4 Min. Lesezeit1900 Patienten, zwei Zugangswege, so entscheidest du in JASP zwischen Wilcoxon und Mann-Whitney
5 Min. Lesezeit9 Interaktionen bei n = 270, warum deine Moderationsanalyse in jamovi mehr testet als deine Fragestellung
4 Min. LesezeitKontrollvariable nur im Modell für Y, warum sich dein indirekter Effekt in jamovi verschiebt
4 Min. LesezeitEgger-Test p = .03 bei 8 Studien, warum dein schiefer Funnel-Plot in JASP noch keinen Publikationsbias belegt
4 Min. LesezeitMehrere KI-Analysten, ein Datensatz und verschiedene Ergebnisse, was die Studie von Bertran, Fogliato und Wu für deine Auswertung heißt
4 Min. LesezeitBielefeld prüft Abschlussarbeiten stärker mündlich, 7 Statistikfragen, die du im Kolloquium beantworten können solltest
4 Min. LesezeitTrennschärfe .18 für Item 7, streichen oder behalten, so entscheidest du in der SPSS-Itemanalyse
4 Min. LesezeitΔCFI = .014 im Gruppenvergleich und die Mittelwerte stehen infrage, so liest du Messinvarianz in lavaan
4 Min. Lesezeit90 % Sensitivität, 90 % Spezifität und nur 8.33 % richtig positiv, so liest du Diagnostik-Kennwerte
4 Min. Lesezeit14 Tage Testphase, dann ist SPSS weg, was sich beim Wechsel auf jamovi oder JASP in deinen Zahlen ändert
4 Min. LesezeitICC .63 oder .89 aus denselben Ratings, welche Intraklassenkorrelation du für die Interrater-Reliabilität berichtest
4 Min. LesezeitB = −3.17 für die Dummy-Variable, so liest du unstandardisierte und standardisierte Koeffizienten in der SPSS-Ausgabe
4 Min. Lesezeitp = .41 heißt noch nicht „kein Unterschied“, so prüfst du mit dem Äquivalenztest in JASP, ob ein Effekt praktisch null ist
4 Min. LesezeitIm Original r = .25, in der Replikation r = .10, warum du für die Fallzahl nicht einfach den Literatur-Effekt übernimmst
4 Min. Lesezeit64 pro Gruppe für d = 0.5, so planst du die Fallzahl in jamovi mit jpower und wann du doch G*Power brauchst
4 Min. Lesezeit96 von 100 Fällen gleich beurteilt und trotzdem Kappa .31, warum Cohens Kappa bei seltenen Befunden einbricht
4 Min. LesezeitHazard Ratio 0.62 heißt nicht „38 % überleben länger“, so liest du die Cox-Regression in der Doktorarbeit
4 Min. LesezeitDasselbe Modell 4, zwei Schätzwege, was das Process-Modul in JASP anders rechnet als PROCESS von Hayes
4 Min. Lesezeit„fit by REML“ steht in jeder lmer-Ausgabe, wann du für den Modellvergleich ML brauchst
4 Min. LesezeitNach der KI-Schulung 0.40 Punkte höher, warum ein Vorher-nachher-Vergleich noch keine Wirkung belegt