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)
Es können Mittelwerte von mehr als zwei Gruppen verglichen werden
Das Signifikanzniveau kann beliebig vor oder nach der Durchführung des Testes festgelegt 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, schwach, nicht signifikant
Negativ, schwach, hoch signifikant
Negativ, mittel, hoch signifikant
Positiv, stark, 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, stark, nicht signifikant
Positiv, kein Zusammenhang, nicht signifikant
Welche Aussagen sind korrekt? (3/4)
Non-parametrische Testverfahren können auch als verteilungsfreie Verfahren bezeichnet werden
Spearman‘s Rho ist ein bekanntes non-parametrisches Testverfahren
Parametrische Testverfahren werden verwendet, wenn die gegebenen Daten nicht intervallskaliert, normalverteilt sind und keine Varianzhomogenität besteht
Als Grundlage für das Spearman’s Rho Verfahren reichen ordinalskalierte Daten aus
Welche Aussagen über den T-Test sind wahr? (3/4)
Der T-Test hat mathematische Voraussetzungen, d.h. das untersuchte Merkmal muss intervallskaliert sein
Die empirische Mitteldifferenz ist signifikant, wenn die ermittelte Wahrscheinlichkeit größer ist, als der angenommene Alpha-Fehler
Er untersucht, ob sich 2 empirisch gefundene Mittelwerte systematisch voneinander unterscheiden
Er prüft, ob eine empirische Mittelwertdifferenz signifikant ist oder auf Zufall beruht
Was kann über Effekte / Effektgrößen gesagt werden? (3/4)
Effektgrößen treffen keine Aussage zur praktischen Relevanz von signifikanten Ergebnissen
Es gibt einen Effekt, wenn in statistischen Test die Nullhypothese abgelehnt wird
Effektstärke trifft eine Aussage über die Größe des Effekts
Macht Zusammenfassen von Ergebnissen mehrerer Studien möglich
Welches sind die Voraussetzungen für eine einfaktorielle Varianzanalyse? (3/4)
Normalverteilung
Unabhängigkeit
Varianzhomogenität
Mindestens Intervallskaliert
Wie viele Hypothesenduos werden bei der zweifaktoriellen Varianzanalyse aufgestellt? (1/4)
3
1
0
2
Wie werden die Hypothesenduos der zweifaktoriellen Varianzanalyse gebildet? (Reihenfolge der Hypothesen spielt keine Rolle) (3/4)
UV A hat einen signifikanten Effekt auf die AV
UV B hat einen signifikanten Effekt auf die UV A
UV B 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)
Mindestens ordinalskaliert
Keine Normalverteilung
Mindestens intervallskaliert
Voraussetzungen für Pearson’s Korrelationskoeffizient? (1/4)
mindestens verhältnisskalierte Daten
mindestens nominalskalierte Daten
mindestens ordinalskalierte Daten
mindestens intervallskalierte Daten
Eigenschaften der Effektstärke: (3/4)
Wird die Nullhypothese in einem statistischen Test abgelehnt liegt ein Effekt vor
Wird die Nullhypothese in einem statistischen Test angenommen liegt ein Effekt vor
Die Standardisierung ermöglicht den Vergleich von Effektstärken aus verschiedenen Studien
Sie gibt die relative Größe eines Effekts vor
Welche der folgenden Werte trifft nicht auf Cohen´s D zu? (1/4)
d = 0,8: starker Effekt
d = 0,3: kleiner Effekt
d = 0,2: kleiner Effekt
d = 0,5: mittlerer Effekt
Wann wird der T-Test für unabhängige Stichproben eingesetzt? (2/4)
Das untersuchte Merkmal ist intervallskaliert
Das untersuchte Merkmal ist nominalskaliert
Man vergleicht 2 Stichproben aus unterschiedlichen Versuchspersonen
Beide Stichproben sind paarweise miteinander assoziiert
Was trifft auf die Varianzanalyse zu?
Die Nullhypothese besagt, dass Alle Gruppenmittelwerte gleich sind
Die Mittelwerte von 2 Gruppen müssen verglichen werden
Die Nullhypothese besagt, dass alle Gruppenmittelwerte unterschiedlich sind
Die Mittelwerte mehrerer Gruppen müssen verglichen werden