Page  1 Agenda  Beantwortung der Forschungsfragen  Datendarstellung für Präsentation und Bericht  Häufigkeitsverteilungen  Statistische Kennwerte.

Präsentation zum Thema: "Page  1 Agenda  Beantwortung der Forschungsfragen  Datendarstellung für Präsentation und Bericht  Häufigkeitsverteilungen  Statistische Kennwerte."—  Präsentation transkript:

1 Page  1 Agenda  Beantwortung der Forschungsfragen  Datendarstellung für Präsentation und Bericht  Häufigkeitsverteilungen  Statistische Kennwerte  Grafische Darstellung  Streuung  Korrelationen  Vermutungen und Schlüsse  Quellen

2 Page  2  „Eine Forschungsfrage muss erst in viele Teilfragen zerlegt werden, ehe es wieder an das „Zusammensetzen“ geht.“ (vgl. E. Noelle-Neumann & T. Petersen 2005: 377).  die Daten werden vercodet  die Codes werden erfasst  die Daten werden bereinigt  die Auswertung (Ziel der Auswertung ist die Beantwortung der Forschungsfragen) Beantwortung der Forschungsfragen

3 Page  3 Darstellung für Präsentation und Bericht  Die Präsentation der Daten sollte einfach und übersichtlich sein → Verbalisierung der Ergebnisse  Tabellen dürfen nicht überladen sein und keine überflüssigen Informationen enthalten (sehr schöne Beispiele zur Vereinfachung)  Prozentzahlen sollten maximal mit einer Nachkommastelle dargestellt werden → häufig sind ganze Zahlen der Berechnungsbasis angemessener  Logik der Fragestellung muss angepasst sein  Jede Tabelle muss die Basis der Berechnung enthalten  Die Darstellungsform der Grafiken wählt man passend zum Inhalt

4 Page  4 Darstellung für Präsentation und Bericht „Der Bericht über die Ergebnisse einer Studie ist umso besser, je abstrakter, je verdichteter er ist, je allgemeingültiger die Antworten auf die Programmfragen der Studie gefaßt sind, abgeleitet aus statistisch erhärteten und im Bericht vorgelegten Befunden, übergeleitet in Regeln, die erklären und Voraussagen ermöglichen.“ (vgl.Noelle Neumann Petersen 2005)

5 Page  5 Darstellung für Präsentation und Bericht Quelle:http://www.aschemann.at/Downloads/Fragebogen.pdf, S.24f

6 Page  6 Darstellung für Präsentation und Bericht Quelle:http://www.aschemann.at/Downloads/Fragebogen.pdf, S.24f

7 Page  7 Darstellung für Präsentation und Bericht Quelle:http://www.aschemann.at/Downloads/Fragebogen.pdf, S.24f

8 Page  8 Häufigkeitsverteilung  Absolute Häufigkeit: → Zählung der Häufigkeit einzelner Merkmalsausprägungen der beobachteten Daten  Relative Häufigkeit: → bei Interesse am Anteil des Auftretens einer Merkmalsausprägung, werden absoluten Häufigkeiten durch Anzahl der Beobachtungen geteilt  Zusammenfassung: → die absolute Häufigkeit erhält man durch das Auszählen der Werte → bei relativer Häufigkeit wird absolute Häufigkeit auf die Gesamtzahl bezogen, → absolute Häufigkeit durch die Gesamtzahl und dieser Summe darf nicht mehr als 1 ergeben

9 Page  9 Statistische Kennwerte  Lagemaßzahlen: - ermöglichen den ersten Aufschluß über die Verteilung eines Merkmals - Streuungsmaßzahlen beschäftigen sich mit dem Problem der Schwankungsbreite(Variabilität) der untersuchten Einheit  Modus: - häufigster Wert in einer Verteilung wird durch die Häufigkeit N bestimmt - der Modus ist jedoch oftmals nicht eindeutig - wenn alle Messwerte die gleiche Häufigkeit besitzen würden, gäbe es keinen häufigsten Wert

10 Page  10 Statistische Kennwerte  Median: - ist der sog. Zentralwert - es ist also der Wert, über und unter dem gleiche viele Werte - die Eigenschaft des Median: mind. 50% der Daten sind kleiner oder gleich dem Merkmal der geordneten Merkmale und mind. 50% der Daten sind größer oder gleich der geordneten Merkmalskette  Quantil: - der Anteil der Werte soll nicht größer als der eigentliche Wert p sein - dies soll helfen, die Hälfte der Beobachtungen auf andere Anteile verallgemeinern zu können  Mittelwert: - arithmetisches Mittel beantwortet die Frage, wie groß die Merkmalsausprägung für jede untersuchte Einheit ist - der Mittelwert ist durch die Anzahl der beobachteten Werte geteilte Summen der beobachteten Werte - der Mittelwert ist sehr empfindlich gegenüber sog. Ausreißern

11 Page  11 Statistische Kennwerte  Streuungsmaßzahlen: - Lagemaßzahlen reichen meist nicht aus, um vollständig eine Streuung beschreiben zu können - bessere Beschreibung der Intensität der Schwankungen von den einzelnen Werten durch Streuungsmaßzahlen - je enger die Werte liegen, desto kleiner ist die Streuung - je weiter die Werte liegen, desto größer ist die Streuung

12 Page  12 Grafische Darstellung  Direkte Darstellung der einzelnen Datenpunkte - Darstellung eines Koordinatensystems kann sich verändern, hinsichtlich der Veränderung von Nullpunkt und der Skala des Koordinatensystems - die Kriterien : Wahl der Skala und die Wahl des Bereiches - Wichtig: Darstellung des natürlichen Nullpunktes, falls dieser vorhanden ist  Der Boxplot - Um Daten besser darstellen zu können, nutzt man den Boxplot - durch den Kasten des Boxplot werden die zentralen 50% des Streubereich dargestellt - Markierung des Maximum und Minimum der Daten und wird mit dem Rand des Kasten verbunden - Ausreißer und extreme Werte können durch dieser Grafik besser bestimmt werden - es werden engere Grenzen um den Kasten entworfen, wodurch die Werte außerhalb der engeren Grenze einzeln markiert und besonders hervorgehoben werden

13 Page  13 Grafische Darstellung  Darstellung von Häufigkeiten - die besten grafischen Darstellungsmöglichkeiten für die absolute und relative Häufigkeitsverteilung sind das Stab-,Säulen-,Balken- und das Kreisdiagramm geeignet  Darstellung kumulierte Häufigkeiten - kumulierte Häufigkeiten werden hauptsächlich durch eine Treppenkurve dargestellt - bei der Treppenkurve werden die Werte zwischen Null und Eins der empirischen Verteilungsfunktion markiert und an den jeweiligen Sprungstellen werden die Sprünge der Höhe f eingetragen

14 Page  14 Grafische Darstellung  Histogramm - hierbei werden die Merkmalsausprägungen der beobachteten Werte in Klassen eingeteilt - über den Klassen werden Rechtecke gezeichnet, deren Flächeninhalte den Klassenbesetzungszahlen entsprechen - in dem Fall wird die Fläche als Maßstab der Häufigkeiten eingesetzt - zur Darstellung der Daten durch das Histogramm wird hauptsächlich das Stängel- und Blätter- Diagramm genutzt

15 Page  15 Streuung  Streuungsmaße als Gütekriterien der Mittelwerte von Daten einer Datengesamtheit  je enger die Werte, desto geringer die Streuung  je weiter die Werte, desto größer die Streuung ↓ Berechnungsvarianten für das Streuungsmaß - Range: Spannweite zwischen dem maximalen und dem minimalen Wert - Standardabweichung: Wurzel aus der durchschnittlichen quadratischen Abweichung einzelner Werte vom Mittelwert - Varianz: Quadrat der Standardabweichung - Quartilsabstand: zeigt, in welchem Bereich die mittleren 50% der Werte streuen ↓ sind robust gegenüber Ausreißern

16 Page  16 Korrelation - beschreibt den Zusammenhang zwischen bestimmten Erscheinungen, der mithilfe der Wahrscheinlichkeitsrechnung zu erfassen ist.  partielle Korrelation - Zusammenhang zwischen zwei Untersuchungsmerkmalen - weitere Merkmale (Kontroll-/Störvariable) werden konstant gehalten  Rangkorrelation - Rangreihen zweier Merkmale werden miteinander verglichen  Scheinkorrelation - vermuteter Zusammenhang zwischen Gruppenmerkmalen und Ergebnissen stellen sich als falsch heraus ↓ausgelöst durch zweiten Faktor, der mit statistischen Merkmal in echtem Zusammenhang steht - Test-Faktor zeigt, dass zwei Korrelationen sich gegenseitig aufheben

17 Page  17 Vermutungen und Schlüsse - Durchführung eines Experiments→Dateneingabe→Prüfung der entwickelten Hypothesen - Signifikanztests zeigen, ob Hypothesen bestätigt werden können oder nicht Hypothesenbildung  Ausgang des Experiments ist unklar  Resultat liefert Beurteilung über die Realitätsbezogenheit der Nullhypothese  Hypothesen müssen vor Analyse aufgestellt werden  ein Datensatz kann nicht zugleich hypothesenbildend und hypothesenüberprüfend sein  Lösung: erneute Stichprobe ziehen oder Stichprobe in zwei Unterstichproben aufteilen

18 Page  18 Vermutungen und Schlüsse  Signifikanzniveau - durch Signifikanzniveau α wird festgelegt, wie stark Stichprobe der Nullhypothese widersprechen sollte, damit diese abgelehnt werden kann ↓ Plausibilität von H0 spielt große Rolle - ist Behauptung etabliert, so wird α klein gewählt ↓ Nullhypothese wird somit wahrscheinlich nur mit sehr geringen Wahrscheinlichkeit fälschlicherweise abgelehnt

19 Page  19 Quellen - Brosius, H.-B./Koschel, F./Haas, A. (2008): Methoden der empirischen Kommunikationsforschung. Eine Einführung. 4., überarbeitete und erweiterte Auflage. Wiesbaden: VS Verlag für Sozialwissenschaften. - Eichhorn (2004): Onlinebefragung. - Häder, M. (2010): Empirische Sozialforschung. Eine Einführung. 2. Auflage. Wiesbaden: VS Verlag f. Soz.wiss. - Knieper, T./Eichhorn, W. (1993): Statistik: eine Einführung für Kommunikationsberufe. München: Ölschläger. - Küchenhoff et. al. (2006): Statistik für Kommunikationswissenschaftler. - Möhring, W./Schlütz, D. (2010): Die Befragung in der Medien- und Kommunikationswissenschaft. Eine praxisorientierte Einführung. 2. Auflage. Wiesbaden: VS Verlag für Sozialwissenschaft. - Noelle-Neumann, E./Petersen, T. (2005): Alle, nicht jeder. Einführung in die Methoden der Demoskopie. 4. Auflage. Berlin/Heidelberg: Springer-Verlag. - http://www.aschemann.at/Downloads/Fragebogen.pdf, S.24f - http://www.sql-und-xml.de/images/sprungdiagramm-ergebnis.gif (letzter Zugriff: 13.01.15) - http://learntech.rwth-aachen.de/projekte/schulprojekt/Mathematik/Klasse5/image/einwohner.GIF (letzter Zugriff: 13.01.15)

20 Page  20 Danke für Eure Aufmerksamkeit!