Material aus der Lehre

PsyBSc 2

Statistik I

In PsyBSc 2 geht es um die erste Einführung in die Statistik im Psychologiestudium. Dafür betrachten wir die Grundstruktur von R, Datenimport, einfache Grafiken, Deskriptivstatistiken, Verteilungsfunktionen und einige Tests. Das dazugehörige Material taucht im Verlauf des Semesters hier auf.

Hinweis: Aufgrund der Lehrumstellung zum Wintersemester 20212022 ändert sich auch die Struktur dieses Abschnitts. Wir arbeiten daran, die Inhalte so schnell wie möglich wieder öffentlich verfügbar zu machen.

1R-IntroInhalteAufgabenLösungen
2Deskriptivstatistik für Nominal- und OrdinalskalenInhalteAufgabenLösungen
3Deskriptivstatistik für IntervallskalenInhalteAufgabenLösungen
4VerteilungenInhalteAufgabenLösungen
ZusatzÜbungsaufgabenAufgabenLösungen
5Tests und KonfidenzintervalleInhalteAufgabenLösungen
6Tests für unabhängige StichprobenInhalteAufgabenLösungen
7Tests für abhängige StichprobenInhalteAufgabenLösungen
8KorrelationInhalteAufgabenLösungen
9RegressionInhalteAufgabenLösungen
10Simulation und PoweranalyseInhalteAufgabenLösungen
ZusatzGruppenprojektInhalteHinweise ErgebnisberichtFormR FAQ

Die Umfrage aus der ersten Woche gibt es hier. Die Daten, die dabei in der ersten Sitzung entstanden sind, können Sie hier im RDA Format und hier im CSV Format herunterladen. Was welche Variablen in diesem Datensatz bedeutet, wird in der Variablenübersicht erläutert.

PsyBSc 7

Statistik II

Das Modul PsyBSc7 vertieft die im Modul PsyBSc2 vermittelten Grundlagen. Behandelt werden u.a. Matrixalgebra, spezielle Typen von Korrelationskoeffizienten, multiple Regression, deren Voraussetzungen und Erweiterungen, Varianzanalysen, das Testen komplexer Hypothesen, Messwiederholungsdesigns, Tests für kategoriale Variablen sowie forschungslogische Aspekte bei der Anwendung statistischer Modelle. Aufbauend auf den theoretischen Grundlagen der Regressions- und Varianzanalyse lernen Studierende, empirische Fragestellungen in die Form statistischer Modelle zu übertragen, komplexe Hypothesen zu testen und multiple Variablenzusammenhänge differenziert zu beurteilen. Einige dieser Inhalte werden hier in R umgesetzt und vertieft.

I1Wiederholung von Grundlagen in RInhalte
I2Grafiken mit ggplot2InhalteDaten Quiz 1
II3Partial- & SemipartialkorrelationInhalte
II4Regressionsanalyse I: multiple RegressionInhalteDaten Quiz 2
III5Regressionsanalyse II: ModelloptimierungInhalte
III6Regressionanalyse III: VoraussetzungsprüfungInhalteDaten Quiz 3
IV7Regressionanalyse IV: quadratische und InteraktionseffekteInhalte
IV8Loops und FunktionenInhalteDaten Quiz 4
V9ANOVA I: einfaktorielle VarianzanalyseInhalte
V10ANOVA II: zweifaktorielle VarianzanalyseInhalteDaten Quiz 5
VI11ANOVA III: Varianzanalyse mit MesswiederholungInhalteDaten Quiz 6
ZusatzRegressionanalyse V: nichtlineare RegressionInhalteDaten Zusatzquiz

PsyMSc 1

Forschungsmethoden und Evaluation I & II

Das Modul PsyMSc1 ist in zwei Teile untergliedert: Forschungsmethoden und Evaluation I und II. In F&E I geht es um multivariate Vorhersagemodelle, die als (multivariate) Erweiterung des Allgemeinen Linearen Modells angesehen werden können. Beispielsweise wird die Regressionsanalyse erweitert, um auch bestimmte Abhängigkeiten in den Daten modellieren zu können, sowie um auch dichotome abhängige Variablen vorhersagen zu können. Neben der multivariaten Erweiterung der Varianzanalyse (ANOVA) werden auch Datenvorbereitungsmaßnahmen vorgestellt, welche den/die Anwender/in beim Verstehen der Struktur in den Daten unterstützen sollen. Die inhaltlichen Sitzungen werden hierbei durch die Umsetzung in R unterstützt:

1Einleitung und WiederholungInhalteÜbungsdaten
2Regressionsanalyse und AusreißerdiagnostikInhalteÜbungsdaten
3Hierarchische RegressionsanalyseInhalteÜbungsdaten
4Logistische RegressionsanalyseInhalteÜbungsdaten
ZusatzHauptkomponentenanalyseInhalteÜbungsdaten
ZusatzMultivariate VarianzanalyseInhalteÜbungsdaten
ZusatzDiskriminanzanalyseInhalte

Die zweite Hälfte des Moduls, F&E II, befasst sich vor allem mit Ansätzen zur Modellierung latenter Variablen und deren Beziehungen zueinander. Darunter fallen z.B. explorative und konfirmatorische Faktorenanalysen, die die Beziehung zwischen manifesten Variablen und den ihnen zugrundeliegenden latenten Variablen modellieren. Aber auch die Modellierung der Beziehung zwischen latenten psychologischen Konstrukten (Strukturgleichungsmodelle) und die Vergleiche von Modellen zwischen verschiedenen Gruppen, z.B. für interkulturelle Studien, ist Bestandteil dieses Semesters.

1Einführung in lavaanInhalteÜbungsdatenR-Skript
2Explorative FaktorenanalyseInhalteÜbungsdatenR-Skript
3Konfirmatorische FaktorenanalyseInhalteÜbungsdatenR-Skript
4StrukturgleichungsmodelleInhalteÜbungsdatenR-Skript
ZusatzModelfitInhalte
5Multigruppen ModelleInhalteÜbungsdatenR-Skript
ZusatzInvarianztestungInhalte
  • Zusatz-Abschnitte sollen als Ergänzung für Interessierte dienen und einige angesprochene Aspekte vertiefen. Hier werden keine neuen R-Inhalte vermittelt.

KliPPsMSc 5a

Vertiefung der Forschungsmethodik für Psychotherapeut*innen

Das Modul KliPPsMSc5 ist in zwei Teile untergliedert. Im ersten Semester besuchen Sie ein Seminar, im zweiten Semester eine Vorlesung. Die hier bereitgestellten Inhalte beziehen sich auf die Seminare im ersten Semester - also den Teil 5a des Moduls. Dabei geht es in allen Seminaren um multivariate Vorhersagemodelle, die als (multivariate) Erweiterung des Allgemeinen Linearen Modells angesehen werden können. Beispielsweise wird die Regressionsanalyse erweitert, um auch bestimmte Abhängigkeiten in den Daten modellieren zu können. Weiterhin werden in jedem Seminar zwei von drei Ergänzungsmodulen behandelt - diese werden von Ihrem:r Dozierenden zu Beginn des Semesters vorgestellt. Die inhaltlichen Teile in den Seminaren werden durch die Umsetzung in R unterstützt, die hier jeweils in einem Tutorial vorgestellt wird.

I1Einleitung und WiederholungInhalte
I2Multiple Regression und AusreißerdiagnostikInhalteQuizdaten
II1ANOVA vs. RegressionInhalte
II2ANCOVA und moderierte RegressionInhalte
II3Logistische RegressionsanalyseInhalteQuizdaten
III1Hierarchische RegressionInhalteQuizdaten
IV1Meta-Analyse: MittelwertsdifferenzenInhalte
IV2Meta-Analyse: KorrelationenInhalteQuizdaten
Va1Kausalschätzer im ANCOVA SettingInhalte
Va2Kausalschätzer mit Propensity ScoresInhalteQuizdaten
Vb1Netzwerkanalyse im QuerschnittInhalte
Vb2Netzwerkanalyse im LängsschnittInhalteQuizdaten
Zusatz
  • Zusatz-Abschnitte sollen als Ergänzung für Interessierte dienen und einige angesprochene Aspekte vertiefen. Hier werden keine neuen R-Inhalte vermittelt.

PsyMSc 5

Forschungsmodul: Forschungsmethoden und Evaluation I

Das Modul PsyMSc5 - Forschungsmethoden und Evaluation I beschäftigt sich mit vertiefenden Analysen und Simulationsstudien und gibt dadurch Einblicke in die Welt der Analyse von statistischen Methoden.

Die hier präsentierten Unterlagen sind während des Forschungsmoduls F&E I - Wintersemester 202021 entstanden.

1Simulationsstudien in RInhalte
2SelektionseffekteInhalte

PsyMSc 5

Forschungsmodul: Arbeits- und Organisationspsychologie

Das Modul PsyMSc5 - Forschungsmodul Arbeits- und Organisationspsychologie bringt Einblicke in die Forschungsmethoden in der angewandten Psychologie und soll hierbei vertiefende Kenntnisse in einem ausgewählten Gebiet der Arbeits- und Organisationspsychologie: hier aus dem Bereich Arbeit und Gesundheit vermitteln. Die Studierenden sollen die Kompetenz erwerben, in diesem ausgewählten Gebiet den wissenschaftlichen Forschungsprozess im psychologischen Anwendungsbereich von der Einarbeitung in ein Thema, der Entwicklung von Forschungshypothesen, Organisation und Auswertung einer Untersuchung sowie Verfassen eines wissenschaftlichen Papers kennenzulernen, einzuüben und sich damit auf die Masterarbeit vorzubereiten.

Die hier präsentierten Unterlagen sind während des Forschungsmoduls A&O - SoSe 2020 und WiSe 202021 entstanden. Sie beziehen sich auf den Umgang mit Datensätzen und R mit besonderem Schwerpunkt auf dem Durchführen von Meta-Analysen. Inhaltliche Grundelagen wurden in den Veranstaltungen vermittelt.

1Einlesen von DatensätzenInhalte
2Meta-Analysen in RInhalte