Copy and Edit

Datenanalyse

Description

Quiz on Datenanalyse, created by Kübra K on 21/06/2018.
Kübra K
Quiz by Kübra K, updated more than 1 year ago
Kübra K
Created by Kübra K almost 6 years ago
164
0
0

Resource summary

Question 1

Question
Aus welchen Gründen wird in den Sozialwissenschaften empirische Forschung betrieben?
Answer
  • Zur Überprüfung von Theorien und Hypothesen
  • Um die Wahrheit von Theorien zu beweisen
  • Um systematisches Wissen zu sammeln
  • Um die Bedingungen zu identifizieren, unter denen die Gesellschaft verändert werden kann
  • Um Regelhaftigkeiten im menschlichen Erleben und Verhalten zu entdecken

Question 2

Question
Wie unterscheidet sich der qualitative Forschungsansatz von dem quantitativen Forschungsansatz in den Sozialwissenschaften?
Answer
  • In der qualitativen Forschung werden mehr Merkmalsträger untersucht als in der quantitativen Forschung
  • In der quantitativen Forschung werden mehr Merkmalsträger untersucht als in der qualitativen Forschung
  • Die quantitative Forschung versucht über eine große Anzahl von Merkmalsträgern Regelhaftigkeiten zu entdecken oder zu überprüfen
  • Durch den quantitativen Ansatz versucht der Forscher den Sinn und die Motive zu erkunden, die Menschen zu Handlungen veranlassen (das Verstehen einer Handlung), während durch die qualitative Analyse statistische Regelhaftigkeiten aufgezeigt werden

Question 3

Question
Wie können Empfehlungen für die Durchführung technologischer Maßnahmen wissenschaftlich begründet werden? (z.B. die Einführung eines Prämiensystems)
Answer
  • Wissenschaft ist wertfrei und dient nur dem Erkenntnisgewinn, deshalb darf die Wissenschaft nicht zur Gestaltung der Realität missbraucht werden
  • In dem man versucht, aus empirisch gut bewährten Theorien Aussagen abzuleiten, die die Wirkung dieser Maßnahmen prognostizieren
  • Durch die Beachtung und Analyse von Fallstudien zum Einsatz dieser Maßnahmen
  • Indem der Einsatz mit einer Evaluationsstudie verknüpft wird

Question 4

Question
Wie unterscheiden sich experimentelles und korrelatives Untersuchungsdesign?
Answer
  • Im experimentellen Untersuchungsdesign kann der Forscher gezielt bestimmte Untersuchungsbedingungen beeinflussen, im korrelativen Design ist diese Möglichkeit der systematischen Beeinflussung nicht gegeben
  • Im experimentellen Untersuchungsdesign werden simultan sehr viele Merkmale erfasst, die das Untersuchungsergebnis beeinflussen können, im korrelativen Design werden nur wenige ausgewählte Merkmale erhoben. Diese werden jedoch systematisch beeinflusst (z.B. konstant gehalten).
  • Im experimentellen Design werden die Untersuchungsbedingungen über einen langen Zeitraum konstant gehalten, deshalb ist es mit diesem Untersuchungsdesign möglich langfristige Effekte von Umwelteinflüssen zu messen
  • Durch die korrelative Studie lassen sich Ursachen-Wirkungszusammenhänge eindeutig belegen, das ist im experimentellen Design nicht der Fall.

Question 5

Question
Welche Vorteile sprechen für ein Experiment im Vergleich zu einer Querschnittstudie, wenn damit eine Hypothese überprüft werden soll?
Answer
  • Das Experiment erlaubt eine eindeutige Aussage über Ursache und Wirkung
  • Das Experiment hat die größere Realitätsnähe
  • In einem Experiment können potenzielle Störfaktoren ausgeschaltet bzw. konstant gehalten werden
  • Das Experiment kann kostengünstiger durchgeführt werden als eine Querschnittsstudie
  • Im Experiment können zahlreiche Einflussfaktoren parallel berücksichtigt werden

Question 6

Question
Welche Eigenschaften zeichnen Querschnittsstudien aus?
Answer
  • Damit lassen sich kausale Abhängigkeiten zweifelsfrei nachweisen
  • Sie sind in einem engen zeitlichen Korridor durchführbar und können damit schnell Erkenntnisse liefern
  • Es können sehr viele Variablen erhoben und deren wechselseitigen Zusammenhänge erkannt werden
  • Da sie die Komplexität der Realität besser berücksichtigen als Experimente, sind sie besser zum Test von Kausalaussagen geeignet als Experimente

Question 7

Question
Welche Vorteile haben Längsschnittstudien im Vergleich zu einer Querschnittstudien
Answer
  • Längsschnittstudien können aufzeigen, wie sich bestimmte Persönlichkeitsmerkmale im Laufe des Lebens verändern
  • Längsschnittstudien geben Anhaltspunkte dafür, welche Veränderungen auf Alterung und welche auf Umwelteinflüsse zurückzuführen sind
  • Längsschnittstudien erlauben Aussagen über eindeutige UrsacheWirkungsbeziehungen
  • Sie ermöglichen die kurzfristige Beantwortung gesellschaftlich drängender Fragen

Question 8

Question
Welche Merkmale unterscheiden Experimente von Querschnittstudien
Answer
  • Das Experiment kann in einem kürzeren Zeitraum durchgeführt und ausgewertet werden als eine Studie
  • Das Experiment ermöglicht vielfach eine eindeutige Aussage über UrsacheWirkungsbeziehungen, die Querschnittstudie nicht
  • Die Querschnittsstudie kann in höherem Maße die Komplexität der Alltagssituation berücksichtigen als das Experiment
  • Die Aussagen einer Studie sind aufgrund der größeren Zahl der Befragten zuverlässiger als die Ergebnisse eines Experimentes

Question 9

Question
Welche Sachverhalte sprechen dagegen, dass der Mensch objektiv und nicht verzerrt wahrnimmt?
Answer
  • Die menschliche Wahrnehmung (Sehen, Hören) wird durch die Erfahrungen beeinflusst
  • Die menschliche Wahrnehmung wird durch die aktuelle Befindlichkeit (Ermüdung, Hunger, Durst) beeinflusst
  • Wenn sich der Mensch der Einflussfaktoren bewusst ist, kann er diese bewusst ausblenden und dennoch objektiv wahrnehmen
  • Der Mensch muss im Wahrnehmungsprozess immer selektieren, mit dieser Selektion erfolgt aber bereits eine Interpretation der Realität

Question 10

Question
Worin unterscheidet sich die wissenschaftliche Psychologie von der Alltagspsychologie?
Answer
  • Die Aussagen der Alltagspsychologie sind größtenteils falsch
  • Die wissenschaftliche Psychologie ist bestrebt, empirisch gehaltvolle Aussagen zu formulieren, die empirisch überprüft werden
  • Aussagen der Alltagspsychologie werden von ihren Urhebern häufig gegen eine Falsifizierung immunisiert
  • Aussagen der wissenschaftlichen Psychologie sind richtig, Aussagen der Alltagspsychologie sind nicht richtig

Question 11

Question
Was kennzeichnet erfahrungswissenschaftliches Arbeiten in der Psychologie?
Answer
  • Wissenschaftliches Arbeiten besteht aus der Einhaltung einer Reihe von Regeln und Methoden, mit denen wir Hypothesen und Theorien empirisch überprüfen
  • Wissenschaftliches Arbeiten in der Psychologie bedeutet eine Parteinahme für unterdrückte Personen und Personengruppen
  • Wissenschaftliches Arbeiten besteht in der systematischen Auswahl von Fakten und Untersuchungen, die eine Theorie unterstützen
  • Wissenschaftliches Arbeiten ist die theoriefreie Sammlung von Fakten, um daraus eine unvoreingenommene Sicht auf die Realität entwickeln zu können

Question 12

Question
Was versteht man unter einer nomologischen Hypothese?
Answer
  • Eine Aussage über die Realität, die in einem klar definierten Raum-ZeitKontext gilt
  • Eine Aussage über eine Wenn-Dann-Beziehung in der Realität, die räumlich und zeitlich nicht begrenzt ist
  • Eine normative Aussage darüber, wie die Realität beschaffen sein sollte
  • Eine Hypothese, die eine kausale Beziehung zwischen zwei oder mehr Merkmalen herstellt

Question 13

Question
Wann spricht man von einer Tautologie?
Answer
  • Wenn ein Sachverhalt durch sich selbst (durch seine Definition) erklärt wird. Bsp.: Alle Schimmel sind weiß
  • Wenn durch die Aussage kein Sachverhalt ausgeschlossen wird
  • Wenn die Aussage bestimmte Sachverhalte in der Realität ausschließt
  • Wenn die Aussage eine normative Komponente enthält

Question 14

Question
Aus welchen Gründen sind nomologische Hypothesen nicht verifizierbar?
Answer
  • weil in den Sozialwissenschaften Hypothesen immer nur in einem gesellschaftlichen Kontext gelten
  • weil das menschliche Verhalten keinen Gesetzmäßigkeiten folgt
  • weil nomologische Hypothesen raum-zeitlich unbegrenzt gelten, das heißt, es können nicht alle Geltungsbereiche der Hypothese überprüft werden. Somit kann nicht ausgeschlossen werden, dass zukünftig ein falsifizierendes Ereignis auftritt
  • weil der Basissatz zur Überprüfung der Hypothese wiederum theoretische Elemente enthält. Auch diese Elemente im Basissatz sind nicht verifizierbar

Question 15

Question
Was kennzeichnet eine wissenschaftliche Theorie?
Answer
  • eine Theorie besteht aus einer Kombination von Axiomen und Hypothesen, die mit einander vereinbar sind, das Auftreten bestimmter Ereignisse vorhersagen und gleichzeitig das Auftreten anderer (dazu widersprüchlicher) Ereignisse ausschließen. Damit ist eine Theorie empirisch überprüfbar
  • eine Theorie ist ein in sich logisch konsistentes Gebäude von Aussagen, das sich sowohl dazu eignet das Auftreten von Ereignissen zu erklären und als auch das Auftreten von Ereignissen vorherzusagen
  • eine Theorie ermöglicht die Erklärung eines Sachverhaltes auf der Basis der Erfahrungen, die eine Person im Laufe ihres Lebens gesammelt hat
  • eine Theorie gibt Anweisungen wie die (physikalische oder soziale) Welt gestaltet oder verändert werden soll

Question 16

Question
Was versteht man unter der Falsifikation einer Theorie?
Answer
  • Eine Falsifikation liegt vor, wenn es nicht möglich ist eine Theorie empirisch zu überprüfen
  • Eine Falsifikation liegt vor, wenn die Theorie in der Vergangenheit alle Sachverhalte richtig vorhergesagt hat
  • Eine Falsifikation liegt vor, wenn ein Ereignis eintritt, das mit den Grundannahmen der Theorie (den Axiomen) unvereinbar ist, unter der Voraussetzung, dass gleichzeitig die Ausgangsbedingungen der Theorie (Wenn-Komponente) zutreffen
  • Eine Falsifikation liegt immer dann vor, wenn ein Ereignis eintritt, das durch die Theorie nicht vorhergesagt wurde, unabhängig davon, ob die WennKomponente zutreffend ist.

Question 17

Question
Welche der folgenden Aussagen sind nicht falsifizierbar
Answer
  • Alle Schwäne sind weiß
  • Alle Schimmel (Pferde) sind weiß
  • Wenn der Hahn kräht auf dem Mist, ändert sich das Wetter oder es bleibt, wie es ist
  • Erfolgreiche Studenten haben überdurchschnittlich gute Leistungen in den empirischen Methoden
  • In einem Kreis sind alle Punkte gleich weit vom Mittelpunkt entfernt

Question 18

Question
Welche Probleme sind mit der Falsifikation von Hypothesen verbunden?
Answer
  • Wenn eine probabilistische Hypothese in einzelnen Fällen nicht zutrifft, kann das mit der Wahrscheinlichkeitsaussage vereinbar sein.
  • Probabilistische Hypothesen können nur dadurch falsifiziert werden, dass die Mehrzahl der empirischen Befunde der Hypothese widerspricht, dieser Nachweis ist unmöglich. Dies gilt besonders deshalb, weil auch zukünftige Ereignis berücksichtigt werden müssten
  • Die Falsifikation einer Hypothese beruht auf der Annahme (Akzeptanz) einer singulären Aussage. In dieser singulären Aussage sind wiederum theoretische Element enthalten, die falsch sein können.
  • Es gibt wenig oder gar keine Hypothesen, für die keine falsifizierenden Ereignisse existieren. Würde ein einzelnes Ereignis zur Falsifikation verwendet werden, müssten wir (fast) alle Hypothesen verwerfen.

Question 19

Question
Was bedeutet das Postulat der Wertfreiheit in der Wissenschaft?
Answer
  • Dass empirische Aussagen über die Realität keine normativen Elemente enthalten dürfen.
  • Dass der Wissenschaftler keine bewertende Position zu dem Thema beziehen darf, an dem er arbeitet.
  • Dass ein Wissenschaftler die Untersuchung einer Fragestellung vorurteilsfrei ohne eigene Wertung angehen muss.
  • Dass der Wissenschaftler keine Verantwortung dafür hat, was mit den Ergebnissen seiner Arbeit passiert.

Question 20

Question
Was wird in den Wirtschafts-und Sozialwissenschaften unter Messen verstanden?
Answer
  • Zuordnungsregeln nach denen psychologische oder soziale Merkmale in Symbole oder Zahlen umgesetzt werden
  • Die Verwendung von Messinstrumenten (Fragebogen oder Tests) zur Quantifizierung psychologischer Merkmale
  • Die Entwicklung statistischer Verfahren und Kenngrößen
  • Die Entscheidung über die Falsifikation einer Hypothese

Question 21

Question
Was versteht man in der Statistik unter einem Merkmalsträger
Answer
  • ein Merkmalsträger muss immer ein Mensch sein
  • als Merkmalsträger wird die untersuchte Einheit bezeichnet.
  • je nach Fragestellung und Disziplin kann der Merkmalsträger ein Menschen, ein Unternehmen oder ein Land sein
  • ein Merkmalsträger zeichnet sich dadurch aus, dass er viele von den anderen Merkmalsträgern verschiedene Merkmale aufweist
  • ein Merkmalsträger ist der Prototyp einer Gruppe, der das betreffende Merkmal besonders ausgeprägt aufweist

Question 22

Question
Was versteht man in der Statistik unter einem Merkmal?
Answer
  • als Merkmal wird die Eigenschaft eines Merkmalsträgers bezeichnet, die in der Untersuchung von Interesse ist
  • ein Merkmal ist eine Eigenschaft, die bei allen Merkmalsträger einer Stichprobe gleich oder ähnlich ausgebildet ist
  • als Merkmal wird ausschließlich die Eigenschaft des Merkmalsträgers bezeichnet, die in der Untersuchung die abhängige Variable darstellt
  • als Merkmal bezeichnet man die Eigenschaft der Merkmalsträger, die am besten zwischen den Merkmalsträgern differenziert

Question 23

Question
Was versteht man in der Statistik unter Merkmalsausprägungen?
Answer
  • eine Merkmalsausprägung ist der Wert, den ein Merkmalsträger in Bezug auf dieses Merkmal tatsächlich aufweist
  • die Merkmalsausprägungen sind die theoretisch möglichen Merkmalswerte, die ein Merkmal annehmen kann.
  • die Merkmalsausprägungen sind die interessierenden Eigenschaften eines Merkmalsträgers
  • die Merkmalsausprägungen sind quantifizierbare Eigenschaften eines Merkmalsträgers

Question 24

Question
Was versteht man in der Statistik unter Merkmalswerten?
Answer
  • ein Merkmalswert ist der Wert, den ein Merkmalsträger in Bezug auf dieses Merkmal tatsächlich aufweist
  • Merkmalswerte sind die theoretisch möglichen Merkmalsausprägungen, die ein Merkmal annehmen kann.
  • die Merkmalswerte sind die interessierenden Eigenschaften eines Merkmalsträgers
  • die Merkmalswerte sind quantifizierbare Eigenschaften eines Merkmalsträgers

Question 25

Question
Welche Skalen-Transformationen sind bei einer Nominalskala erlaubt, wenn das Skalenniveau beibehalten werden soll?
Answer
  • Die Addition einer Konstanten zu allen Merkmalswerten
  • Die Subtraktion einer Konstanten von allen Merkmalswerten
  • Die Multiplikation aller Merkmalswerte mit einer Konstanten
  • Die Division aller Merkmalswerte durch eine Konstante
  • Die Zusammenfassung benachbarter Merkmalsausprägungen
  • Die logarithmische Transformation aller Merkmalswerte
  • Die willkürliche Veränderung der Merkmalswerte: z.B. 1 -> 3; 2 -> 5; 4 -> 1; 3 -> 1; 5 -> 4

Question 26

Question
Welche Skalen-Transformationen sind bei einer Ordinalskala erlaubt, wenn das Skalenniveau beibehalten werden soll?
Answer
  • Die Addition einer Konstanten zu allen Merkmalswerten
  • Die Subtraktion einer Konstanten von allen Merkmalswerten
  • Die Multiplikation aller Merkmalswerte mit einer Konstanten
  • Die Division aller Merkmalswerte durch eine Konstante
  • Die Zusammenfassung benachbarter Merkmalsausprägungen
  • Die logarithmische Transformation aller Merkmalswerte
  • Die willkürliche Veränderung der Merkmalswerte: z.B. 1 -> 3; 2 -> 5; 4 -> 1; 3 -> 1; 5 -> 4

Question 27

Question
Welche Skalen-Transformationen sind bei einer Intervallskala erlaubt, wenn das Skalenniveau beibehalten werden soll?
Answer
  • Die Addition einer Konstanten zu allen Merkmalswerten
  • Die Subtraktion einer Konstanten von allen Merkmalswerten
  • Die Multiplikation aller Merkmalswerte mit einer Konstanten
  • Die Division aller Merkmalswerte durch eine Konstante
  • Die Zusammenfassung benachbarter Merkmalsausprägungen
  • Die willkürliche Veränderung der Merkmalswerte: z.B. 1 -> 3; 2 -> 5; 4 -> 1; 3 -> 1; 5 -> 4

Question 28

Question
Welche Skalen-Transformationen sind bei einer Verhältnisskala erlaubt, wenn das Skalenniveau beibehalten werden soll?
Answer
  • Die Addition einer Konstanten zu allen Merkmalswerten
  • Die Subtraktion einer Konstanten von allen Merkmalswerten
  • Die Multiplikation aller Merkmalswerte mit einer Konstanten
  • Die Division aller Merkmalswerte durch eine Konstante
  • Die Zusammenfassung benachbarter Merkmalsausprägungen
  • Die logarithmische Transformation aller Merkmalswerte
  • Die willkürliche Veränderung der Merkmalswerte: z.B. 1 -> 3; 2 -> 5; 4 -> 1; 3 -> 1; 5 -> 4

Question 29

Question
Welche Skalen-Transformationen sind bei einer Absolutskala erlaubt, wenn das Skalenniveau beibehalten werden soll?
Answer
  • Die Addition einer Konstanten zu allen Merkmalswerten
  • Die Subtraktion einer Konstanten von allen Merkmalswerten
  • Die Multiplikation aller Merkmalswerte mit einer Konstanten
  • Die Division aller Merkmalswerte durch eine Konstante
  • Die Zusammenfassung benachbarter Merkmalsausprägungen
  • Die logarithmische Transformation aller Merkmalswerte
  • Die willkürliche Veränderung der Merkmalswerte: z.B. 1 -> 3; 2 -> 5; 4 -> 1; 3 -> 1; 5 -> 4
  • Keine Skalen-Transformation trifft zu

Question 30

Question
In statistischen Auswertungen werden gelegentlich z-Transformationen durchgeführt. Das heißt, von der ursprünglichen Variablen (Kardinal-Skala) wird deren Mittelwert abgezogen, die Differenz wird durch die Standard-Abweichung der ursprünglichen Variablen dividiert. Welche Aussagen treffen auf die neue Variable zu.
Answer
  • Die neue Variable ist nominalskaliert
  • Die neue Variable ist ordinalskaliert
  • Die neue Variable ist intervallskaliert
  • Die neue Variable ist verhältnisskaliert
  • Die neue Variable hat den Mittelwert 0 und die Standardabweichung 0
  • Die neue Variable hat den Mittelwert 0 und die Standardabweichung 1
  • Die neue Variable hat den Mittelwert 0 und die Standardabweichung 2
  • Die neue Variable hat den Mittelwert 1 und die Standardabweichung 0
  • Die neue Variable hat den Mittelwert 1 und die Standardabweichung 1
  • Die neue Variable hat den Mittelwert 1 und die Standardabweichung 2

Question 31

Question
Welche Möglichkeiten gibt es, offene Fragen quantitativ auszuwerten
Answer
  • es werden inhaltliche Antwortkategorien definiert, die mit genannt =1, nicht genannt = 0 erfasst werden
  • der Auswerter versetzt sich in die Lage des Befragten und versucht seine Antwort zu verstehen
  • die Antworten können z.B. nach der Anzahl der Argumente, die genannt werden ausgewertet werden
  • Offene Fragen können grundsätzlich nicht quantitativ ausgewertet werden

Question 32

Question
Welches Skalenniveau hat die Platzierung beim Eurovision Song Contest
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 33

Question
Welches Skalenniveau hat das Vermögen der Einwohner einer Gemeinde in €
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 34

Question
Welches Skalenniveau hat der Intelligenzquotient von Studenten
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 35

Question
Welches Skalenniveau hat die Temperatur, die heute in Nürnberg in °C gemessen wurde?
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 36

Question
Welches Skalenniveau hat der Ausbildungsgrad der Personen in Ihrer Abteilung (gemessen am formalen Bildungsabschluss: z. B.: Kein Schulabschluss, Hauptschule, Qualifizierter Abschluss, Mittlere Reife, Fachabitur, Abitur)
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 37

Question
Welches Skalenniveau hat die berufliche Hierarchie in Unternehmen?
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 38

Question
Welches Skalenniveau hat die Anzahl der Abgeordneten je Partei im Bundestag?
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 39

Question
Welches Skalenniveau hat die Stärke von Verbrennungsmotoren gemessen in KW?
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 40

Question
Welches Skalenniveau hat das Lebensalter einer Person gemessen in Jahren
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 41

Question
Welches Skalenniveau hat die Augenfarbe von Personen
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 42

Question
Welches Skalenniveau hat das Körpergewicht einer Person gemessen in kg
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 43

Question
Welches Skalenniveau hat die Kalenderzeit seit Christi Geburt
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 44

Question
Welches Skalenniveau hat die Platzierung eines Vereines (z. B. 1. FC Nürnberg) in der (Bundesliga-)Tabelle
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 45

Question
Welches Skalenniveau hat die Höhe des zu versteuernden Einkommens
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 46

Question
Welches Skalenniveau hat die Konfektionsgröße eines Bekleidungsstückes
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 47

Question
Welches Skalenniveau hat die „Sterne“ –Bewertung eines Hotels durch Hotel-Tester
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 48

Question
Welches Skalenniveau hat die Zugehörigkeit zu politischen Parteien
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 49

Question
Welches Skalenniveau hat die Haarfarbe einer Person
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 50

Question
Welches Skalenniveau hat das Interesse einer Person für ein Studienfach ausgedrückt in einer fünfstufigen Likert-Skala
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 51

Question
Welches Skalenniveau hat die Angabe des Einkommens auf einem Fragebogen mit vorgegebenen Antwortkategorien, die unterschiedlich breit sind (z.B. 0-499 € ; 500 – 724 €; 725 – 1.499 €)?
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 52

Question
Welches Skalenniveau hat die Anzahl der Besucher der Fußballspiele der Bundesliga an einem Spieltag nach Spielorten
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 53

Question
Welches Skalenniveau hat die Angabe der Energie-Effizienzklasse von Haushaltsgeräten
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 54

Question
Welches Skalenniveau hat die folgende Frage: Wie oft gehen Sie in die Kirche? mit den Antwortkategorien. - nie - weniger als einmal im Jahr - etwa ein- bis zweimal im Jahr - mehrmals im Jahr - ungefähr einmal im Monat - zwei bis dreimal im Monat - fast jede Woche - jede Woche - mehrmals in der Woche
Answer
  • Nominalskala
  • Ordinalskala
  • Intervallskala
  • Verhältnisskala
  • Absolutskala

Question 55

Question
Was versteht man unter Objektivität eines Testes?
Answer
  • dass der Test bei wiederholter Verwendung bei derselben Person zu demselben Ergebnis führt
  • dass der Test unabhängig von dem durchführenden Versuchsleiter dieselben Ergebnisse ergibt
  • dass die Testergebnisse von verschiedenen Auswertern gleich interpretiert werden
  • dass der Test genau das misst, was er messen soll
  • dass der Test die Leistung des Probanden exakt vorhersagt

Question 56

Question
Was versteht man unter der Reliabilität eines Testes?
Answer
  • dass der Test, unter gleichen Bedingungen durchgeführt, zu vergleichbaren Ergebnissen führt
  • dass verschiedene Auswerter die Testergebnisse gleich interpretieren
  • dass der Test immer zu denselben Ergebnissen kommt
  • dass der Test genau das misst, was er messen soll
  • dass alle relevanten Aspekte des theoretischen Konstruktes erfasst werden

Question 57

Question
Wie kann die Validität eines Testes geprüft werden?
Answer
  • wenn der Test unter gleichen Bedingungen zu vergleichbaren Ergebnissen führt
  • durch den Vergleich mit den Ergebnissen anderer bereits etablierter Tests
  • wenn verschiedene Wissenschaftler die Ergebnisse gleich interpretieren
  • durch eine Korrelation des Testergebnis mit dem vorhergesagten Ereignis
  • wenn verschiedene Auswerter die Testergebnisse gleich interpretieren

Question 58

Question
Was versteht man unter Durchführungsobjektivität?
Answer
  • wenn verschiedene Wissenschaftler die Ergebnisse gleich interpretieren
  • wenn die Messwerte der Versuchspersonen bei mehrfacher Durchführung hoch korrelieren
  • wenn das Merkmal bei allen Personen unter denselben Bedingungen gemessen wird
  • wenn zwei oder mehr parallele Formen des Tests entwickelt wurden
  • wenn verschiedene Auswerter die Testergebnisse gleich interpretieren

Question 59

Question
Welche Möglichkeiten gibt es, die Reliabilität eines Testes zu messen
Answer
  • die Testwerte müssen mit Expertenurteilen über die Personen hoch korrelieren
  • aus einem Messinstrument werden zwei parallele Formen entwickelt, die Testergebnisse müssen hoch korrelieren
  • zwei (oder mehr) Wissenschaftler ordnen demselben Phänomen denselben Messwert zu
  • Prüfung der inneren Konsistenz: alle Items, die denselben Sachverhalt messen (sollen), müssen untereinander mittelstark bis stark korrelieren
  • verschiedene Auswerter bewerten das Testergebnis gleich

Question 60

Question
Welches sind die Gütekriterien eines Tests?
Answer
  • Die Objektivität
  • Die Sensitivität
  • Die Originalität
  • Die Reliabilität
  • Die Konstruktivität
  • Die Validität
  • Die Homogenität
  • Die Heterogenität
  • Die Konfirminität
  • Die Plausibilität

Question 61

Question
Welche Formen der Reliabilität kennen Sie?
Answer
  • Die Durchführungsreliabilität
  • Die Erhebungsreliabilität
  • Die Kriteriumsreliabilität
  • Die Retest-Reliabilität
  • Die Prüfung der inneren Konsistenz

Question 62

Question
Womit kann ein Versuchsleiter die Durchführungsobjektivität erhöhen
Answer
  • Durch eine schriftliche Fixierung der Untersuchungsanweisung, die den Probanden vorgelegt wird
  • Durch den Einsatz eines zweiten Versuchsleiter
  • Durch einen exakten Kodierplan für die Fragebögen
  • Durch die Konstant-Haltung von Lärmpegel und Temperatur
  • Durch die Verwendung zweier paralleler Formen des Testes
  • Durch die Korrelation der Testergebnisse mit den Ergebnissen eines anderen Tests
  • Durch die Berechnung der inneren Konsistenz

Question 63

Question
Was versteht man unter Konstruktvalidität eines Tests?
Answer
  • Dass ein neuer Test mit denselben Merkmalen (ungefähr gleichstarke) Korrelationen aufweist wie bereits etablierte Test
  • Wenn zwei Forscher zu demselben Ergebnis bei der Bewertung eines Test kommen
  • Wenn zwei oder mehr Forscher das Ergebnis eines Test gleich (oder ähnlich) bewerten
  • Wenn mit dem neuen Test, Hypothesen bestätigt werden können, die zuvor nicht bestätigt wurden
  • Wenn ein Experte bescheinigt, dass der Test alle relevanten Aspekte des Konstruktes abdeckt

Question 64

Question
Welche Aussagen zum Informationsgehalt einer Hypothese sind richtig?
Answer
  • Der Informationsgehalt ist umso höher, je mehr Sachverhalte in der WennKomponente ausgeschlossen werden
  • Der Informationsgehalt ist umso höher, je weniger Sachverhalte in der WennKomponente ausgeschlossen werden
  • Der Informationsgehalt ist umso höher, je mehr Sachverhalte in der DannKomponente ausgeschlossen werden
  • Der Informationsgehalt ist umso höher, je weniger Sachverhalte in der DannKomponente ausgeschlossen werden

Question 65

Question
Welche Formen der Datenerhebung können bei einem Experiment eingesetzt werden?
Answer
  • das unstrukturierte Tiefeninterview
  • die Befragung des Probanden
  • die Beobachtung des Probanden
  • die Messung physiologischer Sachverhalte des Probanden

Question 66

Question
Was sollte bei der Erstellung eines Fragebogens beachtet werden
Answer
  • Die Zielsetzung der Studie sollte einleitend dargestellt werden
  • Zum Einstieg sollten bereits die schwierigen und kniffligen Fragen gestellt werden, damit die potentiellen Abbrecher der Befragung wenigstens diese Fragen beantwortet haben
  • Zum Einstieg sollten einfach zu beantwortende Fragen gestellt werden, die positiv besetzt sind
  • Die Fragen sollten möglichst pointiert unter Verwendung wertbeladener Begriffe formuliert werden, um eine Polarisierung der Antworten zu erreichen

Question 67

Question
Was sollte bei der Fragebogenkonstruktion beachtet werden?
Answer
  • Um den Befragten die Orientierung zu erleichtern, müssen alle Antwortvorgaben in die gleiche Richtung gehen (z.B. je weiter links, desto positiver)
  • Die Fragen sollten möglichst anspruchsvoll formuliert werden (Verwendung von Fremdwörtern), um bei den Befragten den Eindruck von Bildung und Wissen zu erwecken
  • Die inhaltlichen Aspekte von Fragen dürfen sich nicht wiederholen, auch wenn die Frage anders formuliert wurde
  • Es ist darauf zu achten, dass die Fragen für die Zielgruppe verständlich bleiben

Question 68

Question
Der Umfang eines Fragebogens sollte möglichst knapp gehalten und auf das Nötigste beschränkt werden, wenn
Answer
  • Passanten auf der Straße befragt werden
  • die Befragung schriftlich angekündigt wurde und in der Wohnung des Befragten stattfindet
  • der Befragte signalisiert, dass er keine Lust auf die Teilnahme hat
  • die befragte Population eher bildungsfern eingeschätzt wird

Question 69

Question
Welche Argumente sprechen für eine Rating-Skala mit einer geraden Anzahl von Antwortvorgaben?
Answer
  • Menschen können leichter mit einer geraden Anzahl von Antwortvorgaben umgehen als mit einer ungeraden Anzahl, deshalb sind diese Angaben verlässlicher
  • Eine gerade Anzahl an Antwortvorgaben zwingt die Befragten zu einer Entscheidung, weil es keine neutrale Mitte gibt
  • Dadurch fällt das Umpolen von Items leichter
  • Eine gerade Zahl von Antwortvorgaben erhöht die Reliabilität der Antworten

Question 70

Question
Welche Aussagen treffen für die persönliche Befragung durch einen Interviewer zu?
Answer
  • Sie ist kostenintensiv
  • Der Interviewer kann Missverständnisse ausräumen
  • Sie liefert in einem höheren Grad reliable und valide Ergebnisse als andere Formen der Befragung
  • Sie kann durch unbemerkte Interaktionen zwischen Interviewer und Befragten zu verzerrten Antworten führen

Question 71

Question
Welche Aussagen treffen für die Internetbefragung zu
Answer
  • Sie ermöglicht eine schnelle und kostengünstige Rekrutierung der Interview-Partner
  • Durch die direkte Eingaben der Antworten in eine Bildschirmmaske entfällt die Fehlerquelle der Datencodierung und Erfassung durch den Forscher
  • Stellt sicher, dass ausschließlich Personen antworten, die in die Zielgruppe der Grundgesamtheit gehören
  • Sie kann über Filtertechniken sicherstellen, dass die Befragten nur die Fragen zur Beantwortung erhalten, die für sie relevant sind

Question 72

Question
Was ist zu beachten, wenn Sie heikle Fragen in Ihrem Fragenbogen stellen müssen?
Answer
  • für solche Fragen sind nur die Antwortkategorien „ja“ und „nein“ vorzugeben
  • bei solchen Fragen sollten die Interviewten die Möglichkeit haben, ihre Antwort ausführlich zu begründen
  • diese Fragen sollten möglichst am Ende der Befragung gestellt werden
  • es sollte kurz begründet werden, warum die Frage notwendig ist
  • es sollte darauf hingewiesen werden, wie die Mehrheit der Bevölkerung diese Frage beantworten würde

Question 73

Question
Wenn Sie einen Fragebogen zusammenstellen, sollten Sie
Answer
  • wenn möglich auf Fragen zurückgreifen, die aus einem ähnlichen Anlass einer vergleichbaren Population gestellt wurden
  • diesen Fragebogen in einem Pretest auf Akzeptanz und Verständlichkeit testen
  • möglichst eigene Fragen formulieren, auch wenn schon Erhebungsinstrumente existieren
  • keine Fragen verwenden, die in einer anderen Untersuchung gestellt wurden, weil dadurch Antwortverzerrungen entstehen können
  • möglichst viele Fremdworte verwenden, damit die Befragten erkennen, dass dies eine wissenschaftliche Untersuchung ist
  • den Sachverhalt einer Frage möglichst umfassend darstellen, auch wenn Sie dafür mehrere Gedanken aufgreifen müssen
  • Reizworte, die einem Teil der Bevölkerung stark affektiv belegt sind, möglichst vermeiden
  • die Fragen kurz, prägnant und eindeutig formulieren

Question 74

Question
Was ist zu berücksichtigen, wenn in einen Fragebogen Kontrollfragen aufgenommen werden?
Answer
  • die Kontrollfrage sollte unmittelbar nach ursprünglichen Frage folgen, allerdings sollte sie eine Negation der ersten Frage darstellen
  • die Kontrollfrage sollte erst nach weiteren Fragen stehen und nicht identisch mit der ursprünglichen Frage sein
  • Kontrollfrage und ursprüngliche Frage müssen identisch sein, sonst können Abweichungen nicht eindeutig aufgezeigt werden
  • es sollten nicht zu viele Kontrollfragen gestellt werden, um den Fragebogen nicht unnötig aufzublähen

Question 75

Question
Was ist beim Pretest eines Fragebogens zu beachten?
Answer
  • Der Pretest sollte möglichst mit einer vergleichbaren Population durchgeführt werden, mit der auch die Hauptuntersuchung durchgeführt werden
  • Der Pretest sollte mit einer möglichst verschiedenartigen Population durchgeführt werden, um ein breit getestetes Instrument zu erhalten
  • Der Pretest dient unter anderem dazu die Verständlichkeit und Akzeptanz der Fragen zu überprüfen
  • Der Pretest dient dazu, die Bedingungen herauszufinden, unter denen die Forschungsfrage am besten bestätigt werden kann.

Question 76

Question
Unter welchen Bedingungen ist es sinnvoll, eine Stichprobe zu ziehen und nicht die Grundgesamt zu untersuchen
Answer
  • Wenn die Grundgesamtheit so groß ist, dass die Erfassung zu teuer wäre
  • Wenn eine Hypothese verifiziert werden soll
  • Wenn die untersuchten Einheiten beschädigt werden (Crashtest)
  • Wenn die Ergebnisse schnell verfügbar sein müssen und die Untersuchung der Grundgesamtheit zu zeitaufwändig wäre

Question 77

Question
Welche der folgenden Verfahren gelten als reine Zufallsauswahl
Answer
  • Das Auslosen der Merkmalsträger
  • Die Auswahl nach dem Geburtsjahr
  • Die Kontaktierung persönlicher Bekannter über Facebook oder Xing
  • Die Quoten-Stichprobe
  • Die Ziehung aus einer Datei mit einem Zufallszahlengenerator

Question 78

Question
Warum ist die Quotenstichprobe einer willkürlichen Auswahl durch den Versuchsleiter vorzuziehen?
Answer
  • Das ist nicht richtig; beide Verfahren sind gleichwertig
  • weil die Quotenstichprobe schneller und einfacher realisierbar ist
  • weil der Einfluss des Versuchsleiters bei der Quotenstichprobe geringer ist als bei der willkürlichen Auswahl
  • weil mit einer Quotenstichprobe Hypothesen weniger schnell falsifiziert werden

Question 79

Question
Welches sind Nachteile oder Gefahren einer Quotenstichprobe
Answer
  • Es kann nicht mit 100 % Sicherheit gesagt werden, dass die Quotenmerkmale für den Untersuchungszweck relevant sind
  • Dass der Entscheidungsspielraum des Versuchsleiters durch die Quotenvorgaben erheblich eingeschränkt ist
  • Dass der Quotenplan einer geschichteten Zufalls-Stichprobe entspricht und damit eine Genauigkeit vorspiegelt, die gar nicht existiert
  • Dass es bei einer Mehrthemenumfrage nahezu unmöglich ist einen für alle Themenrelevanten Quotenplan zu erstellen

Question 80

Question
Ein Supermarkt will die Zufriedenheit seiner Kunden erheben. Dazu werden alle Kunden befragt, die an einem Mittwoch, morgens zwischen 7:30 Uhr und 8:30 Uhr, den Supermarkt besuchen. Welche der Aussagen sind richtig
Answer
  • Da der Zeitpunkt zufällig gewählt wurde, ist die Stichprobe repräsentativ
  • Die Stichprobe enthält nur einen sehr eingeschränkten Anteil der Grundgesamtheit aller Supermarktkunden, da nur in einem engen Zeitfenster erhoben wird, deshalb ist die Stichprobe nicht repräsentativ
  • Wenn die Kunden innerhalb dieses Zeitfensters nach einem Quotenauswahlverfahren ausgewählt werden, ist die Stichprobe repräsentativ
  • Die Erhebung sollte zu einem anderen Zeitpunkt (z.B. Freitag am Abend) wiederholt werden, dann ist die Stichprobe repräsentativ.
  • Mittwoch am Morgen ist besonders gut geeignet, da in dieser Zeit besonders wenig Kunden einkaufen. Diese haben daher mehr Zeit. Deshalb sind die Ergebnisse repräsentativ

Question 81

Question
Welche Aussagen über die Stichprobenziehung sind richtig?
Answer
  • bei einer Stichprobe von n > 1.000 ist es völlig unerheblich, wie sie gezogen wurde, sie ist allein durch ihren Umfang repräsentativ
  • Um eine Hypothese möglichst streng zu überprüfen, ist die Stichprobe möglichst groß zu wählen (n> 3.000) weil nur dann das Signifikanzniveau wirklich aussagekräftig ist.
  • Je homogener die Grundgesamtheit der Merkmalsträger ist, desto kleiner kann die Stichprobe sein, die noch zuverlässige Aussagen über die Grundgesamtheit zulässt.
  • Je heterogener die Stichprobe ist, desto besser repräsentiert sie die Grundgesamtheit
  • Streng genommen können nur Verfahren, die auf einer Zufallsauswahl beruhen, die Annahme einer repräsentativen Stichprobe rechtfertigen
  • Zufallsauswahl oder willkürliche Auswahl der Probanden ist unerheblich, ein Signifikanztest kann in jedem Fall angewandt werden

Question 82

Question
Was charakterisiert eine Zufallsstichprobe?
Answer
  • Alle Elemente der Grundgesamtheit haben eine benennbare Chance, in die Stichprobe aufgenommen zu werden.
  • Der Einfluss des Versuchsleiters auf die Auswahl und Zusammensetzung der Stichprobe ist sehr gering.
  • Der Versuchsleiter trifft eine Vorauswahl der Personen, die in die Stichprobe aufgenommen werden können.
  • Die Stichprobe wird so zusammengesetzt, dass sie der Zusammensetzung der Grundgesamtheit nach soziodemografischen Merkmalen (Alter, Geschlecht, Bildung) möglichst ähnlich ist.

Question 83

Question
Welche Auswirkungen haben Teilnahme-Verweigerer für die Repräsentativität einer Stichprobe?
Answer
  • Wenn die Stichprobe groß genug ist (> 1.500), dann ist das Problem der Verweigerer vernachlässigbar.
  • Wenn die Verweigerer eine in sich homogene Gruppe (höheres Alter, geringer Bildungsstand) im Vergleich mit der Grundgesamtheit sind, dann gefährden sie durch ihre Nichtteilnahme die Repräsentativität der Stichprobe.
  • Teilnahmeverweigerer gibt es bei allen Untersuchungen, deshalb hat dieses Phänomen keinen Einfluss auf die Repräsentativität.
  • Dieses Problem kann nicht vollständig gelöst, jedoch abgemildert werden, indem man versucht, potenzielle Verweigerer von der Sinnhaftigkeit einer Teilnahme zu überzeugen
  • Wenn der Versuchsleiter die Antwortverweigerer mithilfe eines Quotenplans durch neue Probanden ersetzt, ist das Problem gelöst.

Question 84

Question
In welchen Fällen ist die Interpretation des Medians der Interpretation des arithmetischen Mittels vorzuziehen
Answer
  • bei ordinalskalierten Merkmalen
  • bei einem kardinalskalierten Merkmal und wenigen Merkmalsträgern
  • bei einem kardinalskalierten Merkmal bei vielen Merkmalsträgern aber relativ wenig Merkmalsausprägungen
  • bei einem kardinalskalierten Merkmal und einer überschaubaren Anzahl von Merkmalsträgern mit einem extremen Ausreißer

Question 85

Question
Welche Aussagen zur Varianz sind richtig?
Answer
  • Eine große Varianz ist immer dann gegeben, wenn die Varianz größer als der Mittelwert ist.
  • Die Varianz kann größer als die Streuung sein, sie kann aber auch kleiner als die Streuung sein
  • Die Varianz einer Merkmalsverteilung sollte nur mit einer Varianz einer anderen Verteilung dieses Merkmals verglichen werden, die mit derselben Skala erfasst wurde (z.B. Punkte in der Klausur, wenn die erreichbare Maximalpunktzahl gleich ist)

Question 86

Question
Welchen Eigenschaften zeichnen den Inter-Quartilsabstand aus?
Answer
  • der Inter- Quartilsabstand ist besser standardisiert als die Varianz
  • der Inter- Quartilsabstand reagiert nicht auf Ausreiser
  • der Inter- Quartilsabstand zeigt feinere Unterschiede zwischen Verteilungen auf
  • der Inter- Quartilsabstand darf nur bei Ordinalskalen verwendet werden

Question 87

Question
Welche Informationen kann man dem Interquartilsabstand entnehmen
Answer
  • Die gesamte Streubreite der Verteilung (vom Minimum bis zum Maximum)
  • In welchem Bereich die 50 % „mittleren“ Fälle liegen
  • Ob die Verteilung symmetrisch oder asymmetrisch ist
  • Ob die Verteilung rechts- oder linksschief ist

Question 88

Question
Welche Eigenschaften hat das Schiefe-Maß
Answer
  • wenn eine Verteilung symmetrisch ist, hat die Schiefe einen Wert von 1,0
  • je größer der Absolutwert der Schiefe ist, desto symmetrischer ist die Verteilung
  • eine symmetrische Verteilung hat einen Schiefe-Wert von 0,0
  • je weiter der absolute Wert von 0,0 entfernt ist, desto schiefer ist die Verteilung

Question 89

Question
Welche Aussagen sind zutreffend, wenn das Merkmal normalverteilt ist, einen Mittelwert von 100 und eine Varianz von 100 hat?
Answer
  • Im Bereich von 0 bis 200 befinden sich 68 % der Merkmalsträger
  • Im Bereich von 90 bis 110 befinden sich 68 % der Merkmalsträger
  • Im Bereich von 80 bis 120 befinden sich 95 % der Merkmalsträger
  • Im Bereich von 80 bis 120 befinden sich 99 % der Merkmalsträger
  • Im Bereich von 74 bis 126 befinden sich 95 % der Merkmalsträger
  • Im Bereich von 74 bis 126 befinden sich 99 % der Merkmalsträger

Question 90

Question
Wenn Median und arithmetisches Mittel zusammenfallen (denselben Wert haben), dann ……
Answer
  • liegt immer eine Normalverteilung vor
  • liegt immer eine symmetrische Verteilung vor
  • ist der Kennwert für die Schiefe dieser Verteilung annähernd 0,0
  • ist der Exzess dieser Verteilung annähernd 0,0

Question 91

Question
Welche Aussagen zum Standardfehler einer Verteilung sind richtig
Answer
  • Der Standardfehler einer Verteilung kann als Standardabweichung der arithmetischen Mittel betrachtet werden (wenn mehrere Stichproben gezogen würden)
  • Der Standardfehler ergibt sich aus der Standardabweichung dividiert durch die Wurzel aus n (=Stichprobengröße)
  • Der Standardfehler muss immer kleiner als die Standardabweichung sein
  • Der Standardfehler darf nur bei kardinalskalierten Merkmalen berechnet werden.

Question 92

Question
Warum kann es sinnvoll sein, vor der Berechnung des Mittelwertes einer Verteilung, an beiden Seite jeweils die 5% der extremsten Werte abzuschneiden?
Answer
  • Weil dadurch Ausreißer eliminiert werden, die sonst möglicherweise das arithmetische Mittel verzerren würden
  • Damit ergeben sich zuverlässigere Werte für den Median
  • Weil nur dann der Modus aussagekräftig ist
  • Weil dadurch der Wert für die Varianz zuverlässiger wird

Question 93

Question
Welche Aussagen zur grafischen Darstellung von Ergebnissen sind richtig?
Answer
  • Auf die grafische Darstellung von Ergebnissen sollte verzichtet werden, weil dies unwissenschaftlich
  • Die grafische Darstellung von Ergebnisse veranschaulicht die Bedeutung der Befunde vielfach besser als die bloße Darstellung der Kennzahlen
  • Die Verwendung dreidimensionaler Grafiken (Kreisdiagramme oder Balkendiagramme) kann zu Wahrnehmungstäuschungen führen und sollte deshalb unterbleiben
  • Grundsätzlich sollten alle Ergebnisse als Balkendiagramme dargestellt werden
  • Tortendiagramme stellen die Sachverhalte besonders objektiv und einprägsam dar. Deshalb sollten diese möglichst immer verwendet werden
  • Möglichst alle Ergebnisse sollten als Boxplots dargestellt werden

Question 94

Question
Was versteht man unter einem Konfidenzintervall?
Answer
  • das Konfidenzintervall drückt den geschätzten Punktwert einer Größe aus, der sich aus der Stichprobe berechnen lässt
  • das Konfidenzintervall ist eine Messgröße für die Güte einer Stichprobe
  • das Konfidenzintervall enthält den Korrekturfaktor für den Stichprobenwert, um den tatsächlichen Wert einer Grundgesamtheit zu ermitteln
  • das Konfidenzintervall beschreibt den Bereich innerhalb dessen der wahre Wert der Grundgesamtheit mit einer bestimmten Wahrscheinlichkeit (z.B. 95%) um den Wert des Stichprobenkennwertes liegt

Question 95

Question
Was versteht man unter dem Signifikanzniveau?
Answer
  • es gibt an, wie stark der Effekt in einer Untersuchung ist
  • es entscheidet darüber, ob eine Hypothese wahr oder falsch ist
  • es drückt die Fehlerwahrscheinlichkeit aus, mit der von den Daten der Stichprobe auf die Verhältnisse in der Grundgesamtheit geschlossen wird
  • es kennzeichnet die Bedeutsamkeit eines Ergebnisses für die praktische Anwendung

Question 96

Question
Was versteht man unter einem einseitigen Signifikanztest?
Answer
  • dass nur die Alternativhypothese geprüft wird, die Nullhypothese bleibt unberücksichtigt
  • das nur die Nullhypothese geprüft wird, die Alternativhypothese bleibt unberücksichtigt
  • dass eine Alternativhypothese überprüft wird, die eine bestimmte Tendenz postuliert und einen gegenteiligen Zusammenhang ausschließt (z.B. je länger die Prüfungsvorbereitung, desto besser das Prüfungsergebnis)
  • dass die Nullhypothese nur dann verworfen wird, wenn die Ergebnisse in die postulierte Richtung geht

Question 97

Question
Wenn Sie eine Hypothese überprüfen wollen formulieren Sie eine Null-Hypothese und eine Alternativhypothese. Sie testen auf dem 5% Signifikanzniveau, was bedeutet dies inhaltlich?
Answer
  • Die Wahrscheinlichkeit beträgt 5%, dass Sie die Alternativhypothese zu Unrecht aufgeben
  • Die Wahrscheinlichkeit beträgt 5%, dass Sie die Nullhypothese zu Unrecht zurückweisen
  • Die Wahrscheinlichkeit beträgt 95%, dass die Alternativhypothese richtig ist
  • Die Wahrscheinlichkeit beträgt 95%, dass die Nullhypothese richtig ist

Question 98

Question
Welche der folgenden Aussagen rechtfertigen einen einseitigen Signifikanztest?
Answer
  • Männer und Frauen zeigen unterschiedliche Einstellungen zur Integration von Ausländern
  • es besteht ein positiver Zusammenhang zwischen der Fernsehdauer und der Bereitschaft in Konfliktsituationen aggressive Verhaltensweisen zu zeigen
  • Ältere Menschen zeigen andere Intelligenzstrukturen als jüngere Menschen
  • Jüngere Menschen verbringen mehr Zeit mit Internetnutzung als ältere Menschen

Question 99

Question
Was ist bei der Wahl des Signifikanzniveaus zu beachten?
Answer
  • Grundsätzlich sollte das kleinste mögliche Signifikanzniveau gewählt werden, das noch möglich ist, um die Nullhypothese zurückzuweisen.
  • Mit der Abnahme der Wahrscheinlichkeit des α-Fehlers steigt die Wahrscheinlichkeit des β-Fehlers, deshalb ist nach Thematik und Erkenntnisstand abzuwägen, welches Signifikanzniveau gewählt werden soll
  • Es ist besser auf dem 1%-Niveau zu testen als auf dem 5%-Niveau
  • Das Signifikanzniveau ist allgemein üblich, deshalb sollte man dieses immer verwenden

Question 100

Question
Welche Alternativhypothesen sind zu der Null-Hypothese "Frauen haben dieselben Karriere-Chancen wie Männer" richtig formuliert
Answer
  • Einseitig: Die Karriere-Chancen von Männern und Frauen sind unterschiedlich
  • Einseitig: Die Frauen haben häufig niedrigere Karriere-Chancen als Männer
  • Zweiseitig: Frauen haben andere Aufgaben in der Gesellschaft als Männer
  • Zweiseitig: Meist machen die Frauen schneller Karriere als Männer

Question 101

Question
Bei welchen der folgenden Fälle würden Sie den Median als Kennwert berechnen
Answer
  • Ordinalskaliertes Merkmal, wenig Mermalsausprägungen (<5), viele Merkmalsträger (>200)
  • Intervallskaliertes Merkmal, wenig Merkmalsausprägungen (<8), sehr viele Merkmalsträger (>1.000)
  • Intervallskaliertes Merkmal, wenig Merkmalsausprägungen (>100), wenig Merkmalsträger (<20)
  • Ordinalskaliertes Merkmal, viele Merkmalsausprägungen (>30), viele Merkmalsträger (>50)

Question 102

Question
Wann sollte man bei der Interpretation der Spannweite einer Verteilung vorsichtig sein
Answer
  • wenn Maximum und /oder Minimum sehr weit von den nächstgelegenen Merkmalswerten entfernt sind
  • wenn nur wenige Mermalsausprägungen vorliegen
  • wenn die Daten Kardinalskalen-Niveau aufweisen
  • bei kontinuierlichen Merkmalsausprägungen und wenigen Merkmalsträgern

Question 103

Question
Die Normalverteilung eines Merkmales
Answer
  • wenn Modus, Median und arithmetisches Mittel einer Verteilung zusammenfallen oder ganz eng beieinander liegen, ist dies eine notwendige aber keine hinreichende Voraussetzung für die Normalverteilungsannahme
  • liegt vor, wenn die Quadratwurzel der Varianz gleich der Streuung der Verteilung ist
  • ist immer gegeben, wenn die Merkmale verhältnisskaliert sind
  • kann statistisch nicht geprüft werden

Question 104

Question
Was ist bei der Interpretation des Kontigenzkoeffizienten zu berücksichtigen
Answer
  • der Kontigenzkoeffizient bewegt sich im Bereich zwischen -1,0 und 1,0
  • der Maximalwert, den der Kontigenzkoeffizient annehmen kann, ist abhängig von der Anzahl der Zeilen und Spalten der Kreuztabelle. Er nähert sich asymptotisch dem Wert 1,0 an.
  • Der Kontigenzkoeffizient kann genauso wie der Korrelationskoeffizient als Maß für die Stärke des linearen Zusammenhangs interpretiert werden
  • Der korrigierte Kontigenzkoeffizient CC/ CCmax kann als ein Maß für die Stärke des Zusammenhangs interpretiert werden, das dem eta der Varianzanalyse vergleichbar ist.

Question 105

Question
Wie können Sie beim Mann-Whitney-U-Test die Effektstärke messen?
Answer
  • über die Prüfgröße W
  • die Effektstärke kann nicht quantifiziert werden, aber über die Visualisierung der Verteilung erhält man einen ungefähren Eindruck von der Stärke des Effektes
  • über das Signifikanzniveau des Koeffizienten
  • wenn die Mediane der beiden Gruppen deutlich entfernt voneinander sind, kann man von einem starken Effekt ausgehen.
  • über eine Schätzung von Cohen's im Effektstärke Rechner von Psychometrica

Question 106

Question
Welches statistische Verfahren ist angemessen, wenn Sie bei einer ordinalskalierten abhängigen Variablen prüfen soll, ob sich die drei Gruppen statistisch signifikant unterscheiden
Answer
  • der Man-Whitney-U-Test (Wilcoxon-Test)
  • der t-Test für unabhängige Stichproben
  • die Kruskal-Wallis-Rangvarianzanalyse
  • die Varianzanalyse

Question 107

Question
Ein Kommilitone hat bei der Überprüfung einer Unterschiedhypothese für zwei Gruppen einen Wert für Cohen's d von -0,72 erhalten. Wie interpretieren Sie diesen Wert?
Answer
  • Es liegt ein Rechenfehler vor, da Cohen's d nur positive Werte annehmen kann
  • Es liegt ein sehr starker Effekt vor
  • Es liegt ein mittelstarker Effekt vor
  • Das Ergebnis ist nicht signifikant, die Wahrscheinlichkeit, dass der Effekt zufällig zustande kam, beträgt 72%.

Question 108

Question
Ein Kommilitone hat bei der Überprüfung einer Unterschiedshypothese für zwei Gruppen einen Wert für Cohen's d von -1,25 erhalten. Wie interpretieren Sie diesen Wert?
Answer
  • Es liegt ein Rechenfehler vor, weil Cohen's d nur positive Werte annehmen darf
  • Es liegt ein Rechenfehler vor, weil Cohen's d nur Werte zwischen -1,0 und 1,0 annehmen kann
  • Es liegt ein sehr starker Effekt vor
  • In diesem Fall müsste die Odd's Ratio berechnet werden

Question 109

Question
Welches Verfahren wenden Sie für die Prüfung an, welche der drei Gruppen: Probanden mit Hauptschulabschluss, Probanden mit mittlerer Reife, Probanden mit Hochschulreife sich statistisch signifikant in Bezug auf die Einkommenshöhe unterscheiden?
Answer
  • alle Gruppenunterschiede werden mit dem t-Test geprüft
  • die beiden Gruppen; die am nächsten beieinander liegen, werden mit dem t-Test geprüft; ist dieser statistisch signifikant, müssen auch die anderen Gruppenunterschiede signifikant sein
  • mit einem Post-Hoc-Vergleich z.B. Tukey's HSD-Test oder Scheffeé-Test
  • wenn das Ergebnis der Varianzanalyse signifikant ist, sind alle Gruppenunterschiede signifikant

Question 110

Question
Wie können Sie die Effektstärke prüfen, wenn Sie einen signifikanten Mittelwertunterschied zwischen zwei Gruppen bei einem kardinalskalierten Merkmal erhalten haben?
Answer
  • der t-Wert des t-Testes gibt Aufschluss über die Stärke des Effektes
  • die Differenz der Mittelwerte gibt Aufschluss über die Stärke des Effekt es
  • man muss Cohen's d berechnen
  • man kann varianzanalytisch den Anteil der erklärten Varianz bestimmen

Question 111

Question
Sie haben bei einem t-Test für unabhängige Stichproben einen Wert für Cohen's d von 0,12 erhalten. Was bedeutet dieser inhaltlich?
Answer
  • es handelt sich um einen sehr starken Effekt
  • es liegt ein mittelstarker Effekt vor
  • es liegt ein schwacher Effekt vor
  • der Effekt ist vernachlässigbar

Question 112

Question
Sie haben bei einem t-Test für unabhängige Stichproben einen Wert für Cohen's d von 1,12 erhalten. Was bedeutet dieser inhaltlich?
Answer
  • es handelt sich um einen sehr starken Effekt
  • es liegt ein mittelstarker Effekt vor
  • das ist unmöglich, es liegt ein Rechenfehler vor
  • der Effekt ist vernachlässigbar

Question 113

Question
Wofür wird der Levene-Test im Zusammenhang mit dem t-Test durchgeführt?
Answer
  • der Levene-Test misst die Stärke des Effektes zwischen den beiden Gruppen
  • der Levene-Test prüft die Signifikanz des Mittelwert-Unterschiedes
  • der Levene-Test prüft, ob die Annahme, dass die Varianzen des Merkmals innerhalb der beiden Gruppen gleich sind, aufrecht erhalten werden kann
  • der Levene-Test ist eine Weiterentwicklung des t-Tests

Question 114

Question
Sie erhalten bei der Durchführung des Levene-Tests ein Ergebnis Pr(>F) 0,001. Welche Konsequenzen ziehen Sie daraus für den folgenden t-Test?
Answer
  • Die Mittelwertunterschiede sind damit statistisch hochsignifikant
  • Die Varianzen innerhalb der Gruppen sind homogen, es kann der t-Test für homogene Varianzen berechnet werden
  • Die Varianzen sind heterogen, es muss der Welch-Test berechnet werden
  • Die Varianzen sind zwar heterogen, aber das beeinflusst die Durchführung des t-Test nicht

Question 115

Question
Wie unterschieden sich der t-Test für homogene Varianzen und Welch-Test
Answer
  • der t-Test für homogene Varianzen ist der konservativere Test, d.h. die Nullhypothese wird länger beibehalten
  • beim Welch-Test sind die Freiheitsgrade tendenziell geringer als beim t-Test, oft ist auch der t-Wert etwas kleiner
  • der Welch-Test ist tendenziell etwas konservativer, d.h. die Nullhypothese wird länger beibehalten
  • es gibt keinen Unterschied zwischen den Ergebnissen der beiden Tests

Question 116

Question
Welche Voraussetzungen gibt es für die Anwendung der Kruskal-Wallis-Rang-Varianzanalyse
Answer
  • Ordinalskalen-Niveau der abhängigen Variablen
  • Kardinalskalen-Niveau der abhängigen Variablen
  • mindestens fünf Probanden je Gruppe
  • mindestens dreißig Probanden je Gruppe

Question 117

Question
Was bedeutet die Aussage: Die Kurskall-Wallis-Rang-Varianzanalyse hat eine Effizienz von 95% zu der parametrischen Varianzanalyse
Answer
  • dass die Kruskall-Wallis-Rang-Varianzanalyse nur in 95% der Fälle ein signifikantes Ergebnis liefert, in denen die Varianzanalyse signifikante Mittelwertunterschiede aufdeckt
  • dass der Informationsgehalt der Kruskall-Wallis-Rang-Varianzanalyse 95% des Informationsgehalts der Varianzanalyse beträgt
  • dass man mit der Varianzanalyse in 95% der Fälle bessere Ergebnisse erhält
  • dass man die KW-Rangvarianzanalyse 95% der Mittelwertunterschiede als signifikant markiert, die die parametrische Varianzanalyse bei korrekter Anwendung und dem Vorliegen aller Voraussetzungen als signifikant markiert hat

Question 118

Question
Wie kann man bei der parametrischen Varianzanalyse die Effektstärke berechnen
Answer
  • das ist unmöglich
  • als Kennwert eta-Quadrat = erklärte Varianz / Gesamtvarianz
  • als Kennwert eta-Quadrat = erklärte Varianz / Fehlervarianz
  • als Kennwert eta-Quadrat = erklärte Varianz / Freiheitsgrade

Question 119

Question
Wann liegt ein positivere linearer Zusammenhang zwischen zwei Variablen vor?
Answer
  • Die Veränderung des Merkmals X ist von der Veränderung des Merkmals Y völlig unabhängig
  • Wenn X größer wird, wird Y ebenfalls größer
  • Wenn X größer wird, wird Y kleiner
  • Wenn X größer wird, kann Y größer oder kleiner werden, je nachdem welchen Wert X ha
  • Wenn X kleiner wird, wird Y ebenfalls kleiner

Question 120

Question
Für die Berechnung der Produkt-Momentkorrelation sind folgende Voraussetzungen unbedingt erforderlich
Answer
  • Kardinalskalenniveau der Merkmale
  • Normalverteilung der Merkmale
  • eine plausible Annahme für eine kausale Ursache-Wirkungsbeziehung zwischen den Merkmalen
  • eine plausible Annahme für eine lineare Beziehung zwischen den Variablen
  • Ordinalskalen-Niveau der Variablen

Question 121

Question
Welche Voraussetzungen sollten erfüllt sein, wenn eine Produktmoment-Korrelation zwischen zwei Merkmalen berechnet wird
Answer
  • die beiden Merkmale sollten annähernd normalverteilt sein
  • die beiden Merkmale müssen an unterschiedlichen Merkmalsträgern gemessen werden
  • es sollten mindestens 30 Merkmalsträger gültige Werte für beide Merkmale aufweisen
  • die Merkmalsausprägungen müssen auf dem Kardinalskalen-Niveau messbar sein

Question 122

Question
Was sollte getan werden, wenn eine Korrelationsanalyse berechnet werden soll, ein Merkmal jedoch nur ordinalskaliert ist
Answer
  • der Zusammenhang kann nicht berechnet werden
  • es kann der Bravais-Pearson Korrelationskoeffizient berechnet werden
  • es sollte Spearman’s rho berechnet werden
  • gegebenenfalls sind Merkmalsausprägungen zusammenzufassen, um den ChiQuadrat-Test für die Kreuztabelle berechnen zu können

Question 123

Question
Welche statistische Kennzahl sollte interpretiert werden, um die Stärke des Zusammenhanges zwischen zwei intervallskalierten Variablen für 12 Merkmalsträger zu berechnen
Answer
  • Der Chi-Quadrat-Wert einer Kreuztabelle
  • Der Rangkorrelationskoeffizient rho
  • Bravais-Pearson-Korrelationskoeffizient r
  • Der standardisierte Regressionskoeffizient beta
  • Der Rangkorrelationskoeffizient Kendall’s tau

Question 124

Question
Ein Kommilitone hat in seiner Bachelor-Arbeit die Stärke des Zusammenhanges zwischen Vorbereitungszeit und Prüfungserfolg untersucht. Er erhält einen Zusammenhang von r = 1.22 Wie interpretieren Sie diesen Zusammenhang
Answer
  • Es besteht ein starker positiver Zusammenhang (je länger die Vorbereitungszeit, desto höher der Prüfungserfolg), dieser Zusammenhang ist in jedem Falle statistisch signifikant
  • Der Zusammenhang zwischen den beiden Merkmalen ist nur mittelstark
  • Anhand der Kodierung der Variablen muss vor der Interpretation erst geprüft werden, ob der Zusammenhang positiv oder negativ ist
  • Der Koeffizient ist mit Sicherheit auf einen Rechenfehler des Kommilitonen zurückzuführen

Question 125

Question
Für eine Rangkorrelation-Analyse müssen folgende Voraussetzungen erfüllt werden
Answer
  • die Variablen müssen mindestens Intervallskalenniveau aufweisen
  • die Variablen müssen in einem plausiblen Ursache-Wirkungszusammenhang zueinander stehen
  • die Variablen müssen mindestens ordinalskaliert sein
  • Es sollten zahlreiche Merkmalsausprägungen (>> 2) vorhanden sein

Question 126

Question
Eine bivariate Korrelationsanalyse
Answer
  • erfordert keine kausale Ursache-Wirkungsbeziehung
  • liefert den Beweis, dass ein kausaler Zusammenhang zwischen den Merkmalen besteht
  • darf nicht berechnet werden, wenn eine oder beide Variablen extrem schief verteilt sind
  • beschreibt die Stärke des linearen Zusammenhanges zwischen zwei Variablen
  • beschreibt die Stärke des logarithmischen Zusammenhangs zwischen zwei Variablen

Question 127

Question
Wenn bei einer bivariaten Korrelationsanalyse ein Zusammenhang von r = 0,01 ermittelt wird, bedeutet dies
Answer
  • dass der Zusammenhang zwischen den beiden Merkmalen statistisch hochsignifikant ist
  • dass kein nennenswerter linearer Zusammenhang zwischen den beiden Merkmalen besteht
  • dass überhaupt kein Zusammenhang zwischen den beiden Merkmalen besteht

Question 128

Question
Welche Zusammenhänge zwischen zwei Merkmalen, gemessen mit dem Produkt-MomentKorrelationskoeffizienten werden als starke lineare Zusammenhänge bezeichnet
Answer
  • ein Zusammenhang von r = -0,57
  • ein Zusammenhang von r = -0,31
  • ein Zusammenhang von r = 0,25
  • ein Zusammenhang von r = 0,71
  • ein Zusammenhang von r = 0,45

Question 129

Question
Der Rangkorrelationskoeffizient rho (Spearman’s rho)
Answer
  • hat eine ähnliche Aussagekraft wie der Korrelationskoeffizient r
  • misst die Stärke des linearen und des nichtlinearen Zusammenhanges zwischen zwei Variablen
  • kann ab Ordinalskalen-Niveau eingesetzt werden
  • kann auch bei extrem schiefen Verteilungen eingesetzt werden

Question 130

Question
Welches Verfahren würden sie anwenden, wenn Sie für zwei kardinalskalierte Variablen mit circa 20 Merkmalsausprägungen über 20 Versuchspersonen ein Zusammenhangsmaß berechnen sollen
Answer
  • Den Produkt-Moment-Korrelationskoeffizient r
  • Den Rang-Korrelationskoeffizient rho
  • Den Kontingenz-Koeffizient
  • Den Rang-Korrelationskoeffizient tau
  • Den standardisierten Regressionskoeffizienten beta

Question 131

Question
Bei der Analyse der Stärke des Zusammenhanges einer Vierfelder-Tafel erhalten Sie einen Kontingenz-Koeffizienten von 0,55. Wie interpretieren Sie den Koeffizienten
Answer
  • es liegt ein mittelstarker Zusammenhang vor
  • der Kontingenzkoeffizient kann grundsätzlich nicht interpretiert werden
  • der Kontingenzkoeffizient muss adjustiert werden nach der Formel CC / CCmax)

Question 132

Question
Welche Voraussetzungen müssen erfüllt sein, um eine Regressionsanalyse mit zwei Merkmalen zu berechnen
Answer
  • Kardinalskalen-Niveau der beiden Variablen
  • Ordinalskalen-Niveau der abhängigen Variablen
  • Normalverteilung der beiden Variablen
  • Ordinalskalen-Niveau beider Variablen
  • Ausschließlich die abhängige Variable muss Kardinalskalen-Niveau aufweisen

Question 133

Question
Wie kann man die Kausalität (Ursache-Wirkungsbeziehung) eines Zusammenhanges statistisch belegen?
Answer
  • Durch die Regressionsanalyse; wenn der Regressionskoeffizient statistisch signifikant ist, ist der Nachweis für die Kausalität des Zusammenhanges erbracht
  • Wenn sowohl Regressionsanalyse als auch Korrelationsanalyse signifikante Ergebnisse zeigen, muss ein Ursache-Wirkungszusammenhang vorliegen
  • Der Nachweis eines kausalen Zusammenhangs kann über das Untersuchungsdesign (z. B. Versuchsanordnung) gelingen. Der Nachweis statistisch signifikanter Zusammenhänge ist kein Beleg für einen kausalen Zusammenhang

Question 134

Question
Wann kann ein kausaler Zusammenhang zwischen zwei Merkmalen angenommen werden?
Answer
  • Wenn sich ein Zusammenhang in mehreren, von einander unabhängigen Untersuchungen herausgestellt hat
  • Wenn ein plausibler inhaltlicher Zusammenhang zwischen den Merkmalen besteht
  • Wenn eine zeitliche Abfolge zwischen der Messung des unabhängigen und des abhängigen Merkmals besteht, die Wirkung des unabhängigen Merkmals auf das abhängige Merkmal theoretisch plausibel erscheint und der Zusammenhang statistisch nachgewiesen werden kann
  • Wenn die Merkmale auch Intervallskalen-Niveau gemessen werden können, weil nur dann eine Regressionsanalyse gerechnet werden darf

Question 135

Question
Ein Kommilitone hat in seiner Bachelorarbeit als Ergebnis der Regressionsanalyse folgende Parameter erhalten: a = 2,5 b = 1,8. Welche Interpretationen sind richtig?
Answer
  • Die Regressionsgerade hat eine Steigung von 2,5, d.h. wenn sich X um eine Einheit verändert, verändert sich Y um 2,5 Einheiten
  • Die Regressionsgerade hat eine Steigung von 1,8, d.h. wenn sich X um eine Einheit verändert, verändert sich Y um 1,8 Einheiten
  • Die Steigung der Regressionsgeraden darf maximal 1,0 sein, also muss ein Rechenfehler vorliegen
  • Wenn a und b positiv und größer 1,0 sind, muss ein starker positiver Zusammenhang vorliegen

Question 136

Question
Ein Kommilitone hat in seiner Bachelorarbeit als Ergebnis der Regressionsanalyse einen standardisierten Regressionskoeffizienten β = 0,53 erhalten. Welche Aussagen sind richtig?
Answer
  • Es besteht ein starker linearer Zusammenhang zwischen den beiden Merkmalen
  • Es besteht kein linearer Zusammenhang zwischen den beiden Merkmalen
  • β kann nicht interpretiert werden, da es Werte von plus bis minus unendlich annehmen kann
  • Rund 25 % der Varianz in Y werden durch die Veränderungen von X erklärt
  • Die Höhe von β hängt von der Anzahl der Merkmalsausprägungen der abhängigen Variablen ab

Question 137

Question
Ein Kommilitone hat in seiner Bachelorarbeit als Ergebnis der einfachen Regressionsanalyse einen standardisierten Regressionskoeffizienten β = 1,53 erhalten. Welche Aussagen sind richtig?
Answer
  • Es besteht ein starker linearer Zusammenhang zwischen den beiden Merkmalen
  • Es besteht kein linearer Zusammenhang zwischen den beiden Merkmalen
  • β kann nicht interpretiert werden, da es Werte von plus bis minus unendlich annehmen kann
  • Rund 2 % der Varianz in Y werden durch die Veränderungen von X erklärt
  • Es liegt mit Sicherheit ein Rechenfehler vor

Question 138

Question
Ein Kommilitone hat in seiner Bachelorarbeit als Ergebnis der einfachen Regressionsanalyse einen standardisierten Regressionskoeffizienten β = 1,53 erhalten. Welche Aussagen sind richtig?
Answer
  • Es besteht ein starker linearer Zusammenhang zwischen den beiden Merkmalen
  • Es besteht kein linearer Zusammenhang zwischen den beiden Merkmalen
  • β kann nicht interpretiert werden, da es Werte von plus bis minus unendlich annehmen kann
  • Rund 2 % der Varianz in Y werden durch die Veränderungen von X erklärt
  • Es liegt mit Sicherheit ein Rechenfehler vor

Question 139

Question
Über welche Koeffizienten kann bei der multiplen Regressionsanalyse die Stärke des Einflusses einer einzelnen unabhängigen Variablen auf die abhängige Variable ermittelt werden?
Answer
  • Über den nichtstandardisierten Regressionskoeffizienten
  • Über das multiple R
  • Über den standardisierten Regressionskoeffizienten
  • Über den Durbin-Watson Koeffizienten
  • Über den VIF (Variance Inflation Factor)

Question 140

Question
Der Determinationskoeffizient R2 entspricht
Answer
  • dem konstanten Glied a im Falle der Einfachregression
  • dem Quadrat des Korrelationskoeffizienten r im Falle einer bivariaten Korrelation
  • dem Quadrat des nicht standardisierten Regressionskoeffizienten b im Falle der Einfach-Regression
  • dem Quadrat des standardisierten Regressionskoeffizienten im Falle einer Einfachregression

Question 141

Question
Bei der Regressionsanalyse lassen sich Schätzwerte für Y als Funktion von X auf einer Geraden darstellen.
Answer
  • die Abweichungen der beobachteten Werte von diesen Schätzwerten stellen den Fehlerterm dar
  • die Gerade wird so berechnet, dass die Summe der Abweichungen der beobachteten Werte von den Schätzwerten ein Minimum wird
  • die Gerade wird so berechnet, dass die Summe der quadrierten Abweichungen der beobachteten Werte von den Schätzwerten ein Minimum wird
  • die Gerade muss immer das Koordinatenkreuz der X- und Y-Achse schneiden, da Y eine Funktion von X ist

Question 142

Question
Wie können Sie bei der Regressionsanalyse (eine unabhängige, eine abhängige Variable) den Anteil der erklärten Varianz berechnen
Answer
  • Die erklärte Varianz ergibt sich als Quadrat des standardisierten Regressionskoeffizienten
  • Die erklärte Varianz ergibt sich durch die Quadratur des nicht standardisierten Regressionskoeffizienten
  • Die erklärte Varianz ergibt sich aus der Division SSreg / SSresid
  • Die erklärte Varianz ergibt sich durch die Quadratur des multiplen R
  • Die erklärte Varianz ergibt sich aus der Division SSreg / SS

Question 143

Question
Was versteht man unter relativer Konzentration im statistischen Sinne?
Answer
  • Eine Maßzahl, die aussagt, wie gleichmäßig und auf wie viele Merkmalsträger ein Merkmal verteilt ist.
  • Eine Maßzahl, die aussagt, wie häufig ein Merkmal vorkommt
  • Eine Maßzahl, die aussagt, wie gleichmäßig ein Merkmal über die Merkmalsträger verteilt ist
  • Eine Maßzahl, die aussagt, wie viele Merkmalsträger ein Merkmal unter sich aufteilen
  • Eine Maßzahl, die aussagt, wie gerecht ein Merkmal verteilt ist.

Question 144

Question
Was versteht man unter absoluter Konzentration im statistischen Sinne?
Answer
  • Eine Maßzahl, die aussagt, wie gleichmäßig und auf wie viele Merkmalsträger ein Merkmal verteilt ist.
  • Eine Maßzahl, die aussagt, wie häufig ein Merkmal vorkommt
  • Eine Maßzahl, die aussagt, wie gleichmäßig ein Merkmal über die Merkmalsträger verteilt ist.
  • Eine Maßzahl, die aussagt, wie viele Merkmalsträger ein Merkmal unter sich aufteilen
  • Eine Maßzahl, die aussagt, wie gerecht ein Merkmal verteilt ist.

Question 145

Question
Was kennzeichnet die relative Konzentration (im statistischen Sinne)
Answer
  • die Kennzahl wird umso größer, je ungleichmäßiger das Merkmal unter einer gegebenen Anzahl von Merkmalsträgern verteilt ist
  • die relative Konzentration kann sinken, wenn die Anzahl der Merkmalsträger abnimmt, aber die Verteilung zwischen den Merkmalsträgern gleichmäßiger wird
  • die Kennzahl geht von 0 bis unendlich
  • die Kennzahl kann auch negative Werte annehmen
  • die Kennzahl kann Werte zwischen 0 und 1,0 annehmen
  • je kleiner der Wert ist, desto gleichmäßiger ist das Merkmal auf die Merkmalsträger aufgeteilt
  • je größer der Wert wird, desto gleichmäßiger ist das Merkmal auf die Merkmalsträger aufgeteilt
  • der Wert wird umso größer, je mehr Merkmalsträger Anteil an dem Merkmal haben
  • der Wert ist nicht von der Anzahl der Merkmalsträger abhängig

Question 146

Question
Wie interpretieren Sie, dass sich bei der Berechnung unterschiedliche Werte zwischen dem Herfindahl-Index und dem Gini-Koeffizienten ergeben
Answer
  • Das ist nicht der Fall, beide Koeffizienten sind, von Rundungsungenauigkeiten abgesehen, gleich
  • Der Herfindahl-Index misst die relative Konzentration, er muss also immer kleiner sein als der Gini-Koeffizient
  • Der Herfindahl-Index misst die absolute Konzentration, der Gini-Koeffizient misst die relative Konzentration
  • Grundsätzlich muss der Gini-Koeffizient größere Werte aufweisen, da er Werte von 0 bis unendlich annehmen kann

Question 147

Question
Was versteht man unter dem Gini-Paradoxon
Answer
  • Wenn der Gini-Koeffizient einen negativen Wert annimmt
  • Wenn der Gini-Koeffizient sinkt, während der Herfindahl-Index gleichzeitig steigt
  • Wenn der Gini-Koeffizient sinkt, obwohl die Anzahl der Merkmalsträger kleiner geworden ist
  • Wenn der Gini-Koeffizient einen Wert von größer als 1,0 annimmt
  • Wenn der Gini-Koeffizient einen Wert größer als 10,0 annimmt

Question 148

Question
Welches Verhältnis besteht zwischen Gini-Koeffizienten und Lorenzkurve
Answer
  • Die Lorenzkurve ist die grafische Veranschaulichung der Konzentration, der Gini-Koeffizient ist die statistische Maßzahl dieser Konzentration
  • Die Lorenzkurve ist die grafische Veranschaulichung des Herfindahl-Index und hat mit dem Gini-Koeffizienten nichts zu tun
  • Die Fläche zwischen Lorenzkurve und der Diagonalen ist umso größer, je höher der Gini-Koeffizient ist
  • Der Gini-Koeffizient ist 1,0, wenn die Lorenzkurve mit der Diagonale zwischen Merkmalsträgern und Verteilung des Merkmales identisch ist.

Question 149

Question
Was versteht man unter dem Preis-Index nach Laspeyeres?
Answer
  • Der Preisindex gibt Auskunft über die absolute Veränderung aller Preise ohne Berücksichtigung der verbrauchten Mengen
  • Der Preisindex drückt die Teuerungsrate eines Warenkorbes aus unter Berücksichtigung der aktuellen Nachfragemenge
  • Der Preisindex drückt die Teuerungsrate eines Warenkorbes aus unter Berücksichtigung der Nachfragemenge aus der Basisperiode
  • Der Preisindex drückt die Teuerungsrate eines Warenkorbes aus, wenn alle Produkte im gleichen Wert gekauft würden

Question 150

Question
Was versteht man unter dem Preis-Index nach Paasche?
Answer
  • Der Preisindex gibt Auskunft über die absolute Veränderung aller Preise ohne Berücksichtigung der verbrauchten Mengen
  • Der Preisindex drückt die Teuerungsrate eines Warenkorbes aus unter Berücksichtigung der aktuellen Nachfragemenge
  • Der Preisindex drückt die Teuerungsrate eines Warenkorbes aus unter Berücksichtigung der Nachfragemenge aus der Basisperiode

Question 151

Question
Was sollte getan werden, wenn der Preis-Index nach Laspeyeres und der Preis-Index nach Paasche zu stark unterschiedlichen Werten komme
Answer
  • das kann nicht passieren
  • es sollte der Mittelwert zwischen beiden berechnet werden
  • es sollte ein neuer Warenkorb und eine neue Basis-Periode definiert werden
  • In diesem Fall ist der Index von Paasche zuverlässiger, weil er gegenwartsorientiert ist

Question 152

Question
Warum können sich die Preis-Indices von Paasche und Laspeyeres unterscheiden?
Answer
  • weil die Statistik eine unpräzise Wissenschaft ist
  • Weil die Mengen verschiedener Perioden zur Berechnung der Indices verwendet werden.
  • Laspeyeres verwendet Mengen der Berichtsperiode; Paasche verwendet Mengen der Vergangenheitsperiode
  • Weil Güter, die im Warenkorb des Preisindex sind, nicht mehr nachgefragt werden

Question 153

Question
In welchem Kontext wird die Zeitreihenanalyse bevorzugt eingesetzt?
Answer
  • Die Zeitreihenanalyse wird bevorzugt zur Auswertung von Experimenten eingesetzte
  • Mit der Zeitreihenanalyse werden bevorzugt Umsatz-Absatz- oder Produktionsdaten analysiert
  • Die Zeitreihenanalyse dient zur Ermittlung von UrsachenWirkungsbeziehungen
  • Die Zeitreihenanalyse ermöglicht eine Vorhersage, der weiteren Entwicklung des untersuchten Merkmals

Question 154

Question
Welche Aufgabe hat die Zeitreihenanalyse?
Answer
  • Identifizierung eines Trends in den Daten
  • Prüfung, ob Saisoneffekte vorliegen
  • Prüfung auf Interaktionseffekte zwischen zwei erklärenden Variablen
  • Identifikation von Strukturbrüchen in den Daten

Question 155

Question
Was versteht man unter einem Trend in Zeitreihenanalyse
Answer
  • Saisonale Einflüsse auf die Messwertreihe
  • Konjunkturelle Einflüsse auf die Messwertreihe
  • Langfristige Einflüsse auf die Entwicklung einer Messwertreihe, die von kurzfristigen Einflüssen überlagert werden können
  • Kurzfristige, unregelmäßige Veränderungen der Messwertreihe

Question 156

Question
Welche Effekte werden im Rahmen einer Zeitreihenanalyse geprüft
Answer
  • Der Trend der Messwertreihe
  • Das Stadium des Produktlebenszyklus des Merkmals
  • Saisonale Einflüsse auf die Messwertreihe
  • Indikatoren, die auf Strukturbrüche hinweisen

Question 157

Question
Mit welchen Analyseeinheiten (Zeitintervallen) können saisonale Komponenten untersucht und identifiziert werden
Answer
  • Jährlich
  • Halbjährlich
  • Quartalsmäßig
  • Monatlich
  • Wöchentlich
  • Täglich

Question 158

Question
Welche Annahmen sind erforderlich, um eine Saison-Komponente zu identifizieren?
Answer
  • Die saisonale Komponente ist konstant über die Zeit, d.h. zum Beispiel der Quartalseffekt ist über die Jahre gleich
  • Die saisonale Komponente verändert sich von Jahr zu Jahr
  • Die saisonalen Komponenten heben sich über die Zeit auf (z.B. innerhalb eines Jahres)
  • Die saisonale Komponente wird im Rahmen der Zeitreihenanalyse als Fehlergröße behandelt
Show full summary Hide full summary

Want to create your own Quizzes for free with GoConqr? Learn more.

Similar

Cell Structure
daniel.praecox
Women in Nazi Germany - Flashcards
Louisa Wania
GCSE AQA Biology - Unit 1
James Jolliffe
GCSE REVISION TIMETABLE
TheJileyProducti
Business Studies Unit 1
emily.mckechnie
Plant and animal cells
Tyra Peters
Computer Systems
lisawinkler10
Using GoConqr to teach Maths
Sarah Egan
el centro comercial
Pamela Dentler
2PR101 1.test - 1. část
Nikola Truong
GENERAL PRACTICE-1
Luis Felipe Chávez Choque
Browse Library