Übung Deskriptive Statistik 1

In dieser Übung setzt du, alleine oder in einer Gruppe, ein kleines Übungsprojekt um, das die Anwendung von Inhalten der Basiskapitel über die deskriptive Statistik benötigt.

Einleitung

Das in einem anwendungsorientierten Kontext zu wiederholen ist eine sehr wichtige Sache. Denn diese Inhalte sind es, die eigentlich immer vorausgesetzt werden — auch wenn man sie ab einem gewissen Zeitpunkt nicht mehr wirklich „sehen“ kann. Wenn du einen wissenschaftlichen Artikel liest, zum Beispiel, musst du einfach davon ausgehen, dass Punkte wie Messung und Stichprobenziehung einfach gut erfüllt worden — du siehst es nicht direkt in den Daten bzw. Metriken, die der Artikel präsentiert.

Konkret geht es dabei um die inhalte der folgenden Beiträge:

Aber lass uns das Schritt für Schritt durchgehen.

Schritt 1: Hypothese wählen

Wir steigen bei unserem Forschungsdesign bei der Hypothese ein (vorige Punkte wie Forschungsziele oder Forschungsfragen überspringen wir der Einfachheit halber in dieser Übung).

Denk dir eine Hypothese aus oder nimm eine dieser Beispielhypothesen. Alle weitere Schritte sollen sich dann auf die gewählte Hypothese beziehen:

  1. Mehr durchschnittliche Schlafdauer (letzte 7 Tage) geht mit höherer Konzentrationsfähigkeit beim Lernen einher.
  2. Häufigere Nutzung von Spaced-Repetition pro Woche steht in positivem Zusammenhang mit der letzten Quiz-Punktzahl.
  3. Lernen an einem ablenkungsarmen Ort führt zu längerer fokussierter Lernzeit pro Tag.
  4. Mehr Pomodoro-Sessions/Tag gehen mit geringerer subjektiver Prokrastination einher.
  5. Studierende, die in Gruppen lernen, berichten höhere Lernmotivation.

Output Schritt 1:

  • Eine Hypothese.

Schritt 2: Konstrukte bestimmen

Bestimme, welche Konstrukte in der Hypothese vorkommen und welche Rolle sie in der Hypothese einnehmen (Anders gesagt: Um welche „Art“ von Variable handelt es sich hier?). Recherchiere auch kurz eine Definition für diese Konstrukte und umreisse auch kurz, wieso es sinnvoll wäre, diese Hypothese zu testen (Relevanz).

Output Schritt 2:

  • Eine Tabelle, die die Konstrukte benennt und definiert und ihre Rolle in der Hypothese beschreibt.
  • Ein kurzes Statement zur Relevanz der Hypothese.

Schritt 3: Operationalisierung

Nun geht es darum, die jeweiligen Konstrukte weiter runterzubrechen und messbar zu machen. Hier kannst du ggf. nochmal im entsprechenden Beitrag nachlesen, was bei der Messbarmachung von Konstrukten zu beachten ist (Messung und Operationalisierung für die deskriptive Statistik).

Was wir brauchen sind konkrete Fragen, die man stellen könnte. Diese kannst du durch eine Recherche bekommen (bestehende Skalen suchen) oder auch dadurch, dass du eigene Items erfindest. Zwei bis drei Items reichen vollkommen. Achtung: Das ganze ist natürlich nur vollständig, wenn du auch entsprechende Antwortformate definierst.

Hinweis: Wenn du schon dabei bist, kläre bitte auch gleich, um welches Messniveau (Skalenniveau) es bei jeder Messung deiner Konstrukte geht.

Und weil wir das ganze natürlich von Anfang an sauber machen wollen, wäre hier auch ein Codebook anzulegen. Eine einfache Tabelle reicht.

Output Schritt 3:

  • Je Konstrukt:
    • Items, die das Konstrukt messen (inkl. Antwortformat)
    • Je Item die Klärung des Skalenniveaus
  • Codebook (über alle Konstrukte/Items)

Schritt 4: Sampling

Erstelle einen fiktiven Sampling-Plan für deine (nicht durchzuführende) Datensammlung. Definiere die Population, die Stichprobe und natürlich das Verfahren, das sich anbieten würde, wie du von der Population zu der Stichprobe gelangst (Stichprobeverfahren).#

Output Schritt 4:

  • Beschreibung Population
  • Beschreibung Stichprobeverfahren
  • Beschreibung Stichprobe

Schritt 5: Datenset generieren

Erstelle ein kurzes Beispieldatenset, dass konsistent mit Schritt 3 und Schritt 4 ist. Wie genau du vorgehst bleibt offen; jedenfalls soll am Schluß eine Tabelle mit 5-10 Fällen vorhanden sein.

Output Schritt 5:

  • Datentabelle mit mindestens 5 Fällen.

Schritt 6: Reporting / Reflexion

Geh die vergangenen Schritte 1-5 nochmal gedanklich durch und mache Notizen, was schwer war und was leicht. Wenn du magst, kannst du auch versuchen, den Prozess schriftlich darzustellen (was spätestens beim wissenschaftlichen Arbeiten dann immer gefragt ist).

Output Schritt 6:

  • Zusammenfassende Reflexion
  • Evt. schriftliches Reporting über den Gesamtprozess