Beruflich Dokumente
Kultur Dokumente
Aufgabe 1: (6 Punkte)
Beschreiben Sie den quantitativen Forschungsprozess.
Aufgabe 2: (4 Punkte)
In wie fern hilft das Falsifikationsprinzip beim wissenschaftlichen Schliessen?
Aufgabe 3: (4 Punkte)
Neben den ethischen Aspekten, welche vier weiteren Gütekriterien gibt es für die
Forschung?
Aufgabe 4: (4 Punkte)
Nennen Sie die katergorialen Skalenniveaus und geben Sie jeweils ein Beispiel dafür an.
Aufgabe 5: (6 Punkte)
Geben Sie drei Stichprobenverfahren an.
Aufgabe 6: (3 Punkte)
Ist die Aussage: “Studierende, die sich nicht vorbereitet haben, bestehen nicht die Klausur”
im Sinne Poppers eine wissenschaftliche Hypothese? (max. 1 Antwort ist richtig)
A. Ja.
B. Nein.
Aufgabe 7: (3 Punkte)
Ist “gut vorbereitet” eine manifeste Variable? (max. 1 Antwort ist richtig)
A. Ja.
B. Nein.
Aufgabe 8: (3 Punkt)
Ein Autokindersitzverkäufer hat wiederholt beobachtet, dass seine Kunden immer nach
Gütesiegeln (Stiftung Warentest etc.) fragen. Welche wissenschaftliche Schlusstechnik liegt
vor? (max. 1 Antwort ist richtig)
A. Induktion
B. Deduktion
C. Abduktion
Aufgabe 9: (3 Punkte)
Welche Art der Datenanalyse würde einen Kausalschluss zwischen Gütesiegeln und
Abverkäufen ermöglichen? (max. 1 Antwort ist richtig)
A. Eine zufällige Stichprobe von Kindersitzen mit und ohne Gütesiegel mit 𝑛 > 1000.
B. Ein Vergleich aller Abverkäufe von Kindersitzen mit und ohne Gütesiegel.
C. Eine zufällige Etikettierung von Kindersitzen mit und ohne Gütesiegel.
D. Eine zufällige Etikettierung von Kindersitzen mit und ohne Gütesiegel.
E. Eine lineare Regression der Abverkäufe auf die Variable Gütesiegel.
inspect(Kindersitze)
##
## categorical variables:
## name class levels n missing
## 1 Region factor 2 400 0
## 2 POS factor 3 400 0
## distribution
## 1 Stadt (70.5%), Land (29.5%)
## 2 Mittel (54.8%), Schlecht (24%) ...
##
## quantitative variables:
## name class min Q1 median Q3 max mean
## ...1 Abverkauf numeric 0 5.39 7.49 9.32 16.27 7.496325
## ...2 Preis numeric 24 100.00 117.00 131.00 191.00 115.795000
## ...3 Werbeausgaben numeric 0 0.00 5.00 12.00 29.00 6.635000
## ...4 Einwohner numeric 10 139.00 272.00 398.50 509.00 264.840000
## sd n missing
## ...1 2.824115 400 0
## ...2 23.676664 400 0
## ...3 6.650364 400 0
## ...4 147.376436 400 0
Aufgabe 11: (6 Punkte)
Gehen wir davon aus, dass die Abverkäufe (in Tausend) von Kindersitzen normalverteilt
sind mit 𝜇 = 7,5 und 𝜎 = 2,5.
In einem Laden seien die Abverkäufe bei 𝑥 = 12,5 (in Tausend).
xpnorm(12.5, mean=7.5, sd=2.5)
##
##
## [1] 0.9772499
Kreuzen Sie für jede Aussage an, ob sie zutrifft (ja) oder nicht (nein):
Aufgabe 12: (3 Punkte)
Welche Skalenniveau hat die Variable Preis? (max. 1 Antwort ist richtig)
A. Kategorial, nominal
B. Kategorial, ordinal
C. Numerisch, Intervallskala
D. Numerisch, Verhältnisskala
Aufgabe 14: (3 Punkte)
Mit welchem Verfahren können Sie die Verteilung der Variable Position im Regal (POS)
sinnvoll darstellen? (max. 1 Antwort ist richtig)
A. Balkendiagramm
B. Boxplot
C. Mosaikplot
D. Streudiagramm
E.
## Land Stadt
## 276.6780 259.8865
## diffmean
## -16.79144
## 2.5% 97.5%
## -31.76980 30.87084
B. Wie lautet die Testentscheidung zum Niveau 𝛼 = 5%? Begründen Sie kurz Ihre
Entscheidung.
Aufgabe 20: (6 Punkte)
Eine Analyse des Zusammenhangs zwischen Regalposition und Abverkäufen ergibt
folgendes Ergebnis:
gf_boxplot(Abverkauf ~ POS, data = Kindersitze)
favstats(Abverkauf ~ POS, data = Kindersitze)
## Call:
## lm(formula = Abverkauf ~ POS, data = Kindersitze)
##
## Residuals:
##
## Min 1Q Median 3Q Max
## -7.3066 -1.6282 -0.0416 1.5666 6.1471
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 5.5229 0.2388 23.131 < 2e-16 ***
## POSMittel 1.7837 0.2864 6.229 1.2e-09 ***
## POSGut 4.6911 0.3484 13.464 < 2e-16 ***
## ---
## Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
##
## Residual standard error: 2.339 on 397 degrees of freedom
## Multiple R-squared: 0.3172, Adjusted R-squared: 0.3138
## F-statistic: 92.23 on 2 and 397 DF, p-value: < 2.2e-16
Kreuzen Sie für jede Aussage an, ob sie zutrifft (ja) oder nicht (nein):
Aufgabe 21: (3 Punkte)
Welche Art der Datenanalyse wü rde einen Kausalschluss zwischen Gü tesiegeln und
Abverkäufen ermöglichen? (max. 1 Antwort ist richtig
A. Eine zufällige Stichprobe von Kindersitzen mit und ohne Gü tesiegel mit n > 1000.
B. Ein Vergleich aller Abverkäufe von Kindersitzen mit und ohne Gü tesiegel.
C. Eine zufällige Etikettierung von Kindersitzen mit und ohne Gü tesiegel.
D. Eine lineare Regression der Abverkäufe auf die Variable Gü tesiegel.