Themenbereich 4: Verteilungen und Datentransformation
Zum Einstieg
1. Video-Tutorials
Im kurzen Video "Normal Distributions, Standard Deviations, Modality, Skewness and Kurtosis: Understanding concepts" (5:06 Min.) von Prof. Laura Killam des Cambrian College in Ontario (Canada) werden die wesentlichen Merkmale einer Normalverteilung, wie z.B. deren Modalität (Modality), Schiefe (Skewness) oder Exzess (Kurtosis) grafisch dargestellt und erläutert.
Please confirm the activation of this video
After activation, cookies are set and data is transmitted to YouTube (Google).
In diesem Video (8:02 Min.), das als Begleitmaterial zum Lehrbuch "Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler" von Rasch et al. (2014) dient, wird die z-Standardisierung von Daten aus Verteilungen mit unterschiedlichen Kennwerten als eine häufige Form der Datentransformation erläutert. Dabei wird die zugrunde liegende Formel erklärt und deren Anwendung an einem praktischen Beispiel (IQ-Test) verdeutlicht.
Please confirm the activation of this video
After activation, cookies are set and data is transmitted to YouTube (Google).
2. Online-Lernangebote und -ressourcen
Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Verteilungen und Datentransformation":
- Die Methodenberatung der Universität Zürich (UZH) bietet im Kapitel Deskriptive, univariate Analyse (Verteilungen) unter "4. Schiefe und Steilheit" sowie "5. Normalverteilung" Infos zu zentralen Merkmalen einer Verteilung und behandelt Normal- und Standardnormalverteilung.
- ViLeS (Virtuelle Lernräume im Studium) - Statistische Methodenlehre der Universität Oldenburg: Im Modul "Normalverteilung" des Kapitels zu theoretischen Verteilungen werden Normal- und Standardnormalverteilung erläutert und mit der Z-Transformation eine gängige Methode zur Standardisierung von Normalverteilungen vorgestellt.
- Die englischsprachige Internetseite "Stat Trek - Teach yourself statistics" bietet u.a. auch zwei kurze Einheiten zu den Themen "Normal Distribution" sowie "Standard Normal Distribution" (inklusive Beispiele) und ermöglicht somit gleichzeitig, sich mit den englischen Fachbegriffen für Verteilungen und Datentransformation frühzeitig vertraut zu machen.
3. Fachliteratur (Lehrbücher & Artikel)
Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Verteilungen und Datentransformation" einarbeiten:
- Rasch, B., Friese, M., Hofmann, W. & Naumann, E. (2014). Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler (4. Aufl.). Berlin: Springer. (Kap. 1.3.3, 1.4, 2.1 & 2.2; verfügbar per Campuslizenz)
- Sedlmeier, P. & Renkewitz, F. (2018). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler (3. Aufl.). München: Pearson. (Kap. 6.6 & 10.5.2)
- Wirtz, M. & Nachtigall, C. (2012). Deskriptive Statistik. Statistische Methoden für Psychologen, Teil 1 (6. Aufl.). Weinheim: Beltz. (Kap. II. B.1.5, II.B.3 & II.B.5)
- Wirtz, M. & Nachtigall, C. (2012). Wahrscheinlichkeitsrechnung und Inferenzstatistik. Statistische Methoden für Psychologen, Teil 2 (6. Aufl.). Weinheim: Beltz. (Kap. I. B.8)
4. Anwendung in Datenanalysesoftware
Eine Einführung in die z-Transformation in SPSS bietet z.B. folgende Literatur:
- Tachtsoglou & König (2017). Statistik für Erziehungswissenschaftlerinnen und Erziehungswissenschaftler: Konzepte, Beispiele und Anwendungen in SPSS und R. Wiesbaden: Springer VS. (Kap. 5, verfügbar per Campuslizenz)
Im folgenden Video (7:12 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird demonstriert, wie sich Variablen in SPSS auf Normalverteilung überprüfen lassen und wie die dabei erhaltenen Analyseergebnisse im Ausgabefenster zu interpretieren sind.
Please confirm the activation of this video
After activation, cookies are set and data is transmitted to YouTube (Google).
In der Schriftenreihe SPSS Special Topics des Leibniz-Rechenzentrums der Bayerischen Akademie der Wissenschaften werden die zentralen Aspekte zur Normalverteilung kurz erläutert und anhand verschiedener Übungen mit einem bereitgestellten SPSS-Datensatz (download) veranschaulicht.
In einem weiteren Video (7:20 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird gezeigt, wie man in SPSS eine z-Standardisierung für bereits vorhandene Variablen vornimmt, um z.B. Daten aus verschiedenen Testverfahren miteinander zu vergleichen.
Please confirm the activation of this video
After activation, cookies are set and data is transmitted to YouTube (Google).
In den SPSS-Ergänzungen zu Rasch et al. (2014) wird begleitend zu Kapitel 2: Inferenzstatistik [siehe Fachliteratur!] in wenigen Schritten erklärt, wie sich mit SPSS Konfidenzintervalle für bestimmte Variablen berechnen lassen.
Zur Vertiefung
1. Video-Tutorials
In diesem kurzen Video (2:35 Min.) erläutert Dr. Malte Persike (Psychologisches Institut der Universität Mainz), wie die z-Standardisierung angewendet werden kann, um eine Skalentransformation vorzunehmen.
Please confirm the activation of this video
After activation, cookies are set and data is transmitted to YouTube (Google).
Im Anschluss an das vorherige Video zur Skalentransformation (s.o.) verdeutlicht Dr. Malte Persike (Psychologisches Institut der Universität Mainz) anhand des Beispiels von Intelligenztest, zu welchem Zweck Skalentransformationen in der empirischen Bildungsforschung vorgenommen werden (5:01 Min.).
Please confirm the activation of this video
After activation, cookies are set and data is transmitted to YouTube (Google).
Im folgenden Video (18:31 Min.) erläutert Prof. Mathias Bärtl von der Hochschule für Technik, Wirtschaft und Medien in Offenburg die wesentlichen Merkmale einer Stichprobenverteilung, indem er auf die Unterscheidung von Stichprobe und Grundgesamtheit eingeht und die Funktion der Standardnormalverteilung erklärt. Anschließend zeigt er auf, wie sich damit Konfidenzintervalle für die Schätzung von Stichprobenkennwerten bestimmen lassen.
Please confirm the activation of this video
After activation, cookies are set and data is transmitted to YouTube (Google).
2. Online-Lernangebote und -ressourcen
Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Verteilungen und Datentransformation":
- Das Lernmodul "Population und Stichprobe" von MESOSworld (Methodological Education for the Social Sciences) erläutert ausführlich, wie anhand einer Stichprobe auf die unbekannten Kennwerte der zugrundeliegenden Population geschlossen werden kann und schließt mit einem Fallbeispiel ab.
- Die englischsprachige Internetseite "Stat Trek - Teach yourself statistics" bietet u.a. auch eine Einheit zum Thema "Sampling Distributions" (inklusive Beispiele) sowie einen Online-Rechner, mit dem sich kumulative Wahrscheinlichkeiten für eine Normalverteilung berechnen lassen.
- Im Online-Angebot von "Psychometrica - Institut für psychologische Diagnostik" (von Dr. Alexandra Lenhard) findet sich u.a. ein Normwert-Rechner zur Umrechnung von IQ-Werten, T-Werten, Standardwerten, Wertpunkten (Wechsler Intelligenztests), der PISA-Skala und Prozenträngen inkl. Bedienungsanleitung. Dabei werden bei Dateneingabe per Textfeld oder Schieberegler automatisch die Entsprechungen in den anderen Normwertskalen errechnet.
3. Fachliteratur (Lehrbücher & Artikel)
Die folgende Fachliteratur kann empfohlen werden, um sich mit weiterführenden Fragen zum Thema "Verteilungen und Datentransformation" zu befassen:
- Piovesana, A. & Senior, G. (2016). How Small Is Big. Sample Size and Skewness. Assessment, 1-8. DOI: 10.1177/1073191116669784
- Rasch, B., Friese, M., Hofmann, W. & Naumann, E. (2014). Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler. (4. Aufl.). Berlin: Springer. (Kap. 2.3; verfügbar per Campuslizenz)
- Sedlmeier, P. & Renkewitz, F. (2018). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. (3. Aufl.). München: Pearson. (Kap. 10.2 & 10.4 sowie 11.1 & 11.4)
- Wirtz, M. & Nachtigall, C. (2012). Wahrscheinlichkeitsrechnung und Inferenzstatistik. Statistische Methoden für Psychologen, Teil 2 (6. Aufl.). Weinheim: Beltz. (Kap. II. A.1 & II.A.2)
Themenübersicht:
- Themenbereich 1: Einführende Informationen zu Forschungsmethoden in bildungswissenschaftlichen Studiengängen
- Themenbereich 2: Messen & Skalenniveaus
- Themenbereich 3: Lage- und Streuungsmaße
- Themenbereich 4: Verteilungen und Datentransformation
- Themenbereich 5: Signifikanz
- Themenbereich 6: Effektstärke
- Themenbereich 7: Korrelation
- Themenbereich 8: Korrelation und Kausalität
- Themenbereich 9: Lineare Regression
- Themenbereich 10: Logistische Regression
- Themenbereich 11: Epidemiologische Maße
- Themenbereich 12: t-Test
- Themenbereich 13: Varianzanalyse
- Themenbereich 14: Faktorenanalyse
- Themenbereich 15: Item- und Skalenanalyse
- Themenbereich 16: Test- und Fragebogenkonstruktion
- Themenbereich 17: Testgütekriterien
- Themenbereich 18: Studientypen
- Themenbereich 19: Einführungen in Statistiksoftware
- Themenbereich 20: Grundlagen qualitativer Forschungsmethoden
- Themenbereich 21: Qualitative Samplingverfahren
- Themenbereich 22: Qualitatives Interview
- Themenbereich 23: Qualitative Beobachtung
- Themenbereich 24: Gruppendiskussionsverfahren
- Themenbereich 25: Transkription
- Themenbereich 26: Qualitative Inhaltsanalyse
- Themenbereich 27: Grounded Theory
- Themenbereich 28: Dokumentarische Methode
- Themenbereich 29: Narrative Interviews und Narrationsanalyse
- Themenbereich 30: Computergestützte Analyse qualitativer Daten mit MAXQDA
- Themenbereich 31: Gütemerkmale qualitativer Forschung
- Themenbereich 32: Forschungsethik
- Themenbereich 33: Standards für Publikationen, Abschlussarbeiten, Referate, Hausarbeiten