Statistik und Forschungsmethoden für Psychologen und Sozialwissenschaftler für Dummies

Produktbeschreibung

Dieses Buch enthält alles, was Sie über Statistik wissen sollten. Regression, Korrelation und Varianzanalyse werden Ihnen bald sehr vertraut sein. Und die mathematischen Grundlagen dafür werden Ihnen gleich mitgeliefert. Sie brauchen also kein Vorwissen. Außerdem erhalten Sie eine kurze Einführung in SPSS und lernen die für Sie wichtigen Funktionen dieses umfangreichen Programms kennen. Und dann ist das Buch auch noch eine Einführung in Forschungsmethoden. Es begleitet Sie von der Wahl des Forschungsdesigns bis zur Präsentation der Ergebnisse. Mit dieser Rundum-Versorgung ist die nächste Prüfung fast ein Klacks. 

Inhaltsverzeichnis

Einleitung 29

Über dieses Buch 30

Was Sie nicht lesen müssen 31

Törichte Annahmen über den Leser 31

Wie dieses Buch aufgebaut ist 32

Symbole, die in diesem Buch verwendet werden 33

Wie es weitergeht 34

Teil I: Forschungsmethoden kennenlernen 35

Kapitel 1 Forschung und wozu sie dient 37

Was Forschung ist 37

Sinn der empirischen Forschung 38

Forschen in der Psychologie und den empirischen Sozialwissenschaften 38

Verschiedene Forschungsmethoden kennenlernen 46

Kapitel 2 Reliabilität und Validität 51

Die Validität von Studien beurTeilen 51

Die Reliabilität von Studien 55

Reliabilität und Validität von Tests 55

Kapitel 3 Forschungsethik 65

Ethik verstehen 65

Keinen Schaden zufügen 66

Forschungsethik bei Studien mit menschlichen Teilnehmern 68

Wahrung der wissenschaftlichen Integrität 72

Der Antrag bei der Ethikkommission 72

Teil II: Externe Validität verbessern 77

Kapitel 4 Erhebungsdesigns und -methoden 79

Erhebungsdesigns verstehen 79

Erhebungsmethoden 87

Möglichst natürliche Gestaltung von Studien 93

Kapitel 5 Methoden für die Stichprobenauswahl 97

Stichproben und Grundgesamtheiten 97

Verschiedene Möglichkeiten der Stichprobenauswahl 99

Auch gute Stichproben können 'schlecht werden' 118

Kapitel 6 Fragebogen und psychometrische Tests 123

Messen psychologischer Variablen 123

Auswahl eines bereits vorhandenen Fragebogens 124

Entwickeln eines Fragebogens 131

Einzelbefragungen im Vergleich zu Gruppenbefragungen 136

Teil III: Interne Validität verbessern 139

Kapitel 7 Einfache Versuchsdesigns (Experimentaldesigns) 141

Versuchsdesigns verstehen 141

Einfache Versuchsdesigns 143

Gedanken zum Messwiederholungsdesign (oder: Warum man einen Prätest braucht) 145

Unabhängige-Gruppen-Designs 151

Das Beste aus beiden Welten: Prätest und Vergleichsgruppen kombinieren 157

Randomisierte kontrollierte Studien 158

Vorsicht bei quasi-experimentellen Versuchsdesigns 159

Kapitel 8 Komplexere Versuchsdesigns 161

Studien mit mehr als zwei Bedingungen durchführen 161

Realistische Hypothesen mit faktoriellen Versuchsdesigns prüfen 164

Kovariate verstehen 168

Gefahren, die beim Prätest lauern 170

Kapitel 9 Kleine experimentelle Studien 173

Versuche mit kleinen Stichproben durchführen 173

Designs mit unterbrochener Zeitreihe 174

Designs mit mehreren Ausgangswerten 181

Analyse von experimentellen Studien mit kleinen Stichproben 186

Kleine Studien, die keine Experimente sind 190

Teil IV: Qualitative Forschung 193

Kapitel 10 Qualität in der qualitativen Forschung 195

Qualitative Forschung verstehen 196

Stichprobenauswahl in der qualitativen Forschung 197

Qualitative Daten erheben 200

Qualitative Daten transkribieren 205

Kapitel 11 Qualitative Daten analysieren 207

Grundsätze der Analyse qualitativer Daten 207

Ein Beispiel: Die thematische Analyse 213

Kapitel 12 Theoretische Ansätze und Methodik in der qualitativen Forschung 219

Erfahrungsorientierte und diskursive Ansätze im Vergleich 219

Interpretierende phänomenologische Analyse 225

Die Grounded Theory verstehen 229

Teil V: Forschungsarbeiten dokumentieren und veröffentlichen 233

Kapitel 13 Einen Forschungsbericht schreiben 235

Titelfindung 236

Konzentration auf den Abstract 237

Aufbau der Einleitung 239

Beschreibung der Methoden 241

Darstellung der Ergebnisse 245

Durchdringen der Diskussion 250

Das Literaturverzeichnis 252

Ergänzende Informationen in Anhängen 252

Kapitel 14 Forschungsergebnisse präsentieren 253

Ein Poster ist kein Forschungsbericht 253

Posterpräsentationen 260

Packende Vorträge halten 260

Kapitel 15 APA-Richtlinien für Forschungsberichte 269

Den APA-Stil anwenden 269

Warum, was und wann zitieren? 270

Literatur in einem Forschungsbericht zitieren 271

Gestaltung des Literaturverzeichnisses 274

Zahlen richtig verwenden und formatieren 279

Teil VI: Das Exposé 283

Kapitel 16 Literaturrecherche 285

Wozu eine Literaturübersicht dient 285

Literatur für eine Übersicht finden 286

Gefundene Arbeiten beschaffen 302

Literaturdaten elektronisch speichern 304

Kapitel 17 Berechnung des Stichprobenumfangs 305

Effekte messen 305

Effektstärken schätzen 311

Studien mit geeigneter statistischer Teststärke durchführen 312

Den Stichprobenumfang schätzen 315

Kapitel 18 Ein Exposé erarbeiten 321

Ideen für ein Forschungsprojekt entwickeln 321

Die Machbarkeit einer Forschungsidee prüfen 323

Ein Exposé schreiben 325

Teil VII: Daten beschreiben 333

Kapitel 19 Statistik? Ich dachte, es geht um Psychologie! 335

Machen Sie sich ein Bild von Ihren Variablen 336

Was ist SPSS? 337

Deskriptive Statistik 338

Inferentielle oder analytische Statistik 339

Forschungsdesigns 341

Die ersten Schritte 344

Kapitel 20 Mit welchem Typ Daten haben wir es zu tun? 345

Diskrete und stetige Variablen 346

Verschiedene Messniveaus 347

Rollenbestimmung für Variablen 350

Kapitel 21 Alle Daten rein in SPSS 353

Die Variablenansicht 354

Das Datenansicht-Fenster 362

Ausgabefenster 370

Kapitel 22 Lagemaße 373

Grundlagen für das Lagemaß 374

Der Modalwert 376

Der Median 382

Der Mittelwert 385

Die Qual der Wahl: Modalwert, Median oder Mittelwert? 387

Kapitel 23 Streuungsmaße 389

Zur Definition der Streuung 389

Der Bereich 390

Interquartilabstand 394

Standardabweichung 398

Die freie Wahl zwischen Bereich, Interquartilabstand und Standardabweichung 404

Kapitel 24 Grafiken und Diagramme 405

Histogramme 405

Balkendiagramme 412

Kreisdiagramme 414

Boxplots 416

Teil VIII: Statistische Signifikanz 423

Kapitel 25 Wahrscheinlichkeit und Inferenz 425

Statistische Inferenz genauer betrachtet 425

Wahrscheinlichkeit verstehen 429

Kapitel 26 Hypothesen testen 435

Null- und Alternativhypothesen verstehen 435

Fehler bei der statistischen Inferenz 439

Ein- und zweiseitige Hypothesen 442

Konfidenzintervalle 443

Kapitel 27 Was ist bei der NormalverTeilung eigentlich normal? 449

Die NormalverTeilung verstehen 450

Bestimmung der Schiefe 453

NormalverTeilung und inferentielle Statistik 459

Kapitel 28 Standardisierte Werte 463

Die Grundlagen der standardisierten Werte 463

Z-Werte in der statistischen Analyse 466

Kapitel 29 Effektgröße und Teststärke 471

Zwischen Effektgröße und statistischer Signifikanz unterscheiden 471

Die Effektgröße für Korrelationen untersuchen 472

Die Effektgröße beim Vergleich der Unterschiede zwischen

zwei Wertemengen 473

Die Effektgröße für Unterschiede zwischen mehr als zwei Wertemengen 476

Statistische Teststärke verstehen 484

Teil IX: Beziehungen zwischen Variablen 489

Kapitel 30 Korrelationen 491

Mit Streudiagrammen Beziehungen bewerten 491

Den Korrelationskoeffizienten verstehen 497

Gemeinsame Varianz untersuchen 497

Die Pearson-Korrelation 498

Die Spearman-Korrelation 505

Die Kendall-Korrelation 508

Partielle Korrelationen 512

Kapitel 31 Lineare Regression 517

Grundlagen der Regression 518

Einfache Regression 523

Regression mit mehreren Variablen 528

Die Voraussetzungen für die Regression überprüfen 535

Kapitel 32 Zusammenhänge zwischen diskreten Variablen 547

Eine Kontingenztabelle zur Zusammenfassung der Ergebnisse 548

Berechnung von Chi-Quadrat 553

Die Stärke des Zusammenhangs zwischen zwei Variablen messen 560

Der McNemar-Test 563

Teil X: Forschungsdesigns zur Analyse unabhängiger Gruppen 567

Kapitel 33 Unabhängige t-Tests und Mann-Whitney-Tests 569

Designs für unabhängige Gruppen 570

Der unabhängige t-Test 571

Mann-Whitney-Test 579

Kapitel 34 ANOVA zwischen Gruppen 585

Einfache ANOVA zwischen Gruppen 586

Zweifache ANOVA zwischen Gruppen 597

Kruskal-Wallis-Test 606

Kapitel 35 Post-hoc-Tests und geplante Vergleiche für Designs mit unabhängigen
Gruppen 611

Post-hoc-Tests für Designs mit unabhängigen Gruppen 612

Teil XI: Analysen für Forschungsdesigns mit wiederholten Messungen 623

Kapitel 36 Abhängige t-Tests und Wilcoxon-Tests 625

Design mit wiederholten Messungen 625

Abhängiger t-Test 626

Der Wilcoxon-Test 634

Kapitel 37 ANOVA innerhalb von Gruppen 641

Einfache ANOVA innerhalb von Gruppen 641

Zweifache ANOVA innerhalb von Gruppen 654

Der Friedman-Test 666

Kapitel 38 Post-hoc-Tests und geplante Vergleiche für Designs mit wiederholten
Messungen 671

Post-hoc-Tests für Designs mit wiederholten Messungen 673

Geplante Vergleiche für Designs innerhalb von Gruppen 678

Unterschiede zwischen Bedingungen untersuchen: Die Bonferroni-Korrektur 684

Kapitel 39 Gemischte ANOVA 685

Die gemischte ANOVA kennenlernen 685

Haupteffekte und Interaktionen 687

Durchführung der gemischten ANOVA in SPSS 688

Teil XII: Der Top-Ten-Teil 703

Kapitel 40 Zehn Stolperfallen, die Sie bei der Stichprobenauswahl vermeiden
sollten 705

Zufallsstichproben und zufällige ZuTeilung sind nicht dasselbe 705

Zufällig bedeutet systematisch 706

In der quantitativen Forschung ist die Stichprobenauswahl immer wichtig 706

Die Zufallsstichprobe ist nicht alles 706

In der quantitativen Forschung ist die zufällige Stichprobenauswahl (fast) immer
am besten 707

Forschung ist nicht immer schlecht, nur weil keine Zufallsstichprobe vorliegt
707

Zufallsstichproben müssen groß sein 708

Je größer die Stichprobe, desto besser - in Maßen 708

Keine Ausreden bei kleinen Stichproben 708

Vermeiden Sie es, Offenkundiges zu erklären 709

Kapitel 41 Zehn Tipps für Forschungsberichte 711

Für Einheitlichkeit sorgen 711

Die eigene Frage beantworten 712

Eine Geschichte erzählen 712

Wissen, mit wem man es zu tun hat 712

Den Text fließen lassen 713

Zusammenfassen will gekonnt sein 713

Kritisch, aber nicht fatalistisch sein 713

Redundanz ist redundant 714

Kleinigkeiten gründlich und mehrfach prüfen 714

Korrekturlesen muss sein 715

Kapitel 42 Zehn gute Ratschläge für inferentielles Testen 717

Statistische Statistik ist nicht dasselbe wie praktische Signifikanz 717

Ohne Vorbereitung ist der Fehler vorprogrammiert 718

Suchen Sie nicht nach einem beliebigen signifikanten Ergebnis 718

Überprüfen Sie Ihre Voraussetzungen 718

Mein p ist größer als dein p 718

Unterschiede und Beziehungen sind keine entgegengesetzten Trends 719

Wo ist mein Post-hoc-Test hingekommen? 719

Stetige Daten kategorisieren 719

Seien Sie konsistent 720

Lassen Sie sich helfen! 720

Kapitel 43 Zehn Tipps für das Zitieren Ihrer Ergebnisse 721

Den p-Wert zitieren 721

Andere Zahlen zitieren 722

Vergessen Sie die deskriptiven Statistiken nicht 722

Verwenden Sie den Mittelwert nicht zu häufig 722

Zitieren von Effektgrößen und der Richtung der Effekte 723

Fehlende Teilnehmer 723

Seien Sie vorsichtig mit der Sprache 724

Trennen Sie Korrelationen und Kausalität 724

Beantworten Sie Ihre eigene Frage 724

Schaffen Sie Struktur 724

Stichwortverzeichnis 725 

Autoreninfo

Dr. Martin Dempster ist Psychologe und Dozent für Statistik und Forschungsmethoden an der Queen's University in Belfast. Dr. Donncha Hanna ist ebenfalls Psychologe und ebenfalls Dozent an der Queen's University. Er unterrichtet Forschungsmethoden seit zehn Jahren und ist mit den Problemen, die Studierende in diesem Feld haben, bestens vertraut.