Inhaltsübersicht	6
	Inhalt	8
	Danksagung	22
	Danksagung zur 2. Auflage	23
	Vorwort und Wegweiser	24
	Warum dieses Buch?	24
	Wie kann man mit diesem Buch unterrichten?	26
	Wie kann man mit dem Buch lernen?	27
	Orientierung	28
	I Forschungsmethoden	34
	1 Was sind Methoden, und wozu sind sie gut?	36
	1.1 Erkenntnismethoden und Interventionsmethoden	36
	1.2 Methoden der Datengewinnung und der Datenauswertung	37
	1.3 Warum sind Methodenkenntnisse wichtig?	38
	Zusammenfassung	39
	2 Struktur und Ablauf wissenschaftlicher Untersuchungen	40
	2.1 Hypothesen, Ebenen wissenschaftlicher Aussagen und die Überbrückungsproblematik	40
	2.2 Schritte im Forschungsprozess	44
	Zusammenfassung	50
	3 Methoden der Datengewinnung	52
	3.1 Kriterien für die Wahl einer Erhebungsmethode	52
	3.2 Ordnungsmöglichkeiten	53
	3.3 Darstellung einzelner Erhebungsmethoden	56
	3.4 Multimethodale Erfassung menschlichen Erlebens und Verhaltens	77
	Zusammenfassung	82
	4 Forschungsansätze und -strategien in der Psychologie	84
	4.1 Methodologische Grundbegriffe	85
	4.2 Voraussetzungen für kausale Schlussfolgerungen	88
	4.3 Experimenteller Ansatz	89
	4.4 Quasi-experimenteller Ansatz	96
	4.5 Korrelativer Ansatz	98
	4.6 Sekundärund Metaanalysen	100
	Zusammenfassung	101
	II Messtheoretischeund deskriptivstatistische Grundlagen	106
	5 Messtheoretische Grundlagen	108
	5.1 Skalenniveau	108
	5.2 Messen in der Psychologie: Grundideen am Beispiel der Nominalskala	111
	5.3 Definition der Nominalskala	115
	5.4 Definition der Ordinalskala	120
	5.5 Kardinalskalierte oder metrische Variablen	126
	5.6 Inklusionsregel zulässiger Transformationen	129
	Zusammenfassung	130
	6 Univariate Deskriptivstatistik	132
	6.1 Grundbegriffe der Deskriptivstatistik	132
	6.2 Deskriptivstatistik für nominalskalierte Variablen	138
	6.3 Deskriptivstatistik für ordinalskalierte Variablen	140
	6.4 Deskriptivstatistik für metrische Variablen	147
	6.5 Standardwerte und	170
	Transformation	170
	6.6 Bivariate und multivariate Deskriptivstatistik	171
	Zusammenfassung	172
	III Wahrscheinlichkeitstheorieund inferenzstatistische Grundlagen	174
	7 Wahrscheinlichkeitstheorie und Wahrscheinlichkeitsverteilungen	176
	7.1 Wahrscheinlichkeiten für Zufallsereignisse	177
	7.2 Wahrscheinlichkeitsverteilungen für diskrete Zufallsvariablen	196
	7.3 Wahrscheinlichkeitsverteilungen für stetige Zufallsvariablen	209
	Zusammenfassung	221
	8 Grundlagen der Inferenzstatistik	224
	8.1 Der Nullhypothesentest nach Fisher	225
	8.2 Binäres Entscheidungskonzept von Neyman und Pearson	229
	8.3 Effektgrößen	236
	8.4 Statistisches Testen an Stichproben	238
	8.5 Parameterschätzung	250
	8.6 Konfidenzintervalle für Effektgrößen	265
	8.7 Testplanung und Poweranalyse	271
	8.8 Das Überprüfen statistischer Hypothesen in der Psychologie: Zusammenfassung und allgemeine Empfehlungen	274
	Zusammenfassung	278
	9 Die Welt inferenzstatistischer Verfahren: Überblick, Systematik, Auswahlstrategien	283
	9.1 Warum braucht man verschiedene statistische Tests?	283
	9.2 Unterscheidungsmerkmale statistischer Tests	284
	9.3 Population, Stichprobe und Repräsentativität: Konsequenzen für inferenzstatistische Verfahren	289
	9.4 Auswahl eines Verfahrens	297
	9.5 Weiterer Aufbau des Buches	302
	Zusammenfassung	302
	IV Methoden zum Vergleich von Gruppen	304
	10 Abweichungen von einem fixen Wert	306
	10.1 Vergleich eines Mittelwerts mit einem fixen Wert (Einstichprobentest)	306
	10.2 Vergleich eines Medians mit einem fixen Wert	311
	10.3 Vergleich einer Stichprobenvarianz mit einer Populationsvarianz	315
	10.4 Vergleich einer relativen Häufigkeit mit einer theoretischen Wahrscheinlichkeit (Binomialtest)	320
	10.5 Vergleich einer Häufigkeitsverteilung mit einer fixen Verteilung	323
	10.6 Überprüfung von Verteilungsannahmen (Anpassungstests)	327
	Zusammenfassung	335
	11 Unterschiede zwischen zwei unabhängigen Stichproben	338
	11.1 Vergleich zweier Stichprobenmittelwerte (Zweistichprobentests)	338
	11.2 Vergleich zweier Stichprobenmediane	350
	11.3 Vergleich zweier Stichprobenvarianzen (Varianzhomogenitätstests)	359
	11.4 Vergleich von Häufigkeitsverteilungen zwischen zwei unabhängigen Stichproben	364
	5 Zentrale ?2-Verteilung	371
	Zusammenfassung	376
	12 Unterschiede zwischen zwei abhängigen Stichproben	379
	12.1 Vergleich der zentralen Tendenz zweier abhängiger Stichproben	381
	12.2 Vergleich von Häufigkeitsverteilungen zwischen zwei abhängigen Stichproben	394
	Zusammenfassung	401
	13 Unterschiede zwischen mehreren unabhängigen Stichproben: Varianzanalyse und verwandte Verfahren	404
	13.1 Einfaktorielle Varianzanalyse	405
	13.2 Zweifaktorielle Varianzanalyse	445
	13.3 Test auf Gruppenunterschiede für Rangdaten (Kruskal-Wallis-Test)	471
	13.4 Verfahren für kategoriale abhängige Variablen	474
	Zusammenfassung	474
	14 Unterschiede zwischen mehreren abhängigen Stichproben: Varianzanalyse mit Messwiederholung und verwandte Verfahren	479
	14.1 Einfaktorielle Varianzanalyse mit Messwiederholung	480
	14.2 Zweifaktorielle Varianzanalyse mit Messwiederholung	504
	14.3 Nichtparametrischer Test für Medianunterschiede zwischen abhängigen Stichproben (Friedman-Test)	521
	14.4 Verfahren für kategoriale abhängige Variablen	524
	Zusammenfassung	524
	V Zusammenhangs- undRegressionsanalyse	528
	15 Zusammenhänge zwischen zwei Variablen: Korrelationsund Assoziationsmaße	530
	15.1 Erläuterung des Korrelationsprinzips an drei Beispielen	530
	15.2 Tabellarische und graphische Darstellung von bivariaten Messwertreihen	532
	15.3 Korrelationskoeffizienten	536
	15.4 Inferenzstatistik zu bivariaten Zusammenhangsmaßen	571
	Zusammenfassung	589
	16 Abhängigkeiten zwischen zwei Variablen: Einfache lineare Regression	593
	16.1 Kleinste-Quadrate-Kriterium	596
	16.2 Regressionsgleichung	599
	16.3 Regressionsresiduum	600
	16.4 Quadratsummenzerlegung und Varianzzerlegung	601
	16.5 Determinationskoeffizient und Indeterminationskoeffizient	602
	16.6 Negatives Regressionsgewicht und Regressionsrichtung	604
	16.7 Regression standardisierter Werte	606
	16.8 Bedeutung der linearen Regression	607
	16.9 Inferenzstatistik der einfachen linearen Regression	608
	Zusammenfassung	618
	17 Partialkorrelation und Semipartialkorrelation	620
	17.1 Aufgaben und Ziele der Partial- und Semipartialkorrelation	620
	17.2 Partialkorrelation	625
	17.3 Semipartialkorrelation	630
	17.4 InferenzstatistischeAbsicherung der Partial- undder Semipartialkorrelation	632
	Zusammenfassung	633
	18 Multiple Regressionsanalyse	635
	18.1 Zielsetzungen der multiplen Regressionsanalyse	635
	18.2 Notation	637
	18.3 Lineare Regression für zwei metrische unabhängige Variablen	638
	18.4 Bedeutung der Regressionsgewichte	642
	18.5 Lineare Regression für mehrere metrische unabhängige Variablen	647
	18.6 Multiple Korrelation und Determinationskoeffizient	648
	18.7 Inferenzstatistik zur multiplen Regressionsanalyse	651
	18.8 Suppressorvariable	666
	18.9 Moderierte Regressionsanalyse	670
	18.10 Analyse nicht-linearer Zusammenhänge	678
	18.11 Analyse kategorialer unabhängiger Variablen	681
	18.12 Gemeinsame Analyse kategorialer und metrischer unabhängiger Variablen	696
	18.13 Regressionsdiagnostik	711
	Zusammenfassung	727
	19 Hierarchische lineare Modelle (Mehrebenenanalyse)	732
	19.1 Hierarchische Datenstrukturen	732
	19.2 Modelle ohne Level-2-Prädiktoren	740
	19.3 Modelle mit Level-2-Prädiktoren	752
	19.4 Modellvergleich und Varianzaufklärung	760
	19.5 Poweranalyse und optimaler Stichprobenumfang	764
	Zusammenfassung	766
	20 Log-lineare Modelle und Logit-Modelle	768
	20.1 Zielsetzungen der log-linearen Analyse	768
	20.2 Log-lineare Analyse einer 2×2-Kontingenztabelle	771
	20.3 Inferenzstatistische Absicherung	778
	20.4 Überprüfung von Modellen	783
	20.5 Log-lineares Modell für eine 2×2×2-Kontingenztabelle	790
	20.6 Logit-Modell	795
	Zusammenfassung	797
	21 Logistische Regressionsanalyse	800
	21.1 Grundidee der logistischen Regressionsanalyse für dichotome abhängige Variablen	800
	21.2 Parameterschätzung	812
	21.3 Hypothesenprüfung	814
	21.4 Effektstärkemaße	819
	21.5 Klassifikation	821
	21.6 Bestimmung der optimalen Stichprobengröße	823
	21.7 Voraussetzungen der Maximum-Likelihood-Schätzungund Hypothesentestung	824
	21.8 Regressionsdiagnostik	826
	21.9 Logistisches Regressionsmodell für mehrkategoriale nominalskalierte abhängige Variablen	831
	21.10 Logistisches Regressionsmodell für ordinalskalierte abhängige Variablen	836
	Zusammenfassung	840
	VI Modelle mit latenten Variablen	844
	22 Messfehlertheorie und Klassische Testtheorie	846
	22.1 Theoretische Konzepte der Klassischen Testtheorie	847
	22.2 Messmodelle	855
	22.3 Vergleich der verschiedenen Testmodelle	874
	22.4 Funktion von Testmodellen für die Psychodiagnostik	875
	Zusammenfassung	880
	23 Mehrdimensionale Messmodelle und konfirmatorische Faktorenanalyse	882
	23.1 Ein einführendes Beispiel: Die Konvergenz von Selbst- und Fremdbericht	882
	23.2 True-Score-Modelle vs. Faktormodelle	889
	23.3 Grundidee der Faktorenanalyse	891
	23.4 Allgemeine Fragen bei der konfirmatorischen Faktorenanalyse	892
	23.5 Schätzmethoden	904
	23.6 Beurteilung der Modellanpassungsgüte	909
	23.7 Bestimmung der optimalen Stichprobengröße	917
	23.8 Faktorenanalyse für ordinale Variablen	918
	23.9 Weitere Messmodelle mit latenten Variablen	923
	Zusammenfassung	923
	24 Exploratorische Faktorenanalyse und Hauptkomponentenanalyse	926
	24.1 Grundprinzipien der exploratorischen Faktorenanalyse	927
	24.2 Die Maximum-Likelihood-Faktorenanalyse	928
	24.3 Hauptachsenanalyse und Hauptkomponentenanalyse	940
	24.4 Vergleich der Ansätze und praktische Empfehlungen	951
	24.5 Faktorenanalyse für dichotome und ordinale Variablen	954
	24.6 Einzelfall-Faktorenanalyse und dynamische Faktorenanalyse	955
	Zusammenfassung	955
	25 Pfadanalyse und lineare Strukturgleichungsmodelle	959
	25.1 Pfadanalyse	960
	25.2 Lineare Strukturgleichungsmodelle	974
	Zusammenfassung	985
	Literatur	988
	Hinweise zu den Online-Materialien	1003
	Online-Feedback	1003
	Sachwortverzeichnis	1004
	Anhang A: Tabellen	1018
	1 Binominalverteilung	1018
	2 Standardnormalverteilung	1029
	3 Zentrale t-Verteilung	1031
	4 Wilcoxon-Vorzeichen-Rangtest	1032
	5 Zentrale ?2-Verteilung	1033
	6 Kritische Werte für den Kolmogorov-Smirnov-Test und den Lilliefors-Test	1034
	7 Wilcoxon-Rangsummen-Test	1037
	8 Zentrale F -Verteilung	1039
	9 Kritische Werte für die Differenz EtaK ? EtaD	1047
	Anhang B: Matrixalgebra	1049
	1 Matrix	1049
	2 Vektor	1049
	3 Grundlegende Rechenoperationen mit Matrizen	1050
	4 Spezielle Matrizen	1053
	5 Demonstration der Berechnung einiger statistischer Kennwerte mittels Matrixalgebra	1054