Quiz
PTE Fragenkatalog 8-9
Erstelle ein kostenloses Konto, um dieses Quiz zu beenden
Speichere deinen Fortschritt und sieh dir dein Endergebnis an.
oder mit deiner E-Mail registrieren
Schon ein Konto? Anmelden
Fragen in diesem Quiz (153)
1Die interne Validität bezieht sich auch konkurrierende Erklärungen jedes beobachteten Effekts bei einer Einzelfalluntersuchung
- ARichtig
- BFalsch
2Die interne Validität sollte garantieren, dass mittels einer Zufallsstichprobe aus einer Population generalisierbare Ergebnisse erzielt werden
- ARichtig
- BFalsch
3Externe Validität kann bei einzelfallprüfenden Untersuchungen nur durch Wiederholungen in anderen Kontexten erreicht werden
- ARichtig
- BFalsch
4Kategoriengrenzen können breiter definiert werden, um größere (klinische) Studien zu ermöglichen (large-n-studies)
- ARichtig
- BFalsch
5Studien mit kleinen Stichproben (intensive designs) und Einzelfälle (single case studies) sind häufig Alltag im klinischen Bereich, z.B. bei Betrachtung Fokus auf Veränderungen über die Zeit oder bei vielen Patientengruppen mit selektiven Beeinträchtigungen
- ARichtig
- BFalsch
6Parametrische Tests lassen bei small-n-Designs bzw. single-case studies keine validen Schlussfolgerungen über Treatments zu
- ARichtig
- BFalsch
7Non-parametrische Tests sind ab n < 10 sinnvoll
- ARichtig
- BFalsch
8Rangtests besitzen nur eine reduzierte Sensitivität gegenüber realen Treatmenteffekten
- ARichtig
- BFalsch
9Der U-Test kann als Alternative für den t-Test für unabhängige Stichproben verwendet
werden- ARichtig
- BFalsch
10Die Grenze zwischen kleinen und sehr kleinen Stichproben ist unscharf, bei sehr kleinen
Stichproben liegt meist eine bestimmte Zahl von Beobachtungen pro Treatmentbedingung
vor- ARichtig
- BFalsch
11Eine Alternative für sehr kleine Stichproben liefern Randomisierungstests (n < 10) oder
Permutationstests (n = 1)- ARichtig
- BFalsch
12Das Prinzip der Randomisierung wird auch bei non-parametrischen Tests unter dem
Stichwort Bootstrapping angewendet- ARichtig
- BFalsch
13 Die zufällige Zuweisung (random allocation) ist eine formale Voraussetzung für die
Interpretation parametrischer Statistiken- ARichtig
- BFalsch
14Bei der Zufallsziehung wird die Begründung der Generalisierbarkeit bzw. der externen
Validität gesehen- ARichtig
- BFalsch
15Die Randomisierung bezieht sich eher auf die interne als auf die externe Validität bei
experimentellen Studien- ARichtig
- BFalsch
16Mit Anwendung der zufälligen Zuweisung erfordert ein angemessener Test die wiederholte
Zuweisung der beobachteten Werte von Treatment- bzw. Kontrollgruppe auf die zwei Urnen- ARichtig
- BFalsch
17Bei der zufallskritischen Beurteilung sollte eine erwartungsgetreue Schätzung der
Fehlervarianz bei zeitabhängigen Messungen angegeben werden- ARichtig
- BFalsch
18Für den Einsatz von Zeitreihenanalysen bei Einzelfallstudien wird eine ausreichende Anzahl
von Beobachtungen (50 bis 100) benötigt- ARichtig
- BFalsch
19Varianz- und Regressionsanalysen haben sich gegenüber der Verletzung multipler
Voraussetzungen und kleiner Gruppengröße als relativ robust erwiesen- ARichtig
- BFalsch
20Die Unkorreliertheit der Residuen ist eine wesentliche Voraussetzung für die Anwendung von
Randomisierungstests- ARichtig
- BFalsch
21Die Residuen zeitlich entfernter Beobachtungen sind sich ähnlicher als bei zeitlich nahen
- ARichtig
- BFalsch
22Autokorrelationen sind serielle Abhängigkeiten, die sich vor allem bei Einzelfalldesigns
ergeben- ARichtig
- BFalsch
23Die Nutzung parametrischer Tests ist aufgrund der Problematik von Autokorrelationen in
Einzelfall- und Stichprobendesigns nicht angeraten- ARichtig
- BFalsch
24Rangtests sind bei multipler Verletzung parametrischer Voraussetzungen indiziert
- ARichtig
- BFalsch
25Standardrangtests liefern nur Annäherungen der exakten Wahrscheinlichkeiten, da mit den
untransformierten Originaldaten gearbeitet wird- ARichtig
- BFalsch
26Bei verbundenen Rängen sind non-parametrische Tests nur teilweise valide
- ARichtig
- BFalsch
27Randomisierungstests basieren auf dem Prinzip der Zufallsziehung
- ARichtig
- BFalsch
28Die Datenpermutationen, die das beobachtete Ergebnis einschließen, konstituieren die
Referenzgröße zur Bestimmung der Signifikanz- ARichtig
- BFalsch
29Der Anteil der Datenpermutationen in der Referenz, der eine Teststatistik größer/ gleich
empirisch beobachteter Teststatistik erzeugt, ergibt den p-Wert der Signifikanz- ARichtig
- BFalsch
30Randomisierungstests eignen sich auch für anfallende Stichproben-Designs
- ARichtig
- BFalsch
31Die Relevanz von Zufallsstichproben in experimentellen Designs sollte überdacht werden, da
statistische Tests zwar als Inferenzen über Populationen interpretiert werden, Untersucher jedoch nicht zwangsläufig per Zufall Stichproben aus der Population ziehen, auf die
geschlossen werden soll- ARichtig
- BFalsch
32Inferenzen über eine Grundgesamtheit sind durch Randomisierungstests aufgrund der
Neuanordnung der Rohdaten möglich- ARichtig
- BFalsch
33Randomisierungstests sind besonders gut bei Designs mit Phasenübergängen geeignet, für
die keine äquivalenten Rangtests existieren- ARichtig
- BFalsch
34Bei großen Stichproben besteht kein Anlass, von parametrischen Tests Abstand zu nehmen
- ARichtig
- BFalsch
35Rangtests sollten vor allem bei large-n-Designs eingesetzt werden, bei denen multiple
Voraussetzungen für verteilungsgebundene Verfahren verletzt sind- ARichtig
- BFalsch
36Einzelfall-Designs sollten nur bei nachweislicher Unkorreliertheit der Residuen mit nicht-
parametrischen Tests überprüft werden, ansonsten sollten Randomisierungstests verwendet
werden- ARichtig
- BFalsch
37Einzelfalldesigns mit einer großen Zahl von Beobachtungen können mit ARIMA-Modellen
geprüft werden- ARichtig
- BFalsch
38Die operante Sichtweise richtet sich gegen die Anwendung von Inferenzstatistik bei
Einzelfällen und hin zu einer visuellen Prüfung der sich verändernden Rohdaten- ARichtig
- BFalsch
39Die ökologische Validität soll vor allem bei Interventionen gesteigert werden, die nicht nur in
einer Laborsituation, sondern auch in einer realweltlichen Umgebung einen robusten Effekt
zeigen sollen- ARichtig
- BFalsch
40Nur durch Randomisierung der Treatments kann eine ausreichende externe Validität und damit
Kontrolle über potentielle Störvariablen erreicht werden- ARichtig
- BFalsch
41Die interne Validität hängt von der Eliminierung umgebender Faktoren mit verzerrendem
oder konfundierendem Effekt ab- ARichtig
- BFalsch
42Werden potentiell systematische Störvariablen in zufällige Störvariablen durch eine
Zufallszuweisung konvertiert, dann bleibt die Störung in der Untersuchung, mindert jedoch
nicht die interne Validität- ARichtig
- BFalsch
43Durch das Konvertieren von Störvariablen erschwert sich die (eindeutige) Entdeckung von
Effekten bei abhängigen Variablen- ARichtig
- BFalsch
44Durch Randomisierung werden bei Einzelfallstudien valide statistische Inferenzen möglich
- ARichtig
- BFalsch
45Nach der operanten Sichtweise sollte eine ausreichende Kontrolle über zufällige
Störvariablen angestrebt werden, um statistische Analysen überflüssig zu machen- ARichtig
- BFalsch
46Reaktionsgeleitetes Experimentieren wird vor allem bei operanter Forschung angewendet,
bei dem das Tempo der Untersuchung durch den Probanden bestimmt wird- ARichtig
- BFalsch
47Besonders bei Phasen-Designs findet reaktionsgeleitetes Experimentieren Anwendung, dies
ist jedoch problematisch, da Entscheidungen sehr intuitiv sind und die interne Validität nicht
etabliert werden kann- ARichtig
- BFalsch
48Zufallsgesteuertes Experimentieren bei Einzelfällen kann beispielsweise durch Festlegen der
Anzahl der Sitzungen und zufälliger Zuweisung des Beginns der Baseline geschehen- ARichtig
- BFalsch
49Um nicht im Voraus die Anzahl der Baseline-Messungen festlegen zu müssen, können Pre-
Baseline-Sitzungen durchlaufen werden, bis ein Stabilitätskriterium erreicht ist und erst
anschließend Baseline- und Treatment-Sitzungen- ARichtig
- BFalsch
50Durch Hinzunahme von Pre-Baseline-Messungen entsteht ein Zugewinn an interner Validität,
der den Mehraufwand für weitere Messungen rechtfertigt- ARichtig
- BFalsch
51Bei Nutzung von Pre-Baseline-Sitzungen erhöht sich der Fehler 1. Art, also die Wahrscheinlichkeit, keinen Effekt zu finden, obwohl einer vorhanden ist
- ARichtig
- BFalsch
52Die visuelle Analyse zeigt einen substantiellen Anteil falsch positiver Entscheidungen, der stark abhängig von Autokorrelationen, charakteristischen Merkmalen oder Lerneffekten abhängig ist
- ARichtig
- BFalsch
53Bei reaktionsgeleitetem Experimentieren werden Übungseffekte durch die visuelle Analyse häufig als Trends fehlinterpretiert
- ARichtig
- BFalsch
54Reliabilität (bei Replikationen) bezeichnet die Zuverlässigkeit einer beständigen Differenz zwischen Treatments
- ARichtig
- BFalsch
55Reliabilität erlaubt die Schlussfolgerung, dass eine systematische Variable wahrscheinlich die beobachtete Differenz zwischen Treatments beeinflusst, ist jedoch keine notwendige Bedingung für interne Validität
- ARichtig
- BFalsch
56Die Sensitivität visueller Verfahren ist eher gering, weshalb es häufig zu Fehlentscheidungen hinsichtlich eines Effektes kommt
- ARichtig
- BFalsch
57Bei Stichprobendesigns besteht ein grundsätzliches Bedürfnis nach direkter Replikation, bei der eine geplante Bedingungsvariation in einer Folge von Experimenten durchgeführt wird
- ARichtig
- BFalsch
58Für Einzelfalldesigns besteht keine Notwendigkeit einer Replikation für die Absicherung von Reliabilität und Generalisierbarkeit
- ARichtig
- BFalsch
59Kontrolle kann statistische Analysen nur bei großen, klinisch signifikanten Effekten als exklusives Ziel ersetzen
- ARichtig
- BFalsch
60Klinische Signifikanz wird nach der Wichtigkeit einer Veränderung bewertet und führt zur Fokussierung wirkungsvoller Variablen mit möglichst großen, robusten Effekten
- ARichtig
- BFalsch
61Das experimentelle Kriterium bezeichnet die Notwendigkeit für objektive Daten, die eine Veränderung belegen, und zeigt die Reliabilität einer Veränderung an, die durch eine Intervention hervorgerufen wird
- ARichtig
- BFalsch
62Die externe Validität ist Teil des experimentellen Kriteriums
- ARichtig
- BFalsch
63Bei Abwesenheit einer zufälligen Zuweisungsprozedur kann die interne Validität weder bei
visueller, noch bei statistischer Analyse garantiert werden- ARichtig
- BFalsch
64Große Variabilität in den Daten deutet auf eine geringe experimentelle Kontrolle hin
- ARichtig
- BFalsch
65Kleine Effekte und starke Kontrolle sind häufig mit neuen Variablen assoziiert
- ARichtig
- BFalsch
66Die interne Validität ist bei zufallsgesteuertem Experimentieren generell gefährdet, weshalb
ausgeschlossen werden muss, dass Effekte durch einen Bias fälschlicherweise entdeckt
werden- ARichtig
- BFalsch
67Das fundamentale Problem statistischer Inferenz besteht in der Aufgabe, einzelne Befunde
zu gewichten, was mit deduktiver Logik nicht gelöst werden kann- ARichtig
- BFalsch
68Randomisierungstests bieten sich an, da keine Annahmen hinsichtlich der Datenverteilung
gemacht werden, bei zufälliger Zuweisung können sie also stets verwendet werden- ARichtig
- BFalsch
69Aus Daten wird mithilfe von Randomisierungstests die Verteilung der Statistik unter der
Nullhypothese generiert, wodurch sie näher an der Hypothese bleibt als klassische Ansätze- ARichtig
- BFalsch
70Zur Entscheidung über eine aufgestellte Hypothese wird geprüft, wo die empirische
Teststatistik in der zugehörigen Verteilung liegt, liegt sie am Rand, scheint ein Zufallseffekt
keine adäquate Erklärung zu liefern- ARichtig
- BFalsch
71Randomisierungstests betrachtet jede Differenz zwischen Verteilung ebenso wie die
Differenzen, die nach der Hypothese von Interesse sind, da keine Annahmen über die Form der Verteilung erwartet werden- ARichtig
- BFalsch
72Je näher eine Beobachtung an einer Nachfolgenden liegt, umso höher ist die Wahrscheinlichkeit der Korreliertheit der Fehlerresiduen und somit einer Autokorrelation
- ARichtig
- BFalsch
73In der Regel tendieren Autokorrelationen dazu, bei geringen lags auch kleiner zu werden
- ARichtig
- BFalsch
74Die Präsenz einer positiven Autokorrelation führt bei parametrischen Tests zu einer
Unterschätzung von Wahrscheinlichkeiten, es werden also weniger Effekte gefunden, als
tatsächlich vorhanden sind- ARichtig
- BFalsch
75Eine unvollständige Randomisierungsprozedur schützt nicht vor dem Effekt einer
Autokorrelation in einem Phasendesign- ARichtig
- BFalsch
76Bei Vorliegen einer positiven Autokorrelation wird der Verlauf ähnlicher Messungen in der
Baseline-Phase wahrscheinlicher, dies zeigt möglicherweise eher die Nicht-Unabhängigkeit
der Beobachtungen als eine tatsächliche Nichtvariabilität- ARichtig
- BFalsch
77Je größer die 1-lag-Residual-Autokorrelation, desto größer ist der Fehler 1. Art, es entstehen
also weniger verwertbare Daten- ARichtig
- BFalsch
78In Designs mit wechselnden Treatments können Autokorrelationen ausgeschlossen werden
- ARichtig
- BFalsch
79Randomisierungstests ersetzen computationale Power durch analytische
- ARichtig
- BFalsch
80Analytische Power wird benötigt, wenn keine computationale Power (zur Erzeugung
empirischer Verteilungen) vorhanden ist- ARichtig
- BFalsch
81Randomisierungstests fokussieren exakt auf die gestellte Hypothese, ohne dabei die Kriterien
einer Zufallsziehung erfüllen zu müssen- ARichtig
- BFalsch
82Bei large-n-Studien sind Approximationen an die exakten Wahrscheinlichkeiten ausreichend,
bei kleinen Stichproben sollten (durch Randomisierungstests ermittelte) exakte
Wahrscheinlichkeiten bevorzugt werden- ARichtig
- BFalsch
83Den besten Schutz gegen Autokorrelationen stellen ausreichende Abstände zwischen
Messungen dar- ARichtig
- BFalsch
84Das Lady Tasting Tea Experiment (Fisher) folgt demselben Prinzip wie Randomisierungstests
bei alternierenden Treatments- ARichtig
- BFalsch
85Bei Sets mit vielen Anordnungen werden nicht die einzelnen Auftretenswahrscheinlichkeiten
gebildet, sondern Ergebnisklassen, die aus Sets von Anordnungen bestehen- ARichtig
- BFalsch
86B-A-B-Pläne sind klinisch günstig, sie erlauben eine Aussage über die Wirkungsdauer der
Intervention- ARichtig
- BFalsch
87Beim multiplen Baseline-Design handelt es sich um einen zeitversetzten Plan für mehrere
Variablen, die einzeln in die Behandlung einbezogen werden- ARichtig
- BFalsch
88A-B-Pläne sind für eine einfache Hypothesentestung geeignet
- ARichtig
- BFalsch
89Die Art und Weise, mit der die zufällige Zuweisung vorgenommen wird, bestimmt die
Präzision des angestrebten Randomisierungstests- ARichtig
- BFalsch
90Die Teststatistik für einen Randomisierungstest wird auch aus den beobachteten Daten
ermittelt- ARichtig
- BFalsch
91Trends in den Daten machen die absolute Differenz zwischen Mittelwerten insensitiv für
einen Treatmenteffekt, dann sollte auf F-Statistiken oder QS zurückgegriffen werden- ARichtig
- BFalsch
92Für Einzelfall-Designs mit A-B-A-Design existieren keine parametrischen Tests, in diesen
Fällen sind t-/F-Statistiken nicht äquivalent zu alternativen Statistiken (Differenz zwischen
Mittelwerten)- ARichtig
- BFalsch
93Die Wahl der passenden Teststatistik sollte sich nach Überlegungen bezüglich der möglichen
Varianzen von Treatment- und Kontrollgruppen und Unterschieden in den Mittelwerten richten- ARichtig
- BFalsch
94Eine Teststatistik kann aus der Verteilung aller Anordnung berechnet werden oder bei einer großen Zahl von Anordnungen durch zufällige Stichproben von Anordnungen in den Daten
- ARichtig
- BFalsch
95Durch das Prinzip der Zufallsziehung aus allen möglichen Datenanordnungen resultieren wie beim exakten Test ein approximativer Test
- ARichtig
- BFalsch
96Je größer die Stichprobe an verwendeten Daten, desto größer ist die Power des Tests, einen Effekt zu erkennen, der bei Betrachtung aller Anordnungen signifikant würde
- ARichtig
- BFalsch
97Wie viele Stichproben aus der Verteilung aller möglichen Anordnungen gezogen werden müssen, muss nach Wünschenswertem und Machbarem abgewogen werden, übliche Zufallsziehungen liegen zwischen 1000 und 2000
- ARichtig
- BFalsch
98Die Randomisierungstests sollten in Publikationen so berichtet werden, dass klar wird, wie die Entscheidung gefällt wurde (Neuanordnung der Daten)
- ARichtig
- BFalsch
99Wahrscheinlichkeitsaussagen beziehen sich stets auf Klassen von Elementen eines bestimmten Umfangs, Aussagen von Kennwerten für den Einzelfall sind daher unzulässig
- ARichtig
- BFalsch
100Bei mehrfacher Signifikanztestung im Rahmen einer Untersuchung sollte das alpha-Niveau angepasst werden, um die Wahrscheinlichkeit für das Signifikantwerden mindestens eines Tests zu erhöhen
- ARichtig
- BFalsch
101A-priori- und a-posteriori-Untersuchungen erfordern gleichermaßen eine alpha-Fehler- Adjustierung
- ARichtig
- BFalsch
102Alpha-Fehler-Adjustierungen können bei verteilungsfreien und -gebundenen Verfahren vorgenommen werden
- ARichtig
- BFalsch
103A-priori spezifizierte Einzelhypothesen sollten abhängig und dadurch frei von Redundanzen sein
- ARichtig
- BFalsch
104Abhängigkeit von Testergebnissen besteht, wenn über mehrere gleichartige Indikatoren multiple Signifikanztests berechnet werden
- ARichtig
- BFalsch
105Die globale Nullhypothese ist nach konservativen Entscheidungsregeln zu verwerfen, wenn mindestens ein einzelner Test signifikant wird
- ARichtig
- BFalsch
106Die Bonferroni-Korrektur ist für simultane Einzeltests, die nur gering die alpha-Grenze unterscheiden, unnötig konservativ
- ARichtig
- BFalsch
107Der binomiale Ansatz berücksichtigt keine alpha-Fehler-Adjustierung
- ARichtig
- BFalsch
108Abhängige Tests sollten generell vermieden werden, indem möglichst eine geringere Anzahl
unabhängiger Tests geprüft wird- ARichtig
- BFalsch
109Abhängige Tests gehen von einer normalverteilten Grundgesamtheit aus
- ARichtig
- BFalsch
110Nur Korrelationen von +/- 1 sind eindeutig interpretierbar, Korrelationen von r = 0 erlauben verschiedene Interpretationen
- ARichtig
- BFalsch
111Der Grad der Vorhersagegenauigkeit bzw. der Vorhersagefehler lassen sich für den Einzelfall nicht voraussagen, da statistische Maße immer auf Aggregatdaten basieren
- ARichtig
- BFalsch
112Je höher die Reliabilität der Messwerte, desto höher ist die Wahrscheinlichkeit, dass der wahren Wert einer Person nahe an dem beobachteten Wert liegt
- ARichtig
- BFalsch
113Konfidenzintervalle (Vertrauens-/Sicherheitsintervalle) bestimmen den Bereich um den wahren Wert einer Person, der mit einer gewissen Wahrscheinlichkeit die Lage des beobachteten Wertes überdeckt)
- ARichtig
- BFalsch
114Der Standardmessfehler wird nach der Regressionshypothese gebildet und nimmt an, dass der beobachtete Wert eine gute Schätzung für den wahren Wert darstellt
- ARichtig
- BFalsch
115Der Standardmessfehler gibt den Anteil der Streuung eines Tests wieder, das auf seine Ungenauigkeit zurückzuführen ist und ermittelt sich aus der Standardabweichung der Messwerte multipliziert mit der Wurzel der Unreliabilität
- ARichtig
- BFalsch
116Der Standardschätzfehler nimmt an, dass der wahre Wert eine Schätzung aus dem beobachteten Wert ist und liefert ein Maß für die Vorhersagegenauigkeit des geschätzten wahren Wertes
- ARichtig
- BFalsch
117Konfidenzintervalle, die nach der Äquivalenzhypothese errechnet wurden, bewegen sich in breiteren Grenzen als solche, die nach der Regressionshypothese gebildet wurden
- ARichtig
- BFalsch
118Bei einseitiger Testung fällt das Konfidenzintervall größer aus als bei ungerichteter
- ARichtig
- BFalsch
119Für Einzelfälle wird der Reliabilitätskoeffizient benötigt, um die Breite des
Konfidenzintervalls zu bestimmen- ARichtig
- BFalsch
120Bei Verwendung des Standardmessfehlers kann der Normwert als Punktschätzung für
das Konfidenzintervall verwendet werden- ARichtig
- BFalsch
121Für den Standardmessfehler muss die bivariate Normalverteilung der Messfehler und
wahren Werte geprüft werden, beide Größen müssen unkorreliert sein- ARichtig
- BFalsch
122Für die Nutzung des Standardschätzfehlers muss die Unreliabilität des beobachteten
Wertes korrigiert werden, je unreliabler der Messwert ausfällt, desto stärker ist die Korrektur- ARichtig
- BFalsch
123Da die Voraussetzungsprüfung für Einzelfälle schwierig ist, beschränken sich
Prüfungen meist auf die Normalverteilungsannahme des Testkennwertes- ARichtig
- BFalsch
124Die kritische Differenz beantwortet die Frage, ob gefundene Messwertdifferenzen
ggf. nur auf Messfehler zurückgehen- ARichtig
- BFalsch
125Die diagnostische Valenz bewertet die kritische Differenz in Abhängigkeit ihrer Auftretenshäufigkeit in der Normstichprobe
- ARichtig
- BFalsch
126Der Abstand zweier Testwerte x1 und x2 wird als signifikant betrachtet, wenn dieser kleiner ist als Diffkrit
- ARichtig
- BFalsch
127Eine kritische Differenz darf nur bei Unkorreliertheit der der Messfehler berechnet werden
- ARichtig
- BFalsch
128Im Fall einer hohen Korrelation von Testverfahren ist die Wahrscheinlichkeit für die Beobachtung von Merkmalsunterschieden eher gering, eine Abweichung wäre also als „auffällig“ zu beurteilen
- ARichtig
- BFalsch
129Aufgrund der Tatsache, dass Messfehler zweier Testwerte immer fehlerbehaftet sind, empfiehlt sich die statistische Absicherung immer mithilfe von kritischer Differenz und diagnostischer Valenz
- ARichtig
- BFalsch
130Die tau-Normierung orientiert sich an der Verteilung der wahren Testwerte in der Population, für die eine ähnliche Verteilung wie die beobachteten Werte angenommen wird
- ARichtig
- BFalsch
131Die Differenz bei (korrelierten) Subtest- und Gesamttestwerten sollte aufgrund der nicht bestimmbaren kritischen Differenz gesondert betrachtet werden
- ARichtig
- BFalsch
132Der Reliable Change Index (RCI) kann bei Pre-Posttest-Untersuchungen verwendet werden, um zu klären, ob beobachtete Veränderungen nur durch Messfehler zustande kamen
- ARichtig
- BFalsch
133In den Nenner des RCI gehen die Standardschätzfehler aus Prä- und Posttest ein
- ARichtig
- BFalsch
134Ist der z-Wert des RCI größer als der kritische z-Wert, so ist die Veränderung auf
Messfehler zurückzuführen- ARichtig
- BFalsch
135Veränderungen in Messwerten aufgrund von Übungseffekten sollten durch Pre-
Baseline-Messungen kontrolliert oder als Korrekturgröße berücksichtigt werden- ARichtig
- BFalsch
136Kritische Differenzen sind nicht auf Einzelpersonen beschränkt, sondern können auch
für den Vergleich zwischen zwei Einzelfällen verwendet werden- ARichtig
- BFalsch
137Unterdurchschnittlich bis durchschnittlich sind Leistungen, wenn das
Konfidenzintervall eines Einzelfalls vollständig unterhalb einer SD des Mittelwertes der
Normstichprobe entfernt liegt- ARichtig
- BFalsch
138Mit Normtabellen können qualitative Abweichungen quantifiziert werden
- ARichtig
- BFalsch
139Die Breite des Konfidenzintervalls entscheidet über die Prozentangabe, mit der die
Sicherheit einer Angabe festgelegt wird- ARichtig
- BFalsch
140Der Fehler 1. Art liegt bei Grundlagenforschung etwa viermal so schwer wie der
Fehler 2. Art, während in der Diagnostik das Übersehen von möglichen Symptomen
möglichst geringgehalten werden sollte- ARichtig
- BFalsch
141Testverfahren, die nach der Klassischen Testtheorie konstruiert wurden, sind vor
allem im mittleren Merkmalsbereich messgenau mit abnehmender Genauigkeit zu den
Extrembereichen- ARichtig
- BFalsch
142Bei mittleren Messresultaten sollte die Sicherheitswahrscheinlichkeit höher
angesetzt werden, um die geringere Messgenauigkeit zu kompensieren- ARichtig
- BFalsch
143Bei Einzelfalldiagnosen sind Angaben zur Reliabilität Präkursorgrößen zur Herleitung
des Stichprobenfehlers individueller Testwerte- ARichtig
- BFalsch
144Prinzipiell ist jeder Reliabilitätskoeffizient zur Schätzung des Standardmessfehlers
geeignet, der sich als Schätzung aus dem Quotienten aus wahrer Merkmalsvarianz und beobachteter Varianz interpretieren lässt- ARichtig
- BFalsch
145Testprofile ergeben sich aus der Kombination von Tests aus mehreren Einzeltests/ Testskalen zu einem Testsystem
- ARichtig
- BFalsch
146Bei hoher Variabilität der Einzeltestwerte spiegelt der Gesamttestwert keine Einzelleistung angemessen wider
- ARichtig
- BFalsch
147Die Skalen eines Testprofils sollten hinreichend reliabel sein und möglichst hoch interkorrelieren
- ARichtig
- BFalsch
148Bei einer ad-hoc-Kombination von Einzeltests kann ein Individualprofil, die Profilhöhe, ermittelt werden
- ARichtig
- BFalsch
149Mit der Profilstreuung kann geprüft werden, ob Schwankungen in Untertestwerten tatsächlich vorhandene Merkmalsunterschiede darstellen oder zufällig entstanden sind
- ARichtig
- BFalsch
150Die Profilveränderung kann angewendet werden, wenn Merkmalsveränderungen mehrere Untertests beinhalten
- ARichtig
- BFalsch
151Die Profildeckung ist der Vergleich eines Individualprofils mit einem Referenzprofil um festzustellen, ob eine Person zur Referenzpopulation gehört
- ARichtig
- BFalsch
152Die statistische Prüfgröße schätzt meist nur, ob das Einzelprofil vom Referenzprofil abweicht, kann aber keine Aussagen darüber treffen, mit welcher Wahrscheinlichkeit die Person zur Referenzpopulation gehört
- ARichtig
- BFalsch
153Einzelfälle können keine repräsentative Funktion einnehmen, da das beobachtete Verhalten einer Einzelperson keine Verallgemeinerungen erlaubt
- ARichtig
- BFalsch
Informationen
- Beschreibung
- Psychologie Quiz am PTE Fragenkatalog 8-9, erstellt von Jonas Hinze am 23/02/2018.
- Autor
- Jonas Hinze
- Sprache
- Deutsch
- Aufrufe
- 11
- Schlagwörter
- Bewertung
- Noch keine Bewertungen Bewerte dieses Quiz