Quantitative Methoden beziehen sich auf Forschungsansätze, die auf numerischen Daten basieren und mathematische Modelle, statistische Techniken oder computergestützte Methoden verwenden, um Phänomene zu analysieren, Muster zu identifizieren oder Hypothesen zu testen. Diese Methoden sind besonders in den Natur- und Sozialwissenschaften verbreitet, können jedoch auch in anderen Disziplinen angewendet werden. Hier findest Du auch einen Nachhilfelehrer, der Dir Statistik Nachhilfe geben kann.
Hier sind einige Schlüsselaspekte quantitativer Methoden:
- Datensammlung: Quantitative Forschung sammelt Daten, die in Zahlen ausgedrückt werden können. Dies kann durch Umfragen, Experimente, Sensormessungen oder andere Methoden erfolgen.
- Statistische Analyse: Numerische Daten werden statistisch analysiert, um Muster, Trends oder Beziehungen zwischen Variablen zu identifizieren. Dies kann die Anwendung von deskriptiver Statistik (zur Beschreibung von Daten) oder inferentieller Statistik (zum Ziehen von Schlussfolgerungen über eine Population basierend auf Stichproben) umfassen.
- Objektivität und Reproduzierbarkeit: Quantitative Methoden streben nach Objektivität und Reproduzierbarkeit. Das bedeutet, dass der Forschungsprozess und die Ergebnisse so gestaltet sind, dass sie unabhängig von der Person, die die Studie durchführt, und unter denselben Bedingungen wiederholbar sind.
- Mathematische Modelle: Quantitative Forschung verwendet oft mathematische Modelle, um Beziehungen zwischen Variablen zu modellieren. Diese Modelle können helfen, Phänomene zu verstehen und vorherzusagen.
- Große Stichproben: In der Regel werden in quantitativen Studien größere Stichproben verwendet, um repräsentativere Ergebnisse zu erzielen und statistische Schlussfolgerungen zu ermöglichen.
Beispiele für quantitative Methoden sind regressionsanalytische Modelle, Experimente mit Kontrollgruppen, Umfragen mit geschlossenen Fragen und statistische Tests wie der t-Test oder die ANOVA (Analyse der Varianz).
Es ist wichtig zu beachten, dass quantitative Forschung nicht besser oder schlechter ist als qualitative Forschung, sondern dass die Wahl zwischen beiden Ansätzen von der Forschungsfrage und den Zielen der Studie abhängt. Oftmals werden beide Methoden kombiniert, um ein umfassenderes Verständnis eines Phänomens zu ermöglichen (dies wird als Mixed-Methods-Forschung bezeichnet).
Quantitative Methoden Prüfungen
Hochschule Mannheim
- Grundlagen Matrixrechnung
- Weiterführende Matrixrechnung
- Lineare Optimierung
- Lineare Algebra
- Excel Solver
Quantitative Methoden Bachelor Prüfung
Qualitative und Quantitative Methoden Skripte
Grundlagen der Wirtschaftsmathemathematik für das Sport- und Eventmanagement von der Privatuniversität Schloss Seeburg.
Prognoseverfahren Qualitative Methoden
- Expertenbefragung
- Szenario Technik
- Delphi Methode
Prognoseverfahren Quantitative Methoden
- Kausale Verfahren (Regressionsanalyse)
- Zeitreihenverfahren
- Glättungsverfahren
- Trendprojektion
- Prognose mit Trend- und Saisonkomponente
Qualitative und Quantitative Methoden Skripte Privatuniversität Schloss Seeburg
Skript Lineare Regression Universität Wien (Englisch)
Fragestellungen bei Multivariater Datenanalyse
- Was versteht man unter dem Problem des „Multiplen Testens“? Welche
Konsequenzen kann/sollte man daraus ziehen? - Welche Größen beeinflussen die Schätzung des Stichprobenumfangs
- Sie haben eine neue Therapieform entwickelt, die die Intelligenz
durchschnittlich um 15 Punkte verbessert. Wie viele Versuchspersonen
müssen Sie mindestens trainieren bzw. untersuchen, um Ihre Hypothese
statistisch prüfen zu können; (α=0.05; β=0.20; s = 20) - Diskutieren Sie die Begriffe „Signifikanz“, „Relevanz“ und „Effektmaße“ (mit
Beispielen) - Nach einer Intervention werden folgende Werte gemessen: Trainingsgruppe
MW = 25; s = 5; N = 30; Kontrollgruppe MW = 20; s=4; N=25. Welche
Aussage hinsichtlich der Relevanz dieses Unterschiedes lässt sich treffen? - Welche Probleme können durch „missing data“ entstehen? Gibt es
unterschiedliche Arten von „missing data“? Wenn ja, welche? Wie geht man damit um? - Was sind die Grundannahmen des allgemeinen linearen Modells? Welche
Verfahren lassen sich unter diesem Begriff zusammenfassen? - Welche Voraussetzungen müssen zur Berechnung einer Varianzanalyse (VA)
erfüllt sein? - Was versteht man bei einer VA unter „Kontrasten“ und „Post-hocVergleichen“? Was versteht man bei einer multifaktoriellen VA unter
„Haupteffekten“ und was unter „Interaktionseffekten“ (Beispiel)? - Was ist der Unterschied zwischen „Korrelation“ und „Partialkorrelation“?
(Beispiel) - Für welche Fragestellungen kann man die multiple Regression einsetzen?
Welche Bedeutung haben dabei die „Beta-Koeffizienten“ und „R²“? - Was sind die Unterschiede zwischen „multipler Regression“ und „logistischer
Regression“? - Was ist eine latente Variable?
- Wie könnte man das Grundprinzip der Faktorenanalyse kurz darstellen
Übungen T-Tests
Johannes Keppler Universität Linz
- Multivariate Verfahren – Fehlende Werte
- Multivariate Verfahren – Hierarchische Lineare Modelle
- Multivariate Verfahren – Logistische Regressionen
Wirtschaftsuniversität Wien
- Quantitative Methods week 1 (Englisch)
- Quantitative Methods week 2 (Englisch)
- Quantitative Methods week 3 (Englisch)
Übungen Kontraste
Untersuchung der H0 ob sich die Hirnaktivität im Quadrat zur Entfernung vom Reizpunkt ändert.
µ = a* 1/d^2 Wobei a eine unbekannte Konstante ist und d^2 die Entfernung vom Reizpunkt
Mittelwerte Transformieren (mk nennen) und Kontraste formulieren, sodass µ linear von d^2 abhängt und man auf Linearität überprüfen kann
mk= Wurzel(1/µ) (wäre jetzt meine Umformung weil dann Wurzel(1/µ) = 1/a * d^2 und damit µ linear von d^2 abhängig ist)
transformierte Mittelwerte ausrechnen (y Strich gegeben, wenn man auf die Formel kam nur noch einsetzen)
Kontraste auf Linearität testen (jetzt ganz normales Vorgehen) wobei H0: Wurzel(1/µ1) – 2*Wurzel(1/µ2) + Wurzel(1/µ3)
Aufpassen!!: die Mittelwerte sind von 5mm, 10mm und 25mm, das heißt, dass der Schritt zwischen m2 und m3 dreimal so groß ist, wie zwischen m1 und m2. Das muss in dem Kontrast berücksichtigt werden sodass die Gleichung 3*(m2-m1)=m3-m2 entsteht. Im Kontrast wäre das H0: -3*m1 + 4*m2 – m3 =0 (m1, m2 & m3 sind hier die transformierten Werte)
Antwortsatz + Interpretation
Gewichtungen in der Population:
Jura + Psychologen + Soziologen vs. BWL bzw. 0.25 + 0.1 + 0.2 vs. 0.45