Master's Thesis - Cheatsheet
Quantitative Forschungsmethoden
Definition:
Quantitative Forschungsmethoden verwenden numerische Daten und statistische Techniken zur Analyse psychologischer Phänomene und Hypothesen.
Details:
- Datenerhebung: Fragebögen, Experimente, Beobachtungen mit standardisierten Messungen
- Datenanalyse: Deskriptive Statistik, Inferenzstatistik
- Hypothesentestung: T-Tests, ANOVA, Regressionen
- Datenvisualisierung: Diagramme, Tabellen
- Reliabilität: Konsistenz der Messergebnisse
- Validität: Gültigkeit der Schlussfolgerungen
Qualitative Forschungsmethoden
Definition:
Qualitative Forschungsmethoden: nicht-numerische Analyse, um Verständnis von Phänomenen zu gewinnen.
Details:
- Methoden: Interviews, Beobachtungen, Fokusgruppen
- Datenart: Text, Bilder, Videos
- Analyse: Thematische Analyse, Interpretative Phänomenologische Analyse (IPA), Grounded Theory
- Ziel: Tiefes Verständnis von menschlichem Verhalten und Erlebnissen
- Vorteile: Flexibilität, Tiefe, Kontextualisierung
- Nachteile: Zeitaufwendig, Subjektivität, Generalisierbarkeit
Aufbau einer Literaturübersicht
Definition:
Strukturierte Darstellung des aktuellen Stands der Forschung zu einem bestimmten Thema.
Details:
- Einleitung: Ziel und Umfang der Literaturübersicht
- Relevante Literatur suchen und auswählen
- Kritische Analyse und Synthese der Literatur
- Chronologische oder thematische Gliederung
- Lücken und Kontroversen aufzeigen
- Schlussfolgerungen und weiterführende Forschungsvorschläge
Deskriptive Statistik
Definition:
Deskriptive Statistik beschreibt und analysiert Daten durch numerische und grafische Methoden, ohne Schlussfolgerungen über eine größere Population zu ziehen.
Details:
- Maßzahlen der zentralen Tendenz: Mittelwert (\(\bar{x}\)), Median, Modus
- Streuungsmaße: Varianz (\[s^2\]), Standardabweichung (\(s\)), Spannweite, Quartile
- Grafische Darstellungen: Histogramme, Boxplots, Streudiagramme
- Zusammenhänge: Korrelation (\(r\)), Kovarianz
Inferenzstatistik
Definition:
Inferenzstatistik ermöglicht das Treffen von Schlussfolgerungen über eine Population anhand einer Stichprobe.
Details:
- Hypothesentest: Nullhypothese (\text{H}_0) vs. Alternativhypothese (\text{H}_1)
- Signifikanzniveau (\text{α}): Typischerweise 0,05 oder 0,01
- Teststatistik: Berechnung und Vergleich mit kritischem Wert
- P-Wert: Gibt die Wahrscheinlichkeit an, dass das beobachtete Ergebnis unter der Annahme der \text{H}_0 auftritt
- Konfidenzintervalle: Bereich, in dem der wahre Populationsparameter mit einer bestimmten Wahrscheinlichkeit liegt
- Fehlerarten: \text{Typ-I-Fehler} (\text{α}) und \text{Typ-II-Fehler} (\text{β})
Strukturierung wissenschaftlicher Texte
Definition:
Wissenschaftliche Texte sollten klar und logisch strukturiert sein.
Details:
- Einleitung: Einführung in das Thema, Forschungsstand, Fragestellung, Zielsetzung
- Theorieteil: Definitionen, Modelle, Hypothesen
- Methode: Untersuchungsdesign, Stichprobe, Materialien, Ablauf, Datenanalyse
- Ergebnisse: Darstellung der Ergebnisse (Tabellen, Diagramme, Texte)
- Diskussion: Interpretation der Ergebnisse, Bezüge zur Theorie, Limitationen, Ausblick
- Fazit/Schluss: Zusammenfassung der wichtigsten Punkte, Beantwortung der Forschungsfrage, Implikationen
- Literaturverzeichnis: Alle zitierten Quellen nach einem einheitlichen Zitationsstil
- Anhang: Ergänzende Materialien (z.B. Fragebögen, zusätzliche Analysen)
Zeitmanagement im Forschungsprojekt
Definition:
Zeitaufwand schätzen, Aufgaben priorisieren, Meilensteine setzen.
Details:
- Gesamtprojekt in Phasen einteilen
- Deadlines und Zwischenziele festlegen
- Pufferzeiten einplanen
- Regelmäßige Fortschrittskontrollen
- Tools wie Gantt-Diagramme oder To-Do-Listen verwenden
Datenvisualisierung mit SPSS oder R
Definition:
Visualisierung von Daten mittels statistischer Software zur Verdeutlichung von Mustern und Zusammenhängen.
Details:
- SPSS: Einfach zu bedienen, weniger flexibel, vorgefertigte Diagramme.
- R: Höhere Flexibilität, erweiterte grafische Möglichkeiten, skriptbasiert (ggplot2).
- Typische Diagramme: Balkendiagramme, Streudiagramme, Boxplots, Histogramme.
- Nutzung von \textit{ggplot2} in R für erweiterte Grafiken:
ggplot(data, aes(x, y)) + geom_point()
- Exportieren von Grafiken: PDF, PNG, JPEG.