Hier gibt es die Folien zum Download.
Folien_Einfuehrung_quantitative_MethodenAufgaben
Für diese Veranstaltung ist es besonders wichtig, dass Sie die Aufgaben bearbeiten und schrittweise nachverfolgen. Dazu könnten Sie parallel das Video sehen und bei jedem Schritt pausieren. Sie können sich auch die Folien ansehen. Ziel der Übung ist, dass Sie einen ersten Eindruck in drei zentrale Aspekte der qualitativen Datenanalyse bekommen:
- Reliabilitätsanalysen
- Unterschiedstests am Beispiel des T-Tests
- Zusammenhangstests am Beispiel der Produkt-Moment-Korrelation (Pearson-Korrelation)
Vorarbeit:
Installieren Sie die Software PSPP zur Analyse quantitativer Daten (Link) und Laden Sie den Beispieldatensatz herunter:
Lassen Sie sich unter MacOS nicht von Warnmeldungen verunsichern: Die Software ist sicher.
Schritt 1:
Importieren Sie den Beispieldatensatz in PSPP (Datei… Daten importieren). Wählen Sie die erste Zeile aus, die die Daten enthält (das ist die zweite Zeile, die angezeigt wird) und klicken Sie auf den Haken, der bestätigt, dass die Zeile darüber die Variablennamen enthält. Wählen Sie dann aus, dass die Daten durch ein Semikolon getrennt sind. Nun sollten die Daten angezeigt werden!
Wenn die Daten angezeigt werden, können Sie unten zwischen der Datenansicht (der Tabelle) und der Variablenansicht (Liste der Variablen und ihrer Eigenschaften) wechseln. Wechseln Sie direkt in die Datenansicht!
- Hier sehen Sie die einzelnen Testitems des FCI:
- Hier die Lösungen:
Richtige Antworten sind mit 1 kodiert, falsche mit 0.
Schritt 2:
- Verschaffen Sie sich einen ersten Überblick über die Daten! Dazu erstellen Sie ein Histogramm der Variable „Gesamt“ (das ist die Summe der einzelnen Aufgaben, also die Anzahl der richtig gelösten Aufgaben). Klicken Sie dazu im Reiter „Diagramme“ auf “ „Histogramm“, fügen Sie „Gesamt“ in das Feld „Variable“ ein und klicken Sie auf „Ok“. In der Ausgabeanzeige wird ein Histogramm erstellt. Sieht die Verteilung für Sie wie eine Normalverteilung aus?
- Wir überprüfen weiter, ob die Daten von einer Normaverteilung abweichen, indem wir den Kolgomorov-Smirnov-Test anwenden. Klicken Sie dazu auf „Analysieren“, „Nicht-parametrische Tests“ und „K-S-Test“. Wählen Sie „Gesamt“ als Testvariable aus undn klicken Sie Auf „Normalverteilung“ (unten). Dann klicken Sie auf „Ok“! Fällt der Test signifikant aus? Was heißt das?
Schritt 3:
Wir analysieren die Reliabilität der Skala „Gesamt“, indem wir ihre interne Konsistenz überprüfen. Klicken Sie dazu auf „Analysieren“ und „Reliabilitätsanalysen“. Jetzt müssen Sie alle Items (Aufgaben), aus denen die Skala „Gesamt“ besteht in die Liste überführen – also Ar1 bis Ar29. Unten setzen Sie einen Haken bei „Deskriptive Statistiken für Skala anzeigen, wenn das Item gelöscht wurde“. Dann klicken Sie auf „Ok“!
Per Konvention spricht man häufig von einer reliablen Skala, wenn Cronbachs Alpha größer als 0,7 ist. Ist das der Fall? Welche items könnte man aus der Wertung nehmen, um die Reliabilität zu erhöhen? Ist das zu empfehlen?
Schritt 4:
- Wir wollen Unterschiede zwischen zwei Gruppen testen, die an der Messung teilgenommen haben: Schule A und Schule B. Dazu ist die Variable „Gruppe“ eingefügt worden. Ihr Wert „0“ entspricht Schule A, ihr Wert „1“ Schule B.
- Klicken Sie auf „Analysieren“, „Mittelwerte vergleichen“ und „T-Tests bei unabhängigen Stichproben“. Hier fügen Sie „Gesamt“ in das Feld „Testvariable(n)“ ein und „Gruppe“ in das Feld „Gruppenvariable“. Klicken Sie unten auf „Gruppe definieren“ und geben Sie Gruppe 1 den Wert 0 und Gruppe 2 den Wert 1. Dann klicken Sie auf „weiter“ und in der vorherigen Ansicht auf „Ok“.
- Unterscheiden sich die Gruppen signifikant voneinander? Ist der T-Test ein angemessener Test für diese Fragestellung?
- Berechnen Sie die Effektstärke des Unterschieds! Dazu brauchen Sie das Online-Tool hier. Dort wählen Sie die Mittelwertsunterschiede zweier verschieden großer Gruppen aus. Klicken Sie in PSPP in „Analysieren“, „Mittelwerte vergleichen“ auf „Mittelwerte“ und fügen Sie die Variable „Gesamt“ als abhängige Variable ein sowie die Variable „Gruppe“ als unabhängige Variable. Wenn Sie dann auf „Ok“ klicken, bekommen Sie für die Gruppen Mittelwerte, Standardabweichungen und Anzahl der Personen N angezeigt – das brauchen Sie für das Online-Tool.
- Berechnen Sie die Effektstärke Cohens d – wie groß ist der Effekt?
Schritt 5:
- Wir wollen Zusammenhänge zwischen den Variablen „Skala 1 “ und „Skala 2“ analysieren. Dazu wollen wir die Produkt-Moment-Korrelation berechnen.
- Klicken Sie in „Analysieren“ auf „Bivariate Korrelationen“. Fügen Sie die Variablen „Skala 1“ und „Skala 2“ in die Liste ein und drücken Sie auf „Ok“. Wie groß ist die Korrelation? Ist sie statistisch signifikant?