Forschungsmethoden, Datenanalyse und Statistik

Dieses Lehrbuch zeigt dir, wie man Daten zum Sprechen bringt. Es führt durch den Forschungsprozess – von der Forschungsfrage bis zur wissenschaftlich fundierten Antwort. Dabei geht es nicht um komplizierte Datenakrobatik oder das Abarbeiten statistischer Rezepte, sondern um eine anwendungsbezogene und evidenzorientierte Perspektive auf Forschung. Du lernst, Studien sinnvoll zu planen, Daten systematisch zu erheben und flexibel zu analysieren, Studienergebnisse einzuordnen und zu interpretieren, sowie ihre Generalisierbarkeit zu beurteilen. Von deskriptiven Kennwerten über grafische Datenanalysen bis hin zu multivariaten Modellen und Bayesianischer Datenanalyse werden alle Verfahren verständlich vorgestellt und an praktischen Fragestellungen ausgerichtet – nach dem Prinzip: So komplex wie nötig, aber so einfach wie möglich. Verfahren, die mehr Verwirrung als Erkenntnis stiften – etwa klassische Signifikanztests – werden deshalb kritisch hinterfragt und nicht länger als Standardlösung präsentiert.

Thomas Schäfer ist Professor für Quantitative Methoden in der Psychologie an der HMU Health and Medical University Erfurt. Seit 20 Jahren beschäftigt ihn die Frage, wie man psychologische Forschungsmethoden und Verfahren der Datenanalyse so einfach und verständlich wie möglich gestalten und in der Lehre so anschaulich wie möglich vermitteln kann. Er forscht zu Effektgrößen und zum Umgang mit Signifikanztests, zur Entstehung von Urteilen und Präferenzen, zu Risikokommunikation, zu sexuellen Präferenzen und Paraphilien und nicht zuletzt zur Nutzung von Musik im Alltag und zur Entstehung und Entwicklung von Musikpräferenzen.

1. Die wissenschaftliche Sicht auf den Menschen.- 2. Datenerhebung: Die Vermessung der Psyche. 3. Grundlagen der Datenanalyse: Der Mensch als Datenpunkt.- 4. Deskriptive Datenanalyse 1: Häufigkeiten und Anteile.- 5. Deskriptive Datenanalyse 2: Lagemaße und Streuungsmaße.- 6. Deskriptive Datenanalyse 3: Effekte Teil I – Unterschiede zwischen Gruppen oder Bedingungen.- 7. Deskriptive Datenanalyse 4: Effekte Teil II – Zusammenhänge zwischen zwei Variablen.- 8. Deskriptive Datenanalyse 5: Effekte Teil III – Zusammenhänge zwischen mehr als zwei Variablen.- 9. Und was bedeutet das nun? Beurteilung der Bedeutsamkeit von Ergebnissen.- 10. Inferentielle Datenanalyse: Von der Stichprobe zur Population.-11. Jenseits von p < .05: Was Signifikanztests sind und warum wir ohne sie auskommen.