen Nullpunkt, das heißt der Wert 0 bedeutet wirklich, dass etwas nicht vorhanden ist

• Eine Intervallskala hat keinen natürlichen Nullpunkt, wenn es draußen 0 Grad Celsius sind, herrscht nicht “Keine Temperatur”, der 0.-Längengrad der Erde hat nicht “keine Länge”. Im Jahr 0 hatten wir nicht “kein Jahr”. Der Nullpunkt ist hier willkürlich gesetzt

• Schwammiger Begriff, wird oft vewendet um nominal und ordinalskalierte Variablen von metrischen Variablen abzugrenzen

• m Prinzip: Alle Variablen die mehrere Kategorien (= empirische relative) haben und nicht metrisch sind, z.B.: Familienstand, Bildungsabschlüsse, subjektive Schichteinstufung, Geschlecht

• Darunter fallen sowohl nominale (Familienstand, Geschlecht) als auch ordinale Variablen (Bildungsabschlüsse, subjektive Schichteinstufung)

Erhebungsmethoden

• Beobachtung

• Verhaltensspuren

• Befragung

Erhebungsdesigns

• Qualitative vs. Quantitative

• Querschnitt vs. Längsschnitt

• Experimentell vs. Ex-post-facto

Personen die Teil der Grundgesamtheit sind aber nicht befragt werden können

Personen die nicht Teil der Grundgesamtheit sind, aber befragt werden