MV an der Universität des Saarlandes

Karteikarten und Zusammenfassungen für MV an der Universität des Saarlandes

Arrow Arrow

Komplett kostenfrei

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

Lerne jetzt mit Karteikarten und Zusammenfassungen für den Kurs MV an der Universität des Saarlandes.

Beispielhafte Karteikarten für MV an der Universität des Saarlandes auf StudySmarter:

Mediation: Bootstrapping

Beispielhafte Karteikarten für MV an der Universität des Saarlandes auf StudySmarter:

Was ist der mittlere Zusammenhang zwischen X und Y über die Gruppen hinweg?

Beispielhafte Karteikarten für MV an der Universität des Saarlandes auf StudySmarter:

Vergleich von mehr als 2 Gruppen regressionsanalytisch

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für MV an der Universität des Saarlandes auf StudySmarter:

Mediation: 4 Schritte Antwortsätze

Beispielhafte Karteikarten für MV an der Universität des Saarlandes auf StudySmarter:

Kann y durch den einzigartigen Anteil eines
Prädiktors x vorhergesagt werden?

Beispielhafte Karteikarten für MV an der Universität des Saarlandes auf StudySmarter:

OIM Output

lohnt sich die Berücksichtigung der genesteten Datenstruktur?

Weicht die mittlere AV von 0 ab?

Beispielhafte Karteikarten für MV an der Universität des Saarlandes auf StudySmarter:

Wie ist die Güte der Vorhersage durch
beide Prädiktoren zusammen?

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für MV an der Universität des Saarlandes auf StudySmarter:

Vergleich von 2 Gruppen
regressionsanalytisch

Beispielhafte Karteikarten für MV an der Universität des Saarlandes auf StudySmarter:

Partielle Redundanz

Beispielhafte Karteikarten für MV an der Universität des Saarlandes auf StudySmarter:

Kontrastkodierung: Wie unterscheiden sich
die 3 Gruppen? (lokale Interpretation)

Beispielhafte Karteikarten für MV an der Universität des Saarlandes auf StudySmarter:

Besteht ein quadratischer Zusammenhang
zwischen x und y?

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für MV an der Universität des Saarlandes auf StudySmarter:

unterscheidet sich die Stichprobe in den AVs bedeutsam von der Population? Wenn ja, in welchen AVs bestehen die Unterschiede?

Kommilitonen im Kurs MV an der Universität des Saarlandes. erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp. Jetzt mitmachen!

Jetzt mitmachen!

Flashcard Flashcard

Beispielhafte Karteikarten für MV an der Universität des Saarlandes auf StudySmarter:

MV

Mediation: Bootstrapping

a*b-Koeffizient nicht normalverteilt -> Sobel Test zu konservativ 

Prüfverteilung aus eigenen Daten schätzen durch Ziehung von Stichproben aus der vorliegenden Stichprobe (PROCESS Makro) (completely standarized indirect effect of X on Y): Das Konfidenzintervall des indirekten Pfades schießt die 0 nicht mit ein; 95%-CI = [5.20; 18.13]. Der indirekte Pfad ist also signifikant

MV

Was ist der mittlere Zusammenhang zwischen X und Y über die Gruppen hinweg?

  • zuerst überprüfen, welches Modell besser passt
  • dann da nach mittlerem Zusammenhang sehen
  • Y hängt bedeutsam von X ab, b = -2.05, t = -12.72 < -2. Je größer X, desto kleiner Y

MV

Vergleich von mehr als 2 Gruppen regressionsanalytisch

Dummykodierung oder Kontrastkodierung

Prädiktoren wieder auf zwei Variablen reduzieren

p-1 Dummy-/Kontrastvariablen

MV

Mediation: 4 Schritte Antwortsätze

  1. M kann bedeutsam anhand P vorhergesagt werden, Beta = .71, t(66) = 8,19, p < .001. Je größer P, desto größer M.
  2. K kann bedeutsam anhand von P vorhergesagt werden, Beta = .40, t(66) = 3,55, p < .001. Je größer P, desto größer K
  3. M kann über P hinaus K vorhersagen, Beta = .51, t(65) = 3.44, p = .001. Je größer M, desto größer K. Da P nicht über M hinaus K vorhersagen kann, handelt es sich um eine vollständige Mediation, Beta = .04, t(65) = 0.26, p = .78.
  4. Der indirekte Pfad ist statistisch bedeutsam, z = 3,15. Demnach wird der Zusammenhang zwischen P und K vollständig durch M vermittelt

MV

Kann y durch den einzigartigen Anteil eines
Prädiktors x vorhergesagt werden?

Y lässt sich bedeutsam anhand von x
vorhersagen, β = .49, t(86) = 5.52, p < .001.
Demnach geht ein größeres x mit einem
größeren y einher (positives Beta)/mit
einem kleineren y einher (negatives Beta)

MV

OIM Output

lohnt sich die Berücksichtigung der genesteten Datenstruktur?

Weicht die mittlere AV von 0 ab?

  • Only Intercepts Modell (R)
  • unter Random effects: Intercept- und Residualvarianz
  • Intercept: Varianz der Gruppenmittelwerte um den Gesamtmittelwert (0 = keine Unterschiede zwischen den Gruppen)
  • Residual: Varianz der individuellen Mittelwerte um den Gruppenmittelwert (0 = keine Unterschiede innerhalb der Gruppen)
  • ICC > 0 -> lohnenswert
  • Rund 56% (=ICC) der Varianz in Y ist darauf zurückzuführen, dass diese je zu einer bestimmten Gruppe gehören
  • unter fixed effects: die mittlere AV weicht bedeutsam von 0 ab, b = , t = > |2| (b = Gesamtmittelwert)

MV

Wie ist die Güte der Vorhersage durch
beide Prädiktoren zusammen?

Die beiden Prädiktoren erklären zusammen
63.1% der Varianz von Y. Diese
Varianzaufklärung ist bedeutsam, R2 = .36,
F(2, 86) = 24.24, p < .001.

MV

Vergleich von 2 Gruppen
regressionsanalytisch

Gruppe 1 mit 1, Gruppe 2 mit -1 kodieren, lineare
Regression rechnen (Gruppe zur Vorhersage von Y)
Die Gruppe kann Y bedeutsam vorhersagen
(Beta = .61, t(18) = 3.26, p = .004)

MV

Partielle Redundanz

βmR < βlR

MV

Kontrastkodierung: Wie unterscheiden sich
die 3 Gruppen? (lokale Interpretation)

Gruppe 1 ist signifikant besser in Y als Gruppe 2 und 3 (Beta = .54, t(24) = 3.24, p =.004). Das B-Gewicht zeigt an, dass Gruppe 1 um xx (3*bK1) besser in Y ist als die anderen beiden Gruppen. Es gibt keinen Unterschied zwischen Gruppe 2 und 3 (Beta = -.17, t(24) = -.99, p = .334).
Beta-Vorzeichen: positiv = Kriterium steigt zu höher kodierter Gruppe, negativ = Kriterium sinkt zu höher kodierter Gruppe. Abstand = Differenz zwischen Kodierung * b1

MV

Besteht ein quadratischer Zusammenhang
zwischen x und y?

X zeigt in der Vorhersage von Y einen bedeutsamen kurvilinearen Zusammenhang, β = .64, t(121) = 8.68, p < .001. Demnach geht ein moderater Wert von X mit einer Minderung von Y einher, die sich bei zunehmendem X in eine Steigerung umkehrt.

MV

unterscheidet sich die Stichprobe in den AVs bedeutsam von der Population? Wenn ja, in welchen AVs bestehen die Unterschiede?

  • bei zentrierten Variablen oder sinnvoller Nullstelle
  • multivariate Tests; Konstanter Term; Pillai-Spur: Die Stichprobe weicht in den AVs bedeutsam von der Population ab, Pillai-Spur = .92, F(4, 46) = 124.87, p < .001, ηp2 = .916.
  • Tests der Zwischensubjekteffekte, Konstanter Term: Unterschiede bestehen (wenn post-hoc Hypothese: "auch nach Bonferroni-Holm-Korrektur") in AV1 (F, p, ηp2), AV2 (F, p, ηp2), .... (auch unkorrigiert) bestehen keine Unterschiede in AV3, AV4, .... Bei Inspektion der Mittelwert scheint ein überdurchschnittlicher/unterdurchschnittlicher Wert in AV1/AV2 vorzuliegen, ...

Melde dich jetzt kostenfrei an um alle Karteikarten und Zusammenfassungen für MV an der Universität des Saarlandes zu sehen

Singup Image Singup Image
Wave

Andere Kurse aus deinem Studiengang

Für deinen Studiengang MV an der Universität des Saarlandes gibt es bereits viele Kurse auf StudySmarter, denen du beitreten kannst. Karteikarten, Zusammenfassungen und vieles mehr warten auf dich.

Zurück zur Universität des Saarlandes Übersichtsseite

PTE - Klausurfragen

MVTII an der

Universität Erlangen-Nürnberg

M an der

Hochschule für Angewandte Wissenschaften Hamburg

M2 an der

FernUniversität in Hagen

MVT an der

Universität Duisburg-Essen

MVD an der

Universität Hohenheim

Ähnliche Kurse an anderen Unis

Schau dir doch auch MV an anderen Unis an

Zurück zur Universität des Saarlandes Übersichtsseite

Was ist StudySmarter?

Was ist StudySmarter?

StudySmarter ist eine intelligente Lernapp für Studenten. Mit StudySmarter kannst du dir effizient und spielerisch Karteikarten, Zusammenfassungen, Mind-Maps, Lernpläne und mehr erstellen. Erstelle deine eigenen Karteikarten z.B. für MV an der Universität des Saarlandes oder greife auf tausende Lernmaterialien deiner Kommilitonen zu. Egal, ob an deiner Uni oder an anderen Universitäten. Hunderttausende Studierende bereiten sich mit StudySmarter effizient auf ihre Klausuren vor. Erhältlich auf Web, Android & iOS. Komplett kostenfrei. Keine Haken.

Awards

Best EdTech Startup in Europe

Awards
Awards

EUROPEAN YOUTH AWARD IN SMART LEARNING

Awards
Awards

BEST EDTECH STARTUP IN GERMANY

Awards
Awards

Best EdTech Startup in Europe

Awards
Awards

EUROPEAN YOUTH AWARD IN SMART LEARNING

Awards
Awards

BEST EDTECH STARTUP IN GERMANY

Awards