01 Warum eigentlich quantitative Datenanalyse?

In dieser Folge geht es um wichtige Lage- und Streuungsmaße, also Kennzahlen, mit den man Verteilungen von Variablen charakterisieren kann.

Warum geht es in diesem Podcast? Was sind die Themen? Dieser Trailer gibt einen Überblick über die Idee und die Inhalte dieses Podcasts.

In dieser Folge geht es darum, warum wir eigentlich quantitative Datenanalyse betreiben und welche Rolle im Gegensatz dazu qualitative Forschung spielt. Außerdem wird die besondere Rolle von Hypothesen beleuchtet und wie man diese eigentlich generiert.

In dieser Folge geht es Stichproben, die einen Teil einer Grundgesamtheit darstellen. Was sollte man beachten, wenn man Stichproben zieht? Welche Probleme können dabei entstehen? Und was die externe Validität damit zu tun hat.

In dieser Folge geht es um experimentelle Settings und warum wir damit ursächliche. d.h. kausale Zusammenhänge untersuchen können.

In dieser Folge werden die Unterschiede zwischen manifesten und latenten Variablen besprochen sowie die Rolle von Messinstrumenten beleuchtet. Anschließend werden die verschiedenen Skalenniveaus von Variablen erläutert.

In dieser Folge geht es zunächst um den typischen Aufbau von Datentabellen, damit man sie mit Hilfe eines Statistik-Programms auswerten kann. Anschließend werden beispielhaft einige vorbereitende Schritte wie das Erzeugen neuer Variablen oder der Behandlung von fehlenden Werten angesprochen.

In dieser Folge geht es um die Bedeutung von Verteilungen von Variablen. Dabei werden verschiedene wichtige Verteilungen wie die Normalverteilung unterschieden und Methoden zur Beschreibung von Verteilungen vorgestellt.

In dieser Folge geht es um Zusammenhänge von Variablen. Zunächst wird dabei noch auf die Unterscheidung zwischen Zusammenhangs- und Unterschiedshypothesen eingegangen, bevor es dann um deskriptive Methoden zur Analyse von Zusammenhängen geht. Die Folge schließt mit der Erläuterung von Korrelationskoeffizienten.

In dieser Folge wird eine Einführung in die lineare Regression gegeben. Dabei wird auf die einfache lineare Regression und die Interpretation der Regressionskoeffizienten eingegangen. Die Folge schließt mit der Erklärung des Bestimmtheitsmaßes.