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.
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.
Einleitung29
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 dient37
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 Validität51
Die Validität von Studien beurTeilen 51
Die Reliabilität von Studien 55
Reliabilität und Validität von Tests 55
Kapitel 3 Forschungsethik65
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 Stichprobenauswahl97
Stichproben und Grundgesamtheiten 97
Verschiedene Möglichkeiten der Stichprobenauswahl 99
Auch gute Stichproben können »schlecht werden« 118
Kapitel 6 Fragebogen und psychometrische Tests123
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 Versuchsdesigns161
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 Forschung195
Qualitative Forschung verstehen 196
Stichprobenauswahl in der qualitativen Forschung 197
Qualitative Daten erheben 200
Qualitative Daten transkribieren 205
Kapitel 11 Qualitative Daten analysieren207
Grundsätze der Analyse qualitativer Daten 207
Ein Beispiel: Die thematische Analyse 213
Kapitel 12 Theoretische Ansätze und Methodik in der qualitativen Forschung219
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 schreiben235
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 Forschungsberichte269
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 Stichprobenumfangs305
Effekte messen 305
Effektstärken schätzen 311
Studien mit geeigneter statistischer Teststärke durchführen 312
Den Stichprobenumfang schätzen 315
Kapitel 18 Ein Exposé erarbeiten321
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 SPSS353
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 Inferenz425
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 Werte463
Die Grundlagen der standardisierten Werte 463
Z-Werte in der statistischen Analyse 466
Kapitel 29 Effektgröße und Teststärke471
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 Korrelationen491
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 Regression517
Grundlagen der Regression 518
Einfache Regression 523
Regression mit mehreren Variablen 528
Die Voraussetzungen für die Regression überprüfen 535
Kapitel 32 Zusammenhänge zwischen diskreten Variablen547
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 Unabhängiget-Tests und Mann-Whitney-Tests 569
Designs für unabhängige Gruppen 570
Der unabhängiget-Test 571
Mann-Whitney-Test 579
Kapitel 34 ANOVA zwischen Gruppen585
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 Gruppen611
Post-hoc-Tests für Designs mit unabhängigen Gruppen 612
Teil XI: Analysen für Forschungsdesigns mit wiederholten Messungen 623
Kapitel 36 Abhängiget-Tests und Wilcoxon-Tests625
Design mit wiederholten Messungen 625
Abhängigert-Test 626
Der Wilcoxon-Test 634
Kapitel 37 ANOVA innerhalb von Gruppen641
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 Messungen671
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 ANOVA685
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 sollten705
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 Forschungsberichte711
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 Testen717
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
Meinpist größer als deinp 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 Ergebnisse721
Denp-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
