Jörg Blasius, Victor Thiessen
Argumentieren mit Statistik (eBook, PDF)
Eine Einführung für das sozialwissenschaftliche Studium
Statt 31,90 €**
30,99 €
**Preis der gedruckten Ausgabe (Broschiertes Buch)
inkl. MwSt. und vom Verlag festgesetzt.
0 °P sammeln
Jörg Blasius, Victor Thiessen
Argumentieren mit Statistik (eBook, PDF)
Eine Einführung für das sozialwissenschaftliche Studium
- Format: PDF
- Merkliste
- Auf die Merkliste
- Bewerten Bewerten
- Teilen
- Produkt teilen
- Produkterinnerung
- Produkterinnerung
Bitte loggen Sie sich zunächst in Ihr Kundenkonto ein oder registrieren Sie sich bei
bücher.de, um das eBook-Abo tolino select nutzen zu können.
Hier können Sie sich einloggen
Hier können Sie sich einloggen
Sie sind bereits eingeloggt. Klicken Sie auf 2. tolino select Abo, um fortzufahren.
Bitte loggen Sie sich zunächst in Ihr Kundenkonto ein oder registrieren Sie sich bei bücher.de, um das eBook-Abo tolino select nutzen zu können.
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…mehr
- Geräte: PC
- ohne Kopierschutz
- eBook Hilfe
- Größe: 4.76MB
- Upload möglich
Andere Kunden interessierten sich auch für
- Peter FischerWissenschaftstheorie der Sozialwissenschaften (eBook, PDF)19,99 €
- Stephan MoebiusKultursoziologie (eBook, PDF)22,99 €
- Oliver DimbathEinführung in die Soziologie (eBook, PDF)19,99 €
- Kathrin LeuzeWissenschaftliches Arbeiten im Soziologiestudium (eBook, PDF)12,99 €
- Ina BerningerGrundlagen sozialwissenschaftlichen Arbeitens (eBook, PDF)22,99 €
- Markus SchroerSoziologische Theorien (eBook, PDF)29,99 €
- Kerstin JürgensMit Soziologie in den Beruf (eBook, PDF)17,99 €
-
-
-
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).
Produktdetails
- Produktdetails
- Verlag: UTB GmbH
- Seitenzahl: 372
- Erscheinungstermin: 15. Februar 2021
- Deutsch
- ISBN-13: 9783838554655
- Artikelnr.: 71191896
- Verlag: UTB GmbH
- Seitenzahl: 372
- Erscheinungstermin: 15. Februar 2021
- Deutsch
- ISBN-13: 9783838554655
- Artikelnr.: 71191896
Vorwort11 Kapitel 1: Einführung in die Argumentation mit Statistik15 1.1 Einleitung 15 1.2 Argumente in der empirischen Sozialforschung 18 1.2.1 Beispiele für Argumente 18 1.2.2 Methodische Anforderungen 21 1.3 Beispiele für die Argumentation mit Statistik 24 1.3.1 Erstes Beispiel: Eurovision Song Contest 24 1.3.2 Zweites Beispiel: Die Beliebtheit von Politikerinnen und Politikern 26 1.4 Inhaltliche Themen und der Aufbau des Buches 31 Kapitel 2: Univariate Verteilungen35 2.1 Einleitung 35 2.2 Die Datenmatrix35 2.3 Nominale (ungeordnet kategoriale) Variablen38 2.4 Ordinale (geordnet kategoriale) Variablen42 2.4.1 Ein empirisches Beispiel . 44 2.4.2 Der Vergleich von zwei Variablen47 2.4.3 Interpretation von ordinalen Trenddaten 49 2.5 Vom ordinalen zum metrischen Messniveau 53 2.6 Lage- und Streuungsmaße für metrisch skalierte Variablen 58 2.6.1 Der Mittelwert 58 2.6.2 Die durchschnittliche Abweichung 60 2.6.3 Varianz und Standardabweichung 60 2.6.4 Die Schiefe einer Verteilung 63 2.7 Weitere Variablen 64 2.7.1 Demokratiekenntnisse 64 2.7.2 Die Messung von Attraktivität: Selbst- und Fremdwahrnehmungen66 2.7.3 Politische Aktivitäten70 2.8 Die wichtigsten Erkenntnisse in diesem Kapitel72 Kapitel 3: Wahrscheinlichkeiten 75 3.1 Einleitung75 3.2 Axiome der Wahrscheinlichkeitsrechnung77 3.3 Kombinatorik79 3.4 Diskrete Verteilungen83 3.4.1 Binomialverteilung84 3.4.2 Hypergeometrische Verteilung90 3.4.3 Weitere diskrete Verteilungen 93 3.5 Stetige Verteilungen 94 3.5.1 Normalverteilung 95 3.6 Die wichtigsten Erkenntnisse in diesem Kapitel100 Kapitel 4: Stichproben und Populationen 103 4.1 Einleitung 103 4.2 Stichprobenziehung 104 4.2.1 Notation 106 4.3 Fehlerquellen in Umfragen 106 4.3.1 Das Problem der fehlenden Werte 110 4.3.2 Messfehler 113 4.4 Gewichtung114 4.5 Die wichtigsten Erkenntnisse in diesem Kapitel116 Kapitel 5: Hypothesentests und statistische Signifikanz117 5.1 Einleitung117 5.2 Testen auf statistische Signifikanz118 5.3 Einseitiges und zweiseitiges Testen119 5.4 Fehler der ersten und zweiten Art121 5.5 Der Standardfehler des Mittelwertes124 5.6 Testen auf einem hypothetischen Mittelwert125 5.7 Kleine Fallzahlen126 5.7.1 Die Suche nach guten Argumenten 128 5.8 Tests für unabhängige Stichproben 130 5.8.1 Ein Erklärungsansatz und weitergehende Berechnungen133 5.9 Tests für abhängige Stichproben135 5.10 Differenzen zwischen den Anteilen 138 5.11 Die Logik des Testens 140 5.12 Die wichtigsten Erkenntnisse in diesem Kapitel143 Kapitel 6: Kreuztabellen 145 6.1 Einleitung145 6.2 Ein einführendes Beispiel147 6.3 PRE-Maße (Proportional Reduction in Error Measure) 148 6.4 Der Zusammenhang von zwei Merkmalen151 6.5 Prozent und Prozentpunkte157 6.6 Veränderungen über Zeit158 6.7 Der Chi-Quadrat Test auf statistische Signifikanz162 6.7.1 Der Aufbau von Tabellen163 6.7.2 Die Logik von Erwartungswerten und die Berechnung von Chi-Quadrat164 6.7.3 Freiheitsgrade168 6.7.4 Die Chi-Quadrat-Verteilung169 6.8 Die Stärke des Zusammenhangs 171 6.9 Weitere Beispiele 174 6.10 Multiples Testen179 6.10.1 Alpha-Adjustierung 181 6.11 Tabellen mit mehr als zwei Variablen182 6.12 Die wichtigsten Erkenntnisse in diesem Kapitel185 Kapitel 7: Regression und Korrelation 187 7.1 Einleitung187 7.2 Die Logik der Regressionsanalyse189 7.3 Ein empirisches Beispiel mit aggregierten Daten 191 7.4 Vom Streudiagramm zur Regressionsanalyse196 7.5 Die Steigung der Regressionsgeraden und die Regressionskonstante 201 7.6 Die Richtung des Zusammenhanges 209 7.7 Ausreißer in den Daten 211 7.8 Welches ist die (un)abhängige Variable? 214 7.9 Zentrierung der unabhängigen Variablen216 7.10 Schiefe Verteilungen bei kontinuierlich skalierten Variablen218 7.11 Statistische Signifikanz des Regressionskoeffizienten 220 7.12 Korrelation und Regression 223 7.13 Der Vergleich von Korrelationskoeffizienten 226 7.13.1 Der Vergleich unterschiedlicher Korrelationskoeffizienten 226 7.13.2 Vergleich von Korrelationskoeffizienten in unterschiedlichen Studien 226 7.13.3 Effekte durch die Interviewer229 7.14 Korrelationsmatrizen233 7.15 Die wichtigsten Erkenntnisse in diesem Kapitel238 Exkurs: Die Methode der kleinsten Quadrate 239 Kapitel 8: Varianzanalyse 243 8.1 Einleitung 243 8.2 Einfaktorielle Varianzanalyse 244 8.3 Beispiel: Der Zusammenhang von Parteikenntnissen und Wahlabsicht247 8.4 Der Test auf Signifikanz und die F-Verteilung 249 8.5 Weitere Beispiele254 8.6 Zweifaktorielle Varianzanalysen259 8.6.1 Ein weiteres Beispiel 262 8.6.2 Das Modell der zweifaktoriellen Varianzanalyse264 8.7 Die wichtigsten Erkenntnisse in diesem Kapitel267 Kapitel 9: Zuverlässigkeit und Gültigkeit269 9.1 Einleitung 269 9.2 Das Messmodell 270 9.3 Klassische Testtheorie273 9.4 Messfehler bei latenten und manifesten Variablen276 9.4.1 Das Konstrukt „Politische Gespräche“ 276 9.4.2 Das Konstrukt Parteikenntnisse280 9.4.3 Die Stärke von Zusammenhängen281 9.4.4 Die Verknüpfung von zwei Konstrukten 283 9.5 Messfehler und Antwortmuster 285 9.6 Die Qualität der Daten .288 9.7 Die wichtigsten Erkenntnisse in diesem Kapitel292 Kapitel 10: Multiple Regression 295 10.1 Einleitung 295 10.2 Ein einführendes Beispiel 296 10.2.1 Mittelwertzentrierung 299 10.3 Standardisierte Regressionskoeffizienten303 10.4 Adjustierung der erklärten Varianz 305 10.5 Effekte durch die Interviewer 306 10.6 Interaktionseffekte 311 10.7 Die Verwendung von dichotomen Merkmalen als unabhängige Variablen 313 10.8 Die Einbeziehung von ungeordneten kategorialen Variablen in das Regressionsmodell 317 10.9 Scheinbare Beziehungen (Scheinkorrelationen) 321 10.10 Fehlende Angaben 324 10.11 Nichtlineare Zusammenhänge 327 10.12 Beispiele aus der sozialwissenschaftlichen Forschung331 10.12.1 Zur Erklärung von politischem Wissen 331 10.12.2 Kriterien zur Einschätzung der Attraktivität der Befragten 336 10.13 Die wichtigsten Erkenntnisse in diesem Kapitel341 Kapitel 11: Multivariate Datenanalyse 343 11.1 Einleitung343 11.2 Klassifikation der multivariaten Verfahren343 11.2.1 Regressionsverfahren 345 11.2.2 Klassifikationsverfahren346 11.2.3 Clusterverfahren349 11.2.4 Skalierungsverfahren 355 11.3 Weitere multivariate Verfahren . 361 11.4 Die wichtigsten Erkenntnisse in diesem Kapitel363 Literatur 365 Online-Quellen370
Vorwort11 Kapitel 1: Einführung in die Argumentation mit Statistik15 1.1 Einleitung 15 1.2 Argumente in der empirischen Sozialforschung 18 1.2.1 Beispiele für Argumente 18 1.2.2 Methodische Anforderungen 21 1.3 Beispiele für die Argumentation mit Statistik 24 1.3.1 Erstes Beispiel: Eurovision Song Contest 24 1.3.2 Zweites Beispiel: Die Beliebtheit von Politikerinnen und Politikern 26 1.4 Inhaltliche Themen und der Aufbau des Buches 31 Kapitel 2: Univariate Verteilungen35 2.1 Einleitung 35 2.2 Die Datenmatrix35 2.3 Nominale (ungeordnet kategoriale) Variablen38 2.4 Ordinale (geordnet kategoriale) Variablen42 2.4.1 Ein empirisches Beispiel . 44 2.4.2 Der Vergleich von zwei Variablen47 2.4.3 Interpretation von ordinalen Trenddaten 49 2.5 Vom ordinalen zum metrischen Messniveau 53 2.6 Lage- und Streuungsmaße für metrisch skalierte Variablen 58 2.6.1 Der Mittelwert 58 2.6.2 Die durchschnittliche Abweichung 60 2.6.3 Varianz und Standardabweichung 60 2.6.4 Die Schiefe einer Verteilung 63 2.7 Weitere Variablen 64 2.7.1 Demokratiekenntnisse 64 2.7.2 Die Messung von Attraktivität: Selbst- und Fremdwahrnehmungen66 2.7.3 Politische Aktivitäten70 2.8 Die wichtigsten Erkenntnisse in diesem Kapitel72 Kapitel 3: Wahrscheinlichkeiten 75 3.1 Einleitung75 3.2 Axiome der Wahrscheinlichkeitsrechnung77 3.3 Kombinatorik79 3.4 Diskrete Verteilungen83 3.4.1 Binomialverteilung84 3.4.2 Hypergeometrische Verteilung90 3.4.3 Weitere diskrete Verteilungen 93 3.5 Stetige Verteilungen 94 3.5.1 Normalverteilung 95 3.6 Die wichtigsten Erkenntnisse in diesem Kapitel100 Kapitel 4: Stichproben und Populationen 103 4.1 Einleitung 103 4.2 Stichprobenziehung 104 4.2.1 Notation 106 4.3 Fehlerquellen in Umfragen 106 4.3.1 Das Problem der fehlenden Werte 110 4.3.2 Messfehler 113 4.4 Gewichtung114 4.5 Die wichtigsten Erkenntnisse in diesem Kapitel116 Kapitel 5: Hypothesentests und statistische Signifikanz117 5.1 Einleitung117 5.2 Testen auf statistische Signifikanz118 5.3 Einseitiges und zweiseitiges Testen119 5.4 Fehler der ersten und zweiten Art121 5.5 Der Standardfehler des Mittelwertes124 5.6 Testen auf einem hypothetischen Mittelwert125 5.7 Kleine Fallzahlen126 5.7.1 Die Suche nach guten Argumenten 128 5.8 Tests für unabhängige Stichproben 130 5.8.1 Ein Erklärungsansatz und weitergehende Berechnungen133 5.9 Tests für abhängige Stichproben135 5.10 Differenzen zwischen den Anteilen 138 5.11 Die Logik des Testens 140 5.12 Die wichtigsten Erkenntnisse in diesem Kapitel143 Kapitel 6: Kreuztabellen 145 6.1 Einleitung145 6.2 Ein einführendes Beispiel147 6.3 PRE-Maße (Proportional Reduction in Error Measure) 148 6.4 Der Zusammenhang von zwei Merkmalen151 6.5 Prozent und Prozentpunkte157 6.6 Veränderungen über Zeit158 6.7 Der Chi-Quadrat Test auf statistische Signifikanz162 6.7.1 Der Aufbau von Tabellen163 6.7.2 Die Logik von Erwartungswerten und die Berechnung von Chi-Quadrat164 6.7.3 Freiheitsgrade168 6.7.4 Die Chi-Quadrat-Verteilung169 6.8 Die Stärke des Zusammenhangs 171 6.9 Weitere Beispiele 174 6.10 Multiples Testen179 6.10.1 Alpha-Adjustierung 181 6.11 Tabellen mit mehr als zwei Variablen182 6.12 Die wichtigsten Erkenntnisse in diesem Kapitel185 Kapitel 7: Regression und Korrelation 187 7.1 Einleitung187 7.2 Die Logik der Regressionsanalyse189 7.3 Ein empirisches Beispiel mit aggregierten Daten 191 7.4 Vom Streudiagramm zur Regressionsanalyse196 7.5 Die Steigung der Regressionsgeraden und die Regressionskonstante 201 7.6 Die Richtung des Zusammenhanges 209 7.7 Ausreißer in den Daten 211 7.8 Welches ist die (un)abhängige Variable? 214 7.9 Zentrierung der unabhängigen Variablen216 7.10 Schiefe Verteilungen bei kontinuierlich skalierten Variablen218 7.11 Statistische Signifikanz des Regressionskoeffizienten 220 7.12 Korrelation und Regression 223 7.13 Der Vergleich von Korrelationskoeffizienten 226 7.13.1 Der Vergleich unterschiedlicher Korrelationskoeffizienten 226 7.13.2 Vergleich von Korrelationskoeffizienten in unterschiedlichen Studien 226 7.13.3 Effekte durch die Interviewer229 7.14 Korrelationsmatrizen233 7.15 Die wichtigsten Erkenntnisse in diesem Kapitel238 Exkurs: Die Methode der kleinsten Quadrate 239 Kapitel 8: Varianzanalyse 243 8.1 Einleitung 243 8.2 Einfaktorielle Varianzanalyse 244 8.3 Beispiel: Der Zusammenhang von Parteikenntnissen und Wahlabsicht247 8.4 Der Test auf Signifikanz und die F-Verteilung 249 8.5 Weitere Beispiele254 8.6 Zweifaktorielle Varianzanalysen259 8.6.1 Ein weiteres Beispiel 262 8.6.2 Das Modell der zweifaktoriellen Varianzanalyse264 8.7 Die wichtigsten Erkenntnisse in diesem Kapitel267 Kapitel 9: Zuverlässigkeit und Gültigkeit269 9.1 Einleitung 269 9.2 Das Messmodell 270 9.3 Klassische Testtheorie273 9.4 Messfehler bei latenten und manifesten Variablen276 9.4.1 Das Konstrukt „Politische Gespräche“ 276 9.4.2 Das Konstrukt Parteikenntnisse280 9.4.3 Die Stärke von Zusammenhängen281 9.4.4 Die Verknüpfung von zwei Konstrukten 283 9.5 Messfehler und Antwortmuster 285 9.6 Die Qualität der Daten .288 9.7 Die wichtigsten Erkenntnisse in diesem Kapitel292 Kapitel 10: Multiple Regression 295 10.1 Einleitung 295 10.2 Ein einführendes Beispiel 296 10.2.1 Mittelwertzentrierung 299 10.3 Standardisierte Regressionskoeffizienten303 10.4 Adjustierung der erklärten Varianz 305 10.5 Effekte durch die Interviewer 306 10.6 Interaktionseffekte 311 10.7 Die Verwendung von dichotomen Merkmalen als unabhängige Variablen 313 10.8 Die Einbeziehung von ungeordneten kategorialen Variablen in das Regressionsmodell 317 10.9 Scheinbare Beziehungen (Scheinkorrelationen) 321 10.10 Fehlende Angaben 324 10.11 Nichtlineare Zusammenhänge 327 10.12 Beispiele aus der sozialwissenschaftlichen Forschung331 10.12.1 Zur Erklärung von politischem Wissen 331 10.12.2 Kriterien zur Einschätzung der Attraktivität der Befragten 336 10.13 Die wichtigsten Erkenntnisse in diesem Kapitel341 Kapitel 11: Multivariate Datenanalyse 343 11.1 Einleitung343 11.2 Klassifikation der multivariaten Verfahren343 11.2.1 Regressionsverfahren 345 11.2.2 Klassifikationsverfahren346 11.2.3 Clusterverfahren349 11.2.4 Skalierungsverfahren 355 11.3 Weitere multivariate Verfahren . 361 11.4 Die wichtigsten Erkenntnisse in diesem Kapitel363 Literatur 365 Online-Quellen370