Advertisement

Zusammenhangsmaße für nominalskalierte Variablen

Chapter
  • 9.9k Downloads

Zusammenfassung

Während die univariate Statistik auf die Beschreibung der Verteilung von einzelnen Variablen anhand von Maßzahlen (wie z. B. Maße der zentralen Tendenz sowie der Dispersion) zielt, geht es bei der bivariaten Statistik um die Beschreibung von bivariaten Verteilungen, d. h. allgemein betrachtet, um den Zusammenhang zwischen zwei Variablen mithilfe von geeigneten Maßzahlen. Diese Maßzahlen nennt man Zusammenhangsmaße bzw. Koeffizienten. „Diese sind den Kennwerten der univariaten Statistik (etwa dem Modus, dem Median oder der Standardabweichung) insofern ähnlich, als diese wie jene bestimmte Aspekte einer Verteilung summarisch mit einer einzigen Zahl beschreiben“ (Benninghaus, 1998, S. 168).

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. Benninghaus, H. (1998): Einführung in die Sozialwissenschaftliche Datenanalyse. München: Oldenbourg Verlag, S. 168–231; 342–367.Google Scholar
  2. Bortz, J. (2005): Statistik für Human- und Sozialwissenschaftler. 6., vollständig überarbeitete Auflage. Berlin Heidelberg: Springer, S. 224–234.Google Scholar
  3. Bortz, J. und Döring, N. (2006): Forschungsmethoden und Evaluation für Human und Sozialwissenschaftler (4. Auflage). Berlin: Springer, S. 2–14; 605–606.Google Scholar
  4. De Ayala, R. J. (2009): The Theory and Practice of Item Response Theory. New York, London: The Guilford Press.Google Scholar
  5. Heine, J.-H.; Sätzer, C.; Borchert, L.; Sibberns, H.; Mang, J. (2013): Technische Grundlangen des fünften internationalen Vergleichs. In: Prenzel, M.; Sälzer, C.; Köller, O. (Hrsg.), PISA 2012. Fortschritte und Herausforderungen in Deutschland. Münster: Waxmann, S. 309–346.Google Scholar
  6. Hohn, K.; Schiepe-Tiska, A.; Sälzer, C.; Artelt, C. (2013): Lesekompetenz in PISA 2012: Veränderungen und Perspektiven. In: Prenzel, M.; Sälzer, C.; Klieme, E.; Köller, O. (Hrsg.), PISA 2012. Fortschritte und Herausforderungen in Deutschland. Münster: Waxmann, S. 217–244.Google Scholar
  7. Gehring, U. W. und Weins, C. (2009): Grundkurs Statistik für Politologen und Soziologen. 6., überarbeite Auflage. Wiesbaden: VS Verlag für Sozialwissenschaften, S. 141–166.Google Scholar
  8. König, J.; Wagner, C.; Valtin, R. (2011): Jugend – Schule – Zukunft. Psychosoziale Bedingungen der Persönlichkeitsentwicklung – Ergebnisse der Längsschnittstudie AIDA. Münster: Waxmann.Google Scholar
  9. OECD, (2005): PISA 2003 Data Analysis Manual: SPSS® Users. OECD, Paris.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2017

Authors and Affiliations

  1. 1.Institut für Allgemeine Didaktik und SchulforschungUniversität zu KölnKölnDeutschland
  2. 2.Institut für Allgemeine Didaktik und SchulforschungUniversität zu KölnKölnDeutschland

Personalised recommendations