24  Häufige Fehler in der Datenanalyse

25 Häufige Fehler in Datenanalysen

25.1 Schwere Fehler

Schwere Fehler, die zum Durchfallen oder deutlichem Abwerten der Note führen können, sind z.B.:

  • fehlende Inferenzstatistik (oder adäquatem Ersatz)
  • falsche Interpretation von Posteriori-Verteilungen oder p-Werten
  • keine Angabe von Konfidenzintervallen
  • falsche Interpretation von Konfidenzintervallen
  • Wahl des falschen Intervalls (Vorhersageintervall vs. Perzentilintervall vs. HDI)
  • falsche Entscheidung zum Hypothesentest auf Basis entsprechender Kennwerte (wie ROPE-Wahrscheinlichkeit oder p-Wert)
  • falsche Wahl des statistischen Verfahrens
  • fehlende Deskriptivstatistik

25.2 Leichte Fehler

Häufige kleinere Mängel sind z. B.

  • pixelige Abbildungen
  • R-Ausgaben oder R-Syntax als Screenshot
  • fehlende Seitenzahlen (nur bei paginierten Formaten, nicht bei HTML)
  • unübersichtliche Diagramme
  • kein (verlinktes) Inhaltsverzeichnis ︎
  • fehlende oder unverständliche Achsenbeschriftung bei Diagrammen
  • fehlende oder falsche Beschreibung der/des Skalenniveau(s) der untersuchten Variablen