Jörg Blasius, Victor Thiessen

Argumentieren mit Statistik

Eine Einführung für das sozialwissenschaftliche Studium

• Broschiertes Buch

Produktbeschreibung

Endlich verstehen, wie Statistik funktioniert!Noch keinen Überblick im Bereich der statistischen Methoden? Dieser Band hilft! Die Autoren stellen verschiedene statistische Methoden anschaulich vor und erklären, wie man mit statistischen Ergebnissen in den Sozialwissenschaften methodisch haltbar argumentiert. Beispiele verdeutlichen, welche statistische Methode im jeweiligen Fall wie anzuwenden ist. Die verwendeten Beispiele können direkt am eigenen PC nachgerechnet werden - die hierfür verwendeten Daten stehen zur freien Verfügung. Mit dieser fundierten Vorbereitung lässt sich die Vielzahl statischer Methoden nicht nur erschließen, sondern direkt selbst anwenden. Dieses Buch eignet sich für alle Studierende aus den sozialwissenschaftlichen Fächern, die kompetent mit Statistik arbeiten möchten (und müssen).

---

Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.

Produktdetails

• UTB Uni-Taschenbücher 5465
• Verlag: Barbara Budrich / UTB
• Artikelnr. des Verlages: 5465
• Seitenzahl: 372
• Erscheinungstermin: 17. Februar 2021
• Deutsch
• Abmessung: 22mm x 172mm x 242mm
• Gewicht: 696g
• ISBN-13: 9783825254650
• Artikelnr.: 59301235

Autorenporträt

Prof. Dr. Jörg Blasius lehrt am Institut für politische Wissenschaft und Soziologie an der Universität Bonn.

Prof. Dr. em. Victor Thiessen (verstorben) lehrte an der Dalhousie University, Halifax, Kanada.

Inhaltsangabe

Vorwort11Kapitel 1: Einführung in die Argumentation mit Statistik151.1 Einleitung 151.2 Argumente in der empirischen Sozialforschung 181.2.1 Beispiele für Argumente 181.2.2 Methodische Anforderungen 211.3 Beispiele für die Argumentation mit Statistik 241.3.1 Erstes Beispiel: Eurovision Song Contest 241.3.2 Zweites Beispiel: Die Beliebtheit von Politikerinnen und Politikern 261.4 Inhaltliche Themen und der Aufbau des Buches 31Kapitel 2: Univariate Verteilungen352.1 Einleitung 352.2 Die Datenmatrix352.3 Nominale (ungeordnet kategoriale) Variablen382.4 Ordinale (geordnet kategoriale) Variablen422.4.1 Ein empirisches Beispiel . 442.4.2 Der Vergleich von zwei Variablen472.4.3 Interpretation von ordinalen Trenddaten 492.5 Vom ordinalen zum metrischen Messniveau 532.6 Lage- und Streuungsmaße für metrisch skalierte Variablen 582.6.1 Der Mittelwert 582.6.2 Die durchschnittliche Abweichung 602.6.3 Varianz und Standardabweichung 602.6.4 Die Schiefe einer Verteilung 632.7 Weitere Variablen 642.7.1 Demokratiekenntnisse 642.7.2 Die Messung von Attraktivität: Selbst- und Fremdwahrnehmungen662.7.3 Politische Aktivitäten702.8 Die wichtigsten Erkenntnisse in diesem Kapitel72Kapitel 3: Wahrscheinlichkeiten 753.1 Einleitung753.2 Axiome der Wahrscheinlichkeitsrechnung773.3 Kombinatorik793.4 Diskrete Verteilungen833.4.1 Binomialverteilung843.4.2 Hypergeometrische Verteilung903.4.3 Weitere diskrete Verteilungen 933.5 Stetige Verteilungen 943.5.1 Normalverteilung 953.6 Die wichtigsten Erkenntnisse in diesem Kapitel100Kapitel 4: Stichproben und Populationen 1034.1 Einleitung 1034.2 Stichprobenziehung 1044.2.1 Notation 1064.3 Fehlerquellen in Umfragen 1064.3.1 Das Problem der fehlenden Werte 1104.3.2 Messfehler 1134.4 Gewichtung1144.5 Die wichtigsten Erkenntnisse in diesem Kapitel116Kapitel 5: Hypothesentests und statistische Signifikanz1175.1 Einleitung1175.2 Testen auf statistische Signifikanz1185.3 Einseitiges und zweiseitiges Testen1195.4 Fehler der ersten und zweiten Art1215.5 Der Standardfehler des Mittelwertes1245.6 Testen auf einem hypothetischen Mittelwert1255.7 Kleine Fallzahlen1265.7.1 Die Suche nach guten Argumenten 1285.8 Tests für unabhängige Stichproben 1305.8.1 Ein Erklärungsansatz und weitergehende Berechnungen1335.9 Tests für abhängige Stichproben1355.10 Differenzen zwischen den Anteilen 1385.11 Die Logik des Testens 1405.12 Die wichtigsten Erkenntnisse in diesem Kapitel143Kapitel 6: Kreuztabellen 1456.1 Einleitung1456.2 Ein einführendes Beispiel1476.3 PRE-Maße (Proportional Reduction in Error Measure) 1486.4 Der Zusammenhang von zwei Merkmalen1516.5 Prozent und Prozentpunkte1576.6 Veränderungen über Zeit1586.7 Der Chi-Quadrat Test auf statistische Signifikanz1626.7.1 Der Aufbau von Tabellen1636.7.2 Die Logik von Erwartungswerten und die Berechnung von Chi-Quadrat1646.7.3 Freiheitsgrade1686.7.4 Die Chi-Quadrat-Verteilung1696.8 Die Stärke des Zusammenhangs 1716.9 Weitere Beispiele 1746.10 Multiples Testen1796.10.1 Alpha-Adjustierung 1816.11 Tabellen mit mehr als zwei Variablen1826.12 Die wichtigsten Erkenntnisse in diesem Kapitel185Kapitel 7: Regression und Korrelation 1877.1 Einleitung1877.2 Die Logik der Regressionsanalyse1897.3 Ein empirisches Beispiel mit aggregierten Daten 1917.4 Vom Streudiagramm zur Regressionsanalyse1967.5 Die Steigung der Regressionsgeraden und die Regressionskonstante 2017.6 Die Richtung des Zusammenhanges 2097.7 Ausreißer in den Daten 2117.8 Welches ist die (un)abhängige Variable? 2147.9 Zentrierung der unabhängigen Variablen2167.10 Schiefe Verteilungen bei kontinuierlich skalierten Variablen2187.11 Statistische Signifikanz des Regressionskoeffizienten 2207.12 Korrelation und Regression 2237.13 Der Vergleich von Korrelationskoeffizienten 2267.13.1 Der Vergleich unterschiedlicher Korrelationskoeffizienten 2267.13.2 Ver