text.skipToContent text.skipToNavigation
background-image

Deskriptive Statistik und Wahrscheinlichkeitstheorie Grundlagen der Generalisierbarkeit von Stichprobenergebnissen von Eggert, Frank (eBook)

  • Erscheinungsdatum: 26.10.2016
  • Verlag: Kohlhammer
eBook (PDF)
21,99 €
inkl. gesetzl. MwSt.
Sofort per Download lieferbar

Online verfügbar

Deskriptive Statistik und Wahrscheinlichkeitstheorie

In vielen Wissenschaften gilt die Anwendung von Statistik als Ausweis von Wissenschaftlichkeit und erlaubt (vermeintlich) allgemeingültige Aussagen. Um den Sinn und den bisweilen anzutreffenden Unsinn der hierfür verwendeten Inferenzstatistik zu verstehen, braucht man nicht so sehr Detailwissen über die vielen verfügbaren Tests und Schätzmethoden, sondern vor allem ein Verständnis für ihre konzeptuellen Grundlagen in der Deskriptiven Statistik und Wahrscheinlichkeitstheorie. Für all diejenigen, die genug vom sturen Lernen haben und stattdessen den Sinn von Statistik in der Wissenschaft verstehen wollen, ist dieses Buch geschrieben worden. Professor Dr. phil. habil. Frank Eggert ist Professor für Psychologische Methodenlehre und Biopsychologie an der TU Braunschweig.

Produktinformationen

    Format: PDF
    Kopierschutz: watermark
    Seitenzahl: 156
    Erscheinungsdatum: 26.10.2016
    Sprache: Deutsch
    ISBN: 9783170322424
    Verlag: Kohlhammer
    Größe: 3027 kBytes
Weiterlesen weniger lesen

Deskriptive Statistik und Wahrscheinlichkeitstheorie

2 Theorie und Empirie

Wie wir gesehen haben, zielt Wissenschaft auf die Identifikation von grundlegenden Prinzipien und Gesetzmäßigkeiten. Diese sind abstrakt insofern, als sie von den Besonderheiten des Einzelfalls absehen.

Die Einzelfälle werden als Spezialfälle dieser Prinzipien angesehen, die ihre jeweilige Eigenart durch (u. U. vielfältige) im Hinblick auf die gerade betrachteten Prinzipien unsystematische weitere Einflüsse erlangen. Je komplexer, dynamischer und variabler die Einzelfälle aufgrund dieser weiteren Einflüsse werden, desto schwieriger ist es, die in ihnen wirkenden Prinzipien zu erkennen. In diesen Fällen ist es ebenfalls schwierig, anhand der Einzelfälle festzustellen, ob diese für oder gegen bestimmte vermutete Prinzipien sprechen. Es ist in solchen Fällen also weder einfach, eine Theorie für den Gegenstandsbereich zu entwickeln, noch, diese Theorie empirisch zu prüfen.

Theorien sind abstrakt formuliert und beziehen sich auf die Zusammenhänge zwischen Variablen. Die Variablen sind dabei die Formalisierung der interessierenden Merkmale und die betrachteten Modelle die Formalisierung der Beziehungen zwischen diesen Merkmalen.

Aufgrund der vielen, im Hinblick auf die gerade interessierenden Zusammenhänge als unsystematisch angesehenen zusätzlichen Einflüsse im Einzelfall benötigen wir für die Analyse von solchen Einzelfällen, um die quasi im "Rauschen" verborgenen Zusammenhänge zu identifizieren, möglichst viele Einzelfälle, um diese gemeinsam analysieren zu können. Darüber hinaus brauchen wir Modelle, die es uns erlauben, das "Rauschen" der Einzelfälle, also die unsystematischen Variationen von den systematischen Zusammenhängen zu trennen und letztere zu identifizieren und zu beschreiben.

Solche Modelle liefert uns die Statistik. Die Deskriptive Statistik erlaubt uns die zusammenfassende Analyse einer (möglichst großen) Anzahl von Einzelfällen. Die Inferenzstatistik hilft uns bei der Frage, ob die gefundenen Zusammenhänge sich von der Stichprobenebene auf die Populationsebene generalisieren lassen und damit eine gewisse Allgemeingültigkeit beanspruchen dürfen.
2.1 Worum geht es in der (empirischen) Wissenschaft?

In der empirischen Wissenschaft geht es um Fragestellungen und Hypothesen .

Von Fragestellungen sprechen wir, wenn wir eine offene Frage stellen, für deren Antwort wir keine theoretisch begründete Vorhersage liefern (können). Wir untersuchen Fragestellungen, weil wir wissen wollen, wie die Antwort aussieht, und die Antwort hat keine weitere Funktion als eben die Antwort auf die Fragestellung zu sein. Fragestellungen entstehen oft aus praktischen Erfordernissen heraus und bekommen ihre Bedeutung dadurch, dass sie helfen, praktische Probleme zu lösen oder zumindest zu deren Lösung beizutragen.

Von Hypothesen wollen wir dagegen wissen, ob wir sie als wahr oder falsch betrachten sollen. Hypothesen sind aus Theorien logisch abgeleitete Vorhersagen. Empirische Hypothesen sind aus Theorien logisch abgeleitete Vorhersagen über beobachtbare Sachverhalte. Dadurch, dass Hypothesen aus Theorien logisch hergeleitet sind, liefern uns Erkenntnisse darüber, ob wir eine Hypothese als wahr oder als falsch betrachten sollen, nicht nur Informationen über die (vermeintliche) Wahrheit oder Falschheit der Hypothese, sondern auch über die Gültigkeit der Theorie, aus der die Hypothese logisch abgeleitet wurde.

Wie weiter oben schon erwähnt, lassen sich Theorien als Systeme logisch aufeinander bezogener Aussagen verstehen. Ist eine Theorie gültig, d. h. die in ihr vorkommenden Aussagen sind alle wahr, so muss eine logisch aus der Theorie folgende empirische Aussage (eine empirische Hypothese) auch wahr sein. Finden wir nun Daten (d. h. Variablen

Weiterlesen weniger lesen

Kundenbewertungen