AWWA - 2 Vorlesung - 3. Sem 2013 - PHSZ
Folien der Vorlesung
Folien der Vorlesung
-
- 1 / 52
-
Flashcards
Analyse bedeutet:
Etwas in seine Bestandteile zerlegen
Merkmale werden durch was abgebildet?
Variabeln
Merkmalausprägungen werden durch was gemessen?
Kategorien / Skalen
Was bedeutet Operationalisieren?
Festlegen eines Messverfahrens für eine Variable
Festlegen eines Messverfahrens für eine Variable:
- Theoretische Eingrenzung/Differenzierung was untersucht wird
- Bestimmung der Variablen und ihrer Kategorien/Skalen
- Bestimmung der empirischen Merkmale und Ausprägungen
- Handlungsanweisungen zur Zuordnung von 2 und 3
Was bedeutet Messen in der empirischen Analyse?
- Eindeutige Zuordnung von Werten zu Variabeln
- Ziel: homomorphen Abbildung
Was bedeutet homomorphen?
gleiche /ähnliche Form
Was entspricht dem numerischen Relativ?
Empirische Relativ
Messunstyp: manifester Variablen
Beispiele
- Länge
- Zeit
- Gewicht
- Temperatur
Messungstyp: latenter Variabeln
Beispiele
- Intelligenz
- Interesse
- Meinung
- Unterrichtsqualität
Messen der Manifesten Variable Grösse
- Bestimmung einer Skala (m,cm)
- Bestimmung einer Messvorschrift (Ferse bis Scheitel still stehen)
- Relativ einfach, da manifeste, polytom-kontinuierliche Variable
Skalenniveaus der Messung
- Nominalskala
- Ordinalskala
- Intervallskala
- Verhältnisskala (Ratio-Skala)
Nominalskala
Merkmale
- Kategorien sind klar unterschieden (dichotom/polytom, diskret).
- Merkmale können eindeutig zugeordnet werden.
Nominalskala
Mögliche Aussagen
- ... besitzt diese Eigenschaft.
- ... besitzt eine andere Eigenschaft als...
- ... besitzt dieselbe Eigenschaft wie ...
- ... Eigenschaft kommt mit dieser Häufigkeit vor.
Nominalskalen
Beispiele
- 1 ja - 0 nein
- M männlich - W weiblich
- A Klassenunterricht - B Gruppenunterricht - C Einzelunterricht
- 1 rot- 2 grün - 3 blau - 4 gelb - 5 braun - 6 grau -7 schwarz
Ordinalskala
Merkmale
- Kategorien sind in einer logischen Reihenfolge geordnet (polytom, diskret)
- Abstände zwischen Ausprägungen sind variabel
Ordinalskala
Mögliche Aussagen
- Alle Aussagen, die mit Nominalskalen möglich sind
- Ausprägung x ist grösser als Ausprägung y
Ordinalskala
Beispiele
- 1 gross - 2 mittel - 3 klein
- täglich- mehrfach wöchentlich - seltener - nie
- stimme völlig zu - stimme eher zu - stimme eher nicht zu - stimme nicht zu
- Schulnoten 1 - 2 - 3 - 4 - 5 - 6
Intervallskala
Merkmale
- Ausprägungen gemessen auf numerischer Skala (polytom, diskr/kont.)
- Abstände zwischen Ausprägungen sind gleich gross
- Es existiert kein natürlicher Nullpunkt
Intervallskala
Mögliche Aussagen
- Alles was mit Nominal- und Ordinalskalen möglich ist
- Ausprägung x ist um z Skalenpunkte grösser als Ausprägung y
Intervallskala
Beispiele
- Intelligenzquotient, Grad Celsius
- sehr oft (+2) - (+1) - (0)-(-2) sehr selten
- sehr gut 10 - 9 - 8 - ... - 1 sehr schlecht
Verhältnisskala
Merkmale
- Ausprägungen auf numerischer Skala (polytom, diskr./kont.)
- Abstände zwischen Ausprägungen sind gleich gross
- Es existiert ein natürlicher Nullpunkt
Verhältnisskala
Mögliche Aussagen
- Alles was mit Nominal-,Ordinal- und Intervallskalen möglich ist
- Ausprägung x ist doppelt/halb so gross wie Ausprägung y
Verhältnisskala
Beispiele
- Temperatur: Grad Kelvin 0- 373◌ْ
- Dauer: 0-x Minuten
- Grösse: 0- x Meter
- Gewicht: 0 - x Kilogramm
Windstärke mit Nominalskala
Wind - kein Wind
Wohlbefinden mit Vehältnisskala
Prozent 0 - 100
Skalenniveaus
- Genauigkeit: So genau wie möglich
- Forschungsökonomie: So genau wie einfach erfassbar
- Hypothesenspezifität: So, dass mögliche unterschiede sichtbar sind
Skalen können nur auf-/abwärts transformiert werden?
abwärts:
Verhältnisskala -> Intervallskala -> Ordinalskala -> Nominalskala
Umformung von Nominalskala
Zusammenlegen, wo sinnvoll
Umformung Ordinalskala
Zusammenlegen von Skalenwerten, ohne die Reihenfolge zu verändern
Umformung Intervallskala
Addition/Subtraktion, ohne Skalenabstände zu verändern
Umformung Verhältnisskala
Multiplikation und Division
Definition: Homomorph
numerisches Relativ entspricht empririschem Relativ -> strukturgetreue Abbidlung der Wirklichkeit
Was braucht man zur Beobachtung?
- Beobachterverhalten
- Datengenierung
- Datenauswertung
Beobachterverhalten
- Teilnehmende vs. nciht-teilnehmende Beobachtung
- Offene vs. verdeckte Beobachtung
- Selbstbeobachtung vs. Fremdbeobachtung
Datengenerierung
- Aufzeichnung vs. Protokollierung
- Fokussierte vs. möglichst offene Beobachtung
Datenauswertung
- Detailiertheitsgrad (Stunden, Episoden, Einzeläusserungen, Mimik etc.)
- Qualitative vs. quantitative Inhaltsanalysen
Beobachtung in SCHOLASTIK Studie
Beobachterverhalten: Teilnehmende, offene Fremdbeobachtung
Datengenerierung: Protokollierung, fokussierte Beobachtung
Datenauswertung Detailiertheitsgrad Stunden
Was ist der Korrelationskoeffizient?
Mass des Zusammenhangs
Beobachtung TIMSS 1999 Videostudie
Beobachterverhalten: Teilnehmende, offene Fremdbeobachtung
Datengenerierung: Aufzeichnung, möglichst offene Beobachtung
Datenauswertung: Deteilliertheitsgrad Episoden & Einzeläusserungen, quantitative Inhaltsanalysen
