Stichprobenplanung - Diagnostik an der Universität Osnabrück

Karteikarten und Zusammenfassungen für Stichprobenplanung - Diagnostik an der Universität Osnabrück

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 Stichprobenplanung - Diagnostik an der Universität Osnabrück.

Beispielhafte Karteikarten für Stichprobenplanung - Diagnostik an der Universität Osnabrück auf StudySmarter:

Nicht-Zufallsstichproben (non-probability samples): Fallstudie (case study)

Beispielhafte Karteikarten für Stichprobenplanung - Diagnostik an der Universität Osnabrück auf StudySmarter:

Coverage Fehler

Beispielhafte Karteikarten für Stichprobenplanung - Diagnostik an der Universität Osnabrück auf StudySmarter:

Verzerrungen in der Stichprobe

Beispielhafte Karteikarten für Stichprobenplanung - Diagnostik an der Universität Osnabrück auf StudySmarter:

Zufallsstrichprobe (random samples)

Beispielhafte Karteikarten für Stichprobenplanung - Diagnostik an der Universität Osnabrück auf StudySmarter:

Geschichtete Zufallsstichprobe (stratified sample)

Beispielhafte Karteikarten für Stichprobenplanung - Diagnostik an der Universität Osnabrück auf StudySmarter:

Klumpenstichprobe (cluster sample)

Beispielhafte Karteikarten für Stichprobenplanung - Diagnostik an der Universität Osnabrück auf StudySmarter:

Vollerhebung vs. Teilerhebung

Beispielhafte Karteikarten für Stichprobenplanung - Diagnostik an der Universität Osnabrück auf StudySmarter:

Poststratifizierung

Beispielhafte Karteikarten für Stichprobenplanung - Diagnostik an der Universität Osnabrück auf StudySmarter:

Bestimmung der optimalen Stichprobengröße abhängig von: 

Beispielhafte Karteikarten für Stichprobenplanung - Diagnostik an der Universität Osnabrück auf StudySmarter:

A priori Poweranalyse:

Beispielhafte Karteikarten für Stichprobenplanung - Diagnostik an der Universität Osnabrück auf StudySmarter:

kleine Stichproben

Beispielhafte Karteikarten für Stichprobenplanung - Diagnostik an der Universität Osnabrück auf StudySmarter:

 Nicht-Zufallsstichprobe vs. Zufallsstichproben

Kommilitonen im Kurs Stichprobenplanung - Diagnostik an der Universität Osnabrück. erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp. Jetzt mitmachen!

Jetzt mitmachen!

Flashcard Flashcard

Beispielhafte Karteikarten für Stichprobenplanung - Diagnostik an der Universität Osnabrück auf StudySmarter:

Stichprobenplanung - Diagnostik

Nicht-Zufallsstichproben (non-probability samples): Fallstudie (case study)

• Bewusste Auswahl (purposive sampling): Personen werden aus bestimmten Gründen ausgewählt (typische oder ungewöhnliche Fälle)
- z.B. seltene Erkrankung, erfolgreiche Führungskräfte
- Vgl. Foliensatz zu qualitativen und mixed methods Studien
• Bsp. Stigmatisierung bei Personen mit psych. Störungen (Dinos et al., 2004)

Stichprobenplanung - Diagnostik

Coverage Fehler

Liste mit allen Elementen der Zielpopulation vorliegend -> Vollerhebung oder Zufallsstichprobe möglich

  • Coverage-Fehler = Abdeckungsfehler - nicht alle Elemente der Zielpopulation in der Liste


  • Undercoverage (Unterabdeckung) = nicht alle Elemente der Zielpopulation in der Liste
  • Overcoverage (Überabdeckung) = Liste auch mit Elementen, die nicht zur Zielpopulation gehören


Auch Kombination beider Fehler innerhalb einer Untersuchung möglich

Stichprobenplanung - Diagnostik

Verzerrungen in der Stichprobe

Verzerrungen: Stichprobenziehung zwar weniger aufwendig als eine Vollerhebung, aber anfälliger für systematisch verzerrte Ergebnisse

  • ! auch bei Vollerhebungen sind Verzerrungen möglich (durch unreliable Instrumente etc.)


Systematische vs. Unsystematische Verzerrung

  • Systematisch: Ergebnisse bei (fast) jeder Durchführung in eine bestimmte Richtung verzerrt (IQ von Psychologiestudenten)
  • Unsystematisch: Ausmaß und Richtung variiert zwischen den einzelnen Durchführungen (unterschiedliche Stichproben mit unterschiedlichen Ergebnissen)


  • Vergrößerung der Stichprobe – hilft nur bei unsystematischen Fehlern (Abweichungen durch systematische Fehler nicht durch n beeinflussbar)

Stichprobenplanung - Diagnostik

Zufallsstrichprobe (random samples)

Liste aller Elemente der Zielpopulation muss verfügbar sein!  - Nötig zur Ziehung der Zufallsstichprobe


  • einfache Zufallsstichprobe 
  • geschichtete Zufallsstichprobe
  • Klumpenstichprobe (cluster sample)
  • mehrstufige Zufallsstichprobe (multistage sample)

Stichprobenplanung - Diagnostik

Geschichtete Zufallsstichprobe (stratified sample)

Zielpopulation anhand eines Merkmals oder mehrere Merkmale in Schichten aufgeteilt

  • Zufallsstichproben für einzelne Schichten/ Zellen gezogen
  • Wichtig: Schichtvariablen müssen relevant für das untersuchte Merkmal sein
  • Ideal: homogen innerhalb der Schichten, heterogen zwischen den Schichten - Schätzung wird präziser; redundante Schichtungsvariablen vermeiden

Proportionale Schichtung vs. Disproportionale Schichtung

  • Disproportional:
    1. bewusste Unterrepräsentation großer Schichten (undersampling)
    2. Überrepräsentation kleiner Schichten (oversampling)
  • Gewichtung der Ergebnisse notwendig!

Stichprobenplanung - Diagnostik

Klumpenstichprobe (cluster sample)

  • Zufällige Auswahl von Klumpen (Firmen, Schule etc.) - alle Elemente der Klumpen berücksichtigt (= Vollerhebung)
  • Vorteil: nur Klumpen und nicht alle Elemente innerhalb der Klumpen müssen bekannt sein (zunächst)
  • Problem: Klumpen meist homogener als die Zielgruppe (Einstellungen, Überzeugungen etc.) - Generalisierung problematisch
    1. Möglichst viele Klumpen berücksichtigen!
    2. Heterogenität innerhalb und Homogenität zwischen den Klumpen gewünscht!

Stichprobenplanung - Diagnostik

Vollerhebung vs. Teilerhebung

Können alle Elemente der Zielpopulation untersuchen?


Vollerhebung: alle Elemente der Zielpopulation untersuchen (kleine Aufträge und kleine Zielpopulation)

  • Erhebungsstichprobe = Zielstichprobe


Teilerhebung: Stichprobenziehung (sampeling) notwendig

  • Generalisierung auf alle anderen Elemente der Zielpopulation
  • Prävalenzen von Störungen etc.

Stichprobenplanung - Diagnostik

Poststratifizierung

  • Erhöhung der Plausibilität der Generalisierbarkeit (bei beiden Stichprobenarten)
  • Schichtung nach der Erhebung - Erfassung bestimmter Variablen (Alter, Geschlecht etc.)
  • durchschnittliche Ausprägung der AV wird für alle Kombinationen von Schichten geschätzt
  • Aggregieren über alle Kombinationen hinweg, um die Populationswerte zu schätzen
  • Gewichtung der Ergebnisse anhand der Populationsanteile (Populationsanteile der Schichten müssen bekannt sein; Statistisches Bundesamt etc.)

Auswirkung:

  • Externe Validität wird erhöht
    1. Ersetzt aber NICHT die Suche nach adäquaten Stichproben
    2. Falls bestimmte Gruppen nicht untersucht wurden, dann ist eine Generalisierung nicht möglich

Stichprobenplanung - Diagnostik

Bestimmung der optimalen Stichprobengröße abhängig von: 

  • Vorgaben/ Empfehlungen der Auftraggeber
  • Frühere bzw. ähnliche Untersuchungen
  • Daumenregeln
  • A priori Poweranalysen
  • Theoretische Sättigung
  • Qualitativer Stichprobenplan
  • Non-Response

Stichprobenplanung - Diagnostik

A priori Poweranalyse:

  • Problem: Underpowered study vs. Overpowered study à Problematisch wenn verschiedene Analyseverfahren mit einer Stichprobe berechnet werden soll
    1. Underpowered = (fast) alles nicht signifikant
    2. Overpowered = (fast) alles signifikant
  • Bei komplexen Analysen schwierig:
    1. Viele Prädiktoren
    2. Voraussetzungsverletzungen
    3. Viele Interaktionen
    4. Mehrebenenmodelle
  • Annahmen der erwarteten Effekte häufig zu optimistisch
    1. Meist wird ein mittelgroßer Effekt erwartet à obwohl es in den meisten Untersuchungen nur kleine Effekte sind
      • Underpowered study als Folge
    2. Vermutlich meist größere Stichproben als berechnet notwendig (dann overpowered?)
    3. Erhöhung der Power durch
      • Messwiederholung
      • Stärkere Manipulation
      • Überpräsentation leicht erreichbarer Gruppen (z.B. Kontrollgruppe)
    4. Zur Vermeidung optimistischer Effektannahmen: kleinste relevante Effekte spezifizieren
      • Mindestanforderungen bei anerkannten Interventionen
      • Koste-Nutzen Rechnung
      • Veranschaulichung möglich

Stichprobenplanung - Diagnostik

kleine Stichproben

  • Manchmal ist nur eine kleine Stichprobe nötig um eine gute Power zu erreichen

Vorteile von kleinen Stichproben:

  • Vermeidung von Ressourcenverschwendung (Zeit, Entlohnung)
  • Vermeidung von overpowered studies

Potentielle Probleme:

  • Fehlende Werte und Dropout können die Stichprobe stark beeinflussen
  • Unreliable Instrumente + kleines N = instabile Schätzung der Effekte
  • Nicht-Zufallsstichprobe + kleines N = enorme Verzerrungsgefahr
  • Bedeutsame unsystematische Verzerrungen bei kleinem N möglich

àDaher sollte das angestrebte N größer als das Ergebnis der Poweranalyse sein

  • Overpowered nicht möglich, wenn man Bayessche Statistik statt p-Werte verwendet
  • Wenn Bayssche Statistik nicht verwendbar berücksichtigen: Effekt praktisch bedeutsam?
  • Diagnostische und evaluative Entscheidungen sollen nicht ausschließlich auf p-Werten, sondern auf Kosten-Nutzen-Überlegungen
    1. Psychische, körperliche und monetäre Aspekte
    2. Beabsichtige und unbeabsichtigte Effekte (incl. Nebenwirkungen)

Stichprobenplanung - Diagnostik

 Nicht-Zufallsstichprobe vs. Zufallsstichproben

Nicht-Zufallsstichproben

  • Generalisierung der Ergebnisse auf andere Elemente der Zielpopulation nicht möglich (oft)
  • Bei Quotenstichproben wir manchmal von lokaler Repräsentativität gesprochen
    1. Stichprobe sei im Hinblick auf die Quotierungsvariable repräsentativ
    2. Wichtige Variablen vllt nicht berücksichtigt? - Generalisierung problematisch
    3. Kleiner Zielpopulation wählen um die Plausiblität der Generalisierbarkeit zu erhöhen


Zufallsstichprobe 

  • Generalisierung meist möglich
  • Nachteile:
    1. Aufwand
    2. Kosten
    3. Liste mit allen Elementen der Zielpopulation muss vorhanden sein
      • Außer bei Klumpenauswahl o. mehrstufigen Zufallsauswahl (nur Liste der oberen Elemente) - meist größere Ergebnisverzerrung als bei anderen Zufallsstichproben

Melde dich jetzt kostenfrei an um alle Karteikarten und Zusammenfassungen für Stichprobenplanung - Diagnostik an der Universität Osnabrück zu sehen

Singup Image Singup Image
Wave

Andere Kurse aus deinem Studiengang

Für deinen Studiengang Stichprobenplanung - Diagnostik an der Universität Osnabrück gibt es bereits viele Kurse auf StudySmarter, denen du beitreten kannst. Karteikarten, Zusammenfassungen und vieles mehr warten auf dich.

Zurück zur Universität Osnabrück Übersichtsseite

Biopsychologie

2. Immunsystem (Biopsychologie)

3. Angst und Angststörungen (Biopsychologie)

4. Schizophrenie

Einführung - Diagnostik

Auftrag und Theorie - Diagnostik

Design - Diagnostik

Verfahren

6. Depressionen (Biopsychologie)

Auswertung, Interpretation, Entscheidung und Kommunikation der Ergebnisse

Altklausur Bio

7. Gedächtnis und Demenz (Biopsychologie)

8. Sucht

Psychosomatik

Psychotherapie und Beratung

Verhaltensbiologie

Pathopsychologie

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 Stichprobenplanung - Diagnostik an der Universität Osnabrück 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

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
X

StudySmarter - Die Lernplattform für Studenten

StudySmarter

4.5 Stars 1100 Bewertungen
Jetzt entdecken
X

Gute Noten in der Uni? Kein Problem mit StudySmarter!

89% der StudySmarter Nutzer bekommen bessere Noten in der Uni.

50 Mio Karteikarten & Zusammenfassungen
Erstelle eigene Lerninhalte mit Smart Tools
Individueller Lernplan & Statistiken


Lerne mit über 1 Millionen Nutzern in der kostenlosen StudySmarter App.

Du bist schon registriert? Hier geht‘s zum Login