There are no comments, be the first and leave one below:
This is a timed quiz.
You have 8 minutes 50 seconds to complete the 15 questions in this quiz.
Welche Aussagen zum t-Test sind korrekt? (2/4)
Das Signifikanzniveau kann beliebig vor oder nach der Durchführung des Testes festgelegt werden
Es können Mittelwerte von mehr als zwei Gruppen verglichen werden
Grundlage für den t-Test ist die Intervallskala
Der t-Test ist eins der gängigsten Analyseverfahren
Welche Schlussfolgerungen zu Richtung, Stärke und Bedeutsamkeit können aus den gegebenen Daten gezogen werden? Korrelation: -0,175, Signifikanz 0,001 bei einem Niveau von 0,01 (1/4)
Positiv, stark, hoch signifikant
Positiv, schwach, nicht signifikant
Negativ, schwach, hoch signifikant
Negativ, mittel, hoch signifikant
Welche Schlussfolgerungen zu Richtung, Stärke und Bedeutsamkeit können aus den den gegebenen Daten gezogen werden? Korrelation: 0,751, Signifikanz 0,005 bei einem Niveau von 0,01 (1/4)
Positiv, mittel, hoch signifikant
Positiv, kein Zusammenhang, nicht signifikant
Positiv, stark, nicht signifikant
Welche Aussagen sind korrekt? (3/4)
Parametrische Testverfahren werden verwendet, wenn die gegebenen Daten nicht intervallskaliert, normalverteilt sind und keine Varianzhomogenität besteht
Spearman‘s Rho ist ein bekanntes non-parametrisches Testverfahren
Als Grundlage für das Spearman’s Rho Verfahren reichen ordinalskalierte Daten aus
Non-parametrische Testverfahren können auch als verteilungsfreie Verfahren bezeichnet werden
Welche Aussagen über den T-Test sind wahr? (3/4)
Der T-Test hat mathematische Voraussetzungen, d.h. das untersuchte Merkmal muss intervallskaliert sein
Er untersucht, ob sich 2 empirisch gefundene Mittelwerte systematisch voneinander unterscheiden
Er prüft, ob eine empirische Mittelwertdifferenz signifikant ist oder auf Zufall beruht
Die empirische Mitteldifferenz ist signifikant, wenn die ermittelte Wahrscheinlichkeit größer ist, als der angenommene Alpha-Fehler
Was kann über Effekte / Effektgrößen gesagt werden? (3/4)
Effektstärke trifft eine Aussage über die Größe des Effekts
Es gibt einen Effekt, wenn in statistischen Test die Nullhypothese abgelehnt wird
Macht Zusammenfassen von Ergebnissen mehrerer Studien möglich
Effektgrößen treffen keine Aussage zur praktischen Relevanz von signifikanten Ergebnissen
Welches sind die Voraussetzungen für eine einfaktorielle Varianzanalyse? (3/4)
Unabhängigkeit
Varianzhomogenität
Normalverteilung
Mindestens Intervallskaliert
Wie viele Hypothesenduos werden bei der zweifaktoriellen Varianzanalyse aufgestellt? (1/4)
2
1
0
3
Wie werden die Hypothesenduos der zweifaktoriellen Varianzanalyse gebildet? (Reihenfolge der Hypothesen spielt keine Rolle) (3/4)
UV B hat einen signifikanten Effekt auf die UV A
UV B hat einen signifikanten Effekt auf die AV
UV A hat einen signifikanten Effekt auf die AV
Die Interaktion von UV A und UV B hat einen signifikanten Effekt auf die AV
Voraussetzungen der Parametrischen Daten? (2/4)
Keine Normalverteilung
Mindestens ordinalskaliert
Mindestens intervallskaliert
Voraussetzungen für Pearson’s Korrelationskoeffizient? (1/4)
mindestens verhältnisskalierte Daten
mindestens ordinalskalierte Daten
mindestens intervallskalierte Daten
mindestens nominalskalierte Daten
Eigenschaften der Effektstärke: (3/4)
Wird die Nullhypothese in einem statistischen Test angenommen liegt ein Effekt vor
Die Standardisierung ermöglicht den Vergleich von Effektstärken aus verschiedenen Studien
Wird die Nullhypothese in einem statistischen Test abgelehnt liegt ein Effekt vor
Sie gibt die relative Größe eines Effekts vor
Welche der folgenden Werte trifft nicht auf Cohen´s D zu? (1/4)
d = 0,3: kleiner Effekt
d = 0,2: kleiner Effekt
d = 0,5: mittlerer Effekt
d = 0,8: starker Effekt
Wann wird der T-Test für unabhängige Stichproben eingesetzt? (2/4)
Das untersuchte Merkmal ist intervallskaliert
Beide Stichproben sind paarweise miteinander assoziiert
Das untersuchte Merkmal ist nominalskaliert
Man vergleicht 2 Stichproben aus unterschiedlichen Versuchspersonen
Was trifft auf die Varianzanalyse zu?
Die Nullhypothese besagt, dass alle Gruppenmittelwerte unterschiedlich sind
Die Nullhypothese besagt, dass Alle Gruppenmittelwerte gleich sind
Die Mittelwerte von 2 Gruppen müssen verglichen werden
Die Mittelwerte mehrerer Gruppen müssen verglichen werden