FuE I

Die Einleitung in das Seminar Forschungsmethoden und Evaluation I. R-Grundlagen werden aufgefrischt, Deskriptivstatistik, simple Datensimulation und der t-Test werden beispielhaft ausgeführt und erklärt. In den Appendices werden weitere sinnvolle Inhalte aufgegriffen. Eine analoge Simulationsstudie (Appendix A), Poweranalyseformeln (Appendix B) und Matrixalgebra (Appendix C)

In diesem Beitrag wird das Wissen der Einleitungssitzung erweitert um vemutlich bereits bekannte Kenntnisse. Es wird eine multiple Regression samt Voraussetzungsprüfung und Ausreißerdiagnostik durchgeführt. In den Appendizes werden weitere Details der Regression ausgeführt (Appendix A, B, D) und ggplot2 zur Visualisierung (Appendix C) gezeigt.

In diesem Beitrag werden Multi-Level Daten mit einer hierarchischen Regression analysiert. Die Modellebenen, Modellspezifikation und unter anderem Interpretationen der Effekte und Ergebnisse werden mit aufbauend komplexen Modellen erklärt.

In dieser Sitzung wird eine dichotome abhängige Variablen mit der logtischen Regression analysiert. Dies wird an einem Datensatz der damaligen Passagiere der Titanik mit 3 gewählten Eigenschaften im Zusammenhang mit der Überlebenswahrscheinlichkeit durchgeführt.

In dieser Sitzung wird die Hauptkomponentenanalyse betrachtet. Mit ihr kann ein besserer Überblick über die Daten verschafft werden. Aus vielen Variablen lassen sich dabei die namensgebenden Hauptkomponenten identifizieren.

In dieser Sitzung wird die MANOVA erläutert, mit welcher man Varianzanalysen mit mehreren Variablen auf Gruppenunterschiede in mehreren Gruppen untersuchen kann. Die beispielhafte Durchführung orientiert sich dabei an einem fiktiven Therapiedatenbeispiel. Weiterhin wird in Appendix B wird das Verfahren erweitert auf Messwiederholungen angewandt.

In dieser Sitzung wird die Diskriminanzanalyse erläutert, die gewissermaßen das Gegenstück zur MANOVA darstellt. Aus den abhängigen Variablen der Lebenszufriedenheit, der Depression, der Arbeitsbeanspruchung und der Arbeitszufriedenheit wird auf Gruppenzugehörigkeit geschlossen. Der Beitrag bedient sich wie der Vorherige dem fiktiven Datenbeispiel Therapy.