Ausgerichtet am neuesten Stand der Forschung vermittelt dieses Lehrbuch alle wichtigen Grundlagen der psychologischen und sozialwissenschaftlichen Forschungsmethodik. Im Aufbau folgen die Autoren dabei dem Ablauf empirischer Untersuchungen und nicht formalen Kriterien. Konzepte und Verfahren werden möglichst intuitiv und anhand zahlreicher einprägsamer Beispiele aus dem Forschungsalltag erklärt. Das Verständnis von größeren Zusammenhängen und Prinzipien steht gegenüber der Detaildarstellung einzelner Verfahren, Formeln und Ableitungen stets im Vordergrund.
In der Neuauflage wurde das Buch - neben einer gründlichen Aktualisierung - stärker auch auf die Bedürfnisse von Studierenden sozialwissenschaftlicher Fächer ausgerichtet sowie u.a. um das Allgemeine Lineare Modell (ALM) und einige neue Effektgrößen ergänzt.
/ AUS DEM INHALT: / / /
Vorwort zur 2. Auflage XXIII
Vorwort zur 1. Auflage XXIV
Teil I Grundlagen und Konzepte 1
Kapitel 1 Alltagswissen versus Wissenschaft: Beispiel Psychologie 3
Kapitel 2 Wissenschaftstheorie, Theorien und Hypothesen 2 1
Kapitel 3 Messen und Testen 51
Kapitel 4 Datenerhebung: Befragung und Beobachtung 81
Kapitel 5 Experimentelle Designs 119
Teil II Deskriptive und explorative Datenanalyse 175
Kapitel 6 Lage- und Streuungsmaße 177
Kapitel 7 Korrelation 197
Kapitel 8 Lineare Regression 235
Kapitel 9 Effektgrößen 279
Teil III Inferenzstatistik 297
Kapitel 10 Grundlagen der Inferenzstatistik 299
Kapitel 11 Konfidenzintervalle 331
Kapitel 12 Signifikanztests 357
Kapitel 13 t-Tests 395
Der F-Test in der einfaktoriellen Varianzanalyse
Weitere F-Tests
Kontrastanalyse
Verfahren zur Analyse nominalskalierter Daten:
Chi-Quadrat Ot2-)Tests
Verfahren zur Analyse ordinalskalierter Daten
Inferenzstatistik: Erweiterungen und Ergänzungen
Das Allgemeine Lineare Modell
Das Allgemeine Lineare Modell
Regressionsrechnung: Ergänzungen und Erweiterungen
Indirekte Effekte, latente Variablen und
multiple Analyseebenen
Weitere Verfahren der Datenerhebung
und Datenanalyse
Explorative Datenanalyse (EDA): Weitere Verfahren
Effektgrößen: Erweiterungen und Ergänzungen
Metaanalyse
Besonderheiten d e r Datenerhebung
Computermodellierung als Forschungsmethode
Qualitative Methoden
Teil VI Reflexion 873
Kapitel 29 Methode und Inhalt 875
Anhang 887
Anhang A: Tabellen 888
Anhang B: Bibliografie 907
Anhang C: Register 927
Vorwort zur 2. Auflage XXIII
Vorwort zur 1. Auflage XXIV
Teil I Grundlagen und Konzepte 1
Kapitel 1 Alltagswissen versus Wissenschaft: Beispiel Psychologie 3
1.1 Die Fallstricke der Alltagspsychologie 5
1.1.1 Fehler beim Wahrnehmen 5
1.1.2 Fehler beim Erinnern 8
1.1.3 Fehler beim logischen Denken 10
1.1.4 Fehler beim Umgang mit Wahrscheinlichkeiten 11
1.2 Sprachgebrauch in Alltag und Wissenschaft 12
1.2.1 Missverständnisse beim Verstehen von Sprache im Alltag 12
1.2.2 Präzisierung der Sprache in der Wissenschaft 13
1.3 Die wissenschaftliche Methode 15
1.3.1 Theorien, Hypothesen und ihre Präzisierung 16
1.3.2 Design 17
1.3.3 Durchführung von Studien 17
1.3.4 Datenanalyse und -interpretation 18
1.4 Was gewinnen wir durch die wissenschaftliche Vorgehensweise? 18
Kapitel 2 Wissenschaftstheorie, Theorien und Hypothesen 2 1
2.1 Was ist die Wirklichkeit und wie können wir sie erkennen? 23
2.1.1 Das Leib-Seele-Problem 24
2.1.2 Induktion vs. Deduktion 25
2.2 Wissenschaftstheoretische Ansätze im Überblick 26
2.2.1 Konventionelle Ansätze 26
2.2.2 Wirklichkeit als Konstruktion 33
2.3 Spezialprobleme der Psychologie 36
2.3.1 Latente Variablen 37
2.3.2 Verhältnis zwischen Forscher und "Erforschten" 37
2.4 Woher kommen Theorien? 39
2.4.1 Bed, Bathroom and Bicycle 39
2.4.2 Die systematische Suche nach Theorien 41
2.5 Von Theorien zu Hypothesen 42
2.5.1 Wie sehen Theorien in der Psychologie aus? 42
2.5.2 Von der Theorie zur Hypothesenprüfung:
Grundlegende Vorgehensweise 43
2.5.3 Von der Theorie zur Hypothesenprüfung: Beispiele 45
2.5.4 Hypothesenprüfung und Wissenschaftstheorie 48
Kapitel 3 Messen und Testen 51
3.1 Was ist Messen? 53
3.2 Messtheorie 56
3.2.1 Messtheoretische Probleme 58
3.3 Skalenniveaus 61
3.3.1 Nominalskala 61
3.3.2 Ordinalskala 62
3.3.3 Intervallskala 64
3.3.4 Verhältnisskala 65
3.3.5 Absolutskala 67
3.4 Tests 67
3.5 Gütekriterien beim Testen und Messen 69
3.5.1 Objektivität 70
3.5.2 Reliabilität 71
3.5.3 Validität 75
Kapitel 4 Datenerhebung: Befragung und Beobachtung 81
4.1 Befragung: Unterschiedliche Perspektiven 83
4.1.1 Mündlich oder schriftlich? 83
4.1.2 Freie oder festgelegte Antwortmöglichkeiten? 86
4.1.3 Einzel-oder Gruppenbefragung? 87
4.1.4 Wie sehr standardisieren? 88
4.2 Befragung: Fehlermöglichkeiten und Gegenmaßnahmen 92
4.2.1 Potenzielle Probleme bei der Gestaltung und Anordnung
von Items 93
4.2.2 Potenzielle Probleme bei der Durchführung der Befragung 99
4.3 Befragung: Ein kurzes Resümee 100
4.3.1 Wann welche Art von Befragung? 101
4.3.2 Einige abschließende Hinweise 102
4.4 Beobachtung: Unterschiedliche Perspektiven 103
4.5 Beobachtimg: Fehlermöglichkeiten und Gegenmaßnahmen 111
4.6 Beobachtung: Ein kurzes Resümee 115
4.6.1 Wann welche Form von Beobachtung? 116
4.6.2 Einige abschließende Hinweise 116
4.7 Generalisierbarkeit von Befragungs-und Beobachtungsergebnissen 116
4.7.1 Auswahl der Situation 116
4.7.2 Auswahl der Studienteilnehmer 117
Kapitel 5 Experimentelle Designs 119
5.1 Warum werden Experimente durchgeführt? 121
5.2 Die Logik des Experiments 122
5.2.1 Grundlage für Kausalschlüsse 123
5.2.2 Interne Validität 128
5.3 Kontrolltechniken 129
5.3.1 Kontrolle personengebundener Störvariablen 130
5.3.2 Kontrolle von Störvariablen in der Versuchssituation 134
5.4 Externe Validität 140
5.4.1 Wie wichtig ist die externe Validität? 141
5.4.2 Wie kann die externe Validität erhöht werden? 143
5.5 Within-Subjects-Designs 144
5.5.1 Warum werden Within-Subjects-Designs eingesetzt? 147
5.5.2 Positionseffekte und ihre Kontrolle 152
5.5.3 Carry-Over-Effekte 158
5.6 Mehrfaktorielle Designs 159
5.6.1 Haupteffekte und Interaktionen in 2 x 2-Designs 161
5.6.2 Komplexere Designs 166
5.6.3 Interaktionen und externe Validität 168
5.7 Quasi-Experimente 169
Teil II Deskriptive und explorative Datenanalyse 175
Kapitel 6 Lage- und Streuungsmaße 177
6.1 Warum brauchen wir Streuungsmaße? 179
6.2 Lage und Streuung auf einen Blick 180
6.2.1 Stamm-Blatt-Diagramme 180
6.2.2 Box-Plots 184
6.3 Lagemaße im Detail 187
6.3.1 Arithmetisches Mittel 187
6.3.2 Median und Quantile 188
6.3.3 Modalwert 189
6.3.4 Weitere Lagemaße 189
6.4 Streuungsmaße im Detail 190
6.4.1 Standardabweichung und Varianz 190
6.4.2 Interquartilsabstand und andere Quantilsabstände 191
6.4.3 Weitere Streuungsmaße 191
6.5 Wann welches Maß? 192
6.5.1 Skalenniveau 192
6.5.2 Form der Verteilung 193
6.6 Standardisierung: z-Werte 194
6.7 Population vs. Stichprobe 195
Kapitel 7 Korrelation 197
7.1 Die grafische Darstellung von Korrelationen: Streudiagramme 199
7.2 Korrelationsmuster 202
7.2.1 Lineare und kurvilineare Zusammenhänge 202
7.2.2 Richtung und Stärke von Zusammenhängen 203
7.2.3 Die Bedeutung des Korrelationsmusters für die weitere Analyse.. 206
7.3 Der Produkt-Moment-Korrelationskoeffizient 207
7.3.1 z-Werte und der Produkt-Moment-Korrelationskoeffizient 214
7.4 Verzerrungen des Produkt-Moment-Korrelationskoeffizienten 216
7.4.1 Ausreißerwerte 217
7.4.2 Einschränkungen der Variabilität 218
7.4.3 Zusammenfassung von heterogenen Untergruppen 220
7.5 Korrelation und Kausalität 221
7.6 Partialkorrelation 224
7.7 Andere Zusammenhangsmaße 225
7.7.1 Korrelation zweier dichotomer Merkmale - der Phi-Koeffizient. . 226
7.7.2 Korrelation zweier ordinalskalierter Merkmale - Kendalls Tau . . 229
Kapitel 8 Lineare Regression 235
8.1 Grundbegriffe der Regressionsrechnung 237
8.1.1 Prädiktor und Kriterium 237
8.1.2 Deterministische Zusammenhänge und die Geradengleichung . . 238
8.1.3 Stochastische Zusammenhänge und die Regressionsgerade 240
8.1.4 Das Kriterium der kleinsten Quadrate 243
8.1.5 Bestimmung der Regressionsgeraden 244
8.1.6 Die Beziehung zwischen der Korrelation und dem
Regressionsgewicht b 246
8.1.7 Regression mit z-standardisierten Variablen 249
8.1.8 Der Regressionseffekt 251
8.1.9 Die Vorhersage von X aus Y 253
8.2 Die Güte der Vorhersage 255
8.2.1 Varianzzerlegung 257
8.2.2 Der Determinationskoeffizient r2 261
8.2.3 Der Standardschätzfehler 263
8.3 Probleme und Verzerrungen in der Regressionsrechnung 265
8.4 Ein Ausblick auf die multiple Regression 266
8.4.1 Multiple Regression mit z-standardisierten Variablen 267
8.4.2 Eine Illustration mit zwei Prädiktoren 268
8.4.3 Gütemaße in der multiplen Regression 272
Kapitel 9 Effektgrößen 279
9.1 Was sind Effektgrößen? 281
9.2 Abstandsmaße 281
9.3 Zusammenhangsmaße 285
9.4 Effektgrößen aus Effektgrößen 288
9.4.1 Abstandsmaße aus Abstandsmaßen 288
9.4.2 Korrelationen aus Abstandsmaßen 289
9.4.3 Abstandsmaße aus Korrelationen 290
9.5 Wie bedeutsam ist eine Effektgröße? 291
9.6 Weitere Effektgrößen-Maße 293
9.6.1 Relatives Risiko 294
9.6.2 Odds Ratio 295
9.6.3 Mehr zu Effektgrößen in diesem Buch 296
Teil III Inferenzstatistik 297
Kapitel 10 Grundlagen d e r Inferenzstatistik 299
10.1 Wahrscheinlichkeiten, kurz gefasst 301
10.1.1 Was ist Wahrscheinlichkeit? 301
10.1.2 Wahrscheinlichkeit von Konjunktionen und bedingte
Wahrscheinlichkeiten 303
10.2 Von der Population über Stichproben zur Stichprobenverteilung 306
10.2.1 Simulationsbeispiel für Anteile 307
10.2.2 Simulationsbeispiel für Mittelwerte 308
10.2.3 Die tatsächliche Vorgehensweise: Von der Stichprobe
zur Population 310
10.3 Stichprobenverteilung für Anteile 311
10.3.1 Binomialverteilung "per Hand" 312
10.3.2 Binomialverteilung mit Binomialformel 313
10.4 Lage- und Streuungsmaße von Stichprobenverteilungen 314
10.4.1 Binomialverteilung 315
10.4.2 Stichprobenverteilungen für Mittelwerte 318
10.5 Der Einfluss der Stichprobengröße auf die Stichprobenverteilung 323
10.5.1 Empirisches Gesetz der großen Zahlen 323
10.5.2 Zentraler Grenzwertsatz 325
10.6 Rekapitulation und Ausblick 328
Kapitel 11 Konfidenzintervalle 331
11.1 Was ist ein Konfidenzintervall? 333
11.1.1 Wahrscheinlichkeitsintervalle: Ein Gedankenexperiment 333
11.1.2 Konfidenzintervalle für Anteile 334
11.1.3 Auswirkungen der Höhe der Konfidenz und der
Stichprobengröße 336
11.1.4 Die Berechnung von Konfidenzintervallen 338
11.2 Konfidenzintervalle für Mittelwerte 341
11.3 Konfidenzintervalle für Mittelwertsunterschiede 344
11.3.1 Unabhängige Messungen 344
11.3.2 Abhängige (gepaarte) Messungen 347
11.4 Die Interpretation von Konfidenzintervallen 353
Kapitel 12 Signifikahztests 357
12.1 Wie funktioniert ein Signifikanztest? 359
12.2 Vorgehensweise nach R. A. Fisher 361
12.2.1 Beispiel 1: Vorzeichentest 362
12.2.2 Beispiel 2: f-Test für Mittelwert 364
12.2.3 Probleme mit der Vorgehensweise nach Fisher 365
12.3 Neymans & Pearsons Verbesserungsvorschläge 366
12.3.1 Warum braucht man die Alternativhypothese und wie
wird sie bestimmt? 366
12.3.2 Fehler erster und zweiter Art [a undß ) 368
12.3.3 Die "Verhaltensinterpretation" des Signifikanztestergebnisses... 368
12.4 Welche Faktoren beeinflussen das Ergebnis eines Signifikanztests? 369
12.4.1 Populations-Effektgröße 369
12.4.2 Stichprobengröße 370
12.4.3 Abwägung der Fehler erster und zweiter Art 372
12.4.4 Minimierung des "experimentellen Fehlers" 373
12.4.5 Homogenität der Population(en) 374
12.5 Poweranalyse 374
12.5.1 Die Suche nach der Stichprobengröße: "A priori-Analyse" 375
12.5.2 Die Suche nach einem Kompromiss zwischen a undß 375
12.5.3 Die Suche nach weiteren Interpretationsmöglichkeiten:
"post hoc-Analyse" 376
12.6 Vorgehensweise nach Neyman und Pearson 376
12.6.1 Beispiel 1: Vorzeichentest nach Neyman und Pearson 377
12.6.2 Beispiel 2: t-Test nach Neyman und Pearson 381
12.6.3 Akzeptanz des Ansatzes in Psychologie und
Sozialwissenschaften 383
12.7 Das konventionelle Verfahren: Der "Hybrid" 383
12.7.1 Bestandteile 384
12.7.2 Vorgehensweise und Ergebnisinterpretation 385
12.8 Signifikanztests: Was man noch wissen sollte 386
12.8.1 Spezifikation von Null- und Alternativhypothese 386
12.8.2 Wie man p-Werte nicht interpretieren sollte 388
12.8.3 Signifikanztest und Konfidenzintervall 389
12.8.4 Allgemeine Hinweise und Empfehlungen 391
Kapitel 13 f-Tests 395
13.1 Unterschied zwischen zwei Mittelwerten 397
13.1.1 Unabhängige Stichproben 397
13.1.2 Abhängige Stichproben 402
13.2 Weitere t-Tests 406
13.2.1 Korrelation 406
13.2.2 Regression 409
13.3 Effektgrößenberechnung aus Testergebnissen von f-Tests 409
13.3.1 Generelle Idee 410
13.3.2 Eine Stichprobe (Mittelwert vs. vorgegebener Wert) 410
13.3.3 Zwei unabhängige Stichproben 411
13.3.4 Zwei abhängige Stichproben 412
13.3.5 Korrelation und Regression 414
Kapitel 14 Der F-Test in d e r einfaktoriellen Varianzanalyse 417
14.1 Warum nicht mehrere t-Tests? 419
14.2 Die Logik der Varianzanalyse 422
14.2.1 Zwei Wege zu einer Schätzung der Populationsvarianz 423
14.2.2 Varianzzerlegung 432
14.3 Voraussetzungen der einfaktoriellen Varianzanalyse 440
14.4 Post-hoc-Tests 441
14.5 Effektgrößen in der einfaktoriellen Varianzanalyse 444
14.6 Power in der einfaktoriellen Varianzanalyse : 446
Kapitel 15 Weitere F-Tests 451
15.1 Mehrfaktorielle Varianzanalyse 453
15.1.1 Varianzzerlegung in der zweifaktoriellen Varianzanalyse 455
15.1.2 ANOVA-Tabelle 464
15.1.3 Varianzanalysen mit mehr als zwei Faktoren 465
15.1.4 Voraussetzungen der mehrfaktoriellen Varianzanalyse 466
15.1.5 Mehrfaktorielle Varianzanalysen mit ungleichen
Stichprobengrößen 466
15.1.6 Effektgrößen in der mehrfaktoriellen Varianzanalyse 467
15.1.7 Power in der mehrfaktoriellen Varianzanalyse 470
15.2 Varianzanalyse mit abhängigen Stichproben 473
15.2.1 Varianzzerlegung in der einfaktoriellen Varianzanalyse
mit abhängigen Stichproben 475
15.2.2 ANOVA-Tabelle 484 ...