Statistische Konzepte
Grundlegende Konzepte verständlich erklärt.
Alpha-Korrektur
Warum und wie das Signifikanzniveau bei multiplen Tests korrigiert wird
Effektstärken
Maße für die praktische Bedeutsamkeit statistischer Ergebnisse
Freiheitsgrade
Was Freiheitsgrade bedeuten und warum sie für statistische Tests wichtig sind
Interrater-Reliabilität
Wie die Übereinstimmung zwischen Beurteilern gemessen und bewertet wird
Kovariaten
Störvariablen kontrollieren und die Genauigkeit statistischer Analysen verbessern
Normalverteilung
Die Gauß-Verteilung und ihre zentrale Rolle in der Statistik
p-Werte
Was p-Werte wirklich aussagen und wie man sie korrekt interpretiert
Parametrisch vs. Nichtparametrisch
Wann parametrische und wann nichtparametrische Tests angemessen sind
Post-hoc-Verfahren
Welche Post-hoc-Tests nach einer signifikanten ANOVA verwenden und warum
Statistische Power
Die Wahrscheinlichkeit, einen tatsächlich vorhandenen Effekt zu entdecken
Stichprobengröße
Wie die Stichprobengröße statistische Ergebnisse beeinflusst und wie man sie plant
Testvoraussetzungen
Welche Annahmen statistische Tests erfordern und wie man sie prüft
Variablentypen
Überblick über die vier Skalenniveaus: nominal, ordinal, intervall und verhältnis
Was ist ANOVA?
Die Varianzanalyse zum Vergleich von drei oder mehr Gruppenmittelwerten