Das beliebte und häufig eingesetzte Lehrbuch bietet eine umfassende und verständliche Einführung in alle wichtigen Grundlagen der psychologischen und sozialwissenschaftlichen Forschungsmethodik. Auf die Bedürfnisse von Studierenden angepasst, werden Konzepte und Verfahren möglichst intuitiv und anhand zahlreicher einprägsamer Beispiele aus dem Forschungsalltag erklärt ohne dabei an Präzision einzubüßen. Eine klare Sprache und viele einprägsame Beispiele unterstützen den Lernprozess..

In der Neuauflage wurden diverse neuere Entwicklungen mit aufgenommen. So wurden u.a. der Mehrebenenanalyse, Bootstrap-Verfahren und Randomisierungstests, dem Bayesianischen Ansatz sowie dem Kritischen Rationalismus als derzeit wohl wichtigstem wissenschaftstheoretischen Ansatz deutlich mehr Platz eingeräumt. Neu hinzugekommen sind zudem Kapitel zu Problemen der klassischen Inferenzstatistik in der Forschungspraxis, zu Replikation, Präregistrierung, Open Science sowie zur Experimentellen Einzelfallanalyse.

Autorentext

Prof. Dr. Peter Sedlmeier ist Inhaber der Professur für Forschungsmethodik und Evaluation am Institut für Psychologie der TU Chemnitz.
Dr. Frank Renkewitz ist Akademischer Rat, Fachgebiet Psychologie, an der Universität Erfurt.

Inhalt

Teil I Grundlagen und Konzepte

1. Alltagswissen versus Wissenschaft: Beispiel Psychologie

2. Wissenschaftstheorie, Theorien und Hypothesen

3. Messen und Testen

4. Datenerhebung: Befragung und Beobachtung

5. Experimentelle Designs

Teil II Deskriptive und explorative Datenanalyse

6. Lage- und Streuungsmaße

7. Korrelation

8. Lineare Regression

9. Effektgrößen

Teil III Inferenzstatistik

10. Grundlagen der Inferenzstatistik

11. Konfidenzintervalle

12. Signifikanztests

13. t-Tests

14. Der F-Test in der einfaktoriellen Varianzanalyse

15. Weitere F-Tests

16. Kontrastanalyse

17. Verfahren zur Analyse nominalskalierter Daten: Chi Quadrat-Tests

18. Verfahren zur Analyse ordinalskalierter Daten

19. Resampling-Verfahren

Teil IV Inferenzstatistik: Praktische Probleme und alternative Sichtweisen

20. Probleme der klassischen Inferenzstatistik in der Forschungspraxis

21. Replikation, Präregistrierung, Open Science

22. Bayesianische Statistik

Teil V Das Allgemeine Lineare Modell

23. Das Allgemeine Lineare Modell

24. Regressionsrechnung: Ergänzungen und Erweiterungen

25. Indirekte Effekte, latente Variablen und multiple Analyseebenen

Teil VI Weitere Verfahren in der Datenerhebung und Datenanalyse

26. Explorative Datenanalyse (EDA): Weitere Verfahren

27. Effektgrößen: Erweiterungen und Ergänzungen

28. Metaanalyse

29. Besonderheiten der Datenerhebung

Teil VII Alternative Vorgehensweisen

30. Experimentelle Einzelfallanalyse

31. Computermodellierung als Forschungsmethode

32. Qualitative Methoden

Teil VIII Reflexion

33. Methode und Inhalt