Unterstützung für Bachelor- und Masterstudierende in jeder Phase ihrer Abschlussarbeit – von der ersten Idee bis zur Abgabe.
Inhalt Beispiel: Lernmethoden und Prüfungserfolg 1. Daten in SPSS eingeben 2. Voraussetzungen prüfen a) Normalverteilung (Shapiro-Wilk-Test) b) Varianzhomogenität (Levene-Test) c) Unabhängigkeit 3. One-Way ANOVA durchführen Beispielhafte Ausgabe: Deskriptive Statistiken Test der Homogenität der Varianzen (Levene-Test): ANOVA-Tabelle: 4. Post-hoc-Test: Welche Gruppen…
Du weißt bereits, was eine Varianzanalyse (ANOVA) ist und wann man sie verwendet. Jetzt wird’s praktisch: Du bekommst einen vollständigen Workflow für die One-Way ANOVA in R – inklusive Voraussetzungstests, Modell, Post-hoc-Tests und Grafiken.
Du hast eine ANOVA gerechnet – und sie war signifikant! Jetzt willst Du natürlich wissen, welche Gruppen sich genau unterscheiden. Der erste Impuls: Einfach ein paar t-Tests zwischen den Gruppen machen. Aber Achtung! Alpha-Fehler-InflationWenn man mehrere Hypothesentests gleichzeitig durchführt, steigt…
Inhalt Was ist die Varianzanalyse (ANOVA)? Zentrale Begriffe und Konzepte 1. Gruppenmittelwerte und Gesamtmittelwert 2. Streuungszerlegung 3. F-Wert Voraussetzungen der ANOVA Hypothesen in der ANOVA Wann verwendet man die Varianzanalyse? Varianten der Varianzanalyse 1. One-Way ANOVA (einfaktorielle Varianzanalyse) 2. Two-Way…
Szenario:Du erhebst bei Personen aus drei Gruppen (z. B. Berufsfelder) ihr technisches Interesse anhand von drei Items. Untersuche, ob sich Gruppe 1 und Gruppe 2 signifikant im Skalenmittelwert unterscheiden. Gruppe 3 soll nicht berücksichtigt werden. Daten herunterladen Items: Lösung in R…
Szenario:Du untersuchst, ob ein Motivations-Workshop die Motivation von Mitarbeitenden signifikant steigert. Dazu wird die Motivation vorher und nachher gemessen. Datensatz: Mittel_Motivationsvergleich.csv Daten herunterladen Variablen: Lösung in R 1. Daten einlesen daten <- read.csv(„Mittel_Motivationsvergleich.csv“) 2. Voraussetzungen prüfen a) Differenzen berechnen und…
Du überprüfst, ob sich das durchschnittliche Stressniveau zwischen männlichen und weiblichen Personen statistisch signifikant unterscheidet. Mit Hilfe eines t-Tests (und ggf. eines Mann-Whitney-U-Tests) lernst Du, wie aus einer Forschungsfrage eine überprüfbare Hypothese wird – und wie Du diese in R oder SPSS testest.
Hast Du Daten von denselben Personen zu zwei Zeitpunkten – z. B. vor und nach einem Training –, brauchst Du in SPSS den t-Test für abhängige Stichproben. Dieser Test prüft, ob sich die beiden Messwerte signifikant unterscheiden. Typisch ist er bei Vorher-Nachher-Messungen, aber auch bei Messungen von Paaren oder Zwillingsstudien.
Manchmal erhebst Du Daten vor und nach einer Intervention – zum Beispiel Stresslevel vor und nach einem Achtsamkeitstraining. Oder Du arbeitest mit Paaren, Zwillingen oder Messwiederholungen. In solchen Fällen nutzt Du den t-Test für abhängige Stichproben, auch paired t-Test genannt.
Stell Dir vor, Du möchtest wissen, ob Studierende aus zwei Studienrichtungen unterschiedlich viel Prüfungsstress empfinden. Oder ob Männer und Frauen sich im mittleren Selbstwert unterscheiden. Wenn Du zwei unabhängige Gruppen miteinander vergleichen willst, brauchst Du in SPSS den t-Test für unabhängige Stichproben.