Diese Einsendeaufgabe beschäftigt sich mit der quantitativen Datenanalyse. Aufgabe 1 behandelt Grundlagen und Arten der Varianzanalyse (ANOVA), z.B. die mehrfaktorielle Varianzanalyse. Aufgabe 2 befasst sich mit dem Levene-Test und T-Test, speziell mit der Durchführung und Interpretation mit der Software SPSS. Aufgabe 3 beschäftigt sich mit der deskriptiven, inferenzstatistischen und Regressionsanalyse. Außerdem werden das Verfahren der Pearson-Korrelation, die Spearman-Korrelation und der Kolmogorov-Smirnov-Test angewendet.
Inhaltsverzeichnis
1 Aufgabe 1
1.1 Grundlagen der Varianzanalyse
1.2 Arten der Varianzanalyse
1.3 Beispiel – mehrfaktorielle Varianzanalyse
2 Aufgabe 2
2.1 Grundlagen des Levene-Tests
2.2 Durchführung und Interpretation des Levene-Tests mit SPSS
3 Aufgabe 3
3.1 Deskriptive Analyse
3.2 Inferenzstatistische Analyse
3.2.1 Zusammenhänge zwischen den Persönlichkeitsmerkmalen pa_g, na_g, beq_expr und PILL_sum
3.2.2 Vorhersagekraft der Persönlichkeitsmerkmale in Bezug auf die Anzahl der berichteten Symptome (pill_sum)
3.2.3 Fazit
Zielsetzung und Themen
Die vorliegende Arbeit verfolgt das Ziel, grundlegende und fortgeschrittene statistische Analyseverfahren im Kontext der Psychologie auf den Datensatz EPS_1.sav anzuwenden. Dabei werden sowohl hypothesenprüfende Verfahren wie die Varianzanalyse und Korrelationsanalysen als auch die Vorhersagekraft von Persönlichkeitsmerkmalen mittels Regressionsanalyse untersucht.
- Grundlagen und Durchführung der (mehrfaktoriellen) Varianzanalyse.
- Anwendung und Interpretation des Levene-Tests zur Prüfung der Varianzhomogenität.
- Durchführung deskriptiver statistischer Analysen für psychologische Variablen.
- Prüfung bivariater Zusammenhänge mittels Spearman-Korrelation.
- Modellierung der Vorhersagekraft von Persönlichkeitsmerkmalen mittels multipler linearer Regression.
Auszug aus dem Buch
1.1 Grundlagen der Varianzanalyse
Sollen Unterschiede der Mittelwerte zwischen zwei Gruppen ermittelt werden, wird der T-Test durchgeführt. Bezieht sich die Fragestellung auf Unterschiede zwischen mehr als zwei Mittelwerten, ist die Varianzanalyse das geeignete Verfahren. Die Varianzanalyse wird mit ANOVA abgekürzt, die sich aus dem englischen „Analysis of Variance“ ableitet. Das Verfahren wurde von dem Statistiker Ronald Fisher entwickelt und gilt als das bekannteste Verfahren zur Signifikanztestung (Köhler, 2004, S. 197, Leonhart, 2010, S. 155).
Das übergeordnete Ziel einer ANOVA ist es, Ursachen von Varianzen im Erleben und Verhalten zu finden (Schäfer, 2016, S. 217–218). So ist das statische Verfahren beispielsweise geeignet, um mehrere therapierelevanten Faktoren und dessen Einfluss auf den Therapieerfolg zu untersuchen. Es können mittels varianzanalytischer Untersuchungen sowohl mehrere Variablen zu verschiedenen Zeitpunkten, z. B. vor, während und nach der Therapie, als auch mehrere Stichproben, z. B. Proband: innen mit verschiedenen Störungsbildern, überprüft werden. Die ANOVA ermöglicht es darüber hinaus den differentiellen Effekt mehrerer unabhängiger Variablen (UVs) zu untersuchen. Dadurch können bspw. in die Bewertung des Therapieerfolges bzw. -effektes mehrere Behandlungsformen einbezogen werden (Köhler, 2004, S. 197–198).
Weitere nicht-klinische Einsatzfelder sind bspw. das Ermitteln der Effekte von verschiedenen Trainings, u. a. in den Bereichen Sport, Kommunikationstraining, berufliches Training, etc. (Rudolf & Buse, 2012, S. 96).
Zusammenfassung der Kapitel
1 Aufgabe 1: Dieses Kapitel erläutert die theoretischen Grundlagen der Varianzanalyse (ANOVA) und führt an einem konkreten Beispiel eine mehrfaktorielle Varianzanalyse durch.
2 Aufgabe 2: Hier werden die theoretischen Hintergründe des Levene-Tests sowie dessen praktische Durchführung und Interpretation in der statistischen Software SPSS behandelt.
3 Aufgabe 3: Dieses Kapitel beinhaltet eine umfassende deskriptive Datenanalyse sowie inferenzstatistische Prüfungen, einschließlich Korrelations- und Regressionsanalysen, zur Untersuchung der Zusammenhänge zwischen Persönlichkeits- und Gesundheitsvariablen.
Schlüsselwörter
Varianzanalyse, ANOVA, Levene-Test, Deskriptive Statistik, Korrelation, Spearman-Korrelation, Regression, Multiple lineare Regression, Persönlichkeitsmerkmale, Positive Affektivität, Negative Affektivität, Zusammenhänge, Signifikanztestung, SPSS, Varianzhomogenität.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit befasst sich mit der Anwendung quantitativer Methoden der Datenanalyse in den Sozial- und Humanwissenschaften unter Nutzung der Software SPSS.
Welches sind die zentralen Themenfelder der Arbeit?
Die Schwerpunkte liegen auf der Varianzanalyse, der Prüfung von Varianzhomogenität (Levene-Test), deskriptiver Statistik sowie Korrelations- und Regressionsanalysen.
Was ist das primäre Ziel der Untersuchung?
Das primäre Ziel ist die statistische Auswertung eines Befragungsdatensatzes, um Zusammenhänge zwischen Persönlichkeitsmerkmalen und gesundheitlichen Symptomen systematisch zu überprüfen.
Welche wissenschaftlichen Methoden kommen zum Einsatz?
Verwendet werden unter anderem die mehrfaktorielle Varianzanalyse, der Levene-Test, die nicht-parametrische Spearman-Korrelation sowie die multiple lineare Regression.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in verschiedene Aufgaben, die von der theoretischen Einführung und Durchführung von ANOVA-Verfahren bis hin zu komplexen inferenzstatistischen Modellen zur Vorhersage von Symptomen reichen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wesentliche Begriffe sind Varianzanalyse, Korrelation, Regression, Signifikanzniveau, Normalverteilung und SPSS.
Warum wird im Rahmen der Regressionsanalyse die Bootstrap-Methode verwendet?
Da die Prüfung der Homoskedastizität ergab, dass die Annahme gleicher Fehlervarianzen nicht erfüllt ist, wird die Bootstrap-Methode zur Korrektur der Ergebnisse angewandt.
Was ist das Hauptergebnis bezüglich der Regressionsanalyse?
Es konnte gezeigt werden, dass die Variable „Negative Affektivität“ einen signifikanten positiven Einfluss auf die Anzahl der berichteten Symptome ausübt, während „Positive Affektivität“ einen moderaten negativen Effekt zeigt.
- Arbeit zitieren
- Anonym (Autor:in), 2023, Quantitative Datenanalyse. Varianzanalyse (ANOVA), Levene-Test und Regression, München, GRIN Verlag, https://www.grin.com/document/1359234
