Lernmaterialien für L3 Auswertung zweidimensionaler Daten an der IU Internationale Hochschule

Greife auf kostenlose Karteikarten, Zusammenfassungen, Übungsaufgaben und Altklausuren für deinen L3 Auswertung zweidimensionaler Daten Kurs an der IU Internationale Hochschule zu.

TESTE DEIN WISSEN

Welche der folgenden Aussagen ist richtig?

Lösung anzeigen

TESTE DEIN WISSEN

Der Korrelationskoeffizient kann nur Werte annehmen, die kleiner als –1 sind.

Lösung ausblenden

TESTE DEIN WISSEN

Welche der folgenden Aussagen ist richtig? Ein Korrelationskoeffizient …

Lösung anzeigen

TESTE DEIN WISSEN

… nahe 0 bedeutet, dass kein Zusammenhang zwischen zwei Merkmalen vorliegt.

Lösung ausblenden

TESTE DEIN WISSEN

Welche der folgenden Aussagen sind richtig? Bei zwei quantitativen Merkmalen …

Lösung anzeigen

TESTE DEIN WISSEN

… kann auch eine Kontingenztabelle angefertigt werden.

Lösung ausblenden

TESTE DEIN WISSEN

Welche Möglichkeiten gibt es zur Auswertung von zweidimensionalen Daten?

Lösung anzeigen

TESTE DEIN WISSEN

Zweidimensionale Daten = es werden Daten von zwei Merkmalen betrachtet und ob diese einen Zusammenhang aufweisen

Korrelationsmaße (Kovarianz + Korrelationskoeffizient)

anwendbar für metrisch skalierte Merkmale (quantitativ)
Korrelation = beschreibt Zusammenhang zwischen zwei quantitativen Merkmalen
im Streuungsdiagramm darstellbar

Kontingenz

wie schreibt Zusammenhang zwischen zwei qualitativen Merkmalen
In Kontingenztabelle darstellbar

Kovarianz = Richtung des Zusammenhangs

cXY = summe aus (xi - xquer) x (yi - yquer) / n

cXY zeigt, ob ein näherungsweise linearer Zusammenhang zwischen X + Y besteht
Kann theoretisch jeden Wert annehmen

Kovarianz positiv = cXY größer 0 = Merkmale positiv korreliert, näherungsweise linear

Kovarianz negativ = cXY kleiner 0 = Merkmale negativ korreliert, näherungsweise linear

Kovarianz 0 = Merkmale sind nicht korreliert

—> Kovarianz 0 = Korrelationskoeffizient = 0 —> kein linearer Zusammenhang

ABER: bei Kovarianz O könnte ein Zusammenhang zwischen X und Y bestehen

nicht linear
Regellos
Unabhängige Merkmale

Korrelationskoeffizient = Intensität des Zusammenhangs

rXY = cXY / (sx x sy)

kann nur Werte zwischen -1 und +1 annehmen

—> Beurteilung der Intensität der Korrelation zweier quantitative Merkmale

-1 bis -0,6 = Starke negative Korrelation = starker negativer linearer Zusammenhang
-0,6 bis unter null = schwache negative Korrelation = schwacher negativer linearer Zusammenhang
keine Korrelation = rXY = 0
0 bis 0,6 = schwache positive Korrelation = schwacher positiver linearer Zusammenhang
0,6 bis 1 = starke positive Korrelation = starker positiver linearer Zusammenhang

—> Eine Korrelation sagt nichts über eine kausale Ursache-Wirkungs-Beziehung aus

Lösung ausblenden

TESTE DEIN WISSEN

Was ist bei der Aufbereitung und Interpretation von zweidimensionalen Daten zu beachten?

Lösung anzeigen

TESTE DEIN WISSEN

—> Korrelation und Kontingents sagt nichts über eine kausale Ursache – Wirkung – Beziehung aus
—> nur Aussagen über die Tendenzen

es gibt in der Regel nur einen tendenziösen Zusammenhang
Einzelfälle können dieser Tendenz widersprechen

Grund

die Beziehung zwischen beiden Merkmalen kann nicht doch eine einfache Funktion mathematisch erklärt werden

Beispiel Lernaufwand im Fach Statistik

möglich, dass trotz eines hohen Lernaufwandes die Punktzahl in der Klausur bei einigen Studenten niedriger ausfällt, obwohl ein tendenziell höherer Lernumfang mit einer höheren Punktzahl einhergeht

Lösung ausblenden

TESTE DEIN WISSEN

Betrachtet seien zwei Merkmale: Schulabschluss (X) und Berufsgruppe (Y). Wie lässt sich der Zusammenhang zwischen den beiden Merkmalen veranschaulichen? Begründen Sie die Antwort.

Lösung anzeigen

TESTE DEIN WISSEN

Schulabschluss ist ein komparatives Merkmal
Berufsgruppe stellt ein qualitatives Merkmal
aus diesem Grund kann eine Veranschaulichung des Zusammenhangs nur mithilfe einer Kontingenztabelle erfolgen

Lösung ausblenden

TESTE DEIN WISSEN

Bitte kreuzen Sie die richtigen Aussagen an.

Lösung anzeigen

TESTE DEIN WISSEN

Die Kovarianz kann positive und negative Werte annehmen.

Lösung ausblenden

TESTE DEIN WISSEN

Welche der folgenden Aussagen sind richtig? Bei zwei qualitativen Merkmalen …

Lösung anzeigen

TESTE DEIN WISSEN

… ist die Anfertigung eines Streuungsdiagramms möglich.

Lösung ausblenden

TESTE DEIN WISSEN

Angenommen, es wird ein Korrelationskoeffizient von 0,002 am mittelt. Ist es aufgrund dieses Wertes darauf zu schließen, dass es keinen Zusammenhang zwischen den Merkmalen gibt?

Lösung anzeigen

TESTE DEIN WISSEN

Nein, darauf lässt sich nur schließen, dass es keinen linearen Zusammenhang gibt, aber es könnte ein anders geartete Zusammenhang bestehen

—> Denn die Kovarianz/Korrelationskoeffizient misst nur näherungsweise lineare Zusammenhänge

Lösung ausblenden

TESTE DEIN WISSEN

Bitte kreuzen Sie die richtigen Aussagen an.

Lösung anzeigen

TESTE DEIN WISSEN

Der Korrelationskoeffizient kann nur Werte zwischen –1 und +1 annehmen.

Lösung ausblenden

TESTE DEIN WISSEN

Interpretation von Streuungsdiagrammen...

Lösung anzeigen

TESTE DEIN WISSEN

quantiative Merkmale

Gerade geht von unten links nach oben rechts - wenn beide Merkmale ansteigen, besteht ein näherungsweiser linearer postiver Zusammenhang
Merkmale sind also positiv korreliert

Gerade geht von oben links nach unten rechts - ein Merkmal steigt, das andere sinkt
es bsteht ein näherungsweise linearer negativer Zusammenhang
Merkmale sind negativ korreliert

Lösung ausblenden

TESTE DEIN WISSEN

Für welche Merkmalspaare ist der Korrelationskoeffizient ein geeignetes Korrelationsmaß?

Körpergröße und Körpergewicht
Körpergröße und Zeit beim Hundertmeterlauf
Studienfach und Geschlecht
Einstellungsalter und Anfangsgehalt in Euro von Absolventen einer Hochschule

Lösung anzeigen

TESTE DEIN WISSEN

Korrelationsmaße können nur bei metrisch skalierten Merkmal angewandt werden

daher

Körpergröße und Körpergewicht sind metrisch, daher Korrelationskoeffizient berechenbar
Körpergröße und Zeit beim Hundertmeterlauf sind metrisch, daher Korrelationskoeffizient berechenbar
Studienfach sowie das Geschlecht sind nicht metrisch skaliert (Nominalskala), daher Korrelationskoeffizient nicht berechenbar
Einstellungsalter und Anfangsgehalt sind metrisch, daher ist Korrelationskoeffizient berechenbar

Lösung ausblenden

1151493 Karteikarten
20825 Studierende
501 Lernmaterialien

Jetzt loslegen

Beispielhafte Karteikarten für deinen L3 Auswertung zweidimensionaler Daten Kurs an der IU Internationale Hochschule - von Kommilitonen auf StudySmarter erstellt!

Welche der folgenden Aussagen ist richtig?

Der Korrelationskoeffizient kann nur Werte annehmen, die kleiner als –1 sind.

Welche der folgenden Aussagen ist richtig? Ein Korrelationskoeffizient …

… nahe 0 bedeutet, dass kein Zusammenhang zwischen zwei Merkmalen vorliegt.

Welche der folgenden Aussagen sind richtig? Bei zwei quantitativen Merkmalen …

… kann auch eine Kontingenztabelle angefertigt werden.

Welche Möglichkeiten gibt es zur Auswertung von zweidimensionalen Daten?

Zweidimensionale Daten = es werden Daten von zwei Merkmalen betrachtet und ob diese einen Zusammenhang aufweisen

Korrelationsmaße (Kovarianz + Korrelationskoeffizient)

anwendbar für metrisch skalierte Merkmale (quantitativ)
Korrelation = beschreibt Zusammenhang zwischen zwei quantitativen Merkmalen
im Streuungsdiagramm darstellbar

Kontingenz

wie schreibt Zusammenhang zwischen zwei qualitativen Merkmalen
In Kontingenztabelle darstellbar

Kovarianz = Richtung des Zusammenhangs

cXY = summe aus (xi - xquer) x (yi - yquer) / n

cXY zeigt, ob ein näherungsweise linearer Zusammenhang zwischen X + Y besteht
Kann theoretisch jeden Wert annehmen

Kovarianz positiv = cXY größer 0 = Merkmale positiv korreliert, näherungsweise linear

Kovarianz negativ = cXY kleiner 0 = Merkmale negativ korreliert, näherungsweise linear

Kovarianz 0 = Merkmale sind nicht korreliert

—> Kovarianz 0 = Korrelationskoeffizient = 0 —> kein linearer Zusammenhang

ABER: bei Kovarianz O könnte ein Zusammenhang zwischen X und Y bestehen

nicht linear
Regellos
Unabhängige Merkmale

Korrelationskoeffizient = Intensität des Zusammenhangs

rXY = cXY / (sx x sy)

kann nur Werte zwischen -1 und +1 annehmen

—> Beurteilung der Intensität der Korrelation zweier quantitative Merkmale

-1 bis -0,6 = Starke negative Korrelation = starker negativer linearer Zusammenhang
-0,6 bis unter null = schwache negative Korrelation = schwacher negativer linearer Zusammenhang
keine Korrelation = rXY = 0
0 bis 0,6 = schwache positive Korrelation = schwacher positiver linearer Zusammenhang
0,6 bis 1 = starke positive Korrelation = starker positiver linearer Zusammenhang

—> Eine Korrelation sagt nichts über eine kausale Ursache-Wirkungs-Beziehung aus

Was ist bei der Aufbereitung und Interpretation von zweidimensionalen Daten zu beachten?

—> Korrelation und Kontingents sagt nichts über eine kausale Ursache – Wirkung – Beziehung aus
—> nur Aussagen über die Tendenzen

es gibt in der Regel nur einen tendenziösen Zusammenhang
Einzelfälle können dieser Tendenz widersprechen

Grund

die Beziehung zwischen beiden Merkmalen kann nicht doch eine einfache Funktion mathematisch erklärt werden

Beispiel Lernaufwand im Fach Statistik

möglich, dass trotz eines hohen Lernaufwandes die Punktzahl in der Klausur bei einigen Studenten niedriger ausfällt, obwohl ein tendenziell höherer Lernumfang mit einer höheren Punktzahl einhergeht

Mehr Karteikarten anzeigen

Betrachtet seien zwei Merkmale: Schulabschluss (X) und Berufsgruppe (Y). Wie lässt sich der Zusammenhang zwischen den beiden Merkmalen veranschaulichen? Begründen Sie die Antwort.

Schulabschluss ist ein komparatives Merkmal
Berufsgruppe stellt ein qualitatives Merkmal
aus diesem Grund kann eine Veranschaulichung des Zusammenhangs nur mithilfe einer Kontingenztabelle erfolgen

Bitte kreuzen Sie die richtigen Aussagen an.

Die Kovarianz kann positive und negative Werte annehmen.

Welche der folgenden Aussagen sind richtig? Bei zwei qualitativen Merkmalen …

… ist die Anfertigung eines Streuungsdiagramms möglich.

Angenommen, es wird ein Korrelationskoeffizient von 0,002 am mittelt. Ist es aufgrund dieses Wertes darauf zu schließen, dass es keinen Zusammenhang zwischen den Merkmalen gibt?

Nein, darauf lässt sich nur schließen, dass es keinen linearen Zusammenhang gibt, aber es könnte ein anders geartete Zusammenhang bestehen

—> Denn die Kovarianz/Korrelationskoeffizient misst nur näherungsweise lineare Zusammenhänge

Bitte kreuzen Sie die richtigen Aussagen an.

Der Korrelationskoeffizient kann nur Werte zwischen –1 und +1 annehmen.

Interpretation von Streuungsdiagrammen...

quantiative Merkmale

Gerade geht von unten links nach oben rechts - wenn beide Merkmale ansteigen, besteht ein näherungsweiser linearer postiver Zusammenhang
Merkmale sind also positiv korreliert

Gerade geht von oben links nach unten rechts - ein Merkmal steigt, das andere sinkt
es bsteht ein näherungsweise linearer negativer Zusammenhang
Merkmale sind negativ korreliert

Für welche Merkmalspaare ist der Korrelationskoeffizient ein geeignetes Korrelationsmaß?

Körpergröße und Körpergewicht
Körpergröße und Zeit beim Hundertmeterlauf
Studienfach und Geschlecht
Einstellungsalter und Anfangsgehalt in Euro von Absolventen einer Hochschule

Korrelationsmaße können nur bei metrisch skalierten Merkmal angewandt werden

daher

Körpergröße und Körpergewicht sind metrisch, daher Korrelationskoeffizient berechenbar
Körpergröße und Zeit beim Hundertmeterlauf sind metrisch, daher Korrelationskoeffizient berechenbar
Studienfach sowie das Geschlecht sind nicht metrisch skaliert (Nominalskala), daher Korrelationskoeffizient nicht berechenbar
Einstellungsalter und Anfangsgehalt sind metrisch, daher ist Korrelationskoeffizient berechenbar

Erstelle und finde Lernmaterialien auf StudySmarter.

Greife kostenlos auf tausende geteilte Karteikarten, Zusammenfassungen, Altklausuren und mehr zu.

Jetzt loslegen

Select your language

Lernmaterialien für L3 Auswertung zweidimensionaler Daten an der IU Internationale Hochschule

Beispielhafte Karteikarten für deinen L3 Auswertung zweidimensionaler Daten Kurs an der IU Internationale Hochschule - von Kommilitonen auf StudySmarter erstellt!

Erstelle und finde Lernmaterialien auf StudySmarter.

Das sind die beliebtesten StudySmarter Kurse für deinen Studiengang L3 Auswertung zweidimensionaler Daten an der IU Internationale Hochschule

Quantitative Forschungsmethoden

Soziologie

Methoden und Instrumente der SA

Ambulante und Stationäre Jugendarbeit

Lektion 1 & 2, 3, 4, 5

Statistik AKF

psychologie

Lektion 1 - Die Anfänge des soziologischen Denkens

Methoden 1

Lektion 2 - Wissenschaftstheoretische Grundlagen

Medizin für Nichtmediziner I

Soziologie 6*

Medizin I

Sozialrecht

Soziologie

Pädagogik

Soziologie

Sozialmanagement

Modul: Einführung in die Soziale Arbeit

Soziologie 4*

Integration und Migration

Sozialgeschichte, Philosophie, Ethik

Medizin für Nichtmediziner 1

Zielgruppenarbeit und Fallmanagement

Medizin für Nichtmediziner I

Soziologie

Lektion 10 Methoden und Instrumente I

Zielgruppenarbeit und Fallmanagement

Methoden und Instrumente der Sozialen Arbeit I

Sozialrecht Online Test

Soziologie 3*

Medizin AKF offene Fragen

Einführung in die Soziale Arbeit

Methoden und Instrumente I

Public und Non Profit Management

Methoden und Instrumente in der sozialen Arbeit I

Medizin Begriffe Lektion 3

Quantitative Forschungsmethoden

Sozialwirtschaft Lektion 2

MC aus Sprint Statistik

Fachkundeprüfung - Technischer Betrieb und Betriebsführung

MCs

Medizin 1

Methoden und Instrumente

Methoden & Instrumente II

Nonprofit und Public Management

Lernfragen + Prüfungsfragen

Lektion 1

Sozialmanagement

Sozialmanagement

Zusammenfassung als Karten

Lektion 3

Medizin - Begriffe Lektion 1

Personalwesen

Lektion 1 & 2

Zielgruppenarbeit und Fallmanagement

Sozialrecht

Quantitative Forschung

Soziologie

Methoden 2

Ambulante und stationäre Jugendarbeit

Medizin für Nichtmediziner I

Lektion 5

Sozialmanagement

2. Methoden quantitativer Forschung

Soziologie 1*

Qualitätsmanagement in der Sozialen Arbeit

Metoden und Instrumente der Sozialen Arbeit

Päda

Soziologie 5*

Methoden und Instrumente der sozialen Arbeit 2

Lektion 3

Sozialrecht

Lektion 3

Personalwesen 1