Jörg Blasius, Victor Thiessen
Argumentieren mit Statistik
Eine Einführung für das sozialwissenschaftliche Studium
Jörg Blasius, Victor Thiessen
Argumentieren mit Statistik
Eine Einführung für das sozialwissenschaftliche Studium
- Broschiertes Buch
- Merkliste
- Auf die Merkliste
- Bewerten Bewerten
- Teilen
- Produkt teilen
- Produkterinnerung
- Produkterinnerung
Endlich verstehen, wie Statistik funktioniert!Noch keinen Überblick im Bereich der statistischen Methoden? Dieser Band hilft! Die Autoren stellen verschiedene statistische Methoden anschaulich vor und erklären, wie man mit statistischen Ergebnissen in den Sozialwissenschaften methodisch haltbar argumentiert. Beispiele verdeutlichen, welche statistische Methode im jeweiligen Fall wie anzuwenden ist. Die verwendeten Beispiele können direkt am eigenen PC nachgerechnet werden - die hierfür verwendeten Daten stehen zur freien Verfügung. Mit dieser fundierten Vorbereitung lässt sich die Vielzahl…mehr
Andere Kunden interessierten sich auch für
- Steffen-M. KühnelAufgabensammlung zur "e;Statistik für die Sozialwissenschaften"e;22,00 €
- Andy FieldDiscovering Statistics Using IBM SPSS Statistics108,99 €
- Susanne FußGrundlagen der Transkription13,90 €
- Jürgen FriedrichsMethoden empirischer Sozialforschung34,99 €
- Kathrin LeuzeWissenschaftliches Arbeiten im Soziologiestudium12,99 €
- Ulrike FroschauerDas qualitative Interview26,00 €
- Kerstin JürgensMit Soziologie in den Beruf18,00 €
-
-
-
Endlich verstehen, wie Statistik funktioniert!Noch keinen Überblick im Bereich der statistischen Methoden? Dieser Band hilft! Die Autoren stellen verschiedene statistische Methoden anschaulich vor und erklären, wie man mit statistischen Ergebnissen in den Sozialwissenschaften methodisch haltbar argumentiert. Beispiele verdeutlichen, welche statistische Methode im jeweiligen Fall wie anzuwenden ist. Die verwendeten Beispiele können direkt am eigenen PC nachgerechnet werden - die hierfür verwendeten Daten stehen zur freien Verfügung. Mit dieser fundierten Vorbereitung lässt sich die Vielzahl statischer Methoden nicht nur erschließen, sondern direkt selbst anwenden. Dieses Buch eignet sich für alle Studierende aus den sozialwissenschaftlichen Fächern, die kompetent mit Statistik arbeiten möchten (und müssen).
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Produktdetails
- Produktdetails
- UTB Uni-Taschenbücher 5465
- Verlag: Barbara Budrich / UTB
- Artikelnr. des Verlages: 5465
- Seitenzahl: 372
- Erscheinungstermin: 17. Februar 2021
- Deutsch
- Abmessung: 22mm x 172mm x 242mm
- Gewicht: 696g
- ISBN-13: 9783825254650
- Artikelnr.: 59301235
- UTB Uni-Taschenbücher 5465
- Verlag: Barbara Budrich / UTB
- Artikelnr. des Verlages: 5465
- Seitenzahl: 372
- Erscheinungstermin: 17. Februar 2021
- Deutsch
- Abmessung: 22mm x 172mm x 242mm
- Gewicht: 696g
- ISBN-13: 9783825254650
- Artikelnr.: 59301235
Prof. Dr. Jörg Blasius lehrt am Institut für politische Wissenschaft und Soziologie an der Universität Bonn.
Prof. Dr. em. Victor Thiessen (verstorben) lehrte an der Dalhousie University, Halifax, Kanada.
Prof. Dr. em. Victor Thiessen (verstorben) lehrte an der Dalhousie University, Halifax, Kanada.
Vorwort11Kapitel 1: Einführung in die Argumentation mit Statistik151.1 Einleitung 151.2 Argumente in der empirischen Sozialforschung 181.2.1 Beispiele für Argumente 181.2.2 Methodische Anforderungen 211.3 Beispiele für die Argumentation mit Statistik 241.3.1 Erstes Beispiel: Eurovision Song Contest 241.3.2 Zweites Beispiel: Die Beliebtheit von Politikerinnen und Politikern 261.4 Inhaltliche Themen und der Aufbau des Buches 31Kapitel 2: Univariate Verteilungen352.1 Einleitung 352.2 Die Datenmatrix352.3 Nominale (ungeordnet kategoriale) Variablen382.4 Ordinale (geordnet kategoriale) Variablen422.4.1 Ein empirisches Beispiel . 442.4.2 Der Vergleich von zwei Variablen472.4.3 Interpretation von ordinalen Trenddaten 492.5 Vom ordinalen zum metrischen Messniveau 532.6 Lage- und Streuungsmaße für metrisch skalierte Variablen 582.6.1 Der Mittelwert 582.6.2 Die durchschnittliche Abweichung 602.6.3 Varianz und Standardabweichung 602.6.4 Die Schiefe einer Verteilung 632.7 Weitere Variablen 642.7.1 Demokratiekenntnisse 642.7.2 Die Messung von Attraktivität: Selbst- und Fremdwahrnehmungen662.7.3 Politische Aktivitäten702.8 Die wichtigsten Erkenntnisse in diesem Kapitel72Kapitel 3: Wahrscheinlichkeiten 753.1 Einleitung753.2 Axiome der Wahrscheinlichkeitsrechnung773.3 Kombinatorik793.4 Diskrete Verteilungen833.4.1 Binomialverteilung843.4.2 Hypergeometrische Verteilung903.4.3 Weitere diskrete Verteilungen 933.5 Stetige Verteilungen 943.5.1 Normalverteilung 953.6 Die wichtigsten Erkenntnisse in diesem Kapitel100Kapitel 4: Stichproben und Populationen 1034.1 Einleitung 1034.2 Stichprobenziehung 1044.2.1 Notation 1064.3 Fehlerquellen in Umfragen 1064.3.1 Das Problem der fehlenden Werte 1104.3.2 Messfehler 1134.4 Gewichtung1144.5 Die wichtigsten Erkenntnisse in diesem Kapitel116Kapitel 5: Hypothesentests und statistische Signifikanz1175.1 Einleitung1175.2 Testen auf statistische Signifikanz1185.3 Einseitiges und zweiseitiges Testen1195.4 Fehler der ersten und zweiten Art1215.5 Der Standardfehler des Mittelwertes1245.6 Testen auf einem hypothetischen Mittelwert1255.7 Kleine Fallzahlen1265.7.1 Die Suche nach guten Argumenten 1285.8 Tests für unabhängige Stichproben 1305.8.1 Ein Erklärungsansatz und weitergehende Berechnungen1335.9 Tests für abhängige Stichproben1355.10 Differenzen zwischen den Anteilen 1385.11 Die Logik des Testens 1405.12 Die wichtigsten Erkenntnisse in diesem Kapitel143Kapitel 6: Kreuztabellen 1456.1 Einleitung1456.2 Ein einführendes Beispiel1476.3 PRE-Maße (Proportional Reduction in Error Measure) 1486.4 Der Zusammenhang von zwei Merkmalen1516.5 Prozent und Prozentpunkte1576.6 Veränderungen über Zeit1586.7 Der Chi-Quadrat Test auf statistische Signifikanz1626.7.1 Der Aufbau von Tabellen1636.7.2 Die Logik von Erwartungswerten und die Berechnung von Chi-Quadrat1646.7.3 Freiheitsgrade1686.7.4 Die Chi-Quadrat-Verteilung1696.8 Die Stärke des Zusammenhangs 1716.9 Weitere Beispiele 1746.10 Multiples Testen1796.10.1 Alpha-Adjustierung 1816.11 Tabellen mit mehr als zwei Variablen1826.12 Die wichtigsten Erkenntnisse in diesem Kapitel185Kapitel 7: Regression und Korrelation 1877.1 Einleitung1877.2 Die Logik der Regressionsanalyse1897.3 Ein empirisches Beispiel mit aggregierten Daten 1917.4 Vom Streudiagramm zur Regressionsanalyse1967.5 Die Steigung der Regressionsgeraden und die Regressionskonstante 2017.6 Die Richtung des Zusammenhanges 2097.7 Ausreißer in den Daten 2117.8 Welches ist die (un)abhängige Variable? 2147.9 Zentrierung der unabhängigen Variablen2167.10 Schiefe Verteilungen bei kontinuierlich skalierten Variablen2187.11 Statistische Signifikanz des Regressionskoeffizienten 2207.12 Korrelation und Regression 2237.13 Der Vergleich von Korrelationskoeffizienten 2267.13.1 Der Vergleich unterschiedlicher Korrelationskoeffizienten 2267.13.2 Ver
Vorwort11 Kapitel 1: Einführung in die Argumentation mit Statistik15 1.1 Einleitung 15 1.2 Argumente in der empirischen Sozialforschung 18 1.2.1 Beispiele für Argumente 18 1.2.2 Methodische Anforderungen 21 1.3 Beispiele für die Argumentation mit Statistik 24 1.3.1 Erstes Beispiel: Eurovision Song Contest 24 1.3.2 Zweites Beispiel: Die Beliebtheit von Politikerinnen und Politikern 26 1.4 Inhaltliche Themen und der Aufbau des Buches 31 Kapitel 2: Univariate Verteilungen35 2.1 Einleitung 35 2.2 Die Datenmatrix35 2.3 Nominale (ungeordnet kategoriale) Variablen38 2.4 Ordinale (geordnet kategoriale) Variablen42 2.4.1 Ein empirisches Beispiel . 44 2.4.2 Der Vergleich von zwei Variablen47 2.4.3 Interpretation von ordinalen Trenddaten 49 2.5 Vom ordinalen zum metrischen Messniveau 53 2.6 Lage- und Streuungsmaße für metrisch skalierte Variablen 58 2.6.1 Der Mittelwert 58 2.6.2 Die durchschnittliche Abweichung 60 2.6.3 Varianz und Standardabweichung 60 2.6.4 Die Schiefe einer Verteilung 63 2.7 Weitere Variablen 64 2.7.1 Demokratiekenntnisse 64 2.7.2 Die Messung von Attraktivität: Selbst- und Fremdwahrnehmungen66 2.7.3 Politische Aktivitäten70 2.8 Die wichtigsten Erkenntnisse in diesem Kapitel72 Kapitel 3: Wahrscheinlichkeiten 75 3.1 Einleitung75 3.2 Axiome der Wahrscheinlichkeitsrechnung77 3.3 Kombinatorik79 3.4 Diskrete Verteilungen83 3.4.1 Binomialverteilung84 3.4.2 Hypergeometrische Verteilung90 3.4.3 Weitere diskrete Verteilungen 93 3.5 Stetige Verteilungen 94 3.5.1 Normalverteilung 95 3.6 Die wichtigsten Erkenntnisse in diesem Kapitel100 Kapitel 4: Stichproben und Populationen 103 4.1 Einleitung 103 4.2 Stichprobenziehung 104 4.2.1 Notation 106 4.3 Fehlerquellen in Umfragen 106 4.3.1 Das Problem der fehlenden Werte 110 4.3.2 Messfehler 113 4.4 Gewichtung114 4.5 Die wichtigsten Erkenntnisse in diesem Kapitel116 Kapitel 5: Hypothesentests und statistische Signifikanz117 5.1 Einleitung117 5.2 Testen auf statistische Signifikanz118 5.3 Einseitiges und zweiseitiges Testen119 5.4 Fehler der ersten und zweiten Art121 5.5 Der Standardfehler des Mittelwertes124 5.6 Testen auf einem hypothetischen Mittelwert125 5.7 Kleine Fallzahlen126 5.7.1 Die Suche nach guten Argumenten 128 5.8 Tests für unabhängige Stichproben 130 5.8.1 Ein Erklärungsansatz und weitergehende Berechnungen133 5.9 Tests für abhängige Stichproben135 5.10 Differenzen zwischen den Anteilen 138 5.11 Die Logik des Testens 140 5.12 Die wichtigsten Erkenntnisse in diesem Kapitel143 Kapitel 6: Kreuztabellen 145 6.1 Einleitung145 6.2 Ein einführendes Beispiel147 6.3 PRE-Maße (Proportional Reduction in Error Measure) 148 6.4 Der Zusammenhang von zwei Merkmalen151 6.5 Prozent und Prozentpunkte157 6.6 Veränderungen über Zeit158 6.7 Der Chi-Quadrat Test auf statistische Signifikanz162 6.7.1 Der Aufbau von Tabellen163 6.7.2 Die Logik von Erwartungswerten und die Berechnung von Chi-Quadrat164 6.7.3 Freiheitsgrade168 6.7.4 Die Chi-Quadrat-Verteilung169 6.8 Die Stärke des Zusammenhangs 171 6.9 Weitere Beispiele 174 6.10 Multiples Testen179 6.10.1 Alpha-Adjustierung 181 6.11 Tabellen mit mehr als zwei Variablen182 6.12 Die wichtigsten Erkenntnisse in diesem Kapitel185 Kapitel 7: Regression und Korrelation 187 7.1 Einleitung187 7.2 Die Logik der Regressionsanalyse189 7.3 Ein empirisches Beispiel mit aggregierten Daten 191 7.4 Vom Streudiagramm zur Regressionsanalyse196 7.5 Die Steigung der Regressionsgeraden und die Regressionskonstante 201 7.6 Die Richtung des Zusammenhanges 209 7.7 Ausreißer in den Daten 211 7.8 Welches ist die (un)abhängige Variable? 214 7.9 Zentrierung der unabhängigen Variablen216 7.10 Schiefe Verteilungen bei kontinuierlich skalierten Variablen218 7.11 Statistische Signifikanz des Regressionskoeffizienten 220 7.12 Korrelation und Regression 223 7.13 Der Vergleich von Korrelationskoeffizienten 226 7.13.1 Der Vergleich unterschiedlicher Korrelationskoeffizienten 226 7.13.2 Vergleich von Korrelationskoeffizienten in unterschiedlichen Studien 226 7.13.3 Effekte durch die Interviewer229 7.14 Korrelationsmatrizen233 7.15 Die wichtigsten Erkenntnisse in diesem Kapitel238 Exkurs: Die Methode der kleinsten Quadrate 239 Kapitel 8: Varianzanalyse 243 8.1 Einleitung 243 8.2 Einfaktorielle Varianzanalyse 244 8.3 Beispiel: Der Zusammenhang von Parteikenntnissen und Wahlabsicht247 8.4 Der Test auf Signifikanz und die F-Verteilung 249 8.5 Weitere Beispiele254 8.6 Zweifaktorielle Varianzanalysen259 8.6.1 Ein weiteres Beispiel 262 8.6.2 Das Modell der zweifaktoriellen Varianzanalyse264 8.7 Die wichtigsten Erkenntnisse in diesem Kapitel267 Kapitel 9: Zuverlässigkeit und Gültigkeit269 9.1 Einleitung 269 9.2 Das Messmodell 270 9.3 Klassische Testtheorie273 9.4 Messfehler bei latenten und manifesten Variablen276 9.4.1 Das Konstrukt „Politische Gespräche“ 276 9.4.2 Das Konstrukt Parteikenntnisse280 9.4.3 Die Stärke von Zusammenhängen281 9.4.4 Die Verknüpfung von zwei Konstrukten 283 9.5 Messfehler und Antwortmuster 285 9.6 Die Qualität der Daten .288 9.7 Die wichtigsten Erkenntnisse in diesem Kapitel292 Kapitel 10: Multiple Regression 295 10.1 Einleitung 295 10.2 Ein einführendes Beispiel 296 10.2.1 Mittelwertzentrierung 299 10.3 Standardisierte Regressionskoeffizienten303 10.4 Adjustierung der erklärten Varianz 305 10.5 Effekte durch die Interviewer 306 10.6 Interaktionseffekte 311 10.7 Die Verwendung von dichotomen Merkmalen als unabhängige Variablen 313 10.8 Die Einbeziehung von ungeordneten kategorialen Variablen in das Regressionsmodell 317 10.9 Scheinbare Beziehungen (Scheinkorrelationen) 321 10.10 Fehlende Angaben 324 10.11 Nichtlineare Zusammenhänge 327 10.12 Beispiele aus der sozialwissenschaftlichen Forschung331 10.12.1 Zur Erklärung von politischem Wissen 331 10.12.2 Kriterien zur Einschätzung der Attraktivität der Befragten 336 10.13 Die wichtigsten Erkenntnisse in diesem Kapitel341 Kapitel 11: Multivariate Datenanalyse 343 11.1 Einleitung343 11.2 Klassifikation der multivariaten Verfahren343 11.2.1 Regressionsverfahren 345 11.2.2 Klassifikationsverfahren346 11.2.3 Clusterverfahren349 11.2.4 Skalierungsverfahren 355 11.3 Weitere multivariate Verfahren . 361 11.4 Die wichtigsten Erkenntnisse in diesem Kapitel363 Literatur 365 Online-Quellen370
Vorwort11Kapitel 1: Einführung in die Argumentation mit Statistik151.1 Einleitung 151.2 Argumente in der empirischen Sozialforschung 181.2.1 Beispiele für Argumente 181.2.2 Methodische Anforderungen 211.3 Beispiele für die Argumentation mit Statistik 241.3.1 Erstes Beispiel: Eurovision Song Contest 241.3.2 Zweites Beispiel: Die Beliebtheit von Politikerinnen und Politikern 261.4 Inhaltliche Themen und der Aufbau des Buches 31Kapitel 2: Univariate Verteilungen352.1 Einleitung 352.2 Die Datenmatrix352.3 Nominale (ungeordnet kategoriale) Variablen382.4 Ordinale (geordnet kategoriale) Variablen422.4.1 Ein empirisches Beispiel . 442.4.2 Der Vergleich von zwei Variablen472.4.3 Interpretation von ordinalen Trenddaten 492.5 Vom ordinalen zum metrischen Messniveau 532.6 Lage- und Streuungsmaße für metrisch skalierte Variablen 582.6.1 Der Mittelwert 582.6.2 Die durchschnittliche Abweichung 602.6.3 Varianz und Standardabweichung 602.6.4 Die Schiefe einer Verteilung 632.7 Weitere Variablen 642.7.1 Demokratiekenntnisse 642.7.2 Die Messung von Attraktivität: Selbst- und Fremdwahrnehmungen662.7.3 Politische Aktivitäten702.8 Die wichtigsten Erkenntnisse in diesem Kapitel72Kapitel 3: Wahrscheinlichkeiten 753.1 Einleitung753.2 Axiome der Wahrscheinlichkeitsrechnung773.3 Kombinatorik793.4 Diskrete Verteilungen833.4.1 Binomialverteilung843.4.2 Hypergeometrische Verteilung903.4.3 Weitere diskrete Verteilungen 933.5 Stetige Verteilungen 943.5.1 Normalverteilung 953.6 Die wichtigsten Erkenntnisse in diesem Kapitel100Kapitel 4: Stichproben und Populationen 1034.1 Einleitung 1034.2 Stichprobenziehung 1044.2.1 Notation 1064.3 Fehlerquellen in Umfragen 1064.3.1 Das Problem der fehlenden Werte 1104.3.2 Messfehler 1134.4 Gewichtung1144.5 Die wichtigsten Erkenntnisse in diesem Kapitel116Kapitel 5: Hypothesentests und statistische Signifikanz1175.1 Einleitung1175.2 Testen auf statistische Signifikanz1185.3 Einseitiges und zweiseitiges Testen1195.4 Fehler der ersten und zweiten Art1215.5 Der Standardfehler des Mittelwertes1245.6 Testen auf einem hypothetischen Mittelwert1255.7 Kleine Fallzahlen1265.7.1 Die Suche nach guten Argumenten 1285.8 Tests für unabhängige Stichproben 1305.8.1 Ein Erklärungsansatz und weitergehende Berechnungen1335.9 Tests für abhängige Stichproben1355.10 Differenzen zwischen den Anteilen 1385.11 Die Logik des Testens 1405.12 Die wichtigsten Erkenntnisse in diesem Kapitel143Kapitel 6: Kreuztabellen 1456.1 Einleitung1456.2 Ein einführendes Beispiel1476.3 PRE-Maße (Proportional Reduction in Error Measure) 1486.4 Der Zusammenhang von zwei Merkmalen1516.5 Prozent und Prozentpunkte1576.6 Veränderungen über Zeit1586.7 Der Chi-Quadrat Test auf statistische Signifikanz1626.7.1 Der Aufbau von Tabellen1636.7.2 Die Logik von Erwartungswerten und die Berechnung von Chi-Quadrat1646.7.3 Freiheitsgrade1686.7.4 Die Chi-Quadrat-Verteilung1696.8 Die Stärke des Zusammenhangs 1716.9 Weitere Beispiele 1746.10 Multiples Testen1796.10.1 Alpha-Adjustierung 1816.11 Tabellen mit mehr als zwei Variablen1826.12 Die wichtigsten Erkenntnisse in diesem Kapitel185Kapitel 7: Regression und Korrelation 1877.1 Einleitung1877.2 Die Logik der Regressionsanalyse1897.3 Ein empirisches Beispiel mit aggregierten Daten 1917.4 Vom Streudiagramm zur Regressionsanalyse1967.5 Die Steigung der Regressionsgeraden und die Regressionskonstante 2017.6 Die Richtung des Zusammenhanges 2097.7 Ausreißer in den Daten 2117.8 Welches ist die (un)abhängige Variable? 2147.9 Zentrierung der unabhängigen Variablen2167.10 Schiefe Verteilungen bei kontinuierlich skalierten Variablen2187.11 Statistische Signifikanz des Regressionskoeffizienten 2207.12 Korrelation und Regression 2237.13 Der Vergleich von Korrelationskoeffizienten 2267.13.1 Der Vergleich unterschiedlicher Korrelationskoeffizienten 2267.13.2 Ver
Vorwort11 Kapitel 1: Einführung in die Argumentation mit Statistik15 1.1 Einleitung 15 1.2 Argumente in der empirischen Sozialforschung 18 1.2.1 Beispiele für Argumente 18 1.2.2 Methodische Anforderungen 21 1.3 Beispiele für die Argumentation mit Statistik 24 1.3.1 Erstes Beispiel: Eurovision Song Contest 24 1.3.2 Zweites Beispiel: Die Beliebtheit von Politikerinnen und Politikern 26 1.4 Inhaltliche Themen und der Aufbau des Buches 31 Kapitel 2: Univariate Verteilungen35 2.1 Einleitung 35 2.2 Die Datenmatrix35 2.3 Nominale (ungeordnet kategoriale) Variablen38 2.4 Ordinale (geordnet kategoriale) Variablen42 2.4.1 Ein empirisches Beispiel . 44 2.4.2 Der Vergleich von zwei Variablen47 2.4.3 Interpretation von ordinalen Trenddaten 49 2.5 Vom ordinalen zum metrischen Messniveau 53 2.6 Lage- und Streuungsmaße für metrisch skalierte Variablen 58 2.6.1 Der Mittelwert 58 2.6.2 Die durchschnittliche Abweichung 60 2.6.3 Varianz und Standardabweichung 60 2.6.4 Die Schiefe einer Verteilung 63 2.7 Weitere Variablen 64 2.7.1 Demokratiekenntnisse 64 2.7.2 Die Messung von Attraktivität: Selbst- und Fremdwahrnehmungen66 2.7.3 Politische Aktivitäten70 2.8 Die wichtigsten Erkenntnisse in diesem Kapitel72 Kapitel 3: Wahrscheinlichkeiten 75 3.1 Einleitung75 3.2 Axiome der Wahrscheinlichkeitsrechnung77 3.3 Kombinatorik79 3.4 Diskrete Verteilungen83 3.4.1 Binomialverteilung84 3.4.2 Hypergeometrische Verteilung90 3.4.3 Weitere diskrete Verteilungen 93 3.5 Stetige Verteilungen 94 3.5.1 Normalverteilung 95 3.6 Die wichtigsten Erkenntnisse in diesem Kapitel100 Kapitel 4: Stichproben und Populationen 103 4.1 Einleitung 103 4.2 Stichprobenziehung 104 4.2.1 Notation 106 4.3 Fehlerquellen in Umfragen 106 4.3.1 Das Problem der fehlenden Werte 110 4.3.2 Messfehler 113 4.4 Gewichtung114 4.5 Die wichtigsten Erkenntnisse in diesem Kapitel116 Kapitel 5: Hypothesentests und statistische Signifikanz117 5.1 Einleitung117 5.2 Testen auf statistische Signifikanz118 5.3 Einseitiges und zweiseitiges Testen119 5.4 Fehler der ersten und zweiten Art121 5.5 Der Standardfehler des Mittelwertes124 5.6 Testen auf einem hypothetischen Mittelwert125 5.7 Kleine Fallzahlen126 5.7.1 Die Suche nach guten Argumenten 128 5.8 Tests für unabhängige Stichproben 130 5.8.1 Ein Erklärungsansatz und weitergehende Berechnungen133 5.9 Tests für abhängige Stichproben135 5.10 Differenzen zwischen den Anteilen 138 5.11 Die Logik des Testens 140 5.12 Die wichtigsten Erkenntnisse in diesem Kapitel143 Kapitel 6: Kreuztabellen 145 6.1 Einleitung145 6.2 Ein einführendes Beispiel147 6.3 PRE-Maße (Proportional Reduction in Error Measure) 148 6.4 Der Zusammenhang von zwei Merkmalen151 6.5 Prozent und Prozentpunkte157 6.6 Veränderungen über Zeit158 6.7 Der Chi-Quadrat Test auf statistische Signifikanz162 6.7.1 Der Aufbau von Tabellen163 6.7.2 Die Logik von Erwartungswerten und die Berechnung von Chi-Quadrat164 6.7.3 Freiheitsgrade168 6.7.4 Die Chi-Quadrat-Verteilung169 6.8 Die Stärke des Zusammenhangs 171 6.9 Weitere Beispiele 174 6.10 Multiples Testen179 6.10.1 Alpha-Adjustierung 181 6.11 Tabellen mit mehr als zwei Variablen182 6.12 Die wichtigsten Erkenntnisse in diesem Kapitel185 Kapitel 7: Regression und Korrelation 187 7.1 Einleitung187 7.2 Die Logik der Regressionsanalyse189 7.3 Ein empirisches Beispiel mit aggregierten Daten 191 7.4 Vom Streudiagramm zur Regressionsanalyse196 7.5 Die Steigung der Regressionsgeraden und die Regressionskonstante 201 7.6 Die Richtung des Zusammenhanges 209 7.7 Ausreißer in den Daten 211 7.8 Welches ist die (un)abhängige Variable? 214 7.9 Zentrierung der unabhängigen Variablen216 7.10 Schiefe Verteilungen bei kontinuierlich skalierten Variablen218 7.11 Statistische Signifikanz des Regressionskoeffizienten 220 7.12 Korrelation und Regression 223 7.13 Der Vergleich von Korrelationskoeffizienten 226 7.13.1 Der Vergleich unterschiedlicher Korrelationskoeffizienten 226 7.13.2 Vergleich von Korrelationskoeffizienten in unterschiedlichen Studien 226 7.13.3 Effekte durch die Interviewer229 7.14 Korrelationsmatrizen233 7.15 Die wichtigsten Erkenntnisse in diesem Kapitel238 Exkurs: Die Methode der kleinsten Quadrate 239 Kapitel 8: Varianzanalyse 243 8.1 Einleitung 243 8.2 Einfaktorielle Varianzanalyse 244 8.3 Beispiel: Der Zusammenhang von Parteikenntnissen und Wahlabsicht247 8.4 Der Test auf Signifikanz und die F-Verteilung 249 8.5 Weitere Beispiele254 8.6 Zweifaktorielle Varianzanalysen259 8.6.1 Ein weiteres Beispiel 262 8.6.2 Das Modell der zweifaktoriellen Varianzanalyse264 8.7 Die wichtigsten Erkenntnisse in diesem Kapitel267 Kapitel 9: Zuverlässigkeit und Gültigkeit269 9.1 Einleitung 269 9.2 Das Messmodell 270 9.3 Klassische Testtheorie273 9.4 Messfehler bei latenten und manifesten Variablen276 9.4.1 Das Konstrukt „Politische Gespräche“ 276 9.4.2 Das Konstrukt Parteikenntnisse280 9.4.3 Die Stärke von Zusammenhängen281 9.4.4 Die Verknüpfung von zwei Konstrukten 283 9.5 Messfehler und Antwortmuster 285 9.6 Die Qualität der Daten .288 9.7 Die wichtigsten Erkenntnisse in diesem Kapitel292 Kapitel 10: Multiple Regression 295 10.1 Einleitung 295 10.2 Ein einführendes Beispiel 296 10.2.1 Mittelwertzentrierung 299 10.3 Standardisierte Regressionskoeffizienten303 10.4 Adjustierung der erklärten Varianz 305 10.5 Effekte durch die Interviewer 306 10.6 Interaktionseffekte 311 10.7 Die Verwendung von dichotomen Merkmalen als unabhängige Variablen 313 10.8 Die Einbeziehung von ungeordneten kategorialen Variablen in das Regressionsmodell 317 10.9 Scheinbare Beziehungen (Scheinkorrelationen) 321 10.10 Fehlende Angaben 324 10.11 Nichtlineare Zusammenhänge 327 10.12 Beispiele aus der sozialwissenschaftlichen Forschung331 10.12.1 Zur Erklärung von politischem Wissen 331 10.12.2 Kriterien zur Einschätzung der Attraktivität der Befragten 336 10.13 Die wichtigsten Erkenntnisse in diesem Kapitel341 Kapitel 11: Multivariate Datenanalyse 343 11.1 Einleitung343 11.2 Klassifikation der multivariaten Verfahren343 11.2.1 Regressionsverfahren 345 11.2.2 Klassifikationsverfahren346 11.2.3 Clusterverfahren349 11.2.4 Skalierungsverfahren 355 11.3 Weitere multivariate Verfahren . 361 11.4 Die wichtigsten Erkenntnisse in diesem Kapitel363 Literatur 365 Online-Quellen370