Motivation wird durch Ziele, Ehrgeiz und Aktion getriggert.

Nimm dir jeden Morgen, bevor du mit dem Lernen oder was auch immer beginnst, Zeit dafür, deine Ziele und Träume aufzuschreiben (am besten handschriftlich).

Versuche z. B., nach dem Aufschreiben ein paar Minuten lang die Augen zu schließen und dir vorzustellen, wie du voller Selbstvertrauen zur Uni gehst (oder bei Online-Prüfungen am Computer sitzt), alle Fragen problemlos beantworten kannst und schließlich die Prüfung bestehst.

Du kannst dir zudem vorstellen, wie du dein Studium erfolgreich abschließt, denn Statistik kommt bekanntlich immer wieder im Laufe des Studiums vor.

Für deine Motivation ist entscheidend, dass du jeden Tag kleine Fortschritte erzielst.

Welche 3 Dinge kannst du heute dafür tun?

Sobald du damit beginnst, wirst du merken, dass du wieder in eine positive Aufwärts-Spirale kommst.

Es wird dir weitaus leichter fallen, weiterzumachen und dich aufzuraffen, wenn du immer auf der Platte hast, warum du dich ursprünglich für dieses Studium entschieden hast.

Und ja, ich weiß, dass die wenigsten damit rechnen, dass das Studium aus soooo viel Statistik besteht...

Hier hilft dir vielleicht der TED-Talk von Simon Sinek auf YouTube: 

Kannst du dir dein zukünftiges Yoda-Selbst vorstellen?

Wenn ja, frag' es doch einfach, was du jetzt als nächstes tun sollst, um deine Ziele zu erreichen und wieder Motivation fürs Lernen zu gewinnen.

Hör' dir am besten täglich auf YouTube oder anderen Plattformen motivierende Videos/Podcasts an. 

Ich mag z. B. sehr gerne TED Talks und die Kanäle von Be inspired, Tom Bilyeu, Brendon Burchard, Mel Robbins, Robin Sharma oder Tony Robbins.

Gerade in fordernden Zeiten (und auch sonst) ist es immens wichtig, gute Selbstfürsorge zu betreiben.

Hier helfen regelmäßige Meditation, gesunde Ernährung, Sport, genug Schlaf und nährende Beziehungen.

Außerdem kannst du mit dir selbst ausmachen, wie du dich für absolvierte Statistik-Lerneinheiten belohnst!

Versuch', deine Aufmerksamkeit beim Lernen auf den gegenwärtigen Moment und den jeweils nächsten Schritt zu lenken – und nicht auf den scheinbar kaum zu bewältigenden Berg, den du für die Prüfung erklimmen musst.

Sieh' dir den Stoffplan an und mach' dir Notizen, was alles thematisch gefordert wird.

Zudem kannst du dir notieren, in welchen Bereichen du schon ganz fit bist – wo du also vermutlich weniger Zeit investieren musst.

Nachdem du du nun genau weißt, was du alles inhaltlich wissen musst und wo du Defizite und Stärken hast, ist der nächste Schritt, dir einen Zeitplan fürs Lernen zu erstellen.

Starte dabei beim Zeitpunkt der Prüfung und teile die Zeit bis dahin in Blöcke ein:

z. B. Dienstag: 3h Wiederholung einfache und multiple Regression

Mittwoch: 2h Aufgaben zur Regression

Donnerstag: Pause

Und dann: halt' dich daran!

Wenn du das Grundgerüst der Statistik verstehst und weißt, aus welchen Bereichen die Statistik besteht, tust du dich beim Lernen leichter.

Nachdem du dir das erschlossen hast, kannst du dir dann bei jeder einzelnen Methode die Frage stellen, in welchen Bereich sie gehört. Diese Zuordnungen erleichtern das Lernen sowie das Verständnis.

Hier ist eine vereinfachte Darstellung der verschiedenen Welten der Statistik sowie nachfolgend ein kurzer Abriss der einzelnen Bereiche:

Welt der Grundbegriffe & Forschungsmethoden:

Hier wohnt alles, was du brauchst, um dich in den Dschungel der Statistik aufzumachen.

Beispielsweise Wissen zu Skalenniveaus, was ist eine Variable, Unterschied zwischen Labor- und Quasi-Experiment, grundsätzlicher Ablauf beim Forschen etc.

Welt der Beschreibung & Charakterisierung eines Datensatzes – Deskriptive Statistik:

Hierzu gehören u. a. die wesentlichen Kennwerte, um einen Wust von Zahlen handbar zu machen und auf wenige wichtige Maße zu reduzieren.

Das sind z. B. Modus, Median, Mittelwert, Varianz, Standardabweichung sowie grafische Darstellungen (Balkendiagramme, Boxplots).

Die gruselige Brücke der Wahrscheinlichkeitsrechnung:

Der Lieblingsbereich der meisten Studierenden...

Hier wohnt das Wissen um Wahrscheinlichkeiten, das du brauchst, um dich in die Welt der Inferenzstatistik vorzuwagen.

Welt des Schließens von der Stichprobe auf die Grundgesamtheit – Inferenzstatistik:

An der Basis der Inferenzstatistik lernst du plüschige Dinge wie Grundsätzliches zu Verteilungen, Testverteilungen, Kriterien der Parameter-Schätzung etc.

Welt der Schätzung von Kennwerten:

Hier geht's darum, von den Kennwerten einer Stichprobe, z. B. einem Mittelwert, auf den "wahren" Mittelwert in der Population zu schließen: "Wie durchschnittlich bindungsfähig sind Erwachsene in Deutschland?"

Das wäre dann die:

Punktschätzung: 

Die Schätzung von beispielsweise Mittelwerten, Varianzen oder Anteilen in der Grundgesamtheit. 

IntervallSCHÄTZUNG:

Da jedoch alle psychologischen Messungen fehlerbehaftet sind und man folglich so gut wie nie davon ausgehen kann, tatsächlich den "wahren" Wert aus den Daten einer Stichprobe berechnet zu haben, gibt es wunderschöne Konfidenzintervalle.

Diese werden um den berechneten Kennwert, beispielsweise den Mittelwert der Bindungsfähigkeit aus einer Stichprobe von 100 erwachsenen Deutschen, herum gepackt.

Damit kann man dann einen Bereich, ein Intervall, angeben, innerhalb dessen sich der wahre Wert mit einer bestimmten Wahrscheinlichkeit befindet.

Kommen wir nun zur

Welt des Hypothesentestens:

Hier bewegen wir uns die meiste Zeit, wenn wir z. B. überprüfen wollen, ob es einen signifikanten Zusammenhang zwischen Hochsensibilität und Empathie gibt oder ob Männer konfliktfähiger als Frauen sind.

Da gewöhnlich drei Arten von Hypothesen unterschieden werden (Unterschieds- und Zusammenhangs-Hypothesen sowie Hypothesen zu Veränderungen über die Zeit hinweg), gibt es zu jeder Hypothesenart die passenden Methoden.

Frag' dich also immer: geht es um Unterschiede, Zusammenhänge oder Veränderungen über die Zeit hinweg?

Welt der Unterschiede:

Hierzu gehören z. B. der z- und t-Test (Einstichproben-t-Test sowie t-Test für unabhängige Stichproben) sowie die Varianzanalyse (ohne Messwiederholung).

Welt der Zusammenhänge:

Hier wohnen sämtliche Korrelationskoeffizienten (Chi-Quadrat, r etc.) sowie die Regression.

Welt der Veränderungen über die Zeit hinweg:

Dies ist u. a. der Wohnort des t-Tests für abhängige Stichproben sowie der Varianzanalyse mit Messwiederholung.

Mach' es dir zur Gewohnheit, von Anbeginn an empirische Studien zu dich interessierenden Themen zu lesen.

Das bringt dir zwei Vorteile:

Zum einen erfährst du, wie Statistik praktisch angewendet wird ("Ah, die  machen das ja tatsächlich alles, was wir lernen!"), und zum anderen lernst du, wie empirische Arbeiten aufgebaut sind. Dies hilft dir wiederum beim Verfassen deiner eigenen Arbeiten.