
Begrüßung
In dieser ersten Lektion werden die Bereiche der Statistik und die Signifikanz vorgestellt.
In dieser Lektion werden Unterschieds- und Zusammenhangshypothesen vorgestellt.
Hier stelle ich vor, wie man ein geeignetes Verfahren zur Auswertung wählt.
In dieser Lektion wird der Chi²-Test zur Analyse von Zusammenhängen bei nominalen Daten vorgestellt.
In dieser Lektion wird die Spearman Korrelation zur Analysen von Zusammenhängen mit ordinalen Daten vorgestellt.
In dieser Lektion wird die Pearson Korrelation zur Analysen von Zusammenhängen mit metrischen Daten vorgestellt.
Hier wird der T-Test für unabhängige Stichproben vorgestellt. Mit diesem kann man Unterschiede zwischen zwei Gruppen in Bezug auf eine metrische Variable untersuchen.
Der U-Test als nicht parametrische Alternative zur Untersuchung von Unterschieden zwischen zwei Gruppen wird in dieser Lektion vorgestellt.
An dieser Stelle wird die einfaktorielle Varianzanalyse vorgestellt. Sie eignet sich für den Vergleich von Mittelwerten bei mehr als zwei Gruppen.
Der Kruskal-Wallis-Test stellt eine nicht-parametrische Alternative zur Untersuchung von mehr als zwei Gruppen dar. Er wird hier genauer vorgestellt.
Hier zeige ich euch, wie man in SPSS die Normalverteilung einer Variable sowie die Normalverteilung innerhalb von Gruppen überprüfen kann.
In dieser Lektion starten wir mit Zusammenhangsanalysen und schauen uns als Erstes den Chi-Quadrat Test an. Zudem gibt es ein Übungsblatt zu Zusammenhangsanalysen.
Hier schauen wir uns die Anwendung einer Spearman Korrelation anhand des Übungsdatensatzes an.
Die Pearson Korrelation stellt eine weitere Möglichkeit zur Zusammenhangsanalyse dar.
Wir gehen über zu Unterschiedsanalysen und betrachten hier den T-Test für unabhängige Stichproben. In einem weiteren Übungsblatt können die Analysen zudem angewendet werden.
Sollten die Voraussetzungen für den T-Test nicht gegeben sein, kommt eventuell ein U-Test in Frage. Dieser wird hier vorgestellt.
Will man mehr als zwei Gruppen in Bezug auf eine metrisch Variable vergleichen, kommt eine einfaktorielle Varianzanalyse zum Einsatz, wie hier vorgestellt.
Der Kruskal Wallis ist eine nicht-parametrische Alternative, um Gruppen zu vergleichen. Die Umsetzung in SPSS wird hier gezeigt.
In diesem Kurs gehen wir in mehreren vier Abschnitten mit 19 Lektionen verschiedene Analyseverfahren durch, welche du zur Überprüfung deiner Hypothesen verwenden kannst. Der Kurs umfasst eine Einführung in inferenzstatistische Methoden und eignet sich sehr gut für Personen, die noch nie mit SPSS gearbeitet haben oder wenig Vorkenntnisse haben. Aber auch für die diejenigen, die schon Erfahrungen mitbringen, bietet dieser Kurs eine ideale Auffrischung und Ergänzung.
Anhand eines Entscheidungsbaumes werden verschiedene Verfahren zur Analyse von Zusammenhängen und Unterschieden vorgestellt. Dabei wird zuerst auf den Chi-Quadrat Test, die Spearman Korrelation und die Pearson Korrelation zur Analyse von Zusammenhängen eingegangen. Danach werden der T-Test, der Mann-Whitney-U-Test, die einfaktorielle Varianzanalyse und der Kruskal-Wallis Test zur Untersuchung von Unterschieden vorgestellt. Darüber hinaus wird das Konzept der Signifikanz erläutert, Arten von Hypothesen vorgestellt und die statistischen Grundlagen zur Analyse von Zusammenhängen und Unterschieden erklärt.
Ergänzt werden diese Themen durch ein Tutorial zur Testung der Normalverteilung sowie Übungsblätter und einen Übungsdatensatz mit dem man das Erlernte anwenden kann.
Alle Analysen werden theoretisch erklärt und praktisch angewendet. Neben Power Point Folien mit den wichtigsten Informationen zum Durchführen, Interpretieren und Verschriftlichen deiner Ergebnisse, gibt es auch praktische Anwendungstutorials, in denen ich zeige, wie du das Erlernte in SPSS umsetzen kannst.