
In dieser Einheit werden einfache Formeln, Funktionen und Kurzbefehle präsentiert, welche die Arbeit mit Excel erleichtern.
In dieser Einheit geht es um Variablen, das sind im psychologischen Kontext meist Konstrukte, deren Zusammenhänge man systematisch untersucht. Dazu teilt man diese häufig in unabhängige, abhängige und konfundierende Variablen ein
Skalenniveaus geben das Messlevel an und sind hilfreich bei der Auswahl der inferenzstatistischen Verfahren und Visualisierungen. Es wird zwischen Nominalskalenniveau, Ordinalskalenniveau, Intervallskalenniveau und Absolutskalenniveau unterschieden.
Dieses Video geht kurz auf die Berechnung des Mittelwerts (arithmetisches Mittel) ein.
Dieses Video geht kurz auf die Berechnung des Medians ein.
Dieses Video geht kurz auf die Berechnung des Modus/Modalwerts ein.
Dieses Video geht kurz auf das Streuungsmaß Spannweite ein.
Dieses Video geht erklärt Quartile und den Interquartilsabstand und ist damit eine Grundlage für die Erstellung von Boxplots.
In diesem Video geht es um die Streuungsmaße Varianz und Standardabweichung, die bei der parametrischen Inferenzstatistik eine Rolle spielen.
In diesem Video geht es darum, wie ein Boxplot gezeichnet bzw. gelesen wird. Das Boxplot ist die Visualisierung zu den Quartilen und ermöglicht einen schnellen Überblick über die Verteilung der Daten.
In diesem Video wird gezeigt, wie die deskriptiven Statistiken (Maße der Zentralen Tendenz, Streuungsmaße, Boxplot) in R ausgeführt werden. Passend zum Video habe ich den Code hochgeladen, denn ihr z.B. mit RStudio (nachdem ihr R installiert habt) öffnen und ausführen könnt.
In diesem Video könnt ihr sehen, wie ihr mithilfe von Excel deskriptive Statistiken berechnen könnt. Folgende Kennwerte werden berechnet:
Minimum, Maximum, Arithmetische Mittel, Median, Modalwert, Standardabweichung, Varianz, Range, erste Quartil, dritte Quartil & Interquartilsabstand
In diesem Video könnt ihr sehen, wie ihr mithilfe von SPSS deskriptive Statistiken berechnen könnt. Folgende Kennwerte werden berechnet:
Minimum, Maximum, Arithmetische Mittel, Median, Modalwert, Standardabweichung, Varianz, Range, erste Quartil, dritte Quartil & Interquartilsabstand
In dieser Einheit seht ihr, wie ihr mithilfe von Excel ein Boxplot erstellen könnt und dabei auch sehen könnt, ob eure Daten Ausreißer aufweisen.
In dieser Einheit seht ihr, wie ihr mithilfe von SPSS ein Boxplot erstellen könnt.
Dieses Video zeigt, wie man die z-Transformation in R ausführt. Selbst wenn ihr nicht mit R arbeitet, kann das herumspielen mit dem Code helfen, ein intuitives Verständnis zu entwickeln.
In dieser Einheit wird vorgestellt, wie ihr in Excel Daten z-transformiert.
In dieser Einheit wird vorgestellt, wie ihr in SPSS Daten z-transformiert.
Dieses Video versucht das abstrakte Konzept Varianzaufklärung oder aufgeklärte Varianz zu veranschaulichen, indem es die Konzepte der gesamten Varianz und Residualvarianz miteinander in Beziehung setzt.
In diesem Video geht es um die Normalverteilung, in der Natur immer wieder auftritt und auch in der Psychologie häufig unterstellt wird.
In diesem Video versuche ich das Q-Q Plot anschaulich verständlich zu machen, indem es selbst in R nachbaue.
In diesem Video seht ihr, wie ihr mithilfe von Excel ein Q-Q Plot erstellt.
In diesem Video seht ihr, wie ihr mithilfe von SPSS ein Q-Q Plot erstellt und einen Kolmogorow-Smirnow-Test durchführt.
In diesem Video geht es um Hypothesentests, die noch immer der Standard empirischen Forschens sind.
Konkret geht es um die Konzepte Null- und Alternativhypothese, p-Wert und den kritischen Wert.
In diesem Video erkläre ich die Konzepte von Stichprobe, Population und Schätzung, die Verteilung der wahren und geschätzten Parameter sowohl analytisch als auch anschaulich mit R-Simulationen.
Dieses Video erklärt Konfidenzintervalle in R.
In diesem Video geht es um die Fehler 1. und 2. Art (Alpha- und Betafehler) und der statistischen Power (der Wahrscheinlichkeit ein signifikantes Ergebnis zu erhalten, wenn in Wirklichkeit die Nullhypothese falsch ist).
In diesem Video geht es um die Spearman-Korrelation in R.
Hier seht ihr, wie ihr mit Excel eine Spearman-Korrelation durchführt.
In diesem Video seht ihr, wie ihr mithilfe von SPSS eine Spearman-Korrelation durchführt.
In diesem Video geht es um die Pearson-Korrelation in R.
In diesem Video wird eine Pearson-Korrelation in Excel berechnet.
Außerdem werden die folgenden Voraussetzungsprüfungen durchgeführt: Linearer Zusammenhang der Variablen & Ausreißeranalyse
In diesem Video wird eine Pearson-Korrelation in SPSS berechnet.
Außerdem werden die folgenden Voraussetzungsprüfungen durchgeführt: Linearer Zusammenhang der Variablen, Normalverteilung der Variablen & Ausreißeranalyse
In diesem Video geht es um die Einfache Lineare Regression.
In diesem Video wird in Excel eine Lineare Regression berechnet.
Außerdem werden die beiden Voraussetzungsprüfungen Normalverteilung der Residuen und Homoskedastizität der Residuen überprüft.
In diesem Video wird in SPSS eine Lineare Regression berechnet.
Außerdem werden die beiden Voraussetzungsprüfungen Normalverteilung der Residuen und Homoskedastizität der Residuen überprüft.
Dieser Kurs bietet eine Einführung in die Statistik und soll Studierende auf ihre erste Statistikprüfung in einem sozial- oder wirtschaftswissenschaftlichen Studiengang vorbereiten. Die Kursphilosophie besteht darin, die Themen zunächst möglichst intuitiv zu erklären und anschließend durch Quizfragen mit realistischem Prüfungsniveau eine optimale Vorbereitung auf die erste Statistikprüfung zu gewährleisten. Des Weiteren ist in den Videos zu sehen, wie sich statistische Analysen in den unten aufgeführten statistischen Verfahren mithilfe von R, Microsoft Excel und SPSS durchführen lassen.
Inhaltlich werden grundlegende Konzepte der Statistik und Forschungsmethodik behandelt, beginnend bei der deskriptiven Statistik bis hin zur Inferenzstatistik.
Der Kurs ist in vier Teile untergliedert: Theorie, R, SPSS und Excel.
Behandelt werden folgende Kennzahlen, Konzepte und Analyseverfahren:
- Variablen und Skalenniveaus
- Maße der zentralen Tendenz (das arithmetische Mittel, der Median und der Modalwert/Modus)
- Streuungsmaße (Standardabweichung, Varianz, Interquartilsabstand, Quantile und Spannweite)
- Boxplot
- z-Standardisierung
- Normalerteilung
- Konfidenzintervalle
- Testen von Hypothesen (u.A. Fehler 1. und 2. Art)
- Spearman-Korrelation
- Pearson-Korrelation
- Lineare Regression
Da wir nicht nur Statistikkurse besucht haben, sondern auch anderen Studierenden Nachhilfe in Statistik anbieten, wissen wir nur zu gut, was wirklich effektiv ist, um Statistikprüfungen erfolgreich zu absolvieren. Neben einer Vermittlung der Theorie, die leicht verständlich kommuniziert wird, müssen auch Aufgaben gelöst werden, die überprüfen, ob ein Verständnis für die statistischen Grundlagen vorhanden ist. Unser Kurs beinhaltet genau diese Kombination und ermöglicht euch außerdem auch mithilfe unserer Videos schrittweise nachzuvollziehen, wie ihr die statistische Analysen durchführt, die euch ebenfalls dabei helfen werden ein tieferes statistisches Verständnis zu entwickeln.