Mein Repertoire statistischer Methoden

Ich führe dich durch eine breite Palette an statistischen Analysen

2. Deskriptive Analysen

• Lagemaße: Mittelwert, Median, Modus

• Streuungsmaße: Varianz, Standardabweichung, Spannweite, Interquartilsabstand

• Verteilungsanalysen: Shapiro-Wilk-Test, Kolmogorov-Smirnov-Test

• Kreuztabellen

• Korrelationen: Pearson, Spearman, Kendall-Tau

• Grafische Darstellungen: Histogramme, Boxplots, Balkendiagramme, Streudiagramme

3. Vergleich von Gruppen

• Einstichproben-t-Test

• t-Test für unabhängige Stichproben

• Mann-Whitney-U-Test (nonparametrisches Pendant zum t-Test für unabhängige Stichproben)

• t-Test für abhängige Stichproben (gepaarter t-Test)

• Wilcoxon-Vorzeichen-Rang-Test (nonparametrisches Pendant zum gepaarten t-Test)

• Einfaktorielle Varianzanalyse (ANOVA)

• Kruskal-Wallis-H-Test (nonparametrisches Pendant zur einfaktoriellen ANOVA)

4. Analyse von Zusammenhängen

• Einfache lineare Regression

• Multiple Regression

• Korrelationsanalyse

• Chi-Quadrat-Test

• Binär-logistische Regression

• Mediationsanalyse

• Moderatoranalyse

• Moderierte Mediationsanalyse

5. Varianzanalysen und Kovarianzmodelle

• Einfaktorielle Varianzanalyse (ANOVA)

• Mehrfaktorielle Varianzanalyse (ANOVA)

• ANOVA für Messwiederholungen

• Mixed ANOVA

• Multivariate Varianzanalyse (MANOVA)

• Kovarianzanalyse (ANCOVA)

• Multivariate Kovarianzanalyse (MANCOVA)

6. Längsschnittanalysen und Wachstumsmodelle

• Cross-Lagged-Modelle (CLM)

• Latente Wachstumskurvenmodelle (LGM)

• Latent-Change-Modelle (LCM)

• Hierarchisch-lineare Modelle (HLM)

8. Modellierung

• Konfirmatorische Faktorenanalyse (CFA)

• Strukturgleichungsmodellierung (SEM; inkl. Gruppenvergleiche)

• Pfadanalysen

1. Psychometrische Analysen und Testtheorie

• Testkonstruktion und -validierung

• Reliabilitätsanalysen

• Validitätsanalysen (z. B. konvergente und diskriminante Validität)

7. Analyse von Subgruppen

• Latente Klassenanalyse (LCA)

9. Zusammenfassende und vergleichende Analysen

• Klassische Meta-Analyse

• Systematisches Literaturreview

10. Datenverarbeitung und Studienplanung

• Berechnung der nötigen Stichprobengröße

• Propensity Score Matching (PSM)

• Umgang mit fehlenden Werten (Multiple Imputation, FIML)

• Datenbereinigung und -transformation

• Teststärkeberechnung (Power-Analyse)

Hinweise

• Baysianische Statistik: Für die meisten Modelle biete ich auch bayesianische Alternativen an

• Die nötigen Voraussetzungsprüfungen der oben erwähnten statistischen Verfahren führe ich ebenfalls durch

• Bei Verletzung von Voraussetzungen wende ggf. Bootstrapping oder robuste Verfahren an