Quantitative Methoden

Ausbildung


Quantitative Methoden im BA-Studiengang

Modul 1 - Quantitative Methoden: Schwerpunkt Sekundäranalysen

Angebotsmuster/-form
  • Wahlpflichtmodul
  • Vorlesung, Seminare
  • 9 ECTS
  • 2-semestrig
  • Beginn jedes 2. Herbstsemester (HS 21, HS 23, HS 25, HS 27 etc.)
Allgemeine Beschreibung

Im Modul werden Methoden und Verfahren erarbeitet, die speziell relevant sind für statistische Analysen an bestehenden, umfangreichen Datensätzen. Neben den grundlegenden Konzepten der angewandten Statistik und dem Wissen zu Studiendesign, Stichprobenziehung, Erhebungsverfahren und Entwicklung von Erhebungsinstrumenten gehören dazu insbesondere Verfahren für multivariate Prädiktionsmodelle (z.B. multiple Regression). Das Modul wird ab HS 2019 jedes zweite Herbstsemester angeboten.

Lernziel

Befähigung zum nachvollziehenden Verstehen publizierter Forschungsergebnisse insbesondere multivariater statistischer Analysen sowie zu eigenen multivariaten Auswertungen an bestehenden Datensätzen; Aneignung der theoretischen Grundlagen der deskriptiven und der Inferenzstatistik mit Vertiefungen im Bereich multivariater statistischer Analyseverfahren.

Sonstiges
  • Leistungsnachweis: Portfolio (schriftliche Prüfung 80%, Nachweis von im Lernprozess zu erbringenden Leistungen 20%)

Modul 2 - Quantitative Methoden: Schwerpunkt eigene Erhebungen

Angebotsmuster/-form
  • Wahlpflichtmodul
  • Vorlesung, Seminare
  • 9 ECTS
  • 2-semestrig
  • Beginn jedes 2. Herbstsemester (HS 20, HS 22, HS 24, HS 26 etc.)
Allgemeine Beschreibung

Im Modul werden Methoden und Verfahren erarbeitet, die speziell relevant sind für eigene Forschungsvorhaben und kleinere Datensätze. Neben den grundlegenden Konzepten der angewandten Statistik und dem Wissen zu Studiendesign, Stichprobenziehung und Entwicklung von Erhebungsinstrumenten, gehören dazu insbesondere Methoden und Verfahren zur Generierung von Daten (z.B. im Rahmen experimenteller Designs) und zu deren Auswertung (z.B. non-parametrische statistische Verfahren). Das Modul wird ab HS 2020 jedes zweite Herbstsemester angeboten

Lernziel

Befähigung zur Planung, Durchführung und Auswertung einer eigenen, quantitativ ausgerichteten Forschungsarbeit; Aneignung der theoretischen Grundlagen der deskriptiven und der Inferenzstatistik mit Vertiefungen im Bereich statistischer Verfahren zur Hypothesenprüfung im Rahmen kleinerer, insbesondere experimenteller Studien.

Sonstiges
  • Leistungsnachweis: Portfolio (schriftliche Prüfung 80%, Nachweis von im Lernprozess zu erbringenden Leistungen 20%)

Quantitative Methoden im MA-Studiengang

Modul: Forschungsmethoden

Angebotsmuster/-form
  • Wahlpflichtmodul
  • Seminar
  • 3 ECTS
  • 1-semestrig
  • Wechselnde Methodenangebote (Quantitative Forschungsmethoden, Historisch-Textanalytische Forschungsmethoden, Qualitative Forschungsmethoden)
  • Quantitative Forschungsmethoden jedes 3. Semester (FS 21, HS 22, FS 24, HS 25 etc.)
Allgemeine Beschreibung

In den Veranstaltungen dieses Moduls werden die Kenntnisse und Fähigkeiten vertieft, die auf der Bachelorstufe im Bereich der qualitativen Forschungsmethoden und/oder quantitativen Forschungsmethoden und/oder historischen und textanalytischen Forschungsmethoden erworben worden sind. Der Vertiefungs- bzw. Spezialisierungscharakter des Moduls auf Masterstufe zeigt sich je exemplarisch auch am verstärkten Anwendungsbezug hinsichtlich Fragestellung, Auswahl des Datenmaterials, konkreten Analysemethoden (z.B. statistisch-überprüfender, interpretativer oder diskursanalytischer Art) und Ergebnisdarstellungsweisen.

Lernziel

Vertiefung der forschungsmethodischen Kenntnisse im Bereich qualitative, quantitative und/oder historische und textanalytische Erhebungs- und Analysemethoden.

Sonstiges

Leistungsnachweis Quantitative Forschungsmethoden: Prüfung

Spezielle Hinweise zur Modulvariante "Quantitative Methoden"

In der jedes dritte Semester angebotenen Modulvariante "Quantitative Methoden" steht mit der multiplen linearen Regression eines der flexibelsten und verbreitetsten multivariaten statistischen Verfahren im Zentrum. Neben dem bekannten simultanen Typus wird der weniger gebräuchliche, aber wichtige Vorteile bietende sequenziell-hierarchische Typus behandelt. Zusätzlich werden die grundlegenden Voraussetzungen bzw. Anwendungsbedingungen der linearen Regression aufgegriffen und entsprechende Analyseverfahren vermittelt. Zwecks Aneignung des Knowhows zur Entwicklung eigener Instrumente, erfolgt eine Repetition und Vertiefung der Faktoren- und der Skalenanalyse.


Quantitative Methoden im Doktorat

Allgemeine Informationen

  • In der Regel besteht jedes Semester ein Angebot zu anspruchsvolleren quantitativen Methoden (z.B. Strukturgleichungsmodelle (SEM), Wachstumskurvenmodelle (LG(C)M), Mehrebenenmodelle (MLM, MSEM), probabilistische Testtheorie (IRT, Raschmodelle), fehlende Werte (Multiple Imputation, FIML-Schätzung) etc.)
  • Die Kurse/Workshops umfassen meist zwei ganze Tage und sind mit 1 ECTS-Punkt dotiert.
  • Das jeweils aktuelle Programm findet sich unter https://www.ife.uzh.ch/de/study/Doktorat/Doktorat-EW/module0.html
  • Für alle quantitativen Kurse/Workshops ist eine Anmeldung per E-Mail obligatorisch (grob@ife.uzh.ch)

Vorankündigung von PhD-Kursen/Workshops zu quantitativen Methoden am IfE

HS 20

Multilevel Structural Equation Modeling with lavaan; Dozent: Dr. Yves Rosseel, Universität Gent; 2 Tage, 1 ECTS; 2. und 4. November 2020, präsenzlos/online

FS 21

Messinvarianz und weitere Aspekte der Modellierung latenter Faktoren in Mplus; Dozent: Dr. Urs Grob, Universität Zürich; 2 Tage, 1 ECTS; 8. und 9. April 2021, FRE-D-20 oder präsenzlos/online je nach epidemiologischer Situation

Hinweis für Interessierte, die nicht am pädagogischen Institut promovieren (UZH-Masterstudierende und nicht IfE-Doktorierende)

Die Kurse/Workshops können oftmals auch von Masterstudierenden der Erziehungswissenschaft an der UZH und von Doktorierenden an anderen UZH-Instituten oder an anderen Schweizer Universitäten besucht werden. Zwingend erforderlich ist jedoch eine Anfrage an und Bewilligung durch die im Vorlesungsverzeichnis genannte Kontaktperson. Da die Doktorierenden der Erziehungswissenschaft an der UZH stets Vorrang haben, erfolgt bei rechtzeitig kommuniziertem Teilnahmeinteresse eine Eintragung in eine Warteliste. Die definitive Entscheidung bez. Teilnahme wird nach Verstreichen der Anmeldefrist mitgeteilt.

Weiterbildung

Zu quantitativen Methoden besteht im In- und Ausland ein breites Angebot an ursprünglich zumeist in den Sommermonaten, mittlerweile aber auch zu anderen Jahreszeiten angebotenen Kursen und Workshops. Nachfolgend eine Auflistung etablierter nationaler und internationaler Formate geordnet nach Jahreszeit. Bitte konsultieren Sie für das aktuelle Angebot und die Terms (Kosten, Anmeldeverfahren etc.) die in der letzten Spalte festgehaltenen URLs.

Etablierte, wiederkehrende Angebote von Kursen/Workshops zu Quantitativen Methoden

Veranstaltungsname

Institution/en

Zeit

Ort

Kosten

URL

PHZH Methodenschule

PHZH

Mitte Jan.

Zürich

300 CHF (200 CHF für MA PHZH)

https://phzh.ch/de/Forschung/Forschungsveranstaltungen/methodenschule/

GESIS Spring Seminar

GESIS Leibniz-Institut für Sozial-wissenschaften

Mär. / Apr.

Köln

Ca. 120/180 Euro bis 240/360 Euro

https://training.gesis.org/

EERA Summer School

European Educational Research Association

Juni

Jyväskylä

290 Euro
(etwas aufwändiges Antragsverfahren)

https://eera-ecer.de/seasonschools/

Innsbrucker Summer Seminar

Universität Innsbruck/ÖFEB

Anf. Juli

Innsbruck

Ca. 70/110 Euro pro Kurs

https://www.uibk.ac.at/iezw/methoden-summer-seminar-2020/programm/innsbrucker-summer-seminar-2020.pdf (für 2020)

DGfE Summer School zu qualita­tiven und quanti­tativen For­schungsmethoden

DGfE

Juli

Berlin/
Erkner

unklar/Anfrage

https://www.dgfe.de/tagungen-workshops/dgfe-summer-school

Essex Summer School

University of Essex

Jul. / Aug.

University of Essex

Ca. 750 bis 1500 £ (Unterkunft zusätzlich 40 £ pro Nacht)

https://essexsummerschool.com/

Summerschool Utrecht

Utrecht University (University of Applied Sciences Utrecht / University of the Arts Utrecht)

Jul. / Aug.

Utrecht

Ca. 600 bis 900 Euro (mit Unterkunft)

https://www.utrechtsummerschool.nl/courses/social-sciences

GESIS Summer School in Survey Methodology

GESIS Leibniz-Institut für Sozial-wissenschaften

Ende Jul. / Aug.

Köln

Ca. 120/180 Euro bis 240/360 Euro

https://training.gesis.org/

Summer School in Social Science Methods

FORS/Università della Svizzera italiana, Lugano

Aug.

Lugano

700/1100 CHF pro Workshop

https://www.usi.ch/en/education/ssm

SLLS Summer School on Longitudinal and Life Course Research

Society for Longitudinal and Life Course Studies

Aug.

wechselnd (2020: Genf)

unklar/Anfrage

https://www.slls.org.uk/summerschool

Vienna Autumn School of Methods

Universität Wien

Sept.

Wien

90 - 125 Euro

https://vasom.univie.ac.at/

GESIS Methoden­seminar

GESIS Leibniz-Institut für Sozial-wissenschaften

Sept.

Köln oder Mannheim

Ca. 120/180 Euro bis 240/360 Euro

https://training.gesis.org/

Leipzig Summer School

Universität Leipzig

Okt.

Leipzig

140 Euro (120 Euro für MA der Uni Lepzig)

https://www.zls.uni-leipzig.de/veranstaltungen/leipzig-summer-school/

GESIS Workshops

GESIS Leibniz-Institut für Sozial-wissenschaften

Sept. bis Dez.

Köln oder Mannheim

Ca. 120/180 Euro bis 240/360 Euro

https://training.gesis.org/

Beratungsablauf

Wer kann eine Beratung zu quantitativen Methoden unter welchen Bedingungen in Anspruch nehmen?

  • Professor*innen und Post-Docs: Die Kontaktaufnahme erfolgt direkt.
  • Wissenschaftliche (Projekt-)Mitarbeitende, Assistierende bei Beratungsbedarf zu Projekten: Die Kontaktaufnahme erfolgt in Absprache bzw. in Transparenz gegenüber der Projektleitung.
  • Doktorierende: Die Kontaktaufnahme erfolgt in Absprache bzw. in Transparenz gegenüber den betreuenden Professorinnen und Professoren
  • Masterstudierende: Die Kontaktaufnahme erfolgt in diesem Fall zwingend durch die jeweilige Betreuungsperson der Master-Arbeit am IfE.

Wie ist das Vorgehen einer Beratung zu quantitativen Methoden?

Kontaktaufnahme

  • Die Kontaktaufnahme erfolgt bei Professor*innen, Post-Docs, Mitarbeitenden und Doktorierenden direkt, bei MA-Studierenden durch die jeweilige Betreuungsperson. Möglich ist eine persönliche Anfrage oder eine Kontaktierung per E-Mail: grob@ife.uzh.ch
  • Bei der ersten Kontaktaufnahme liegt eine klar formulierte Frage oder ein klar formuliertes Anliegen vor. Die zu beratende Person verfügt über grundlegendes Wissen im gewählten methodischen Bereich und hat bereits eigene Schritte zur Bearbeitung der Frage bzw. des Anliegens unternommen.
  • Die Vertreter*innen der Fachstelle behalten sich vor, Beratungsanfragen abzulehnen, wenn sie die Voraussetzungen auf Seiten der nachsuchenden Person als (noch) nicht gegeben beurteilen (z.B. unzureichendes Vorwissen, ungenügende Problemeingrenzung).

Durchführung

  • Die Beratung erfolgt i.d.R. zwischen der zu beratenden Person und der Beratungsperson.
  • Beratungen zu Masterarbeiten können gegenüber der Betreuungsperson stattfinden, aber auch mit der Masterstudentin bzw. dem Masterstudenten sowie unter Beizug der Betreuungsperson.

Ergebnisprotokoll

  • Die zentralen Inhalte des Beratungsgesprächs sowie insbesondere die daraus resultierenden Empfehlungen werden in einem kurzen Ergebnisprotokoll festgehalten, das von der beratenen Person innerhalb einer Woche zu verfassen ist und der Beratungsperson per E-Mail zugeht.
  • Fand die Beratung im Kontext einer Dissertation, Masterarbeit oder eines Projektes statt, so ist das Ergebnisprotokoll auch der Betreuungsperson oder der Projektleitung zuzustellen (Transparenz).

Ende der Beratung

  • Die Beratung kann wiederholt in Anspruch genommen werden. Über das Ende des Beratungsverhältnisses entscheiden die beteiligten Personen gemeinsam.

Literatur

Literaturempfehlungen Statistik und Analyse quantitativer Daten

* UZH: online lesbar
**UZH: im pdf-Format frei beziehbar über milibib.de oder link.springer.com

 

Hinweis: Die in den einzelnen Themengebieten aufgeführten Bücher und Artikel dienen in der Regel der Vertiefung. Für den Einstieg in ein Thema empfehlen sich oftmals Kapitel aus Lehrbüchern insbesondere aus den Bereichen 1. Grundlagen der Statistik und 2. Multi­variate statistische Verfahren.

 

1. Grundlagen der Statistik:

**Bortz, J., & Schuster, C. (2010/2016). Statistik für Human- und Sozialwissenschaftler (7. Aufl.). Berlin: Springer.

**Kuckartz, U., Rädiker, S., Ebert, T., & Schehl, J. (2013). Statistik. Eine verständliche Einführung. Wiesbaden: Springer VS.

**Rasch, B., Friese, M., Hofmann, W., & Naumann, E. (2014). Quantitative Methoden 1. Einführung in die Statistik für Psychologen und Sozialwissenschaftler (4. Aufl.). Heidelberg: Springer.

**Rasch, B., Friese, M., Hofmann, W., & Naumann, E. (2014). Quantitative Methoden 2. Einführung in die Statistik für Psychologen und Sozialwissenschaftler (4. Aufl.). Heidelberg: Springer.


 

2. Multivariate statistische Verfahren (insbes. mit SPSS):

Backhaus, K., Erichson, B., Plinke, W., & Weiber, R. (2016). Multivariate Analysemethoden. Eine anwendungsorientierte Einführung. (14. Aufl.) Berlin: Springer/Gabler.

Backhaus, K., Erichson, B., & Weiber, R. (2015). Fortgeschrittene Multivariate Analysemethoden (3. Aufl.). Berlin: Springer/Gabler.

Field, A. (2018). Discovering Statistics Using IBM SPSS (5 ed.). Los Angeles: Sage.

**Fromm, S. (Hrsg.) (2012). Datenanalyse mit SPSS für Fortgeschrittene 2: Multivariate Verfahren für Querschnittsdaten (2. Aufl.). Wiesbaden: VS Springer.

Norusis, M. J. (2011). IBM SPSS Statistics 19. Advanced Statistical Procedures Companion. Upper Saddle River: Prentice Hall.

*Rudolf, M., & Buse, J. (2012). Multivariate Verfahren. Eine praxisorientierte Einführung mit Anwendungsbeispielen in SPSS (2. Aufl.). Göttingen: Hogrefe.

Tabachnick, B. G., & Fidell, L. S. (2013). Using Multivariate Statistics (6th ed.). Boston: Pearson.


 

3. Regressionsanalyse / Moderation und Mediation (vgl. auch SEM):

Aiken, L. S., & West, S. G. (1991). Multiple Regression: Testing and Interpreting Interactions. Newbury Park: Sage.

Jose, P. E. (2013). Doing statistical mediation and moderation. New York: The Guilford Press.

Campbell, D. T., & Kenny, D. A. (1999). A Primer on Regression Artifacts. New York: Guilford.

Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences (3rd ed.). Mahwah: Lawrence Erlbaum Associates.

Hayes, A. F. (2013). Introduction to Mediation, Moderation, and Conditional Process Analysis: A Regression-Based Approach. New York: Guilford.

Jaccard, J., & Turrisi, R. (2003). Interaction Effects in Multiple Regression (2 ed.). Thousand Oaks: Sage.

Jose, P. E. (2013). Doing Statistical Mediation and Moderation. New York: Guilford.

Muthén, B. O., Muthén, L. K., & Asparouhov, T. (2016). Regression and Mediation Analysis Using Mplus. Los Angeles: Muthen & Muthen.


 

4. Strukturgleichungsmodelle (inkl. Konfirmatorische Faktorenanalyse und - zum Teil - Latente Wachstumskurvenmodelle):

Byrne, B. M. (2016). Structural equation modeling with Amos. Basic concepts, applications, and programming (3rd ed.). New York: Routledge.

Byrne, B. M. (2012). Structural equation modeling with Mplus. Basic concepts, applications, and programming. New York: Routledge.

**Geiser, C. (2011). Datenanalyse mit Mplus (2. Aufl.). Wiesbaden: Springer VS.

Hancock, G. R., & Mueller, R. O. (2013). Structural Equation Modeling: A Second Course (2nd ed.). Charlotte: Information Age Publishing.

Kleinke, K., Schlüter, E., & Christ, O. (2017). Strukturgleichungsmodelle mit Mplus (2. Aufl.). Oldenbourg: De Gruyter.

Kline, R. B. (2016). Principles and Practice of Structural Equation Modeling (4 ed.). New York: Guilford.

Little, T. D. (2013). Longitudinal Structural Equation Modeling. New York: Guilford.

Wang, J., & Wang, X. (2012). Structural Equation Modeling: Applications Using Mplus. Chichester: Wiley.


 

5. Latente Wachstumskurvenmodelle:

Duncan, T. E., S.C., D., & Strycker, L. A. (2010). An Introduction to Latent Variable Growth Curve Modeling: Concepts, Issues, and Applications. New York: Routledge.

Wickrama, K. K. A. S., Lee, T. K., Walker O'Neal, C., & Lorenz, F. O. (2016). Higher-Order Growth Curves and Mixture Modeling with Mplus: A Practical Guide. New York: Routledge.


 

6. Mehrebenenanalyse / Multilevel Modeling:

Finch, W. H., & Bolin, J. E. (2017). Multilevel Modeling Using Mplus. Boca Raton: CRC.

Heck, R. H., & Thomas, S. L. (2015). An Introduction to Multilevel Modeling Techniques: MLM and SEM Approaches Using Mplus (3rd ed.). New York: Routledge.

Hox, J. J. (2011). Handbook of Advanced Multilevel Analysis. New York: Routledge.

Hox, J. J., Moerbeek, M., & van den Schoot, R. (2018). Multilevel analysis: techniques and applications (2 ed.). New York: Routledge.

Snijders, T. A. B., & Bosker, R. J. (2012). Multilevel Analysis: An Introduction to Basic and Advanced Multilevel Modeling (2nd ed.). London: Sage.


 

7. Testtheorie (Klassisch und probabilistisch/IRT):

Bond, T., & Fox, C. M. (2015). Applying the Rasch Model. Fundamental Measurement in the Human Sciences (3 ed.). New York, NY: Routledge.

Bühner, M. (2010). Einführung in die Test- und Fragebogenkonstruktion (3. Aufl.). München: Pearson Studium.

De Ayala, R. J. (2009). The Theory and Practice of Item Response Theory. New York: Guilford.

Eid, M., & Schmidt, K. (2014). Testtheorie und Testkonstruktion. Göttingen: Hogrefe.

**Moosbrugger, H., & Kelava, A. (2012) Testtheorie und Fragebogenkonstruktion (2. Aufl.). Berlin: Springer

*Rost, J. (2004). Lehrbuch Testtheorie - Testkonstruktion (2. Aufl.). Bern: Huber.

Strobl, C. (2012). Das Rasch-Modell. Eine verständliche Einführung für Studium und Praxis. München: Rainer Hampp.


 

8. Nichtparametrische Verfahren und Kontingenztabellenanalyse:

Andress, H.-J., Hagenaars, J. A., & Kühnel, S. (1997). Analyse von Tabellen und kategorialen Daten: log-lineare Modelle, latente Klassenanalyse, logistische Regression und GSK-Ansatz. Berlin: Springer.

**Bortz, J., Lienert, G. A., & Boehnke, K. (2008). Verteilungsfreie Methoden in der Biostatistik (3. Aufl.). Berlin: Springer.

Clauß, G., Finze, F.-R., & Partzsch, L. (2004). Statistik. Für Soziologen, Pädagogen, Psychologen und Mediziner. Grundlagen (5. Aufl.). Frankfurt a: M.: Harri Deutsch.

Garson, G. D. (2012). Correspondence Analysis (Statistical Associates Blue Book Series). Raleigh (NC): Statistical Associates Publishing.

Krauth, J. (1993). Einführung in die Konfigurationsfrequenzanalyse (KFA). Weinheim: Psychologie-Verlags-Union.


 

9. Multidimensionale Skalierung (MDS):

Borg, I., & Groenen, P. J. F. (2005). Modern Multidimensional Scaling: Theory and Applications (2nd ed.). New York, NY: Springer.

Borg, I., Groenen, P. J. F., & Mair, P. (2013). Applied Multidimensional Scaling. Berlin, Heidelberg: Springer.

**Borg, I. (2010). Multidimensionale Skalierung. In C. Wolf & H. Best (Hrsg.), Handbuch der sozialwissenschaftlichen Datenanalyse (S. 391–418). Wiesbaden: VS.


 

10. Fehlende Werte:

Allison, P. D. (2003). Missing Data Techniques For Structural Equation Modeling. Journal of Abnormal Psychology, 112, 545–557.

Arbuckle, J. L. (1996). Full Information Estimation In The Presence of Incomplete Data. In G. A. Marcoulides & R. E. Schumacker (Eds.), Advanced Structural Equation Modeling (pp. 243–277). Mahwah: Lawrence Erlbaum Publishers.

Enders, C. T. (2010). Applied Missing Data Analysis. New York: Guilford.

Garson, G. D. (2015). Missing Values Analysis & Data Imputation (Statistical Associates Blue Book Series 36). Raleigh (NC): Statistical Associates Publishing.

Molenberghs, G., Fitzmaurice, G., Kenward, M. G., Tsiatis, A., & Verbeke, G. (Eds.). (2015). Handbook of Missing Data Methodology. Boca Raton (FL): Chapman and Hall/CRC.

Schafer, J. L., & Graham, J. W. (2002). Missing Data: Our View of the State of the Art. Psychological Methods, 7(2), 147-177.


 

11. SPSS-Syntax:

**Akremi, L., Baur, N., & Fromm, S. (Eds.). (2011). Datenanalyse mit SPSS für Fortgeschrittene 1. Datenaufbereitung und uni- und bivariate Statistik (3. Aufl.). Wiesbaden: VS Springer.

Sarstedt, M., Schütz, T., & Raithel, S. (2010). IBM SPSS Syntax - Eine anwendungsorientierte Einführung (2. Aufl.). München: Vahlen.

**Schendera, C. F. G. (2005). Datenmanagement mit SPSS. Kontrollierter und beschleunigter Umgang mit Datensätzen, Texten und Werten. Berlin: Springer.

Zöfel, P. (2002). SPSS-Syntax. Die ideale Ergänzung für effiziente Datenanalyse. München: Pearson Studium.


 

12. Effektstärken und Poweranalysen:

Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences. New York: Psychology Press.

Cohen, J. (1992). A Power Primer. Psychological Bulletin, 112(1), 155-159.

Ellis, P. D. (2010). The Essential Guide to Effect Sizes: Statistical Power, Meta-Analysis, and the Interpretation of Research Results. Cambridge: Cambridge University Press.

Kelley, K., & Preacher, K. J. (2012). On effect size. Psychological Methods, 17(2), 137–152.


 

13. Beurteilungsreliabilität:

Wirtz, M. & Caspar, F. (2002). Beurteilerübereinstimmung und Beurteilerreliabilität. Göttingen: Hogrefe

Weitere Ressourcen

Online Ressourcen im Bereich Statistik und Datenanalyse

 

1. Kostenlose beziehbare Methodenlehrbücher im pdf-Format für Studierende, Doktorierende und akademische Angehörige der UZH

 

Springer, Springer-VS, VS

Zahlreiche bei Springer/VS publizierte Lehrbücher renommierter Autor*innen zu Statistik/statistischen Verfahren

https://link.springer.com

Zentralbibliothek Zürich

Bei verschiedenen Verlagen publizierte Lehrbücher zu Statistik/statistischen Verfahren (Angebot bei Springer weniger umfangreich als unter link.springer.com

https://milibib.missing-link.de/milibib

 

 

2. Wichtige methodische Zeitschriften (Aktuelle Hefte, Archive) kostenloser Zugang/Download für Studierende, Doktorierende und akademische Angehörige der UZH

 

Sage

Zentralbibliothek Zürich

Journal of Educational and Behavioural Statistics

https://journals.sagepub.com/home/jeb

APA

Zentralbibliothek Zürich

Psychological Methods (Zugang via EBSCO)

http://web.b.ebscohost.com/ehost/command/detail?vid=0&sid=16712ce1-abca-4a87-9642-4b7bd3bb9910%40pdc-v-sessmgr02&bdata=JnNpdGU9ZWhvc3QtbGl2ZQ%3d%3d#jid=MET&db=pdh

Springer

Zentralbibliothek Zürich

Psychometrica

https://www.springer.com/journal/11336

Taylor & Francis

Zentralbibliothek Zürich

Structural Equation Modeling

https://www.tandfonline.com/loi/hsem20

 

 

3. Bestimmung geeigneter statistischer Tests/Verfahren

 

University of Califormia Los Angeles UCLA

Institute for Digital Research & Education IDRE

Tabelle zur Bestimmung des geeigneten statistischen Testverfahrens mit Syntaxen für SPSS, R, SAS und STATA

https://stats.idre.ucla.edu/other/mult-pkg/whatstat/

Universität Zürich

Jürg Schwarz

Entscheidungsbaum zur Bestimmung des geeigneten statistischen Testverfahrens mit Erläuterungen für SPSS

https://www.methodenberatung.uzh.ch/de.html

Universität Zürich

Jürg Schwarz

Entscheidungsassistent zur Bestimmung des geeigneten statistischen Testverfahrens mit Erläuterungen für SPSS

https://www.methodenberatung.uzh.ch/de/datenanalyse_spss/
entscheidassistent.html

Hochschule Luzern

Jürg Schwarz

Entscheidungsbaum zur Bestimmung des geeigneten statistischen Testverfahrens mit Erläuterungen für SPSS

https://www.empirical-methods.hslu.ch/entscheidbaum/

Hochschule Luzern

Jürg Schwarz

Entscheidungsassistent zur Bestimmung des geeigneten statistischen Testverfahrens mit Erläuterungen für SPSS

https://www.empirical-methods.hslu.ch/entscheidbaum/entscheidassistent/

 

 

4. Kostenlose Online-Kurse und Vorlesungen (Statistik allgemein, nicht applikationsbezogen)

 

Mesosworld (Methodolocical Education for the Social Sciences)

Interaktive Einführung in die Grundlagen der Statistik

http://www.mesosworld.ch

Univ. Jena

Rolf Steyer

Zahlreiche und oftmals hochkarätig besetzte Vorlesungen/Kurse zu verschiedenen fortgeschrittenen Analyseverfahren (Videos, Folien, Materialien)

https://www.metheval.uni-jena.de/events_workshops.php

 

 

5. SPSS

 

Raynald's SPSS Tools Raynald Levesque

Informationen zur optimalen Nutzung von SPSS und hochwertige, zum Teil geniale Tools zur Erweiterung dessen Funktionen

http://spsstools.net/de/

University of California, Los Angeles UCLA, IDRE

Kurse und Kursunterlagen, FAQs, Literaturempfehlungen. Beispielhafte Auswertungen

https://stats.idre.ucla.edu/spss/

IBM

Programmkorrekturdateien (patches/fixpacks) zu SPSS

https://www-01.ibm.com/support/

The Analysis Factor

Karen Grace-Martin

Einfache intuitive Erklärungen zu statistischen Verfahren im Allgemeinen und zur Nutzung von SPSS; (kostenpflichtige) webbasierte Seminare (webinars)

http://www.theanalysisfactor.com/

SPSS-Forum.de

Deutschsprachiges Forum zu SPSS

http://www.spss-forum.de/

how2stats

Umfangreiche Linksammlung zu auf Youtube gehosteten Videos mit Kurzvorlesungen zu statistischen Konzepten und Anleitungen zur Nutzung von SPSS

http://www.how2stats.net/p/home.html

SPSS Tutorials on youtube Andy Field

Entering Data into SPSS

http://www.youtube.com/watch?v=b163iBByycw&index=1&list=PL25257A24840423AE

 

The Viewer Window

http://www.youtube.com/watch?v=8dDIw_oJsBs&index=2&list=PL25257A24840423AE

 

Importing Data into SPSS from Excel

http://www.youtube.com/watch?v=nchjj4XzIWc&index=3&list=PL25257A24840423AE

 

Selecting Cases in SPSS

http://www.youtube.com/watch?v=TiMk-4yFC24&index=4&list=PL25257A24840423AE

 

Exporting SPSS output to Word

http://www.youtube.com/watch?v=FDwGnWC5nQY&index=5&list=PL25257A24840423AE

 

Editing Graphs in SPSS

http://www.youtube.com/watch?v=en0t0QS9uo8&list=PL25257A24840423AE&index=6

 

The Syntax Window

http://www.youtube.com/watch?v=b8Yb26hMrXo&index=7&list=PL25257A24840423AE

 

Bootstrapping

http://www.youtube.com/watch?v=mNrxixgwA2M&index=8&list=PL25257A24840423AE

 

Chi Square Test on SPSS

https://www.youtube.com/watch?v=532QXt1PM-Q&index=9&list=PL25257A24840423AE

 

Correlation

https://www.youtube.com/watch?v=ltOSxnNc3Tg&list=PL25257A24840423AE&index=10

 

NonParametric Tests on SPSS

https://www.youtube.com/watch?v=esNb6RFIXvw&index=11&list=PL25257A24840423AE

 

T tests using SPSS

https://www.youtube.com/watch?v=EkbkI7x6bNA&index=12&list=PL25257A24840423AE

 

MANOVA (multivariate analysis of variance)

https://www.youtube.com/watch?v=m0zV_wFGA1I&list=PL25257A24840423AE&index=13

 

 

6. Mplus

 

Mplus homepage

Bengt Muthén

Linda Muthén

Handbücher, technische Texte zum Hintergrund von Verfahren/Algorithmen, beispielhafte Papers zur Anwendung von Mplus, videografierte Kurse, Q&A, FAQs etc.

https://www.statmodel.com

University of Califormia Los Angeles UCLA

Institute for Digital Research & Education IDRE

Kurse und Kursunterlagen, FAQs, Literaturempfehlungen. Beispielhafte Auswertungen zu Mplus

https://stats.idre.ucla.edu/mplus

Youtube
Bengt Muthen Linda Muthen

Youtube-Kanal zu Mplus

https://www.youtube.com/channel/UCydxW9HIo3FtDoLdkCCe1Og

 

 

7. Multilevel Modeling

 

University of Bristol:

Centre for Multilevel Modelling

Zahlreiche Unterlagen zu Mehrebenenanalysen (Kurzeinführungen, Kurse, Texte, FAQs etc.)

http://www.bristol.ac.uk/cmm/learning/multilevel-models/

University of Bristol: Gallery of Multilevel Papers

Beispielhafte Publikationen zu Mehrebnenanalysen. Such-Interface für Modelltypen

http://www.bristol.ac.uk/cmm/gallery/

 

 

8. SEM allgemein

 

Structural Equation Modeling

Kostenloser Zugang zum Heftarchiv der Zeitschrift Structural Equation Modeling

https://www.tandfonline.com/toc/hsem20/9/2

 

 

9. Statistik-Foren und Diskussionsgruppen

 

Cross Validated

Frage/Antwort-Forum zu Statistik und Datenanalyse im Allgemeinen

https://stats.stackexchange.com/

SEMNET (Listserv)

Diskussionsliste zu SEM (nicht plattformgebunden, d.h. für verschiedenste Anwendungen wie Mplus, R, EQS, AMOS etc.)

https://listserv.ua.edu

Mplus

Dokumentation der Antworten von Linda und Bengt Muthén auf eingereichte Fragen. Lizenzinhaber*innen können hier kostenlos Fragen stellen.

https://www.statmodel.com/cgi-bin/discus/discus.cgi

SPSS-Forum.de

Deutschsprachiges Forum zu SPSS

http://www.spss-forum.de/

Lavaan (Yves Rosseel Uni Ghent)

Noch junge Google-Diskussionsgruppe zu Lavaan

https://groups.google.com/d/forum/lavaan

 

 

10. Rasch Modelle

 

Institute for Objective Measurement, Inc.

Zahlreiche Ressourcen zu Rasch/IRT: Papers, Erklärungen, Empfehlungen

https://www.rasch.org

Institute for Objective Measurement, Inc.

Rasch Measurement Transactions Contents (online Zeitschrift)

Archives of the Rasch Measurement SIG, AERA

https://www.rasch.org/rmt/contents.htm

 

 

11. Diverses

 

ILMES

Internet-Lexikon der Methoden der empirischen Sozialforschung

http://wlm.userweb.mwn.de/Ilmes/

Wikipedia

Oftmals gute und konzise Ausführungen zu statistischen Sachverhalten/Problemen/Verfahren und Tests mit aktuellen Literaturverweisen

https://de.wikipedia.org

Dorsch Lexikon der Psychologie online (freie Version)

Gute deutschsprachige Erklärungen zu zahlreichen statistischen Sachverhalten/Verfahren/Kennwerten (Zur Einsicht in die Literaturverzeichnisse ist eine kostenlose Registrierung erforderlich)

https://dorsch.hogrefe.com/

Universität Heidelberg

Christel Weiß

Lexikon statistischer Begriffe

https://www.umm.uni-heidelberg.de/inst/biom/lexikon/

Psychometrica Umrechnung verschiedener Effektstärken https://www.psychometrica.de/effektstaerke.html

Psychometrica

Normwertrechner

https://www.psychometrica.de/normwertrechner.html

Psychometrica

Signifikanztests bei Korrelationen

https://www.psychometrica.de/korrelation.html

Anonyme Urheberschaft/

John C. Pezzullo

Umfangreiche bis überwältigende ;-) Sammlung von online-Ressourcen zu Statistik und statistischen Verfahren

https://statpages.info/

Anonyme Urheberschaft

Unterhalt- und potenziell heilsame Sammlung von Beispielen hoher Korrelationen ohne kausale Basis

https://scheinkorrelation.jimdofree.com/