Folienpräsentation SE - pro.kphvie.at
Folienpräsentation SE - pro.kphvie.at
Folienpräsentation SE - pro.kphvie.at
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
KPH – <strong>SE</strong> Quantit<strong>at</strong>ive<br />
Forschungsmethoden<br />
Internetpl<strong>at</strong>tform zum Seminar:<br />
http://<strong>pro</strong>.<strong>kphvie</strong>.ac.<strong>at</strong>/rudolf.beer<br />
Die Studienunterlagen dienen wissenschaftlichen Zwecken und sind ausschließlich für den priv<strong>at</strong>en, persönlichen<br />
Gebrauch der StudentInnen bestimmt und explizit nur für die Verwendung im Rahmen dieser Veranstaltung<br />
hergestellt. Die Studienunterlagen sind für den Schul-, Studien- und Unterrichtsgebrauch bestimmt und daher<br />
von der freien Werknutzung zum eigenen Schulgebrauch ausgenommen. Das Zugänglichmachen, Vervielfältigen<br />
oder die Weitergabe an Dritte als Ganzes oder auszugsweise ist unabhängig von der Form, wenn nichts anderes<br />
vereinbart, untersagt.<br />
S e m e s t e r p l a n u n g<br />
Prüfungsmodalitäten<br />
Anwesenheit, Mitarbeit (GA, …), Übungen<br />
(Testungen im Feld), Abschlussklausur<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Testtheoretische Grundlagen /<br />
Gütekriterien<br />
empirisch … auf Erfahrung beruhend<br />
qualit<strong>at</strong>ive Forschung<br />
quantit<strong>at</strong>ive Forschung<br />
Qualit<strong>at</strong>ive Forschung<br />
<br />
<br />
Qualit<strong>at</strong>iv oder quantit<strong>at</strong>iv?<br />
Quantit<strong>at</strong>iver Ans<strong>at</strong>z<br />
numerisch beschrieben;<br />
st<strong>at</strong>istische Auswertung von Messwerten<br />
Ordinal- und intervallskalierte D<strong>at</strong>en<br />
Qualit<strong>at</strong>iver Ans<strong>at</strong>z<br />
Interpret<strong>at</strong>ion von verbalem M<strong>at</strong>erial<br />
Nominald<strong>at</strong>en (Häufigkeitsd<strong>at</strong>en)<br />
Quantit<strong>at</strong>ive Forschung
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Quantit<strong>at</strong>ive Sozialforschung:<br />
Qualit<strong>at</strong>ive Sozialforschung:<br />
„Quantit<strong>at</strong>ive empirische Forschung beabsichtigt,<br />
soziale und psychische Phänomene genau zu<br />
definieren, sie möglichst objektiv zu »messen« und<br />
anhand dieses D<strong>at</strong>enm<strong>at</strong>erials Hypothesen zu<br />
überprüfen“.<br />
(Hannes Mayr)<br />
Quantit<strong>at</strong>ive Forschung<br />
Qualit<strong>at</strong>ive Forschung<br />
Qualit<strong>at</strong>ives Forschen ist der Versuch<br />
herauszufinden, wie Menschen einen Sachverhalt<br />
sehen, welche individuelle Bedeutung er für sie h<strong>at</strong><br />
und welche Handlungsmotive in diesem<br />
Zusammenhang auftreten. Daraus werden<br />
Theorien konstruiert und Folgerungen für die<br />
Praxis gezogen.<br />
(Andrea Seel)<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Qualit<strong>at</strong>ive Forschung:<br />
„Empirische Forschung, die mit besonderen<br />
D<strong>at</strong>enerhebungsverfahren in erster Linie qualit<strong>at</strong>ive<br />
D<strong>at</strong>en erzeugt und interpret<strong>at</strong>iv verarbeitet, um<br />
dadurch neue Effekte zu entdecken (Explor<strong>at</strong>ion)<br />
und (seltener) auch Hypothesen zu überprüfen<br />
(Explan<strong>at</strong>ion). Inhaltlich ist es ein besonderes<br />
Anliegen der qualit<strong>at</strong>iven Forschung, soziale und<br />
psychologische Phänomene aus der Sicht der<br />
Akteure zu rekonstruieren“ (Bortz u. Döring 2002, S.<br />
687).<br />
Qualit<strong>at</strong>ive D<strong>at</strong>en:<br />
„1. Nominalskalierte quantit<strong>at</strong>ive D<strong>at</strong>en, 2. nicht-<br />
nummerische D<strong>at</strong>en, verbales, anschauliches<br />
D<strong>at</strong>enm<strong>at</strong>erial“ (Bortz u. Döring 2002, S. 687).<br />
Variable sind Ausschnitte aus der<br />
Beobachtungsrealität. Qualit<strong>at</strong>ive Variable sind<br />
diskontinuierlich, es werden Ereignisse, Personen<br />
gezählt.
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Qualit<strong>at</strong>ive Forschung<br />
Qualit<strong>at</strong>ive Variable:<br />
diskontinuierlich<br />
z.B.: „Lieblingsfarbe“<br />
blau<br />
grün<br />
gelb<br />
es wird gezählt:<br />
z.B.: 2 4 3 7<br />
rot<br />
Quantit<strong>at</strong>ive Forschung:<br />
„Empirische Forschung, die mit besonderen<br />
D<strong>at</strong>enerhebungsverfahren in erster Linie quantit<strong>at</strong>ive<br />
D<strong>at</strong>en erzeugt und st<strong>at</strong>istisch verarbeitet, um<br />
dadurch neue Effekte zu entdecken (Explor<strong>at</strong>ion),<br />
Popul<strong>at</strong>ionen zu beschreiben und Hypothesen zu<br />
prüfen (Explan<strong>at</strong>ion)“ (Bortz u. Döring 2002, S.<br />
687).<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Quantit<strong>at</strong>ive D<strong>at</strong>en:<br />
Variable sind Ausschnitte aus der<br />
Beobachtungsrealität. Hier wird gemessen.<br />
Quantit<strong>at</strong>ive Variable sind kontinuierlich. Jeder<br />
Person wird ein Wert zugeordnet.<br />
Quantit<strong>at</strong>ive Variable:<br />
kontinuierlich<br />
z.B.: „Kompetenz“<br />
es wird gemessen<br />
z.B.: Pb26: : 47 Pkt.<br />
45<br />
Quantit<strong>at</strong>ive Forschung
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Quantit<strong>at</strong>ive Methoden der<br />
D<strong>at</strong>enerhebung<br />
<br />
Zählen<br />
Messen<br />
(Be)Urteilen<br />
Testen<br />
Zählen<br />
Klassifik<strong>at</strong>ionsmerkmale<br />
n<strong>at</strong>ürlich dichotom/polytom<br />
künstlich dichotom/polytom<br />
K<strong>at</strong>egorien<br />
1. Genauigkeits-Kriterium<br />
2. Exklusivitäts-Kriterium<br />
3. Exhaustivitäts-Kriterium<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Zählen<br />
Klassifik<strong>at</strong>ionsmerkmale<br />
n<strong>at</strong>ürlich dichotom/polytom<br />
künstlich dichotom/polytom<br />
K<strong>at</strong>egorien<br />
Genauigkeits-Kriterium<br />
<br />
exakt definierte, oper<strong>at</strong>ionalisierte Indik<strong>at</strong>oren<br />
Exklusivitäts-Kriterium<br />
<br />
ein Objekt darf nur zu einer K<strong>at</strong>egorie gehören<br />
Exhaustivitäts-Kriterium<br />
jedes Objekt muss einer K<strong>at</strong>egorie zuzuordnen sein
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Messen<br />
quantit<strong>at</strong>ive Variable<br />
... individuelle Merkmalsausprägungen<br />
werden mit einem Messinstrument erhoben<br />
und jedem Objekt bzw. Person zugeordnet<br />
(Be)Urteilen<br />
... Eigenschaften die sich einer direkten<br />
physikalischen Messung entziehen können<br />
mit Hilfe der menschlichen Urteilsfähigkeit<br />
und -möglichkeit erfasst werden<br />
Mag. Dr. Rudolf Beer - Quantit<strong>at</strong>ive Forschungsmethoden Mag. Dr. Rudolf Beer - Quantit<strong>at</strong>ive Forschungsmethoden<br />
Test<br />
„1. Ein Verfahren zur Untersuchung eines<br />
Persönlichkeitsmerkmals.<br />
2. Der Vorgang der Durchführung der Untersuchung.<br />
3. Die Gesamtheit der zur Durchführung<br />
notwendigen Requisiten.<br />
4. Jede Untersuchung sofern sie<br />
Stich<strong>pro</strong>bencharakter h<strong>at</strong>.<br />
5. Gewisse m<strong>at</strong>hem<strong>at</strong>ische-st<strong>at</strong>istische st<strong>at</strong>istische Prüfverfahren<br />
(z.B. Chi-Quadr<strong>at</strong>-Test)“ (Lienert 1989, S. 7).
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Begriffe<br />
Testen<br />
„Ein Test ist ein wissenschaftliches<br />
Routineverfahren zur Untersuchung eines<br />
oder mehrerer empirisch abgrenzbarer<br />
Persönlichkeitsmerkmale mit dem Ziel einer<br />
möglichst quantit<strong>at</strong>iven Aussage über den<br />
rel<strong>at</strong>iven Grad der individuellen<br />
Merkmalsausprägung“ (Bortz u. Döring<br />
2002, S. 189).<br />
Leistungstests<br />
Speed-Tests<br />
Power-Tests<br />
Niveautests<br />
Lernzielorientierte Tests<br />
Normorientierte Tests<br />
Diagnostischen Tests<br />
Persönlichkeitstests<br />
Intelligenztests<br />
„informelle“ Tests<br />
„standardisierte“ Tests<br />
…<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Hauptgütekriterien eines Tests<br />
Objektivität<br />
<br />
<br />
<br />
Objektivität<br />
Reliabilität (Zuverlässigkeit)<br />
Validität (Gültigkeit)<br />
„Unter Objektivität eines Tests verstehen wir<br />
den Grad, indem die Ergebnisse eines Tests<br />
unabhängig vom Untersucher sind“<br />
(Lienert 1989, S. 13).<br />
Durchführungsobjektivität<br />
Auswertungsobjektivität<br />
Interpret<strong>at</strong>ionsobjektivität
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Reliabilität<br />
„Unter der Reliabilität eines Tests versteht<br />
man den Grad der Genauigkeit, mit dem er<br />
ein bestimmtes Persönlichkeits- oder<br />
Verhaltensmerkmal misst“<br />
(Lienert 1989, S. 14).<br />
Validität<br />
„Die Validität des Tests gibt den Grad der<br />
Genauigkeit an, mit dem dieser Test<br />
dasjenige Persönlichkeitsmerkmal oder<br />
diejenigen Verhaltensweisen, das (die) er<br />
messen soll oder zu messen vorgibt,<br />
t<strong>at</strong>sächlich misst“ (Lienert 1989,<br />
S. 16).<br />
inhaltliche Validität<br />
Konstruktvalidität<br />
kriteriumsbezogenen Validität<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Nebengütekriterien eines Tests<br />
<br />
<br />
<br />
<br />
Normierung<br />
Vergleichbarkeit<br />
Ökonomie<br />
Nützlichkeit<br />
Für Nebengütekriterien gibt es keine zahlenmäßigen Kennwerte.<br />
Normierung<br />
„… versteht man, daß über einen Test<br />
Angaben vorliegen sollen, die für die<br />
Einordnung des individuellen Testergebnisses<br />
als Bezugssystem dienen können “<br />
(Lienert 1989, S. 18).<br />
• Einordnung des Pn in die Verteilung (Position)<br />
• in Bezug auf die Grundgesamtheit, soziale Gruppe, …<br />
• individuelle Aussagen (diagnostische Brauchbarkeit)
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Vergleichbarkeit<br />
Ökonomie<br />
Ein Test ist dann vergleichbar, wenn:<br />
1. ein oder mehrere Parallelformen vorhanden<br />
sind,<br />
2. validitätsähnliche Tests verfügbar sind “<br />
(Lienert 1989, S. 18).<br />
• intraindividuelle Reliabilitätskontrolle<br />
• interindividuelle Validitätskontrolle<br />
Ein Test ist dann ökonomisch, wenn er:<br />
1. eine kurze Durchführungszeit beansprucht,<br />
2. wenig M<strong>at</strong>erial verbraucht,<br />
3. einfach zu handhaben,<br />
4. als Gruppentest durchführbar,<br />
5. schnell und bequem auswertbar ist “<br />
(Lienert 1989, S. 19).<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Nützlichkeit<br />
Ein Test ist dann nützlich, wenn er ein<br />
Persönlichkeitsmerkmal mißt, für dessen<br />
Untersuchung ein praktisches Bedürfnis<br />
besteht “<br />
(Lienert 1989, S. 19).<br />
Wechselbeziehungen<br />
Objektivität ≥ Reliabilität ≥ Validität<br />
Validität<br />
Reliabilität<br />
Objektivität
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
grundlegende/weiterführende<br />
Liter<strong>at</strong>ur<br />
Bortz, J. u. Döring, N.: Forschungsmethoden und<br />
Evalu<strong>at</strong>ion. Berlin – Heidelberg, 2002.<br />
Lienert, G.: Testaufbau und Testanalyse. München –<br />
Weinheim, 1989.<br />
Brosious, F.: SPSS 11. Bonn, 2002.<br />
Ponocny-Seliger, E. u. Ponocny,I.: St<strong>at</strong>istik for you.<br />
Wien, 2001<br />
Eder, A.: St<strong>at</strong>istik für Sozialwissenschaftler. Wien, 2003<br />
Atteslander, P.: Methoden der empirischen<br />
Sozialforschung. Berlin – New York, 2000.<br />
Deskriptive St<strong>at</strong>istik:<br />
Lageparameter / Skalenniveau /<br />
Verteilungsformen / Darstellung<br />
empirischer D<strong>at</strong>en<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Erfassung / M<strong>at</strong>rix / Tabellen<br />
Strichliste<br />
Fragebogen<br />
Protokoll<br />
Listen<br />
…
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Beschreiben / Zählen / Darstellen<br />
Häufigkeitstabellen<br />
Diagramme<br />
Prozenttabellen<br />
Listen<br />
…<br />
Häufigkeit<br />
absolute Häufigkeit<br />
rel<strong>at</strong>ive Häufigkeit<br />
<strong>pro</strong>zentuale Häufigkeit<br />
kumul<strong>at</strong>ive Häufigkeit<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Merkmalsausprägung<br />
(x i )<br />
absolute<br />
Häufigkeit (f)<br />
rel<strong>at</strong>ive<br />
Häufigkeit (f i )<br />
<strong>pro</strong>zentuale<br />
Häufigkeit (f i% )<br />
kumul<strong>at</strong>ive<br />
<strong>pro</strong>zentuale<br />
Häufigkeit<br />
(f i%kum )<br />
1 3 0,06 6 6<br />
2 5 0,1 10 16<br />
3 2 0,04 4 20<br />
4 1 0,02 2 22<br />
5 6 0,12 12 34<br />
6 8 0,16 16 50<br />
7 5 0,1 10 60<br />
8 9 0,18 18 78<br />
9 8 0,16 16 94<br />
10 3 0,06 6 100<br />
N = 50 1 100<br />
Häufigkeitstabelle<br />
Gültig<br />
156,00<br />
158,00<br />
160,00<br />
163,00<br />
164,00<br />
165,00<br />
166,00<br />
167,00<br />
168,00<br />
169,00<br />
171,00<br />
172,00<br />
174,00<br />
176,00<br />
178,00<br />
180,00<br />
183,00<br />
Gesamt<br />
Körpergröße (cm)<br />
Kumulierte<br />
Häufigkeit Prozent Prozente<br />
1 2,8 2,8<br />
1 2,8 5,6<br />
3 8,3 13,9<br />
4 11,1 25,0<br />
1 2,8 27,8<br />
3 8,3 36,1<br />
2 5,6 41,7<br />
2 5,6 47,2<br />
3 8,3 55,6<br />
2 5,6 61,1<br />
1 2,8 63,9<br />
3 8,3 72,2<br />
6 16,7 88,9<br />
1 2,8 91,7<br />
1 2,8 94,4<br />
1 2,8 97,2<br />
1 2,8 100,0<br />
36 100,0<br />
Häufigkeitstabelle<br />
…
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Gültig<br />
weiblich<br />
männlich<br />
Gesamt<br />
Geschlecht<br />
Gültige Kumulierte<br />
Häufigkeit Prozent Prozente Prozente<br />
32 88,9 88,9 88,9<br />
4 11,1 11,1 100,0<br />
36 100,0 100,0<br />
Häufigkeitstabelle<br />
…<br />
7<br />
6<br />
Histogramm<br />
Balkendiagramm<br />
40<br />
30<br />
Kreisdiagramm<br />
Geschlecht<br />
weiblich<br />
männlich<br />
Häufigkeit<br />
5<br />
4<br />
3<br />
Absolute Werte<br />
20<br />
2<br />
10<br />
0<br />
weiblich<br />
Geschlecht<br />
männlich<br />
1<br />
Mean = 168,3611<br />
Std. Dev. = 6,30715<br />
N = 36<br />
0<br />
155,00 160,00 165,00 170,00 175,00 180,00 185,00<br />
Körpergröße (cm)<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Skalenniveau<br />
Nominalskala<br />
R<strong>at</strong>ionalskala (Verhältnisskala)<br />
Intervallskala<br />
Ordinalskala (Rangskala)<br />
Nominalskala<br />
... polytom/dichotom<br />
… Geschlecht, Familienstand, Farbe, ja/nein-<br />
Entscheidungen, N<strong>at</strong>ionalität, Sprache, Blutgruppe …<br />
gleich oder ungleich, beschreibend
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Ordinalskala (Rangskala)<br />
… Ranginform<strong>at</strong>ion<br />
... Schulnoten, Rangplätze, Ausbildungsabschlüsse,<br />
Dienstgrade, Windstärken, Beliebtheit,<br />
Befragungsergebnisse (?) …<br />
gleich oder ungleich, beschreibend + größer/kleiner<br />
Rel<strong>at</strong>ionen<br />
Intervallskala<br />
… Info über Messwertdifferenz<br />
... Temper<strong>at</strong>urunterschiede, Testscores,<br />
Intelligenzscores (?),<br />
gleich oder ungleich, beschreibend + größer/kleiner<br />
Rel<strong>at</strong>ionen + Gleichheit von Differenzen<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
R<strong>at</strong>ionalskala<br />
Anwendung von Rechenverfahren …<br />
… n<strong>at</strong>ürlicher Nullpunkt<br />
... Länge, Gewicht, physikalische Größen<br />
gleich oder ungleich, beschreibend + größer/kleiner<br />
Rel<strong>at</strong>ionen + Gleichheit von Differenzen + Gleichheit<br />
von Verhältnissen<br />
R<strong>at</strong>ionalskala<br />
Intervallskala<br />
Ordinalskala<br />
Nominalskala<br />
arithmetisches Mittel, t-Test,<br />
Varianzanalyse,<br />
ev. parametrische Verfahren<br />
ev. nonparametrische Verfahren,<br />
U-Test, Rangplätze,<br />
Median, Modalwert
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Deskriptive St<strong>at</strong>istik:<br />
Lageparameter / Darstellung<br />
empirischer D<strong>at</strong>en<br />
Beschreiben: Lageparameter<br />
(Maße der zentralen Tendenz)<br />
Mittelwerte<br />
Streuungsmaße<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mittelwerte<br />
Modalwert:<br />
„Der in einer Verteilung am häufigsten vertretene<br />
Wert“ (Bortz u. Döring 2002, S. 684).<br />
z.B.: Testscores (max. 30 Pkt.)<br />
8, 9, 10, 10, 10, 15, 16, 16, 17, 18, 28, 29, 29, 30, 30<br />
10<br />
Mittelwerte<br />
Median:<br />
„Der Median teilt eine Verteilung mindestens<br />
ordinalskalierter Meßwerte in Hälften“ (Bortz u.<br />
Döring 2002, S. 683).<br />
„Der Median ist die mittlere Maßzahl, in der Größe<br />
der Maßzahlen geordneten Fälle“ (Resch 2001, S.<br />
20).<br />
z.B.: Testscores (max. 30 Pkt.)<br />
8, 9, 10, 10, 10, 15, 16, 16, 17, 18, 28, 29, 29, 30, 30<br />
16
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mittelwerte<br />
St<strong>at</strong>istiken<br />
Arithmetisches Mittel:<br />
„Der Mittelwert (genauer: das arithmetische Mittel)<br />
als Summe aller Meßwerte dividiert durch die Anzahl<br />
der eingehenden Werte“ (Bortz u. Döring 2002, S.<br />
684).<br />
6<br />
5<br />
N<br />
Körpergröße (cm)<br />
Mittelwert<br />
Median<br />
Modus<br />
Gültig<br />
Fehlend<br />
Körpergröße Körperge<br />
(cm) wicht (kg)<br />
36 36<br />
0 0<br />
168,3611 62,1667<br />
168,0000 60,0000<br />
174,00 60,00<br />
4<br />
Körpergewicht (kg)<br />
3<br />
z.B.: Testscores (max. 30 Pkt.)<br />
8, 9, 10, 10, 10, 15, 16, 16, 17, 18, 18, 19, 29, 30, 30<br />
255 : 15 = 17,00<br />
Häufigkeit<br />
4<br />
3<br />
2<br />
1<br />
Häufigkeit<br />
2<br />
1<br />
183,00<br />
180,00<br />
178,00<br />
176,00<br />
174,00<br />
172,00<br />
171,00<br />
0<br />
0<br />
169,00<br />
168,00<br />
167,00<br />
166,00<br />
165,00<br />
164,00<br />
163,00<br />
160,00<br />
158,00<br />
156,00<br />
Körpergröße (cm)<br />
80,00<br />
78,00<br />
73,00<br />
71,00<br />
70,00<br />
69,00<br />
68,00<br />
67,00<br />
65,00<br />
63,00<br />
60,00<br />
59,00<br />
58,00<br />
57,00<br />
56,00<br />
55,00<br />
54,00<br />
53,00<br />
52,00<br />
51,00<br />
50,00<br />
Körpergewicht (kg)<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Beispiel 8:<br />
In folgender Urliste befinden sich die Ergebnisse (Punktwerte) einer schriftlichen<br />
Leistungskontrolle von 81 SchülerInnen.<br />
Stellen Sie die Häufigkeitsverteilung in einer übersichtlichen Tabelle dar und<br />
erstellen Sie ein Histogramm.<br />
Streuungsmaße<br />
Spannweite (range, Vari<strong>at</strong>ionsbreite): (x max – x min<br />
„Differenz zwischen der größten und kleinsten<br />
Maßzahl“ (Resch 2001, S. 36).<br />
min )<br />
z.B.: Testscores (max. 30 Pkt.)<br />
8, 9, 10, 10, 10, 15, 16, 16, 17, 18, 28, 29, 29, 30, 30<br />
R = 30 - 8 = 22
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Streuungsmaße<br />
Streuungsmaße<br />
Mittlere Vari<strong>at</strong>ion:<br />
„Summe aller Abweichungen vom Mittelwert,<br />
dividiert durch n“ (Eder 2003, S. 30).<br />
z.B.: Testscores (max. 30 Pkt.)<br />
8, 9, 10, 10, 10, 15, 16, 16, 17, 18, 28, 29, 29, 30, 30<br />
mV = (9+8+7+7+7+2+1+1+1+11+12+12+13+13):15 =<br />
104:15 = 6,9333…<br />
Standardabweichung (standard<br />
devi<strong>at</strong>ion):<br />
„… die Wurzel aus dem Durchschnitt der quadrierten<br />
Abweichungen der Maßzahlen von ihrem Mittelwert“<br />
(Resch 2001, S. 36).<br />
z.B.: Testscores (max. 30 Pkt.)<br />
8, 9, 10, 10, 10, 15, 16, 16, 17, 18, 28, 29, 29, 30, 30<br />
s = √¯(9+8+7+7+7+2+1+1+1+11+12+12+13+13):15 =<br />
s = √¯(81+64+49+49+49+4+1+1+1+121+144+144+169+169):15 =<br />
= √¯ 1046: 15 = √¯ 69,73… = 8,35…<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Streuungsmaße<br />
Streuungsmaße<br />
Varianz (standard<br />
devi<strong>at</strong>ion):<br />
„… die Summe der quadrierten Abweichungen aller<br />
Einzelwerte von ihren Mittelwert, dividiert durch deren<br />
Anzahl“ (Eder 2003, S. 31).<br />
z.B.: Testscores (max. 30 Pkt.)<br />
8, 9, 10, 10, 10, 15, 16, 16, 17, 18, 28, 29, 29, 30, 30<br />
s² = (9+8+7+7+7+2+1+1+1+11+12+12+13+13):15 =<br />
s² = (81+64+49+49+49+4+1+1+1+121+144+144+169+169):15<br />
= 1046 : 15 = 69,73…<br />
N<br />
Standardabweichung<br />
Varianz<br />
Spannweite<br />
Minimum<br />
Maximum<br />
Gültig<br />
Fehlend<br />
St<strong>at</strong>istiken<br />
Körpergröße<br />
Körperge<br />
(cm) wicht (kg)<br />
36 36<br />
0 0<br />
6,30715 8,28596<br />
39,780 68,657<br />
27,00 30,00<br />
156,00 50,00<br />
183,00 80,00
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mittelwert und Streuungsmaße<br />
Mittelwerte vergleichen<br />
… zwischen Frauen<br />
und Männern …<br />
St<strong>at</strong>istiken<br />
Bericht<br />
N<br />
Mittelwert<br />
Standardabweichung<br />
Varianz<br />
Gültig<br />
Fehlend<br />
Körpergröße Körperge<br />
(cm) wicht (kg)<br />
36 36<br />
0 0<br />
168,3611 62,1667<br />
6,30715 8,28596<br />
39,780 68,657<br />
Geschlecht<br />
weiblich<br />
männlich<br />
Insgesamt<br />
Mittelwert<br />
N<br />
Standardabweichung<br />
Mittelwert<br />
N<br />
Standardabweichung<br />
Mittelwert<br />
N<br />
Standardabweichung<br />
Körpergröße Körperge<br />
(cm) wicht (kg)<br />
167,0625 60,5625<br />
32 32<br />
5,27891 7,05708<br />
178,7500 75,0000<br />
4 4<br />
3,77492 6,27163<br />
168,3611 62,1667<br />
36 36<br />
6,30715 8,28596<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
28,00<br />
Geschlecht<br />
weiblich<br />
männlich<br />
Variable berechnen<br />
Body Mass Index<br />
BMI = kg : (m²)<br />
Body<br />
Mass<br />
Index<br />
Body Mass Index<br />
26,00<br />
24,00<br />
22,00<br />
20,00<br />
18,00<br />
16,00<br />
0 10 20 30 40<br />
Person
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Regression und Korrel<strong>at</strong>ion:<br />
Abhängigkeit/Unabhängigkeit von<br />
Variablen, lineare Regression, Korrel<strong>at</strong>ion,<br />
Produkt-Moment-Korrel<strong>at</strong>ion<br />
Regression:<br />
„Vorhersage von Merkmalsausprägungen einer oder<br />
mehrerer Kriteriumsvariablen auf der Basis einer<br />
oder mehrerer Prädiktorvariablen“ (Bortz u. Döring<br />
2002, S. 688).<br />
Prädiktor Kriterium<br />
z.B.:<br />
Körpergröße Körpermasse<br />
Geschlecht Einstellungen/Verhalten<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Zusammenhang zwischen zwei Variablen:<br />
1. funktionaler<br />
Zusammenhang<br />
von Menge und Preis<br />
y = kx + d<br />
17,50 Beobachtet<br />
Linear<br />
15,00<br />
12,50<br />
10,00<br />
Funktionsgleichung:<br />
7,50<br />
y = 3,5 . x<br />
5,00<br />
(hier linearer<br />
Zusammenhang)<br />
2,50<br />
Preis<br />
1,00 2,00 3,00 4,00 5,00<br />
Menge<br />
Zusammenhang zwischen zwei Variablen:<br />
2. stochastischer<br />
Zusammenhang<br />
von Größe und Masse<br />
Höhe des<br />
Zusammenhangs:<br />
Korrel<strong>at</strong>ionskoeffizient<br />
Regressionsgleichung:<br />
y = b . x + a<br />
Modell einer lineare<br />
Regression <br />
Regressionsgerade<br />
Körpergewicht (kg)<br />
80,00<br />
75,00<br />
70,00<br />
65,00<br />
60,00<br />
55,00<br />
50,00<br />
155,00 160,00 165,00 170,00 175,00 180,00 185,00<br />
Regressionsgerade<br />
Körpergröße (cm)
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Korrel<strong>at</strong>ion:<br />
Korrel<strong>at</strong>ion:<br />
„Allgemeine Beziehung zur Beschreibung von<br />
Zusammenhängen von Variablen“ (Bortz u. Döring<br />
2002, S. 681).<br />
Pädiktor Kriterium<br />
Korrel<strong>at</strong>ionskoeffizient: „Quantit<strong>at</strong>ives Maß für Enge<br />
und Richtung des Zusammenhangs“ (Bortz u.<br />
Döring 2002, S. 682).<br />
– 1 ≤ r ≤ +1<br />
Prädiktor …<br />
Kriterium…<br />
unabhängige Variable in der Korrel<strong>at</strong>ionsanalyse,<br />
Faktor<br />
abhängige Variable in der Korrel<strong>at</strong>ionsanalyse,<br />
vorhergesagtes Merkmal<br />
Der Korrel<strong>at</strong>ionskoeffizient gibt Enge des<br />
Zusammenhangs – „»Schlankheit« des<br />
Punktschwarmes “ (Ponocny-Seliger u. Ponocny<br />
2001, S. 21) an.<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Korrel<strong>at</strong>ionskoeffizient:<br />
r ≥ 0<br />
positiver Zusammenhang<br />
(… je mehr desto mehr …)<br />
Körpergewicht (kg)<br />
80,00 Beobachtet<br />
Produkt-Moment-Korrel<strong>at</strong>ion<br />
Linear<br />
r = 0,42<br />
75,00<br />
r = 0<br />
kein Zusammenhang<br />
(… kein …)<br />
r ≤ 0<br />
neg<strong>at</strong>iver Zusammenhang<br />
(… je mehr desto weniger …)<br />
Körpergröße (cm)<br />
Körpergewicht (kg)<br />
Korrel<strong>at</strong>ionen<br />
Korrel<strong>at</strong>ion nach Pearson<br />
Signifikanz (2-seitig)<br />
N<br />
Korrel<strong>at</strong>ion nach Pearson<br />
Signifikanz (2-seitig)<br />
N<br />
Körpergröße Körperge<br />
(cm) wicht (kg)<br />
1 ,423*<br />
,010<br />
36 36<br />
,423* 1<br />
,010<br />
36 36<br />
*. Die Korrel<strong>at</strong>ion ist auf dem Niveau von 0,05 (2-seitig) signifikant.<br />
70,00<br />
65,00<br />
60,00<br />
55,00<br />
50,00<br />
155,00 160,00 165,00 170,00 175,00 180,00 185,00<br />
Körpergröße (cm)
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Korrel<strong>at</strong>ionskoeffizient<br />
Produkt-Moment-Korrel<strong>at</strong>ion<br />
biseriale Korrel<strong>at</strong>ion<br />
punktbiseriale Korrel<strong>at</strong>ion<br />
Vierfelderkorrel<strong>at</strong>ion<br />
Korrel<strong>at</strong>ionskoeffizient<br />
Produkt-Moment-Korrel<strong>at</strong>ion<br />
zwei quantit<strong>at</strong>ive Variable<br />
Vierfelderkorrel<strong>at</strong>ion<br />
zwei qualit<strong>at</strong>ive Variable<br />
Vierfelderkorrel<strong>at</strong>ion<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Korrel<strong>at</strong>ionskoeffizient<br />
Bestimmtheitsmaß<br />
(gültig für Produkt-Momet-Korrel<strong>at</strong>ion)<br />
biseriale Korrel<strong>at</strong>ion<br />
quantit<strong>at</strong>ive Variable &<br />
künstlich dichotomisierte Variable<br />
punktbiseriale Korrel<strong>at</strong>ion<br />
quantit<strong>at</strong>ive Variable &<br />
n<strong>at</strong>ürlich dichotomisierte Variable<br />
Produkt-Moment-Korrel<strong>at</strong>ion<br />
r = 0,42<br />
Körpergröße (cm)<br />
Körpergewicht (kg)<br />
Korrel<strong>at</strong>ionen<br />
Korrel<strong>at</strong>ion nach Pearson<br />
Signifikanz (2-seitig)<br />
N<br />
Korrel<strong>at</strong>ion nach Pearson<br />
Signifikanz (2-seitig)<br />
N<br />
Körpergröße Körperge<br />
(cm) wicht (kg)<br />
1 ,423*<br />
,010<br />
36 36<br />
,423* 1<br />
,010<br />
36 36<br />
*. Die Korrel<strong>at</strong>ion ist auf dem Niveau von 0,05 (2-seitig) signifikant.<br />
B = r² . 100<br />
B = 0,42² . 100<br />
B = 0,1764 . 100<br />
B = 17,64 %
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Körpergewicht (kg)<br />
Regression<br />
Regressions-<br />
gleichung:<br />
y = b . x + a<br />
Modell einer lineare<br />
Regression <br />
Regressionsgerade<br />
b = ?<br />
a = ?<br />
80,00 Beobachtet<br />
Linear<br />
75,00<br />
70,00<br />
65,00<br />
60,00<br />
55,00<br />
50,00<br />
Körpergewicht (kg)<br />
155,00 160,00 165,00 170,00 175,00 180,00 185,00<br />
Körpergröße (cm)<br />
Regressionsgleichung:<br />
y = b . x + a<br />
b = ? a = ?<br />
Modell<br />
1<br />
lineare Regression<br />
(Konstante)<br />
Körpergröße (cm)<br />
Koeffizienten a<br />
Nicht standardisierte<br />
Koeffizienten<br />
a. Abhängige Variable: Körpergewicht (kg)<br />
80,00<br />
75,00<br />
70,00<br />
65,00<br />
60,00<br />
55,00<br />
50,00<br />
Standardisie<br />
rte<br />
Koeffizienten<br />
155,00 160,00 165,00 170,00 175,00 180,00 185,00<br />
Körpergröße (cm)<br />
Beobachtet<br />
Linear<br />
Standardf<br />
B ehler Beta<br />
T Signifikanz<br />
-31,407 34,394 -,913 ,368<br />
,556 ,204 ,423 2,722 ,010<br />
y = 0,556 . x – 31,407 Masse = 0,556 . Größe – 31,407<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Regression<br />
Korrel<strong>at</strong>ion<br />
Korrel<strong>at</strong>ionskoeffizienten<br />
80,00 Beobachtet<br />
Linear<br />
75,00<br />
70,00<br />
65,00<br />
60,00<br />
Körpergewicht (kg)<br />
Phasen der Testentwicklung<br />
Fragestellung / Theoretischer<br />
Bezugsrahmen, Liter<strong>at</strong>urrecherche,<br />
Itemerstellung, Itemselektion,<br />
Vortestung(en), Haupttest<br />
Bestimmtheitsmaß<br />
55,00<br />
50,00<br />
155,00 160,00 165,00 170,00 175,00 180,00 185,00<br />
Körpergröße (cm)
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
theoretischer<br />
Bezugsrahmen<br />
Fragestellung<br />
Hypothesen<br />
Liter<strong>at</strong>urrecherche<br />
Hypothese<br />
„Annahme über einen realen (empirisch<br />
erfassbaren) Sachverhalt in Form eines<br />
Konditionals<strong>at</strong>zes (“Wenn-Dann“S<strong>at</strong>z, , „Je-<br />
Desto“-S<strong>at</strong>z)“ (Bortz u. Döring 2002, S. 679).<br />
allgemein<br />
widerspruchsfrei<br />
empirische überprüfbar<br />
neu<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Itemerstellung / Itemselektion<br />
Vortestung(en)<br />
<br />
<br />
<br />
<br />
<br />
Festlegungen<br />
– Validitätsbereich<br />
– Geltungsbereich<br />
– Testkonzept (r<strong>at</strong>ional bzw. empirisch)<br />
Merkmalsanalyse<br />
Aufgabenkonstruktion<br />
– Aufgabenkonzept<br />
– sprachlicher Aufbau<br />
– Testaufbau<br />
– Vorrevision<br />
Vortestung<br />
Aufgabenanalyse<br />
Auswahl von Analysestich<strong>pro</strong>ben<br />
Einzel bzw. Gruppendurchführung<br />
Darbietungstechniken<br />
– Gesamtdarbietung<br />
vollständige Gesamtdarbietung<br />
unvollständige Gesamtdarbietung<br />
– Einzeldarbietung<br />
– unvollständige Gesamtdarbietung mit<br />
Zufallsreihung
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Aufgabenanalyse<br />
„1. Revision des Tests in Hinblick auf eine höhere<br />
Reliabilität uns Validität durch Ausschaltung und<br />
Verbesserung nicht genügend geeigneter Aufgaben.<br />
2. Überprüfung der Testpunkteverteilung hinsichtlich<br />
einer höheren Reliabilität und einer besseren<br />
Normierbarkeit“ (Lienert 1989, S. 70).<br />
Rohwerteverteilung<br />
Schwierigkeitsanalyse<br />
Trennschärfeanalyse<br />
Validitätskoeffizient<br />
Homogenität<br />
Dimensionalitätsprüfung<br />
Häufigkeitsverteilung der Testwerte:<br />
Beispiel:<br />
„Normalverteilte<br />
Testwerte sind<br />
erstrebenswert, weil viele<br />
(…) Verfahren<br />
normalverteilte Werte<br />
voraussetzen“ (Bortz u.<br />
Döhring 2002, S. 217).<br />
Rohwerteverteilung<br />
H ä u fig ke it<br />
7 0<br />
6 0<br />
5 0<br />
4 0<br />
3 0<br />
2 0<br />
1 0<br />
0<br />
A L L E<br />
2 ,0 0<br />
1 ,9 4<br />
1 ,8 8<br />
1 ,8 1<br />
1 ,7 5<br />
1 ,6 9<br />
1 ,6 3<br />
1 ,5 6<br />
1 ,5 0<br />
1 ,4 4<br />
1 ,3 8<br />
1 ,3 1<br />
1 ,2 5<br />
1 ,1 9<br />
1 ,1 3<br />
S td .a b w . = ,1 5<br />
M itte l = 1 ,6 6<br />
N = 3 2 6 ,0 0<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Schwierigkeitsanalyse<br />
Schwierigkeitsindex:<br />
„Der Schwierigkeitsindex einer Aufgabe ist<br />
gleich dem <strong>pro</strong>zentualen Anteil P der auf<br />
diese Aufgaben entfallenden richtigen<br />
Antworten in einer Analysestich<strong>pro</strong>be“<br />
(Lienert u. Ra<strong>at</strong>z 1994, S. 73)<br />
Beispiel:<br />
P = 85 … → leichte Aufgabe<br />
P = 30 … → schwierige Aufgabe<br />
Schwierigkeitsanalyse<br />
Bestimmung des Schwierigkeitsindex:<br />
P = 100 ·<br />
N R<br />
N<br />
Beispiel 1: N = 120 ; NR N<br />
= 102<br />
P = 100 · 102 : 120 = 85 → leichte Aufgabe<br />
Beispiel 2: N = 120 ; NR N<br />
= 36<br />
P = 100 · 36 : 120 = 30 → schwierige Aufgabe
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Schwierigkeitsanalyse<br />
Bestimmung des zufallskorrigierten<br />
Schwierigkeitsindex:<br />
Schwierigkeitsanalyse<br />
Bestimmung des plausibilitätskorrigierten<br />
Schwierigkeitsindex:<br />
P = 100 . N R -<br />
N<br />
NF<br />
m - 1<br />
P = 100 . N R – N F(max)<br />
N<br />
Beispiel 3: N = 120 ; NR N<br />
= 102 ; NF N<br />
= 18 ; m = 4<br />
P = 100 · (102 – (18 : 3 )) : 120 =<br />
= 100 . (102 – 6 ) : 120 =<br />
= 100 . 96 : 120 = 80 → leichte Aufgabe<br />
Beispiel 4: N = 120 ; A = 102 (NR) ; B = 4 ; C = 12 (NF(max));); D =<br />
2<br />
P = 100 · (102 – 12) : 120 =<br />
= 100 . 90 : 120 = 75 → leichte Aufgabe<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Schwierigkeitsanalyse<br />
Bestimmung des Schwierigkeitsindex mit<br />
Inangriffnahme-Korrektur:<br />
P = 100 .<br />
N R<br />
N B<br />
P = 100 . N R -<br />
N B<br />
NF<br />
m - 1<br />
Beispiel 5:<br />
NR = 102 ; NB N<br />
= 110<br />
P = 100 · 102 : 110 =<br />
≈ 92,7<br />
→ Schwierigkeitsindex wird<br />
höher, d.h. das Item ist<br />
leichter als zunächst<br />
angenommen<br />
…<br />
Schwierigkeitsanalyse<br />
normbezogene Teste<br />
↕<br />
lernzielbezogene Tests<br />
„Die Aufgabenschwierigkeit ist also nicht nur<br />
das Merkmal einer bestimmten Aufgabe,<br />
sondern auch Merkmal einer bestimmten<br />
Stich<strong>pro</strong>be“ (Mietzel 1993, S. 322).
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Trennschärfeanalyse<br />
Trennschärfekoeffizienet:<br />
„Die Trennschärfe bzw. der<br />
Trennschärfekoeffizient gibt an, wie gut ein<br />
einzelnes Item das Gesamtergebnis eines<br />
Tests repräsentiert“ (Bortz u. Döring 2002, S.<br />
218).<br />
Beispiel:<br />
r ≈ 0,70 …<br />
→ Aufgabe trennt scharf zwischen „guten“ und „schwachen“<br />
Merkmalsträgern<br />
r ≈ 0,00 …<br />
→ Aufgabe wird von „guten“ und „schwachen“ Merkmalsträgern<br />
gleich häufig richtig gelöst<br />
Trennschärfeanalyse<br />
Bestimmung des Trennschärfekoeffizieneten<br />
bei einem quantit<strong>at</strong>iven Analysekriterium bei vollständiger<br />
Aufgabendarbietung (punktbiserale Korrel<strong>at</strong>ion) :<br />
X R - X p<br />
p bisr jt = ·√¯ ¯ ¯<br />
s x<br />
P = N R/N und q = 1 – p<br />
q<br />
X … arithmetisches Mittel aller Testrohwerte<br />
X R… arithmetisches Mittel der Testrohwerte derjenigen Pers. die die Aufgabe richtig<br />
beanwortet haben<br />
s x… Standardabweichung der Testrohwerte aller Pers.<br />
N… Anzahl der Pers.<br />
N R… Anzahl der Pers. die die Aufgabe richtig beanwortet haben<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Trennschärfeanalyse<br />
Einfaches Verfahren zur Errechnung von<br />
Trennschärfe-Indizes :<br />
Rangreihe aller Pers. im Gesamttest<br />
Obergruppe Ro ( 25 %)<br />
Untergruppe Ru (25%)<br />
Zählverfahren (nach Ro und Ru)<br />
Beispiel: (N = 60)<br />
Item R o R u R o - R u<br />
1. 14 3 11<br />
2. 12 2 10<br />
3. 8 7 1<br />
4. 3 9 - 6<br />
5. 16 4 12<br />
…<br />
Validitätskoeffizient<br />
„Der (selten verwendete) Validitätskoeffizient<br />
einer Aufgabe ist definiert durch den (…)<br />
Korrel<strong>at</strong>ionskoeffizienten zwischen der<br />
Aufgabenbeantwortung einerseits und dem<br />
Grad der Merkmalsausprägung – gemessen<br />
an einem Außenkriterium - andererseits“<br />
(Lienert 1989, S. 70).<br />
kriteriumsbezogene Validität<br />
Übereinstimmungsvalidität (Vergleich mit einem anderen<br />
Testverfahren)
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Homogenität<br />
„Die Homogenität (…) gibt an, wie hoch die<br />
einzelnen Items eines Tests im Durchschnitt<br />
miteinander korrelieren“ (Bortz u. Döring<br />
2002, S. 219).<br />
Einzelne Items sind Oper<strong>at</strong>ionalisierungen eines<br />
Konstrukts.<br />
In eindimensionalen Tests werden hohe<br />
Homogenitäten angestrebt.<br />
Anmerkung: SPSS / Cronbach‘s Alpha<br />
Dimensionalität<br />
„Die Dimensionalität eines Tests gibt an, ob er nur ein<br />
Merkmal bzw. Konstrukt erfasst (eindimensionaler<br />
Test), oder ob mit den Testitems mehrere<br />
Konstrukte oper<strong>at</strong>ionalisiert werden<br />
(mehrdimensionaler Test)“<br />
Screeplot<br />
7<br />
(Bortz u. Döring 2002, S. 221).<br />
6<br />
Beispiel:<br />
SPSS / Screeplot<br />
↓<br />
Faktorenanalyse<br />
Eigenwert<br />
5<br />
4<br />
3<br />
2<br />
1<br />
0<br />
1<br />
3<br />
5<br />
7<br />
9<br />
11<br />
13<br />
15<br />
17<br />
19<br />
21<br />
23<br />
25<br />
27<br />
29<br />
31<br />
33<br />
35<br />
37<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Itemselektion<br />
Itemrevision<br />
<br />
<br />
Leistungstests /Niveautests<br />
– max. Trennschärfe<br />
– Schwierigkeitsindices zw. P=20 und P=80<br />
– alle Aufgabengruppen (Faktoren) anteilsmäßig<br />
Eignungstests<br />
– an validem Außenkriterium analysieren<br />
– zur Selektion: geringe Interkorrel<strong>at</strong>ionen<br />
– Hohe Trennschärfe & Schwierigkeitsindices<br />
(5
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
<br />
<br />
<br />
<br />
Haupttestung<br />
Masterplan<br />
– WER ?<br />
– WO ?<br />
– WEN ?<br />
– WANN ?<br />
– WOMIT ?<br />
Ansuchen um Genehmigung einer empir. Erhebung<br />
– Testinstrument<br />
– Einverständniserklärung<br />
Auswertungsmethoden<br />
Dokument<strong>at</strong>ion<br />
<br />
Haupttestung<br />
Itenselektion/revision<br />
Aufgabenanalyse<br />
Forschungsidee<br />
Vortestung<br />
Liter<strong>at</strong>urstudium<br />
Fragestellung<br />
Vorrevision<br />
Hypothese<br />
Merkmalsanalyse<br />
Forschungsdesign<br />
Aufgabenkonstruktion<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Häufigkeitsverteilung<br />
Häufigkeitsverteilungen –<br />
Wahrscheinlichkeitsverteilungen<br />
Normalverteilung<br />
Tabelle<br />
Balkendiagramm<br />
Häufigkeit<br />
40<br />
30<br />
20<br />
Geschlecht<br />
Geschlecht<br />
Gültig<br />
weiblich<br />
männlich<br />
Gesamt<br />
Kumulierte<br />
Häufigkeit Prozent Prozente<br />
32 88,9 88,9<br />
4 11,1 100,0<br />
36 100,0<br />
10<br />
0<br />
weiblich<br />
Geschlecht<br />
männlich
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Häufigkeitsverteilung<br />
Wahrscheinlichkeitsverteilung<br />
Tabelle Körpergewicht (kg)<br />
Balkendiagramm<br />
Gültig<br />
50,00<br />
51,00<br />
52,00<br />
53,00<br />
54,00<br />
55,00<br />
56,00<br />
57,00<br />
58,00<br />
59,00<br />
60,00<br />
63,00<br />
65,00<br />
67,00<br />
68,00<br />
69,00<br />
70,00<br />
71,00<br />
73,00<br />
78,00<br />
80,00<br />
Gesamt<br />
Kumulierte<br />
Häufigkeit Prozent Prozente<br />
1 2,8 2,8<br />
1 2,8 5,6<br />
1 2,8 8,3<br />
3 8,3 16,7<br />
1 2,8 19,4<br />
3 8,3 27,8<br />
1 2,8 30,6<br />
2 5,6 36,1<br />
1 2,8 38,9<br />
2 5,6 44,4<br />
4 11,1 55,6<br />
1 2,8 58,3<br />
2 5,6 63,9<br />
3 8,3 72,2<br />
2 5,6 77,8<br />
1 2,8 80,6<br />
2 5,6 86,1<br />
1 2,8 88,9<br />
1 2,8 91,7<br />
1 2,8 94,4<br />
2 5,6 100,0<br />
36 100,0<br />
Häufigkeit<br />
4<br />
3<br />
2<br />
1<br />
0<br />
50,00<br />
51,00<br />
52,00<br />
53,00<br />
54,00<br />
55,00<br />
Körpergewicht (kg)<br />
56,00<br />
57,00<br />
58,00<br />
59,00<br />
60,00<br />
63,00<br />
65,00<br />
67,00<br />
Körpergewicht (kg)<br />
68,00<br />
69,00<br />
70,00<br />
71,00<br />
73,00<br />
78,00<br />
80,00<br />
Messungen:<br />
system<strong>at</strong>ische Messfehler (BIAS)<br />
Zufallsfehler (ERROR)<br />
„Wenn es sich um voneinander<br />
unabhängige Störfaktoren handelt,<br />
dann ist das wahrscheinlichste<br />
Ergebnis jenes, bei dem sich die<br />
einzelnen Störfaktoren weitgehend<br />
kompensieren“ (Eder 2003, S. 89).<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Wahrscheinlichkeitsverteilung<br />
Wahrscheinlichkeitsverteilung<br />
Länge des Umfanges:<br />
Messung 1<br />
Messung 2<br />
Messung 3<br />
…<br />
Messung n<br />
Länge des Umfanges:<br />
Messung 1<br />
Messung 2<br />
Messung 3<br />
…<br />
Messung n<br />
Lineal<br />
Maßband<br />
Schnur
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Wahrscheinlichkeitsverteilung<br />
Wahrscheinlichkeitsverteilung<br />
Histogramm:<br />
»Block Diagram«: Graphische<br />
Darstellung einer<br />
Häufigkeitsverteilung durch<br />
einzelne Rechtecke, Quadr<strong>at</strong>e<br />
und Säulen, die jeweils umso<br />
höher sind, je häufiger ein<br />
Messwert auftritt“ (Bortz u.<br />
Döring 2002, S. 678).<br />
Häufigkeit<br />
8<br />
6<br />
4<br />
2<br />
0<br />
Histogramm<br />
262 264 266 268 270 272<br />
Umfang<br />
Mean = 267,23<br />
Std. Dev. = 1,61<br />
N = 35<br />
Umfang<br />
N<br />
Hypothese:<br />
Das arithmetische<br />
Mittel entspricht dem<br />
t<strong>at</strong>sächlichen Umfang.<br />
Mittelwert<br />
Standardabweichung<br />
Gültig<br />
Fehlend<br />
d = 85<br />
u = d . π<br />
u = 85 . 3,1415927… =<br />
267,03537…<br />
35<br />
0<br />
267,23<br />
1,610<br />
Häufigkeit<br />
Histogramm<br />
8<br />
6<br />
4<br />
2<br />
Mean = 267,23<br />
Std. Dev. = 1,61<br />
0<br />
N = 35<br />
262 264 266 268 270 272<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Beispiel: π - Wert<br />
st<strong>at</strong>istische Bestimmung des Pi-Wertes<br />
Häufigkeitsverteilung – Normalverteilung<br />
(Pi-Wert)<br />
8 8<br />
π = u / d<br />
Mittelwert: 3,14387…<br />
π ≈ 3,14159…<br />
Diff.: 0,00228…<br />
Häufigkeit<br />
6<br />
4<br />
Häufigkeit<br />
6<br />
4<br />
St<strong>at</strong>istiken<br />
Konstante Pi<br />
N Gültig<br />
Fehlend<br />
Mittelwert<br />
Median<br />
35<br />
0<br />
3,14387<br />
3,14118<br />
2<br />
0<br />
3,100 3,120 3,140 3,160 3,180<br />
Konstante Pi<br />
Mean = 3,14387<br />
Std. Dev. = 0,018945<br />
N = 35<br />
2<br />
0<br />
3,100 3,120 3,140 3,160 3,180<br />
Konstante Pi<br />
Mean = 3,14387<br />
Std. Dev. = 0,018945<br />
N = 35
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Normalverteilung<br />
Normalverteilung<br />
Welche Messgrößen sind normalverteilt?<br />
„Messgrößen, die in ihrer Entstehung so zustande<br />
kommen, dass sie eine Reihe von Stadien<br />
durchlaufen, wobei es zu je Stadium voneinander<br />
unabhängigen Einflüssen kommt, werden in der<br />
Regel normalverteilt sein“ (Eder 2003, S. 91).<br />
Ergebnisse Messungen der Körpergröße, der Intelligenz, …<br />
die von vielen voneinander unabhängigen Einflussgrößen<br />
abhängig sind.<br />
Normalverteilung:<br />
„ Verteilungstyp mit charakteristischer Glockenform<br />
(auch: Glockenkurve, Gauss-Kurve). Es gibt<br />
unendlich viele Normalverteilungen, die sich im<br />
Mittelwert und Streuung, nicht jedoch in der<br />
Proportion der Glockenform unterscheiden“<br />
(Bortz u. Döring 2002, S. 685).<br />
die empirische Verteilung ≈ der theoretischen Verteilung<br />
(Häufigkeitsverteilung ≈ Zufallsverteilung) .<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Normalverteilung<br />
Normalverteilung<br />
Normalverteilung standardisierte Normalverteilung:<br />
standardisierte Normalverteilung:<br />
Jede Normalverteilung lässt sich auch in eine<br />
standardisierte Normalverteilung transformieren.<br />
10<br />
8<br />
Histogramm<br />
8<br />
6<br />
Histogramm<br />
Mittelwert = 0<br />
Standardabweichung = 1<br />
Häufigkeit<br />
6<br />
4<br />
Häufigkeit<br />
4<br />
2<br />
2<br />
0<br />
262 264 266 268 270 272<br />
Umfang<br />
Mean = 267,23<br />
Std. Dev. = 1,61<br />
N = 35<br />
0<br />
-3,00 -2,00 -1,00 0,00 1,00 2,00 3,00<br />
x1<br />
Mean = -8,8731E-4<br />
Std. Dev. = 1,00023<br />
N = 35
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
8<br />
lineare Skalentransform<strong>at</strong>ion:<br />
Subtraktion des Mittelwertes<br />
Normalverteilung<br />
Division durch die Standardabweichung<br />
Bsp. Umfang:<br />
Mittelwert = 267,23<br />
Streuung = 1,61<br />
Variable<br />
x1 = (u – 267,23 ) / 1,61<br />
standardisierte<br />
Normalverteilung<br />
Verteilung standardisiert<br />
auf das Abszissenmaß z<br />
(z-Skala)<br />
x1<br />
N<br />
St<strong>at</strong>istiken<br />
Mittelwert<br />
Standardabweichung<br />
35<br />
0<br />
-,0009<br />
1,0002<br />
Häufigkeit<br />
6<br />
4<br />
2<br />
Mean = -8,8731E-4<br />
Std. Dev. = 1,00023<br />
0<br />
N = 35<br />
-3,00 -2,00 -1,00 0,00 1,00 2,00 3,00<br />
x1<br />
34,13 %<br />
47,72 %<br />
49,865 %<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Prüfung auf Normalverteilung<br />
160<br />
140<br />
120<br />
100<br />
80<br />
60<br />
40<br />
20<br />
0<br />
Zweifel an einer Normalverteilung …<br />
…weicht die vorliegende Verteilung signifikant von einer<br />
Normalverteilung ab?<br />
1,00<br />
1,13<br />
1,25<br />
1,38<br />
1,50<br />
1,63<br />
Prüfungs- und Leistungsängste<br />
1,75<br />
1,88<br />
2,00<br />
Std.abw . = ,27<br />
Mittel = 1,61<br />
N = 650,00<br />
N<br />
Parameter der<br />
Normalverteilung a,b<br />
Kolmogorov-Smirnov-Anpassungstest<br />
Mittelwert<br />
Standardabweichung<br />
Extremste Differenzen Absolut<br />
Positiv<br />
Neg<strong>at</strong>iv<br />
Kolmogorov-Smirnov-Z<br />
Asymptotische Signifikanz (2-seitig)<br />
a. Die zu testende Verteilung ist eine Normalverteilung.<br />
Prüfungs- und<br />
Leistungsäng<br />
ste<br />
650<br />
1,6073<br />
,2671<br />
,154<br />
,097<br />
-,154<br />
3,928<br />
b. Aus den D<strong>at</strong>en berechnet.<br />
die vorliegende Verteilung ist nicht normalverteilt<br />
,000<br />
Dimensionsreduktion /<br />
explor<strong>at</strong>ive Faktorenanalyse<br />
Dimensionalität<br />
Faktorenanalyse<br />
Reliabilitätsanalyse
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Dimensionalität<br />
„Die Dimensionalität eines Tests gibt an, ob er nur ein Merkmal bzw. Konstrukt<br />
erfasst (eindimensionaler Test), oder ob mit den Testitems mehrere<br />
Konstrukte oper<strong>at</strong>ionalisiert werden (mehrdimensionaler Test)“ (Bortz u.<br />
Döring 2002, S. 221).<br />
Die eigenen<br />
Emotionen<br />
kennen.<br />
Selbstwahrnehmung<br />
Emotionen<br />
handhaben<br />
Emotionale<br />
Intelligenz<br />
Emotionen<br />
in die T<strong>at</strong><br />
umsetzen<br />
Emp<strong>at</strong>hie<br />
(vgl. Goleman 1996)<br />
Umgang<br />
mit<br />
Beziehungen<br />
Faktorenanalyse<br />
d<strong>at</strong>enreduzierendes Verfahren<br />
ökonomisch und übersichtlich<br />
der heuristische Wert sinnvolle Interpret<strong>at</strong>ionen<br />
Intervallskalenniveau<br />
l<strong>at</strong>entes Merkmal durch Indik<strong>at</strong>orenvariable<br />
charakterisiert<br />
große Stich<strong>pro</strong>ben<br />
beruht auf den Antworttendenzen der Probanden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Faktorenanalyse<br />
„Die Faktorenanalyse ist ein Verfahren, das aus<br />
einer Vielzahl von Variablen voneinander<br />
unabhängige Variable zu einem Faktor<br />
zusammenfasst“ (Backhaus et al. 1994, S. 189).<br />
Faktorenanalyse<br />
Einzelne Items sind Oper<strong>at</strong>ionalisierungen eines<br />
Konstrukts.<br />
Zwischen den einzelnen Items bestehen<br />
Interkorrel<strong>at</strong>ionen.<br />
Items, welche hoch miteinander korrelieren werden zu<br />
Faktoren zusammengefasst.<br />
In den Faktoren werden hohe Homogenitäten<br />
angestrebt.<br />
Die Faktorenanalyse bündelt also die Variablen gemäß<br />
ihrer Interkorrel<strong>at</strong>ionen zu Faktoren.
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Faktorenanalyse<br />
Man unterscheidet explor<strong>at</strong>ive Faktorenanalysen, , die ohne<br />
Vorannahmen durchgeführt werden, von konfirm<strong>at</strong>orischen<br />
Faktorenanalysen, , bei denen ein Faktorenladungsmuster als<br />
Hypothese vorgegeben wird.<br />
Bei einer explor<strong>at</strong>iven Faktorenanalyse werden aus den D<strong>at</strong>en<br />
Gewichte errechnet und damit Faktoren generiert.<br />
Eine konfirm<strong>at</strong>orische Faktorenanalyse dient dazu, ein sog.<br />
„Meßmodell“, das die Zusammenhände zwischen Indik<strong>at</strong>oren und<br />
l<strong>at</strong>enten Variable spezifiziert, zu überprüfen. Bei der<br />
konfirm<strong>at</strong>orischen Faktorenanalyse können Gewichtungsfaktoren<br />
vorgegeben und auf ihre Gültigkeit geprüft werden.<br />
Faktorenanalyse<br />
Faktoren (Dimensionen) werden extrahiert – ein<br />
Faktor repräsentiert inhaltlich das „Gemeinsame“<br />
Faktorenladung – Enge des Zusammenhalts<br />
zwischen Item und dem l<strong>at</strong>enten Merkmal (Faktor) <br />
Gewichtungsfaktoren<br />
mehrdimensionalen Erhebungsinstrument<br />
Höhen der Ladungen Beitrag zu den Faktoren<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
<br />
<br />
Theorie der Faktorenanalyse<br />
zu Grunde liegende Gemeinsamkeiten auffinden<br />
Interkorrel<strong>at</strong>ionsm<strong>at</strong>rix<br />
1 ( )<br />
,51 ,02<br />
,51 1 ,16<br />
,02 ,16 1<br />
<br />
M<strong>at</strong>ritzengröße (x über 2) … m<strong>at</strong>hem<strong>at</strong>isches Verfahren<br />
<br />
Extraktion von Faktoren, bis die Korrel<strong>at</strong>ionen in der<br />
Interkorrel<strong>at</strong>ionsm<strong>at</strong>rix nur mehr zufällig von Null abweichen<br />
<br />
Faktorenrot<strong>at</strong>ion<br />
<br />
<br />
<br />
Durchführung einer Faktorenanalyse<br />
Analysieren<br />
Dimensionsreduktion<br />
Faktorenanalyse<br />
<br />
explor<strong>at</strong>ive Faktorenanalyse<br />
an einem Beispiel (SPSS) - 1. Schritt<br />
Ermittlung der<br />
Zahl der Faktoren<br />
Extraktion / Korrel<strong>at</strong>ionsm<strong>at</strong>rix / Screeplot<br />
<br />
Screeplot<br />
<br />
Kaiser Guttmann Kriterium<br />
Zahl der zu extrahierenden Faktoren?<br />
Rot<strong>at</strong>ion / Varimax<br />
<br />
orthogonale Rot<strong>at</strong>ionsmethode ≠ schiefwinkelige Rot<strong>at</strong>ion (z.B.: Oblimin)<br />
<br />
Optionen / Sortiert nach Größe<br />
<br />
inhaltliche Interpret<strong>at</strong>ion
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Ermittlung der<br />
Zahl der Faktoren<br />
Screeplot<br />
Kaiser Guttmann Kriterium<br />
Eigenwert<br />
14<br />
12<br />
10<br />
8<br />
6<br />
4<br />
2<br />
0<br />
Screeplot<br />
33<br />
32<br />
31<br />
30<br />
29<br />
28<br />
27<br />
26<br />
25<br />
24<br />
23<br />
22<br />
21<br />
20<br />
19<br />
18<br />
17<br />
16<br />
15<br />
14<br />
13<br />
12<br />
11<br />
10<br />
9<br />
8<br />
7<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
Faktor<br />
Durchführung einer Faktorenanalyse<br />
an einem Beispiel (SPSS) - 2. Schritt<br />
<br />
Analysieren<br />
Ermittlung der<br />
<br />
Dimensionsreduktion<br />
Variablenbündel<br />
<br />
Faktorenanalyse<br />
<br />
explor<strong>at</strong>ive Faktorenanalyse<br />
<br />
Extraktion / Anzahl der Faktoren<br />
<br />
Anzahl der Faktoren eingeben<br />
Rot<strong>at</strong>ion / Varimax<br />
<br />
orthogonale Rot<strong>at</strong>ionsmethode<br />
<br />
Optionen / Sortiert nach Größe / Unterdrücken von absoluten Werten<br />
<br />
Listenweiser Fallausschluss<br />
<br />
Werte kleiner als z.B.: 0,3 unterdrücken<br />
<br />
inhaltliche Interpret<strong>at</strong>ion<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Rotierte Komponentenm<strong>at</strong>rix a ,723 ,323<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Faktor 1<br />
Faktor 2<br />
Faktor 3<br />
Ermittlung der<br />
Variablenbündel<br />
23. Bildungsstandards verbessern die Unterrichtsqualität.<br />
16. Durch die Arbeit mit Bildungsstandards wird sich meine methodisch/didaktische<br />
Kompetenz erhöhen.<br />
14. Bildungsstandards tragen zu meiner Professionalisierung als Lehrer/in bei.<br />
25. Die Arbeit mit Bildungsstandards wird den Unterrichtsertrag steigern.<br />
26. Bildungsstandards werden dazu beitragen, dass Schulen effektiver arbeiten<br />
17. Bildungsstandards erhöhen meine diagnostische Kompetenz als Lehrer/in.<br />
15. Ich werde Bildungsstandards als Anstoß nehmen mich fortzubilden.<br />
10. Bildungsstandards werden die Qualität der schulischen Arbeit erhöhen.<br />
18. Bildungsstandards werden die Zusammenarbeit der Lehrer/innen verstärken.<br />
24. Bildungsstandards erleichtern die schulische Arbeit.<br />
1. Bildungsstandards sind von zentraler Bedeutung.<br />
5. Bildungsstandards definieren eine zeitgemäße Grundbildung.<br />
3. Bildungsstandards sollen für eine objektive Benotung von Schülerleistungen herangezogen<br />
werden.<br />
4. Ich begrüße die bundesweite Testung unserer Schüler/innen im Zusammenhang mit den<br />
Bildungsstandards.<br />
7. Bildungsstandards treiben die Qualitätsentwicklung an den Schulen voran.<br />
2. Bildungsstandards sollen den aktuellen Lehrplan ersetzen.<br />
21. Ich freue mich darauf mit Bildungsstandards zu arbeiten.<br />
6. Ich bin an weitergehenden Inform<strong>at</strong>ionen zu den Bildungsstanders des bm:bwk interessiert.<br />
8. Die Diskussion um Bildungsstandards wird an unserer Schule Schulentwicklungs<strong>pro</strong>zesse<br />
auslösen.<br />
19. Bildungsstandards leisten einen Beitrag zur Reduktion von Schulangst unserer<br />
Schüler/innen.<br />
22. Bildungsstandards werden den Selektionsdruck auf meine Schüler/innen reduzieren.<br />
29. Durch die Einführung von Bildungsstandards werden mehr Kinder höhere<br />
Bildungsabschlüsse erreichen.<br />
28. Bildungsstandards bieten die Möglichkeit zu größerer Individualisierung im Unterricht.<br />
27. Bildungsstandards werden dazu beitragen, dass Schüler/innen besser lernen.<br />
20. Bildungsstandards werden die Bildungschancen meiner Schüler/innen verbessern.<br />
9. Bildungsstandards lösen zentrale Probleme an Österreichs Schulen.<br />
12. Bildungsstandards sind ein geeignetes Mittel für ein Qualitätsranking von Schulen.<br />
13. Die Schulaufsicht kann durch die Überprüfung von Bildungsstandards meine Arbeit als<br />
Lehrer/in besser beurteilen.<br />
11. Durch die Formulierung und Überprüfung von Bildungsstandards wird die Arbeit von<br />
Lehrer/innen für breite Bevölkerungsschichten durchschaubarer.<br />
31. Wir werden an unserer Schule standard-bezogene Evalu<strong>at</strong>ionsinstrumente erarbeiten.<br />
30. Ich werde an der Entwicklung von Testbeispielen mitarbeiten.<br />
32. Ich werde die Implementierung der Bildungsstandards aktiv unterstützen.<br />
Komponente<br />
1 2 3 4 5<br />
,708<br />
,700 ,356<br />
,657 ,372 ,390<br />
,638 ,365 ,374<br />
,634<br />
,619<br />
,574 ,412 ,314<br />
,521 ,388<br />
,464 ,357 ,361<br />
,702<br />
,315 ,693<br />
,679 ,320<br />
,341 ,675<br />
,466 ,609<br />
,592 ,363<br />
,481 ,547<br />
,302 ,546<br />
,478<br />
,686<br />
,679<br />
,639<br />
,623<br />
,466 ,567<br />
,480 ,537<br />
,362 ,457<br />
,741<br />
,394 ,724<br />
,350 ,393 ,457<br />
,759<br />
,710<br />
,420 ,429 ,577<br />
Faktoren<br />
1. Die Variablenbündel werden nun auf ihren inneren<br />
Zusammenhalt geprüft<br />
(Reliabilitätsanalyse/Cronbachs<br />
Alpha), allenfalls<br />
durch Selektion von Items optimiert.<br />
2. Diese Variablenbündel werden anschließend jeweils<br />
zu Faktoren zusammengefasst.<br />
3. Ein Faktor repräsentiert die einzelnen Variablen.<br />
4. Der Wert des Faktors ergibt sich aus dem<br />
arithmetischen Mittel der einzelnen zu Grunde<br />
liegenden Variablen.
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Reliabilitätsanalyse<br />
Durchführung einer Reliabilitätsanalyse<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<strong>pro</strong> Faktoren<br />
Homogenität des Faktors<br />
Alpha-Koeffizient nach Cronbach (0
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Hypothese:<br />
„Annahme über einen realen (empirisch erfassbaren)<br />
Sachverhalt in Form eines Konditionals<strong>at</strong>zes („Wenn-<br />
Dann“-S<strong>at</strong>z, „Je-Desto“ Desto“-S<strong>at</strong>z)“ (Bortz u. Döring 2002, S.<br />
679).<br />
Wenn-Dann<br />
Dann-Hypothesen:<br />
abhängige und unabhängige Variable dichotom<br />
Je-Desto-Hypothesen:<br />
abhängige und unabhängige Variable mindestens ordinalskaliert<br />
Bedingungen / Hypothese<br />
allgemein<br />
widerspruchsfrei<br />
empirisch überprüfbar<br />
neu<br />
Wissenschaftliche Hypothesen müssen über den<br />
Einzelfall hinausgehen (Generalisierbarkeit,<br />
Allgemeinheitsgrad) und anhand von Beobachtungsd<strong>at</strong>en<br />
falsifizierbar sein“ (Bortz u. Döring 2002, S. 679).<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Allgemeinheit<br />
Widerspruchsfreiheit<br />
Aussagen nicht nur über einen Einzelfall<br />
gleichbleibende, allgemeine Beziehungen –<br />
Gesetzmäßigkeiten Realität<br />
<br />
<br />
<br />
<br />
innere Logik<br />
in sich widerspruchsfreie Sätze<br />
im Zusammenhang mit anderen Theorien<br />
stehen<br />
begründbar
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
<br />
<br />
<br />
Empirische Überprüfbarkeit<br />
intersubjektiv<br />
empirisch auf Erfahrung/Beobachtung<br />
beruhend<br />
durch Erfahrungsd<strong>at</strong>en<br />
widerlegbar (Falsifizierbarkeit)<br />
0per<strong>at</strong>ionalisierung möglich<br />
Neu<br />
… bis zu einem gewissen Grad NEU und<br />
INFORMATIV.<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Hypothesenprüfung<br />
<br />
<br />
<br />
„Theorie“ Hypothese<br />
Hypothese <strong>pro</strong>gnostiziert Untersuchungsergebnisse<br />
st<strong>at</strong>istisches Hypothesenpaar<br />
Grundhypothese & Prüfhypothese<br />
(Altern<strong>at</strong>ivhypothese) (Nullhypothese)<br />
(un- bzw. gerichtet)<br />
H 1 : µ 1 ≠ µ 0<br />
H 0 : µ 1 = µ 0<br />
„Eine st<strong>at</strong>istische Hypothese wird stets als<br />
st<strong>at</strong>istisches Hypothesenpaar, , bestehend<br />
aus Nullhypothese (H 0 ) und<br />
Altern<strong>at</strong>ivhypothese (H 1 ) formuliert. Die<br />
Altern<strong>at</strong>ivhypothese postuliert dabei einen<br />
bestimmten Effekt, den die Nullhypothese<br />
negiert“ (Bortz u. Döring 2001, S. 29).
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
<br />
st<strong>at</strong>istische Hypothesenprüfung<br />
komplementäres Verhältnis H 1 und H 0 :<br />
– gilt H 0 so ist H 1 zurückzuweisen<br />
– gilt H0 nicht so ist H1gültig<br />
1 <br />
<br />
Stich<strong>pro</strong>benergebnis<br />
Gesamterhebung / Stich<strong>pro</strong>benerhebung<br />
Augenscheinbeurteilung des deskriptiven Ergebnisses<br />
µ 1 , µ 2<br />
<br />
<br />
Hypothese: … es gibt einen Unterschied …<br />
Prüfhypothese: … es gibt keinen Unterschied …<br />
<br />
Stich<strong>pro</strong>be Grundgesamtheit ?<br />
„ Bei der Signifikanzfragestellung fragestellung geht es darum, zu<br />
entscheiden, ob wir das Ergebnis »glauben« können oder ob<br />
es ein Zufall ist“ (Eder 2003, S. 24).<br />
„ Bei der Signifikanz<br />
<br />
Signifikanztest<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Signifikanztest<br />
alpha-Fehler<br />
<br />
Kann das Ergebnis durch die Nullhypothese erklärt werden?<br />
Wahrscheinlichkeitsmodell (Irrtumswahrscheinlichkeit)<br />
<br />
„Die Irrtumswahrscheinlichkeit ist die bedingte<br />
Wahrscheinlichkeit, daß das empirische gefundenen<br />
Stich<strong>pro</strong>benergebnis zustande kommt, wenn in der Popul<strong>at</strong>ion<br />
die Nullhypothese gilt“ (Borz u. Döring 2001, S. 29).<br />
<br />
Irrtumswahrscheinlichkeit = alpha-Fehler-<br />
Wahrscheinlichkeit (α-Fehler)<br />
Irrtumswahrscheinlichkeit, wenn die Nullhypothese gilt =<br />
alpha-Fehler-Wahrscheinlichkeit (α-Fehler)<br />
α-Fehler ≤ 5% signifikantes Ergebnis<br />
(sehr unwahrscheinlich)<br />
Nullhypothese wird zurückgewiesen (falsifiziert)<br />
α-Fehler<br />
≥ 5% nicht signifikantes Ergebnis<br />
(wahrscheinlich)<br />
Nullhypothese wird aufrechterhalten<br />
(die Altern<strong>at</strong>ivhypothese wird falsifiziert)
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
beta-Fehler<br />
Irrtumswahrscheinlichkeit, wenn die Altern<strong>at</strong>ivhypothese gilt<br />
=<br />
beta-Fehler<br />
Fehler-Wahrscheinlichkeit (β-Fehler)<br />
… tritt dann auf, wenn man sich für die Nullhypothese<br />
entscheidet, obwohl in der Grundgesamtheit die<br />
Grundhypothese gilt.<br />
alpha und beta-Fehler<br />
… bei Eignungs- und Ausleseentscheidungen<br />
„Kein Prüfverfahren, weder ein informelles noch ein<br />
standardisiertes, erbringt zu hundert Prozent richtige<br />
Result<strong>at</strong>e“ (Olechowski 1997, S. 486).<br />
Falschzuordungen:<br />
Ungeeignete werden zugelassen (alpha-Fehler)<br />
Geeignete werden nicht zugelassen (beta-Fehler)<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Signifikanz<br />
Signifikanztest<br />
Signifikanzniveaus:<br />
Ab welcher Irrtumswahrscheinlichkeit wird die Nullhypothese<br />
verworfen? (Konventionen: 5%; 1%; 0,1%)<br />
Die Signifikanz ist abhängig von der Größe des<br />
Unterschiedes/Stärke des Zusammenhanges und von der<br />
Stich<strong>pro</strong>bengröße n.<br />
Die Signifikanz beantwortet die Frage: „Ist eine begrenzte<br />
Stich<strong>pro</strong>be als Beweis für einen Zusammenhang, der in der<br />
Grundgesamtheit besteht, zu interpretieren oder nicht?“<br />
(Eder 2003, S. 25)<br />
Signifikanztest bestimmt die Irrtumswahrscheinlichkeit.<br />
„Der Signifikanztest berechnet als Entscheidungsgrundlage<br />
eine Irrtumswahrscheinlichkeit die angibt, wie gut sich das<br />
Stich<strong>pro</strong>benergebnis mit den in der Nullhypothese<br />
postulierten Popul<strong>at</strong>ionsverhältnissen vereinbaren lässt“<br />
(Bortz u. Döring 2001, S. 31).<br />
Erkenntnisgewinn:<br />
Falsifik<strong>at</strong>ionsprinzip des kritischen Realismus<br />
Falsifik<strong>at</strong>ion: die Untauglichkeit einer Theorie nachweisen
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Signifikanztest<br />
t-Test für unabhängige Stich<strong>pro</strong>ben<br />
„Mit dem T-Test Test kann man beurteilen, ob<br />
Mittelwertunterschiede der beiden Stich<strong>pro</strong>ben auf<br />
zufälligen Schwankungen oder au system<strong>at</strong>ischen<br />
Unterschieden beruhen. Voraussetzung für die<br />
Anwendung des T-Tests Tests sind Intervallskalenniveau<br />
der interessierenden Variablen und<br />
Normalverteilung“ (Bamberger 2004, S. 100).<br />
t-Test / zwei unabhängige Stich<strong>pro</strong>ben<br />
SPSS<br />
Analysieren<br />
<br />
Mittelwerte<br />
vergleichen<br />
Bsp.: Bildungsstandards<br />
(Beer 2006)<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
t-Test für unabhängige Stich<strong>pro</strong>ben<br />
abhängige<br />
Variable<br />
Auswirkungen auf die<br />
Lehrer-Kompetenz und<br />
Unterrichtsqualität<br />
Auswirkungen auf die<br />
Lehrer-Kompetenz und<br />
Unterrichtsqualität<br />
unabhängige<br />
Variable<br />
Gruppenst<strong>at</strong>istiken<br />
Standardfe<br />
Pilotschule<br />
N Mittelwert<br />
Standardab<br />
weichung<br />
hler des<br />
Mittelwertes<br />
ja<br />
76 1,5314 ,59775 ,06857<br />
nein<br />
Varianzen sind gleich<br />
Varianzen sind nicht<br />
gleich<br />
783 1,8837 ,65887 ,02355<br />
Levene-Test der<br />
Varianzgleichheit<br />
Test bei unabhängigen Stich<strong>pro</strong>ben<br />
p = 0,000<br />
kleiner als<br />
0,05 <br />
signifikant<br />
T-Test für die Mittelwertgleichheit<br />
Mittlere<br />
F Signifikanz T df Sig. (2-seitig) Differenz<br />
2,527 ,112 -4,485 857 ,000 -,35225<br />
-4,859 93,608 ,000 -,35225<br />
Standardfehle<br />
r der Differenz<br />
Konfidenzintervalle<br />
Ein „Konfidenzintervall kennzeichnet denjenigen Bereich eines<br />
Merkmals, in dem sich 95% (99%) aller möglichen<br />
Popul<strong>at</strong>ionsparameter befinden, die den empirisch ermittelten<br />
Stich<strong>pro</strong>benkennwert erzeugt haben können“<br />
(Bortz u. Döring 2002, S. 681).<br />
Das heißt, das Intervall gibt den zufälligen<br />
Schwankungsbereich eines Mittelwertes an.<br />
Vergleich mit Sollwerten, zufälligen Verteilungen, praktisch<br />
bedeutsamen Werten, Effektgrößen
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Konfidenzintervalle<br />
Konfidenzintervalle<br />
SPSS<br />
Analysieren<br />
<br />
Mittelwerte<br />
vergleichen<br />
Auswirkungen auf<br />
die Schüler/innen<br />
St<strong>at</strong>istik bei einer Stich<strong>pro</strong>be<br />
Standardfe<br />
N Mittelwert<br />
Standardab<br />
weichung<br />
hler des<br />
Mittelwertes<br />
859 1,5455 ,53173 ,01814<br />
Skale geht<br />
von 1 bis 4<br />
<br />
Skalenmittel-<br />
wert = 2,5<br />
Test bei einer Sich<strong>pro</strong>be<br />
Bsp.: Bildungsstandards<br />
(Beer 2006)<br />
Auswirkungen auf<br />
die Schüler/innen<br />
Testwert = 0<br />
95% Konfidenzintervall<br />
Mittlere der Differenz<br />
T df Sig. (2-seitig) Differenz Untere Obere<br />
85,185 858 ,000 1,54546 1,5099 1,5811<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Oneway Anova (einfache Varianzanalyse)<br />
Vergleich mehrerer unabhängiger Stich<strong>pro</strong>ben<br />
Eine Varianzanalyse ist ein „Verfahren zur Überprüfung von<br />
Mittelwertsunterschieden zwischen Gruppen“<br />
(Bortz u. Döring 2002, S. 693).<br />
Eine einfaktorielle ANOVA überprüft eine Hypothese, „derzufolge<br />
eine Variable in unterschiedlichen Teilgruppen der<br />
Grundgesamtheit einen gleich hohen Mittelwert aufweist“ (Brosius<br />
2002, S. 477).<br />
Oneway Anova<br />
(einfache Varianzanalyse)<br />
SPSS<br />
Analysieren<br />
Mittelwerte Vergleichen<br />
Vergleich mehreren unabhängiger Stich<strong>pro</strong>ben<br />
Bsp.: Bildungsstandards<br />
(Beer 2006)
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Oneway Anova<br />
(einfache Varianzanalyse)<br />
Test der Homogenität der Varianzen<br />
Auswirkungen auf die Lehrer-Kompetenz und<br />
Unterrichtsqualität<br />
Levene-<br />
St<strong>at</strong>istik df1 df2 Signifikanz<br />
1,011 2 844 ,364<br />
nicht sig.<br />
ANOVA zulässig<br />
Oneway Anova<br />
(einfache Varianzanalyse)<br />
ONEWAY deskriptive St<strong>at</strong>istiken<br />
Auswirkungen auf die Lehrer-Kompetenz und Unterrichtsqualität<br />
Volksschule<br />
Hauptschule/KMS<br />
AHS<br />
Gesamt<br />
95%-Konfidenzintervall für<br />
Standardab Standardf den Mittelwert<br />
N Mittelwert weichung ehler Untergrenze Obergrenze Minimum Maximum<br />
314 1,7995 ,65393 ,03690 1,7269 1,8721 1,00 3,90<br />
264 1,7298 ,66296 ,04080 1,6495 1,8102 1,00 3,80<br />
269 2,0293 ,62553 ,03814 1,9542 2,1044 1,00 3,60<br />
847 1,8508 ,65915 ,02265 1,8063 1,8952 1,00 3,90<br />
Post-Hoc<br />
Hoc-Mehrfachvergleiche<br />
Scheffe<br />
ONEWAY ANOVA<br />
Auswirkungen auf die Lehrer-Kompetenz und Unterrichtsqualität<br />
Zwischen den Gruppen<br />
Innerhalb der Gruppen<br />
Gesamt<br />
Quadr<strong>at</strong>s<br />
Mittel der<br />
umme df Quadr<strong>at</strong>e F Signifikanz<br />
13,262 2 6,631 15,796 ,000<br />
354,305 844 ,420<br />
367,567 846<br />
Bsp.: Bildungsstandards<br />
(Beer 2006)<br />
Mag. Dr. Rudolf Beer -<br />
Quantit<strong>at</strong>ive Forschungsmethoden<br />
Oneway Anova (einfache Varianzanalyse)<br />
Mehrfachvergleiche<br />
Abhängige Variable: Auswirkungen auf die Lehrer-Kompetenz und Unterrichtsqualität<br />
Scheffé-Prozedur<br />
(I) Schulart<br />
Volksschule<br />
Hauptschule/KMS<br />
AHS<br />
(J) Schulart<br />
Hauptschule/KMS<br />
AHS<br />
Volksschule<br />
AHS<br />
Volksschule<br />
Hauptschule/KMS<br />
*. Die mittlere Differenz ist auf der Stufe .05 signifikant.<br />
Mittlere<br />
Standardf<br />
95%-Konfidenzintervall<br />
Differenz (I-J) ehler Signifikanz Untergrenze Obergrenze<br />
,06966 ,05410 ,437 -,0630 ,2023<br />
-,22982* ,05383 ,000 -,3618 -,0978<br />
-,06966 ,05410 ,437 -,2023 ,0630<br />
-,29949* ,05613 ,000 -,4371 -,1618<br />
,22982* ,05383 ,000 ,0978 ,3618<br />
,29949* ,05613 ,000 ,1618 ,4371<br />
Zwischen AHS und VS und zwischen AHS und HS<br />
bestehen signifikante Unterschiede