Statistik 2

Dieses Modul vermittelt grundlegende Kenntnisse der Inferenzstatistik und bereitet Studierende auf die quantitative Analyse psychologischer Fragestellungen vor. Studierende sollen befähigt, empirische Daten kritisch zu analysieren, zu interpretieren und kitisch zu bewerten (digital literacy). Im Vergleich zu Vorgängermodulen liegt der Fokus dieses Moduls auf komplexeren Analyseverfahren und der Erkennung der Lösungspluralität bei quantitativen Problemstellungen.

Methodenkompetenzen:

• Nutzung digitaler Technologien:
  • Studierende kennen Herausforderungen und Lösungen bei der statischen Datenverarbeitung.
  • Studierende können die Statistiksoftware Jamovi bedienen und fachgerecht auch neue Problemstellungen anwenden.
  • Studierende zeigen eine offene und kritische Haltung gegenüber Jamovi und anderer Statistiksoftware.
• Analyse:
  • Studierende kennen Analysetechniken für psychologiebezogene Daten.
  • Studierende können typische Problemstellungen der Psychologie quantitativ analysieren und die Resulate interpretieren.
  • Studierende zeigen eine Problemlösende und Methodenkritische Herangehensweise an quantitative psychologische Fragestellungen.
• Forschung:
  • Studierende kennen statistisch sinnvolle Forschungsdesigns und -methoden für quantitative Auswertungen.
  • Studierende können unter Anleitung eingegrenzte Forschungsprojekte skizzieren, durchführen, statistisch Auswerten und die Resultate kritisch interpretieren.
  • Studierende zeigen eine kritische und reflektierte Einstellung gegenüber eingener und fremder statistischer Auswertungen.

Selbstkompetenzen:

• Kritisches Denken
  • Studierende kennen datengestützte und statistische Argumentationen.
  • Studierende können ebendiese kritisch hinterfragen und bewerten und methodische Lücken erkennen.
  • Studierende zeigen eine kritische und selbstkritische Haltung gegenüber quantitativer Informationen.
• Problemlösen:
  • Studierende kennen statistische Techniken zur Analyse und Lösung von Problemen, welche mit einem quantitativen Ansatz gelöst werden sollen.
  • Studierende können quantitative Probleme einschätzen und auf die entsprechenden statistischen Analsyetechniken zurückführen.
  • Studierende erkennen eine Lösungspluralität für quantitative Fragestellungen.

Konfidenzintervalle und Signifikanztests:

• CI für proz. Häufigkeiten
• Stichprobenumfänge
• Wilcoxon Test
• t-Test für abhängige Stichproben

Regressionsanalyse:

• lineare Einfachregression
• lineare Mehrfachregression
• Varianzaufklärung

Varianzanalyse:

• Univariate Varianzanalyse
• Kontraste/Post hoc Test
• Homogenitätstests

Effektstärke:

• Verschiedene Masse der Effektstärke kennen und interpretieren

Teststärkenanalyse:

• Teststärke Post-hoc
• Teststärke interpretation
• Stichprobenberechnung für verschiedene Versuchdesigns

Datenauswertung am Computer:

• Auswertungen in Jamovi
• Teststärkenanalyse in GPower

• Vorlesung mit integrierter Einzel-/Partnerarbeit
• Übungen und Übungsbesprechung in Vorlesung und fakultativen Tutoratsstunden
• Arbeiten am Laptop mit Jamovi, GPower

Statistik 1, Fragebogenentwicklung, Datenanalyse mit Jamovi

Anwesenheit wird erwartet.

Note 1-6 (halbe Noten)

• HEIMSCH F., NIEDERER R., ZÖFEL , P.: Statistik im Klartext, Pearson Studium, München 2018.
• BORTZ J., S CHUSTER C.: Statistik für Human und Sozialwissenschaftler, Springer 2010.
• FIELD A., MILES J., FIELD Z.: Discovering Statistics using R. Sage 2012.
• BÜHNER , ZIEGEL : Statistk für Psychologen und Sozialwissenscahftler. Pearson 2017.